计算机工程与科学

2019年第12期目录

2019, 41(12): 0-0. doi:

摘要 ( 11 )

PDF (338KB) ( 21 ) 　　

评审附件

2019年中国高性能计算机发展现状分析

袁国兴1，张云泉2，袁良2

2019, 41(12): 2095-2100. doi:

摘要 ( 208 )

PDF (904KB) ( 191 ) 　　

评审附件

根据2019年11月发布的中国高性能计算机性能TOP100排行榜的数据，对国内高性能计算机的发展现状从总体性能、制造商、行业领域、部署机构等方面进行了讨论分析，同时对未来发展进行了展望。

基于节点连通性排序的虚拟网络映射算法

刘少楠，李玲，苑迎，蒋国佳，王聪，吕艳霞

2019, 41(12): 2101-2109. doi:

摘要 ( 115 )

PDF (782KB) ( 205 ) 　　

评审附件

对当今云环境下的数据中心来说，以虚拟资源租赁的运营方式具有极大的灵活性，尤其是以虚拟网络为粒度的资源租赁能够为用户提供更好的个性化需求支持。虚拟网络映射问题是指依据用户资源需求，合理分配底层主机和网络资源。现有的虚拟网络映射算法大多是针对随机拓扑设计的通用算法，未针对数据中心拓扑结构进行优化，映射效率有很大提升空间。针对数据中心的结构特点，提出了一种基于节点连通性排序的虚拟网络映射算法BS-VNE算法。首先，设计了一种最大生成算法来对虚拟节点重要程度进行求解和排序。该算法不仅基于虚拟节点的带宽和连通度，还基于虚拟节点在整个虚拟网络中的连通性来进行节点连通性的计算，以获得更加合理的排序结果。然后，根据虚拟节点连通性排序结果利用离散粒子群优化算法求解虚拟网络的映射解。在求解过程中，引入了针对数据中心结构的物理网络拓扑启发式规则，并将其组合到粒子搜索过程中，以提高映射算法的收敛速度。仿真实验结果表明，与现有算法相比，本文提出的算法可以提高物理网络的收益/成本比和资源利用率。

3D-MMA:基于3D集成电路的矩阵乘加速结构

王吉军，郝子宇，李宏亮

2019, 41(12): 2110-2118. doi:

摘要 ( 156 )

PDF (748KB) ( 180 ) 　　

评审附件

脉动阵列结构规整、吞吐量大，适合矩阵乘算法，广泛用于设计高性能卷积、矩阵乘加速结构。在深亚微米工艺下，通过增大阵列规模来提升芯片计算性能，会导致频率下降、功耗剧增等问题。因此，结合3D集成电路技术，提出了一种将平面脉动阵列结构映射到3D集成电路上的双精度浮点矩阵乘加速结构3D-MMA。首先，设计了针对该结构的分块映射调度算法，提升矩阵乘计算效率；其次，提出了基于3D-MMA的加速系统，构建了3D-MMA的性能模型，并对其设计空间进行探索；最后，评估了该结构实现代价，并同已有先进加速器进行对比分析。实验结果表明，访存带宽为160 GB/s时，采用4层16×16脉动阵列的堆叠结构时，3D-MMA计算峰值性能达3 TFLOPS，效率达99%，且实现代价小于二维实现。在相同工艺下，同线性阵列加速器及K40 GPU相比，3D-MMA的性能是后者的1.36及1.92倍，而面积远小于后者。探索了3D集成电路在高性能矩阵乘加速器设计中的优势，对未来进一步提升高性能计算平台性能具有一定的参考价值。

基于一阶逻辑的可满足求解方法研究进展

张建民，黎铁军，马柯帆，肖立权

2019, 41(12): 2119-2126. doi:

摘要 ( 109 )

PDF (486KB) ( 202 ) 　　

评审附件

基于命题逻辑的布尔可满足SAT存在描述能力弱、抽象层次低、求解复杂度高等问题，而基于一阶逻辑的可满足性模理论SMT采用高层建模语言，表达能力更强，更接近于字级设计，避免将问题转化到位级求解，在硬件RTL级验证、程序验证与实时系统验证等领域得到了广泛应用。针对近年来涌现的众多SMT求解方法，依据方法的求解方式进行了分类与对比。而后，对3种主流的求解方法Eager方法、Lazy方法和DPLL(T)方法的实现进行了概要介绍。最后，讨论了SMT求解方法当前所面临的主要挑战以及在SMT求解方面的一些研究成果，并对今后的研究进行了展望。

基于Hadoop的多维关联规则挖掘算法研究及应用

杨青1,2,3，张亚文1,2，张琴1，袁佩玲1

2019, 41(12): 2127-2133. doi:

摘要 ( 144 )

PDF (599KB) ( 159 ) 　　

评审附件

传统的Apriori算法要多次扫描数据集，随着数据量的快速增长，传统的Apriori算法已经不能很好地适用于大数据分析，针对该情况设计了IPApriori算法。首先通过剪枝策略设计了一种适用于多维数据的IApriori算法，再将IApriori算法与Hadoop分布式框架相结合，实现了多维关联规则挖掘算法的并行化。将IPApriori算法运用到手机用户行为预测关联分析中，分析影响手机用户行为的一些主要因素，挖掘出手机用户行为与年龄维度、性别维度、时间维度、地点维度和手机品牌维度属性之间可能存在的某种关联。最后通过实验证明，算法的并行化和建立结构的方法可以降低系统的I/O负荷，提高算法的执行效率。

基于强化学习的卫星网络资源调度机制

周碧莹1，王爱平1，费长江2，虞万荣2，赵宝康2

2019, 41(12): 2134-2142. doi:

摘要 ( 351 )

PDF (1054KB) ( 367 ) 　　

评审附件

与传统同步轨道通信卫星（GEO）相比，以SpaceX、Starlink、O3b等为代表的新一代中低轨卫星互联网星座具备广域覆盖、全时空互联、多星协同等显著优势，已成为当今世界各国研究的焦点之一。传统卫星资源调度方法主要研究单颗GEO卫星下的资源调度问题，难以满足以多星协同、联合组网、海量用户为特征的低轨卫星星座的资源调度需求。为此，构建了基于用户满意度的多星协同智能资源调度模型，提出了一种基于强化学习的卫星网络资源调度机制IRSUP。IRSUP针对用户服务定制的个性化需求，设计了用户服务偏好智能优化模块；针对多星资源联合优化难题，设计了基于强化学习的智能调度模块。模拟仿真结果表明：IRSUP能有效提高资源调度合理性、链路资源利用率和用户满意度等指标，其中业务容量提升30%~60%，用户满意度提升一倍以上。

基于连通支配集的无线传感器网络洪泛协议

张华南1,金红2

2019, 41(12): 2143-2153. doi:

摘要 ( 173 )

PDF (990KB) ( 211 ) 　　

评审附件

无线传感器网络WSNs在医疗、工业等诸多领域有着重要的应用。WSNs通常由大量的传感器节点组成，这些节点在许多应用中依赖于有限的电源,因此提高无线传感器网络的能效成为研究领域一项重要课题。网络洪泛作为无线传感器网络中的一项基本服务，具有信息可以在整个网络中快速、可靠地分布的优点。然而，由于网络中存在大量冗余传输，网络洪泛的能量效率较低。利用连接支配集CDS，通过减少传输量来提高网络洪泛的能源效率，提出了基于连通支配集的洪泛协议锥(CONE)，在洪泛过程中，CONE禁止未在CDS中的节点重播数据包。通过模拟仿真实验评估了CONE的性能，并与基线协议进行了比较。实验结果表明，洪泛协议锥(CONE)提高了网络洪泛端到端的可靠性，降低了网络洪泛的占空比，能有效降低平均能耗。

公开信道下多服务器多关键词多用户可搜索加密方案

郎晓丽，曹素珍，刘祥震，张玉磊，王斐

2019, 41(12): 2154-2159. doi:

摘要 ( 123 )

PDF (471KB) ( 174 ) 　　

评审附件

可搜索加密服务中，为了避免服务器集中检索从而推测出密文关键词信息，数据属主希望将不同的数据密文与关键词索引分别存储在不同的服务器上。结合多用户可搜索加密方案和多服务器特性设计了一种公开信道下多服务器多关键词多用户可搜索加密方案。数据属主和数据用户利用服务器的公钥生成密文索引与陷门搜索凭证，满足在公开信道中传输。分析结果表明，新方案具有较低的通信代价，并且在随机预言机模型下基于判定性Diffie-Hellman问题假设证明了新方案在适应性选择关键词攻击下密文索引不可区分。

基于异构网的一种数据安全模型设计

周静，陈琛

2019, 41(12): 2160-2165. doi:

摘要 ( 84 )

PDF (619KB) ( 149 ) 　　

评审附件

针对局域异构网络中的数据可用性、保密性及完整性的问题，提出一种终端检测-数据存储访问-安全信道建立及传输的3阶段系统模型方案，即首先对终端系统扫描检测，排除因遭受攻击或硬件层清理不完整导致的数据不可用问题;然后对数据加密存储访问并设置自毁机制，实现数据保密功能排除隐私泄露问题;最后利用SSL及VPN技术实现信道安全建立及数据完整安全传输。通过设计原型模型和仿真实验进行测试和分析，结果表明终端检测数据可用精准度达到90%以上，实现保密性功能的加密速度低于0.5 MB/s，且自毁保护机制有效，信道数据完整传输速度平均提高约27.5%。综合分析可见该模型对网络数据安全检测防护方面有较高参考价值。

一种基于深度学习的遥感图像目标检测算法

赵宝康，李晋文，杨帆，刘佳豪

2019, 41(12): 2166-2172. doi:

摘要 ( 176 )

PDF (968KB) ( 236 ) 　　

评审附件

遥感图像分析在国土资源管理、海洋监测等领域有着极为广阔的应用前景。深度学习技术已在图像处理领域取得突破性进展，然而，遥感图像固有的尺寸大、目标小而密集等特点，使得将面向普通图像的深度学习方法用于遥感目标检测普遍存在定位不准确、小目标检测难、大图检测精度差等问题。针对上述难题，
提出了一种新型遥感图像目标检测算法DFS。与传统机器学习方法相比，DFS
设计了新的维度聚类模块、定制损失函数和滑动窗口分割检测机制。其中，维度聚类模块通过设计聚类机制优化定制先验框,提高定位精度；定制损失函数提高对船只等小目标的检测精度；滑动窗口分割检测解决大图检测精度低的问题。在经典遥感数据集上开展的实验对比表明，与YOLOv2相比，DFS算法的mAP提高了256%，小目标检测效率及大图检测效能大幅提高。

AR技术在科技馆古代农具展示中的研究及实现

冯晓琪，刘念，郭霄宇，郑世珏

2019, 41(12): 2173-2178. doi:

摘要 ( 121 )

PDF (684KB) ( 160 ) 　　

增强现实技术将虚拟与现实有机结合，突破了虚拟世界和现实世界的界限。针对增强现实技术的特点，研究了一套实现增强现实系统的框架。首先对场景进行采集，使用3D Max对模型进行设计并建模；针对图像识别的问题，通过对比SIFT算法、SURF算法、ORB算法以及高通Vuforia的特征识别匹配的结果，选择高通Vuforia处理图像；3D渲染则使用专业渲染引擎Unity3D实现增强现实中交互软件的开发。基于此框架设计并实现一个以科技馆古代农具展示为主题的系统，能够带给参观者AR交互阅读的全新体验；可以再现我国古代农具在传统农业文化传承的重要史料，从而实现对古代农具文物的数字化保护和传播。

采用融合卷积网的图像分类算法

李聪，潘丽丽，陈蓉玉，周燕，邵伟志

2019, 41(12): 2179-2186. doi:

摘要 ( 159 )

PDF (942KB) ( 229 ) 　　

目前，卷积神经网络已成为视觉对象识别的主流机器学习方法。有研究表明，网络层数越深，所提取的深度特征表征能力越强。然而，当数据集规模不足时，过深的网络往往容易过拟合，深度特征的分类性能将受到制约。因此，提出了一种新的卷积神经网络分类算法：并行融合网FD-Net。以网络融合的方式提高特征的表达能力，并行融合网首先组织2个相同的子网并行提取图像特征，然后使用精心设计的特征融合器将子网特征进行多尺度融合，提取出更丰富、更精确的融合特征用于分类。此外，
采用了随机失活和批量规范化等方法协助特征融合器去除冗余特征，并提出了相应的训练策略控制计算开销。最后，分别以经典的ResNet、InceptionV3、DenseNet和MobileNetV2作为基础模型，在UECFOOD-100和Caltech101等数据集上进行了深入的研究和评估。实验结果表明，并行融合网能在有限的训练样本上训练出识别能力更强的分类模型，有效提高图像的分类准确率。

基于UG的采煤机防爆盖板三维标注及数控工艺研究

王震宇1，杨辉2，杨萌杰3，魏娟1

2019, 41(12): 2187-2192. doi:

摘要 ( 103 )

PDF (1002KB) ( 141 ) 　　

评审附件

随着三维CAD技术的发展，产品制造信息在三维模型和二维图纸之间的反复传递，严重影响了产品制造信息的正确、快速传递。基于三维产品制造信息技术，以采煤机防爆盖板为例，在UG NX10.0中建立了防爆盖板的三维模型并进行了三维标注，设计了加工工艺路线，规划了数控加工刀具轨迹，进行了加工仿真，验证了数控加工的正确性，在此基础上完成了采煤机防爆盖板的三维工艺式设计。该研究对基于模型定义的数字化设计与制造研究，实现制造业信息化具有重要意义。

裁判文书类案推送中的案情相似度计算模型研究

王君泽1,2，马洪晶1,2，张毅1,2,杨兰蓉1,2

2019, 41(12): 2193-2201. doi:

摘要 ( 170 )

PDF (526KB) ( 205 ) 　　

评审附件

裁判文书的类案推送策略有助于解决司法过程中的裁判尺度不统一、类案不同判、量刑不规范等问题。针对裁判文书类案推送任务，基于裁判文书在篇章结构和语言表述方面的特征，从裁判文书案情内容的抽取、案情内容中不同词性类别词项的权重分析、案情内容中未登录词的识别、案情内容中数量表述的相似度计算等角度展开研究，并设计相应的案情相似度计算模型。通过在真实裁判文书数据集合上的实验，表明了该模型的有效性。

参数化犹豫模糊熵及其应用

梅凤娇，李永明

2019, 41(12): 2202-2210. doi:

摘要 ( 129 )

PDF (470KB) ( 143 ) 　　

评审附件

犹豫模糊熵是刻画犹豫模糊集不确定程度的重要工具。针对现有犹豫模糊熵的一些不足，首先基于犹豫模糊集提出犹豫模糊熵的公理化定义，并构造出参数化犹豫模糊熵；其次，通过一些具体数值算例，将新提出的参数化犹豫模糊熵与现有犹豫模糊熵进行对比分析，结果显示所研究的熵能够更加灵活有效地描述信息的未知程度；然后，探究了参数化犹豫模糊熵在多属性决策问题中的应用，使用该熵来确定属性的权重，并借助逼近于理想解排序法（TOPSIS）以及分数函数，提出了一种解决最优方案选取问题的方法；最后，通过具体实例，验证了参数化犹豫模糊熵与所给决策方法具有一定的实用性和可行性。

面向排序学习的层次聚类特征选择算法

孟昱煜，陈绍立，刘兴长

2019, 41(12): 2211-2216. doi:

摘要 ( 109 )

PDF (677KB) ( 143 ) 　　

评审附件

大型搜索系统对用户查询的快速响应尤为必要，同时在计算候选文档的特征相关性时，必须遵守严格的后端延迟约束。通过特征选择，提高了机器学习的效率。针对排序学习中快速特征选择的起点多为单一排序效果最好的特征的特点，首先提出了一种用层次聚类法生成特征选择起点的算法，并将该算法应用于已有的2种快速特征选择中。除此之外，还提出了一种充分利用聚类特征的新方法来处理特征选择。在2个标准数据集上的实验表明，该算法既可以在不影响精度的情况下获得较小的特征子集，也可以在中等子集上获得最佳的排序精度。

一种基于Attention-GRU和iForest的周期性时间序列异常检测算法

王腾1，焦学伟2，高阳2

2019, 41(12): 2217-2222. doi:

摘要 ( 300 )

PDF (517KB) ( 284 ) 　　

评审附件

对数据中异常模式的检测（异常检测）是数据分析领域一个非常重要的研究方向，尤其对时间序列的异常检测是其中的一个难点。目前，关于时序数据异常检测的研究有很多，如利用滑动窗口、小波分析、概率图模型、循环神经网络等不同技术来进行检测，但是在处理问题时还存在或多或少的不足，无法保证实际工程中的实时效率和准确性。针对周期性时间序列异常检测问题，提出一种基于Attention-GRU和iForest的异常检测算法，根据带有注意力机制的循环神经网络构建模型，实现预测长序列数据，保证工程检测效率，并通过iForest建立正常数据波动区间，避免了使用假设检验造成的误差。经实践验证，该算法能够提高实际工程中的周期性时序数据异常检测效率，并有较好的召回率和准确率。

基于路径的频繁子图挖掘算法研究

唐德权，张波云

2019, 41(12): 2223-2230. doi:

摘要 ( 154 )

PDF (598KB) ( 161 ) 　　

图挖掘是数据挖掘的一个重要研究方向，而图挖掘主要集中在图数据集内频繁子图的挖掘。频繁子图挖掘技术的关键是建立有效机制减少冗余候选子图，以便高效计算和处理所需的频繁子图。提出了一种基于路径的频繁子图挖掘算法，该算法首先找出所有频繁边从而挖掘出频繁单路径，然后通过组合、双射和操作扩展出较多的频繁路径，再通过连接操作产生所有频繁子图候选集。通过定理证明了该算法的正确性和完整性，从理论上分析了该算法时间复杂度低于现有的算法，最后进行了2个图数据集实验，在候选集产生的数量和时间性能2方面验证了算法的优越性。

基于布尔矩阵约简的Apriori算法改进研究

廖纪勇，吴晟，刘爱莲

2019, 41(12): 2231-2238. doi:

摘要 ( 161 )

PDF (803KB) ( 180 ) 　　

针对关联规则中Apriori算法存在的缺点，提出了一种基于布尔矩阵约简的Apriori改进算法。在该算法中，将事务数据库转换为布尔矩阵，并在矩阵最后增加1行2列，用来记录相同事务的个数和矩阵行与列中“1”的个数。将矩阵各列元素按支持数升序排列，使得算法在压缩过程中减少了扫描矩阵各列的次数，缩短了算法的运行时间。另外，为了提高算法的存储空间利用率，增加了删除非频繁项集的操作。实验结果和性能分析表明，相比现有的算法，改进后的算法具有更好的性能，能够有效地提高算法执行效率。

无重叠条件模式匹配的在线求解算法

武优西,王博,高雪冬

2019, 41(12): 2239-2246. doi:

摘要 ( 101 )

PDF (780KB) ( 125 ) 　　

无重叠条件模式匹配是众多间隙约束的模式匹配算法中的一种，尽管当前证明了无重叠条件模式匹配是一个多项式时间复杂度问题，并提出了有效的求解算法，但是当前求解算法采用离线计算方式，具有空间复杂度较高的缺点。为了解决该问题，设计了一种在线求解算法，该算法一边读入序列串，一边在流网树中寻找符合约束条件的树根-树叶路径，以快速剪枝无用节点，从而加快了匹配速度。与离线算法的空间复杂度相比，在线算法的空间复杂度为O(m×maxlen×W)，这里m，maxlen和W分别表示模式串长度、模式最大长度约束和最大间隙约束。实验结果不仅验证了算法的完备性，与现有算法相比，在内存占用上均有较大性能的提升。

神经网络规则优化建模与应用

陈丽芳,冯力静,刘保相

2019, 41(12): 2247-2254. doi:

摘要 ( 76 )

PDF (783KB) ( 148 ) 　　

评审附件

神经网络应用于复杂系统时存在隐含层节点确定和参数随机选择的困难，对此研究探索了一种规则优化建模方法。首先，应用粗决策树耦合算法实现增量式的动态规则提取；其次，基于获取的动态规则计算最简规则数，作为确定网络隐含层节点的依据，实现网络规则建模；再次，优化网络初始参数，规避局部极小问题并提高模型训练速度和精度；最后，将优化模型应用于空气质量预报中，性能测试和对比分析结果显示，该模型收敛速度快且误差控制在4%以内，学习速度和预报精度明显优于传统模型。该研究成果实现了动态增量模式下的规则模型构建与优化，为动态数据处理提供了一种新的研究思路。

基于多项式加减速控制的轨迹规划的研究

岳晴晴，林明

2019, 41(12): 2255-2260. doi:

摘要 ( 92 )

PDF (703KB) ( 237 ) 　　

评审附件

轨迹规划是机器人控制系统研究的重要内容之一，它对机器人性能的提高起着关键性的作用。为解决机器人在笛卡尔空间直线和圆弧拟合自由曲线时存在的误差较大的问题，提出机器人冲击最优的轨迹规划算法。通过多项式速度控制曲线和阿当姆斯微分方程，并以最大弓高误差、最大加速度为约束条件，对机器人轨迹进行插补。同时使用四元数来对机器人姿态进行描述，并使用球形线性插值法对其进行插补。最后以IRB2600工业机器人为仿真本体，使用Matlab对所提出的算法进行仿真，可以得到误差允许范围内的工业机器人运行轨迹，证明了此算法理论上的有效性。

基于改进型神经网络的影评文本情感分析算法

李俭兵1,2,3,刘栗材1,3

2019, 41(12): 2261-2269. doi:

摘要 ( 115 )

PDF (645KB) ( 159 ) 　　

评审附件

考虑到电影影评上下文信息带有固有的属性特征和语序不合理性等特点，提出CRCNN模型进行文本情感分析。为了减少噪音数据对分析的影响，对卷积神经网络进行改进，在输入层和卷积层之间引入了权重分布层对重要部分进行分析，减少噪音，使处理的特征得到提升。在卷积层中使用梯度下降法来求解训练参数时会引起梯度弥散或爆炸，为了解决此问题引入了门控机制。最后引入序列标注层，同时和神经网络学习的语义特征进行整体的优化求解。另外，利用字粒度词向量为特征，解决了歧义词的切分的同时学习到更加具体的特征。实验结果表明，利用该模型进行影评分析的效果明显好于其它几种模型。

含风电场的旋转备用容量优化调度研究

孙鹤旭1,2，张航1,2，雷兆明1,2，张维1,2

2019, 41(12): 2270-2277. doi:

摘要 ( 89 )

PDF (680KB) ( 116 ) 　　

评审附件

为保证含风电电力系统的安全稳定与经济运行，构建了以最小化系统运行成本为目标的旋转备用容量优化调度模型。为提升模型的求解运算速度，提出一种改进的模拟植物生长算法对模型进行优化求解。针对算法在对模型求解时优化效率低、易陷入局部最优等不足做出改进，将反向学习思想引入植物生长算法，对生长点进行反向变异以扩展算法的搜索空间；通过智能变步长搜索和精英集的变异机制，保证快速寻优的同时提高求解精度。通过标准测试函数验证了改进后的算法计算速度更快，寻优能力更强。最后，在IEEE 30节点系统上进行实例验证，实验结果表明，所提出的模型能够有效地解决含风电场的旋转备用容量优化调度问题。

基于集成学习方法的点击率预估模型研究

贺小娟1，潘文捷1，程宏2

2019, 41(12): 2278-2284. doi:

摘要 ( 97 )

PDF (821KB) ( 166 ) 　　

评审附件

由于互联网中积累的广告日志具有数据稀疏、特征量大、正负样本分布极其不均匀等问题，使得人工特征提取费时费力，并且单一预测模型很难得到更好的预测性能。针对这些问题，提出梯度提升树GBDT和Stacking相融合的点击率预测模型GBDT-Stacking。通过引入梯度提升树自动进行特征提取与构造，并结合Stacking集成模型对在线广告点击率进行预测，有效提高了单个预测模型的性能。在真实广告数据集上的实验结果表明，GBDT-Stacking集成模型比对比模型在AUC的取值上至少提升了4%。

当期目录

作者中心

审稿中心

在线期刊