1974年1月创刊(月刊)
主管/主办:重庆西南信息有限公司
ISSN 1002-137X
CN 50-1075/TP
CODEN JKIEBK
编辑中心
当期目录
2020年第11期, 刊出日期:2020-11-15
  
目录
目录
计算机科学. 2020, 47 (11): 0-0. 
摘要 ( 233 )   PDF(281KB) ( 518 )   
相关文章 | 多维度评价
前言
智能移动身份认证专题前言
汪定, 黄欣沂, 沈超, 李舟军
计算机科学. 2020, 47 (11): 2-2. 
摘要 ( 294 )   PDF(381KB) ( 648 )   
相关文章 | 多维度评价
智能移动身份认证
车联网互信认证与安全通信综述
王春东, 罗婉薇, 莫秀良, 杨文军
计算机科学. 2020, 47 (11): 1-9.  doi:10.11896/jsjkx.200800024
摘要 ( 460 )   PDF(2062KB) ( 1324 )   
参考文献 | 相关文章 | 多维度评价
随着车联网的多场景应用和5G通信的高速发展,保证高速车辆之间的互信认证和安全通信变得日益重要。当前车联网访问场景中的身份认证与车联网的通信安全已成为最重要的两道防线。首先介绍了现有车联网互信认证和安全通信的研究背景,指出了安全互信认证和安全通信所使用的原理与技术,包括椭圆曲线加密、哈希函数、数字签名、区块链等。然后,对协议进行分类,包括匿名接入安全互信认证协议、群组接入安全互信协议、跨域认证安全互信协议等。 由于无线信道的广播特性,车辆之间的信息交换节点可能被窃听,伪造或重播,因此探讨了基于区块链的车联网安全通信、基于5G的轻量型车联网安全通信,分析了现有车联网互信认证和安全通信存在的问题和安全威胁。最后,探讨了5G通信给车联网安全认证和通信方面带来的影响,以及融合5G技术进一步发展车联网的互信认证和安全通信,同时对车联网和5G技术结合研究的未来关键趋势也做出了一定的预测和展望。
面向边缘计算环境的密码技术研究综述
程庆丰, 李钰汀, 李兴华, 姜奇
计算机科学. 2020, 47 (11): 10-18.  doi:10.11896/jsjkx.200500003
摘要 ( 380 )   PDF(1623KB) ( 1169 )   
参考文献 | 相关文章 | 多维度评价
边缘设备数量的急剧增加导致数据量的爆炸式增长,以云计算模型为代表的集中式数据处理模型因其存储特点与传输带宽的限制已经无法满足数据处理的实时性和高效性需求。在此背景下,边缘计算模型开始进入公众视野。由于设备轻量化、架构异构性等新特点,边缘计算在发展过程中面临着安全方面的巨大挑战。密码技术作为保护信息安全的关键手段,对应对边缘计算安全挑战有重要意义。传统的较为成熟和完备的密码技术方案,需要针对边缘计算的特点做出相应调整以适应新架构的需求。文中从边缘计算架构面临的安全挑战入手,重点分析了可应用于数据安全领域和应用安全领域的密码技术,通过与已有的研究方案进行比较,展示了不同密码技术在边缘计算安全保护中的优势,为面向边缘计算的密码技术应用提供了新的思路。
基于上采样单分类的智能手机手势密码隐式身份认证机制
姚沐言, 陶丹
计算机科学. 2020, 47 (11): 19-24.  doi:10.11896/jsjkx.200600004
摘要 ( 347 )   PDF(2254KB) ( 680 )   
参考文献 | 相关文章 | 多维度评价
现有智能手机往往使用广泛且存储有敏感信息,一旦丢失会造成巨大的安全隐患,故数据安全的重要性日益凸显。 鉴于传统认证策略的脆弱性,提出了一种基于上采样单分类的隐式身份认证机制。首先,融合使用了时间、二维及三维等多类手机内置传感器从不同维度采集用户的行为特征。 其次,为降低高维数据所含噪声对分类的影响,提出了一种精选特征并降维的行为特征筛选方法,对所提取的特征进行向量排序、筛选以及降维。特别地,考虑到现有基于二分类算法方案的局限性,采用SVM SMOTE对正样本数据进行上采样,并提出了基于单分类的认证决策机制,以在单类小规模训练集上实现分类。 最后基于实际的样本集进行性能测试,结果表明,所提方案在准确率、FAR、FRR与AUC指标上的表现部分优于使用大规模数据进行训练的传统KNN二分类器。
基于WiFi信号的轻量级步态识别模型LWID
周志一, 宋冰, 段鹏松, 曹仰杰
计算机科学. 2020, 47 (11): 25-31.  doi:10.11896/jsjkx.200200044
摘要 ( 218 )   PDF(2352KB) ( 449 )   
参考文献 | 相关文章 | 多维度评价
身份识别作为普适计算和人机交互领域的重要研究内容,受到研究者的广泛关注。基于WiFi信号的传统身份识别方法虽然取得了较大的进展,但仍然面临分类能力弱、模型存储代价高、训练时间长等问题。对此,提出了基于多层神经网络的轻量级步态识别模型(Light Weight Identification,LWID)。该方法首先通过将原始时序数据进行图片化重构,最大限度地保留了不同载波间的特征信息;然后通过设计一种仿生的Balloon机制,实现了对网络层中神经元数量的裁剪,并通过联合使用不同尺寸的卷积核,实现了对数据中特征的提取与特征图中通道信息的整合,从而在提高模型分类能力的前提下实现了模型规模的轻量化。实验结果表明,所提模型在50人的数据集中取得了98.8%的识别率。与传统的基于WiFi信号的身份识别模型相比,所提模型具有更强的分类能力与鲁棒性,同时该模型可以压缩至现有同等精度图片识别模型大小的6.14%。
基于FPGA集群的Office口令恢复优化实现
李斌, 周清雷, 斯雪明, 陈晓杰
计算机科学. 2020, 47 (11): 32-41.  doi:10.11896/jsjkx.200500040
摘要 ( 314 )   PDF(2079KB) ( 633 )   
参考文献 | 相关文章 | 多维度评价
口令恢复是口令找回和电子取证的关键技术,而加密的Office文档被广泛使用,实现Office加密文档的有效恢复对信息安全具有重要的意义。口令恢复是计算密集型任务,需要硬件加速来实现恢复过程,传统的CPU和GPU受限于处理器结构,大大限制了口令验证速度的进一步提升。基于此,文中提出了基于FPGA集群的口令恢复系统。通过详细分析Office加密机制,给出了各版本Office的口令恢复流程。其次,在FPGA上以流水线结构优化了核心Hash算法,以LUT (Look Up Table)合并运算优化改进了AES (Advanced Encryption Standard)算法,以高速并行实现了口令生成算法。同时,以多算子并行设计了FPGA整体架构,实现了Office口令的快速恢复。最后,采用FPGA加速卡搭建集群,配合动态口令切分策略,充分发掘了FPGA低功耗高性能的计算特性。实验结果表明,无论在计算速度还是能效比上,优化后的FPGA加速卡都是GPU的2倍以上,具有明显的优势,非常适合大规模部署于云端,以缩短恢复时间找回口令。
口令Zipf分布对相关安全协议的影响分析
董奇颖, 单轩, 贾春福
计算机科学. 2020, 47 (11): 42-47.  doi:10.11896/jsjkx.200500144
摘要 ( 154 )   PDF(1500KB) ( 416 )   
参考文献 | 相关文章 | 多维度评价
身份认证是确保网络与信息系统安全的第一道防线,口令则是最普遍的身份认证方式。现有研究通常假设用户构造的口令服从均匀分布,然而,最新的研究表明,口令服从Zipf分布,这意味着目前大部分口令相关安全协议都低估了攻击者优势,并不能达到所声称的安全性。针对上述问题,文中以Gjøsteen 等提出的基于口令的签名(Password-Based Signatures,PBS)协议以及Jarecki等提出的口令保护秘密共享(Password-Protected Secret Sharing,PPSS)协议为典型代表,从口令服从Zipf分布这一基本假设出发,分析了这两个协议的安全性证明缺陷,并重新定义了其安全性。同时,文中给出了对上述两个协议的改进:对于PBS协议,重新计算了攻击者优势,并通过限制攻击者猜测次数和委托可信第三方保管密钥,使得改进后的PBS协议可以抵御恶意攻击者仿冒一般用户的攻击,以及恶意服务器猜测用户口令并伪造签名的攻击;对于PPSS协议,基于诱饵口令思想,在服务器端设置了Honey_List以检测并阻止在线口令猜测攻击。
基于攻击算法的海量真实用户口令数据分析
谢志杰, 张旻, 李振汉, 王红军
计算机科学. 2020, 47 (11): 48-54.  doi:10.11896/jsjkx.200900077
摘要 ( 150 )   PDF(1942KB) ( 530 )   
参考文献 | 相关文章 | 多维度评价
口令认证是现今主要的身份认证方式,已广泛应用于金融、军事和网络等领域。文中从攻击者的角度对口令的安全性展开研究,利用海量真实的用户数据对口令的一般特征进行统计分析,基于概率上下文无关文法(Probabilistic Context-Free Grammars,PCFG)口令猜测算法、TarGuess-I定向口令猜测模型的口令脆弱性分析,发现了用户在选择生成口令时存在易被攻击者发现并被利用的脆弱行为,如偏好使用简单结构口令、基于模式设计口令、基于语义生成口令以及偏好使用姓名和用户名等个人信息生成口令等,总结了这些脆弱行为的特征,为避免用户设置脆弱口令以及设计口令强度评估方法提供了依据。
车联网环境下基于区块链技术的条件隐私消息认证方案
熊玲, 李发根, 刘志才
计算机科学. 2020, 47 (11): 55-59.  doi:10.11896/jsjkx.200500116
摘要 ( 191 )   PDF(1621KB) ( 591 )   
参考文献 | 相关文章 | 多维度评价
随着网络与信息技术的飞速发展,车联网作为实现自动驾驶乃至无人驾驶的重要组成部分,是未来智能交通系统的核心模块。因此,车联网环境中的安全和条件隐私问题成为亟待解决的研究热点问题。然而,当前车联网环境中的大多数条件隐私消息认证方案不能很好地解决数据跨域通信问题。区块链技术的去中心化和不可伪造性等优良特性为车联网环境中的跨域通信问题提供了一个可行的解决方案,但是目前车联网环境中基于区块链技术的消息认证方案还存在不可链接性问题。为了解决这一问题,文中基于物理不可克隆函数和区块链技术设计了一个适用于车联网环境的具有条件隐私的轻量级消息认证方案。该方案能够提供消息认证、消息完整性、匿名、不可链接性以及可追踪性等安全属性。
云环境下基于代理盲签名的高效异构跨域认证方案
江泽涛, 徐娟娟
计算机科学. 2020, 47 (11): 60-67.  doi:10.11896/jsjkx.191100068
摘要 ( 161 )   PDF(2477KB) ( 474 )   
参考文献 | 相关文章 | 多维度评价
针对现有不同体系公钥基础设施(Public Key Infrastructure,PKI)和无证书公钥密码体系(CertificateLess public key Cryptography,CLC)的跨域身份认证方案不能满足身份盲化性以及高效的异构跨域认证问题,提出代理盲签名的高效异构跨域认证方案。该方案重新构造了一个高效、安全的跨域身份认证模型并结合代理签名和盲签名的优点,在云间引入一个可信认证中心CA给予第三方合法代理者可信的代理权限来执行代理盲签名操作。此代理者不仅减少了云间认证中心CA的通信负载,实现不同域授权代理盲签名用户和请求代理盲签用户之间的信息交互,还满足了双向实体身份同步认证的盲化性以及代理盲签名的可识别性,提高了认证安全性。分析结果表明,该方案基于数学困难性问题满足抗替换性攻击、抵抗重放攻击、抗中间人攻击和身份不可追踪性等性能,完成了异域用户之间高效、高安全性的跨域身份认证。
多重PKG环境中高效的身份基认证密钥协商协议
秦艳琳, 吴晓平, 胡卫
计算机科学. 2020, 47 (11): 68-72.  doi:10.11896/jsjkx.191000008
摘要 ( 120 )   PDF(1308KB) ( 347 )   
参考文献 | 相关文章 | 多维度评价
认证密钥协商协议在网络安全通信中用于实现用户之间的相互认证和密钥协商。一些大规模网络应用中通常设置了多重PKG,高层的PKG认证下属的低层级PKG的身份并负责为它们生成私钥。目前适用于多重PKG环境的身份基认证密钥协商协议大多利用双线性对设计,运算效率较低,同时还存在安全性问题。为提高已有方案的安全性和效率,基于椭圆曲线密码体制提出了一种多重PKG环境中的身份基认证密钥协商协议,该协议中多个PKG之间不是相互独立的,而是具有层级隶属关系,更贴近实际应用。对该协议进行安全性分析,分析结果表明该协议能弥补已有方案的安全漏洞,满足抗临时密钥泄露、前向安全性、抗假冒攻击等安全属性,并且协商双方的计算中均不含双线性对运算,与同类方案相比具有更高的运算效率。
数据库&大数据&数据科学
基于时序推理的分层会话感知推荐模型
罗鹏宇, 吴乐, 吕扬, 袁堃平, 洪日昌
计算机科学. 2020, 47 (11): 73-79.  doi:10.11896/jsjkx.200700088
摘要 ( 188 )   PDF(2260KB) ( 386 )   
参考文献 | 相关文章 | 多维度评价
基于会话的推荐系统,旨在根据匿名会话预测用户下一时刻的行为,这在很多互联网服务中颇为常见。该问题的主要挑战在于,如何模拟目标会话中用户行为的时序关系,并利用有限长度的会话刻画用户的兴趣。现有的方法根据目标会话中邻近物品的时序关系来建模用户的行为模式,并对目标会话中的物品信息进行选择性地保留和利用,进而聚合为会话的整体特征,并将其作为目标会话对应的用户兴趣。为了更好地建模用户行为模式和用户兴趣,文中提出了一种基于时序推理的分层会话感知推荐模型。一方面,不同于以往工作对目标会话中“邻近物品即相关”的假设,文中对目标会话中交互物品之间的依赖关系进行推理,并在会话中学习更灵活的时序关系,以建模用户的行为模式;另一方面,从目标会话中的物品和物品特征两个层次进行物品信息的聚合,实现更细粒度的用户兴趣推断。在两个公共数据集上的实验中,所提模型均优于其他基准模型,验证了其有效性。
基于Huber损失的非负矩阵分解算法
王丽星, 曹付元
计算机科学. 2020, 47 (11): 80-87.  doi:10.11896/jsjkx.190900144
摘要 ( 123 )   PDF(3357KB) ( 244 )   
参考文献 | 相关文章 | 多维度评价
非负矩阵分解( Nonnegative Matrix Factorization)算法能为原始数据找到非负的、线性的矩阵表示且保留了数据的本质特征,已被成功应用于多个领域。经典的NMF算法及其变体算法大部分使用均方误差函数来度量重建误差,在许多任务中已经显示出其有效性,但它在处理含有噪声的数据时仍然面临一些困难。Huber损失函数对较小的残差执行的惩罚与均方误差损失函数相同,对较大的残差执行的惩罚是线性增长的,因此与均方误差损失函数相比,Huber损失函数具有更强的鲁棒性;已有研究证明L2,1范数稀疏正则项在机器学习的分类和聚类模型中具有特征选择作用。结合两者的优点,文中提出了一种基于Huber损失函数且融入L2,1范数正则项的非负矩阵分解聚类模型,并给出了基于投影梯度更新规则的优化过程。在多组数据集上将所提算法与经典的多种聚类算法进行对比,实验结果验证了所提算法的有效性。
基于量子进化算法的非平衡数据混合采样算法
杨浩, 陈红梅
计算机科学. 2020, 47 (11): 88-94.  doi:10.11896/jsjkx.191000102
摘要 ( 131 )   PDF(2630KB) ( 293 )   
参考文献 | 相关文章 | 多维度评价
欠采样和过采样是解决非平衡数据分类问题的常用方法。针对目前解决数据非平衡分布主要采用单一的采样方法可能会导致过拟合或重要样本丢失的问题,提出了一种基于量子进化算法的混合采样方法MSQEA(Mixed-Sampling method based on Quantum Evolutionary Algorithm)。该方法对多数类和少数类样本分别进行编码,组成量子进化算法中的个体种群,然后通过迭代得到合适的候选采样子集。针对得到的候选采样子集,首先使用欠采样移除多数类样本,避免了后续的过采样方法合成过多冗余的少数类样本的问题,然后采用过采样方法对少数类样本进行过采样,得到一个平衡数据集。同时,为了有效地评价量子个体的适应度,使用聚类算法对原始数据集进行聚类,构建一个有效的验证集来评价个体。为了验证MSQEA算法的性能,在KEEL网站下载的非平衡数据集上,采用SMO,J48和NB等作为分类算法测试不同采样算法处理后的分类性能。实验结果表明,MSQEA算法相比当前较为优秀的采样算法在多种分类器上具有更好的分类性能。
基于SL-LDA的领域标签获取方法
王胜, 张仰森, 张雯, 蒋玉茹, 张睿
计算机科学. 2020, 47 (11): 95-100.  doi:10.11896/jsjkx.190900012
摘要 ( 118 )   PDF(1635KB) ( 218 )   
参考文献 | 相关文章 | 多维度评价
科学技术的发展为文献及学者的管理提出了新的挑战,为解决海量科技文献及学者的自动管理,文中提出了一种基于SL-LDA的领域标签获取方法。在海量科技文献的基础上,分析科技文献数据的分布特点,通过引入科技文献的词频特征构建了SL-LDA主题模型,利用该主题模型对同一学者的科技文献进行“主题-短语”抽取,获得初始领域关键词。接着引入领域体系,对主题模型的抽取结果与体系标签进行向量表征,经过位置特征加权后使用相似度进行体系映射,最终获得学者的领域标签。实验结果表明,在同样的文献数据量下,SL-LDA模型与传统的LDA模型、基于统计的TFIDF算法和基于网络图的Text-Rank算法相比,最终获取的标签词效果更好,准确率更高,F1值也提升到0.572,说明基于SL-LDA的领域标签抽取方法在学术领域具有较好的适用性。
融入深度自编码器与网络表示学习的社交网络信息推荐模型
顾秋阳, 琚春华, 吴功兴
计算机科学. 2020, 47 (11): 101-112.  doi:10.11896/jsjkx.200400120
摘要 ( 163 )   PDF(3414KB) ( 416 )   
参考文献 | 相关文章 | 多维度评价
近年来,使用深度学习技术与用户信任信息进行推荐的系统已成为学术界的研究热点之一,但要为推荐系统建立结合了这两者的模型仍是目前学界面临的重要挑战之一。文中提出了一种通过构建联合优化函数来扩展深度自解码器和Top-k语义社交网络信息的混合模型。基于网络表示学习法进行隐性语义信息采集,并使用多个真实社交网络数据集进行实验,通过多种方法评估所述AE-NRL模型(Autoencoder-Network Representation Learning Model)的性能。实验结果表明,所提模型在更稀疏且体量更大的数据集中比矩阵分解法具有更优的性能;相比显性信任链接,隐性且可靠的社交网络信息可更好地识别用户间的信任关系;在网络表示学习技术中,基于深度学习的模型(SDNE和DNGR)在AE-NRL模型中的效果更好。
大数据智能检索与大数据区块元智能分离
郝秀梅, 史开泉
计算机科学. 2020, 47 (11): 113-121.  doi:10.11896/jsjkx.191000071
摘要 ( 114 )   PDF(1731KB) ( 182 )   
参考文献 | 相关文章 | 多维度评价
文中利用逆P-集合生成∨型大数据结构,给出∨型大数据的新概念,如大数据区块、区块矩阵、区块元、区块元矩阵与数据元概念;利用这些概念给出区块属性推理结构、区块矩阵推理结构、区块元智能分离定理、区块元智能检索定理、区块与区块元等价类定理;给出区块元智能分离准则、区块智能检索准则;给出区块元智能分离-区块智能检索算法与算法过程;给出大数据智能检索-大数据区块元智能分离-获取的应用。∨型大数据满足“属性析取”的逻辑特征。
流式数据处理的动态自适应缓存策略研究
王绪亮, 聂铁铮, 唐欣然, 黄菊, 李迪, 闫铭森, 刘畅
计算机科学. 2020, 47 (11): 122-127.  doi:10.11896/jsjkx.190800093
摘要 ( 129 )   PDF(2023KB) ( 298 )   
参考文献 | 相关文章 | 多维度评价
在现代大数据处理应用场景中,流数据处理技术的应用十分广泛。消息中间件或消息队列常在流数据处理中起到数据缓冲的作用。Apache Kafka常被用作数据缓冲中间件,Kafka的工作性能在很大程度上决定着应用系统整体的性能。在实际应用中,Kafka的上游数据源所产生的数据流量通常是不稳定的,静态的缓存策略不能适应这种多变的生产环境。针对这一问题,如果存在一种策略能根据上游流量变化动态调整数据缓存,就能增强系统对环境的适应能力,实现流数据缓存处理的实时性和吞吐量性能的提升。动态缓存策略采用对上游数据流量监控的方法,通过使用ARIMA模型对未来流量进行预测,提前调整流数据存储转发设置。流数据缓存设置参数的最佳值来源于在各压力下对中间件系统性能进行实验得到的结果的多目标优化。对比实验结果证明,在流数据高峰到达期间,策略在保证一定最大延迟的前提下可以使Apache Kafka的数据缓冲吞吐量性能提高150%以上,从而提高了系统的整体性能。
计算机图形学&多媒体
二维人体姿态估计研究进展
冯晓月, 宋杰
计算机科学. 2020, 47 (11): 128-136.  doi:10.11896/jsjkx.200700061
摘要 ( 148 )   PDF(2212KB) ( 1123 )   
参考文献 | 相关文章 | 多维度评价
人体姿态估计一直是计算机视觉领域的研究热点,随着人体姿态估计方法的性能和精度不断提升,目前可以广泛应用于人机交互、智能监控和人体活动分析等领域。人体姿态估计属于强应用相关的研究领域,现有研究成果均不同程度地涉及方法、模型和应用层面,亟待对其进行系统性归纳和总结。文中综述了大量二维人体姿态估计的研究成果,以供研究人员参考。具体包括:单人和多人姿态估计方法,基于ResNet,Hourglass和HRNet的姿态估计模型,以及姿态估计在人机交互和智能监控领域的应用。文中提出的关于移动设备中的人体姿态估计、拥挤场景下的人体姿态估计和装备人群的姿态估计等研究问题和研究思路,是现有研究的良好补充,为研究人员提供了广阔的研究空间。
基于改进Delaunay三角剖分的水下地形三维重建算法
陈士杰, 张森林, 刘妹琴, 郑荣濠
计算机科学. 2020, 47 (11): 137-141.  doi:10.11896/jsjkx.191100051
摘要 ( 108 )   PDF(2064KB) ( 370 )   
参考文献 | 相关文章 | 多维度评价
在对水下地形进行三维表面重建时,常用的方法是将点云数据投影到二维平面,用Delaunay三角剖分算法生成三角形格网,然后结合水深高程值还原到三维空间中。但是此方法效率较低,同时在投影时舍去了水深高程值信息,在三维空间内易生成狭长三角形,不利于地形地貌的三维展示效果。因此在采用逐点插入法的基础上,对其中的插入点定位和局部优化过程分别进行了改进,提出了一种融合定位算法,计算三角形矢量面积后,找到搜索前进方向并进行定位,保证了定位路径的唯一性且提高了效率;同时在局部优化过程中引入了水深高程值,计算三维空间内三角形的角度标准差,并将其作为与正三角形相似程度的衡量标准,替换空外接圆准则,使得三维空间内的网格更加均匀化。实验结果表明,该方法在水下地形三维重建的模型质量和构建效率上均优于传统的Delaunay三角剖分算法。
基于文本三区域分割的场景文本检测方法
李煌, 王晓莉, 项欣光
计算机科学. 2020, 47 (11): 142-147.  doi:10.11896/jsjkx.200800157
摘要 ( 102 )   PDF(1870KB) ( 267 )   
参考文献 | 相关文章 | 多维度评价
随着卷积神经网络的发展,场景文本检测也得到了快速发展。然而,场景文本检测仍然存在很多问题:一方面,许多检测方法都采用矩形框作为检测框,这对于图像中不规则的文本是不友好的;另一方面,部分方法获取的检测框无法分离相邻的文本实例,从而导致图像中相邻文本的误检测。为了解决这两个问题,文中提出了一种基于文本三区域分割的场景文本检测方法,将图像的文本实例分别映射到整体区域、核心区域和边框区域空间中,以获取图像的文本实例在上述3个区域的分割图,然后利用整体区域分割图和边框区域分割图来指导核心区域分割图的生成。文本的核心区域虽包含了图像中的文本位置、大小等信息,但是缺少边界信息。为了获取更加精确的检测结果,所提方法利用文本的边框区域来对核心区域进行监督学习。最后将基于文本的核心区域分割图像,产生契合文本核心的外接多边形,并进行一定比例的扩张,获取检测结果。实验结果表明,所提方法在ICDAR2015数据集上的准确率可达到83%,与现有的检测算法相比,其F值获得了1%以上的提升,而且该算法在弯曲文本的检测上亦有着优异的表现。
基于深度学习的舌象特征分析
李渊彤, 罗裕升, 朱珍民
计算机科学. 2020, 47 (11): 148-158.  doi:10.11896/jsjkx.191000104
摘要 ( 197 )   PDF(5490KB) ( 648 )   
参考文献 | 相关文章 | 多维度评价
中医舌诊因其直观稳定且易于观察的特点,以及具有较高的临床应用价值和快捷方便的实用性,成为了一个重要的研究课题。目前,将医学图像处理技术、人工智能技术和中医专家的临床经验相结合,实现了对中医舌诊的客观化、定量化和自动化,这是当前中医舌诊现代化研究的主流方向。文中研究了基于迁移学习和深度学习的舌体精确分割和舌象特征识别的关键技术,提出了一种基于区域关联的单像素损失函数的舌体分割方法,新的损失函数不仅考虑到了区域像素之间的关联关系,而且有效利用了像素标签语义的监督信息,能够更好地指导模型进行训练学习,在测试集上的MIoU指标达到了96.32%。然后,针对舌象几何特征提出了一个融合空间转换网络和VGG16模型的舌象几何特征分析模型,使用了空间转换网络来显式地学习空间不变性,并复用了VGG16模型的卷积部分,使得可以用舌体分割任务学习到的知识来进行参数迁移学习。通过两组对比实验,验证了空间转换网络对提高模型空间不变性的有效性,以及舌体分割的知识迁移能使模型更快、更平稳地收敛。同时,提出了一个融合深度纹理编码网络和VGG16模型的舌象纹理特征分类模型,使用深度纹理编码网络能将卷积得到的有序特征图编码成无序的纹理语义表示,以更有效地表达纹理信息。通过实验对比分析验证了深度纹理编码网络的无序编码对舌象纹理语义表示的有效性。
基于CPNet的相对图像质量评估
李凯文, 徐琳, 陈强
计算机科学. 2020, 47 (11): 159-167.  doi:10.11896/jsjkx.190900052
摘要 ( 101 )   PDF(3229KB) ( 268 )   
参考文献 | 相关文章 | 多维度评价
对于两幅不同质量的图像,人眼视觉系统(Human Visual System,HVS)能够比较容易地区分两幅图像间的质量差异,因此通过模拟HVS来判断两幅图像的相对质量比给出图像的绝对质量分数更加准确。文中提出了一种用于评估图像间相对质量的CPNet(Compare-net)模型,该模型是一种分数无关类型的算法,利用图像组合的形式解决数据量的限制,相比绝对质量分数标签,提出的相对质量标签以及相对质量顺序标签具有更广阔的应用场景,并且获取方式更加方便、准确。首先,通过分析卷积神经网络结构相关参数对网络性能的影响,来构建合理的网络基础结构;其次,以双通道输入网络和设计特征求差的方式得到两幅图像的质量差异特征,并结合图像对相对质量标签来完成分类学习;最后,通过在公共数据库上的实验证明了该算法的精度优于其他算法。所提算法在相同参考图像类型实验中分别取得了0.971和0.947的最优精度;在不同参考图像类型实验上也取得了很有竞争力的精度,分别为0.926和0.860。另外,设计了三通道网络并进行实验来探究将所提算法扩展到多通道的可能性。
基于网格搜索的特定类别图像去噪算法
曹义亲, 谢舒慧
计算机科学. 2020, 47 (11): 168-173.  doi:10.11896/jsjkx.190900004
摘要 ( 89 )   PDF(2453KB) ( 266 )   
参考文献 | 相关文章 | 多维度评价
针对特定类别图像去噪算法存在部分区域纹理丢失以及相似块搜索较为耗时的问题,文中提出了新的基于网格搜索的特定类别图像去噪算法。使用SSIM在特定类别数据集中选取与噪声图像相似的候选数据集;为加快相似块的搜索速度,通过网格状粗尺度搜索框遍历候选图像集,使用kNN算法寻找网格中与噪声块接近的候选块;为寻找与噪声块更接近的候选块,依据候选块中心位置构造细尺度搜索框,遍历细尺度搜索框筛选候选块与噪声块之间欧氏距离最接近的相似块;结合相似块与全局稀疏结构正则化中的残差分量来恢复噪声图像的潜影。实验结果表明,网格搜索策略能加快相似块的选择速度,使用残差分量不仅能去除图像噪声,还能更好地保留图像边缘处的信息。
基于空洞卷积鉴别器的语义分割迁移算法
杨培健, 吴晓富, 张索非, 周全
计算机科学. 2020, 47 (11): 174-178.  doi:10.11896/jsjkx.191100014
摘要 ( 122 )   PDF(2846KB) ( 197 )   
参考文献 | 相关文章 | 多维度评价
近年来,基于卷积神经网络的有监督图像语义分割方法的研究取得了巨大进展。针对该方法所依赖的手动标签繁琐、费时的问题,一种流行的解决方法是通过游戏视频来收集类似于真实场景的图像并自动生成标签,随后利用迁移学习将合成场景训练的模型迁移到真实场景。由于域偏移,简单地将合成场景(源域)上学习的模型应用到真实场景(目标域)一般会出现较高的泛化误差。针对该问题,提出一种新的图像语义分割的无监督迁移算法。该算法首先基于传统的图像风格转换网络对源域图像集进行风格转换预处理,使得图像风格能对齐于目标域,有效降低域间差异;然后,采用生成对抗训练实现源域与目标域特征的对齐。针对现有生成对抗训练中鉴别网络视野受限的问题,提出通过空洞卷积来设计鉴别网络,从而有效提升鉴别网络的分辨能力。在两个典型城市道路数据集 GTA5以及SYNTHIA上的实验表明:相比于经典的AdaptSegNet算法,所提算法在 GTA5 数据集上的平均交并比(mIoU)提高了 4.5%,在 SYNTHIA数据集上的平均交并比提高了2.6%。
基于多尺度反卷积深度学习的显著性检测
温静, 李雨萌
计算机科学. 2020, 47 (11): 179-185.  doi:10.11896/jsjkx.190900008
摘要 ( 137 )   PDF(3092KB) ( 286 )   
参考文献 | 相关文章 | 多维度评价
传统的显著性检测方法大多在单一的尺度上分辨感兴趣的目标和背景,无法有效地获取多分辨率下的局部细节信息,为此提出多尺度反卷积的深度学习网络模型。首先,在多尺度下对各层特征及各层对比特征进行反卷积,充分利用反卷积层中的卷积核对输入物体的形状进行重建,在多种分辨率特征图上利用反卷积网络来学习细节特征,减少信息的丢失,以此保持不同尺寸特征图的细节信息;然后,将各尺度下的反卷积特征进行融合,形成多层次局部信息;最后,与VGG16网络提取的全局信息融合后,计算各个像素的显著值,从而获得最终的显著性结果。实验结果表明,多尺度反卷积结构表现出较优的性能,与传统方法相比,可以相对增强突出物体与背景之间的对比,保持细节方面的特征;与最新深度学习的方法相比,可以检测出相对清晰准确的区域,一定程度上减少了信息的损失,还原出了更多的细节,能够有效地获取各种分辨率下的显著性目标,而且各反卷积层的独立性也显著提高了本文算法的运算速度。
卷积神经网络低层特征辅助的图像实例分割方法
樊玮, 刘挺, 黄睿, 郭青, 张宝
计算机科学. 2020, 47 (11): 186-191.  doi:10.11896/jsjkx.191200063
摘要 ( 124 )   PDF(2068KB) ( 261 )   
参考文献 | 相关文章 | 多维度评价
流行的实例分割网络Mask R-CNN在进行实例分割时,存在目标分割边界和分割轮廓粗糙的问题,导致分割精度低。针对此问题,提出在Mask R-CNN分割分支中引入网络的低层卷积特征进行高精度的实例分割方法。首先从特征提取网络中选择特征,通过插值算法将其缩放至固定尺度(输入图像的1/8)作为低层特征;然后通过RoI对齐操作提取当前待分割目标的特征后与原始的Mask R-CNN的分割分支对应目标的特征进行拼接,并将其作为精细化目标分割的特征。低层网络特征引入了更多的低级纹理和轮廓信息,可以有效地提高物体的分割精度。在COCO2017数据集上,所提方法使用ResNet-101-FPN作为特征提取网络得到的分割结果的平均准确度(AP)相对于Mask R-CNN提高了1.2%。实验结果表明,所提方法在使用不同特征提取网络时具有较好的鲁棒性和有效性。
一种基于显式SURF特征保留的图像重定向算法
赵亮, 彭宏京, 杜振龙
计算机科学. 2020, 47 (11): 192-198.  doi:10.11896/jsjkx.191000101
摘要 ( 121 )   PDF(3574KB) ( 263 )   
参考文献 | 相关文章 | 多维度评价
图像重定向是一种通过调整图像大小,使其适合于任意显示终端高宽比的数字媒体处理技术。现有的图像重定向研究大多集中在重要对象的形状保持上,而对人类视觉系统敏感的图像关键特征缺乏充分考虑,导致视觉接受度较低。由此,提出了一种新的基于显式的SURF特征保留的图像重定向算法。不同于一般的基于顶点或轴对齐的网格编码形式的网格变形技术,该方法采用基于网格边的网格变形技术。首先定义一个仿射矩阵,使得每条网格边根据仿射矩阵进行变形,从而形成一个基本的基于网格边的变形模型;然后通过SURF特征检测得到SURF特征区域,再将网格边范围约束至SURF特征区域,以此达到特征保留的效果;最后得到一个新的网格变形模型。另外,通过在基本网格变形模型的基础上设置一个稀疏能量项,即给每条网格边赋初始权重以使网格线彼此稀疏,来解决网格线自交的问题;而且在必要时在迭代求解的过程中还可更新此权重。通过实验将所提方法与两种现有的图像重定向方法进行图像质量评估,结果表明所提方法能够在图像重定向过程中最小化失真,同时产生较好的视觉效果,得分增益最高可分别达到16.0%和9.7%。
基于注意力模型的手绘图像检索方法
李宗民, 李思远, 刘玉杰, 李华
计算机科学. 2020, 47 (11): 199-204.  doi:10.11896/jsjkx.190800145
摘要 ( 168 )   PDF(1855KB) ( 378 )   
参考文献 | 相关文章 | 多维度评价
针对手绘图像检索领域中手绘图像的特征稀疏、手绘本身易于形变等问题,文中提出了一种基于注意力模型的特征提取方法,通过精确提取手绘图像中的语义特征来获得高效准确的检索结果。首先使用卷积神经网络作为提取语义特征的基础框架;然后在有监督训练的过程中引入了注意力模型机制,通过在卷积神经网络的最后一层卷积层后引入注意力结构块的方法来定位出有效的语义特征,其中注意力结构块由空间注意力结构和通道注意力结构联合组成;最后通过融合不同层次的语义特征形成最终的特征描述子,达到高精度的检索,在基准数据库Flickr15k上的实验结果表明所提方法是可行有效的。此外,在手绘图像分类任务中,提出的注意力机制大幅提高了分类精度。
基于单目视觉的小目标行人检测与测距研究
黄同愿, 杨雪姣, 向国徽, 陈辽
计算机科学. 2020, 47 (11): 205-211.  doi:10.11896/jsjkx.190900078
摘要 ( 176 )   PDF(2820KB) ( 769 )   
参考文献 | 相关文章 | 多维度评价
自动驾驶场景下,为了提高远距离行人的检测精度和测距精度,结合深度学习的目标检测,提出了一种行人测距算法。首先,提出了冗余切图法,结合YOLOV3模型对小目标行人进行检测,再通过改进的边界框筛选算法对所有子图的候选框进行多次筛选,最终得到行人检测框。然后,对传统的相似三角形测距算法进行分析,提出了一种包含pitch和yaw的改进相似三角形测距算法。最后,根据行人检测结果实时测量行人距离当前车辆的横向距离和纵向距离。实验结果表明,在BDD 100K验证集上,所提出的冗余切图法检测模型比原YOLOV3模型的mAP提高了6%,比小目标行人的mAP提高了3%,具有更好的检测鲁棒性;在车载摄像头采集的测距测试集上,冗余切图法和改进的测距算法的结合使测距精度在对比实验结果上改善了6.542%,不仅实现了远距离测距,而且具有更高的测距准确性。
人工智能
LAC-DGLU:基于CNN和注意力机制的命名实体识别模型
赵丰, 黄健, 张中杰
计算机科学. 2020, 47 (11): 212-219.  doi:10.11896/jsjkx.191000201
摘要 ( 180 )   PDF(2135KB) ( 478 )   
参考文献 | 相关文章 | 多维度评价
对文本进行分词和词嵌入通常是中文命名实体识别的第一步,但中文的词与词之间没有明确的分界符,专业词及生僻词等未收录词(Out of Vocabulary,OOV)严重干扰了词向量的计算,基于词向量嵌入的模型性能极易受到分词效果的影响。同时现有模型大多使用循环神经网络,计算速度较慢,很难达到工业应用的要求。针对上述问题,构建了一个基于注意力机制和卷积神经网络的命名实体识别模型,即LAC-DGLU。针对分词依赖的问题,提出了一种基于局部注意力卷积(Local Attention Convolution,LAC)的字嵌入算法,减轻了模型对分词效果的依赖。针对计算速度较慢的问题,使用了一种带门结构的卷积神经网络,即膨胀门控线性单元(Dilated Gated Linear Unit,DGLU),提高了模型的计算速度。在多个数据集上的实验结果显示,该模型相比现有最优模型F1值提高了0.2%~2%,训练速度可以达到现有最优模型的1.4~1.9倍。
基于人工势场法的多机器人协同避障
陈骏岭, 秦小麟, 李星罗, 周杨淏, 鲍斌国
计算机科学. 2020, 47 (11): 220-225.  doi:10.11896/jsjkx.190900026
摘要 ( 146 )   PDF(2013KB) ( 452 )   
参考文献 | 相关文章 | 多维度评价
近年来,随着社会对机器人关注度的增加,移动机器人技术逐渐成为研究热点。机器人避障是移动机器人学中重要的研究课题,也是移动机器人面临的基本问题之一。针对多机器人的应用场景,在充分分析现有机器人避障算法的基础上,优化人工势场法,提出多机器人避障算法MPF(Multi-Robot Artificial Potential Field Method)和编队避障算法AOA(Advanced Obstacle Avoidance Method)。MPF算法优化了人工势场法存在局部最小值点的问题,提高了机器人到达目标点的概率;AOA算法结合现有的编队避障算法来提高机器人编队避障的效率。最后,分别为MPF算法和AOA算法设计不同的实验环境,实验结果表明,在障碍物复杂情况不同的环境中MPF算法可以有效且高效地引导机器人到达目标点;在不同的环境复杂度和机器人数量下,AOA算法能够提供高效稳定的编队避障。
视觉问答中问题处理算法研究
徐胜, 祝永新
计算机科学. 2020, 47 (11): 226-230.  doi:10.11896/jsjkx.191200015
摘要 ( 112 )   PDF(2099KB) ( 218 )   
参考文献 | 相关文章 | 多维度评价
当前对视觉问答(Visual Question Answering,VQA)建模的研究多种多样,但现有的VQA模型有一个共同的缺点:训练和推理较为耗时。研究表明,VQA模型中文本处理部分主要基于长短期记忆网络(Long Short Term Memory,LSTM),而VQA模型的整体性能也受制于文本处理部分的LSTM网络,由于LSTM网络具有循环的特性,LSTM网络中复杂的数据流难以有效利用GPU的并行计算优势来加速计算。针对以上问题,以优化模型的训练速度为目的,提出了一个新模型SCMP(Simple Conv1d MaxPool1d)来代替LSTM网络处理输入模型的自然语言文本。在VQA2.0数据集上的实验结果表明,该模型与现有的模型相比训练速度提高了10倍,并且没有对VQA模型的精度造成损失。此外,文中提出了一种新颖的方法来对VQA2.0数据集中的文本数据进行数据增强。实验结果表明,数据增强可以提高VQA模型的精度,同时加速模型收敛,使用增强后的数据训练的模型(SCMP)在验证集上的评估分数为63.46%,优于目前现存的VQA模型。
结合三元组重要性的知识图谱补全模型
李忠文, 丁烨, 花忠云, 李君一, 廖清
计算机科学. 2020, 47 (11): 231-236.  doi:10.11896/jsjkx.200800195
摘要 ( 149 )   PDF(1687KB) ( 658 )   
参考文献 | 相关文章 | 多维度评价
知识图谱是人工智能方向的一个热门研究领域。知识图谱补全是在给定头实体或者尾实体以及相应关系的条件下,补全缺失实体。基于翻译的模型如TransE,TransH和TransR是最常用的一类知识图谱补全方法。然而,大多数现有的补全模型在补全过程中都忽略了知识图谱中三元组重要性的特征。文中提出了一种新型的知识图谱补全模型ImpTransE,该模型考虑了三元组中的重要性特征,设计了实体重要性排序方法KGNodeRank和多粒度关系重要性估计方法MG-RIE,分别对实体重要性和关系重要性进行估计。具体来说,KGNodeRank通过同时考虑关联结点的重要性及其重要性传递方向的概率来估计实体结点的重要性排名。MG-RIE则同时考虑了关系的一阶重要性和高阶重要性,从而对关系的总体重要性进行合理估计。ImpTransE同时考虑了三元组的实体重要性和关系重要性特征,使其在学习过程中对于不同的三元组信息可赋予不同的关注程度,提高了模型的表示学习性能,从而达到了更好的补全效果。实验结果表明,在两类知识图谱数据集中与5种对比模型相比,ImpTransE模型在大部分指标上均具有最佳的补全性能,对不同数据集的补全效果获得了一致的提升。
企业风险知识图谱的构建及应用
陈晓军, 向阳
计算机科学. 2020, 47 (11): 237-243.  doi:10.11896/jsjkx.191000015
摘要 ( 325 )   PDF(2860KB) ( 1519 )   
参考文献 | 相关文章 | 多维度评价
作为语义网的数据支撑,知识图谱在搜索引擎、智能问答和推荐系统等领域发挥着重要作用,成为了人工智能领域的研究热点。知识图谱因其自身的图展示、图挖掘、图模型等计算优势,可帮助企业或金融从业人员进行业务场景的分析与决策。目前已经有公司将知识图谱应用到金融领域,但是这些知识图谱还存在信息缺失、准确度低等问题,并且现有的金融知识图谱构建方法大都只关注构建过程中的某一环节。针对上述问题,对行业知识图谱构建方法进行系统研究,构建一个企业风险知识图谱,从本体构建、知识抽取、知识融合和知识存储4个方面完整阐述了知识图谱的构建流程。最后,基于企业风险知识图谱,构建了一个智能问答机器人,实现了对知识图谱的检索和利用;为了提高问答系统回答问题的准确性,利用基于字级别的BiLSTM-CRF命名实体识别模型。实验结果表明,在样本数量较少时,基于字级别的模型效果更优。
基于信息交互增强的事件时序关系分类方法
周新宇, 李培峰
计算机科学. 2020, 47 (11): 244-249.  doi:10.11896/jsjkx.190900056
摘要 ( 190 )   PDF(1987KB) ( 291 )   
参考文献 | 相关文章 | 多维度评价
事件时序关系分类任务是信息抽取领域的一个分支,由于其对多个自然语言处理任务具有很好的辅助作用,近年来得到了越来越多的关注。目前,已有的神经网络方法对事件间信息交互的考虑相对缺乏。针对这个问题,提出了一种通过参数共享来增强事件间信息交互的方法。该方法首先通过门控卷积神经网络(Gated Convolutional Neural Network,GCNN)学习句子的语义信息和上下文信息,并将其融入最短依存路径序列作为输入;然后使用双向长短期记忆网络(Bidirectional Long Short-Term Memory network,Bi-LSTM)对输入进行编码以获取其语义表示,并通过参数共享来增强事件之间的信息交互;最后将获得的语义表示输入全连接层,使用Softmax函数进行分类预测。TimeBank-Dense语料库上的实验结果表明,所提方法在分类精度上优于现有的大多数神经网络方法。
基于视觉语义联合嵌入和注意力机制的情感预测
蓝亦伦, 孟敏, 武继刚
计算机科学. 2020, 47 (11): 250-254.  doi:10.11896/jsjkx.190800154
摘要 ( 133 )   PDF(1570KB) ( 318 )   
参考文献 | 相关文章 | 多维度评价
为了缓解图像视觉特征与情感语义特征之间存在的鸿沟,减弱图像中情感无关区域对情感分类的影响,提出了一种结合视觉语义联合嵌入和注意力模型的情感分类算法。首先利用自编码器学习图像的视觉特征和情感属性的语义特征的联合嵌入特征,缩小低层次的视觉特征与高层次的语义特征之间的差距;然后提取图像的一组显著区域特征,引入注意力模型建立显著区域与联合嵌入特征的关联,确定与情感相关的显著区域;最后基于这些显著区域特征构建情感分类器,实现图像的情感分类。实验结果表明,该算法有效地改进了现有的图像情感分类方法,显著提高了对测试样本的情感分类精度。
一种股票市场的深度学习复合预测模型
张永安, 颜斌斌
计算机科学. 2020, 47 (11): 255-267.  doi:10.11896/jsjkx.200500119
摘要 ( 243 )   PDF(3798KB) ( 948 )   
参考文献 | 相关文章 | 多维度评价
深度学习能够从大量原始数据中提取高级抽象特征而不依赖于先验知识,对于金融市场预测具有潜在的吸引力。基于“分解—重构—综合”的思想,提出了一种全新的深度学习预测方法论,并在此基础上构建了一种股票市场单步向前的深度学习复合预测模型——CEEMD-LSTM。在此模型中,序列平稳化分解模块的CEEMD能将时间序列中不同尺度的波动或趋势逐级分解出来,产生一系列不同特征尺度的本征模态函数(Intrinsic Mode Function,IMF);采用深度学习中适合处理时间序列的长短期记忆网络(Long-Short Term Memory,LSTM)分别对每个IMF与趋势项提取高级、深度特征,并预测下一交易日收盘价的收益率;最后,综合各个IMF分量以及趋势项的预测值,得到最终的预测值。基于3类不同发达程度股票市场的股票指数的实证结果表明,此模型在预测的两个维度即预测误差与预测命中率上均要优于其他参照模型。
LFNDIT:从不确定状态变换学习布尔网络
黄羿, 孔世明, 王以松, 张明义, 马新强
计算机科学. 2020, 47 (11): 268-274.  doi:10.11896/jsjkx.200100079
摘要 ( 114 )   PDF(1384KB) ( 151 )   
参考文献 | 相关文章 | 多维度评价
布尔网络是一种重要的基因调控数学模型,从布尔网络的状态变换推断其结构以发现基因之间的调控关系是布尔网络研究中长期关注的重要问题。已有的归纳逻辑程序算法不能从布尔网络的不确定(解释)状态变换学习推断其网络结构。为此,文中提出了非确定解释转换学习(Learning From Non-deterministic interpretation Transitions,LFNDIT)算法从布尔网络异步更新语义下的解释变换学习其网络结构。首先将异步更新语义下的不确定解释变换集转换成确定解释变换集,然后利用Inoue等提出的从1步解释转换学习(Learning From 1-step state transition,LF1T)算法计算其对应的正规逻辑程序(布尔网络)。该算法的完备性得到了证明,初步的实验结果表明,该方法能有效地从不确定状态变换计算布尔网络的结构,从而为发现布尔网络的结构提供了新的思路。
一种基于语义相似性的情感分类方法
马晓慧, 贾君枝, 周湘贞, 闫俊伢
计算机科学. 2020, 47 (11): 275-279.  doi:10.11896/jsjkx.191000174
摘要 ( 149 )   PDF(1771KB) ( 400 )   
参考文献 | 相关文章 | 多维度评价
情感词典有助于情感分析,可以通过词语匹配来进行情感分类。但是,情感词典在词汇覆盖和领域适应方面存在一定的局限性。为此,文中提出了一种基于语义相似性度量和嵌入表示的情感分类方法,该方法计算了待分类文本与情感词典之间的语义相似度,将语义距离和基于嵌入的特征结合起来进行情感分类,有助于解决语义特征利用不足的问题。文中分别采用词向量、情感词典匹配和所提方法提取的特征向量来对情感分类性能进行了评估。实验结果表明,所提方法整体上优于对比方法。在3种电商评论测试语料中,所提方法的F1平均值达到了83.46%,相比对比方法提升了8.26%。其中,利用词嵌入与ECSD(E-Commerce Sentiment Dictionary)相结合提取的语义分类效果最佳,性能提升达到了9%,表明通过结合语义相似度可以丰富提取的情感语义特征,能够有效提升情感分类的性能。
一种基于蚁群的电动汽车充电调度优化方法
周欣悦, 钱丽萍, 黄玉蘋, 吴远
计算机科学. 2020, 47 (11): 280-285.  doi:10.11896/jsjkx.190700129
摘要 ( 145 )   PDF(1860KB) ( 481 )   
参考文献 | 相关文章 | 多维度评价
电动汽车的快速发展为人们的生活出行及物流运输带来了诸多便利,但是其存在因为电量不足而导致续驶里程短的问题。文中提出了一种基于蚁群的电动汽车充电调度优化方法,来增加电动汽车的续航里程。首先,运用库仑计数法计算电动汽车的电池余量,同时根据道路交通状况计算电动汽车的行驶能耗。其次,建立相应的0-1整数规划模型,运用基于蚁群的路径规划算法来实现车辆调度并优化电动汽车充电路径。根据具体的选择策略规划电动车的行驶路径,更新路径上的信息素,通过不断迭代获得全局最优解和最优路径。仿真结果表明,与其他优化算法相比,所提优化方法能够有效降低行车过程中电量耗尽的概率,为电动汽车提供准确的行驶路径,可有效增加电动汽车的续驶里程。
计算机网络
基于M/M/1排队模型的网络服务尾延迟分析
郭子亭, 张文力, 陈明宇
计算机科学. 2020, 47 (11): 286-293.  doi:10.11896/jsjkx.191200072
摘要 ( 143 )   PDF(2181KB) ( 745 )   
参考文献 | 相关文章 | 多维度评价
研究表明,在大规模的网络服务系统中,网络延迟往往表现出长尾效应,即存在一定比例的延迟远大于网络的平均延迟。延迟的长尾引起了广泛的关注,长尾效应会严重影响用户体验和内容供应商收益,尤其在对延迟敏感的大型交互式网络应用中。因此,网络服务系统研究的重点经历了从关注吞吐量和平均延迟到关注系统的尾延迟的变化。然而,现有的理论模型大多关注平均延迟,难以用来分析网络服务延迟的尾部特征,复杂网络服务中的尾延迟时间计算缺乏形式化的建模和计算方法。文中提出了一种将复杂的网络抽象为以M/M/1排队模型为基础的排队网络模型的方法,在该模型的基础上给出了串联、并行场景下逗留时间尾延迟分布的表达式,同时分析了当模型中个别子部件发生变化时对系统整体尾延迟的影响,并将模型预测结果和仿真网络的结果进行对比,误差不超过2%。
路网上基于时空锚点的移动对象群体和个体运动监测方法
韩京宇, 许梦婕, 朱曼
计算机科学. 2020, 47 (11): 294-303.  doi:10.11896/jsjkx.191100083
摘要 ( 95 )   PDF(2715KB) ( 220 )   
参考文献 | 相关文章 | 多维度评价
为了实时监控路网上移动对象(车辆)的运动,各移动对象不断向中心服务器汇报其位置,中心服务器存储数据以响应用户的各种查询。此类方法不仅通信开销巨大,增加服务器负载,而且不能同时满足群体态势感知和个体移动对象位置追踪的需求。因此,提出一种基于时空锚点的双粒度移动感知(Double-granularity Movement Detection Based on Spatial-temporal Anchors,DMDSA)框架,将移动对象嵌入时空网格,其经过时空锚点时向服务器汇报其运动模式,实现对群体运动的感知和个体移动的追踪。离线阶段,服务器从历史轨迹中挖掘运动模式;移动对象运动时,服务器结合挖掘的运动模式,在线计算聚合模式表征群体运动,并采用最大似然估计确定目标的运动模式,实现群体态势感知;进一步,采用锚点独立策略和锚点序列策略识别最可能的运动序列,实时追踪个体对象的运动。在模拟数据集和实际数据集上的实验表明,所提方法在大幅度减小位置汇报代价的前提下,不仅能够准确地监控区域的群体运动态势,并且能够有效地追踪和预测个体移动对象的位置,有助于智慧城市的建设。
基于遗传算法的声场重构测量优化方法
许锋, 孙洁, 刘世杰
计算机科学. 2020, 47 (11): 304-309.  doi:10.11896/jsjkx.200600167
摘要 ( 138 )   PDF(3558KB) ( 269 )   
参考文献 | 相关文章 | 多维度评价
海洋声信道参数空间场能够刻画水声信号在海洋中传播的空间分布规律,对水声通信位置选取、水下目标探测及隐身等具有重要指导意义。针对应用压缩感知重构声场时水下机器人测量路径的优化问题,在结合声场特点、压缩感知和水下机器人的运动特点的基础上,提出了一种基于遗传算法的测量优化方法,以提高压缩感知方法的重构精度。首先分析了声场重构中压缩感知测量矩阵的结构,然后结合水下机器人的运动能力限制,定义了遗传算法中适用于水下机器人测量的基因表达、生成方式以及适应度函数。仿真实验中以高斯随机点的旅行商问题和梳状测量路径为对照,结果表明所提方法能够明显提高声场重构的精度,且对不同采样率及不同分布声场的重构都能够保持更高的精度。
面向物联网的时空数据处理算法设计
徐鹤, 吴昊, 李鹏
计算机科学. 2020, 47 (11): 310-315.  doi:10.11896/jsjkx.200400045
摘要 ( 182 )   PDF(2336KB) ( 266 )   
参考文献 | 相关文章 | 多维度评价
随着物联网和5G技术的快速发展,以深度学习为基础的人工智能应用越来越多,使基于时空数据的医疗影像、城市安防、自动驾驶等视觉领域成为物联网方向的研究热点。物联网系统采集到的视频数据、图片数据、温湿度与气体浓度数据同时也急剧增长,最终使得物联网系统的处理速度和反馈速度越来越慢。针对物联网节点采集的时空数据量大且可能存在短暂性异常的问题,文中设计了基于长短记忆网络的EPLSN(Exception Processing Long and Short Memory Network)算法。首先,对输入门的逻辑结构进行设计,并对网络模型结构进行改进,解决了短暂性异常数据与时空数据分类的问题,提高了EPLSN算法对物联网时空数据的分类精度,并能够对异常数据进行数据清洗。其次,依据传感器采集的时空数据特点,将数据存储到不同的数据块中,采用时序数据库对时空数据进行短暂性存储,并提出基于时空数据的物联网搜索架构,加快了物联网系统搜索的速度。
基于强化学习的无线可充电传感网移动充电路径优化
张昊, 管昕洁, 白光伟
计算机科学. 2020, 47 (11): 316-321.  doi:10.11896/jsjkx.200400075
摘要 ( 138 )   PDF(2242KB) ( 278 )   
参考文献 | 相关文章 | 多维度评价
无线传感器网络在环境感知、目标跟踪等方面占据了重要地位。为了能够及时地为传感器节点补充能量,提出了一种基于强化学习的低功耗、高能效的移动路径充电算法。无线传感器网络采用移动充电车对传感器节点进行充电,将Q-Learning算法与epsilon-greedy算法相结合,以最短路径依次完成所有传感器节点的充电。现有的相关研究通常忽略了传感器节点自身所能承受电量的最大值,容易导致传感器节点因充电过程中电量超出最大值而暂停工作,因此限制了移动充电车的充电时间。结果表明,所提移动充电策略的效用更高,与传统的Q-Learning算法和贪心算法相比,训练周期大幅度下降且实现了能量利用率最大化。
MANET中基于滑动窗口的网络编码协作算法
宋莺, 钟忺, 孙宝林, 桂超
计算机科学. 2020, 47 (11): 322-326.  doi:10.11896/jsjkx.191000181
摘要 ( 165 )   PDF(1744KB) ( 267 )   
参考文献 | 相关文章 | 多维度评价
移动Ad Hoc网络(Mobile Ad Hoc Network,MANET)受限于移动节点的能量、通信链路的带宽、计算和存储能力等一系列因素。如何提高网络的通信带宽和数据吞吐量,仍然是MANET亟待解决的问题。网络编码(Network Coding,NC)是一种发展非常迅速的编码技术,应用于MANET中可有效地增加网络带宽和网络通信量。将滑动窗口机制融入网络编码和协作传输中,可以更好地提高MANET的数据吞吐量。鉴于此,提出一种MANET中基于滑动窗口的网络编码协作算法(Sliding Window-based Network Coding Cooperative algorithm in MANET,SWNC-CM)。源节点首先对需要发送的数据分组进行编码,然后将编码的数据分组在协作传输机制中传送到下一个节点,目的节点接收到编码数据分组后,根据网络编码的解码机制对数据分组进行解码,从而恢复原始数据。在SWNC-CM中,主要关注滑动窗口、随机线性网络编码方法以及协作传输数据问题。当使用SWNC-CM算法时,并不是所有的数据分组都需要编码,只是对那些在同一个窗口中的数据分组利用随机网络编码方法进行编码,目的节点就可以使用高斯消去法进行解码操作,从而降低编码/解码的计算复杂性。使用网络仿真软件NS2(Network Simulator version 2),以数据吞吐量、解码延迟和分组丢失率等为指标,对SWNC-CM算法进行仿真实验研究。仿真实验结果表明,SWNC-CM算法能较好地提高网络的数据吞吐量,并降低分组丢失率。
NWI:基于CSI的非视距信号识别方法
田春元, 余江, 常俊, 王彦舜
计算机科学. 2020, 47 (11): 327-332.  doi:10.11896/jsjkx.190900019
摘要 ( 131 )   PDF(2432KB) ( 263 )   
参考文献 | 相关文章 | 多维度评价
由于室内环境复杂多变和多径效应对WiFi传播信号的影响,因此产生了大量的非视距路径,导致信号严重衰落,通信链路质量恶化,造成应用识别精度不高、实现系统复杂等问题。文中提出了一种基于CSI的非视距信号识别方法NWI(NLOS recognition based on Wavelet Packet Trans form Identification),主要用于对WiFi的物理层信息——CSI信号进行特征提取,识别当前链路中是否存在遮挡。所提方法对CSI信号的幅值进行三层小波包分解,分别提取第3层8个频段的小波包系数、小波包能量谱、信息熵和对数能量熵作为特征向量,利用支持向量机进行分类,从而识别出非视距信号。相比其他方法,该方法无须对CSI信号进行预处理,最大程度地保留了环境对传播信号的影响,更真实地反映室内环境。实验结果表明,该方法在动态环境中的识别精度为96.23%,在静态环境中的识别精度为94.75%,证明了基于小波包变换的CSI信号特征提取方法能够有效识别非视距信号,具有较高的识别精度和普适性。