计算机应用研究杂志

计算机应用研究杂志2019年第4期

• 基于直接法的视觉同时定位与地图构建技术综述

  潘林豪,田福庆,应文健,邱千钧,

  视觉同时定位与地图构建（V-SLAM）在机器人、无人机导航、自动驾驶等领域有着广泛的研究。直接法V-SLAM基于环境亮度不变性假设，跟踪相机的位姿并构建环境地图。针对直接法V-SLAM，首先简述其基本原理；然后分析、比较几种具有代表性的直接法V-SLAM系统；最后讨论直接法的优缺点和发展趋势，并进行了总结和展望。

• 基于切换拓扑的多智能体协作控制研究综述

  谢光强,阳开,李杨,徐峰,

  为了推进基于切换拓扑的多智能体协作控制理论研究，在广泛调研现有文献和最新成果的基础上，从一致性问题、分布式优化问题和分布式估计问题三个方面对该领域的发展现状进行了总结；探讨了诸如一致性协议的设计、一致性协议的性能分析方法及其优缺点、分布式优化的实现方式和分布式估计的实际应用。最后指出当前该领域尚未解决的问题和未来的研究方向。

• 基于混合人工蜂群算法的多目标柔性作业车间调度问题研究

  孟冠军,杨大春,陶细佩,

  传统的优化算法在求解面对多目标柔性作业车间调度时，往往求解效率低且难以获得最优解。为了求解多目标柔性作业车间调度问题，设计了混合人工蜂群算法。种群的初始化采用了多种方法相结合的策略。在人工蜂群算法的不同阶段采用不同的搜索机制，在雇佣蜂阶段采用开发搜索，针对跟随蜂阶段蜜蜂跟随的对象的优秀解进行小幅度的更新，从而提高了搜索的表现。禁忌搜索与改进的人工蜂群算法相结合，有效提升了获得最优解的概率。通过相关文献中的标准实例对设计的混合人工蜂群算法进行一系列求解测试，实验的结果有效说明了算法在求解柔性作业车间调度问题时效果显著。通过求解结果对比表明人工蜂群算法的高效性和优越性。

• 量子鲸鱼优化算法求解作业车间调度问题

  闫旭,叶春明,姚远远,

  为了克服基本鲸鱼优化算法（WOA）在解决作业车间调度问题时存在收敛精度低、容易陷入局部最优的缺陷，利用量子计算与优化思想提出了一种量子鲸鱼优化算法（QWOA），并对其进行了计算复杂度分析、全局收敛性证明及仿真实验。通过对11个作业车间调度问题基准算例的仿真实验发现，与基本鲸鱼优化算法、布谷鸟搜索算法（CS）、灰狼优化算法（GWO）相比，QWOA算法在最小值、平均值、寻优成功率等方面具有较优结果。研究表明，量子鲸鱼优化算法在解决作业车间调度问题时，具有更高的收敛精度和更好的全局搜索能力，且能够跳出局部最优。

• 基于时间延迟的多类型维修与经济生产批量联合优化研究

  刘勤明,吴健飞,吕文元,叶春明,

  针对目前未能较好地综合考虑多维修类型与经济生产批量联合优化的问题，首先考虑多类型维修关系，基于时间延迟理论求出故障和缺陷次数的表达式；其次，在此基础上，综合考虑生产费用和维修费用的基础上，构建了多类型维修和经济生产批量联合优化模型，以单位时间内总费用最小为优化目标，获得最优检查间隔期和经济生产批量；最后，通过算例分析验证了模型的有效性，说明了第一类缺陷检查次数的多少对费用和经济生产批量影响不大。

• 考虑客户感知和资源效率的汽车机电维修瓶颈设备调度

  杨琴,张伟,王文轲,

  通过对汽车维修车间瓶颈设备的合理调度能有效提升系统效率和客户满意度。系统效率的提升可以通过最小化制造期（Cmax）来实现，而客户满意度受主观因素影响，因此构建调度问题的目标函数时应考虑客户的心理感知。研究结合行为科学理论，可以将人的有限理性行为融入于客户紧密接触的服务资源调度问题。首先，借助前景理论的价值函数，选取客户心理预期等待时间作为参考点，构建客户对修车等待时间的感知不满意程度函数；在此基础上，结合资源效率目标、任务和资源约束条件，构建多目标数学模型；设计与问题相适应的重调度规则和遗传算法，进行求解；最后，通过实例仿真验证了模型及算法的可行性和有效性。

• 面向中文敏感词变形体的识别方法研究

  付聪,余敦辉,张灵莉,

  针对网络信息中所包含的敏感词，尤其是中文敏感词变形体的识别成为了一个迫切需要解决的问题。通过分析汉字的结构和读音等特征提出了一种中文敏感词变形体的识别方法。该方法针对词的拼音、词的简称和词的拆分三种敏感词变形体分别设计了基于易混拼音分组的敏感词的识别算法（SPGR）、字符串的简称识别算法（SNR）和基于KMP的汉字拆分识别算法（WS-KMP），有效提高了敏感词审查的准确率和效率。实验结果表明，该方法在识别中文敏感词变形体时有较高的查全率和查准率。

• 动态加权网络中的演化社区发现算法研究

  张高祯,张贤坤,苏静,刘渊博,

  在动态网络中发现社区结构是一个非常复杂而有意义的过程，可以更好地观察和分析网络的演化情况。针对动态加权网络中的社区发现问题，提出了一种结合历史网络社区结构的算法，叫做动态加权网络中的演化社区发现算法（ECDA）。该算法分为两步：a）结合历史社区和网络结构信息，计算当前时间跳的输入矩阵；b）通过该输入矩阵计算得到结合历史时间跳信息的社区划分结果。该算法有以下优点：a）可以自动发现动态加权网络中每个时间跳的社区结构；b）对网络结构的变化和社区结构的变化具有较高的敏锐性。在人工数据集和真实数据集中进行了实验，实验结果证明该算法可以有效地发现动态加权网络中的社区结构，与其他算法相比具有较好的竞争力。

• 基于资源分配网络的小数据集并行集成学习方法

  张安国,张树勋,朱巍,李秀敏,黄金龙,

  为了在小规模的训练数据集上获得一个具有稳定的高计算精度的算法模型，提出了一种基于扩展卡尔曼滤波器的资源分配网络并行集成学习方法。该集成系统由多个带有扩展卡尔曼滤波器的资源分配网络（RANEKF）组成，并且每个RANEKF子网的输入由原始数据集中的输入经过随机权值的修正得到。通过和其他神经网络构成的集成学习算法的实验对比，发现提出的方法在小训练集上拥有更高的计算精度和稳定性。

• 新模糊聚类有效性指标

  耿嘉艺,钱雪忠,周世兵,

  模糊聚类是模式识别、机器学习和图像处理等领域的重要研究内容。模糊C-均值聚类算法是最常用的模糊聚类实现算法。该算法需要预先给定聚类数才能对数据集进行聚类。提出了一种新的聚类有效性指标，对聚类结果进行有效性验证。该指标从划分熵、隶属度、几何结构角度，定义了紧凑度、分离度、重叠度三个重要特征测量。在此基础上，提出了一种最佳聚类数确定方法。将新聚类有效性指标与传统有效性指标在六个人工数据集和三个真实数据集进行实验验证。实验结果表明，所提出的指标和方法能够有效地对聚类结果进行评估，适合确定样本的最佳聚类数。

• 无传感器PMSM中基于IGSO优化EKF的速度估计方法

  张相胜,田佳文,潘丰,

  为了提高无传感器永磁同步电机（PMSM）控制系统中速度控制性能，提出一种基于改进群搜索优化（IGSO）算法的扩展卡尔曼滤波（EKF）速度估计方案。首先，分析了PMSM磁场定向控制（FOC）系统模型；然后，将电机的d-q轴电压、电流和转子速度作为状态变量，构建EKF中的状态方程来估计转速和负载。同时，为了提高EKF的估计性能，以估计值与实际值的平方误差积分（ISE）作为适应度函数，通过IGSO算法来优化EKF中的噪声协方差矩阵Q和R，以此获得最优参数。仿真结果表明，提出的控制系统能够精确地估计出电机转速并进行有效控制。

• 基于词语相关性的对话系统话题分割

  何天文,王红,刘海燕,

  针对开放域对话系统中存在的话题转移问题以及对话内容中存在大量短文本的情况，传统的基于相似性的处理方法存在很大的局限性，创新地提出通过对话系统中前后句子的相关性判断分割点实现话题分割，并比较了相关性与相似性在计算中对句子信息利用的不同之处。提出一种相关性计算方法，并将该方法应用于话题分割，最终实现话题转移检测。通过与现有方法的对比实验，表明了提出的相关性计算方法的有效性。

• 基于多元数据的城市区域可达性评估模型

  单晓晨,曲海成,刘万军,

  传统的区域可达性评估模型一般只支持GIS、GPS等单一数据作为可达性的评估依据，无法避免因外界因素的影响对区域可达性造成的评估不准确。针对此问题，以出租车GPS行车数据、时段、天气等多维数据作为区域可达性的评估依据，构建了一种支持多元数据的城市区域可达性评估模型，在此基础上设计了基于多维OD矩阵的多元数据区域可达率计算方法，并将可达率作为区域可达性量化标准以达到提高可达性评估准确性的目的。此外，针对因传统GPS数据清洗方法过于粗糙而导致的有效信息遗漏、数据矫正不准确问题，利用基于统计学理论的序列数据清洗方法，运用出租车GPS数据的速度与加速度信息纠正潜在的误差数据以提高GPS数据的清洗效果。实验证明，利用提出的多元数据城市区域可达性评估模型可达性评价的准确率提高9.1%~37.8%，其中计算的区域可达率的准确性较传统方法提高12.6%~35.5%，平均旅行时间的准确率提高18.5%~31.6%。

• 基于代价敏感和近似分类质量的决策粗糙集属性约简研究

  陈婉清,秦亮曦,

  针对决策粗糙集属性约简在引入代价后分类精度不高的问题，对其中代价敏感与分类精度的平衡进行了研究。将分类总代价和近似分类质量作为属性约简过程中的约束条件，结合模拟退火方法，提出了一种基于代价敏感和近似分类质量的决策粗糙集属性约简（ARACOQ）算法。利用UCI数据集对算法进行了模拟实验，实验结果验证了ARACOQ算法的有效性，该算法能够在可承受代价范围内找到一个分类精度最高的属性约简集。

• 批量正则化DBN分类方法研究

  李蓓蓓,宋威,戴鑫,

  针对深度置信网络（DBN）在微调过程中易受训练参数影响的问题，提出一种批量正则化DBN分类方法（BNDBN）。该方法首先利用DBN进行无监督学习以获得原始数据的高层次表达；然后通过引入尺度变换和平移变换参数对网络中间层的输出特征每一维进行批量正则化处理，并将处理后的特征输入到非线性变换激活层中；最后使用随机梯度下降法对仿射变换参数以及原始网络的参数进行训练学习。BNDBN方法减少了梯度对参数规模的依赖性，有效地解决了因网络参数变化而造成的激活函数值分布变化的问题，提高了训练效率。为了检验所提出方法的有效性，选取MNIST手写体数据库和USPS手写数字识别库进行测试，通过与Dropout-DBN、DBN、ANN、SVM、KNN进行对比，结果表明提出的方法分类准确率明显提高，具有更强的特征提取能力。

• 基于事务映射区间求交的高效频繁模式挖掘算法

  吴磊,程良伦,王涛,

  关联规则挖掘是数据挖掘的重要研究课题。大数据处理对关联规则挖掘算法效率提出了更高要求，而关联规则挖掘最耗时的步骤是频繁模式挖掘。针对当前频繁模式挖掘算法效率不高的问题，结合Apriori和FP-growth算法，提出一种基于事务映射区间求交的频繁模式挖掘算法（interval interaction and transaction mapping，IITM）。只需扫描数据集两次来生成FP树，然后扫描FP树将每个项的ID映射到区间中，通过区间求交来进行模式增长。该算法解决了Apriori算法需要多次扫描数据集、FP-growth算法需要迭代地生成条件FP树来进行模式增长而带来的效率下降的问题。在真实数据集上的实验显示，在不同的支持度下IITM算法都要优于Apriori、FP-growth以及PIETM算法。

• 基于特征相关的偏最小二乘特征选择方法

  曾青霞,杜建强,朱志鹏,聂斌,余日跃,喻芳,

  针对传统的偏最小二乘法只考虑单特征的重要性以及特征之间存在冗余和多重共线性等问题，将特征之间的统计相关性引入到传统的偏最小二乘分析中，构造了一种基于特征相关的偏最小二乘模型。首先利用特征相关度对特征进行评估预选出特征组；然后将其放入偏最小二乘模型中进行训练，评估该特征组是否可取。结合前向贪心搜索策略依次评价候选特征，并选中使目标函数最小的候选特征加入到已选特征。分别采用麻杏石甘汤君药止咳、平喘和UCI数据集进行分析处理。实验结果表明，该特征选择方法能较好地寻找较优的特征组。

• 精英蜂群算法及考虑利益相关者的众包定价模型

  浦东平,樊重俊,袁光辉,杨云鹏,

  从众包活动参与者即主体企业、众包平台、平台会员的视角出发，研究服务众包定价问题。在考虑会员信誉度和任务聚集度的基础上，针对含有地理因素的众包任务设计打包分配定价方案。以服务成本、任务价值、会员收益等为导向，对不同任务进行组合配置，从而设计多目标规划任务配置及定价模型，并针对该模型构建了精英蜂群算法。在精英蜂群算法中，充分利用蜜源信息并着重考虑成长性较好的蜜蜂，进而避免了局部最优问题，提高了搜索效率。通过对众包服务企业运营数据进行分析，获取到众包服务会员特征及任务完成相关基础信息，以此进行仿真实验。仿真结果表明，通过众包任务打包定价机制，任务完成率、企业总成本、三方总收益等方面均有显著优化。综合模型及数据实验可知，众包任务在定价与发布过程中根据自身特征差异，在无差异服务中只需要考虑会员信誉度，对于具有服务差异性的任务则需要考虑打包发布。

• 基于TextRank的自动摘要优化算法

  李娜娜,刘培玉,刘文锋,刘伟童,

  在对中文文本进行摘要提取时，传统的TextRank算法只考虑节点间的相似性，忽略了文本的其他重要信息。针对中文单文档，在现有研究的基础上，使用TextRank算法并考虑句子间的相似性，使TextRank算法与文本的整体结构信息、句子的上下文信息等相结合，如文档句子或者段落的物理位置、特征句子、核心句子等有可能提升权重的句子来生成文本的摘要候选句群。对得到的摘要候选句群作冗余处理，以除去候选句群中相似度较高的句子，得到最终的文本摘要。最后通过实验验证，该算法能够提高生成摘要的准确性，表明了该算法的有效性。

• 基于词向量与TextRank的关键词提取方法

  周锦章,崔晓晖,

  针对词汇语义的差异性对TextRank算法的影响进行了研究，提出一种基于词向量与TextRank的关键词抽取方法。利用FastText将文档集进行词向量表征，基于隐含主题分布思想和利用词汇间语义性的差异，构建TextRank的转移概率矩阵，最后进行词图的迭代计算和关键词抽取。实验结果表明，该方法的抽取效果相比于传统方法有明显提升，同时证明利用词向量能简单而有效地改善TextRank算法的性能。

• 基于NT降阶的乘积型区间二型模糊控制器结构分析

  施建中,李荣,杨勇,梁绍华,

  目前区间二型模糊控制器的结构分析主要基于Zadeh的取小推理和KM降阶算法。KM算法是一循环迭代过程，没有解析解，无法进行控制器的稳定性分析，且取小推理需要进行输入空间的划分，过程较为繁琐。提出了一种简化的区间二型模糊控制器分析方法，该方法首先采用乘积推理，模糊规则的激发隶属度为输入变量隶属度的乘积，统一了控制器的表达式形式，避免了输入空间的划分过程，模糊控制器的结构分析更加简单。二型模糊集合采用NT降阶算法，该算法直接利用首隶属度函数的上、下限的平均值来进行解模糊化操作，避免了迭代计算，简化了降阶过程。控制器的表达式等效于一个增量式PI（位置式PD）控制器，其比例增益、积分增益以及补偿项均为非线性可调，而且还能得到控制器的闭环表达式，易进行区间二型模糊控制器的稳定性分析与设计等。

• 基于项编码的分布式频繁项集挖掘算法

  郑静益,邓晓衡,

  Apriori算法是解决频繁项集挖掘最常用的算法之一，但多轮迭代扫描完整数据集的计算方式，严重影响算法效率且难以并行化处理。随着数据规模的持续增大，这一问题日益严重。针对这一问题，提出了一种基于项编码和Spark计算框架的Apriori并行化处理方法——IEBDA算法，利用项编码完整保存项集信息，在不重复扫描完整数据集的情况下完成频繁项集挖掘，同时利用Spark的广播变量实现并行化处理。与其他分布式Apriori算法在不同规模的数据集上进行性能比较，发现IEBDA算法从第一轮迭代后加速效果明显。结果表明，该算法可以提高大数据环境下多轮迭代的频繁项集挖掘效率。

• 基于slope-one算法改进评分矩阵填充的协同过滤算法研究

  向小东,邱梓咸,

  为解决协同过滤算法中的数据稀疏性问题，提出了一种改进的协同过滤算法。该算法使用slope-one算法计算出来的评分预测值来填充评分矩阵中的未评分项目，然后在填充后的用户—项目评分矩阵上通过基于用户的协同过滤方法给出推荐。利用slope-one算法计算出来的评分预测值作为回填值，既能降低评分矩阵的稀疏性，也保证了回填值的多样性，从而减少均值、中值等单一填充值造成的推荐误差。在MovieLens-1M数据集上对该改进算法和协同过滤算法及均值中心化处理的算法作五折交叉实验，结果表明，基于评分预测值填充数据后的协同过滤算法有效地缓解了数据稀疏性问题，并且有更好的推荐效果。

• Storm下基于最佳并行度的贪心调度算法

  熊安萍,段杭彪,蒋亚雄,

  开源分布式实时计算框架Storm在互联网、金融、电子商务等领域得到了广泛应用。Storm默认采用轮询的调度策略，且依赖用户对topology任务的并行度配置，当配置不合理时依然会造成topology处理时延增大、吞吐量降低等问题。针对该问题，提出了一种Storm下基于最佳并行度的贪心调度算法。调度时先求解topology任务中各组件的最佳并行度，再采用贪心策略进行调度，以最小化节点间的网络通信开销。通过与默认调度算法、线上调度算法和热边调度算法进行实验比较，结果表明该算法能够有效降低Storm处理时延，提高系统吞吐量和资源利用率。

• 基于数据密度的半监督自训练分类算法

  艾震鹏,王振友,

  在实际的分类任务中，无标记样本数量充足而有标记样本数量稀少的情况经常出现，目前处理这种情况的常用方法是半监督自训练分类算法。提出了一种基于数据密度的半监督自训练分类算法，该算法首先依据数据的密度对数据集进行划分，从而确定数据的空间结构；然后再按照数据的空间结构对分类器进行自训练的迭代，最终得到一个新的分类器。在UCI中六个数据集上的实验结果表明，与三种监督学习算法以及其分别对应的自训练版本相比，提出的算法分类效果更好。

• 基于深层注意力的LSTM的特定主题情感分析

  胡朝举,梁宁,

  目前特定主题情感分析任务中，传统的基于注意力的深度学习模型缺乏对主题特征和情感信息的有效关注。针对该问题，构建了融合主题特征的深层注意力的LSTM模型（deeper attention LSTM with aspect embedding，AE-DATT-LSTM），通过共享权重的双向LSTM将主题词向量和文本词向量进行训练，得到主题特征和文本特征进行特征融合；经过深层注意力机制的处理，由分类器得到相应主题的情感分类结果。在SemEval-2014 task4和SemEval-2017 task4数据集上的实验结果表明，该方法在特定主题情感分析任务中，较之前基于注意力的情感分析模型在准确率和稳定性上有了进一步的提高。主题特征和深层注意力机制的引入，对于基于特定主题的情感分类任务具有重要的意义，为舆情分析、问答系统和文本推理等领域提供了方法的支持。

• 藏文紧缩格识别方法

  拉玛扎西,才智杰,扎西吉,

  分词是自然语言处理的一项基础性工作，对自然语言处理的后继工作有较大的影响。紧缩格的识别是藏文分词中最难、最重要的技术之一。通过剖析已有藏文紧缩词识别方法，分析藏文字词的特征，针对性地提出了识别藏文紧缩格的规则算法、添加—还原算法和最大熵模型的特征模板，从而得到基于规则、添加还原法与最大熵模型相结合的藏文紧缩格识别方法。实验数据表明，该方法识别藏文紧缩格的准确率、召回率和F1值分别达99.26%、96.47%、97.85%，比现有最高的准确率有了较明显的提高。

• 基于GPU加速遗传算法的直接定位研究

  任衍青,逯志宇,王大鸣,

  针对大规模数据下遗传直接定位算法执行时间慢、实时性较差的问题，提出了基于GPU加速的并行遗传直接定位算法。根据直接定位代价函数特点，设计了GPU高速并行遗传进化架构，通过对适应度函数并行化计算以及对选择、交叉、变异等遗传操作并行化设计，缩短了算法执行时间，提高了算法执行效率。仿真实验表明，通过合理的GPU并行线程结构设计，显著提升了遗传直接定位算法的执行速度，可更快得到直接定位估计结果。

• 基于正四棱锥结构的机器人声源定位系统研究

  陈国良,徐扬,黄晓琴,

  针对当前声源定位精度不理想、实时性不佳等问题，提出了一种正四棱锥麦克风阵列声源定位结构。采用时间延迟估计的声源定位方法，并提出时延值的快速搜索策略；推导了该结构的基于信号时延的时空映射关系，建立了声源目标位置的几何计算模型，并依据正四棱锥结构特点及冗余的时延值对值域划分，缩小求解范围，运用迭代算法得到声源的位置坐标，并通过双重筛选机制剔除错误的定位结果。实验结果证明了该结构及定位算法在提高系统定位精度和实时性能方面的有效性，能满足机器人应用中对声源定位的需求。

• 移动互联网用户终端换机预测的研究与实现

  符静,张治中,陈粤龙,

  为解决预测潜在换机用户的低效率与实际应用问题，设计并搭建基于大数据平台的换机预测系统。该系统首先采集通信网络各接口的数据并收集外部数据，通过解析处理平台对网络接口数据进行分发、解码、合成、关联等处理，对外部数据进行ETL处理；然后将处理后的数据存入HDFS中，在大数据平台上应用Spark组件建立基于逻辑回归的换机预测模型，输出潜在换机用户；最后选取了某西部城市部分用户数据进行系统测试。所得结果表明，该换机预测系统的预测准确率为71%，可以较好地识别出潜在换机用户，为运营商及手机制造商的精准营销提供可靠支撑。

• 基于反向选择的地震预测方法

  吴晶晶,梁意文,谭成予,周雯,

  针对大地震历史数据缺乏导致的大地震预测准确率低的问题，提出一种基于反向选择的地震预测方法。采用可变实值反向选择算法生成成熟检测器，用于预测地震是否发生。由于反向选择在训练过程中无须非我数据，可减小大地震数据缺乏对训练效果的影响。实验采用四川省历史地震数据，对一个月内是否发生5.0级及以上地震进行预测。与传统机器学习算法进行对比，结果表明反向选择算法具有更好的预测效果。

• 二层分解技术在电价预测中的应用研究

  殷豪,曾云,黄圣权,董朕,

  针对电价波动幅度大且预测精度低的问题，提出了二层分解技术与神经网络组成的电价多步预测模型。该模型采用集合经验模式分解将原始电价序列分解为一系列分量，变分模态分解将第一层分解产生的最高频率分量进一步分解为一系列模态分量，所有分量采用神经网络模型进行预测，并使用纵横交叉算法对神经网络的参数进行优化，最后叠加所有子序列，得出预测电价值。仿真结果表明，所提出的模型相比其他混合模型具有更好的预测性能，且实用价值高。

• 局部扩展的遗传优化重叠社区发现方法

  楚杨杰,杨忠保,洪叶,

  提出了一种局部扩展的遗传优化重叠社区发现（LEGAOCD）方法。借鉴局部扩展的重叠社区发现方法的思想，首先将少数的核心节点构成模体；同时，利用三角形模体来判断社区的稳定性度量问题，从而量化社区结构稳定性；然后通过改进的遗传优化算法策略分配它们应归属的社区；最后通过两个评价目标函数得到高质量的重叠社区结构。该算法在数据集上与经典的CPM、COPRA作比较，实验结果表明，LEGAOCD方法在检测重叠社区结构和重叠节点方面具有较优的性能。

• 面向虚拟维修训练的自抓取虚拟手交互行为构建

  董健康,王启峰,耿宏,

  针对当前维护训练模拟器（MTD）不能很好地向受训者展示飞机维修过程中的具体维修动作的问题，构建一种自抓取的虚拟手与相应的交互行为，以提高机务培训质量。通过分析维修的基本动作要素，定义与构建基于蒙皮骨骼的虚拟手动作库；在场景漫游阶段，实时获取视角位置来驱动虚拟手运动，以减轻场景漫游下的虚拟手控制负荷；在具体维修操作阶段，利用所提的交互行为算法，将虚拟手的位置自调节与骨骼动画osgCal相结合，通过调取动作库中的相应动作来完成具体的维修任务。实验结果表明，该方法能较好地展现具体的维修操作，对于虚拟维修训练具有良好的可用性。

• 适用于多密级环境的移动存储设备互认证与密钥协商协议

  冯力,郁滨,龚碧,周伟伟,

  针对多密级环境特点，提出一个能够离线认证、可识别密级的移动存储设备、主机终端互认证与密钥协商协议。协议基于TTP（trusted third party）的数字签名不可伪造特性和计算离散对数问题（discrete logarithm problem，DLP）的困难性，通过验证协商密钥加密所得密文的正确性实现移动存储设备与主机终端的互认证。对协议进行非形式化和形式化分析，分析结果表明，与同类协议相比，协议安全性较高，存储开销小，预共享认证参数次数少，实用性强。协议能够有效解决多密级环境下移动存储设备密级识别、身份认证问题，对移动存储设备安全管理具有重要意义。

• 单向网络安全设备的分析与证明

  王雪健,赵国磊,常朝稳,王瑞云,

  单向网络安全设备是不同密级间网络信息传输的主要安全设备。为了保证单向网络安全设备内部的安全性和通信系统的安全性，分析了单向网络安全设备的安全需求，提出无干扰模型形式化建模，用数学归纳法证明单向网络安全设备安全需求与形式化策略规约的一致性；针对单向网络安全设备存在的安全隐患进行分析与讨论，总结出更加完善的安全策略，确保信息安全。这为单向网络安全设备的安全性设计提供了一定的借鉴意义。

• 基于Bell态纠缠交换的身份认证协议

  熊金鑫,方杰,昌燕,张仕斌,

  提出了一种新的量子身份认证协议。该协议以Bell态为传输载体，利用Bell态纠缠交换和Bell基测量对通信用户进行身份认证。两个Bell态的传送过程中不需要任何的幺正变换，只需要执行Bell基测量和按位异或运算就可以实现信息的传输。整个过程中，量子载体操作简单且容易实现。此外，也验证了此协议的正确性。

• 基于特征选择与集成学习的钓鱼网站检测方法

  周传华,柳智才,丁敬安,周家亿,

  针对目前大部分钓鱼网站检测方法存在检测准确率低、误判率高等问题，提出了一种基于特征选择与集成学习的钓鱼网站检测方法。该检测方法首先使用FSIGR算法进行特征选择，FSIGR算法结合过滤和封装模式的优点，从信息相关性和分类能力两个方面对特征进行综合度量，并采用前向递增后向递归剔除策略对特征进行选择，以分类精度作为评价指标对特征子集进行评价，从而获取最优特征子集；然后使用最优特征子集数据对随机森林分类算法模型进行训练。在UCI数据集上的实验表明，所提方法能够有效提高钓鱼网站检测的正确率，降低误判率，具有实际应用意义。

• 一种基于密钥的受控最低有效位修改技术的稳健型量子水印算法

  李涛,程振文,瞿治国,

  如何更好地保护量子图像的版权，是量子水印技术的一个重要研究课题。基于对数极坐标的量子图像表示，提出了一种新颖的量子水印算法。根据通信双方共享一组密钥的值，发送方选择量子载体图像像素灰度值的高四位中的某一位作为受控位；再根据所选受控位的值，发送方将水印信息嵌入到量子载体图像的最低有效位或次最低有效位上。这种基于密钥的受控最低有效位修改技术提高了量子水印图像的透明性和稳健性。基于MATLAB的实验仿真和性能分析也表明新算法在透明性、稳健性和嵌入容量上有着良好的表现。

• 基于DNA编码和超混沌系统的图像加密算法

  张勋才,刘奕杉,崔光照,

  针对DNA编码规则单一和混沌加密算法对密钥的灵敏度低等问题，提出一种基于DNA编码和超混沌系统的图像加密方案。该算法首先使用SHA-3算法计算明文图像的哈希值，用于超混沌系统的初始值，增加明文敏感性；其次将图像转换为DNA序列，并与所构建的S盒子进行DNA序列运算；最后用超混沌系统产生的序列对图像进行置乱。结果和理论分析表明，该算法不仅提高了密钥敏感性和传输数据的安全性，而且具有较好的抗穷举攻击、统计攻击和差分攻击能力。

• 一种新的基于H.264/AVC的可逆鲁棒隐写方法

  刘舒扬,陈亮,

  提出了一种新的基于H.264/AVC的可逆鲁棒视频隐写方法。该方法首先利用（t，n）门限秘密共享技术将需要嵌入的秘密信息用多项式分发获得子秘密，再利用BCH码对子秘密进行编码；然后通过H.264的预测模式选择嵌入位置；最后将编码后的子秘密嵌入到视频的各个帧中。提取时，利用视频中t个编码后的子秘密恢复秘密信息。实验结果标明，该方法在提取秘密信息时能完全恢复原视频，具有较强的比特错、帧错鲁棒性，在随机丢帧率小于等于15%的情况下能完全恢复秘密信息，能效控制帧内失真漂移，视觉效果良好。

• 云环境中基于相对索引散列树的数据审核方法

  李孟庭,周安宁,

  为了确保云环境外包数据不受窜改，提高数据完整性审核的效率，提出一种基于相对索引散列树（RI-MHT）的数据审核方法，首先修改经典MHT的每个节点以存储两条信息，即数据块的哈希值和节点的相对索引，将MHT与节点的相对索引集成，以降低数据块搜索的计算成本；然后通过添加数据的最后修改时间，确保数据的新鲜性。实验结果验证了所提方法的有效性，与其他同类方法相比，所提方法在计算成本、通信成本和存储成本方面具有一定优势，并以较高的概率检测服务器的不当操作。

• 基于视觉感知特征的手机应用流量识别方法

  李玎,祝跃飞,林伟,

  由于大多数手机应用通过HTTP协议进行通信，传统的端口识别方法已经基本失效。另外，深度包检测和基于流统计特征的机器学习方法均存在手工设计特征和标记样本的困难。借鉴计算机视觉领域的优势，提出了一种基于视觉感知特征的手机应用流量识别方法。首先，将应用层载荷数据转换为视觉上有意义的图像，并从网络关口采集真实数据，建立了样本数据集IMTD17；然后，设计了具有视觉特征提取能力的卷积感知网络模型2D-CPN，利用卷积自编码实现了对大量无标记样本的学习，并通过多类型回归建立起从隐层特征到应用类型的映射。实验结果表明，该方法的流量识别准确率满足实际使用的需求。

• 可实现隐私保护的基于属性密文可搜索方案

  胡媛媛,陈燕俐,朱敏惠,

  针对现有的基于属性的密文可搜索方案存在隐私泄露问题以及当授权用户不在线时如何安全有效地将密文以及搜索权限委托给其他人的问题进行了研究，将隐藏访问结构的基于属性密文可搜索方案与代理重加密技术融合，提出了具有部分隐藏访问结构的支持代理重加密功能的基于属性的密文检索方案。该方案不仅有效地解决了上述问题，而且还支持关键字的更新。最后在随机预言模型下基于DL（D-linear）假设和q-BDHE（decisional q-parallel bilinear Diffie-Hellman exponent）假设，证明了方案的安全性。

• 基于上下行对偶的CRN下行功率分配和波束赋形算法

  季中恒,季新生,黄开枝,

  认知无线网络（CRN）在underlay工作模式下的多用户下行功率分配和波束赋形问题研究中存在通用的SDR算法计算复杂度高、实用性受限以及优化问题中忽视主网络（PN）对认知用户（SU）的干扰等问题。针对这些问题，首先在CRN网络模型中增添PN对SU的干扰，生成优化问题；而后基于上行和下行的对偶特性，采用虚拟功率，将优化问题进行形式变换，成为上行功率分配和波束赋形问题；得到能够简便、快速求解的迭代算法。分析了算法的收敛特性，得到了收敛条件；并进一步计算了算法的复杂度，结果表明优于SDR算法。数值仿真显示，算法收敛很快；而且表明主网络基站（PBS）发送功率的变化影响可行解区域；PBS发送功率的增加会导致CRN下行功率增大，影响较显著。

• 5G网络切片中基于离散粒子群和Kruskal算法的跨域虚拟网络映射

  王晓雷,陈强,刘彩霞,

  5G移动通信网将租用多个基础设施提供商的数据中心等资源共同合作构建网络切片，针对如何高效地进行跨域虚拟网络映射这一网络切片全生命周期管理中的关键问题，提出一种两阶段的跨域映射策略DPSO-K。首先基于资源竞价统筹考虑节点资源和域间带宽资源，然后提出基于优化离散粒子群算法的跨域虚拟网络映射，可以有效提高寻优能力；对于开销相对较小的域内映射来说，提出一种基于Kruskal最小生成树的快速算法，旨在缩短切片实例化时间，减小业务上线速度。相比于传统先进行虚拟网络映射划分请求再统一映射链路的方法，该策略在划分请求中考虑域间带宽开销，在映射链路中关注重点链路的映射，采用集中管理、分布控制的方式实现物理网络资源的有效利用。实验结果表明该算法能够以更小的额外开销、更短的划分时间实现更高的接收率。

• 基于DBSCAN-GRNN-LSSVR算法的WLAN异构终端定位方法

  张勇,范恒,王昱洁,

  针对WLAN室内定位系统中异构终端（指纹库终端和测试终端）引起的定位偏差过大的问题，提出一种基于DBSCAN-GRNN-LSSVR算法的解决方案。使用最小二乘支持向量回归机（LSSVR）构建指纹库终端接收信号强度（RSS）和物理坐标位置的映射关系模型；列出校准点处异构终端采集的RSS值，得到散点图；用基于密度聚类方法剔除边界点和噪声点；用广义回归神经网络构建异构终端RSS的映射函数；通过LSSVR模型定位测试点的位置。实验结果表明，与只用LSSVR算法相比，测试终端定位精度提高18%~40%，有效解决了定位偏差过大的问题。

• 一种改进的DNN算法在雷达信号分选中的应用

  陈春利,金炜东,

  针对深度神经网络能自动学习数据深层特征的优点进行了研究，提出一种基于深度信念网络的信号分选方法，来解决传统雷达信号分选中人工提取特征的耗时、特征冗余等问题。通过堆叠多层的深度模型对原算法进行改进，克服单一模型学习力的不足，对不同信号的本质特征进行深入学习，融合各个深度模型的后验概率进行分类决策，从而进一步提高了信号的识别率。采用改进方法对七种不同类型的雷达信号进行分选识别，并与其他信号分选方法进行对比。实验结果表明，该方法取得了更好的分类效果，展现出较强的学习数据本质特征的能力，从而验证了算法的有效性和优越性。

• CCN中基于业务分类和节点分区的混合缓存机制

  刘贵财,兰巨龙,

  针对内容中心网络（content centric networking，CCN）中不同业务内容的合理放置问题，提出了一种基于业务分类和节点分区的混合缓存机制。根据不同的业务特征，设计了差异化的缓存策略。对于流媒体点播业务，采用基于流行度的推拉式缓存，实现其在边缘网络的按序存储；对于非流媒体共享内容，采用基于hash的显式缓存，实现其在核心网络的单一副本放置。仿真结果表明，与经典算法相比，该机制提高了缓存命中率和跳数减少率，降低了平均请求时延。

• 直接序列扩频广义码索引调制

  江治林,杨勤,冯胜,葛利嘉,

  针对码索引调制（code index modulation，CIM）在通过增加映射比特数目的方式提升信息传输速率时，需要耗费大量的伪随机（pseudo noise，PN）码资源的问题，提出了广义码索引调制（generalized code index modulation，GCIM）。发射端的信息比特分割为映射比特和调制比特，并分别映射为PN码组的索引和调制符号。调制符号的同相部分和正交部分再分别选择激活的PN码组进行扩频。通过增加每个传输时隙PN码的激活个数，可提高映射比特数目，提升系统的频谱效率和能量效率。仿真结果表明，在相同频谱效率时，该方案相对于CIM会造成高斯信道中约2 dB和瑞利衰落信道中约1 dB的误比特率性能的不足，但是GCIM耗费更少的PN码资源。

• 基于P-IFourier观测矩阵的宽带压缩感知方法

  刘洋,任清华,孟庆微,苏玉泽,

  针对压缩感知理论在宽带频谱感知领域应用时重构精度差的问题，根据平稳信号在频域所表现出的稀疏特性，提出了一种基于P-IFourier（partial-inverse Fourier）观测矩阵的宽带压缩频谱感知方法。新方法首先将频谱感知问题建模为一个典型的压缩感知问题，利用相关性能优良的标准正交傅里叶基构造观测矩阵，使观测矩阵具有良好的重构性能和重构精度。仿真结果表明，相比于高斯随机观测矩阵和嵌入式混沌序列—循环Toeplitz结构观测矩阵，该方法在较低信噪比环境下能够明显降低信号重构的均方误差，并且在相同条件下的重构概率得到了明显改善。

• 基于能量采集的大规模MIMO系统能效优化

  万晓榆,魏霄,王正强,樊自甫,

  研究基于能量采集的大规模多输入多输出（multiple-input multiple-output，MIMO）系统能效优化问题。保证用户服务质量、能量塔发射功率限制和能量采集时间约束下，为实现上行大规模MIMO系统能效最大化，对能量塔发射功率、能量采集时间进行联合优化。该问题属于非凸优化问题，首先通过分式规划理论将原优化问题等价转换，然后采用块坐标下降（block coordinate descent，BCD）方法，对能量塔发射功率、能量采集时间、系统能效进行迭代求解，提出了一种基于能量采集的大规模MIMO系统的联合优化能效算法（energy-efficient power and time allocation algorithm，EPTA）。仿真结果表明，在保证用户服务质量的情况下，与均时最小QoS保证算法（time-averaged minimum QoS guaranteed algorithm，TA-QoSA）、吞吐量资源分配算法（throughput maximization based power and time algorithm，TPTA）相比，该算法提高了系统能效。

• 一种基于协方差矩阵重构和EMP的宽带波束形成算法

  毛睿达,李骥阳,罗明,

  在宽带波束形成中，若干扰信号从主瓣方向进入，会引起主瓣畸变、旁瓣电平抬高，从而使波束性能严重恶化。为了解决波束形成中的这些问题，研究了一种基于协方差矩阵重构和特征投影预处理（EMP）的宽带波束形成算法。该算法首先通过EMP算法求取阻塞矩阵，对接收信号进行干扰相消预处理阻塞掉主瓣干扰；然后通过相干信号子空间（CSM）方法、协方差矩阵重构求取合理的协方差矩阵；最后进行波束形成。在主瓣干扰、旁瓣干扰同时存在的情况下，该算法能够自适应地阻塞主瓣干扰、抑制旁瓣干扰，解决了存在主瓣干扰情况下宽带波束形成的波形畸变问题。计算机仿真验证了该算法的有效性。

• 基于车载自组织网络的紧急报文传输方法

  慕健,高强,朱建启,

  针对车载自组网中信息传输时延问题进行了研究，提出一个紧急报文的传输方法。通过Netfilter架构截取得到报文的数据信息，利用Linux虚拟设备重新组装安全警告信息报文，直接指向物理网卡发送给目的终端。传输过程减少了传统的缓存等待时间和TCP/IP对等层的额外开销，结果表明在传输过程中有效降低了传输时延，提高了车辆的行驶安全。

• 基于公交网络的车载群智感知方法及其优化

  吴振铨,吴茂强,叶东东,余荣,何昭水,

  公交车具有固定的行驶路线和发车周期、统一的车载设备标准、低隐私泄露风险等特性。根据公交车的特性，设计了一个基于公交网络的车载群智感知系统，系统中的数据中心通过公交网络中的公交车来采集城市数据，以满足数据用户的需求；随后研究系统中的任务分配问题和数据交易问题。基于贪婪算法设计优化任务分配策略以最小化系统的数据采集能耗成本，并根据博弈论设计最优数据交易策略以最大化系统的经济效益。最后通过仿真，验证了提出的策略的有效性和优越性。

• 基于改进鱼群算法的几何约束求解

  高雪瑶,刘云腾,

  几何约束求解是CAD建模中的关键技术，针对求解质量不高和求解速度慢的问题进行了研究，提出了一种鱼群算法和混沌算法相结合的几何约束求解方法。将CAD模型中的几何约束关系表示为一组代数方程组；利用代数方程组来构造目标函数，将几何约束求解问题转换为目标函数的优化问题；最后，使用混沌算法来改进鱼群算法以寻找目标函数的最优解。实验结果表明该方法可以有效地解决几何约束问题。

• 利用惯性传感器和AdaBoost算法的步态识别方法

  杨叶梅,陈新,

  针对现有方法在步态识别方面存在的动作信号分割、传感器方向不一致和相似动作识别精度不高等缺点，提出一种基于惯性传感器和AdaBoost算法的步态动作识别方法。基于尺度空间技术提出了一种鲁棒的步态检测方法将信号分为动作样本，以此来应对动作速度或强度的剧烈变化；应用定位补偿匹配算法纠正传感器的倾斜，从而解决了传感器方向不一致的问题；为了提高识别精度，基于AdaBoost算法自适应选取动作特征，再进行判别分析完成识别。对五个相似步态动作类进行识别实验，结果表明提出的算法具有较高的准确性。

• 一种环状编码标记点的设计及解码算法

  金滔,董秀成,

  针对近景摄影测量中对编码标志点的精确定位和准确识别的要求，提出一种环状编码标记点的设计和识别算法。在传统环状编码标记点的基础上添加三个定位符，用于确定标志点的精确位置和增加标志点的数量。解码时先检测定位符坐标及其在标志点中的位置，然后对编码标志点进行透视变换以实现图像校正的目的，最后用提出的基于圆环扫描的方法进行解码。实验结果表明，该算法对任意旋转角度下的编码标志点均有较好的检测识别效果；当摄像机与标记平面的夹角小于65°时，其识别准确率可达99.3%；在复杂背景情况下的平均识别准确率为97.4%，误识别率为1.25%，识别平均速率为2.15 s/幅。

• 基于匹配策略融合的低误差快速图像拼接算法

  杨明东,石英,华逸伦,朱剑怀,

  针对目前多数拼接算法正确匹配率低、耗时及误差大的问题，提出了基于匹配策略融合的改进图像拼接算法。首先仅在图像的重合区域提取SIFT特征点，并计算SURF特征描述符；其次，融合改进的最近邻比次近邻、双向交叉检查及匹配差值的阈值化三种匹配策略，结合坐标约束及RANSAC算法完成特征匹配；最后，提出利用配准参数计算任意图像到参考图像坐标空间的投影变换模型的方法，并利用多线程技术将所有图像投影至参考坐标系，经过亮度校正、加权融合后合成全景图。实验结果表明，提出的拼接算法正确匹配率提高了10%~20%，拼接总耗时约为传统逐帧扩大式拼接算法的1/3，且累计误差大大降低，拼接图像畸变小。

• 消除光晕效应和保持细节信息的图像快速去雾算法

  谢伟,余瑾,涂志刚,龙雪玲,胡欢君,

  针对现有的基于大气散射物理模型的图像去雾算法在去雾过程中大多无法避免地会产生光晕效应和细节丢失，提出了一种消除光晕效应和保持细节信息的图像快速去雾算法。首先运用四叉树子矩阵划分的分层遍历方法得到更精确的大气光值，再通过分析大气散耗函数，利用融合梯度信息的改进引导滤波得到精确估计的大气散耗函数，并自适应地获取最小值图像与大气光平均值的阈值，求解出透射图；最后反演复原出无雾图像，并对复原后的图像进行亮度调整。对多组有雾图像进行了实验，该算法能有效地抑制去雾过程中产生的光晕效应，较多地保留了图像的细节信息，且运行时间大约减少了一倍。融合梯度信息的改进引导滤波不但可以较好地保留透射图的细节信息，有效地消除光晕效应，而且具有较好的鲁棒性和时间复杂性，适用于交通等室外场景的去雾。

• 结合视觉显著模型与水平集算法的建筑物立面图像轮廓快速提取

  李昌华,杜文强,周方晓,

  针对传统轮廓提取方法对建筑物立面图像处理存在的处理耗时问题，提出一种结合视觉显著模型与水平集算法的建筑物立面轮廓提取算法。通过视觉显著特征与超像素分块信息滤除大量无关背景；对所得的显著分块，以超像素分块为单位，据建筑物的纹理特征进行筛选；利用水平集算法对所得初始建筑物区域进行演化，得到最终轮廓。实验结果表明，相较传统轮廓提取方法，在处理效果相当的情况下，算法处理速度得到了有效提升。

• 基于分类外形搜索的人脸特征点定位

  黄玉琴,潘华伟,

  针对传统由粗糙到精准的人脸外形搜索方法，其每一次外形搜索需要在整个外形搜索空间进行，提出一种基于分类的外形搜索方法。该方法始于一个包含不同人脸形状的外形搜索空间，首先利用基于相关性的特征选择方法对随机森林分类器进行优化，利用训练的随机森林分类器将外形搜索空间分为若干个外形搜索子空间；然后根据输入样本和随机森林分类器确定与当前外形最接近的外形搜索子空间，并计算对应子空间的中心和对应样本的后验概率分布，方便后续阶段更好地进行外形搜索；最后采用级联回归进行人脸特征点定位。在300-W数据集上的实验结果表明，该方法不仅有效降低了外形搜索的时间，同时在无约束环境中具有良好的鲁棒性。

• 基于多模态牙科图像的牙体硬组织自动配准

  汪伟,程斌,

  牙科图像由于成像模式、图像质量、不同病人之间存在差异性，导致临床应用中牙体硬组织的精确配准成为难点。针对这些问题，根据相关研究工作提出了一种更适用于多模态牙科图像的牙体硬组织自动配准方法，该方法基于改进的ICP算法，对多模态的牙科荧光图像和自然光图像进行分析。首先，根据多模态牙科图像的特点，算法对图像进行了预处理；其次，研究了鲁棒的特征点提取方法，即将牙体硬组织边缘选取为特征点，并同时根据口腔病理学先验知识，提取多模态图像中的病损组织区域，进一步优化了配准点集；最后，利用改进的ICP算法对齿科图像进行了配准，配准过程中对ICP的迭代策略和鲁棒损失函数进行了分析和优化。实验结果表明，该方法能更快速地收敛，且具有更好的鲁棒性和准确性。

• 基于改进Qsplat算法的三维动态积云模拟研究

  彭晏飞,米扬,訾玲玲,赵全颖,

  尽管人们对云模拟进行了大量研究，但是现有的云模拟算法很难在保证实时性的情况下得到真实感较强的云图形。针对这个问题，提出一种结合Qsplat算法与IFS（迭代函数系统）算法的粒子系统的积云模拟方法，并考虑了积云的结构特点。基于Qsplat算法的细节层次树形结构建立树型结构粒子系统，以加速粒子系统搜索速度；对距离视点较近的粒子使用IFS迭代函数系统算法增加层次包围球树的层次以在建立云的外形时丰富云体局部细节；最后使用球形图元映射二维纹理进行云的绘制，最终实现了三维动态积云的快速实时模拟。实验结果表明，该方法能够快速地生成实时三维动态积云图形，图形真实感强。

• 基于尺度不变Harris特征的准稠密匹配算法

  孙会超,惠斌,常铮,

  准稠密匹配是多视图三维重建的重要技术，其性能对重建结果至关重要。针对常用的SIFT算法提取的种子点进行准稠密匹配正确率较低、重建效果不佳的问题，提出了一种基于尺度不变Harris角点特征的准稠密匹配算法。该算法在图像多尺度空间构造尺度不变Harris特征，并采用余弦距离测度对不同视图进行双向匹配。根据稀疏匹配获取种子点，采用最优最先匹配扩散策略进行准稠密扩散，采用局部非极大值抑制策略对匹配结果进行重采样。实验表明，算法提取的种子点既能够体现场景结构信息，又具有尺度不变特性，用于准稠密匹配，能够提高匹配的效果和精度，是一种有效的用于三维重建的准稠密匹配算法。

• 基于卷积神经网络的视频图像超分辨率重建方法

  刘村,李元祥,周拥军,骆建华,

  为了进一步增强视频图像超分辨率重建的效果，研究利用卷积神经网络的特性进行视频图像的空间分辨率重建，提出了一种基于卷积神经网络的视频图像重建模型。采取预训练的策略用于重建模型参数的初始化，同时在多帧视频图像的空间和时间维度上进行训练，提取描述主要运动信息的特征进行学习，充分利用视频帧间图像的信息互补进行中间帧的重建。针对帧间图像的运动模糊，采用自适应运动补偿加以处理，对通道进行优化输出得到高分辨率的重建图像。实验表明，重建视频图像在平均客观评价指标上均有较大提升（PSNR+0.4 dB/SSIM+0.02），并且有效减少了图像在主观视觉效果上的边缘模糊现象。与其他传统算法相比，在图像评价的客观指标和主观视觉效果上均有明显的提升，为视频图像的超分辨率重建提供了一种基于卷积神经网络的新颖架构，也为进一步探索基于深度学习的视频图像超分辨率重建方法提供了思路。

• 基于属性散射信息的随机梯度最小方差追踪SAR超分辨重建算法

  丛迅超,万群,

  无论军事还是民用合成孔径雷达（SAR）应用领域，对实现目标更高分辨、更精细描述的期望和需求都十分迫切。在稀疏表示框架下，构建了基于属性散射中心模型（ASC）部件级局部散射模型的SAR重建观测模型；提出一种基于信号域的散射中心属性参数空间分类策略，并联合频域外推，提出一种基于随机梯度最小方差追踪的部件级超分辨SAR重建算法。该算法最终的超分辨SAR图像由FFT获得，提高了算法效率；并且该算法实现了在重建超分辨SAR图像的同时获取高精度的目标散射中心属性级特征。仿真合成数据和电磁计算数据验证了算法的超分辨能力，并利用ASC属性的克拉美罗界对算法属性估计性能进行了评估。

• 基于字典学习的跨媒体检索技术

  戚玉丹,张化祥,刘一鹤,

  在研究跨媒体信息检索时，对于不同模态数据的异构性提出了挑战，针对如何更好地克服异构问题以提高多模态数据之间的检索精度，提出了一种基于字典学习的跨媒体检索新技术。首先，通过字典学习方法学习两个不同模态数据之间的稀疏系数；然后，通过特征映射方案由两个不同的投影矩阵分别把它们投入共同的特征子空间；最后，通过标签对齐同一类来增强不同模态之间的相关性。实验结果表明，与传统的同构子空间学习方法相比，基于字典的算法分类性能优越，该实验方法在两个数据集上优于几种最先进的方法。

• 基于笔画角度变换和宽度特征的自然场景文本检测

  陈硕,郑建彬,詹恩奇,汪阳,

  针对光照不均和背景复杂度所导致的自然场景文本检测中文本的漏检和错检现象，提出一种基于笔画角度变换和宽度特征的自然场景文本检测方法。分析发现与非文本相比，文本具有较稳定的笔画角度变换次数和笔画宽度，针对这两个特性提出笔画外边界优劣角变换次数和增强笔画支持像素面积比两种特征。前者分段统计笔画外轮廓角度变换次数；后者计算笔画宽度稳定区域在笔画总面积的占比，用来分别反映笔画角度和宽度变化稳定特性。为降低文本漏检率，采用多通道最大稳定极值区域（maximally stable extremal regions，MSER）检测，合并所有候选区域，提取候选区域的笔画特征和纹理特征，利用支持向量机完成文本和非文本区域分类。在ICDAR2015数据库上，算法的精确率和召回率分别达到79.3%和72.8%，并在一定程度上解决了光照不均和复杂背景的问题。

• 带形状参数的Bézier曲线的能量优化

  严兰兰,樊继秋,李水平,

  相较于经典的Bézier曲线，带形状参数的Bézier曲线提供了独立于控制顶点的形状调整自由度，但同时又增加了设计人员选择形状参数的工作量。鉴于此，讨论了形状参数的选取方案。首先证明了已有文献中给出的Bernstein基函数的含参数扩展基为全正基，从而保证了相应的带形状参数的Bézier曲线的理论价值；然后采用能量最小化方法来确定曲线中形状参数的取值，推导了曲线的拉伸能量、弯曲能量、扭曲能量近似最小时，形状参数的计算公式，为曲线的应用提供了方便。