计算机应用研究杂志

计算机应用研究杂志2019年第1期

• Android恶意软件检测方法研究综述

  李江华,邱晨,

  基于Android系统恶意软件检测的全流程，对比和分析了国内外的研究现状和进展，从样本获取的角度介绍了标准化数据样本的来源及作用，从特征选择的角度阐述了特征选择应遵循的原则；重点从检测方法的角度对比和分析了各种检测方法的优缺点，同时总结和归纳了特征数据集筛选方法以及实验结果评估方法。最后结合实际应用和需求，展望了未来Android恶意软件检测方法的研究和发展方向。

• 中文分词模型词典融入方法比较

  冯雪,

  基于统计的方法一般采用人工标注的句子级的标注语料进行训练，但是这种方法往往忽略了已有的经过多年积累的人工标注的词典信息。这些信息尤其是在面向跨领域时，由于目标领域句子级别的标注资源稀少，从而显得更加珍贵。因此，如何充分且有效地在基于统计的模型中利用词典信息是一个非常值得关注的工作。最近已有部分工作对它进行了研究，按照词典信息融入方式大致可以分为两类：一类是在基于字的序列标注模型中融入词典特征；另一类是在基于词的柱搜索模型中融入特征。对这两类方法进行比较，并进一步进行结合。实验表明，这两类方法结合之后，词典信息可以得到更充分的利用，最终无论是在同领域测试和还是在跨领域测试上都取得了更优的性能。

• 基于图优化的SLAM后端优化研究与发展

  张洪华,刘璇,陈付豪,李文彬,张建华,

  同时定位与地图构建（SLAM）是当前机器人定位导航的研究热点。从优化模型、优化算法及对结果的评估阐述了基于图优化的SLAM后端优化。在建模方面，分析了动态贝叶斯网络建模、因子图建模和马尔可夫图建模；讨论了后端优化的四种方法，即最小二乘优化方法、松弛优化方法、随机梯度下降优化方法和流形优化四种方法。在结果评估方面，阐述了χ2误差和MSE误差对结果的评估方法。最后，结合当前研究热点对SLAM的发展作出了展望。

• 基于Spark的并行Eclat算法

  冯兴杰,潘轩,

  通过对Spark大数据平台以及Eclat算法的深入分析，提出了基于Spark的Eclat算法（即SPEclat）。针对串行算法在处理大规模数据时出现的不足，该方法在多方面进行改进：为减少候选项集支持度计数带来的损耗，改变了数据的存储方式；将数据按前缀进行分组，并划分到不同的计算节点，压缩数据的搜索空间，实现并行化计算。最终将算法结合Spark云计算平台的优势加以实现。实验表明该算法可在处理海量数据集时高效运行，并且在面对数据量大规模增长的情况下具备良好的可扩展性。

• 根生群优化算法

  吴正军,冯翔,虞慧群,

  针对全局优化问题，基于一类支持向量数据描述（SVDD）和已有的根系生长算法提出一种新的智能优化算法——根生群优化算法，将根系划分为主根群体和侧根群体。基于SVDD描述主根群体的生长行为，将土壤中养分浓度最高的位置作为全局优化的目标，构建了根系生长模型；分析了RGSO的数学模型，从理论上证明了RGSO的收敛性。在实验中，与当前最先进的其他三种算法进行综合比较，并观察了不同参数对优化效果的影响。实验结果验证了RGSO的收敛性和有效性，表明RGSO是一种解决全局优化问题的有效算法。

• 系统功能结构最简式分析方法

  崔铁军,李莎莎,王来贵,

  为使空间故障树理论具有分析离散可靠性数据的能力，基于因素空间理论提出了一种分析系统功能结构最简式的方法，主要用于了解系统功能与元件功能之间的因果关系和内涵。给出了系统功能结构最简式方法的步骤和相关定义；使用一个系统的32条故障状态组成背景空间，分析其中蕴涵的系统功能与元件功能关系。同时随机选择23条故障状态组成了一个背景空间子集，得到蕴涵的功能关系。对比两种功能关系的最简结构式差异，根据布尔代数，得到元件之间的隐含功能关系为：元件Z3的功能与Z1或Z2或Z1+Z2的功能相同，从而得到关于系统可靠性的元件等效和替换关系。同时背景空间的两个子集最简结构式的和不等于原背景空间最简结构式，给出了两者相等的条件。

• 云计算环境中面向DAG任务的多目标调度算法

  徐健锐,朱会娟,

  为了实现任务执行效率与执行代价的同步优化，提出了一种云计算环境中的DAG任务多目标调度优化算法。算法将多目标最优化问题以满足Pareto最优的均衡最优解集合的形式进行建模，以启发式方式对模型进行求解。为了衡量多目标均衡解的质量，设计了基于hypervolume方法的评估机制，从而可以得到相互冲突目标间的均衡调度解。通过配置云环境与三种人工合成工作流和两种现实科学工作流的仿真实验测试，结果表明，比较同类单目标算法和多目标启发式算法，算法不仅求解质量更高，而且解的均衡度更好，更加符合现实云的资源使用特征与工作流调度模式。

• 加权有向网络中心节点识别的分解算法研究

  刘臣,李丹丹,韩林,安咏雪,

  目前复杂网络节点重要性识别算法主要集中在无权、无向网络上不能全面地描述真实世界复杂网络的情况。大部分中心性度量方法仅仅考虑单一指标，忽略了节点出度与入度的差异，且忽视了权重的重要性。基于有向加权复杂网络，综合考虑节点出度与入度的差异，以及权值在真实网络中的实际重要性，提出了一种基于出度、入度和权值的中心节点识别算法——cw-壳分解算法。为了验证该算法的有效性，利用W-SIR传播模型在真实复杂网络上进行病毒传播仿真实验，结果表明cw-壳分解方法能够有效地对节点进行分级排序，识别出具有高扩散能力的节点。

• 基于移不变字典学习和稀疏编码的滚动轴承故障识别算法

  曲建岭,余路,高峰,田沿平,李俨,

  针对现有旋转机械故障识别算法过度依赖专家先验知识的问题，提出了一种基于移不变字典学习和稀疏编码（SIDL-SC）的自适应故障识别算法。将不同故障状态下的振动信号进行分段和平滑预处理以降低数据处理复杂度；将加入自适应惩罚因子的移不变字典学习算法用于提取不同故障状态下的移不变基函数；利用高效的特征符号搜索算法求解待识别信号在不同基函数下的稀疏系数以实现对待识别信号的重构。最后，以重构残差作为对该信号故障状态识别的判断依据。滚动轴承振动数据库和实测航空发动机振动信号的实验结果表明，该算法相较于现有算法具有更高的故障识别准确率，在实际中具有较强的可行性。

• BioTrHMM:基于迁移学习的生物医学命名实体识别算法

  高冰涛,张阳,刘斌,

  为了降低生物医学文本中命名实体识别对目标领域标注数据的需求，将生物医学文本中的命名实体识别问题转换为基于迁移学习的隐马尔可夫模型问题。对要进行命名实体识别的目标领域数据集无须进行大量数据标注，通过迁移学习的方法实现对目标领域的识别分类；以相关领域数据为辅助数据集，利用数据引力的方法评估辅助数据集的样本在目标领域学习中的贡献程度，在辅助数据集和目标领域数据集上计算权值进行迁移学习。基于权值学习模型，构建基于迁移学习的隐马尔可夫模型算法BioTrHMM。在GENIA语料库的数据集上的实验表明，BioTrHMM算法比传统的隐马尔可夫模型算法具有更好的性能，仅需要少量的目标领域标注数据即可具有较好的命名实体识别性能。

• 基于特征航迹简化模型的中心航迹提取研究

  王莉莉,彭勃,

  针对现有中心航迹提取方法存在的问题，诸如进近转弯点容易缺失，数据量庞大、运算耗时，有些航迹点没有代表性，提出基于特征航迹简化模型的中心航迹提取方法。根据“以直代曲”思想简化航迹点数据，然后基于特征航迹的航向进行聚类，求得平均航向并得到了中心航迹定位点，最后使用B样条曲线拟合得到了中心航迹。仿真结果表明，使用新方法航迹点数量减小了78.92%，同时准确地得到了中心航迹，解决了转弯点缺失和耗时的问题，并且验证了新方法对于中心航迹的提取具有准确性和有效性。

• 网购评语高频词共现网络的结构特征分析

  李桃迎,李峰,吕晓宁,

  网购评语是消费者对网购商品的直接反馈，从中挖掘有价值的知识有助于为商家开展精准化营销和个性化推荐服务、消费者制定购买决策等提供依据。鉴于此，以国内大型综合型电商平台上服装类网购评语为研究对象，对评语分词、筛选高频词、分析高频词之间的共现关系构建高频词共现网络，分析得出网络评语的热点词多个结构特征和评语网络中少数节点对网络的运行起着主导的作用，为网购评语挖掘研究领域提供了按照网购评语高频词共现网络的结构特性对销量的交互影响进行研究的思路。

• 实现家庭服务机器人中文指令解析问题研究

  徐园园,孔令富,高胜男,

  为了实现家庭服务机器人在无人干预的情况下自主地执行中文指令中蕴涵的服务任务，提出一种基于回答集的中文指令任务规划方法，将组块标注和回答集编程（answer set programming，ASP）应用于家庭服务机器人任务规划。通过组块标注对中文指令进行预处理，根据转换规则将关键信息转换为谓词集，并将它转换成ASP规则，给出中文服务指令处理的各个环节的实验结果，并结合实例展示从谓词集到机器人可以执行的动作序列的映射过程。最后，通过合并部分原子动作的方式对回答集进行改进，提高了求解效率，并在任务规划时加入了成本规划，确认求得最优动作序列。该方法对促进自然人—机器人交互技术的发展具有重要的意义。

• 基于极性转移和LSTM的树结构网络与句子分类

  汪冉,金忠,

  长短期记忆网络（long short term memory，LSTM）是一种能长久储存序列信息的循环神经网络，在语言模型、语音识别、机器翻译等领域都得到了广泛的应用。首先研究了前人如何将LSTM中的记忆模块拓展到语法树得到LSTM树结构网络模型，以获取和储存句子深层次的语义结构信息；然后针对句子词语间的极性转移在LSTM树结构网络模型中添加了极性转移信息而提出了极性转移LSTM树结构网络模型，更好地获取情感信息来进行句子分类。实验表明在Stanford sentiment tree-bank数据集上，提出的极性转移LSTM树结构网络模型的句子分类效果优于LSTM、递归神经网络等模型。

• 基于勾股模糊语言幂加权平均算子的多属性群体决策方法

  丁恒,李延来,

  针对多属性群决策问题，采用能够方便专家参考语言集信息进行评价并且取值灵活的勾股模糊语言集进行了处理。首先，基于语言集和勾股模糊集的距离测度给出了勾股模糊语言数距离测度的定义与相关性质；以勾股模糊语言数的距离测度作为幂均（PA）算子的距离度量，提出了勾股模糊语言幂加权平均（PFLPWA）算子用于对群决策过程中不同专家评价矩阵进行融合，同时在融合过程中考虑专家评价的差异性；最后，基于PFLPWA算子构建了勾股模糊语言环境下的群体决策新方法，并通过案例分析检验了PFLPWA算子应用于群决策中的有效性和适用性。

• 基于视频信息的城市路段交通安全状态评估方法研究

  蔡延光,陈骋逵,蔡颢,黄何列,戚远航,

  针对现有交通安全状态实时评估方法的评估效果不理想的问题，建立了基于视频信息的城市路段交通安全状态评估方法，分析了基于视频信息的交通流参数快速检测方法，从车速离散度的角度提出了影响城市路段交通安全状态的路段车速离散度的概念，建立了基于路段车速离散度的城市路段交通安全状态评估方法。实验表明，所提方法能够实时合理地对城市道路的安全状态水平进行评估，评估结果可以为交通管理部门制定有效的城市路段交通安全改进方案提供相应的依据。

• 基于用户评分和共同评分项的协同过滤算法研究

  张宏,王慧,

  针对协同过滤算法存在的问题进行改进，以提高评分预测和推荐结果的准确性。传统的相似度度量方法只考虑用户评分，过于简单，在皮尔森相似度的基础上引入用户评分时间和商品流行度对用户评分进行加权处理，并与基于共同评分项规模的相似度计算进行加权组合，使得计算结果更加准确，也更符合现实意义。实验结果表明，新算法评分预测的平均绝对误差明显低于皮尔森相似度，将MAE降低了10%以上，并提高了推荐的召回率和覆盖率。该算法只在电影评分数据集上进行实验验证有一定的局限，但能够提高协同过滤算法的准确性，具有一定的现实意义。

• 基于区块链机制的云计算环境下服务组合策略的研究

  王磊,赵晓永,

  云计算环境下服务组合具有规模大、复杂性高、失效类型多以及资源动态变化等特征，因此安全、可信的服务组合方案是云环境下海量服务资源灵活部署、按需提供的最大挑战。对区块链共识机制、智能合约及可编程特征进行深入分析，类比服务组合特征与流程，基于服务层次覆盖网络（service overlay networks，SON）理论提出一种可信度和可靠性更为突出的以区块链为底层基础设施的服务组合体系架构；考虑区块链共识机制带来的安全策略，借鉴智能合约的功能与作用，提出了跨服务覆盖层的基于链路预测生存时间及服务强度最优策略的高效服务路径生成算法；设计了带有单点信任度及交互紧密度指标的可信服务质量模型（trust of service，ToS），以及该ToS驱动下的服务路径选择算法。仿真结果表明，基于区块链机制的服务组合实现策略大大提升了组合服务执行的成功率及可用性。

• 一种自动分类的网页搜索排序算法

  刘铭瑀,刘学亮,胡骏,

  针对传统网页排序算法Okapi BM25通常会出现网页与查询关键词领域无关的领域漂移现象，以及改进算法需要人工建立领域向量的问题，提出了一种基于BM25和softmax回归分类模型的网页搜索排序算法。方法对网页文本进行数据预处理并利用词袋模型进行网页文本的向量表示，之后通过少量的网页数据训练Softmax回归分类模型，来预测测试网页数据的类别分数，并与BM25信息检索的分数结合在一起，得到最终的网页排序结果。实验结果显示该检索算法无须人工建立领域向量，即可达到很好的网页排序结果。

• 基于改进遗传算法的VMS选址研究与分析

  余雷,马生涛,杨杰,康缘,

  针对智能交通诱导系统在国内应用的不成熟，采用改进型遗传算法对可变信息板（VMS）在路网中的布点位置进行了全局索优，对基本遗传算法中的编码方式、选择方法进行了改进，同时采用动态衰减变异概率进行变异操作，并运用多目标优化算法将多目标函数单一化，针对某一路段上的VMS对该路段下游不同位置的影响程度的不同，引入衰减影响因子；然后以复杂虚拟路网为仿真实例进行了VMS布局仿真检验。结果表明，该方法以VMS效用和经济成本为评价指标，较好地实现了交通路网中VMS选址的最优分布，同时达到了节约资源的目的，具有一定的科学性和实用性。

• 基于多目标进化算法的多距离聚类研究

  刘丛,万秀华,彭敦陆,邬春学,

  传统的聚类算法通常基于单一的距离度量而设计，如何将多种距离度量有机融合在一起是当前面临的一个挑战。提出了一种基于多目标进化算法的多距离度量聚类框架（multiobjective evolutionary multiple distance measure clustering，MOMDC），并使用欧氏距离和Path距离来设计实际框架。该框架将数据集分别用两种距离测度预聚类，而后将预聚类结果作合并，以降低问题的规模，分别计算子类间的两种距离关系；最后使用多目标进化算法在两种距离空间中并行聚类。在多目标进化算法设计中，使用实数—标签的编码方式来设计染色体，并且设计了基于两种距离测度的两个适应度函数对染色体进行评估。最终将MOMDC与其他几种经典算法在大量的数据集上进行实验对比。实验表明，该框架对不同分布的数据集均能取得良好的结果。

• 一种邻域自适应半监督局部Fisher判别分析算法

  杜伟,房立清,齐子元,

  针对利用局部化思想解决多模数据的判别分析问题时，根据经验对局部邻域大小进行全局统一设定，无法体现局部几何结构差异性的不足，提出一种邻域自适应半监督局部Fisher判别分析（neighborhood adaptive semi-supervised local Fisher discriminant analysis，NA-SELF）算法。该算法在半监督局部Fisher判别分析算法的基础上，结合马氏距离和余弦相似度确定初始近邻数，并根据样本空间概率密度估计调整近邻数。通过人工数据集和五组UCI标准数据集对该算法的特征降维性能进行验证，并与典型的维数约简算法和采用传统K近邻方法的判别分析算法进行比较，实验结果表明该算法具备更高的有效性。

• 穿戴式跌倒检测中特征向量的提取和降维研究

  李雷,张帆,施化吉,周从华,

  穿戴式跌倒检测中老年人特征属性过多会造成维数灾难，影响后续跌倒检测精度。针对此问题，首先采用时域分析法提取初始特征向量集，用提出的改进核主成分分析算法（IKPCA）对特征向量进行降维，从而获得优质的特征向量集，使得后续的分类具有更好的效果。IKPCA算法首先利用I-RELIEF算法对初始特征向量集进行特征选择，然后计算跌倒特征向量的信息度量和相似度度量；最后根据跌倒特征向量的相似度度量剔除无效的跌倒特征向量。IKPCA算法不但保持核主成分分析算法（KPCA）较好的降维能力，而且扩充了较好的分类能力。利用真实的数据集进行实验，对比分析表明，相比其他算法，IKPCA算法能够得到更优质的特征向量数据集。

• 一种倒排索引压缩方法

  白福均,高建瓴,李宛蓉,贺思云,肖绍武,

  针对自适应分段压缩ASCS算法进行了研究，对于ASCS算法中采用的均匀分段方式并非最优分段问题，提出以人工蜂群算法优化ASCS算法中的分段方式；对于ASCS算法考虑序列占用空间的影响因素过于单一问题，提出多因素下的改进算法；对于分布不均的长序列在ASCS算法下压缩率不理想的问题，提出先排序后差分编码操作再以ASCS算法压缩。通过对比实验证明，优化改进后的算法可以较显著地压缩倒排索引。

• 基于延迟函数次梯度启发式道路交通补偿策略

  刘艳锐,姚迪,李金培,

  解决道路交通拥堵的主要想法是，对于有些容易造成拥堵的道路进行收费，而对于其他未充分利用的道路进行适当补偿，对此提出一种基于延迟函数的次梯度启发式道路交通补偿策略。首先，给出道路集的收费/补贴的非线性规划模型，主要是基于Beckmann最小化目标函数实现，然后利用库恩—希尔斯条件和拉格朗日乘子建立模型的条件约束；其次，基于启发式算法建立道路交通的定价补偿策略，利用边际成本建立延迟函数分析模型，然后基于次梯度法进行模型的优化；最后，通过在真实道路网络上的仿真实验，显示所提算法在旅行时间、交通流量、收敛性等指标上均具有较好的性能，验证了算法的有效性。

• 面向不平衡分类的IDP-SMOTE重采样算法

  盛凯,刘忠,周德超,冯成旭,

  传统的分类算法在对不平衡数据进行分类时，容易导致少数类被错分。为了提高少数类样本的分类准确度，提出了一种基于改进密度峰值聚类的采样算法IDP-SMOTE。首先，采用Box-Cox变换和σ准则对密度峰值聚类算法进行改进，实现了聚类中心和离群点的自动判别；然后，将改进的密度峰值聚类算法与SMOTE升采样算法相结合，去除噪声数据，并基于少数类样本的局部密度和邻近距离，在子类的范围内合成采样数据。该算法有效避免了升采样导致的边界模糊，改善了类内不平衡及边界样本难以学习的问题，同时实现了自动聚类和重采样，防止了人为因素干扰。通过实验对比，验证了提出算法的有效性和自适应性。

• 多重关联的静态回归测试用例集构建研究

  刘惠敏,赵逢禹,刘亚,

  静态回归测试用例集构建策略是依据程序间的调用关联，分析因代码更改而受影响的模块，进而构建回归测试用例集，该方法并没有考虑程序间的隐式数据关联，对同一数据库操作或者对公共对象数据操作的方法间存在隐式数据关联。针对代码更改不仅会对调用关联的方法产生影响，也会对隐式数据关联的方法产生影响进行研究，提出了一种多重关联的静态回归测试用例集构建策略，通过构建多重方法关联图分析方法间调用关联和隐式数据关联，进而依据关联关系构建因代码更改而受影响的回归测试用例集。通过对四个开源项目进行实验评估，实验结果表明提出的静态策略提高了回归测试的安全性和精确性。

• 基于统计差分LPP的多模态间歇过程故障检测

  郭金玉,仲璐璐,李元,

  针对工业过程数据存在的非高斯和多模态特性，提出一种基于统计差分LPP的多模态间歇过程故障检测方法。该方法将统计模量分析的方法应用到间歇过程训练数据集中，计算统计过程变量的均值和方差，将不等长的批次变成等长的统计量，保证统计模量近似服从高斯分布；然后运用差分算法使多模态变为单模态；最后运用LPP算法进行降维和特征提取，计算样本的T2统计量，并利用核密度估计确定控制限。对于新来的测试样本数据统计差分处理后，向LPP模型上进行投影，计算新数据的T2统计量并与控制限比较进行故障检测。最后通过半导体过程数据的仿真结果表明，该算法的故障检测效果最好，验证了所提方法的有效性。

• 不确定NNSB-OPTICS聚类算法在滑坡危险性预测中的研究与应用

  毛伊敏,陈华彬,李忠利,张灿龙,

  针对滑坡危险性预测中降雨等不确定因素不能有效刻画及处理和现有的OPTICS-PLUS聚类算法需要设置密度阈值、时间复杂度高等问题进行了研究，为了提高滑坡危险性预测准确率，提出一种不确定NNSB-OPTICS聚类算法并应用于滑坡预测中。首先对OPTICS-PLUS算法扩张策略进行优化，避免了人工设置密度阈值，提高了算法效率；然后根据降雨量数据的分布特征，综合EW型距离公式和云模型理论，提出EC型距离公式，有效处理不确定数据降雨量；最后将不确定NNSB-OPTICS聚类算法应用于延安市宝塔区滑坡危险性预测中，建立滑坡危险性预测模型，滑坡预测精度达到89.7%。实验结果表明，该方法能够有效提高滑坡危险性预测精度，具有较高的可行性。

• 一种多核系统任务调度算法动态度量方法

  谢盈,吴尽昭,

  任务调度算法的优劣直接影响系统的功能和性能，对其进行功能验证和性能评价具有很强的现实意义。改进了IMC构建多核系统任务调度算法的功能模型，扩展aCSL从逻辑层次上刻画任务调度算法的性能指标，并基于改进的IMC和扩展的aCSL提出了一种多核系统任务调度算法动态度量方法实现对任务调度算法的功能验证和性能评价。用例分析表明提出的动态度量方法能有效地对任务调度算法进行功能和性能的描述及度量，为多核系统任务调度算法的正确执行提供了有力支撑。

• PCA+CHMM在设备性能退化状态识别中的应用研究

  钟飞,宁芊,周新志,赵成萍,

  为了准确识别机械设备当前所处的退化状态，研究了一种基于PCA（主成分分析）和CHMM（连续型隐马尔可夫模型）结合的性能退化状态识别方法。首先提取设备振动信号全寿命周期的时域、频域、时频域的特征，经过初步筛选后组成新的特征集，使用PCA方法对其进行降维处理；然后利用降维后的数据，训练一个全寿命周期CHMM用来确定退化状态数目，再针对每个退化状态训练一个CHMM，通过比较观测序列处于各个模型下的似然概率值判断设备当前所处的退化状态；最后通过实验对比了PCA+CHMM和PCA+SVM、PCA+KNN、PCA+CART方法的各退化状态识别准确率，结果表明PCA+CHMM的平均识别准确率最高、识别效果较好，适用于设备退化状态的识别。

• 基于UML和CPN的列控系统等级转换建模与分析

  朱爱红,宋丽梅,

  针对列控系统的安全性和实时性要求，基于CTCS-3级列控系统需求规范中等级转换场景建立C2级向C3级转换的UML（统一建模语言）模型和有色Petri网（CPN）模型，分析了影响列车安全运行和行车效率的因素，即转换时长和转换成功率，验证了该建模方法的有效性。验证结果表明，UML和CPN模型相结合的方法适合于列控系统需求规范的验证。搭建的等级转换模型能够满足系统实时性要求。在保证切换成功率的前提下，列车运行速度与切换时间成反比，速度越高，切换时间越短；列车速度越高，对系统实时性要求也越高。

• 自适应的邻域粗糙集邻域大小取值方法

  彭潇然,刘遵仁,纪俊,

  邻域粗糙集应用的好坏依赖于邻域大小δ的取值。在使用基于邻域粗糙集的属性约简算法时，现有的δ取值方法一般是点值式的，即仅凭借人的经验指定某个值，这种方法在对δ取值时没有结合实际问题的具体情况，因此在算法的实用性上可以作进一步讨论。为此，提出一种自适应δ取值方法，其最大特点是不指定δ取值，而是指定δ取值的区间，然后在该取值区间上，通过使用一种结合了数据集和分类器自身特性的适应值函数自动地选出最合适的δ取值。实验结果表明，相比点值式δ取值方法，通过自适应δ取值方法能找到属性个数更少，而分类精度更高的属性集。实验证明该方法能进一步提高基于邻域粗糙集的属性约简算法的实用性。

• 基于邻域粗糙集下知识划分的信息表降维

  彭潇然,刘遵仁,纪俊,

  Pawlak粗糙集的知识约简包括对决策表的知识约简和对信息表的知识约简。作为Pawlak粗糙集的扩展，邻域粗糙集在针对决策表的属性约简方面应用广泛，而针对信息表的属性约简方面应用较少。为了设计一种适用于信息表的属性约简算法，根据Pawlak粗糙集的信息表知识约简标准，提出一种邻域粗糙集的信息表知识约简标准，然后根据这种标准，结合贪心思想进一步提出了一种适用于聚类任务的信息表属性约简算法。与主成分分析（PCA）算法相比，实验结果表明用该算法对数据集降维后，得到的属性约简集合的属性个数较多，K-means算法根据属性集合进行聚类的精度较高。实验结果证明该算法能有效地应用于信息表的属性约简方面。

• 基于深度循环网络的声纹识别方法研究及应用

  余玲飞,刘强,

  声纹识别是当前热门的生物特征识别技术之一，能够通过说话人的语音识别其身份。针对声纹识别技术进行了研究，提出了一种基于卷积神经网络（CNN）和深度循环网络（RNN）的声纹识别方案CDRNN。CDRNN结合了CNN和RNN的优势，可用于移动终端声纹识别。CDRNN将说话者的原始语音信息经过一系列的处理并生成一张二维语谱图，利用CNN长于处理图像的优势从语谱图中提取语音信号的个性特征，这些个性特征再输入到deep RNN中完成声纹识别，从而确定说话者的身份。实验结果表明了CDRNN方案能够获得比GMM-UBM等其他方案更好的识别准确率。

• 线性乘同余法在购车摇号中的应用

  胡尧,韦维,

  目前线性乘同余（LMCM）随机数发生器被广泛应用于购车摇号中。为改善该发生器对购车摇号申请编码分配与摇号编号中签序列的统计品质，基于均匀分配理念，针对应用需求设计了一种新的线性乘同余算法。在新算法中，以原线性乘同余发生器中的模数为基础，通过相同种子数平均分配构造产生随机数；由于算法分段实现，使得随机数的产生在计算量上不会有明显的增加，能满足购车摇号所需。统计检验结果表明，该算法对随机序列的统计品质改善是显著的。算法已成功运用于贵阳市小客车专段号牌摇号中，具有很好的应用推广性，是一种新的随机数抽样算法。

• 高性能计算环境中间件的优化设计与实现

  吴璨,王小宁,肖海力,曹荣强,赵一宁,迟学斌,

  步入大数据时代之后，致力于解决大规模科学计算问题的高性能计算技术，得到了越来越广泛的关注与应用。随着高性能计算机制造产业的蓬勃发展，具有每秒上亿亿次浮点运算速度的高性能计算集群对高性能计算环境中间件的性能提出了更高的要求。现有的高性能计算环境中间件中，资源信息服务无法满足海量信息快速更新的需求。为了提高高性能计算环境中间件的性能，通过借鉴ETL技术，将资源信息传输方式优化为信息同步模式。优化后的信息同步模式在处理2 000条作业状态更新时，延迟时间缩短90%、系统负载降低98%、网络连接数减少90%，为系统维护人员、环境用户带来更好的用户体验。

• 一种基于指纹融合的跨语言剽窃检测技术

  刘刚,左权,杨倩茹,

  跨语言剽窃一直是学术不端现象发生的重灾区，也是极难发现的一种剽窃行为。跨语言剽窃的检测和识别技术是目前最亟待发展的技术，也是反剽窃抄袭领域的最大技术难点。在总结和分析了单语剽窃检测和跨语言剽窃检测国内外研究现状的基础上，针对跨语言剽窃检测存在的问题，提出了一种基于指纹融合的跨语言剽窃检测技术，并将所提出的技术在人工构建的剽窃集上进行实验验证，对实验结果进行详细分析和对比分析，验证了该技术的有效性。

• 基于信息能量同传的异构小蜂窝网络能效优化

  樊自甫,李悦宁,胡敏,文陈陈,

  研究无线信息和能量协同传输（SWIPT）异构小蜂窝网络的能效优化问题。在保证小蜂窝用户和宏用户通信质量、小蜂窝用户能量采集和小蜂窝基站传输功率等约束下，为实现小蜂窝系统下行能效的最大化，对小蜂窝基站发射功率和小蜂窝用户端功率分流系数进行联合优化。该问题属于非凸优化问题，通过变量替换对原问题进行等价转换，然后采用基于拉格朗日乘子的次梯度算法求解。计算机仿真结果表明，该联合优化算法简单有效。

• 基于能效的异构蜂窝网络微基站部署研究

  赵拓,杨洁,曹雪虹,

  针对齐次泊松点过程下异构蜂窝网络的能量效率进行了研究。利用齐次泊松点过程对异构蜂窝网络进行建模；然后在瑞利信道环境下给出了系统的覆盖率和可达速率的表达式，并且推导了能量效率的闭合形式的表达式；通过凸优化算法对微基站密度进行优化，使网络能量效率达到最大。仿真结果表明，微基站的密度对系统能量效率有着显著的影响，通过合理地设置微基站密度能有效提高系统的能量效率。

• 基于信道负载预测的VANET传输功率控制算法

  余翔,唐金华,王诗言,

  在车载自组网（VANET）中，车流量到达一定密度时会造成信道拥塞，导致协作式安全应用失效。针对该问题，设计了一个基于信道负载预测的车联网信标消息传输功率控制算法。通过信道忙时比率（CBR）评估当前时刻信道负载，根据差分自回归移动平均模型（ARIMA）对信道下一时刻负载进行预测，将信道负载预测值与预设阈值进行比较，自适应调整下一时刻信标传输功率，避免信道拥塞。通过仿真实验表明，该算法能有效减少通信传输时延，避免信道拥塞，保证数据的可靠转发。

• 通信网络中基于协作中继重传策略

  徐光宪,昝阳,

  针对信息包在通信网络中多播传输进行了研究，提出通信网络中基于协作中继重传策略。当信息包直传失败时，源节点协作多个中继节点对多个丢失的信息包进行编码重传。在重传阶段根据反馈机制结果采取随机接入方式优先对有机会编码的丢失信息包进行组合，然后通过牺牲之前重传过程中传输失败的节点为信息提供空间分集增益，从而减少重传次数。最后在不同信道环境下，该策略与未协作NCARQ和传统ARQ进行Monte Carlo仿真。仿真结果表明，在多中继信道条件优于源—目的信道的情况下，利用协作网络编码进行重传有效地提高网络吞吐量，且该策略利用协作空间分集降低了由于相干性而导致性能不佳的状况。

• 基于自动机器学习流程优化的雷达辐射源信号识别

  涂同珩,金炜东,

  针对雷达辐射源信号识别课题中复杂的参数配置问题，从机器学习参数优化的研究入手，提出了一种基于树结构的机器学习流程优化方法。该方法利用遗传编程生成基于树结构的机器学习流程，并对其结构和参数进行进化，得到表现最佳的带参数的机器学习流程。该流程可以包括特征处理和建模的任意组合，实现对原始数据集的学习和识别。与人工参数配制的一对一支持向量机在两种不同维度的雷达信号特征集上进行对比识别，相比之下，该方法无须繁琐的参数配置，准确率提高超过6%，证明该方法得到的基于树结构的机器学习流程有着明显的优势。

• Handle系统与域名系统互联互通机制：一种基于标记语言描述协议数据单元的实现

  邹慧,马迪,王伟,刘阳,毛伟,邵晴,

  Handle系统和域名系统两种标志解析系统的解析协议和编码规则并不兼容，导致两者之间的数据空间无法共享，信息无法流通，降低了用户体验。为此，通过分析已有解决方案的利弊，发现协议数据单元与协议本身的分离可解决两个系统的解析协议和编码规则不兼容问题。利用这一分离机制，设计并实现了一种基于代理服务器的Handle系统与域名系统互联互通机制。实验结果表明，相对于传统客户端—服务器模式而言，该机制在不同应用场景下解析响应时间增量占比小，均在可接受范围内。

• 基于流调度选择的DCN动态负载均衡算法

  李松州,束永安,

  针对数据中心网络（data center network，DCN）动态调度导致的负载不均衡问题，提出了基于流调度选择的动态负载均衡（dynamic load balancing based on flow scheduling selection，DLBFSS）算法。该算法首先计算拥塞链路上各条大流的等价最短路径，并删除不满足流带宽需求的路径；然后计算剩余路径的可用吞吐量，选择可用吞吐量最大的路径作为最优调度路径；最后根据大流的带宽和最优路径的负载定义调度的拥塞概率，将拥塞概率作为大流调度选择的依据。实验结果表明，与传统ECMP（equal-cost multi-path）路由和现有大流调度算法相比，DLBFSS能够减小网络时延，提高流的带宽利用率，保证了更好的负载均衡。

• 数据中心网络中基于SDN的大象流负载均衡的研究

  金玲,束永安,

  针对数据中心网络中大象流携带大量数据造成网络拥塞和负载不均衡的问题，提出基于SDN（software defined network）的大象流负载均衡（elephant flow load balancing，EFLB）。当网络负载超过阈值时，控制器利用Openflow特性将检测到的大象流分裂为多个老鼠流，并根据收集的网络拓扑和链路状态动态地计算负载最小的下一跳交换机，确保负载均衡。实验结果表明，相比于等价多路径算法（equal-cost mulit-path routing，ECMP），EFLB机制提高了网络吞吐量和链路利用率，更好地实现了网络负载均衡。

• 基于跳数修正与LM优化的DV-Hop改进算法

  高清源,徐曾春,胡平,

  针对DV-Hop定位算法在节点分布不均匀的传感器网络拓扑环境下，跳数与跳距估计存在误差的问题，提出了ILDV-Hop改进算法。首先基于信标节点间估计距离与真实距离的差值，提出了一种全网络的有效跳距；其次在信标节点与未知节点间多跳计算过程中增添了修正值，同时利用接收信号强度指示（RSSI）值优化单跳值的大小；最后采用列文伯格—马夸尔特算法估计未知节点的最优位置。仿真结果表明，与传统DV-Hop算法以及基于拟牛顿迭代的DV-Hop算法相比，ILDV-Hop算法的定位误差分别减小了23%与10%左右，定位精度有了显著的提高。

• 一种支持业务优先级的卫星网络信道动态接入策略

  张振浩,梁俊,肖楠,叶向阳,陈威龙,靳博,

  针对远程作战飞机接入卫星信道的业务具有优先级且高优先级业务存在突发性影响信道利用率与吞吐量的问题，提出了一种支持业务优先级的卫星网络信道动态接入策略。该接入策略通过引入认知无线电技术构建频谱池以共享信道，设置高优先级业务透明接入信道的同时，通过预留信道保证低优先级业务成功接入信道，未接入信道的业务采用排队模型等待接入。仿真结果表明，该策略能够高效地保证高优先级业务接入信道的成功率，有效降低接入时延；同时较好地减小高优先级业务的突发性对低优先级业务接入的影响，有效地提升了卫星信道的综合利用率，降低了低优先级业务的接入时延，保证了低优先级业务接入卫星网络的吞吐效率。

• 基于PDR反馈的Wi-Fi室内定位算法研究

  赵建国,王杰贵,

  Wi-Fi指纹定位易受周围环境的影响，稳定性差；行人航迹推算（pedestrian dead reckoning，PDR）定位需要待定位目标的初始位置，且容易产生累计误差。针对上述问题，提出了一种基于PDR反馈的Wi-Fi室内定位算法。该算法主要分为三个阶段：基于相关向量回归（relevance vector regression，RVR）的初始位置定位阶段、基于PDR定位的反馈阶段、基于K近邻（K-nearest neighbor，KNN）的指纹定位阶段。实验结果表明，提出的算法在定位精度和稳定性方面较其他的定位算法有明显的提高，并且该算法相对于Wi-Fi定位减小了时间复杂度，实时性较好。

• 极化码串行抵消译码算法延迟性的改进

  张宇国,周健,

  由Arikan提出的极化码，因其简单的编译码结构引起广泛关注。极化码作为一种高性能的信道编码，编码长度超过210会产生优异的性能。在串行抵消（successive cancelation，SC）译码算法结构基础上，其译码延迟随码长增加而加剧。通过分析SC译码算法，提出一种基于冻结比特的改善SC译码算法方案，有效地降低了传统SC译码算法的延迟性。算法改进后相比原来可以降低50%的译码延迟，并引入串行抵消单比特翻转译码算法作为译码补偿，进一步提高译码算法的纠错能力。

• 三维片上网络正四面体裂变拓扑结构研究

  郑亚振,张大坤,

  旨在研究新型三维片上网络正四面体裂变拓扑结构，给出了该拓扑结构的生成过程；对该拓扑结构进行了编码设计和路由设计。通过对gpNoCsim片上网络仿真器进行三维扩展，对正四面体裂变拓扑结构进行性能仿真实验。仿真结果表明，在均匀负载模式下，正四面体裂变拓扑结构的平均延时和平均跳数均低于Mesh结构，当注入率为0.02时，平均延时比Mesh结构低16.8%、平均跳数比Mesh结构少5.5%；在局部负载模式下，当注入率大于0.008时，正四面体裂变拓扑结构的平均延时和平均跳数与Mesh结构相比均有明显改善；当注入率为0.014时，平均延时比 Mesh结构降低18.7%、平均跳数比 Mesh结构减少9.6%。这说明正四面体裂变拓扑结构可用于三维片上网络拓扑结构设计。

• 考虑成本时拓扑可调无标度网络鲁棒性研究

  王尔申,王玉伟,

  为了研究无标度网络拓扑结构对网络鲁棒性的影响，结合对复杂网络鲁棒性有重要影响的节点介数和边权重两种指标，提出一种考虑成本的拓扑可调无标度网络攻击方法。该方法在攻击网络中节点（边）时引入了节点（边）的攻击成本因素，以节点介数（边权重）来近似衡量节点（边）的攻击成本，采用不同节点（边）攻击策略对网络进行攻击，并采用最大连通子图相对值作为网络鲁棒性测度指标，利用该方法对无标度网络的幂率指数、平均度与网络鲁棒性的关系分别进行了研究。结果表明，采用蓄意攻击策略时，对于同一节点（边）攻击成本，无标度网络的幂率指数越小或平均度越大，网络的鲁棒性越强。仿真实验验证了该方法的有效性和可行性。

• 10轮Midori 128的中间相遇攻击

  刘亚,刁倩倩,李玮,刘志强,

  轻量级分组密码由于软/硬件实现代价小且功耗低，被广泛地运用资源受限的智能设备中保护数据的安全。Midori是在2015年亚密会议上发布的轻量级分组密码算法，分组长度分为64 bit和128 bit两种，分别记为Midori 64和Midori 128，目前仍没有Midori 128抵抗中间相遇攻击的结果。通过研究Midori 128算法基本结构和密钥编排计划特点，结合差分枚举和相关密钥筛选技巧构造了一条7轮中间相遇区分器。在此区分器前端增加一轮，后端增加两轮，利用时空折中的方法，提出对10轮的Midori 128算法的第一个中间相遇攻击，整个攻击需要的时间复杂度为2126.5次10轮Midori 128加密，数据复杂度为2125选择明文，存储复杂度2105 128-bit块，这是首次对Midori 128进行了中间相遇攻击。

• 基于卷积神经网络的图像隐写分析方法

  魏立线,高培贤,刘佳,刘明明,

  为了提高卷积神经网络（CNN）在图像隐写分析领域的分类效果，构建了一个新的卷积神经网络模型（steganalysis-convolutional neural networks，S-CNN）进行隐写分析。该模型采用两层卷积层和两层全连接层，减少了卷积层的层数；通过在激活函数前增加批量正规化层对模型进行优化，避免了模型在训练过程中陷入过拟合；取消池化层，减少嵌入信息的损失，从而提高模型的分类效果。实验结果表明，相比传统的图像隐写分析方法，该模型减少了隐写分析步骤，并且具有较高的隐写分析准确率。

• 一种隐藏访问结构的文件层次属性加密研究

  沈学利,吕莹楠,

  基于文件层次结构的属性加密方案在云存储环境下是高效率、低存储的，但访问结构本身包含敏感信息，存在用户信息泄露、文件易被窃取的风险，针对这一问题提出了一种隐藏访问结构的文件层次属性加密方案。该方案在不影响加/解密效率的前提下提高了加密算法的安全性，并采用双因子身份认证机制实现了更安全高效的访问控制。该研究成果基于判定性双线性Diffie-Hellman假设，在标准模型下被证明是安全的。

• 一种改进的R-LWE同态掩码方案

  李子臣,孙亚飞,杨亚涛,梁斓,曹广灿,

  针对格上加密方案的差分能量攻击，Reparaz等人在PQC 2016上提出一种具有加法同态的R-LWE掩码方案。该方案能够有效地抵抗差分能量攻击，但由于密文的同态加法造成密文中噪声尺寸增大，降低解密正确率。针对这一问题，提出一个改进的R-LWE同态掩码方案。引入模转换技术，对同态加密之后的密文进行模归约，在保证明密文对应的前提下，降低密文中的噪声尺寸，提高方案的解密正确率。为了保护子密钥，引入随机矩阵对子密钥进行掩码保护，并给出正确性分析及安全性证明。分析表明，相对于原方案，新方案从安全性和效率上都有较大的提升。

• 基于自动机的Java信息流分析

  吴泽智,陈性元,杜学绘,杨智,

  面向Java的信息流分析工作需要修改编译器或实时执行环境，对已有系统兼容性差，且缺乏形式化分析与安全性证明。首先，提出了基于有限状态自动机的Java信息流分析方法，将整个程序变量污点取值空间抽象为自动机状态空间，并将Java字节码指令看做自动机状态转换动作；然后，给出了自动机转换的信息流安全规则，并证明了在该规则下程序执行的无干扰安全性；最后，采用静态污点跟踪指令插入和动态污点跟踪与控制的方法实现了原型系统IF-JVM，既不需要获得Java应用程序源码，也不需要修改Java编译器和实时执行环境，更独立于客户操作系统。实验结果表明，原型系统能正确实现对Java的细粒度的信息流跟踪与控制，性能开销为53.1%。

• 差分隐私模型的启发式隐私参数设置策略

  欧阳佳,肖政宏,刘少鹏,印鉴,林丕源,

  隐私参数ε能度量隐私保护程度及噪声量，但是其设置只能依赖于实验或专业人士经验，限制了差分隐私模型的使用与推广。针对这个问题，基于（ρ1，ρ2）-隐私模型提出一种启发式的隐私参数ε设置策略（limit privacy breaches in differential privacy，LPBDP），分析隐私参数ε与（ρ1，ρ2）的内在联系，实现噪声量的添加由（ρ1，ρ2）决定。LPBDP通过如下启发式原则设置隐私参数ε：如果攻击者关于目标受害者的先验概率小于阈值ρ1，攻击者得到差分隐私查询策略返回的加噪结果后，关于目标受害者的后验概率必须小于阈值ρ2。实验表明，LPBDP能够更直观地设置隐私参数ε以满足差分隐私约束。

• 多天线主动窃听系统的干扰机优化设计

  涂小岚,张广驰,万林青,崔苗,林凡,

  不同于与传统无线通信物理层安全被动窃听技术，针对物理层主动窃听技术进行了研究，主要用于合法部门监听可疑用户的通信。考虑可疑发射机和合法干扰机具有多天线、可疑接收机和合法窃听者具有单天线的系统模型，在可疑通信链路增益强于窃听链路增益的情况下，通过发射干扰信号控制可疑用户的通信速率，使合法窃听者能正确解码窃听信息。分别在合法干扰机对合法窃听者有/无干扰的两种情况下，进行最优的干扰信号设计和干扰功率控制，最大化窃听速率。仿真结果表明，在不同的应用场景下合理设置干扰机位置，能有效提高窃听速率，并且所提的干扰机设计方法均取得了比现有两种基准方法更优的窃听性能。

• 基于模糊相似性的彩色形态学图像处理方法

  何晓军,徐爱功,李玉,

  为了将传统灰度图像数学形态学扩展到彩色图像，提出一种结合矢量空间模糊相似性的彩色形态学图像处理方法。首先，在RGB彩色空间中利用彩色矢量间的距离和角度定义模糊相似性测度，以刻画与人类视觉感知相一致的彩色相似程度；以上述相似性测度为准则定义彩色空间中任意一组彩色的上确界和下确界；利用中心像素及其结构单元内像素的上确界和下确界构建彩色形态学的基本操作，包括膨胀、腐蚀、开、闭等操作；进一步将提出的彩色形态学操作应用于高分辨率遥感图像，通过实验对比验证其对地物目标的形变和平滑能力，说明其实用性和有效性。

• 基于L1范数的形状快速匹配算法

  王江辉,吴小俊,

  针对内距离形状上下文（inner-distance shape context，IDSC）和轮廓点分布直方图（contours points distribution histogram，CPDH）在形状相似性度量中直方图匹配耗时长、工程应用性不佳的问题，提出了一种用EMD-L1测量轮廓特征直方图距离的方法。EMD-L1在原始EMD（earth mover’s distance）的基础上融合了L1范数，通过替换地面距离计算方法，减少了目标函数的变量，加快了直方图匹配的速度，能够快速实现形状匹配并保持较好的检索性能。对形状数据集进行仿真实验的结果证明，该方法能够有效地进行数据集的形状识别和检索，并且在MNIST数据集下的匹配速度优于其他算法。

• 一种局部二值模式图像特征点匹配算法

  王强,李柏林,罗建桥,陈小艳,

  针对图像匹配问题进行了研究，提出了一种改进BRIEF算法的特征点匹配算法。该算法利用随机点与特征点之间的差分大小和差分幅值关系来生成特征点描述算子。针对BRIEF对噪声敏感问题，因为小的像素幅值差分更易受到噪声影响，为了抑制噪声，通过设置小像素差分阈值，差分在阈值内的设置为不确定位，然后通过其邻域均值来决定不确定位的值。特征点匹配使用描述算子之间的汉明距离进行比较来完成。实验将BRIEF和ORB算法进行了比较，证明该算子具有更高的判别性，计算简单且具有很好的噪声抑制性能，运行速度快，匹配准确率更高。

• 基于椭球拟合的人体—服装碰撞检测方法

  龚随,侯进,钟李涛,张娟,唐源皓,

  为了实现服装仿真中服装与人体的快速碰撞检测，提出了一种基于椭球拟合的碰撞检测方法。首先，以测地距离等值线为基础数据，结合人体尺寸与身高的线性关系和人体结构特征提取模型特征点，实现模型语义分割；然后，以径向距离的平均值作为椭球与模型之间的拟合误差，采用剪枝优化的二分K均值聚类算法逐步增加聚类中心个数，实现对人体模型的快速聚类并生成一系列逼近模型的最小体积包围椭球；最后，使用生成的包围椭球代替人体模型与布料进行碰撞检测。实验结果表明，该方法不仅能快速实现对三维人体模型的高度拟合，而且有效提高了碰撞检测的计算效率。

• 基于低精度布料采样的多精度布料构建方法

  钟李涛,侯进,龚随,张娟,唐源皓,

  为了兼顾布料仿真的逼真度和计算效率，提出一种基于低精度布料采样的多精度布料构建方法。首先，通过对低精度布料运动仿真实例进行数次采样，获取布料各区域在仿真过程中的平均变形度，用顶点平均变形度和边碰撞标记对其进行表示；再根据平均变形度将低精度网格区域划分为高变形区、中变形区和低变形区；然后利用改进的自适应细分算法对三种变形区进行不同程度的细分，从而构建出低精度布料对应的多精度布料几何模型；最后基于多精度几何模型对布料质点质量和弹簧系数进行定义，得到多精度物理模型。实验结果表明，相对于高精度布料，多精度布料减少了网格数量，提高了计算效率；相对于低精度布料，它又提高了仿真的逼真度。

• 一种摄影图片中用户专属的排序方法

  苏士美,王猛,许永波,

  为了解决现存个性化照片排序方法忽视用户偏好和准确率低的缺点，提出一种新颖的、基于排序的支持向量机的用户专属美学排序模型。首先输入用户喜好的专属图片，随后通过深度卷积神经网络提取特征并与数据集进行对比，创建用户专属美学训练集，之后使用排序的支持向量机学习定制的超平面，并生成用户专属的个性化美学排序。后续实验中，第一组实验邀请用户进行算法个性化预测的评估，第二组实验测试图片质量高低的准确度。实验结果表明算法预测结果较符合用户喜好，同时在图片质量高低分类上有较高的准确度。因此，该算法是一种有效的个性化排序方法。

• 一种结合空间特征的图像注意力标注算法改进研究

  徐守坤,周佳,李宁,石林,

  针对图像标注和attention机制结合过程中特征选择不充分和预测过程中对空间特征权重比例不足的问题，提出了一种结合空间特征的注意力图像标注方法。首先通过卷积神经网络得到图像特征，特征区域与文本标注序列匹配；然后通过attention机制给标注词汇加权，结合空间特征提取损失函数得到基于空间特征注意力的图像标注；最后分别在Flickr30k和MS-COCO两个数据集上进行验证，通过可视化显示该模型如何自动学习显著区域并生成相应的词汇输出序列。实验结果表明，该方法能较好地提取注意力区域并给出标注，与其他模型对比能够得到更好的标注结果。

• 基于高斯过程的快速人脸验证

  周思洋,曹林,

  为解决目前实现人脸验证算法所需训练样本多、运算量大、识别速度慢等问题，提出了一种在小样本空间中基于高斯过程的快速人脸验证方法。首先使用共轭梯度下降法从训练样本中学习人脸关键部位特征位置的梯度方向，从而可对待验证人脸进行特征定位；然后使用自适应尺度局部二值模式提取特征，以减小特征维度；最后将谱混合核函数作为高斯过程的核函数对输入的人脸特征进行分类。使用LFW、FERET和 Multi-PIE人脸数据库进行训练和测试，实验结果表明使用自适应尺度局部二值模式有效地减小了特征维度，使用高斯过程模型与谱混合核相结合可大幅减少训练样本，显著提升训练速度和测试速度。

• 基于部件上下文关系的三维形状功能识别

  訾玲玲,丛鑫,杨培,

  充分利用形状蕴涵的语义信息进行三维形状的高层分析和理解是当前的热门话题。提出采用形状部件的上下文语义关系进行功能识别的方法，解决了当三维形状的几何特征和拓扑结构发生较大变化时形状部件的自动识别问题。首先，采用近似凸性分解技术将三维形状分割成具有独立语义的形状部件；然后，提出基于形状部件的上下文语义计算方法，并采用支持向量机实现形状部件自动识别。实验结果表明，相比于已有方法，可取得更高的部件匹配准确率和更低的分类错误率。

• 基于分类和模糊滤波的X光图像椒盐噪声滤除算法

  袁桂霞,周先春,

  为了解决当前椒盐噪声滤除算法对X光图像滤除效果不佳且运算效率不高的问题，提出了一种融合多级分类和自适应模糊滤波的椒盐噪声滤除方法，主要包括像素点多级分类和自适应模糊滤波两个部分。在像素点多级分类阶段，先结合先验知识设计快速的一级粗分类，将像素点分为椒盐噪声、信号和可疑噪声三类。对于可疑噪声，再提取区域内的直方图分布特征，设计BP神经网络分类器进行精确分类，最终将图像中的所有像素点分为信号和椒盐噪声两类。在自适应模糊滤波阶段，针对三种模糊集合分别创建模糊隶属度函数，计算模糊隶属度值，通过模糊加权求和恢复像素点亮度。实验结果表明，该方法的像素点分类正确率高，滤波后图像的峰值信噪比高，平均滤波耗时少。

• 基于色彩信息的自适应进化点云拼接算法

  邹力,葛宝臻,陈雷,

  针对现有进化点云拼接算法未使用点云色彩信息的局限性，提出一种基于色彩信息的自适应进化点云拼接算法。使用随机采样与色彩特征点相结合的方式对输入点云进行采样，通过最小化包含色彩约束的点对距离中值建立目标函数，利用自适应进化算法求解两片点云间的最优空间变换，实现点云的有效拼接。对四幅彩色点云进行拼接实验，结果表明，与仅使用空间信息的自适应进化点云拼接算法和其他两种较新的进化拼接算法相比，所提算法在保证同等拼接精度的情况下能够有效缩短拼接时间。

• 基于条件生成对抗网络的漫画手绘图上色方法

  梁培俊,刘怡俊,

  提出一种基于条件生成对抗网络（CGAN）的漫画手绘图自动上色方法。实验中，采用U型结构的生成器，对网络模型使用L1进行约束，在生成器和判别器的对抗式训练中，模型不断学习并优化手绘图到对应彩色图像间的映射关系，最后使用训练得到的条件GAN网络模型对手绘图上色。实验表明，使用这种方法可以有效并且快速地对漫画手绘图上色，同时保持可观的视觉效果。

• 基于GPU的单幅图像去雾的实现及优化

  张津,周祥全,舒漫,王玉兰,魏友华,柳炳利,

  基于暗通道先验规律的去雾算法已取得了良好的去雾效果，但算法所需要的计算时间过长，无法达到实时去雾的要求。使用GPU初步并行实现了去雾算法，并确定了算法中需要优化的部分。在优化过程中，一方面将数据存储到高速内存中以实现对数据的快速读取，另一方面设计新的算法实现方式以减少算法的计算量，最终提高了加速比。优化后的加速算法处理768×1024的图像仅需21 ms，达到了实时去雾的要求。

• 基于熵准则遗传算法的点云配准算法

  陈杰,蔡勇,张建生,

  迭代最近点（ICP）算法由于其配准精度很高，通常运用于点云的精配准，但其配准精度和迭代收敛性取决于待配准点云的初始位置。提出一种将遗传算法和空间分布熵相融合的空间最优变换矩阵求解算法，以一种新的点云空间位置评价方法——空间分布熵作为遗传算法的目标函数，采用遗传算子指导解的搜索方向，通过新种群的不断迭代使空间分布熵最小，结束后对最优个体解码实现点云的粗配准。实验表明，该算法有效可行，克服了传统方法在有点云缺陷和噪声点时不能提供很好的初始拼接位置的问题，在误差允许的范围内，可以直接实现点云拼接。