计算机应用研究杂志

计算机应用研究杂志2019年第5期

• 微型嵌入式系统故障诊断方法综述

  谢光强,郭小全,李杨,徐峰,

  随着物联网和大数据的高速发展，微型嵌入式系统已经广泛应用于外卖、共享单车、运输、快递和智能家居等行业之中。现有的故障诊断研究主要集中在传统嵌入式系统上，因此针对微型嵌入式系统故障诊断文献相对较少。针对上述问题和结合该系统的特点（有限计算能力和存储空间），提出了一类适合于微型嵌入式系统故障诊断方法分类方法，将其分为两大类，即本地故障诊断方法和远程故障诊断方法。讲述了微型嵌入式系统故障诊断方法的核心思想，总结出各方法在微型嵌入式系统上运用的优缺点和应该注意的问题，最后讨论了微型嵌入式系统故障诊断亟待解决的问题。

• 彩色图像灰度化算法综述

  顾梅花,苏彬彬,王苗苗,王志磊,

  针对2005年之后的多种主流灰度化方法进行研究，根据是否对所有像素使用相同映射函数将其分为全局映射法、局部映射法及混合法，介绍每类方法所包含的典型算法的基本思想、实现步骤及优缺点。最后用定性和定量两种评价方法对各种主要算法的实验结果和性能进行对比分析，进一步提出存在的问题及下一步研究方向，为今后的彩色图像灰度化研究提供参考和借鉴。

• 基于互信息和邻接熵的新词发现算法

  刘伟童,刘培玉,刘文锋,李娜娜,

  如何快速高效地识别新词是自然语言处理中一项非常重要的任务。针对当前新词发现存在的问题，提出了一种从左至右逐字在未切词的微博语料中发现新词的算法。通过计算候选词语与其右邻接字的互信息来逐字扩展，得到候选新词；并通过计算邻接熵、删除候选新词的首尾停用词和过滤旧词语等方法来过滤候选新词，最终得到新词集。解决了因切词错误导致部分新词无法识别以及通过n-gram方法导致大量重复词串和垃圾词串识别为新词的问题。最后通过实验验证了该算法的有效性。

• 置信传播和模拟退火相结合求解约束满足问题

  吴拨荣,赵春艳,原志强,

  约束满足问题是人工智能领域的一个重要问题。针对一个具有精确相变现象和能产生大量难解实例的随机约束满足问题，提出了置信传播和模拟退火相结合的求解算法。这种算法先通过置信传播方程收敛后得到变量取值的边际概率分布，分别采用最大概率和最小分量熵的策略产生一组启发式的初始赋值，再用模拟退火对这组赋值进行修正。实验结果表明，该算法大大提高了初始赋值向最优解收敛的速度，表现出了显著优越于模拟退火算法的求解性能。

• 融合协同过滤的线性回归推荐算法

  庞海龙,赵辉,李万龙,马莹,崔岩,

  针对传统协同过滤算法中存在数据稀疏性问题，提出融合协同过滤的线性回归推荐算法。根据用户对项目的评分以及用户和项目的自身特征，构建用户间和项目间相似矩阵。基于相似矩阵，选出用户和项目最近邻集合，分别通过基于用户和基于项目的协同过滤算法来预测用户已评分项目的评分，将预测评分与真实评分的差值作为特征，组合在一起生成新的训练数据。把新的训练数据作为线性回归模型的输入，根据训练好的模型预测未知评分，采用top-N算法产生推荐列表。在MovieLens数据集上进行实验，实验结果表明新算法的推荐准确性较传统协同过滤算法有显著提高。

• 多模态多目标差分进化算法求解非线性方程组

  许伟伟,梁静,岳彩通,瞿博阳,

  针对当前算法在求解非线性方程组时面临解的个数不完整、精确度不高、收敛速度慢等问题，提出一种多模态多目标差分进化算法。首先将非线性方程组转换为多模态多目标优化问题，初始化一个随机种群，并对种群中全部个体进行评价；然后通过非支配解排序和决策空间拥挤距离选择机制，挑选种群中的一半优质个体进行变异，在变异过程中采用一种新的变异策略和边界处理方法以增加解的多样性；最后通过交叉和选择机制使优质个体进行进化，直到搜索到全部最优解。在所选测试函数集和工程实例上的实验结果表明，该算法能够有效地搜索到非线性方程组的解，并通过与当前四种算法进行比较，该算法在解的数量和成功率上具有优越性。

• 不同链接下非对称相依网络的级联失效研究

  完颜娟,韩华,

  现实中存在对称性和非对称性的相依网络。目前在研究相依网络级联失效时选择的对象主要为对称相依网络。为了综合分析相依网络的鲁棒性，针对非对称相依网络的级联失效问题进行了研究。首先利用典型BA无标度网络和WS小世界网络构建了非对称双层相依网络的级联失效模型，之后在随机攻击和蓄意攻击条件下分别研究构建的网络模型的相依程度、相依模式以及子网络的拓扑结构对网络故障的影响。仿真结果表明，无论是何种程度相依的非对称相依网络，在随机攻击下，度正相关相依网络都表现出弱鲁棒性；而在蓄意攻击下，度负相关相依网络表现出弱鲁棒性，且网络的拓扑结构对网络的级联失效有影响。

• 基于自适应渐消无迹粒子滤波的Unscented FastSLAM算法

  王倩,曾庆军,张家敏,姚金艺,周启润,戴晓强,

  针对机器人导航无迹快速同步定位与地图构建（Unscented FastSLAM）算法由于重采样造成样本粒子退化，进而导致估计精度下降的问题，提出一种基于自适应渐消无迹粒子滤波的Unscented FastSLAM算法。该算法将无迹粒子滤波与渐消滤波相融合产生自适应建议分布函数，同时将粒子根据权值进行优化组合，仅对组合后的部分不稳定的粒子进行系统重采样。通过这两方面使得系统在具有高度自适应性的同时保证粒子的多样性，缓解粒子的退化现象。仿真实验表明，提出算法与Unscented FastSLAM算法相比，可以用较少的粒子实现更高的SLAM的估计精度，很大程度上降低了SLAM算法的复杂度。

• 动态学习混沌映射的粒子群算法

  董丽凤,陈阳,巫光福,

  传统粒子群优化算法（PSO）对社会认知部分与自我认知部分都采用恒定学习常数，一定程度上限制了种群全局协调能力。在算法收敛后期种群多样性丧失而导致全部个体收敛于搜索空间中的某一点，这易诱发早熟现象。针对这种缺陷提出一种动态学习混沌映射的粒子群优化算法（VLCMPSO）。在算法初期迭代中应多考虑自身记录的最佳点，在算法后期应快速向种群最佳点收敛，因而设计一种进行协调的动态学习因子。为克服早熟现象，判断种群多样性方差低于设定阈值时，以混沌映射的方式将该代最优个体位置更新且以新的方式进行优化操作。经实验证明新算法在收敛速度与精度上都具有更好的性能。

• 基于飞蛾火焰优化算法的PMSM分数阶PIλ研究

  张学典,孙俊峰,秦晓飞,

  针对PMSM（永磁同步电机）分数阶PIλ控制器的参数整定，提出了一种频域法与飞蛾火焰优化算法相结合的方法。以永磁同步电机的分数阶模型作为被控对象，首先使用频域法根据系统的相对稳定性和增益变化的鲁棒性等条件得到控制器的方程；然后结合该方程的图像求解出分数阶PIλ控制器的参数，以该参数为中心位置，指定寻优的范围，进而应用火焰优化算法对其周围进行寻优。仿真和实验结果表明，该分数阶PIλ控制器能够降低系统的超调量，提高系统的快速跟踪能力和抗干扰能力，具有较强的鲁棒性。

• 基于折射原理的混合型花朵授粉算法

  崔丽群,张晨,郑宝林,周四宏,

  针对花朵授粉算法收敛速度慢、寻优精度低的缺陷，提出基于折射原理的混合型花朵授粉算法（refrHFPA）。算法首先利用和声搜索算法提升算法收敛速度，然后利用折射原理提高种群的多样性，帮助算法跳出局部最优，提升寻优精度。实验利用八个测试函数，对比其他群智能算法，结果表明refrHFPA算法在收敛速度和寻优精度方面均有显著的提高。

• 时延多智能体系统领导跟随一致性研究

  张振华,彭世国,

  为符合实际情形，针对不确定与随机发生非线性的多智能体系统，研究了有时延且网络拓扑切换时系统的领导跟随一致性。传统协议通常保守地假设邻接个体间通信时延与个体和领导者间通信时延大小相同，新协议中上述时延可以大小不同。相比于传统方法，新颖地将复杂网络同步问题研究领域对时延的处理方法引入到多智能体系统一致性问题的研究中，利用一类推广的Halanay不等式，给出系统实现领导跟随一致性需满足的两个与时延无关的充分条件，即时延在相关参数满足定理条件的前提下不影响系统最终实现一致性。相比其他方法得到的含有时延的判定条件，本研究结果保守性更低，实例仿真验证了新协议的可行性。

• 云制造环境下面向多目标优化的虚拟资源调度研究

  夏世洪,石宇强,吴双,陈柏志,

  为解决云制造环境下虚拟资源调度存在的算法求解效率不高、模型建立缺乏考虑任务间关系约束和任务间及子任务间的物流时间及成本因素等不足，构建了兼顾交货期时间最小化、服务成本最低化、服务质量最优化为目标的多目标虚拟资源调度模型；采用一种基于项目阶段的双链编码方式进行编码，并提出自适应交叉与变异概率公式，以避免交叉、变异概率始终不变导致算法效率下降与过早收敛的问题；在此基础上利用基于项目阶段的多种交叉变异策略相结合的改进遗传算法进行求解，保证了算法的全局与局部搜索性能。实例结果表明，相比于传统的模型与算法，该模型适用性更强，改进的遗传算法在求解效率、准确度与稳定性方面均有较大提高。

• 基于时间窗的双小车岸桥与AGV协调调度研究

  唐世科,严南南,

  针对自动化集装箱码头（automated container terminal，ACT）的自动导引车 （ automatic guided vehicle，AGV） 与自动化双小车岸桥（double-trolley quay crane，QC）协调调度优化问题，以上海洋山港四期工程的实际布局和装卸工艺为基础，考虑装卸同时进行条件下以最小化任务总完工时间为目标，建立带有时间窗约束的双小车岸桥和AGV的协调调度模型，并采用遗传算法对实际算例进行求解。通过灵敏度分析，验证了该模型及算法的有效性，并对遗传算法参数设置的有效性进行检验。结果分析表明，该调度方法有助于提高自动化集装箱码头的作业效率，减少集装箱船的在港时间，提高码头竞争力。

• 基于序贯博弈的云制造平台共享效能研究

  李芳,江海涛,谢萍萍,叶春明,

  通过建立序贯博弈模型，分析考察在云制造平台上交易技术与服务的情形，研究云制造平台的共享效能与共享机制，求出模型均衡解并进行稳定性分析，利用案例分情况讨论研发成本不同的情况下云平台及各企业的最优定价策略，比较了云制造环境和传统制造环境下的技术共享差异，研究表明云平台能够有效促进技术共享，但也存在收益分配不公平等问题，对此提出了政策建议。

• 基于多子群的社会群体优化算法

  刘亚军,陈得宝,邹锋,李峥,王苏霞,

  社会群体优化（social group optimization，SGO）算法是一种基于社会群体学习而提出的一种新型优化算法。针对社会群体优化算法易于陷入局部最优问题，提出了一种多子群社会群体学习算法（MPSGO）。本算法采用多子群学习方法，对算法两个阶段的个体学习方法进行改进，在维持群体收敛性能的前提下提高群体多样性，同时对部分个体中引入量子学习，使个体学习的有用信息得以增强；此外，每隔一定代数对子群进行随机重组，既能保证各子群个体充分进化，又维持了子群多样性。在设计算法的基础上，分析了其收敛性和多样性；通过与其他四种算法进行对比实验，验证了改进后算法性能更优。

• 基于DW特征参数的GNSS-R海面风速反演研究

  刘原华,郭顺利,牛新亮,

  传统上，机载风速反演一般使用相关功率曲线后沿直接匹配方法，该方法需从实测数据中提取状态信息生成理论波形，而从实测数据中提取状态信息是有误差的，导致生成的理论波形存在误差，从而反演效果不好。对此，提出一种新的基于一维时延功率波形特征参数的风速反演方法，该方法根据风速对一维时延功率曲线时延窗的影响，建立以一维时延功率曲线时延窗作为特征参数的风速反演模型。实验结果表明，新方法的精度为0.77 m/s，相比传统方法，精度提高了33.04%，且模型简单。

• 基于群体智能的自组织重叠社团结构分析算法

  孙韩林,马素刚,王忠民,

  社团结构分析是复杂网络研究的一项重要内容，基于群体智能思想提出了一种自组织的重叠社团结构分析算法SO2CSA2。把网络视为一个群体，网络节点是其中的一个个具有简单智能的个体，每个个体依据定义的社团连接分数自主决定要加入的社团（可同时加入多个社团）。在网络中寻找一组K-派系作为初始社团结构，所有个体迭代地选择其社团归属，最终整个网络的社团结构将逐渐生长出来。最后对获得的社团结构进行后处理，即调整少量节点的社团归属，以提高其质量。在一组合成网络和现实世界网络上的实验表明，SO2CSA2发现的社团结构的质量比两种对比算法（SLPA和OSLOM）更好，尤其是在网络中重叠节点较多或节点重叠度较大的情况下，社团结构质量的提升更为明显。

• 基于卷积神经网络和Tree-LSTM的微博情感分析

  王文凯,王黎明,柴玉梅,

  微博情感分析旨在研究用户关于热点事件的情感观点，研究表明深度学习在微博情感分析上具有可行性。针对传统卷积神经网络进行微博情感分析时忽略了非连续词之间的相关性，为此将注意力机制应用到卷积神经网络（CNN）模型的输入端以改善此问题。由于中文微博属于短文本范畴，卷积神经网络前向传播过程中池化层特征选择存在丢失过多语义特征的可能性，为此在卷积神经网络的输出端融入树型的长短期记忆神经网络（LSTM），通过添加句子结构特征加强深层语义学习。在两种改进基础上构造出一种微博情感分析模型（Att-CTL），实验表明该模型在微博情感分析上具有优良的特性，尤其在极性转移方面仍保持较高的F1值。

• 一种基于动态惯性权重的鸟群优化算法

  高宏进,王力,

  鸟群算法（BSA）作为一种新型的元启发式群智能算法，存在易陷入局部最优、收敛速度慢和求解精度低等问题。针对原鸟群算法在求解最优化问题中的不足，提出一种基于动态惯性权重的鸟群优化算法（DBSA）。该算法通过引入非线性动态惯性权重修正鸟群飞行间隔，平衡种群全局搜索与局部搜索能力；在模拟鸟群生产者觅食的过程中引入莱维飞行，替换原算法中生产者的觅食策略提高算法活力和有效性。实验表明改进后的鸟群算法有效提高了算法的收敛速度和寻优精度。

• 模块度增量与局部模块度引导下的社区发现算法

  刘明阳,张曦煌,

  社区结构是复杂网络的重要特性之一，基于层次聚类的社区发现算法很好地利用了模块度来挖掘网络中的社区结构，但其局限性也导致算法对社区结构复杂的网络划分不够准确、无法发现小于一定规模的社区。在层次聚类的基础上，提出引入局部模块度来弥补模块度在划分社区时的不足，避免可能出现的划分不合理情况。通过真实数据集和人工网络进行了验证，实验结果证明，该算法具有可行性与有效性。

• 基于BLSTM_attention_CRF模型的新能源汽车领域术语抽取

  马建红,张亚梅,姚爽,张炳斐,郭昌宏,

  为提高新能源汽车领域术语抽取准确率，面向新能源汽车专利文本提出一种领域术语抽取模型。传统的领域术语抽取方法过度依赖人工定义特征和领域知识，无法自动挖掘隐含特征，其识别性能过度依赖所选特征的质量。从深度学习的角度出发，提出了一种基于attention的双向长短时记忆网络（bidirectional long short-term memory，BLSTM）与条件随机场（conditional random fields，CRF）相结合的领域术语抽取模型（BLSTM_attention_CRF模型），并使用基于词典与规则相结合的方法对结果进行校正，准确率可达到86%以上，方法切实可行。

• 一种基于词义和词频的向量空间模型改进方法

  邓晓衡,杨子荣,关培源,

  文本内容较多时，传统的向量空间模型（VSM）建模可能产生维数爆炸现象，效率低下且难以保证分类效果。针对VSM高维现象，利用词义和词频降低文本建模维度的方法提高效率和准确度，提出一种多义词判别优化的同义词聚类方法，结合上下文判别多义词的词义后，根据特征项词义相似度进行加权，合并词义相近的特征项。新方法使特征向量维度大大降低，多义词判别提高了文本特征提取的准确性。与其他文本特征提取和文本分类方法进行比较，结果表明，该算法在效率和准确度上有明显提高。

• 基于概率密度PCA的多模态过程故障检测

  郭金玉,刘玉超,李元,

  为了提高故障检测和分类能力，提出基于概率密度PCA的多模态过程故障检测算法。对各模态的训练数据建立PCA模型，计算各个模型的控制限和匹配系数。根据匹配系数计算各模态统一的控制限。对新来的数据，运用概率密度确定其模态。新来数据向对应模态的模型上投影并计算统一的统计量，比较统计量与控制限进行多模态过程故障检测。把该方法应用到数值例子和半导体过程中，仿真结果表明，该算法在分类及多模态过程故障检测方面具有很高的准确性。

• 带饱和函数的幂次新型滑模趋近律设计与分析

  李蒙蒙,叶洪涛,罗文广,

  针对滑模控制系统中存在抖振严重、收敛速度慢的问题，设计了一种带饱和函数的幂次滑模趋近律。该趋近律通过饱和函数和两个幂次项系数在系统趋近过程不同阶段进行针对性调节，提高了系统动态响应过程的收敛速度，且有效削弱了抖振，从理论上证明了其存在性和可达性。将该趋近律应用到存在干扰的二力臂机械手名义模型控制系统中，结果表明，所提出的趋近律提高了系统的收敛速度，而且有效抑制了系统的抖振。

• 基于优先队列的时变网络最短路径算法

  杨传印,黄玮,薛少聪,王劲松,

  提出了基于优先队列的时变网络最短路径算法，能克服传统最短路径算法难以对时变网络求解最短路径的缺陷。提出的时间窗选择策略能够在算法求解过程中为节点选择合适的时间窗以降低路径长度，从而求得精确解。进一步地，算法使用了优先队列组织节点集合以提高计算效率。在随机生成的网络数据以及美国道路数据上的实验表明，基于优先队列的时变网络最短路径算法与经典方法相比，不仅能够求得精确解，运算速度也有所提高。

• 基于KECA和FWA-SVM的间歇过程分时段故障诊断方法

  蔡振宇,张敏,包珊珊,

  针对间歇过程的高度复杂性、强非线性、强时段性等特点，提出一种基于核熵成分分析（KECA）特征变量降维，利用烟花算法（FWA）优化支持向量机（SVM）参数的间歇过程分时段故障诊断方法。首先，通过多向核主元分析（MKPCA）进行在线故障监测，输出故障数据；其次，利用K-means分类方法将间歇过程划分为若干个子时段，对故障数据进行KECA特征变量处理，按熵值贡献率来确定选取主元的个数，深层提取特征信息；最后，在各子时段内分别构建FWA优化SVM参数故障诊断模型，将降维处理后的故障数据代入各自所属子时段FWA-SVM诊断模型内进行故障诊断。通过对青霉素仿真实验数据进行各种对比实验研究，验证了该方法的可行性与有效性。

• 基于动态适应度函数的模糊测试技术研究

  邓一杰,刘克胜,朱凯龙,常超,

  模糊测试是一种有效的自动化漏洞挖掘技术，主流模糊测试技术采用遗传算法生成测试用例，存在早熟现象，导致路径覆盖率不足。针对该问题，提出一种基于动态适应度函数的模糊测试方法。综合考虑了种子新度和路径深度因素，设计了根据测试阶段不同而动态变化的适应度函数，实现了基于动态适应度函数的模糊测试工具DynFuzzer。在BegBunch和CGC提供的测试集上进行实验，结果表明，与现有模糊测试工具相比，DynFuzzer路径覆盖率提高了40%，多发现了10%的bug。基于动态适应度函数的模糊测试方法能有效克服早熟问题，提高路径覆盖率，发现更多的bug。

• 基于HBase的列存储压缩策略的选择优化

  孙靖超,芦天亮,

  为解决现有列存储数据库压缩策略在压缩过程中遇到的数据离散程度大、分类粒度小、配套分类算法缺陷导致的学习成本高、压缩效率难以保证的问题，提出了一种基于排序的列区混合压缩策略。首先根据HBase特点设计了一种对各列数据进行排序的方法加强数据紧密度，然后根据数据特点分别使用混级区压缩策略和混级列压缩策略进行压缩策略推荐，在TPC-DS标准数据集上与前人策略进行比较。实验结果显示，该方法在压缩率、压缩/解压时间方面均有优异的表现，从而证明了其有效性。

• 基于差分进化的复杂软件系统动态可靠性分配

  张世金,张国富,苏兆品,岳峰,

  现有关于复杂软件系统可靠性分配的研究均基于结构固定的软件系统，而实际情况中软件系统结构往往不固定。针对这一矛盾，构建复杂软件系统动态可靠性分配优化模型，并基于差分进化设计复杂软件系统动态可靠性分配算法。在系统结构发生变化时，首先基于D-S证据理论对系统中各模块的全局权重重新进行评估，并考虑变化前后系统的关联性，在差分进化生成初始种群时保留了部分历史解。最后，通过仿真实验分析验证了所提方法的有效性。

• 肿瘤类疾病的过度与错误医疗检查控制机制与模型的研究

  朱诗生,汪昕蓉,毛礼厅,柳学国,

  针对当前肿瘤类疾病诊治过程中存在的错误与过度医疗问题，本研究基于医疗大数据提取出相似病案专家处方中的影像信息，利用机器学习分类模型提出了发现错误与过度诊治的检查控制机制与解决方案。该方案依托医院长期积累的各类肿瘤疾病病历中的CT、MRI图像，以每次诊疗过程中的实际肿瘤类型为依据，从医疗数据库中选择对应类型的影像数据进行特征提取、特征选择、模型构建，得到该类型肿瘤的预测分类器，预测当前病例的良恶性；并通过跟医生诊断结果的对比判断诊疗过程中是否存在过度与错误医疗问题。其核心是提高不依赖人工判别方法的判别正确率来降低肿瘤类疾病的错诊可能性，通过实验证明结合了Spearman去冗余方法的SVM_RFE降维，与传统的SVM_RFE方法相比，在肺结节良恶性分类问题的SVM模型中表现更佳，同时也优于传统的radiomics方法。该方案能及时发现错误与过度医疗问题并提出预警，发挥监督提醒的作用，在实现预防和避免诊治错误的同时减少对人工鉴别的依赖，为错误医疗问题及减轻患者负担提供一种新的解决途径。

• 异构多核计算系统的Codelet任务调度策略

  裴颂文,吕春龙,宁钟,顾春华,

  Codelet数据流计算模型在处理大规模并行计算任务时效果显著，但该模型目前缺少在异构多核环境中的任务调度策略。因此，提出了一种在异构多核环境下基于蚁群算法的Codelet任务调度策略。该调度策略将启发式算法与蚁群算法相融合，在发挥各自优势的同时克服了启发式算法不能得出最优解的缺陷以及蚁群算法初始信息匮乏的问题。实验结果表明，智能蚁群任务调度策略相比Codelet运行时系统中原生的动态调度和静态调度策略具有更高的执行效率。

• 基于ROS的ICP-SLAM在嵌入式移动机器人上的实现与优化

  郑富瑜,何苗,张辉,赵韦人,熊德平,梁安辉,王成民,王润,周海亮,

  基于激光雷达的ICP-SLAM在机器人操作系统中无法直接运行，且通过PC实现算法时，没有高效运载计算机资源，产生资源浪费，同时降低了移动机器人系统的灵活性。通过在嵌入式系统中搭建机器人操作系统，在系统中移植MRPT函数库中的ICP-SLAM算法，对算法进行优化，调整算法运行的CPU占用率，使用基于激光雷达的移动机器人进行建图。结果表明机器人操作系统生成的栅格地图可以满足机器人自主导航的需求，SLAM效果更为直观，系统更加灵活，成本和硬件配置要求大大降低。证明优化后的算法更贴近实际的使用需求。

• 有向动态网络中基于模体演化的链路预测方法

  杜凡,刘群,

  以往传统的链路预测方法大多数针对无向网络，而实际上大多数社交网络是有向的，并且没有考虑网络中同一节点对之间的重复边以及微观演化信息，因此不能较好地解决有向动态网络中的链路预测问题。针对有向网络，将节点对之间的重复边信息转换为该节点对之间连边的权值；接着采用了基于三元组模体的演化模型，对滑动窗口中相邻时间片的模体转换概率进行统计后，采用指数加权滑动平均法对其进行时序分析得到不同模体转换概率的预测矩阵，进而使用该矩阵对网络中的链边进行预测。这不仅充分利用了网络微观演化信息，而且解决了动态网络中重复边的问题。最后对实验结果进行分析发现，在高全局聚类系数高平均度的网络中AUC相比Triad Transition Matrix方法提高了近0.01，而相比CN方法提高更多。因此，所提方法能够较好地应用网络微观演化信息进行链路预测。

• 基于工业物联网的汽车工业敏捷规划轻量级仿真模型

  卢阳光,闵庆飞,王奕斌,

  针对改进汽车工业的规划和流程分析方法进行了研究。为解决传统工业工程分析方法和仿真工具在规划任务中实施周期长、投入代价大、不能快速有效地支撑规划项目的问题，提出了一种基于DEVS（discrete event system specification）理论的EVA（efficiency validate analysis）仿真框架模型，并结合工业物联网技术，组合建立了一种敏捷的生产线规划分析方法。通过在发动机平衡轴生产线升级规划任务中的实践检验，与传统的规划工作方法进行了比较，实践结果证明了新方法能显著提高建模和仿真工作的效率，并更有效地支持汽车工业中的规划工作。同时为实现实体物理世界和虚拟信息世界的快速有效互动，推动物联网技术和数字化技术与工业生产更深度地结合，带来了有价值的启发。

• 基于SDN的WLAN负载感知切换方案实现

  赵国锋,黎军,王新恒,陈攀,葛长威,

  基于软件定义网络将网络的控制平面与转发平面分离，并提供开放的可编程接口等特点，提出一种基于SDN的AP负载感知的切换算法，以减少网络中频繁切换并使AP间负载相对均衡。该方法利用SDN集中控制功能，实时监控AP的网络状态信息，并由控制器判断AP负载状态和预测终端运动状态来辅助切换过程。实验结果表明，该切换方法可以减少切换次数和平衡AP间的负载，保证用户网络服务质量。

• 不确定PAHT聚类算法在滑坡危险性预测上的应用

  胡健,朱玲,毛伊敏,

  针对滑坡预测聚类研究中由于难以确定传统聚类算法需要预先设置的簇个数和无法精准衡量不确定因素降雨量导致预测效果欠佳的问题，提出一种新的聚类算法——不确定PAHT（partition algorithm on the hierarchical thinking）算法。该算法引入一种不确定数据模型——M-D距离，有效刻画了不确定的雨量数据；并结合层次聚类思想，通过找出最佳阈值p*自动确定k值。以延安宝塔区为实例进行对比实验，实验结果验证了不确定M-D距离和PAHT算法的有效性及不确定PAHT算法在滑坡危险性预测上的可行性。

• 基于位置社交网络的个性化兴趣点推荐

  韩笑峰,牛保宁,杨茸,

  兴趣点（point-of-interest，POI）推荐是基于位置的社交网络（location-based social networks，LBSN）中一项重要的服务。针对目前推荐算法存在的噪声数据影响推荐质量、用户个性化程度低的问题，提出了一种个性化联合推荐算法。提出了引入POI的位置因素去除不可能或可能性较小的POI，形成初步候选集；综合考虑POI的类别、流行度及用户的社会行为，增加用户个性化的程度，提高推荐结果的质量。在Foursquare真实签到数据集上的实验证明了提出的联合推荐算法与目前先进的算法相比，准确率提高11%，召回率提高8%。

• 基于文本聚类与兴趣衰减的微博用户兴趣挖掘方法

  秦永彬,孙玉洁,魏笑,

  结合用户兴趣与微博信息的特点，提出了一种文本聚类与兴趣衰减的微博用户兴趣挖掘（TCID-MUIM）方法。首先通过基于词林的同义词合并策略弥补建模时词频信息不足的弊端；然后利用二次single-pass不完全聚类算法将用户微博划分为多个簇，将簇合并为同一文档以弥补微博文本短小难以挖掘主题信息的问题；最后通过LDA模型建模，并考虑用户兴趣随时间变化的问题，引入时间因子，将微博—主题矩阵压缩为用户—主题矩阵，获取用户兴趣。实验表明，较之传统建模方法与合并用户历史微博为同一文档的建模方法，TCID-MUIM方法挖掘的用户兴趣主题具有更好的主题区分度，且更贴合用户的真实兴趣偏好。

• 基于改进EMD的滚动轴承故障增长特征提取和损伤评估技术

  常竞,温翔,

  针对传统滚动轴承损伤评估方法未考虑故障特征的稳定性和有效性导致评估的准确度不高的问题，提出了基于改进EMD（empirical mode decomposition）的滚动轴承故障增长特征提取和损伤评估技术。使用EMD将不同损伤程度的故障信号分解为一系列的奇异值分量（singularity value decomposition，SVD），建立不同SVD分量描述的故障增长趋势，分析各级分量对故障增长过程的稳定性和敏感性，提取能够有效感知故障增长过程的奇异值分量作为故障增长特征，建立滚动体、内环和外环故障以及不同故障严重程度下的样本模型，利用智能算法辨识故障类型并评估其严重程度。最后，使用凯斯西储大学公开的滚动轴承振动数据验证所提方法的有效性。实验结果证明，故障增长分析方法能够从复杂的奇异值分量中筛选出有效跟踪故障增长过程的特征，对提高损伤评估的准确度具有重要意义。

• 基于Teager能量算子的改进阈值函数的去噪算法研究

  罗元,谭琴,张毅,

  针对传统阈值去噪中出现的信号与噪声小波包系数的混叠现象、阈值函数在阈值处不连续、小波包系数估计值与原始值存在恒定偏差等问题，提出了一种基于Teager能量算子的改进阈值函数的去噪算法。该算法首先对小波包分解后的小波包系数进行Teager能量算子的计算，使语音与噪声系数间的差异变大，利于阈值的选择；然后对软、硬阈值函数导致的伪吉布斯效应、恒定偏差等问题进行改进，提出了一种改进的阈值函数。该函数不仅克服了常用函数的不连续性和恒定偏差问题，而且具有更加优越的数学特性。实验结果显示，改进的算法信噪比提高且均方误差有所降低，表明了该算法在最大程度去除噪声的同时也避免了信号的失真，具有较高的实用价值。

• FBMC/OQAM系统中基于子空间的信道估计算法

  王涵,廖建庆,王咸鹏,

  针对滤波器组多载波偏移幅度调制（FBMC/OQAM）系统中基于传统导频结构的信道估计方法估计精确度不高、频谱利用率低的问题，提出一种基于子空间的盲信道估计算法。区别于传统的子空间方法，该算法通过空间上的接收分集技术引入数据冗余进行盲信道估计，不需要发送导频序列，从而提高了频谱利用率。仿真结果表明，该算法可以有效地估计信道，而且估计性能优于传统导频方法。

• 基于循环自相关的NC-OFDM信号参数的盲估计

  王胜,张天骐,袁帅,

  在认知无线电（CR）环境中，频率资源不足的问题越来越严重，而非连续正交频分复用（NC-OFDM）能够工作在非连续的频谱环境。针对NC-OFDM信号的参数估计问题，提出一种循环自相关的方法。该方法首先分析循环平稳信号特点，然后根据NC-OFDM信号的循环自相关，在循环频率α以及时延τ切面图具有离散谱线特征进行参数估计，最后对NC-OFDM信号的循环自相关进行数值仿真。仿真结果表明在低信噪比下，能有效估计NC-OFDM信号的参数及识别零前缀的正交频分复用信号（ZP-OFDM），且实验证明关闭近90%的子载波数目都能够实现NC-OFDM信号的参数的盲估计。

• LTE-A系统中基于QoE能效的无线资源分配算法

  余翔,王宏刚,段思睿,

  针对无线通信网络能耗日益增加和用户体验质量（quality of experience，QoE）难以得到保证的问题，提出一种LTE-A系统中基于QoE能效的资源分配算法。给出了联合优化QoE和能效的数学模型，特别考虑了用户最小QoE要求；根据约束条件提出了一种迭代算法进行用户资源块（resource block，RB）分配，然后利用分数规划的性质并采用凸优化方法求得最优的发射功率来优化目标函数。仿真结果表明，相较现有基于能效的资源分配算法，该算法在提高系统性能的同时有效地保证了用户QoE。

• 群智感知中基于社交属性及有效用户计算的任务分发机制

  杨玉仁,张书奎,龙浩,张力,

  随着无线传感器网络的高速发展和多种移动智能设备的普及，移动群智感知（mobile crowd sensing，MCS）成为移动计算的核心。利用群智感知可完成大规模、复杂环境及社会感知任务，其中任务分发是这种应用中的一个重要环节。针对任务分发过程中存在感知环境复杂、用户数量达不到要求、收集数据质量低等问题，提出一种基于社交属性及有效用户计算的任务分发机制（effective user calculation，EUC）。该机制具有根据任务来筛选用户的特点，从用户角度看，EUC考虑了用户的社会性，由用户的社交网络传递相关信息来增加平台的有效用户数；从平台的角度看，EUC可根据任务的接收和提交情况动态调整有效用户的积分，从而保障整个系统的有效用户数。理论分析和实验结果表明，所提出的机制可提高系统的任务分发效率，并改善了收集数据的质量。

• 基于加权的无人机集群组网分簇算法

  王沁飞,南建国,黄金科,王彪,贾镇泽,

  在无人机集群组网中，节点的高速移动会造成网络拓扑结构更新频繁，使网络管理变得更加复杂。分簇能够增大网络容量，实现空间资源的复用，是优化网络管理的有效手段之一。针对大规模、高速移动的网络环境，提出了多参数加权分簇算法。该算法将最大速度相似度分簇算法中的分簇指标引入到加权分簇算法中，并且对链路保持率、节点度差、节点剩余能量进行改进，综合考虑这四种参数，通过加权组合的方式选举具有最大权重的网络节点作为簇头。仿真结果表明，该分簇算法不仅能够减少簇的数量和簇间切换率，提高分簇的稳定性，而且能够延长最小节点生存时间，改善网络的整体续航能力。

• 软件定义网络中利用IMKVS结合NFV的分布式网络负载均衡策略

  钟百胜,姜利群,

  社交网络和其他云应用程序应该能对从数据中心发出的请求作出快速响应，实现这种请求的技术之一是内存中的键值存储（IMKVS），它是一种缓存机制，目的是为了提高整体用户体验。IMKVS系统使用一致性哈希来决定在何处存储目标。一致性哈希使用起来方法简单，但可能引起网络负载的不平衡。为了提高IMKVS的缓存性能，提出一种软件定义网络中利用IMKVS结合NFV的分布式网络负载均衡策略。该策略包含两个阶段：第一阶段设计通用的SDN负载平衡器的模块，以运行不同的负载平衡算法；第二阶段是基于IMKVS的专业化缓存，可以实现通信管理和数据复制。仿真结果表明，相比于一致性哈希，缓存服务器上的负载可改善24%，网络上的负载可改善7%，策略能够使资源利用更合理，获得更好的用户体验。

• 基于改进自适应遗传算法的移动WSN覆盖方法

  朱利民,赵丽,

  针对传统的WSN覆盖模型的弊端，尤其是如果一个传感器失效，K-覆盖模型需要至少k个传感器节点监测其范围内是否有目标需要覆盖，提出了一种基于改进自适应遗传算法的移动WSN覆盖方法。在能量资源有限的前提下，尽可能长时间地对指定的目标进行连续监测。该算法考虑移动传感器是可以连续和变速运动的，从而能够保证所有目标都在它们的覆盖范围内。仿真结果表明，在使用移动节点的情况下，与其他常用模型相比，改进方法的生存周期和数据包数量都有明显提高。

• 基于d维纠缠交换的(t,n)门限量子秘密共享

  宋秀丽,徐建坤,周道洋,

  以d维纠缠交换为技术手段，提出了一个（t，n）门限量子秘密共享方案。该方案执行t次d维纠缠交换，秘密影子聚合于重建者的V1粒子中。重建者测量该粒子，可重建出共享的秘密。通过安全性分析可知，提出的方案能够抵抗截获—重放攻击、纠缠—测量攻击、合谋攻击和伪造攻击。性能分析表明，相较于其他现有类似量子秘密共享方案，该方案具有更好的灵活性、实用性和普适性，而且总的计算和测量所花费的开销是最低的。

• 一种新型基于格上LWE问题密钥交换协议的设计

  李子臣,谢婷,张筱薇,蔡居良,

  基于格上困难问题设计一种高效、安全的后量子密钥交换协议具有非常重要的理论意义和实用价值。提出了一种新型高效实用的基于格上错误学习问题被动安全密钥交换协议。该协议采用加密机制的构造方式并使用了密文压缩技术，与2016年Bos等人基于错误学习问题并使用Peikert错误调和机制设计的密钥交换协议Frodo相比，通信量只增加了1.09%，但方案复杂度有效降低，计算更加简洁高效，且协议在被动攻击下可证明安全，可有效抵御量子攻击。该协议与现有的基于错误学习问题设计的密钥交换协议相比具有很强的竞争力。

• 基于IC协议的分块加密方案及其应用

  许盛伟,赵海,

  快递面单泄密问题在给个人带来安全隐患的同时，也制约着快递企业的快速发展。针对快递面单隐私保护进行了研究。将基于身份的加密体制（BF-IBE）、权限设计思想及二维码技术相结合，设计了一种分块加密方案，采用一种新的用户私钥分发协议（IC协议）来解决密钥管理问题。将分块加密方案应用于快递隐私保护领域，设计了新型隐私面单与快递业务流程。结果分析表明，分块加密方案所采用的IC协议无须求逆运算，双线性对运算有效降低，便于密钥管理。在加/解密效率上分块加密方案与BF-IBE相当，安全性基于椭圆曲线上的离散对数问题，应用于快递领域能有效保护用户隐私，可推广至其他有分块加密需求的领域。

• 基于双线性对的k-匿名隐私保护方案研究

  宋成,张亚东,彭维平,闫玺玺,

  针对移动互联网环境下位置服务的隐私保护问题，基于双线性对性质和k-匿名的思想，提出了一个高服务质量的隐私增强方案。通过终端在欧几里德距离环形区域内均匀生成2k个虚假位置，利用位置熵、位置分散度和地图背景信息从中筛选出k-1个虚假位置，进而达到更优的k-匿名效果。通过安全性分析，方案不仅满足隐私性、匿名性、不可伪造性等安全特性，而且能够抗查询服务追踪攻击。仿真实验表明，方案虚假位置节点选取具有更优的均匀度，同时在假节点生成和选取效率方面也有所提高。

• 基于特征选择的虚拟化系统语义鸿沟桥接研究

  娄睿,蒋烈辉,

  虚拟化系统的强隔离性质在为安全机制部署提供可靠环境的同时，也引入了语义鸿沟问题。针对现有研究普遍依赖的软件体系结构信息、数据结构和控制流容易被窜改，采用的检测算法在客户机状态识别方面效率较低等问题，设计了特征构造和窗口标记的方法对虚拟机数据进行预处理，以满足实施数据挖掘的必要条件，建立了基于特征选择的虚拟化系统语义鸿沟桥接模型，能够仅依赖硬件体系结构数据构建虚拟机执行模式并进行安全检测。实验结果表明，所设计的系统模型能够筛选出关键的虚拟机特征，并有效地识别出客户机异常行为，提高语义鸿沟的桥接效率，为处理语义鸿沟问题提供了一种可行方案。

• 基于生成对抗网络的恶意域名训练数据生成

  袁辰,钱丽萍,张慧,张婷,

  当前僵尸网络大量采用DGA算法躲避检测，针对主流的基于人工规则的检测算法无法对最新产生的DGA域名进行识别检测和基于机器学习的检测算法缺乏演化的训练数据的问题，提出了一种基于ASCII编码方式定义域名编/解码器，并结合生成对抗网络构造域名字符生成器来预测生成DGA变体样本的方法。实验结果表明，在采用生成数据进行分类器训练和性能评估中，此方法生成的DGA域名变体样本可充当真实DGA样本，验证了生成数据的有效性并可用于DGA域名检测器的训练评估。

• 一种用于Android应用的反控制混淆系统

  曹宏盛,焦健,李登辉,

  Android恶意软件中的控制混淆技术，可以增加传统Android应用软件执行路径检测的难度，是目前代码静态分析的主要困难之一。针对该问题进行了研究，并设计系统DOCFDroid用于解决此问题。该系统在预处理阶段获取CFG关系矩阵，使用深度优先查找待分析路径集合；依据用户给定的源点集合和终节点集合得到粗糙路径；然后采用权重筛选的算法，可以有效地获取目标路径集合。在实验阶段以DroidBench 1.2为基础构建测试样本集，验证该方法的有效性。实验结果表明，该方法能有效抵抗控制流混淆带来的干扰，目标路径识别率可达95.31%。

• 融合全局与局部视角的光场超分辨率重建

  邓武,张旭东,熊伟,汪义志,

  针对光场相机结构和像素传感器分辨率的限制导致光场图像空间分辨率和角度分辨率都较低的问题，提出一种融合全局与局部视角的光场超分辨率重建算法，同时提高光场图像的空间分辨率和角度分辨率。首先根据待重建新视角的位置，自适应选择局部视角，利用空间超分辨率卷积神经网络提高全局视角和局部视角的空间分辨率，然后提取并融合全局视角和局部视角在新视角处映射图像的深度特征和颜色特征，通过角度分辨率卷积神经网络重建获得新视角图像。实验结果表明，与现有方法相比，峰值信噪比（PSNR）提高约3 dB，结构相似性指数（SSIM）提高约0.02，有效地解决了遮挡情况下重建新视角局部目标丢失现象，同时更好地保持新视角的边缘信息，获得了更优的重建效果。

• 压缩感知和相似性约束的图像超分辨率重构算法

  吴科永,陈东,辛宁,曹桂兴,

  针对通过外部学习进行超分辨率存在图像质量不佳、细节不真实的问题提出一种压缩感知和相似性约束的单帧图像超分辨率算法。算法首先利用压缩感知中测量域与频域的线性关系对训练库图像在测量域分类，对不同类别图像块训练对应类别的字典，提高字典的表示能力；然后在重构时利用图像的非局部相似性，将图像在分类字典下的稀疏性和相似块信息同时作为先验信息联合约束重构过程，最后恢复出高分辨率图像。实验结果表明算法重构出的高分辨率图像具有丰富的细节以及清晰的边缘，重构图像主观质量良好。

• 基于l2，1范数原子选择的图像分块稀疏重构

  朱华,岳峻,李振波,张志旺,寇光杰,

  针对图像压缩采样中原子的选择规则难以确定的问题，在改进的正交匹配追踪算法的基础上提出了一种基于l2，1范数的原子选择方式。l2，1范数的原子选择方式考虑了原子间的相关性，剔除了干扰原子，选择出了代表性原子。将所提方法用于图像分块重构，算法以图像进行分块，利用l2，1范数选择对图像块支撑集进行筛选，增强块特征的判别性，提高原子的稀疏度，最终提高图像重构的准确率和速率。实验结果表明，相同条件下在保证重建速度的同时，所提新方法提高了图像重构精度。

• 模糊C-均值聚类引导的Kinect深度图像修复算法

  万红,钱锐,

  针对Kinect传感器所采集的深度图像中存在大面积空洞的问题，提出了一种模糊C-均值聚类引导的深度图像修复算法。该算法将同步获取的彩色图像和深度图像作为输入；利用模糊C-均值聚类算法对彩色图像进行聚类，聚类结果作为引导图像；然后对每个深度图像中的大面积空洞区域，利用改进的快速行进算法，从空洞边缘向空洞内部逐层修复空洞区域；最后，利用改进的双边滤波算法去除图像中的散粒噪声。实验表明该算法能有效修复Kinect深度图像中的空洞，修复后的图像在平滑度和边缘强度上优于传统算法。

• 一种改进的深度残差网络行人检测方法

  郝旭政,柴争义,

  为了提高行人检测方法的准确率，针对行人图像特征，提出一种基于深度残差网络和YOLO（you only look once）方法的行人检测方法。以加强行人特征表达为目的，通过分析行人在图像中的表达和分布特征，提出一种不影响实时性的矩形输入深度残差网络分类模型以改进YOLO检测方法，使模型能够更好地表征行人；为了进一步提高模型的准确率和泛化能力，采用了混合行人数据集训练的方式，提取VOC数据集的行人数据与INRIA数据集组成混合数据集进行训练，明显降低了漏检率；并且利用聚类分析预测框的方法重新设计了初始预测框，提高行人定位能力并加快收敛。经公开的INRIA数据集的测试实验证明，该方法较主流的行人检测方法每张图片误检率有明显改善，降低至13.86%，有1.51%~58.62%不同程度的提升，并且本方法拥有良好的实时性和泛化能力，实用性强。

• 基于梯度特征的双核非局部均值去噪算法

  张玉征,杨词慧,林泉,

  针对传统非局部均值（NLM）滤波算法中邻域间相似性计算易受噪声干扰的问题，提出了一种基于梯度特征的双核非局部均值滤波算法。通过图像块之间的欧氏距离及梯度特征度量邻域间相似性，采用双核函数代替传统指数核函数计算相似性权值，并通过衡量搜索区域中的邻域块与当前像素邻域的相似程度，对像素点的权值进行重分配，在此基础上重估像素点去噪值并得到滤波图像。实验结果表明，提出的滤波算法与传统的NLM滤波算法及分别含有高斯核和正弦核的改进NLM滤波算法相比，可以更准确地反映邻域间的相似度，保存图像的细节及边缘信息，从而有效提升图像的去噪效果。

• 基于语义参数的三维复杂模型变形方法研究

  孙霞,何坤金,

  针对含有自由曲面的三维模型不易变形的问题，提出一种基于语义参数的三维复杂模型变形方法，旨在实现三维模型的快速设计。该方法利用变形控制点作为模型变形的基本元素，通过设置语义参数实现层次化变形：以变形控制点带动分组部件变形，以分组部件促进三维模型整体变形。首先，采用Hausdorff测距法和均值聚类法，将已分组的电动车自由曲面替换成二次曲面；然后，根据变形控制点间及与部件顶点的关系，计算各分组部件内部和外部的约束条件；最后，编辑修改定义在变形控制点上的语义参数，实现模型自定义变形。电动车三维模型验证实验结果表明，该方法支持用户通过修改少量语义参数对模型进行变形，有效提升了三维模型个性化设计的效率。

• 复杂非均质地层的等值线生成算法研究

  孙歧峰,赵琰,段友祥,刘培刚,

  针对地层数据特点，研究和分析了复杂非均质地层数据等值线绘制方法的不足，提出一种新的分区方法，实现了带断层的数据集合划分。基于Delaunay三角剖分算法，并以几何多边形为雏形，建立了带约束的三角网格模型。采用约束Delaunay三角网的拓扑结构，选用改进的反距离加权插值算法，有效地解决了断层两侧高程值问题，并结合实际应用要求在VC++与OpenSceneGraph的开发环境下，实现了非均质带断层的地层等值线的绘制。通过对国内某采油厂的实际油气储集地层数据等值线图的绘制和可视化，证明了方法的可行性和准确性。

• 基于多判据的散乱点云特征点提取算法

  王庆华,黄茹楠,闫晓庚,程拓,

  为了有效获取散乱点云中的尖锐特征点和边界特征点，提出一种利用多判据融合的特征点提取算法。首先利用一种改进的k-d tree构建点云拓扑，搜索样点的K局部邻域；然后利用法向夹角判定准则、核密度判定准则、场力和判定准则分别求取各个样点局部邻域的三个特征参数，最后通过加权计算特征参数得到每个样点的特征值与全局判定阈值，特征值比阈值大的点即为特征点。实验证明，该算法能有效地获取散乱点云中边沿特征点与尖锐特征点。

• 基于改进FOCUSS算法的电容层析成像算法研究

  马敏,刘亚楠,杨涛,薛倩,

  针对电容层析成像（electrical capacitance tomography，ECT）逆问题求解的病态性和不适定性，在压缩感知（compressed sensing，CS）的基础上，提出一种改进FOCUSS的ECT重建算法。采用离散余弦变换（DCT）基将原始图像灰度信号进行稀疏化处理，在使用正则化FOCUSS算法求解的过程中引入拟牛顿法逼近求解中间稀疏变量，以提高信号重构的准确性。仿真实验结果表明，同LBP、Tikhonov和Landweber和FOCUSS算法相比，改进的FOCUSS算法能够有效区分物场中的不同介质，改善图像过度平滑的问题，减小图像误差至0.23，提高图像相关系数至0.80，具有更好的成像效果，为ECT图像重建算法的研究提供新的思路。

• 基于机器视觉算法的水稻秧苗状态识别

  陈信新,王福林,宋莹莹,

  根据秧苗发育形态调节育秧环境中的光照、温度、湿度能够避免徒长，这对水稻优质高产十分重要。针对水稻秧苗在恒温箱封闭式育秧环境下因监测不及时导致的徒长情况，提出了一种基于机器视觉算法识别秧苗发育状态的方法。采用恒温箱对东农426和东农428水稻进行育秧研究，利用协方差聚类算法对秧苗RGB彩色图像进行分割，再选用连续腐蚀开操作结合Hough变换进行预处理。根据提取与秧苗徒长直接相关的形态指标参数信息，如株高、叶面积、着生角、生长速率，进行曲线拟合，最后将结果显示在软件界面上。实验结果表明，该方法可以正确地识别秧苗并准确提取形态指标参数，准确率为87.5%，秧苗形态参数识别误差不超过7%，适用于封闭式育秧环境中对秧苗的监测，该方法为研究水稻工厂化立体育秧提供了有效参考。

• 基于改进的TLD目标跟踪算法

  胡欣,高佳丽,

  针对传统跟踪—学习—检测（tracking-learning-detecting，TLD）目标跟踪算法由于检测模块扫描大量子窗口而导致检测时间过长，并且在跟踪过程中当目标发生严重遮挡、形变时，TLD算法会出现跟踪失败的问题进行了研究，提出改进TLD目标跟踪算法。改进算法在检测模块前加入ViBe模型预估前景目标，极大地缩小了检测区域。追踪模块用SIFT特征匹配算法来代替原算法中的光流法，准确跟踪目标避免发生跟踪漂移，减少了计算的复杂度，提高了算法适应环境的能力。实验表明，改进后的TLD算法运行速度得到提升，并且当目标出现严重遮挡、光照强度剧烈变化时的跟踪精度也得到了很好的改善。