计算机工程与科学

2020年第8期目录

2020, 42(08): 0-0. doi:

摘要 ( 220 )

PDF (279KB) ( 217 ) 　　

基于预防性散热的服务器功耗优化方法研究

林楷智, 宗艳艳, 张雁南,

2020, 42(08): 1331-1338. doi:

摘要 ( 210 )

PDF (1575KB) ( 207 ) 　　

随着互联网行业的高速发展和5G时代的到来，对于高性能服务器和存储设备的需求越来越大，但同时对于设备功耗优化的要求也越来越高。提出了一种基于预防性散热的功耗优化控制策略对服务器的功耗进行优化。首先获取设备的最高温度，与温度阈值比较后设为参考点，通过评估参考点的电流变化来预测温度变化的趋势，随后发出相对应的控制信号来预先调节风扇转速，达到功耗优化的目的。搭建了实验系统，并针对系统的功耗优化问题，设计不同周期相同占空比、相同周期不同占空比以及不同温度3组实验来对所提控制策略进行验证，实验结果表明所提出的控制策略可以有效地降低设备功耗。

基于动态权重的一致性哈希微服务负载均衡优化

张开琦, 刘晓燕, 王信, 吉春山, 严馨

2020, 42(08): 1339-1344. doi:

摘要 ( 504 )

PDF (543KB) ( 301 ) 　　

随着互联网技术的发展，互联网服务器集群的负载能力正在面临着前所未有的挑战，实现合理的负载均衡策略尤为重要。为了使负载均衡达到最佳的效率，可以使用一致性哈希算法来对集群负载均衡系统进行负载分配。针对微服务架构的服务器集群场景，对该集群负载均衡的特性进行分析，提出一种基于虚拟节点的一致性哈希环的设计与分割方法及基于动态权值的分配策略，在一致性哈希算法的基础上，实现服务集群之间的负载转移，解决微服务集群中服务负载增多，导致服务之间负载不均衡的问题，防止其中某些服务因为负载压力过大，导致服务崩溃的问题。经实验表明，与传统的一致性哈希算法相比，改进后的负载均衡策略负载不均衡的概率是原来的31%；并且动态分配策略具有良好的负载均衡性能，有效地解决了微服务分布式架构的负载均衡问题。

面向服务的测量船测控服务总线系统

李永刚, 李祥明, 吴云, 杨海民, 毛文

2020, 42(08): 1345-1351. doi:

摘要 ( 140 )

PDF (1138KB) ( 160 ) 　　

当前测量船测控软件系统需要完成对各类飞行器的遥测、遥控、外测、仿真等数据的处理，该系统复杂性较高，不易扩展和维护。面向服务的体系架构SOA是一个组件模型，它将复杂系统的不同功能单元封装为服务，并通过接口实现对服务的调用，大大降低了系统的复杂性，方便了系统功能的扩展。分析了测量船测控软件系统，设计了面向服务的测量船测控服务总线系统架构，该架构支持“服务调度规则”与“服务调度系统”2种服务调度模式，实现了系统服务端、客户端和服务调度。测试结果表明：该系统能够保证2种模式下的服务调用性能，对提高测量船测控软件系统的效率具有重要意义。

基于斯坦纳树和泰森多边形的连通恢复算法

王茂秋, 张江, 张晶,

2020, 42(08): 1352-1358. doi:

摘要 ( 191 )

PDF (808KB) ( 182 ) 　　

针对无线传感器网络容易遭受恶劣环境破坏，连通恢复后各关键节点的能量损耗远大于其他节点从而导致网络断连的问题，提出基于斯坦纳树和泰森多边形的连通恢复算法（CRAST）。首先，将被分割的节点分区抽象为离散点，枚举出离散点区域内的所有非退化四边形，再使用四边形斯坦纳树结构对这些非退化四边形部署中继节点以达到连通恢复。然后，用关键节点构建Delaunay三角网，通过Delaunay三角网构建出整个无线传感器网络的泰森多边形拓扑结构。最后，在泰森多边形所有顶点部署可移动的备用中继节点，在关键节点损坏时通过比较备用节点所占关键节点对应的所有备用节点比重选择要移动的备用节点，移动备用中继节点替换损坏的关键节点。整个算法能使传感器网络以最少的代价实现连通恢复，并且拥有较强的高效性和健壮性。

降低OFDM立方度量的最优限幅滤波算法及神经网络实现

袁田, 朱红亮, 周娟, 朱晓东

2020, 42(08): 1359-1366. doi:

摘要 ( 215 )

PDF (809KB) ( 200 ) 　　

正交频分复用(OFDM)信号的一个主要缺点是信号包络波动过大。峰均功率比是常用的度量OFDM信号包络波动大小的指标，而近期研究表明立方度量可以更加准确地度量OFDM信号包络波动。传统限幅滤波技术可以有效降低立方度量，但其滤波设计并不能保证处理后的信号性能达到最优。针对这一问题，提出了一种最优的限幅滤波设计方案来降低立方度量，其关键思想是考虑滤波操作对信号带内、带外部分的影响，将滤波器设计建模为一个优化问题，通过求解得到最优的滤波器，并与限幅操作结合降低立方度量。由于优化问题的求解复杂度较高，还提出了一种基于深度神经网络的最优限幅滤波实现方案。仿真结果表明，所提出的最优限幅滤波算法及其神经网络实现方案性能相当，但后者的复杂度要低得多。与其它的已知算法相比，新提出的算法及其神经网络实现方案的性能都具有明显的优势。

Mediator的概率扩展

薛骁勇, 孙猛

2020, 42(08): 1367-1373. doi:

摘要 ( 288 )

PDF (517KB) ( 205 ) 　　

Mediator是一种基于组件的形式化建模语言，它提供了分层的模块化结构，从而可以方便地对复杂系统进行建模。它以自动机为其底层单位，自动机连接成的系统作为高级结构，能在对模型进行形式化描述的同时让其本身简单易用。为了使Mediator具有更强的表达能力，可对具有概率行为的系统进行形式化建模，对Mediator做了概率方面的扩展，并对扩展后的语言给出了基于马尔可夫决策过程的语义。同时还介绍了由Mediator模型自动生成PRISM代码的方法，能够使用PRISM工具对Mediator模型的相关性质进行验证。

基于改进鲸鱼优化的覆盖表生成算法

刘向婷, 曹小鹏

2020, 42(08): 1374-1382. doi:

摘要 ( 149 )

PDF (544KB) ( 137 ) 　　

为提高组合测试中覆盖表生成效率，基于覆盖表生成的离散性，提出一种改进的鲸鱼优化算法。该算法首先利用编码转换的思想，将鲸鱼个体连续运动方式编码为适用于覆盖表的离散方式；其次，在算法的开发与搜索阶段加入迭代演化算子，以提高算法的全局搜索能力；最后，针对覆盖表生成中算法本身的局限问题，使用平均海明距离跳出局部最优，并通过约束求解器和惩罚函数法增加约束处理机制，以提高算法实际应用能力。实验结果表明，与其它已有算法相比，所提出的算法在覆盖表生成规模上具有更好的优势。

多序列比对算法族的形式化设计与生成

张旭初, 石海鹤

2020, 42(08): 1383-1392. doi:

摘要 ( 160 )

PDF (1015KB) ( 185 ) 　　

多序列比对问题是生物信息学研究的重要部分，是解决物种进化关系、基因组序列分析等问题的基础。多序列比对算法具有很高的专用性，不同的算法适用于不同的研究环境。目前常用的多序列比对软件是在生物信息学理论指导下利用多个子算法装配形成的，而现有的研究主要针对特定算法的特定步骤进行优化，缺乏领域层次高抽象性的算法框架研究，致使多序列比对算法较为繁杂且冗余过多。根据产生式编程以及软件复用的思想，分析了多序列比对算法族MSAA的特征，设计了相应的泛型算法构件并刻画了构件间的交互关系，进一步借助PAR平台形式化构建了MSAA构件库，提高了装配算法的可靠性和组装灵活性，便于研究人员的维护和优化。

智能视频异常事件检测方法综述

王思齐, 胡婧韬, 余广, 祝恩, 蔡志平

2020, 42(08): 1393-1405. doi:

摘要 ( 625 )

PDF (987KB) ( 509 ) 　　

视频异常事件检测问题是计算机视觉领域的重要研究课题之一，旨在基于模式识别和计算机视觉方法智能地从监控视频中自动检测出需要关注的异常事件或行为，在实际生活中有广泛的应用和巨大的潜在需求，是人工智能技术落地的重要方向之一。同时，近年来以深度学习为代表的新兴机器学习技术及其在各个领域中取得的巨大成功，极大地启发了各类先进技术在视频异常事件检测问题中的应用。首先回顾了视频异常事件检测问题的定义和面临的主要挑战，随后从视频异常检测包含的3个最主要的技术环节（视频事件提取、视频事件表示、视频事件建模与检测）对当前主流视频异常事件检测技术进行了介绍，并对其各自的优缺点进行了分析和总结。最后，
介绍视频异常检测领域中常用的基准测试数据集和相应的评价指标，
对比当前主流方法的视频异常事件检测性能，对这些方法进行讨论并给出结论和展望。

基于VGG网络的鲁棒目标跟踪算法

徐亮, 张江, 张晶, 杨亚琦

2020, 42(08): 1406-1413. doi:

摘要 ( 227 )

PDF (1475KB) ( 251 ) 　　

针对传统目标跟踪算法中当目标被遮挡和受光照强度变化等多种因素干扰时，相关滤波器模板更新不准确，误差逐帧累积最终导致目标跟踪失败，提出了一种基于VGG网络的鲁棒目标跟踪算法。首先通过VGG网络对第1帧输入图像中的局部上下文区域提取平均特征图来建立相关滤波器模板；然后通过VGG网络对后续帧输入图像中的局部上下文区域提取平均特征图和仿射变换平均特征图；其次与核相关滤波跟踪算法相结合，自适应确定目标位置和最终目标位置；最后自适应更新最终平均特征图和最终相关滤波器模板。实验结果表明，本文算法在目标被遮挡和受光照强度变化等多种因素干扰时，仍具有较高的目标跟踪精度和较强的鲁棒性。

基于C-AdaBoost模型的乳腺癌预测研究

李勇, 陈思萱, 贾海 , 王霞

2020, 42(08): 1414-1422. doi:

摘要 ( 198 )

PDF (921KB) ( 177 ) 　　

机器学习和深度学习技术可用于解决医学分类预测中的许多问题，其中一些分类算法的预测精度较高，而另一些算法的精度有限。
提出了基于C-AdaBoost模型的集成学习算法，对乳腺癌疾病进行预测，发现了判断乳腺癌是否复发、乳腺癌肿瘤是否为良性的最优特征组合。通过逐步回归方法对现有特征进行二次选取，并结合C-AdaBoost模型使得预测效果更优。大量实验表明，基于C-AdaBoost模型的算法的预测准确率比SVM、Naive Bayes、RandomForest以及传统的集成学习模型等机器学习分类器的准确率最多可提高19.5%，从而可以更好地帮助医生进行临床决策。

基于LM_RBF-PID的板球系统轨迹控制

黄文杰, 向凤红, 毛剑琳

2020, 42(08): 1423-1429. doi:

摘要 ( 159 )

PDF (924KB) ( 144 ) 　　

板球系统是一个典型的两输入两输出系统。针对RBF-PID控制算法存在响应速度慢、震荡严重等问题，在忽略干扰因素的条件下应用拉格朗日方程对板球系统进行数学建模，利用RBF神经网络在线辨识板球系统的离散模型，实现自适应控制。在此基础上用LM算法代替梯度下降法整定控制参数，设计出LM_RBF-PID控制器并与RBF-PID控制器进行阶跃信号响应和方波信号响应对比，最后在板球系统中完成方形轨迹跟踪实验。实验结果表明，所提控制算法提高了轨迹跟踪控制精度，能够确保板球系统跟踪控制良好的稳定性和收敛性。

加权犹豫三角模糊距离度量及其在群决策中的应用

马慧, 魏立力

2020, 42(08): 1430-1439. doi:

摘要 ( 146 )

PDF (472KB) ( 133 ) 　　

对于犹豫三角模糊元中不同的元素作为隶属度的重要性不同，提出加权犹豫三角模糊元和加权犹豫三角模糊集的概念，研究了决策值为加权犹豫三角模糊元的群决策问题。首先，给出了加权犹豫三角模糊距离公式;其次，基于计算方便且不改变三角模糊数作为隶属度的重要性，提出一种对加权犹豫三角模糊元添加元素的方法;最后，提出加权犹豫三角模糊距离度量的群决策方法，并应用于加权犹豫三角模糊环境下的群决策。数值实例表明，加权犹豫三角模糊距离度量在群决策中具有合理性和可行性。

基于自编码器和集成学习的半监督异常检测算法

夏火松, 孙泽林

2020, 42(08): 1440-1447. doi:

摘要 ( 294 )

PDF (933KB) ( 264 ) 　　

异常检测用来预处理数据，挖掘异类数据信息，是数据挖掘的一种重要方法。近年来由于维度灾难问题，高维异常数据检测显得十分困难，针对上述问题提出一种基于自编码器和集成学习的半监督异常检测算法。首先利用自编码器降维，在编解码过程中异常数据的异常程度被增大，然后在AdaBoost提升框架中融合iforest、LOF、K-means算法，基于3种算法对于不同异常类型的敏感性，提升异常检测的准确性。选取UCI机器学习库中的高维异常数据集进行实验。实验结果表明，该模型的准确性相较于目前主流的异常检测算法有显著提升。

基于二分搜索改进Karnik-Mendel算法的广义二型模糊逻辑系统降型

陈阳, 王涛

2020, 42(08): 1448-1453. doi:

摘要 ( 227 )

PDF (621KB) ( 171 ) 　　

广义二型模糊逻辑系统在近年来被广泛关注，降型仍然是系统的核心模块。改进Karnik-Mendel算法是最流行的降型算法。根据广义二型模糊集的α-平面表达理论，提出一类二分搜索改进Karnik-Mendel算法来完成广义二型模糊逻辑系统质心降型。在取相同的主变量采样率情况下，通过2个计算机仿真示例说明，该算法在不损失计算精度的前提下可取得比改进Karnik-Mendel算法更高的计算效率。

基于Pareto解集分段预测策略的动态多目标进化算法

马永杰, 陈满丽, 陈敏

2020, 42(08): 1454-1462. doi:

摘要 ( 139 )

PDF (1613KB) ( 151 ) 　　

针对现有的动态多目标优化算法种群收敛速度慢、多样性难以保持等问题，提出了一种基于Pareto解集分段预测策略的动态多目标进化算法BPDMOP。当检测到环境变化时，对前一时刻进化得到的Pareto最优解根据任一子目标函数进行排序，并按照该子目标的大小均分为3段，分别计算出每一段Pareto解集中心点的移动方向；对每一段Pareto子集进行系统抽样得到Pareto前沿面的特征点，
利用线性模型分段预测下一代种群；根据优化问题的难易程度，自适应地在预测的种群周围产生随机个体来增加种群的多样性。
通过对3类标准测试函数的实验表明了该算法能够有效求解动态多目标优化问题。

局部广义多粒度粗糙集

王虹, 李敏赢

2020, 42(08): 1463-1471. doi:

摘要 ( 153 )

PDF (490KB) ( 163 ) 　　

多粒度粗糙集的目标概念是一种由多个二元关系诱导的粒结构近似，是粗糙集领域的一个有价值的研究方向，在实际中得到了广泛的应用。然而，当数据集的规模很大时，会出现大量的未标记数据，计算目标概念的近似时需要计算所有对象的等价类，而且需要花费大量的时间来描述目标概念的近似以及复杂的计算过程，因此提出了局部广义多粒度粗糙集模型。首先通过引入特征函数来定义下近似和上近似；其次提出了一种用矩阵求解局部广义多粒度粗糙集下近似和上近似的方法，进一步研究了它们的性质；最后通过实例来验证所提模型的有效性，并给出了求局部广义多粒度粗糙集下近似的算法。此模型可以充分利用目标概念中的数据信息来处理数据，同时可以节省大量的计算时间。

星型结构的多目标粒子群算法求解多模态多目标问题

高海军, 潘大志

2020, 42(08): 1472-1481. doi:

摘要 ( 189 )

PDF (1958KB) ( 163 ) 　　

首先，根据多目标粒子群算法中的粒子结构信息，利用非支配解集构造粒子个体邻域之间的拓扑结构，提出星型结构的多目标粒子群算法用于求解多模态多目标问题。其次，针对多目标粒子群中全局最优个体选择困难，提出一种非支配解集分布均匀程度的评价方法，评价结果用于确定当前粒子对应的全局最优个体。最后，结合2种方法提出带均匀计算方法的星型拓扑结构多目标粒子群优化算法STMOPSONCMIU。通过测试函数分析算法的收敛性，表明改进的算法比原来的算法收敛速度快。实验结果表明，该算法可以较好地兼顾问题的目标空间和决策空间的分布，有效解决多模态多目标问题。

基于样本熵和模式识别的脑电信号识别算法研究

沈晓燕, 王雪梅, 王燕

2020, 42(08): 1482-1488. doi:

摘要 ( 165 )

PDF (918KB) ( 252 ) 　　

脑-机接口BCI是一种实现人脑和外部设备通信的新兴技术。基于时频特性进行特征提取的传统方法无法体现EEG信号的非线性特征。为了进一步提高分类的准确率，首先采用小波阈值降噪的预处理方法提高了EEG信号的信噪比。然后结合非线性动力学的样本熵参数，对3种想象运动的脑电信号进行特征提取，保留了脑电信号的非线性特征。其中，运动想象MI脑电信号的研究一直都是BCI这一高速发展领域的重点目标。还研究了支持向量机、LVQ神经网络和BP神经网络3种分类器。通过实验结果对比发现，BP神经网络具有较高的识别率，更适用于脑电信号的分类识别。

融合特征向量中心性与标签熵的标签传播算法

潘曙灿, 许青林

2020, 42(08): 1489-1499. doi:

摘要 ( 156 )

PDF (757KB) ( 138 ) 　　

重叠社区结构挖掘旨在发现复杂网络中多个独立社区之间的重叠部分，其在社交、交通、舆情乃至反恐等领域具有广泛的应用。然而，目前基于标签传播的重叠社区挖掘算法在社区结构模糊的网络中表现出较强的随机性，导致准确度不高。针对重叠社区模糊边界导致的不确定性和低准确度问题，提出一种融合特征向量中心性与标签熵的标签传播算法ECLE-LPA。ECLE-LPA通过融合节点的K-核迭代因子与特征向量中心性来计算节点影响力并初始化节点标签，在标签传播过程中，通过节点标签熵和节点间亲密度更新节点标签列表及其标签隶属度，从而较好地克服了社区模糊边界的识别问题。实验结果表明：在Les Miserables、Polbooks、Football、Polblogs和Netscience等真实网络中，ECLE-LPA划分结果的EQ值普遍比对比算法提高了1%～3%;在社区结构模糊的人工网络中，ECLE-LPA划分结果的NMI值比其他标签传播算法提高了10%以上。

一种基于降噪自编码器的隐式反馈推荐算法

杨丰瑞, 李前洋, 罗思烦,

2020, 42(08): 1500-1505. doi:

摘要 ( 137 )

PDF (578KB) ( 153 ) 　　

现有的隐式反馈协同算法直接利用稀疏的二值社交信任信息辅助推荐，存在严重的数据稀疏问题，且没有深层次地融合社交信任信息的影响。针对以上问题，提出利用降噪自编码器深度融合用户隐式反馈数据与社交信息的算法。首先从不同的角度区分用户信任，提出一种信任相似度的新度量方法来改善社交数据的稀疏性，利用降噪自编码器将信任数据与用户隐式交互信息深度融合，通过综合二者的影响，有效提高了推荐质量。实验表明，该算法优于现有主流的的隐式反馈推荐算法。

融合结构与属性视图的可重叠社区发现算法

昌阳, 马慧芳,

2020, 42(08): 1506-1513. doi:

摘要 ( 154 )

PDF (796KB) ( 146 ) 　　

社区发现算法是发现社区内部结构和组织原则的基本工具。现有的基于模型的算法和基于优化的算法通常考虑2种信息源，即网络结构和节点属性，以获得具有更密集的网络结构和相似属性信息的社区。然而此类算法在聚类过程中无法自动确定结构与属性之间的相对重要性，以揭示子空间，因此检测到的社区质量还需提升。将子空间集成到一个重叠社区发现框架中，设计了自适应结构和属性权重策略，有效地揭示子空间，从而发现多样性的社区。在人工和真实网络上进行了广泛的实验，进一步分析验证了揭示子空间对于捕获更好的社区的重要性，说明了本文算法的合理性和有效性。

基于CNN和深层语义匹配的中文实体链接模型

吴晓崇, 段跃兴, 张月琴, 闫雄

2020, 42(08): 1514-1520. doi:

摘要 ( 240 )

PDF (724KB) ( 228 ) 　　

实体链接是知识图谱领域的重要研究内容，现有的实体链接模型研究大多集中在对手工特征的选择上，不能很好地利用实体间的语义信息来实现更高效的实体链接效果。故提出一个基于深度语义匹配模型和卷积神经网络的实体链接模型，候选实体生成阶段采用构造同名字典，并基于上下文进行字典扩充，通过匹配来选择候选实体集。通过卷积神经网络来捕获深层语义信息，进行特征提取，并将其作为语义匹配模型的输入，通过模型训练学习选择出最佳参数，并输出语义相似度最高的候选实体作为实体链接的结果。在NLP & CC2014_ERL 数据集上较Ranking SVM模型准确率提升了3.9%，达到86.7%。实验结果表明了提出的新模型性能优于当前的主流模型。

当期目录

作者中心

审稿中心

在线期刊