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
2021年第4期, 刊出日期:2021-04-15
  
目录
目录
计算机科学. 2021, 48 (4): 0-0. 
摘要 ( 148 )   PDF(274KB) ( 536 )    Suppl. Info.
相关文章 | 多维度评价
计算机科学理论
约束进化算法及其应用研究综述
李笠, 李广鹏, 常亮, 古天龙
计算机科学. 2021, 48 (4): 1-13.  doi:10.11896/jsjkx.200600151
摘要 ( 644 )   PDF(1765KB) ( 2020 )   
参考文献 | 相关文章 | 多维度评价
约束优化问题广泛存在于科学研究和工程实践中,其对应的约束优化进化算法也成为了进化领域的重要研究方向。约束优化进化算法的本质问题是如何有效地利用不可行解和可行解的信息,平衡目标函数和约束条件,使得算法更加高效。首先对约束优化问题进行定义;然后详细分析了目前主流的约束进化算法,同时,基于不同的约束处理机制,将这些机制分为约束和目标分离法、惩罚函数法、多目标优化法、混合法和其他算法,并对这些方法进行了详细的分析和总结;接着指出约束进化算法亟待解决的问题,并明确指出未来需要进一步研究的方向;最后对约束进化算法在工程优化、电子和通信工程、机械设计、环境资源配置、科研领域和管理分配等方面的应用进行了介绍。
高效计算因果网中的最大可能解释
李超, 覃飙
计算机科学. 2021, 48 (4): 14-19.  doi:10.11896/jsjkx.200500155
摘要 ( 294 )   PDF(1497KB) ( 623 )   
参考文献 | 相关文章 | 多维度评价
在因果网中,高效计算的最大可能解释(Most Probable Explanations,MPE)是一个关键问题。从有向无环图的角度,研究者们发现每一个因果网都有一个与之对应的贝叶斯网络。文中通过比较干预和微分的语义,揭示了MPE完全原子干预的微分语义。根据微分语义,因果网中原子干预MPE实例的计算可以归约为贝叶斯网络中的MPE实例的计算。接着,提出了一个联合树算法(Best JoinTree,BJT),它通过在因果网中只构建一个联合树来计算最好的原子干预,原子干预的结果包含一个BMPE(Best MPE)概率和它对应的实例。其中,BMPE概率是对MPE所有结点分别进行原子干预后得到的最高概率。BJT可以采用干预的效果来计算对应贝叶斯网络的MPE概率和MPE实例。最后,实验证实了绝大多数因果网在计算最好原子干预时,BJT的速度比目前最好的算法快了超过10倍。
基于Grover搜索算法的整数分解
宋慧超, 刘晓楠, 王洪, 尹美娟, 江舵
计算机科学. 2021, 48 (4): 20-25.  doi:10.11896/jsjkx.200800117
摘要 ( 382 )   PDF(2269KB) ( 1151 )   
参考文献 | 相关文章 | 多维度评价
非结构化搜索是计算机科学中最基本的问题之一,而Grover量子搜索算法就是针对非结构化搜索问题设计的。Grover量子搜索算法可用于解决图着色、最短路径排序等问题,也可以有效破译密码系统。文中提出基于Grover搜索算法并结合经典预处理实现整数分解。首先基于IBMQ云平台对不同量子比特的Grover算法量子电路进行了仿真,以及模拟使用Grover算法求解N的素因子PQ;然后将化简后的方程转化为布尔逻辑关系,以此来构建Grover算法中的Oracle;最后通过改变迭代次数来改变搜索到解的概率。仿真结果验证了使用Grover算法求解素因子PQ的可行性。文中实现了在搜索空间为16且一次G迭代条件下以近78%的成功概率搜索到目标项。文中还比较了Grover算法与Shor算法在求解一些数字时所耗费的量子比特数和时间渐近复杂度的差异。通过Grover量子搜索算法分解整数的实验拓展了该算法的应用领域,Grover算法的加速效果在大型搜索问题中尤为明显。
正则(3,4)-CNF公式的社区结构
何彬, 许道云
计算机科学. 2021, 48 (4): 26-30.  doi:10.11896/jsjkx.201000178
摘要 ( 283 )   PDF(1433KB) ( 462 )   
参考文献 | 相关文章 | 多维度评价
通过构造适当的极小不可满足公式以实现在多项式时间内将3-CNF公式归约转换为一个正则(3,4)-CNF公式,转换后的公式与原公式具有相同的可满足性,同时公式的结构也发生相应的变化。图的社区结构反映了图的模块特性,文中将CNF公式转化为相应的图,研究公式图的模块特性与公式某些性质之间的关系。将归约前后的两类公式转换为相应的图并研究其模块特性,发现转换后得到的正则(3,4)-CNF公式具有较高的模块度。此外,在使用DPLL(Davis Putnam Logemann Loveland)算法求解CNF公式的过程中,发生冲突时利用冲突驱动子句学习策略,得到一个学习子句并将其添加到原公式中,使得原公式的模块度降低。研究发现:将DPLL算法与冲突驱动子句学习策略结合应用到正则(3,4)-CNF公式时,其学习子句所包含的绝大部分变元位于不同的社区中。
模糊安全性和活性
石铁柱, 钱俊彦, 潘海玉
计算机科学. 2021, 48 (4): 31-36.  doi:10.11896/jsjkx.200500036
摘要 ( 181 )   PDF(1410KB) ( 400 )   
参考文献 | 相关文章 | 多维度评价
形式规约使用形式语言构建所开发的软硬件系统的规约,刻画系统的模型和性质。其中,性质规约中的分支时间规约对于系统验证有着非常重要的作用。在经典情形下,系统性质规约是基于二值逻辑的,不能描述不一致或不确定的信息。因此,将其推广到模糊逻辑背景下,有助于对模糊系统进行形式验证。文中首先给出了性质规约中分支时间属性在模糊背景下的形式化定义,重点研究了其中的安全性和活性;然后,定义了两种闭包操作,从而产生了4种类型的属性,即泛安全性、泛活性、存在安全性和存在活性;最后,证明了每个分支时间属性,或是存在安全性和存在活性的交,或是泛安全性和泛活性的交,或是存在安全性和泛活性的交。
针对经典排序问题的一种新算法的近似比分析
高吉吉, 岳雪蓉, 陈智斌
计算机科学. 2021, 48 (4): 37-42.  doi:10.11896/jsjkx.200600064
摘要 ( 172 )   PDF(1478KB) ( 365 )   
参考文献 | 相关文章 | 多维度评价
给定m台平行机(同型机),n个工件,寻找一种分配方案,使得把这n个工件分配到m台机器后,整体完工时间尽可能短,这个NP-难问题被称为经典排序问题。如果每个工件的加工时间满足一定的条件,则有望能在多项式时间内有效地得到最优的分配方案。Yue等对加工时间满足整除性质的经典排序问题考虑了一种新的算法,该算法总是能得到这种特殊情况的最优分配。该算法在多项式时间内能够得到最优分配,是对于一般的经典排序问题的近似算法。文章在此基础上,考虑该新算法在一般问题上的近似比。文中考虑了这个新算法的两种版本,分别得到了3/2和2-1/2q(q∈Z+)的近似比。紧例子表明,文中对算法的两个版本的分析都是最优的。
(n,k)-冒泡排序网络的子网络可靠性
冯凯, 马鑫玉
计算机科学. 2021, 48 (4): 43-48.  doi:10.11896/jsjkx.201100139
摘要 ( 200 )   PDF(2173KB) ( 467 )   
参考文献 | 相关文章 | 多维度评价
并行计算机系统互连网络的拓扑性质对系统功能的实现起着重要的作用。为了精确度量基于(n,k)-冒泡排序网络构建的并行计算机系统的子网络容错能力,建立了(n,k)-冒泡排序网络中(n-m,k-m)-冒泡排序子网络与特定字符串之间的一一对应关系,研究了点故障模型下(n,k)-冒泡排序网络中(n-m,k-m)-冒泡排序子网络的可靠性。当2≤k≤n-2,1≤m≤k-1时,首先在概率故障条件下给出了(n,k)-冒泡排序网络中存在无故障的(n-m,k-m)-冒泡排序子网络的概率估计,并通过仿真实验验证了所得结果的精确性;其次,得出了不同数目的(n-m,k-m)-冒泡排序子网络保持无故障状态的平均失效时间的计算公式,仿真实验表明理论结果与仿真结果趋于一致。
三种近似算子之间的关系
鲁巡, 李妍妍, 秦克云
计算机科学. 2021, 48 (4): 49-53.  doi:10.11896/jsjkx.200900089
摘要 ( 179 )   PDF(1316KB) ( 398 )   
参考文献 | 相关文章 | 多维度评价
在广义近似空间中,可以从对象、知识粒以及子系统的角度构造3种不同类型的广义粗糙近似算子。文中研究了这些近似算子的基本性质与相互关系,给出了3类近似算子相同的充要条件。另外,不同的近似空间可能生成相同的基于知识粒及基于子系统的近似算子,文中给出了不同二元关系生成相同近似算子的一些充要条件。
基于不相关属性集合的属性探索算法
沈夏炯, 杨继勇, 张磊
计算机科学. 2021, 48 (4): 54-62.  doi:10.11896/jsjkx.200800082
摘要 ( 146 )   PDF(1610KB) ( 406 )   
参考文献 | 相关文章 | 多维度评价
作为形式概念分析理论中的一个重要工具,属性探索算法能够以问题为导向,交互式地逐步发现系统知识,在知识的发现和获取中居于核心地位。但是,当形式背景的规模较大时,属性探索算法的计算过程过于耗时,严重制约了算法在当前大数据时代的推广与应用。耗时瓶颈主要存在于“寻找下一个与专家交互的问题”这一环节,传统算法在此过程中存在大量冗余计算。针对这个问题,在分析伪内涵和内涵与蕴涵集合的内在逻辑关系的基础上,提出并证明了3个定理,根据定理给出了一种基于不相关属性集合的属性探索算法,该算法在计算伪内涵与内涵的过程中,借助提出的定理,跳过违反该逻辑关系的属性集合是否为伪内涵或者内涵的判断过程,减小了算法的搜索空间,从而降低了算法的时间复杂度。所提算法最好的时间复杂度为O(mn2P2),最坏的时间复杂度为O(mn3P2)。实验结果表明,与传统算法相比,该算法具有较为明显的时间性能优势。
数据库&大数据&数据科学
基于双时态RDF模型的索引方法
王引娣, 章哲庆, 严丽
计算机科学. 2021, 48 (4): 63-69.  doi:10.11896/jsjkx.200600084
摘要 ( 184 )   PDF(2005KB) ( 574 )   
参考文献 | 相关文章 | 多维度评价
RDF(Resource Description Framework)已被广泛用于大数据的语义表示与处理。传统的RDF只能表示静态语义,无法满足时间敏感场景下随时间动态处理语义的需求。为此,几种时态RDF模型已被提出,包括支持事务时间或有效时间的时态RDF模型,以及同时支持事务时间和有效时间的双时态RDF模型。为有效支持大规模时态RDF的高效处理,文中提出了一种基于双时态模型的时态RDF三层索引结构。第一层根据最大更新次数将双时态RDF数据划分为不同的数据子集;第二层在每一个数据子集上分别建立一棵四叉树来索引时间信息;第三层构建了包含3种组合键的复合位图来索引RDF三元组的主体、谓词和客体信息。实验从索引构建时间、索引占用空间,以及查询所需时间3个方面对所提时态RDF索引结构进行验证,结果表明,所提索引方案能有效缩短查询时间并提高查询效率。
基于CNN和LSTM的移动对象目的地预测
李冰荣, 皮德常, 候梦如
计算机科学. 2021, 48 (4): 70-77.  doi:10.11896/jsjkx.200200024
摘要 ( 286 )   PDF(2170KB) ( 1143 )   
参考文献 | 相关文章 | 多维度评价
移动对象目的地预测是基于位置的服务的重要组成部分。该领域一直存在数据稀疏、长期依赖等难以解决的问题。为了有效解决这些问题,首先引入了一种基于最小描述长度策略(Minimum Description Length,MDL)的轨迹分段方法,以获得轨迹的最佳分段,提高轨迹之间的相似度,实现对轨迹的简化。随后将分段后的数据进行图像化处理和局部特征提取,并对轨迹目的地进行聚类,从而为轨迹数据增加标签。最后提出了一种基于卷积和长短期记忆循环单元的深度学习算法CNN-LSTM,该算法先将局部图像数据和标签作为卷积神经网络(Convolutional Neural Network,CNN)模型的输入,通过空间特征的深度提取来保留有效信息,再利用长短期记忆网络(Long-Short Term Memory,LSTM)算法进行训练和目的地预测。在移动对象的真实轨迹数据集上进行了大量实验,结果表明,所提CNN-LSTM方法具有较强的学习能力,能更好地捕捉轨迹时空相关性。与现有的最新相关算法相比,该方法具有很高的目的地预测准确度。
基于二分图卷积表示的推荐算法
熊旭东, 杜圣东, 夏琬钧, 李天瑞
计算机科学. 2021, 48 (4): 78-84.  doi:10.11896/jsjkx.200400023
摘要 ( 260 )   PDF(2077KB) ( 861 )   
参考文献 | 相关文章 | 多维度评价
随着数据驱动智能技术的快速发展,个性化推荐算法及相关应用成为了研究热点。推荐可视为将用户与物品进行匹配的问题,但用户与物品之间存在的语义差距不便于两者之间的直接匹配。现有的许多基于深度学习的推荐算法采用的思路都是将不同空间中的实体映射到统一潜在语义空间,利用其嵌入表示来进行匹配度计算。随着网络表示学习方法的出现,由于用户和物品的交互可构成二分图,用户和物品的嵌入表示可被视作二分图节点表示,许多基于二分图节点表示的推荐算法被提出,但现有算法仍难以对高阶交互信息进行有效提取。针对这一问题,文中提出了一种基于二分图卷积表示学习的推荐算法BGCRRA(Bipartite Graph Convolution Representation-based Recommendation Algorithm)。该算法首先将用户和物品交互视作二分图,然后通过实现自适应融合多阶、多层次的图卷积模型来对节点进行嵌入表示,最后计算用户和物品的匹配度,并实现推荐。文中在3个公开的数据集上进行对比实验,通过将该算法与当前表现优异的算法进行HR和NDCG(Normalized Discounted Cumulative Gain)指标的比较分析,验证了所提推荐算法的有效性。
基于图神经网络的金融征信研究
李思迪, 郭炳晖, 杨小博
计算机科学. 2021, 48 (4): 85-90.  doi:10.11896/jsjkx.200500109
摘要 ( 264 )   PDF(3237KB) ( 912 )   
参考文献 | 相关文章 | 多维度评价
金融机构对申请借贷的用户进行信用评价是互联网金融领域的前沿方向之一。首先,基于互联网金融借贷网络历史数据,通过用户间借贷关系的网络化建模来反映融合用户节点与周边关系节点相互作用的借贷关联作用的复杂网络。其次,通过引入基于节点中心性结构特征指标的图神经网络模型,提出了具有邻接圈层信息与借贷信用信息耦合的个人征信评估模型。最后,模型在包含756 100条交易记录的历史数据集上运行实现,并与BP神经网络算法和RF-Logistic模型进行了对比,结果显示所提模型具有更高的评估准确率。
一种基于标签相关度的Relief特征选择算法
丁思凡, 王锋, 魏巍
计算机科学. 2021, 48 (4): 91-96.  doi:10.11896/jsjkx.200800025
摘要 ( 179 )   PDF(1788KB) ( 542 )   
参考文献 | 相关文章 | 多维度评价
特征选择在机器学习和数据挖掘中起到了至关重要的作用。Relief作为一种高效的过滤式特征选择算法,能处理多种类型的数据,且对噪声的容忍力较强,因此被广泛应用。然而,经典的Relief算法对离散特征的评价较为简单,在实际进行特征选择时并未充分挖掘特征与类标签之间的潜在关系,具有很大的改进空间。针对经典的Relief算法对离散特征的评价方式较为简单这一不足,提出了一种基于标签相关度的离散特征评价方法。该算法充分考虑了不同特征的特性,给出了一种面向混合特征的距离度量方式,同时从离散特征与标签之间的相关度出发,重新定义了Relief算法对离散特征的评价体系。实验结果表明,改进后的Relief算法与经典的Relief算法和现有的一些面向混合数据的特征选择算法相比,其分类精度均有不同程度的提升,具有良好的性能。
融合文本序列和图信息的海关商品HS编码分类
杜少华, 万怀宇, 武志昊, 林友芳
计算机科学. 2021, 48 (4): 97-103.  doi:10.11896/jsjkx.200900053
摘要 ( 157 )   PDF(2142KB) ( 491 )   
参考文献 | 相关文章 | 多维度评价
海关商品HS编码分类是企业和个人进出口贸易的重要国际程序。HS编码分类可以看作是一个文本分类问题,即给定一段商品的描述,确定商品由HS编码表示的所属类别。然而,该任务比一般的文本分类任务更具挑战性,原因是商品描述文本具有特定的层次结构,同时商品描述文本展现出了两个层次上的序列特征,并且商品描述文本还存在关键信息分散且描述形式多样的特点。现有的文本分类方法无法综合考虑以上因素来捕获商品描述文本中的关键信息。对此,文中提出了一种融合文本序列和图信息的神经网络(Text Sequence and Graph Information combination Neural Network,TSGINN)模型,用于解决海关商品HS编码分类问题。TSGINN将HS编码分类问题定义为基于词共现网络的子图分类问题,通过图注意力网络建模非连续词之间的关联关系,同时利用分层的长短期记忆网络结合商品文本层次结构捕获多层次的序列信息。在真实海关商品数据集上进行了实验,结果表明TSGINN模型的HS编码分类效果优于其他分类方法。
基于多层次多视角的图注意力Top-N推荐方法
刘志鑫, 张泽华, 张杰
计算机科学. 2021, 48 (4): 104-110.  doi:10.11896/jsjkx.200800027
摘要 ( 202 )   PDF(3196KB) ( 619 )   
参考文献 | 相关文章 | 多维度评价
推荐系统是当前数据挖掘领域的研究热点,海量数据的涌现促使多源信息融合的推荐方法得到极大的关注。但是,现有的基于异质信息融合的推荐方法在进行特征表示时往往忽略了用户和项目之间的交互信息以及元路径之间的相互影响。因此,考虑到属性节点嵌入和结构元路径的不同视角,提出了一种多层次图注意力的网络推荐方法。该方法通过构建不同的元路径,将多源信息网络结构粒化为多个独立的粗粒度网络,然后基于图注意力机制结合局部节点属性嵌入,来分别学习用户和项目的潜在特征,最终给出融合后的细粒度网络推荐。在现实大规模数据集上进行横向和纵向评测,实验结果表明该方法能够有效地提升推荐性能。
一种基于符号关系图的快速符号数据聚类算法
张岩金, 白亮
计算机科学. 2021, 48 (4): 111-116.  doi:10.11896/jsjkx.200800011
摘要 ( 166 )   PDF(1675KB) ( 432 )   
参考文献 | 相关文章 | 多维度评价
由于在实际应用中有大量的符号数据生成,符号数据聚类成为了聚类分析的一个重要研究领域。目前,已有许多符号数据聚类算法被提出,但将它们应用于大数据环境时,仍然存在计算成本高、运行速度慢等问题。文中提出了一种基于符号关系图的快速符号数据聚类算法。该算法使用符号关系图替代原始数据,缩小数据集的规模,有效地解决了这一问题。大量的实验分析显示新算法相比其他算法是有效的。
计算机图形学&多媒体
基于多特征融合的细粒度视频人物关系抽取
吕金娜, 邢春玉, 李莉
计算机科学. 2021, 48 (4): 117-122.  doi:10.11896/jsjkx.200800160
摘要 ( 153 )   PDF(1676KB) ( 738 )   
参考文献 | 相关文章 | 多维度评价
视频人物关系抽取是信息抽取问题中的重要任务,在视频描述、视频检索,以及人物搜索、公安监察等方面具有重要价值。由于视频数据的底层像素与高层关系语义之间存在巨大的鸿沟,现有方法很难准确地抽取人物关系。现有研究大多通过粗粒度地分析人物共现等因素来抽取人物关系,忽略了具有丰富语义的视频中的细粒度信息。为解决现有算法难以准确、完整地抽取视频人物关系的问题,文中提出了一种基于多特征融合的细粒度视频人物关系抽取方法。首先,为了准确识别视频人物实体,提出了一种基于多特征融合的人物实体识别模型;然后,提出了一种基于细粒度特征的人物关系识别模型,该模型不仅融合了视频中人物的时空特征,而且考虑了与人物相关的细粒度物体信息特征,从而建立更好的映射关系来准确识别人物关系。以电影视频数据和SRIV人物关系识别数据集为实验数据,实验结果验证了该模型的有效性和准确性,与现有同类模型相比,所提模型的人物实体识别F1值提高了约14.4%,人物关系识别的准确率提高了约10.1%。
基于时空注意力机制的目标跟踪算法
程旭, 崔一平, 宋晨, 陈北京, 郑钰辉, 史金钢
计算机科学. 2021, 48 (4): 123-129.  doi:10.11896/jsjkx.200800164
摘要 ( 238 )   PDF(2929KB) ( 718 )   
参考文献 | 相关文章 | 多维度评价
目标跟踪技术在智能监控、人机交互、无人驾驶等诸多领域得到了广泛的应用。近年来,学者们提出了许多高效的算法。然而,随着跟踪环境越来越复杂,目标跟踪算法在遮挡、光照变化、背景干扰等复杂环境下仍然面临着巨大的挑战,从而导致目标跟踪失败。针对上述问题,提出了一种基于时空注意力机制的目标跟踪算法。首先,采用孪生网络架构来提高对特征的判别能力;然后,引入改进的通道注意力机制和空间注意力机制,对不同通道和空间位置的特征施加不同的权重,并着重关注空间位置和通道位置上对目标跟踪有利的特征。此外,还提出了一种高效的目标模板在线更新机制,将第一帧图像特征与后续跟踪图像帧中置信度较高的图像特征进行融合,以降低发生目标漂移的风险。最后,在OTB2013和OTB2015数据集上对所提跟踪算法进行了测试。实验结果表明,所提算法的性能相比当前主流的跟踪算法提高了6.3%。
一种新颖的单目视觉深度学习算法:H_SFPN
石先让, 宋廷伦, 唐得志, 戴振泳
计算机科学. 2021, 48 (4): 130-137.  doi:10.11896/jsjkx.200400090
摘要 ( 168 )   PDF(3051KB) ( 425 )   
参考文献 | 相关文章 | 多维度评价
针对单目视觉目标检测,提出了一种基于single-stage深度学习的H_SFPN算法。该算法与现有的YOLOv3和CenterNet算法相比,在保证实时性能的条件下,可有效提高小目标检测的准确度。首先设计了一种新的网络架构(backbone),这种架构通过改进的沙漏(Hourglass)网络模型来提取特征图,以便充分利用底层特征的高分辨率以及高层特征的高语义信息。然后在特征图融合阶段提出了基于SFPN的特征图加权融合方法。最后,H_SFPN算法对目标位置和大小的损失函数进行了改进,可有效降低训练误差,并加快收敛速度。由MSCOCO数据集上的实验结果可知,所提H_SFPN算法明显优于Faster-RCNN,YOLOv3以及EfficientDet等现有的主流深度学习目标检测算法,其中对小目标的检测指标APs最高,达到了32.7。
基于骨骼关键点检测的多人行为识别
李梦荷, 许宏吉, 石磊鑫, 赵文杰, 李娟
计算机科学. 2021, 48 (4): 138-143.  doi:10.11896/jsjkx.200300042
摘要 ( 293 )   PDF(1730KB) ( 1653 )   
参考文献 | 相关文章 | 多维度评价
人体行为识别(Human Activity Recognition,HAR)技术是计算机视觉领域的研究热点,目前多人HAR的研究仍存在很多技术难点。针对多人HAR中人数判断不准确、特征提取难度大导致行为识别准确率低的问题,提出了一种基于骨骼关键点检测的多人行为识别系统。该系统将骨骼点提取与动作识别相结合,首先对原始视频进行图像帧提取,然后通过OpenPose算法得到人体骨骼关键点数据来对人体进行检测并标注,最后根据骨骼点的特点提取人体姿态特征。同时,为准确描述特征之间的关系,提出了一种基于帧窗口矩阵的特征描述方法,该方法将支持向量机(Support Vector Machine,SVM)作为分类器以完成多人行为识别。选择UT-Interaction和HMDB51这两个公开的数据集中的10类日常典型行为作为测试对象,实验结果表明,所提方法可以有效提取图像中的多人骨骼关键点信息,且其对10类日常典型行为的平均识别准确率达86.25%,优于对比的其他已有方法。
基于颜色校正和去模糊的水下图像增强方法
魏冬, 刘浩, 陈根龙, 宫晓蕙
计算机科学. 2021, 48 (4): 144-150.  doi:10.11896/jsjkx.200800185
摘要 ( 252 )   PDF(2708KB) ( 724 )   
参考文献 | 相关文章 | 多维度评价
由于光在水下传播时会出现吸收和散射的情况,水下图像往往存在色偏、对比度低、模糊、光照不均匀等问题。根据水下图像成像模型,人们在海底拍摄所获得的图像往往是退化的图像,而退化的图像不能完整地表达海洋场景信息,难以满足实际的应用需要。为此,文中提出了一种基于颜色校正和去模糊的水下图像增强方法。该方法有效融合了颜色校正和去模糊两个阶段,取得了递增的增强效果。在颜色校正阶段,首先对原始图像进行对比度拉伸,在对比度拉伸完成之后,图像可能存在拉伸过度或拉伸不足的现象。因此,所提方法根据灰度世界先验,在对比度拉伸后进一步使用伽马校正来优化和调整图像的对比度和色彩,使图像的R,G,B三通道的灰度值之和趋于相等。接着,在去模糊阶段,通过融合暗通道先验对颜色校正后的图像进行去模糊,得到最终的增强图像。实验结果表明,所提方法具有良好的整体恢复效果,能有效地恢复图像信息,在主观评价和客观评价上均展现出较好的效果。另外,所提方法可以作为水下图像分类等计算机视觉任务的预处理步骤,在实验中能够将水下图像集的分类精度提升16%左右。
基于BCNN的胎儿颅脑超声横切面识别算法
束鑫, 常锋, 张歆, 杜睿, 余转
计算机科学. 2021, 48 (4): 151-156.  doi:10.11896/jsjkx.200500049
摘要 ( 181 )   PDF(2219KB) ( 482 )   
参考文献 | 相关文章 | 多维度评价
孕期超声检查是评估胎儿大脑发育、检测生长异常的重要步骤,开展对胎儿早期检查准确高效的诊断研究具有重要的临床价值。文中使用双线性卷积神经网络BCNN进行胎儿颅脑横切面识别,提出了BCNN-R和BCNN-S两种算法。BCNN算法首先对输入的胎儿颅脑超声影像数据进行预处理,去除个人信息等敏感信息;其次,利用两路并行的子网络从影像数据中提取辨识度高、鲁棒性强的横切面特征,并将其融合得到有助于识别的细微特征;最后使用线性连接层进行识别和分类。为了验证算法的有效性,在自建胎儿超声数据集JFU19上进行了对比实验,实验结果表明,所提算法相比常见的深度网络(GoogleNet,DenseNet,SeNet等)在分类性能上有明显的提升,其中BCNN-S算法的总体准确率达到了88.95%,BCNN-R在水平横切面的识别上达到了97.22%的精确度和88.61%的召回率。此外,在公开数据集HC18上进行了实验,BCNN算法的准确率、精确度、召回率分别达到了89.48%,87.66%和87.71%,进一步验证了算法的有效性。
联合自注意力和循环网络的图像标题生成
王习, 张凯, 李军辉, 孔芳, 张熠天
计算机科学. 2021, 48 (4): 157-163.  doi:10.11896/jsjkx.200300146
摘要 ( 151 )   PDF(2378KB) ( 507 )   
参考文献 | 相关文章 | 多维度评价
目前大多数图像标题生成模型都是由一个基于卷积神经网络(Convolutional Neural Network,CNN)的图像编码器和一个基于循环神经网络(Recurrent Neural Network,RNN)的标题解码器组成。其中图像编码器用于提取图像的视觉特征,标题解码器基于视觉特征通过注意力机制来生成标题。然而,使用基于注意力机制的RNN的问题在于,解码端虽然可以对图像特征和标题交互的部分进行注意力建模,但是却忽略了标题内部交互作用的自我注意。因此,针对图像标题生成任务,文中提出了一种能同时结合循环网络和自注意力网络优点的模型。该模型一方面能够通过自注意力模型在统一的注意力区域内同时捕获模态内和模态间的相互作用,另一方面又保持了循环网络固有的优点。在MSCOCO数据集上的实验结果表明,CIDEr值从1.135提高到了1.166,所提方法能够有效提升图像标题生成的性能。
白细胞图像超分辨率重建研究
王伟, 胡涛, 李欣蔚, 沈思婉, 姜小明, 刘峻源
计算机科学. 2021, 48 (4): 164-168.  doi:10.11896/jsjkx.200100099
摘要 ( 203 )   PDF(2083KB) ( 577 )   
参考文献 | 相关文章 | 多维度评价
近年来,计算机视觉已成为各类学科领域研究的重点,逐渐被应用于各类科研场景。医务工作者在临床上做血常规检验时,经常会采用血细胞图像分析系统对镜下白细胞图像进行自动计数与分类。其中,白细胞图像质量影响着血细胞分析系统计数分类的效果。针对镜下白细胞图像细节模糊的问题,文中尝试引入超分辨率方法对图片进行优化,以达到使白细胞图像更清晰的目的。所提出的方法在现有生成对抗网络的超分辨率方法(Super-Resolution Generative Adversarial Network,SRGAN) 的基础上,设计引入嵌套型残差密集块(Residual-in-Residual Dense Block,RRDB)来改进网络结构,并对原有标准残差块中的批量规范化层进行删减,以提升网络性能,另外还对判别器的损失函数进行了改进。实验结果表明,该方法(SRGAN+)与3种插值法以及4种基于学习的超分辨率方法相比,在提高分辨率的同时,获得了图片细节更丰富、人眼视觉更优的图像。与SRGAN方法相比,改进算法在峰值信噪比(Peak Signal-to-noise Ratio,PSNR)和结构相似度(Structural SIMilarity,SSIM)上分别有1.008 dB和1.07%的提高。
基于语义对比生成对抗网络的高倍欠采MRI重建
马凤飞, 蔺素珍, 刘峰, 王丽芳, 李大威
计算机科学. 2021, 48 (4): 169-173.  doi:10.11896/jsjkx.200600047
摘要 ( 123 )   PDF(2607KB) ( 388 )   
参考文献 | 相关文章 | 多维度评价
利用数据的稀疏性从随机欠采样的K空间重建图像,是解决磁共振成像(Magnetic Resonance Imaging,MRI)因采集时间过长而应用受限问题的主要手段。然而,现有的方法重建高倍欠采图像时纹理细节丢失严重。针对这一问题,借鉴生成对抗网络的对抗学习思想,文中提出一种基于语义对比生成对抗网络的高倍欠采MRI重建方法(Semantic-Contrast Generative Adversarial Network,SC-GAN)。该方法由连续的两部分组成。第一部分将笛卡尔高倍随机欠采样MRI图像输入基于U-NET的生成器,与鉴别器不断博弈对抗生成初步重建图像,以此构建重建子网;另一部分是语义对比子网,通过VGG-16比较初步重建图像与全采样图像的语义信息,比较结果反馈给第一部分进行参数调优,直到生成最佳的重建图像。实验结果表明,在加速因子高达7(14%)时,获得了主客观评价结果均较好的重建图像。与先进的重建方法相比,所提方法的内存损耗更低、收敛速度更快且纹理细节更丰富,可为下一代MRI机器的研发提供算法支持。
基于显著性特征和角度信息的遥感图像目标检测
袁星星, 吴秦
计算机科学. 2021, 48 (4): 174-179.  doi:10.11896/jsjkx.191200027
摘要 ( 186 )   PDF(2119KB) ( 588 )   
参考文献 | 相关文章 | 多维度评价
遥感图像中的目标具有密集性、多尺度和多角度等特性,这使得遥感图像多类别目标检测成为一项具有挑战性的课题。因此,文中提出了一种新的端到端的遥感图像目标检测框架。该框架通过提取显著性特征和不同卷积通道之间的相互关系来增强目标信息,抑制非目标信息,从而提高特征的表示能力。同时,在不增加模型参数的情况下,在卷积模块中添加多尺度特征模块来捕获更多的上下文信息。为了解决遥感图像中目标角度多变这一问题,该框架在区域建议网络中加入了角度信息,得到有角度的矩形候选框,并在训练过程中添加注意力损失函数来引导网络学习显著性特征。该框架在公开的遥感图像数据集上进行了相关验证,在水平任务框和方向任务框上的实验结果证明了所提方法的有效性。
多分辨率下资源感知的图像目标自适应缩放检测
张开强, 蒋从锋, 程小兰, 贾刚勇, 张纪林, 万健
计算机科学. 2021, 48 (4): 180-186.  doi:10.11896/jsjkx.201200116
摘要 ( 149 )   PDF(2398KB) ( 420 )   
参考文献 | 相关文章 | 多维度评价
边缘视频处理可以降低云平台视频处理系统的视频传输时延、视频处理开销和存储成本,但是视频参数(分辨率、帧率等)的多样性容易导致边缘视频处理的效果不尽人意。通常,在图像预处理阶段会先对图像进行缩放变换再进行后续处理,以保障图像处理的最佳效果,但是在视频监控等具有不确定性的场景中对所有分辨率的图像直接成倍缩小容易降低目标检测率。基于以上问题,把图像水平像素点和垂直像素点的缩放倍数记作图像缩放因子,对于不同分辨率的视频数据,分析了图像缩放因子对视频数据处理效果的影响,提出了图像缩放因子动态设置方案。该方案以系统性能指标(服务器端系统功耗和内存使用率)为视频处理性能指标(人脸检测率)的约束条件,获取该分辨率下人脸检测率最优时对应的图像缩放因子。实验结果表明,对于不同分辨率的视频数据,图像缩放因子动态设置方案可以在保证视频处理性能的基础上,减少系统功耗和内存使用率,提高视频处理效率。
基于全U网络的混凝土路面裂缝检测算法
瞿中, 谢钇
计算机科学. 2021, 48 (4): 187-191.  doi:10.11896/jsjkx.200100113
摘要 ( 148 )   PDF(2274KB) ( 442 )   
参考文献 | 相关文章 | 多维度评价
针对现有的混凝土裂缝检测算法在各种复杂环境中检测精度不够、鲁棒性不强的问题,根据深度学习理论和U-net模型,提出一种全U型网络的裂缝检测算法。首先,依照原U-net模型路线构建网络;然后,在每个池化层后都进行一次上采样,恢复其在池化层之前的特征图规格,并将其与池化之前的卷积层进行融合,将融合之后的特征图作为新的融合层与原U-net网络上采样之后的网络层进行融合;最后,为了验证算法的有效性,在测试集中进行实验。结果表明,所提算法的平均精确率可达到83.48%,召回率为85.08%,F1为84.11%,相较于原U-net分别提升了1.48%,4.68%和3.29%,在复杂环境中也能提取完整裂缝,保证了裂缝检测的鲁棒性。
3D点云形状补全GAN
赵新灿, 常寒星, 金仁标
计算机科学. 2021, 48 (4): 192-196.  doi:10.11896/jsjkx.200100048
摘要 ( 184 )   PDF(2913KB) ( 1143 )   
参考文献 | 相关文章 | 多维度评价
在真实的扫描环境中,由于视线遮挡或技术人员操作不当,实际采集到的点云模型会存在形状不完整的问题。点云模型的不完整性会对后续应用产生严重的影响,因此提出3D点云形状补全GAN用于完成点云模型的形状补全。该网络的点云重建部分由PointNet中用于数据对齐的T-Net结构与3D点云AutoEncoder网络相结合,来完成预测和填充缺失数据,识别器采用3D点云AutoEncoder中的Encoder部分对补全3D点云数据与真实的3D点云数据进行区分。最后,在ShapeNet数据集中训练上述网络结构,对所训练的网络模型进行验证并与其他基准方法进行定性比较。从实验结果可以看出,3D点云形状补全GAN可以将具有缺失数据的点云模型补全为完整的3D点云。在ShapeNet的3个子数据集chair,table以及bed上,相比基于3D点云AutoEncoder的方法,所提方法的F1分数分别提高了3.0%,3.3%以及3.1%,相比基于体素3D-EPN的方法,所提方法的F1分数分别提高了9.9%,5.8%以及4.3%。
基于GPU的特征脸算法优化研究
李繁, 严星, 张晓宇
计算机科学. 2021, 48 (4): 197-204.  doi:10.11896/jsjkx.200600033
摘要 ( 116 )   PDF(3066KB) ( 373 )   
参考文献 | 相关文章 | 多维度评价
特征脸算法是基于脸部表征的常用人脸辨识方法之一。当训练数据量较大时,不管是训练还是测试模块都非常耗时。基于此,采用CUDA并行运算架构实现GPU加速特征脸算法。针对GPU并行运算的效果取决于硬件规格、算法本身的复杂度和可并行性,以及程序开发者使用GPU的并行化方式等因素,文中首先提出在特征脸算法训练阶段的计算平均值、zero mean、正规化特征脸等计算步骤以及测试阶段的投影到特征脸空间、计算欧几里得距离等计算步骤使用GPU优化加速;其次在相应计算步骤采用不同的并行化加速方法并做出效能评估。实验结果表明,在人脸训练数据量在320~1920的范围内,各计算步骤加速效果明显。与Intel i7-5960X相比,GTX1060显示适配器在训练模块中可达到平均约71.7倍的加速效果,在测试模块中可达到平均约34.1倍的加速效果。
基于FPGA的CNN图像识别加速与优化
齐延荣, 周夏冰, 李斌, 周清雷
计算机科学. 2021, 48 (4): 205-212.  doi:10.11896/jsjkx.200600089
摘要 ( 196 )   PDF(2611KB) ( 1159 )   
参考文献 | 相关文章 | 多维度评价
目前,CNN已广泛应用于许多应用场景中,包括图像分类、语音识别、视频分析、文档分析等。由于CNN计算密集,常以GPU进行加速,但GPU功耗高,不适用于CNN推理阶段。基于此,文中研究了基于FPGA的CNN图像识别加速与优化的应用方法,利用Intel FPGA提供的OpenCL SDK,在FPGA板卡上设计并优化了CNN前向模型。首先,针对计算量问题,通过功能模块划分,充分发挥FPGA的高计算效能优势。其次,优化核心算法,提高运行速度;分析特征图处理操作,利用参数共享策略降低数据存储量;采用通道传输数据,减少访问片外存储次数。最后,对数据缓存、数据流、循环进行优化设计,缓解了FPGA片上的资源限制;通过量化参数降低FPGA内存资源占用量。实验结果表明,FPGA具有较低的功耗,CPU的功耗是其2.1倍,而GPU的功耗是其6.5倍;与近年来相关领域文献中提出的方法相比,所提方法具有较高的吞吐量和计算性能。
人工智能
学习者知识追踪研究进展综述
张暖, 江波
计算机科学. 2021, 48 (4): 213-222.  doi:10.11896/jsjkx.200600044
摘要 ( 279 )   PDF(1899KB) ( 1227 )   
参考文献 | 相关文章 | 多维度评价
学习者建模是自适应学习系统的支撑技术之一,其中以知识追踪为代表的学习者知识状态建模研究最为广泛。3种代表性的知识追踪技术分别为基于隐马尔可夫模型的贝叶斯知识追踪、基于逻辑回归模型的可加性因素模型、基于循环神经网络的深度知识追踪。通过综述发现,贝叶斯知识追踪模型适用于含单一知识点的学习任务的知识追踪,可加性因素模型和深度知识追踪模型适用于含多知识点的学习任务的知识追踪,但深度知识追踪模型的教学可解释性不佳。在综述现有研究的基础上,受到知识空间理论的启发,将知识点之间的先决关系融入到知识追踪模型是未来的一个重要研究方向,并初步提出了一种融合知识点先决关系的可加因素模型。
基于平均神经网络参数的DQN算法
黄志勇, 吴昊霖, 王壮, 李辉
计算机科学. 2021, 48 (4): 223-228.  doi:10.11896/jsjkx.200600177
摘要 ( 211 )   PDF(2714KB) ( 621 )   
参考文献 | 相关文章 | 多维度评价
在深度强化学习领域,如何有效地探索环境是一个难题。深度Q网络(Deep Q-Network,DQN)使用ε -贪婪策略来探索环境,ε的大小和衰减需要人工进行调节,而调节不当会导致性能变差。这种探索策略不够高效,不能有效解决深度探索问题。针对DQN的ε -贪婪策略探索效率不够高的问题,提出一种基于平均神经网络参数的DQN算法(Averaged Parameters DQN,AP-DQN)。该算法在回合开始时,将智能体之前学习到的多个在线值网络参数进行平均,得到一个扰动神经网络参数,然后通过扰动神经网络进行动作选择,从而提高智能体的探索效率。实验结果表明,AP-DQN算法在面对深度探索问题时的探索效率优于DQN,在5个Atari游戏环境中相比DQN获得了更高的平均每回合奖励,归一化后的得分相比DQN最多提升了112.50%,最少提升了19.07%。
基于网络嵌入与局部合力的复杂网络社区划分算法
杨旭华, 王晨
计算机科学. 2021, 48 (4): 229-236.  doi:10.11896/jsjkx.200200102
摘要 ( 130 )   PDF(3077KB) ( 494 )   
参考文献 | 相关文章 | 多维度评价
社区划分可以揭示复杂网络中的内在结构和行为动态特点,是当前的研究热点。文中提出了一种基于网络嵌入和局部合力的社区划分算法。该算法将网络的拓扑空间转化成欧氏空间,把网络节点转换成向量表示的数据点,首先基于重力模型和网络拓扑结构,提出局部合力和局部合力余弦中心性指标(Local Resultant Force Cosine Centrality,LFC),通过节点的LFC和节点间的距离来确定各个初始小社区的中心节点,然后将网络中其他的非中心节点划入与其最近的中心节点所在的初始小社区内,最后通过优化模块度的方法来合并初始小社区并找到最优的网络社区结构。在6个现实世界网络和可调参数人工网络上与6种知名社区划分方法进行比较,比较结果表明了新算法良好的社区划分的性能。
面向中文电子病历的多粒度医疗实体识别
周晓进, 徐陈铭, 阮彤
计算机科学. 2021, 48 (4): 237-242.  doi:10.11896/jsjkx.200100036
摘要 ( 191 )   PDF(1622KB) ( 836 )   
参考文献 | 相关文章 | 多维度评价
在现有的面向中文临床电子病历的命名实体识别任务中,实体标注粒度通常过细或过粗,过细的标注结果难以找到实际应用场景,而过粗的标注结果通常需要在进行复杂的处理后,才能明确实体的规范形式和语义类型,以便于后续的数据挖掘应用。为简化处理步骤,根据常见的7类粗粒度临床实体的特点,定义了用以解释粗粒度实体的9类细粒度解析实体。同时,针对多粒度实体的特点,提出了基于多任务学习和自注意力机制的多粒度临床实体识别模型,并在真实的医院电子病历库中标注了5 000条包含多粒度实体的文本以验证模型的效果。实验结果表明,该模型优于主流的序列标注模型,在粗、细粒度实体识别任务中,两者的F1值分别达到了92.88和85.48。
基于最大后验估计的谣言源定位器
鲍志强, 陈卫东
计算机科学. 2021, 48 (4): 243-248.  doi:10.11896/jsjkx.200400053
摘要 ( 126 )   PDF(2359KB) ( 528 )   
参考文献 | 相关文章 | 多维度评价
随着互联网的普及,信息能够通过互联网以极快的速度被传播给大众。但同时,一些虚假信息比如谣言也借助网络的级联效应泛滥成灾,因此如何在传播网络中快速准确地确定谣言传播源成为一个亟待解决的问题。文章针对社交网络提出了一种谣言源定位的方法,与现有的基于最大后验(Maximum-a-posteriori,MAP)概率估计的方法不同,该方法首先考虑全局和局部感染点、非感染点的影响,使用效果更优的MAP先验概率估计(Prior Probability Estimation,PPE)计算方式。然后基于最小生成树贪心算法来稀疏化社交网络,让MAP中的似然估计(Likelihood Estimation,LE)计算更符合真实的传播结构。最后,采用新的MAP值来估计传播网络中节点为传播源的可能性,从而更准确地定位谣言源点。将所提方法与现有的几种方法分别在模型网络和真实网络中进行了对比,实验结果表明,所提方法优于现有的谣言源定位方法。
基于字词联合表示的中文事件检测方法
吴凡, 朱培培, 王中卿, 李培峰, 朱巧明
计算机科学. 2021, 48 (4): 249-253.  doi:10.11896/jsjkx.200300156
摘要 ( 197 )   PDF(1536KB) ( 715 )   
参考文献 | 相关文章 | 多维度评价
事件检测作为事件抽取的一个子任务,是当前信息抽取的研究热点之一。它在构建知识图谱、问答系统的意图识别和阅读理解等应用中有着重要的作用。与英文字母不同,中文中的字在很多场合作为单字词具有特定的语义信息,且中文词语内部也存在特定的结构形式。根据中文的这一特点,文中提出了一种基于字词联合表示的图卷积模型JRCW-GCN(Joint Representation of Characters and Words by Graph Convolution Neural Network),用于中文事件检测。JRCW-GCN首先通过最新的BERT预训练语言模型以及Transformer模型分别编码字和词的语义信息,然后利用词和字之间的关系构建对应的边,最后使用图卷积模型同时融合字词级别的语义信息进行事件句中触发词的检测。在ACE2005中文语料库上的实验结果表明,JRCW-GCN的性能明显优于目前性能最好的基准模型。
双领导者樽海鞘群算法
俞家珊, 吴雷
计算机科学. 2021, 48 (4): 254-260.  doi:10.11896/jsjkx.200600181
摘要 ( 176 )   PDF(2252KB) ( 396 )   
参考文献 | 相关文章 | 多维度评价
为了提升樽海鞘群(Salp Swarm Algorithm,SSA)算法的求解精度和全局搜索能力,提出了一种基于正态过程搜索和差分进化(Differential Evolution,DE)算法的改进樽海鞘群算法——双领导者樽海鞘群算法(Two Types of Leaders Salp Swarm Algorithm,TTLSSA)。该算法设置了两类领导者和两种跟随群体,其中执行正态过程搜索的领导者需要进行正态过程游走、交叉、选择等操作,主要用于全局勘探;当前最优解附近的领导者在随迭代次数呈锯齿状变化的参数gap的影响下,兼顾了全局搜索和局部开发两种功能。用18个不同类型的标准测试函数检验所提算法的性能,并与DE、SSA、正弦余弦算法(Sines and Cosines Algorithm,SCA)、灰狼优化(Grey Wolf Optimizer,GWO)算法以及鲸鱼优化算法(Whale Optimization Algorithm,WOA)做对比,TTLSSA在16个测试函数上的平均精度排名第1或并列第1,在2个测试函数上的平均精度排名第2,在6种算法中平均耗时排名第2,说明了TTLSSA在没有增加SSA时间成本的前提下,显著提升了优化能力。
计算机网络
无服务器平台资源调度综述
马泽华, 刘波, 林伟伟, 李加伟
计算机科学. 2021, 48 (4): 261-267.  doi:10.11896/jsjkx.200800023
摘要 ( 154 )   PDF(1478KB) ( 949 )   
参考文献 | 相关文章 | 多维度评价
无服务器(Serverless)计算正成为部署云应用程序的一种具有广阔发展前景的范式。其实现了一种真正的现收现付的计费方式,并且不会浪费资源。开发人员无需担心计算平台的底层细节,只需在处理请求或事件时付费,从而降低了开发人员的门槛。无服务器模式的转变虽然带来了机遇,但也带来了平台函数冷启动延迟、资源利用不足等问题。为此,文中对无服务器计算平台的资源调度技术做了深入的调查和分析,重点阐述了面向资源利用、响应时间延迟以及多目标优化的无服务器平台资源调度的技术原理和相关研究现状,并在此基础上分析总结并指明了无服务器平台资源调度未来的主要研究方向:即面向不同应用类型负载的调度优化、响应时间与资源利用率的折衷调度、虚拟机与无服务器平台的联合调度以及无服务器资源调度的混合算法。
DTN中基于消息质量度和节点可信度的拥塞控制
崔建群, 黄东升, 常亚楠, 吴淑庆
计算机科学. 2021, 48 (4): 268-273.  doi:10.11896/jsjkx.200500011
摘要 ( 115 )   PDF(2356KB) ( 340 )   
参考文献 | 相关文章 | 多维度评价
DTN(Delay Tolerant Network)具有间歇性连接、资源有限以及拓扑结构随机动态变化等特点,因此会受到网络资源有限和网络拓扑不确定性的限制,极易产生网络拥塞。针对这一问题,提出了一种基于消息质量度和节点可信度的拥塞控制策略CCMQ(Congestion Control Based on Message Quality and Node Reliability in DTN)。该策略主要根据消息的质量度划分消息的优先级,在转发消息时,将优先级高的消息优先转发;在选择下一跳节点时,选择节点可信度高的节点进行消息的转发,并充分考虑中继节点自身的属性;在发生拥塞时,消息质量度小的消息被率先丢弃,同时增加了S-ACK消息确认删除机制,以释放节点的缓存空间,从而有效缓解节点拥塞。仿真结果表明,相比传统的拥塞控制算法,CCMQ在消息递交率、网络负载率和平均时延性能方面都有较大的提升。
基于近端策略优化的RFID室内定位算法
李丽, 郑嘉利, 罗文聪, 全艺璇
计算机科学. 2021, 48 (4): 274-281.  doi:10.11896/jsjkx.200300028
摘要 ( 138 )   PDF(4390KB) ( 444 )   
参考文献 | 相关文章 | 多维度评价
针对在动态射频识别(Radio Frequency Identification,RFID)室内定位环境中,传统的室内定位模型会随着定位目标数量的增加而导致定位误差增大、计算复杂度上升的问题,文中提出了一种基于近端策略优化(Proximal Policy Optimization,PPO)的RFID室内定位算法。该算法将室内定位过程看作马尔可夫决策过程,首先将动作评价与随机动作相结合,然后进一步最大化动作回报值,最后选择最优坐标值。其同时引入剪切概率比,首先将动作限制在一定范围内,交替使用采样后与采样前的新旧动作,然后使用随机梯度对多个时期的动作策略进行小批量更新,并使用评价网络对动作进行评估,最后通过训练得到PPO定位模型。该算法在有效减少定位误差、提高定位效率的同时,具备更快的收敛速度,特别是在处理大量定位目标时,可大大降低计算复杂度。实验结果表明,本文提出的算法与其他的RFID室内定位算法(如 Twin Delayed Deep Deterministic Policy Gradient(TD3),Deep Deterministic Policy Gradient(DDPG),Actor Critic using Kronecker-Factored Trust Region(ACKTR))相比,定位平均误差分别下降了36.361%,30.696%,28.167%,定位稳定性分别提高了46.691%,34.926%,16.911%,计算复杂度分别降低了84.782%7,70.213%,63.158%。
基于时空联合估计噪声子空间的MUSIC波束形成方法
王思秀, 郭文强, 汪晓洁, 张传朋
计算机科学. 2021, 48 (4): 282-287.  doi:10.11896/jsjkx.200300029
摘要 ( 95 )   PDF(2613KB) ( 425 )   
参考文献 | 相关文章 | 多维度评价
针对在宽带短脉冲情况下频域MUSIC波束形成过程中噪声子空间估计不稳定的问题,提出了一种基于时空联合估计噪声子空间的MUSIC波束形成方法。该方法首先对线列阵接收数据构造时域复解析数据;然后根据增广数据构造方法和空间滑动的方法,在时域数据长度更短的情况下,稳定实现噪声子空间估计;最后根据估计出的噪声子空间含有的正交特性,通过单位矩阵与噪声特征向量相乘来得到相应波束。数值仿真和实测数据处理结果表明,相比频域MUSIC波束形成方法,该方法减少了稳定获取噪声子空间所需的快拍数,具有较好的稳定性和检测性能,提高了MUSIC波束形成在实际应用中的鲁棒性。
信息安全
通用代码Shell化技术研究
陈涛, 舒辉, 熊小兵
计算机科学. 2021, 48 (4): 288-294.  doi:10.11896/jsjkx.200300151
摘要 ( 126 )   PDF(1812KB) ( 450 )   
参考文献 | 相关文章 | 多维度评价
代码Shell化技术是一种实现程序从源码形态到二进制形态的程序变换技术。该技术可用于实现Shellcode生成,生成包括漏洞利用过程中的Shellcode及后渗透测试过程中的功能性Shellcode。文中形式化地描述了程序中代码与数据的关系,提出了一种基于LLVM(Low Level Virtual Machine)的通用程序变换方法,该方法可用于实现操作系统无关的代码Shell化。该技术通过构建代码内置全局数据表和添加动态重定位代码,将代码对数据的绝对内存地址访问转化为对代码内部全局数据表的相对地址访问,重构了代码与数据之间的引用关系,解决了代码执行过程中对操作系统重定位机制依赖的问题,使得生成的Shellcode代码具有位置无关特性。在验证实验中,使用适用于不同操作系统的不同规模的工程源码对基于该技术实现的Shellcode生成系统进行了功能测试,并对比了Shell化前后代码功能的一致性、文件大小、函数数量和运行时间,实验结果表明基于该技术的Shellcode生成系统功能正常,具有较好的兼容性和通用性。
基于混合方法的IPSec VPN加密流量识别
周益旻, 刘方正, 王勇
计算机科学. 2021, 48 (4): 295-302.  doi:10.11896/jsjkx.200700189
摘要 ( 432 )   PDF(3786KB) ( 1147 )   
参考文献 | 相关文章 | 多维度评价
文中提出了一种混合方法,将指纹识别与机器学习方法相结合,实现了IPSec VPN加密流量的识别。该方法首先基于负载特征从网络流量中筛选出IPSec VPN流量;接着,基于时间相关的流特征,利用随机森林算法建立了IPSec VPN流量分类模型,通过参数优化以及特征选择,整体流量识别的准确率达到了93%。实验结果验证了通过流特征提取的机器学习方法识别IPSec VPN流量的可行性;同时表明了该方法能够有效均衡识别精度与识别速度,达到了高效识别IPSec VPN加密流量的效果。
供需匹配中的非诚信行为预防
张少杰, 鹿旭东, 郭伟, 王世鹏, 何伟
计算机科学. 2021, 48 (4): 303-308.  doi:10.11896/jsjkx.200900090
摘要 ( 175 )   PDF(1371KB) ( 327 )   
参考文献 | 相关文章 | 多维度评价
供需匹配问题可以通过社交网络(Social Network,SN)下的众包模式得到解决。但由于实际应用中的非合作约束,以及社交网络的隐私保护机制,众包的参与者具有通过非诚信行为获利的动机与条件。这类行为会影响公平性原则,并将导致网络中信任链的崩塌,最终使得整个众包模式的供需匹配规则失效。为解决众包供需匹配方法中的非诚信问题,考虑通过分布式公开记账的方式来确保成员如实汇报个体的行为与状态,并通过核对公开的信息来寻找两类非诚信者。此外,设计基于信誉的惩罚机制来对抗非诚信行为,并最终通过理论分析证明了此机制的有效性与可行性。在此机制下,众包参与者的最优策略便是保证诚实。
恶意行为图构建与匹配算法研究
王乐乐, 汪斌强, 刘建港, 苗启广
计算机科学. 2021, 48 (4): 309-315.  doi:10.11896/jsjkx.201100171
摘要 ( 162 )   PDF(1992KB) ( 436 )   
参考文献 | 相关文章 | 多维度评价
恶意程序是互联网时代一个非常具有威胁性的安全问题。恶意程序的出现和传播速度的加快,使得对恶意程序的检测变得更加困难。大多数防火墙和防病毒软件都是根据恶意特征、使用一系列特殊字节来识别恶意代码。然而,恶意程序编写者会使用代码混淆技术来躲避这种检测。为此,研究者提出了动态分析方法来检测这种新的恶意程序,但这种方法的时间效率和匹配精度并不令人满意。文中提出了一种有效的恶意行为图构建与匹配算法,包括存储二维关联图的存储方法、行为图的构建方法、行为关联规则的构建方法、行为图解析算法的设计、行为匹配算法等。最后给出了实验分析,证明了该方法具有较高的检测准确率;除Auto类外,其对其他类别恶意程序的识别率都在90%以上。
基于注意力的热点块和显著像素卷积神经网络的人脸防伪方法
吴晓丽, 胡伟
计算机科学. 2021, 48 (4): 316-324.  doi:10.11896/jsjkx.200300128
摘要 ( 171 )   PDF(2986KB) ( 453 )   
参考文献 | 相关文章 | 多维度评价
人脸防伪用于验证被测试者是否为真实活体,是计算机视觉领域的一个研究热点。攻击手段的多样性以及人脸识别主要在嵌入式、移动式等不具备高计算能力的设备上应用,使得快速有效的人脸防伪计算成为具有挑战性的任务。针对该问题,文中提出了一种基于注意力的热点块和显著像素卷积神经网络的方法。其中,热点块机制以对5个热点块的判别来取代对整张人脸的判别,显著降低了计算量,迫使网络模型集中关注更具有鉴别信息的热点块,提高了网络模型的准确率;显著像素方法对输入的人脸图像进行显著像素预测,通过判断显著预测图是否符合人脸的深度特性来鉴别活体与攻击。该方法将热点块与显著像素的结果进行融合,充分发挥了局部特征和全局特征的作用,进一步提升了人脸防伪的效果。与现有方法相比,所提方法在CASIA-MFSD、Replay-Attack以及SiW数据集上都达到了很好的效果。
基于Attention-CNN的加密流量应用类型识别
陈明豪, 祝跃飞, 芦斌, 翟懿, 李玎
计算机科学. 2021, 48 (4): 325-332.  doi:10.11896/jsjkx.200900155
摘要 ( 416 )   PDF(2293KB) ( 1043 )   
参考文献 | 相关文章 | 多维度评价
随着流量加密技术的不断发展,加密流量已逐渐取代非加密流量成为当前网络环境的主流,其在保护用户隐私的同时,也常被各种恶意软件用来规避传统的基于端口或载荷关键字的入侵检测系统的防御,给网络安全带来了严重威胁。针对常规识别方法的局限性,研究人员尝试利用人工智能的方法来识别加密流量的应用类型,但现有研究对加密流量的特征信息的利用不够充分,导致相关方法在实际复杂的网络环境中表现不佳。为此,提出了一种基于Attention-CNN的加密流量识别方法,在加密流量数据初步特征提取的基础上,使用BiLSTM+Attention和1D-CNN模型对加密流量的时序和空间特征进行特征压缩和进一步提取,并利用基于全连接神经网络得到的混合特征进行最终的识别。文中采用通用的ISCXVPN2016开源数据集进行实验验证,结果表明所提方法的整体识别准确率达到了0.987,且相比现有研究,对不同类别流量识别结果的F1评价指标有显著提升。