Please wait a minute...
  • 中国计算机学会会刊
  • 中国科技核心期刊
  • 中文核心期刊

当期目录

    目录
    2020年第4期目录
    2020, 42(04): 0-0. doi:
    摘要 ( 85 )   PDF (290KB) ( 195 )      评审附件
    高性能计算
    基于龙芯宇航级芯片的BSP开发和移植
    徐帅1,2,林宝军2,3,4,刘迎春2,3,赵帅3
    2020, 42(04): 571-579. doi:
    摘要 ( 239 )   PDF (1012KB) ( 347 )     
    随着北斗三号导航卫星系统开始组网运行,星上系统对星载计算机系统提出了更快的数据传输和运算速度需求。中国科学院研制的北斗卫星采用高运算性能和高数据传输性能的星上计算机系统,其核心部件全部自主可控,即以龙芯中科公司生产的龙芯1E高性能宇航级处理器芯片为主构建的硬件环境,以实时操作系统VxWorks为软件环境。为适应龙芯中科1E系列的新型升级芯片,本文通过开发BSP和串口驱动,并在设备驱动管理上配置支持VxBus型驱动架构,实现VxWorks在新型芯片上的移植和运行,同时使驱动程序的可靠性、可移植性、独立性等性能得到有效提升。
     
    阵列处理器分布式Cache的局部优先访问结构设计
    刘有耀,张园,山蕊
    2020, 42(04): 580-587. doi:
    摘要 ( 121 )   PDF (1125KB) ( 220 )      评审附件
    针对可重构阵列处理器访存数据量大、数据并行性要求高且数据全局重用少、局部性明显的特点,提出了一种分布式Cache结构的簇内局部优先高效互连访问结构,该结构实现了簇内4×4个PE对4×4个Cache的并行访问,选用Xilinx公司的ZYNQ系列芯片 XC7Z045 FFG900-2进行 FPGA综合。在无冲突情况下,该互连结构支持簇内16个PE的同时读/写访问,最高频率可达221 MHz,访存峰值带宽为7.6 GB/s。在此结构上实现了灰度共生矩阵提取纹理图像特征算法,数据访存带宽达到478.125 MB/s,运行时间为0.24 ms。
     
    交错立方体在故障情形下的诊断度和诊断算法
    王喜1,2,张书奎2
    2020, 42(04): 588-595. doi:
    摘要 ( 114 )   PDF (1752KB) ( 192 )      评审附件
    基于并行系统的超级计算机一直是学术界和工业界的研究热点。作为并行系统的基础,互连网络的性质直接决定了系统的性能。交错立方体作为超立方体的变形,是一种重要的互连网络,其与超立方体相比具有低直径等优越性。利用PMC诊断模型和图论方法,研究了交错立方体在故障情形下诊断度的精确值。然后提出该情形下的诊断算法,并分析了算法的时间复杂度。进一步通过仿真实验,验证在多种故障参数下,该诊断算法的高效性优于文献算法。本文的研究能够更加精确地度量交错立方体的可靠性。
    基于Pareto支配的MPRM电路面积与功耗优化
    闫盼盼,俞海珍,史旭华,万凯
    2020, 42(04): 596-602. doi:
    摘要 ( 113 )   PDF (531KB) ( 169 )      评审附件

    针对MPRM电路的面积与功耗折衷优化问题,提出一种基于多目标三值多样性粒子群MOTDPSO算法的最佳极性搜索方案。在三值多样性粒子群算法求解MPRM电路综合优化问题的基础上,对超出定义的边界范围的粒子,执行边界约束处理,并结合Pareto支配概念改进算法;然后建立基于Pareto支配的粒子与MPRM电路极性之间的参数映射关系,并结合面积与功耗估计模型以及 OR/XNOR电路混合极性转换方法,将该算法应用于MPRM电路的面积和功耗优化。最后对18个PLA格式MCNC Benchmark电路进行测试,与NSGA-II算法搜索到的结果相比,MOTDPSO算法获取的最优解的面积平均优化率为4.29%,功耗平均优化率为6.02%。

    无参分组大规模变量的多目标算法研究
    朱登京,段倩倩
    2020, 42(04): 603-609. doi:
    摘要 ( 127 )   PDF (521KB) ( 185 )      评审附件
    目前大多数多目标优化算法没有考虑到决策变量之间的交互性,只是将所有变量当作一个整体进行优化。随着决策变量的增加,多目标优化算法的性能会急剧下降。针对上述问题,提出一种无参变量分组的大规模变量的多目标优化算法(MOEA/DWPG)。该算法将协同优化与基于分解的多目标优化算法(MOEA/D)相结合,设计了一种不含参数的分组方式来提高交互变量分组的精确性,提高了算法处理含有大规模变量的多目标优化算法的性能。实验结果表明,该算法在大规模变量多目标问题上明显优于MOEA/D及其它先进算法。
     
    计算机网络与信息安全
    Android勒索软件防护技术研究
    胡建伟,张玉,崔艳鹏
    2020, 42(04): 610-619. doi:
    摘要 ( 128 )   PDF (613KB) ( 228 )     

    随着智能终端(如智能手机和平板电脑)的普及,针对Android平台的勒索软件攻击日益严重。与其他恶意软件相比,勒索软件以其后果的难以恢复性以及获取利益的直接性广受黑客们的青睐,也因此给用户带来严重的精神和财产损失。为了避免勒索软件攻击,减少勒索软件带来的威胁和损失,研究人员对Android平台勒索软件进行了大量研究,提出了许多切实可行的检测方案。首先总结了Android平台勒索软件攻击的特征;然后对现有的Android平台勒索软件的检测和防护研究工作进行了概述,并对其进行了综合性的分析和比较;最后指出这些方案仍然存在的问题,提出相应的建议并探讨了未来的研究方向。

    基于AGNES聚类的能耗均衡WSNs优化路由算法
    苟平章,张芬,毛刚,贾向东
    2020, 42(04): 620-627. doi:
    摘要 ( 128 )   PDF (717KB) ( 250 )     

    无线传感器网络的生命周期与节点的能耗直接相关。为解决能量消耗分布不均,影响网络寿命的问题,提出一种基于AGNES聚类的能耗均衡WSNs优化路由算法(EBRAA)。通过AGNES聚类算法获得网络均匀分簇,根据簇内节点的剩余能量和节点与基站距离及两者权重因子,完成分布式簇头选举,采用改进后的Dijkstra算法产生簇头间最短路径的多跳路由。仿真结果表明,与LEACH和KBECRA算法相比,EBRAA算法的簇分布更加合理,能耗更加均衡,延长了网络生命周期。

    异构复杂信息网络敏感数据流动态挖掘
    熊菊霞1,2,3,吴尽昭1,2,3
    2020, 42(04): 628-633. doi:
    摘要 ( 98 )   PDF (758KB) ( 166 )     

    针对异构复杂信息网络中存在高维冗余的敏感数据流,可挖掘数据特征形成概率较低,导致需要多次挖掘、挖掘内存占用高、挖掘精度低、时间长的问题,提出基于最大类间散度的网络敏感数据流动态挖掘方法。将敏感数据的差异最大化间隔作为分类基础,得到网络敏感数据的最大类间散度,在遗传迭代状态下确定最优散度迭代函数,对迭代函数进行挖掘特征优选,得出动态可挖掘特征。对可挖掘特征进行聚类分析,挖掘得到数据隐藏信息模式,并对其进行评价,将合理的信息模式进行知识表示,从而实现异构复杂信息网络敏感数据流动态挖掘。实验结果表明,所提方法可挖掘特征形成概率高达98%,labels标记与实际值较为接近。所提方法挖掘精度高,且运行时间较短、内存占用率低。

    软件工程
    #br# 一种面向枚举类型的配置约束提取方法
    曾广福,何浩辰,周书林
    2020, 42(04): 634-640. doi:
    摘要 ( 127 )   PDF (777KB) ( 188 )     
    有研究表明软件配置故障已成为导致计算机系统异常和崩溃的一个重要因素。配置故障是由于用户无法充分地获取配置约束的信息进行误配置造成的,由于用户缺乏软件领域知识,配置故障难以避免。因此,如何对软件配置项的约束条件进行精确的分析和提取,从而为软件配置的故障诊断与修复提供依据,具有重要的研究意义。具体而言,枚举类型作为软件系统的常用类型,其取值空间的限制经常导致系统软件配置故障。基于此系统调研了6款常用的 C/C++ 开源软件,包括 Apache Httpd、Nginx、Postfix、MySQL、Redis 和 PostgreSQL的枚举类型配置约束特性,并针对已有方法存在枚举类型配置项取值空间漏报的问题,基于程序分析的方法设计和实现了面向枚举类型配置的自动化配置约束提取方法,大幅提高了针对以上开源软件的配置约束提取准确率,提升了软件配置的可用性和配置故障诊断能力。
     
    基于排错等待延迟的广义动态集成神经网络模型
    惠子青,刘晓燕,严馨
    2020, 42(04): 641-648. doi:
    摘要 ( 94 )   PDF (812KB) ( 153 )      评审附件
    软件可靠性增长模型在可靠性评估与保障中具有重要作用,针对软件测试过程中的故障检测和排错等待延迟问题,提出了一种考虑故障排错等待延迟的广义动态集成神经网络模型(RWD-SRGM)。该模型考虑软件工程的多样性,利用神经网络方法构建广义动态集成模型,并考虑排错等待延迟现象完成故障检测和预测。通过2组真实失效数据集(DS1和DS2)的实验,将所提模型与现有的软件可靠性增长模型进行了比较,结果显示考虑故障排错等待延迟的神经网络模型拟合效果最优,表现出了更好的软件可靠性评估性能和模型通用性。

     
    图形与图像
    基于深度卷积神经网络的小目标检测算法
    李航1,2,朱明1
    2020, 42(04): 649-657. doi:
    摘要 ( 224 )   PDF (1522KB) ( 351 )      评审附件
    针对YOLO目标检测算法在小目标检测方面存在的不足,以及难以在嵌入式平台上达到实时性的问题,设计出了一种基于YOLO算法改进的dense_YOLO目标检测算法。该算法共分为2个阶段:特征提取阶段和目标检测回归阶段。在特征提取阶段,借鉴DenseNet结构的思想,设计了新的基于深度可分离卷积的slim-densenet特征提取模块,增强了小目标的特征传递,减少了参数量,加快了网络的传播速度。在目标检测阶段,提出自适应多尺度融合检测的思想,将提取到的特征进行融合,在不同的特征尺度上进行目标的分类和回归,提高了对小目标的检测准确率。实验结果表明:在嵌入式平台上,针对小目标,本文提出的dense_YOLO目标检测算法相较原YOLO算法mAP指标提高了7%,单幅图像检测时间缩短了15 ms,网络模型大小减少了90 MB,明显优于原算法。
     
    C-Canny算法和改进单层神经网络相结合的面部特征点定位
    付文博1,2,何欣1,2,于俊洋1,2
    2020, 42(04): 658-664. doi:
    摘要 ( 111 )   PDF (763KB) ( 166 )      评审附件
    深度学习在面部特征点识别领域已取得了较为显著的成果,然而在处理遮挡、光照、角度不当等复杂条件下的面部图像时,预测数目较多的面部特征点仍是一个具有挑战性的问题。为解决面部多特征点在复杂条件下的定位问题,设计了一种C-Canny算法和改进单层神经网络相结合的网络结构,将传统Canny算法应用到面部区域定位阶段,使得神经网络可以快速进行面部区域重定位,从而提升识别的准确率。实验结果表明,在300-w和300-vw数据集上与一些传统方法、神经网络相比,该神经网络结构将损失函数的值平均降低了12.2%。
     
    融合YOLO检测的多目标跟踪算法
    李星辰,柳晓鸣,成晓男
    2020, 42(04): 665-672. doi:
    摘要 ( 367 )   PDF (922KB) ( 356 )     

    针对目前视频多目标跟踪过程中的遮挡问题,提出了一种融合YOLO v3的多目标检测和跟踪算法,选定基于检测跟踪的框架作为跟踪的整体框架,使用YOLO v3来实现对目标信息的检测工作,在选定某一检测类别的基础上,使用本文提出的跟踪算法,通过数据关联完成对此类别的多目标跟踪,并针对跟踪过程中的目标遮挡问题以及因目标遮挡而引起的轨迹跟踪异常的问题,提出了修正算法。测试视频中被遮挡的大部分目标都能准确地跟踪,但在背景移动时也会发生一部分目标身份互换的情况。所提出的算法在解决多目标跟踪中的遮挡问题时具有一定的准确性和实时性。

    基于RetinaNet的手机主板缺陷检测研究
    马美荣,李东喜
    2020, 42(04): 673-682. doi:
    摘要 ( 180 )   PDF (1012KB) ( 302 )      评审附件
    不同型号手机的主板图像具有多分辨率的成像模式,使缺陷元件是多尺度的。常规缺陷检测方法主要有图像融合方法和提取统计模型的方法,但这些方法的鲁棒性仍需要提高。针对该问题,提出了一种自动检测网络模型,即RetinaNet目标检测器。首先使用特征金字塔网络(FPN)提取缺陷元件的多尺度特征分类和位置,然后引入MobileNetV2以压缩和加速RetinaNet模型,最后使用焦点损失解决类不平衡和难以检测样本对损失贡献程度的问题。实验结果表明, RetinaNet能有效地检测不同尺度的缺陷元件,具有很高的检测精度;与其他目标检测器相比,RetinaNet实现了超过95%的平均精度(mAP)。这些结果表明了本文所提模型的有效性。
     
    基于预测和残差细化网络的道路提取算法研究
    熊炜1,2,管来福1,王传胜1,童磊1,李利荣1,刘敏1
    2020, 42(04): 683-690. doi:
    摘要 ( 72 )   PDF (834KB) ( 164 )     
    针对航拍图像中的道路检测问题,提出了一种基于预测和残差细化网络的航拍图像道路提取算法。首先,预测网络进行初始预测,为了提高分割网络的细化能力,学习到更高层的道路特征信息,预测网络中引入了空洞卷积和多核池化模块。其次,残差细化网络对预测网络的输出进一步细化,改善预测网络结果出现的模糊问题。此外,针对航拍图像中道路像素比例较小的特点,网络还融合了二元交叉熵、结构相似性以及交并比损失函数,以减少道路信息损失。在Massachusetts道路数据集上的实验结果表明,精确率、召回率、F值和准确率等指标分别达到了99.3%,95.7%,97.3%和95.1%,交并比及平均结构相似性评价指标也分别达到了94.8%和84.3%,相比于其他算法,该算法有一定的应用价值。
     
     
    基于深度可分离卷积的地铁隧道巡检视频分析
    孙明华,杨媛,李渊博
    2020, 42(04): 691-698. doi:
    摘要 ( 118 )   PDF (783KB) ( 192 )     
    地铁隧道安全目前主要依靠地铁轨道巡检员在轨道无车时人工巡轨检查,这种方法速度慢、工作效率低,而且巡检效果完全依赖于轨道巡检员的经验和状态。针对这一问题,提出了一种基于深度可分离卷积的地铁隧道巡检视频异常报警系统,该系统使用提出的SubwayNet卷积神经网络完成对巡检视频图像的分类。利用制作的地铁隧道巡检数据集对构建的卷积神经网络进行训练并保存模型,制作了图形用户界面并加入声音报警的功能,最后将程序文件打包为可执行文件。实验结果表明,该系统的分类准确率能够达到96%,速度能够达到52 fps,满足对视频实时、准确分析的要求。

     
    基于循环生成对抗网络的图像风格迁移
    彭晏飞,王恺欣,梅金业,桑雨,訾玲玲
    2020, 42(04): 699-706. doi:
    摘要 ( 197 )   PDF (849KB) ( 230 )     
    图像风格迁移是指将学习到的油画图像风格应用到其他图像上,让图像拥有油画的风格,当前生成对抗网络已被广泛应用到图像风格迁移中。针对循环生成对抗网络CycleGAN在处理图像时纹理清晰度不高的问题,提出了加入局部二值模式LBP算法的方法,将LBP算法加入生成对抗网络的生成器中,增强了循环对抗生成网络提取图像纹理特征内容的效果。针对生成图像产生噪声的问题,在损失函数中加入Total Variation Loss来约束噪声。实验结果表明,循环生成对抗网络加入LBP算法和Total Variation Loss后能提高生成图像的质量,使之具有更好的视觉效果。
     
    基于anchor-free的交通场景目标检测技术
    葛明进,孙作雷,孔薇
    2020, 42(04): 707-713. doi:
    摘要 ( 161 )   PDF (761KB) ( 265 )      评审附件
    在智能交通领域使用深度学习的方法进行目标检测已成为研究热点。当下经典的目标检测算法,无论是基于回归的单阶目标检测模型还是基于候选区域的二阶段目标检测模型,大部分是利用大量预定义的先验框anchor枚举可能的位置、尺寸和纵横比的方法来搜索对象,往往会造成正负样本严重不均衡的问题,模型的性能和泛化能力也受到anchor自身设计的限制。针对基于anchor的目标检测算法存在的问题,利用单阶目标检测网络RetinaNet,对交通场景中的车辆、行人和骑行者建立基于anchor-free的目标检测模型,采用逐像素预测的方式处理目标检测问题,并添加中心性预测分支,提升检测性能。实验表明,与基于anchor的原RetinaNet算法相比,改进的基于anchor-free的目标检测模型算法能够对交通场景中的车辆、行人、骑行者实现更好的识别。
    人工智能与数据挖掘
    基于知识图谱和协同过滤的电影推荐算法研究
    袁泉1,2,3,成振华1,2,江洋1,2
    2020, 42(04): 714-721. doi:
    摘要 ( 338 )   PDF (669KB) ( 336 )     
    针对协同过滤算法在推荐电影过程中只能考虑电影外部评论而不能考虑电影内部的相似度关系,提出构建知识图谱辅助计算电影内部相似度。已有的电影数据可能是不完整的,因此采用知识图谱推理补全缺失的电影知识。基于TransE模型的知识图谱无法有效描述电影间的片名、演员、导演等复杂的多关系。首先采用改进的TransHR模型表示出电影信息之间的多关系,提升关系表示的准确率;然后通过用户评分矩阵计算电影间相似度;最后将2种相似度融合并应用于矩阵分解的推荐技术中。对比实验结果表明,该算法在召回率、准确率、平均绝对误差
    MAE等指标上都有所提升。
    基于LSA模型的改进密度峰值算法的微学习单元文本聚类研究
    武国胜, 张月琴
    2020, 42(04): 722-732. doi:
    摘要 ( 111 )   PDF (1226KB) ( 186 )     
    微学习资源爆炸式的增长带来了大量未经组织处理的文本资源,大量以碎片化形式呈现的微学习资源为学习者的使用带来极大的不便。为让学习者能在碎片化的资源中找到适合于个性化学习的内容,对以文本形式的微学习资源进行聚类是很有必要的。为此,尝试将经过改进的密度峰值算法应用于微学习单元文本聚类。针对密度峰值算法在该领域聚类时存在向量空间高维稀疏、全局一致性不足、截断距离敏感、选择密度峰值中心需要人工监督等问题,使用潜在语义分析模型(LSA)建模,并提出2点改进:其一,针对聚类要求重新定义局部密度,并引入密度敏感距离作为聚类的判据,通过解决截断距离敏感性问题来解决聚类分配时全局一致性问题;其二,用线性拟合寻找野值点来自动寻找密度峰值中心,以实现非人工监督的峰值中心选取问题。微学习单元真实数据集上的实验验证结果表明,本文所提算法比原密度峰值算法以及其他经典聚类算法更适合于微学习单元文本聚类。
     
     
    区间二型模糊逻辑系统质心降型及加权Nie-Tan算法
    陈阳, 王涛
    2020, 42(04): 733-740. doi:
    摘要 ( 182 )   PDF (898KB) ( 221 )     

    降型是二型模糊逻辑系统中的核心模块。Nie-Tan (NT) 算法不涉及到迭代过程,可直接得到系统输出,具有减少计算消耗的优势,而连续NT(CNT)算法在最近的研究中被证明为准确的质心降型算法。通过分析离散NT算法中求和运算和连续NT算法中的求积分运算,利用数值积分技术中牛顿-柯斯特求积公式将NT算法扩展成3种不同形式的加权NT(WNT)算法。在取相同的主变量采样率的情况下,3个计算机仿真例子表明了WNT算法比NT算法有更小的绝对误差且计算速度几乎相同,这使3种不同形式的WNT算法在区间二型模糊逻辑系统的实时应用上具有潜在的可行性和有效性。

    基于主题模型的胸部X光片诊断报告异常检测方法
    尤诚诚, 冯旭鹏, 刘利军, 黄青松,
    2020, 42(04): 741-748. doi:
    摘要 ( 124 )   PDF (653KB) ( 187 )     
    胸部X光片是患者胸部检查的优先选择,对患者的诊断治疗起着重要的作用。医生依据自身的经验和习惯书写胸部X光片诊断报告,由于一些主观或者客观的原因,会开具一些影像描述与诊断结论不相符的异常诊断报告,因此对诊断报告进行异常检测有着重要的研究意义。胸片诊断报告未登录词多、数据高维稀疏,缺乏大量有效标注,传统方法检测异常胸片诊断报告效果不佳,为此,提出了一种基于主题模型的胸部X光片诊断报告异常检测方法。首先用双向LSTM-CRF模型结合诊断报告中的字符级特征,获取特定的医疗术语特征,解决诊断报告中未登录词多,描述自由的问题。然后依据领域知识和模板将诊断报告进行有效的特征扩展,缓解数据稀疏问题。最后用LDA模型判断诊断报告中影像描述与诊断结论特征是否匹配,检测出异常胸片诊断报告。实验结果表明,在阈值为2的情况下,异常检测的准确率为92.82%,召回率为69.54%,检测性能优于传统方法的。
     
    一种基于listwise的在线学习书目排序检索算法
    李茜, 周华健, 杨浩运, 殷海兵
    2020, 42(04): 749-754. doi:
    摘要 ( 92 )   PDF (633KB) ( 150 )     
    高效检索是数字图书馆的核心业务之一,其中排序是高效信息检索的核心问题。给定一系列的书目列表,利用排序模型生成目标书目的排序列表。将学习排序算法应用于信息检索领域时,常用方法是通过最小化pairwise损失函数值来优化排序模型。然而,已有结论表明,pairwise损失值最小化不一定能得到listwise算法的最佳排序性能。并且将在线学习排序算法与listwise算法相结合也非常困难。提出了一种基于listwise的在线学习排序算法,旨在保证listwise算法性能优势的前提下,实现在线学习排序算法,从而降低检索复杂度。首先解决将在线学习排序算法与listwise算法相结合的问题;然后通过最小化基于预测列表和真实列表定义的损失函数来优化排序模型;最后提出基于online-listwise算法的自适应学习率。实验结果表明,所提出算法具有较好的检索性能和检索速度。
     
    一种新型的混沌步长果蝇优化算法
    张铸, 饶盛华, 张仕杰
    2020, 42(04): 755-760. doi:
    摘要 ( 125 )   PDF (523KB) ( 169 )     
    针对果蝇优化算法存在算法易早熟、收敛不足的问题,将Hénon混沌映射引用为步长因子,提出了一种混沌步长果蝇优化算法。利用Hénon映射所产生的混沌现象具有良好的遍历性、多样性的特点来改进果蝇算法的固定步长,并增加放大系数以提高算法的全局和局部搜索能力以及跳出局部最优解的能力。对10个经典测试函数进行测试,并与多个算法进行了对比分析,研究结果表明,该算法具有较高的全局搜索和跳出局部最优解的能力。