计算机应用研究杂志

计算机应用研究杂志2019年第6期

• Unikernel的研究及其进展

  舒红梅,谭良,

  目前，Unikernel开源项目较多，技术呈现出复杂性和多样性，使得研究人员和开发人员难以准确理解和把握。为此，首先介绍了Unikernel的基本概念和基本特点；然后总结出了Unikernel的系统架构，并详细阐述了Unikernel关键技术的研究工作进展，包括应用层、库操作系统层和平台适配层；最后结合已有的研究成果，探讨了Unikernel的研究方向及其面临的机遇和挑战。

• 多智能体聚集问题研究综述

  李杨,田家赫,谢光强,郭小全,

  首先梳理了多智能体聚集问题中涉及的理论基础与框架；接着综述了近几年多智能体聚集问题主要研究成果，重点从保持拓扑连通性和提升抗干扰性以及受资源限制两个方面介绍了多智能体聚集问题研究进展，并对其中主流控制方法深入阐述；归纳总结了多智能体聚集协议优化在降低系统功耗和提升收敛速度方面的研究成果；最后，提出了多智能体聚集问题若干未来的研究方向。

• 基于用户特征属性的微博话题关键用户挖掘

  柯阳,隋杰,

  针对微博话题存在时效性的特征以及用户之间交互行为特征，在经典PageRank算法的基础上，提出了基于用户交互的微博用户挖掘算法来有效挖掘推动微博话题流行的关键用户。首先介绍了微博话题关键用户的定义及其相关特征；其次，由于传统模型未考虑用户交互以及时间属性的影响，所以融合了时间属性以及用户之间交互特征，同时结合微博网络结构提出了MUR算法；最后，将算法与经典PageRank算法和TS算法作了比较。实验结果表明，模型在反映微博话题用户的时效性、话题推动以及对粉丝的影响力等方面表现较好，证明了模型的合理性和有效性。

• 面向高校学生微博的跨粒度情感分析

  刘丽,岳亚伟,

  传统的微博情感分析通常会忽略不带感情色彩的情感词对微博情感的影响，并缺乏对复杂句式的分析。因此提出了一种结合条件随机场（conditional random filed，CRF）和复杂句式的跨粒度情感分析方法。该方法在CRF模型的基础上，融合复杂句式特征和语义依存特征，对学生微博进行细粒度情感分析，识别出微博文本中的情感要素。在此基础上，通过基于复杂句式的粗粒度情感分析方法分析微博文本的情感倾向，实现对学生总体情感倾向的跨粒度分析。实验结果显示，跨粒度情感分析方法的提出，使得情感要素识别的综合准确率达到了88%左右，微博情感分析的综合准确率达到了87%左右。比起传统的情感分析方法，准确率更高，分类效果更好。

• word2vec-ACV：OOV语境含义的词向量生成模型

  王永贵,郑泽,李玥,

  针对word2vec模型生成的词向量缺乏语境的多义性以及无法创建集外词（OOV）词向量的问题，引入相似信息与word2vec模型相结合，提出word2vec-ACV模型。该模型首先基于连续词袋（CBOW）和Hierarchical softmax的word2vec模型训练出词向量矩阵即权重矩阵；然后将共现矩阵进行归一化处理得到平均上下文词向量，再将词向量组成平均上下文词向量矩阵；最后将平均上下文词向量矩阵与权重矩阵相乘得到词向量矩阵。为了能同时解决集外词及多义性问题，将平均上下文词向量分为全局平均上下文词向量（global ACV）和局部平均上下文词向量（local ACV）两种，并对两者取权值组成新的平均上下文词向量矩阵，并将word2vec-ACV模型和word2vec模型分别进行类比任务实验和命名实体识别任务实验。实验结果表明，word2vec-ACV模型同时解决了语境多义性以及创建集外词词向量的问题，降低了时间消耗，提升了词向量表达的准确性和对海量词汇的处理能力。

• 基于分布式图计算的学术论文推荐算法

  潘峰,怀丽波,崔荣一,

  针对海量论文数据导致的应用效率低下问题，提出一个基于层次混合模型的推荐算法WSVD++。该模型根据学术论文良好的结构特征，构建一个加权的论文二部图模型。首先对论文进行特征提取，按不同特征的权重构建论文的复合关系图；其次对关系图采用一种改进的PPR算法，计算每篇论文的重要程度，依此来对用户—论文关系进行加权；然后在构建好的加权二部图模型上混合SVD++图算法进行推荐。实验结果表明，改善了推荐算法学术论文的推荐效果，并且基于分布式图计算框架GraphX，扩展性好，适合大数据处理。

• 基于AHP和混合Apriori-Genetic算法的交通事故成因分析模型

  邓晓衡,曾德天,

  针对交通事故数据多维多层的特点，对交通事故的主要成因与潜在规律进行了研究。从驾驶员、车辆、时间—地点、环境四个维度出发，提出了基于层次分析法（AHP）和混合Apriori-Genetic的模型挖掘事故成因。首先，引入AHP对事故诱发因素进行重要度排序，在客观分析的基础上将事故因素量化，筛选出引发交通事故的主要因素；其次，结合混合的Apriori和遗传算法对主要因素进行定向分析，找出关联规则，提高挖掘的准确性。相关对比实验的结果表明该模型可以减少无用规则的产生并提高挖掘的准确性，具有一定的科学意义和应用价值。

• 一种结合主题模型的推荐算法

  曹占伟,胡晓鹏,

  针对传统协同过滤推荐算法存在的冷启动、数据稀疏以及相似度度量的准确性问题，基于LDA主题模型对文本隐式主题挖掘的有效性和KL散度在主题分布相似性度量的准确性，提出了结合LDA主题模型的矩阵分解推荐算法。首先，利用改进的LDA算法输出项目—主题分布，并用困惑度作为主题数设置的修正函数；然后分别基于余弦相似度和KL散度计算得到项目相似度矩阵，将得到的相似度矩阵结合原评分训练集输出预评分，再将预评分填充到训练集；最后将训练集输入ALS矩阵分解算法得到推荐结果。通过MovieLens数据集的实验结果表明，该算法在不同隐式参数设定下均能得到比ALS推荐算法以及更小的预测误差，并且最优预测误差小于传统推荐算法。该实验说明了通过集成LDA主题模型的ALS算法效果要优于其他推荐算法。

• 填补法和改进相似度相结合的协同过滤算法

  邢长征,金媛,

  针对稀疏的用户评分数据，国内外学者对协同过滤算法作了很多改进，归纳为填充法、改进相似度方法、结合内容的推荐等，这些单一方法都不能真正解决数据稀疏的问题。针对这个问题，提出一种填充法和改进相似度相结合的协同过滤算法。该算法首先利用填充法随机填充部分数据，改进的填充法预测评分时融入了项目属性信息，然后利用填充后的数据和新相似度方法作推荐，产生推荐结果，迭代m次，按照迭代m次被推荐项目平均评分的高低进行最后的推荐。实验表明，在数据稀疏的情况下，该算法与单一的方法比有更好的推荐效果。

• 基于差异性采样的流数据聚类算法

  邱云飞,孙梦冉,

  针对传统聚类算法对流数据进行聚类时面临时间复杂度高、存储空间需求大以及准确度较低的问题，提出一种基于差异性采样的流数据聚类算法。首先利用差异性采样法对流数据进行采样并用样本点构造核矩阵，然后利用核模糊C均值聚类算法对核矩阵中的点进行聚类得到一个带有标记的样本核矩阵，最后利用带有标记的样本核矩阵对流数据中的点进行划分。同时利用衰退聚类机制，实时更新样本核矩阵。实验结果表明，相比于传统聚类算法，该算法实现了更低的时间复杂度，同时实时聚类，得到较为理想的聚类结果。

• 基于用户扩展兴趣的微博推荐方法

  徐建民,刘明艳,王苗,

  为解决微博用户兴趣提取不准确的问题，提出一种基于用户扩展兴趣的微博推荐方法。该方法将用户个体兴趣与关联兴趣结合为用户扩展兴趣进行微博推荐。其中，用户个体兴趣从用户标签、发布微博及交互微博中提取；用户关联兴趣通过用户与其关注用户间的关注关系强度、交互频繁程度和个体兴趣相似度获取。最后，计算用户扩展兴趣与待推荐微博的相似度，对相似度降序排列产生推荐列表。实验结果表明，新方法较传统方法更具有效性和准确性。

• 基于元胞自动机模型的交织区车道分配问题分析

  安旭,赵靖,马晓旦,夏晓梅,

  为探究交织区不同车道分配方案对系统产生的影响效果，在Nagel和Schreckenberg提出的NS元胞自动机模型的基础上为三种不同换道区域定义了三种换道规则，建立针对交织区的元胞自动机模型。对比交织区是否设置隔离带的两种车道分配情况下交织区及非交织区分别进行了数值的模拟和分析，结果表明，流量低时，两种措施的效果无明显差异；流量较高并且交织比不大时设置隔离带将减少系统拥堵及各流向车辆的行程时间。当交织区的长度在一定值内，设置隔离带的效果更好，且随着交织区长度的增加，设置隔离带而产生的优化效果也越来越小。交织区超过这个长度后两种措施效果差不多。

• 面向旅游在线评论情感词典构建方法

  严仲培,陆文星,束柬,王彬有,

  旅游在线评论情感分析的基础是情感词典的构建。在领域情感词典构建过程中，通常仅使用词频作为筛选种子词集的标准，而并未考虑其内部词语的关联程度，这会导致种子词集聚类效果不明显，进而影响情感词语归类精度。因此，基于词向量模型，提出一种情感词典种子词集筛选方法。该方法将情感词语以向量形式表征并计算词向量间距离，形成种子词集的筛选标准和分类依据，再通过类别判断形成在线评论的情感词典。最后，构建了山岳型旅游景区在线评论情感词典，并通过对比实验验证了方法的有效性，对提高情感词语归类精度和旅游在线评论情感词典的构建起到了积极的作用。

• 三维Euler方程的隐式间断有限元算法

  段治健,张童,秦梦梅,马欣荣,

  为了求解三维欧拉方程，对隐式时间离散格式间断有限元方法进行了研究。根据间断Galerkin有限元方法思想，构造内迭代SOR-LU-SGS隐式时间离散格式，结合当地时间步长技术、多重网格方法，实现了三维流场的计算。数值计算了ONERA M6机翼、大攻角尖前缘三角翼以及DLR-F4翼身组合体的亚声速绕流问题。结果表明，加入SOR内迭代步的LU-SGS隐式算法具有较大的优势，相较于GMRES算法所占用的内存少且收敛速度相当，是LU-SGS算法的三倍以上。针对三维算例，具有较好的稳定性和较高的收敛速度，能够给出准确的流场信息。与原方法相比，SOR-LU-SGS方法无论是在迭代步数上还是在CPU时间上，效率均有明显提高，适合于三维复杂流场计算。

• 基于引力搜索算法的分数阶变异时序回归GSA-TSGM(1,1)模型

  高飞,方海莲,

  为了利用分数阶累加算子在灰色短期预测中的高效性能，首次将分数阶累加算子引入变异时序回归模型以期取得更高的预测精度。主要方法如下：首先取湖北省链子崖某监测点1978—1987年的十年数据作为训练集并使用引力搜索算法确定最佳分数阶累加阶数，而1988—1993年的六年数据作为验证集验证提出的模型；其次对比了经典灰色模型GM（1，1）、分数阶累加灰色模型、变异时序回归模型TSGM（1，1）三种灰色模型。结果如下：首先修正了陈西江等人变异时序回归模型仿真时出现的错误，其次表明了相比于其他的模型，基于引力搜索算法的分数阶累加时序回归模型在进行灰色长期预测中具有较高的预测精度。因此，通过分数阶累加算子提高了灰色理论中长期预测模型的精度，为灰色长期预测提供了指导。

• 基于贝叶斯网络的个体隐性知识测度方法研究

  陈友玲,张岳园,凌磊,高然,

  隐性知识是企业创新力和竞争力的源泉，因此对其进行合理的表达、转换、分享和测度，将会为企业带来无形却巨大的经济效益。基于此，提出基于贝叶斯网络的个体隐性知识测度方法，构建了包括特定情境的设定和分析，贝叶斯网络拓扑结构的构建、节点概率的参数学习，贝叶斯网络的概率推理、排序和解释及其模型的有效性测试等在内的个体隐性知识测度模型。最后，以L企业研发部的招聘活动为例进行算例分析。结果表明该算例模型的有效性约为75%～80%，验证了所提方法对隐性知识的客观量化测度具有较好的可行性和有效性。

• 一种考虑风力作用的KNN城市AQI预测算法

  杨丰玉,王宝英,陈英,冯涛,陈涛苹,

  考虑风力对城市空气质量指数（AQI）的重要影响，基于KNN算法提出一种新的模型对城市AQI进行预测。该模型主要依赖于数据间的局部相似性和依赖性，再将风力因素对城市AQI的影响进行量化并加入到KNN预测结果中，得到最终预测结果。实验对九个重点城市进行AQI预测，结果表明，该模型相较传统KNN方法预测得到的AQI值准确率大幅度提升，对城市AQI的预测具有指导意义。

• 一种改进过采样算法在类别不平衡信用评分中的应用

  邵良杉,周玉,

  针对信贷行业信用评分业务中存在的样本类别不平衡问题，首先在信用评分各影响因素Fisher比率值分析的基础上确定主要评判指标；而后以基于支持度的过采样算法（SDSMOTE）为样例合成算法，支持向量机（SVM）为基预测器，Boosting算法为框架，构建基于Fisher-SDSMOTE-ESBoostSVM的类别不平衡信用评分预测模型；在基分类器训练结束后引入淘汰策略，删除未被正确分类的合成样例，重新生成正类样例并修正样例权重；最后以UCI数据库中德国信用数据集为实验样本，F-measure值和G-mean值为评价指标，对比分析Fisher-SDSMOTE-ESBoostSVM与其他集成学习算法的预测结果。实验结果表明，Fisher-SDSMOTE-ESBoostSVM算法应用到信贷行业客户信用评分预测中具有可行性和适应性，且预测准确率较高，具有一定的实际应用价值。

• 混合加噪声模型与条件独立性检测的因果方向推断算法

  麦桂珍,彭世国,洪英汉,陈平华,彭昱忠,

  从可观测的变量中推导出潜在的因果关系是人工智能领域的热点研究之一。传统的基于独立性检测的方法是通过检测V结构来确定一组马尔可夫等价类而非最终的因果关系；而加噪声模型算法却只能适应于低维度的因果网络结构。为此，提出一种采取分治策略的混合加噪声模型与条件独立性检测的因果方向推断方法。首先将一个n维因果网络分解成n个诱导子网络，分别归入三种基本结构（单度结构、非三角结构和存在三角的结构）中的一种，从理论上分别证明其有效性；其次对每个诱导子网络进行基于加噪声模型算法与条件独立性检测相结合的方向推断；最后把所有子网络合并起来构建成完整的因果关系网络。实验表明，该方法比传统的因果关系推断方法更加有效。

• 基于知识图谱的学科单选题考点提取研究

  刘一然,骆力明,

  在自然语言处理方面对智能教育中智慧学习进行探究，提出根据知识图谱和学科规则确定单选题考点，主要介绍知识图谱的构建和单选题考点的提取这两方面内容。通过建立一个开放性的知识图谱，不断实现学科知识的扩充。为提取考点，首先将单选题分类、分词以及替换相似词；然后通过检索图谱得到单选题的候选考点集；最后通过学科规则定位知识点及其所属章节，便于学生有针对性地复习教材知识。在所收集的C++试题集上的实验结果表明，通过知识图谱和规则可较为准确地提取出试题考点。

• 基于排列熵和支持向量机的癫痫发作预测研究

  周梦妮,崔会芳,曹锐,王彬,阎鹏飞,相洁,

  针对癫痫发作给病人带来的巨大伤害，为临床治疗留下足够空余时间，提出一个可以预测癫痫发作的系统模型。对21名癫痫病人进行研究，提取具有较低算法复杂度的排列熵构成特征向量，将其输入支持向量机（support vector machine，SVM）训练出学习模型，用来识别发作期样本，利用投票机制充分考虑病人差异来判断所处状态，最终实现癫痫的实时预测。结果表明，其中81%的发作可以提前平均50多分钟预测到，且具有较低的误报率。为癫痫发作预测系统的理论研究打下坚实基础。

• 基于MapReduce模型的侵蚀地形因子计算方法研究

  王猛,张宏鸣,

  针对传统侵蚀地形因子提取方法在处理海量数据时出现的瓶颈，提出一种基于MapReduce模型的侵蚀地形因子计算方法。该方法将并行计算模型MapReduce与改进的通用土壤流失方程（revised universal soil loss equation，RUSLE）相结合。利用最大坡降原理和B+树建立流向关系查找树来表现地形数据的相关性；利用MapReduce模型进行流路查找与栅格汇聚来替代传统正反向遍历算法，解决侵蚀地形因子计算过程中汇水和累计坡长的计算效率问题。实验结果表明，对于基于海量数字高程模型数据的地形因子提取，该方法能够在计算精度允许的范围内有效提高效率。

• 基于节点综合相似度的多标签传播社区划分算法

  郝梓琳,李雷,施化吉,

  为了解决现有的多标签传播社区划分算法采用的随机顺序策略导致形成的社区划分结果不稳定和社区质量不够高的问题，提出了一种基于节点综合相似度的多标签传播社区划分算法MLPA-NCS。以节点潜在影响力的降序作为节点选择顺序，解决社区结果划分不稳定问题。根据节点的主题相似度和链接相关度计算出节点综合相似度，并以节点综合相似度降序作为更新节点标签时对邻近节点遍历的顺序，提高所划分社区的质量。采用真实数据集和人工网络数据，对多个算法进行对比实验，结果表明算法有效可行，社区划分结果更稳定，社区质量也更高。

• 低碳背景下考虑批发价格契约供需网企业决策

  房宏扬,陈荔,

  在全球绿色低碳的视角下，构建高效、可循环的绿色供需体系，基于报贩模型针对低碳供需网系统进行研究。在低碳背景下分别建立不考虑碳排放、碳税、碳配额、碳配额与交易下的供需网批发价格契约模型，并运用Stackelberg博弈进行求解，探讨不同的碳排放政策对低碳供需网契约协调以及收益的影响。通过模型求解验证了无论在何种政策下传统的批发价格契约均无法实现低碳供需网系统协调；且通过数值仿真分析了四种不同的碳减排政策下不同参数的变化对供需网系统的影响。研究发现：各方收益随着碳税价格的升高而降低；当企业的碳排放量超额时，收益随着碳配额的减少而减少；而碳配额与交易下，制造商的收益随着碳交易价格的增加呈现先增后降的趋势。

• 基于语义和谱聚类的监理视频R树检索方法

  宋华珠,程贵,巫世峰,钟忺,

  土木工程监理视频是提高土木工程监理质量的一种有效手段。首先以土木工程监理视频检索为研究对象，建立土木工程监理视频的语义，且对土木工程监理视频数据进行了语义划分，随后结合维基百科相关的部分中文词条和从土木工程监理领域整理的词条进行词向量训练，并使用这些词向量数据对标注数据条目进行训练，为监理视频R树提供含有语义的词向量数据；然后研究基于谱聚类的节点分裂，提出了基于谱聚类的R树节点分裂算法和基于词向量的R树节点检索算法。最后用实际工程的例子说明了所确定的监理视频语义能准确表示监理视频的主要内容，同时实验结果表明该算法优化能有效提高土木工程监理视频的索引速度和检索查全率。

• 超算环境科学工作流应用平台的引擎设计和资源调度

  李于锋,莫则尧,肖永浩,赵士操,段博文,

  围绕超算资源的易用性和多类软件的集成以及协作需求，开发了超算环境下的科学工作流应用平台，设计了异步并发的流程执行引擎，采取调度算法和调度器、引擎相分离的设计策略，给出了资源调度方案。提出了局部资源池化技术和资源预约算法，并比较分析了五种常用调度算法的性能，给出了算法选择的建议。实际应用表明设计的引擎能够支撑复杂工作流的灵活执行方式，给出的资源调度方案能够满足超算环境下工作流应用的高效执行。

• 基于特征加权的代理判别模型模式识别方法

  潘海洋,郑近德,郭雨怡,

  针对以往模式识别方法的不足及特征值贡献度的问题，提出了基于特征加权的代理判别模型（agent discriminate model based feature weighted，ADMFW）模式识别方法。该方法的核心在于利用加权因子获取加权特征，并采用代理模型建立加权特征之间的关系函数，即首先计算特征值的权值因子，评估特征值的显著度，进而对每个特征值予以权值；然后利用加权特征和代理模型建立预测模型；最后采用预测模型对未知样本进行识别诊断。对滚动轴承实测数据的分析结果表明，ADMFW可以有效地对滚动轴承的工作状态和故障类型进行识别。

• 基于分级匹配的维吾尔语文档相似性计算及剽窃检测方法

  亚森·艾则孜,艾山·吾买尔,阿力木江·艾沙,

  针对以维吾尔语书写的文档间的相似性计算及剽窃检测问题，提出了一种基于内容的维吾尔语剽窃检测（U-PD）方法。首先，通过预处理阶段对维吾尔语文本进行分词、删除停止词、提取词干和同义词替换，其中提取词干是基于n-gram 统计模型实现；然后，通过BKDRhash算法计算每个文本块的hash值并构建整个文档的hash指纹信息；最后，根据hash指纹信息，基于RKR-GST匹配算法在文档级、段落级和句子级将文档与文档库进行匹配，获得文档相似度，以此实现剽窃检测。通过在维吾尔语文档中的实验评估表明，提出的方法能够准确检测出剽窃文档，具有可行性和有效性。

• 基于有效上下文信息的变体词还原方法

  游绩榕,沙灜,梁棋,王斌,

  在社交网络上，用户常创造一些变体词来替代部分实体名词，将这些变体词还原为原目标词是自然语言处理中的一项重要工作。针对现有变体词还原方法准确率不够高的问题，提出了基于有效上下文信息的变体词还原方法。该方法利用点互信息抽取出变体词和候选目标词的有效上下文信息，并将其融合进自编码器模型中，获得变体词和候选目标词更准确的编码，并依据此计算相似度进行候选目标词排序，更准确地实现了变体词还原任务。实验表明，该方法较当前主流的几种方法相比效果有显著提升，提高了变体词还原的准确率。

• 基于适应值模糊灰模型的交互式进化计算

  郭广颂,文振华,何琳琳,郝国生,

  针对交互式进化计算过程的评价不确定性问题，对个体适应值预测方法进行了研究。对于个体精确数适应值类型，提出基于模糊灰模型FGM（1，1）预测模糊适应值的方法，降低噪声对适应值的影响。确定了用户满意度与适应值噪声强度的函数关系，构建了噪声强度衡量指标；建立模糊适应值支集宽度约束下的最小噪声强度线性规划，求取模糊适应值预测参数，通过模糊灰模型时间响应序列输出模糊适应值。采用NSGA-Ⅱ范式实现进化计算，并设计了新的个体序值比较方法和拥挤测度计算公式。将所提方法应用于烤漆门外观选型问题，并与已有典型方法比较。结果表明，所提方法在推荐个体质量、减轻用户疲劳、提高搜索效率等方面均有优越性。

• 城市物流中心节点多目标识别模型及仿真

  袁光辉,韩景倜,梁贺君,

  城市最后一公里物流已经成为了城市物流系统的重要组成部分，最后一公里物流节点的选取是其中的重要环节，不仅能够提高配送效率、降低运营成本，还能提升企业形象和缓解城市拥堵压力等。从多种参与者角度出发，基于聚类分析优先选取物流配送覆盖度、均衡度、城市拥堵情况等多个指标及目标构建了的城市物流一级节点识别模型，并使用贪婪算法对一级节点周边的二级节点进行识别，形成最后一公里物流节点网络。使用南京仙林区物流需求情况及周边交通情况进行实证仿真，给出相应的一级节点及二级节点，实证结果表明，南京仙林区总面积308.29 km2，优化后的整个物流网络服务范围高达289.50 km2，覆盖率高达93.91%，满足整体物流网络的货运需求，最高转运率高达0.949。

• 一种线性自抗扰控制器的无人直升机姿态控制方法研究

  王云霞,代冀阳,王村松,胡烽,

  针对无人直升机模型复杂、控制器难以设计、易受外界干扰等问题，在建立亚拓系列直升机动力学模型基础上，提出了一种改进的二阶线性自抗扰控制器。首先，将线性扩张状态观测器用于估计影响输出结果的扰动，并加入跟踪微分器。然后，改进了控制器结构与反馈补偿系数，使直升机姿态角能够更快地响应所输入的指令，并能够按设定的角度飞行，以完成要求的任务；最后，通过引入白噪声干扰模块来验证该控制器的抗干扰能力。对比仿真结果表明，所提出的控制器对于无人直升机的姿态角有较好的控制效果，优于其他两种控制器。特别是在噪声干扰的条件下，也有较好的动态性能和鲁棒性。

• 基于小波包-AR谱和深度学习的轴承故障诊断研究

  贺思艳,刘亚,田新诚,

  针对轴承故障信号的非平稳性和非线性的特点，采用小波包分解和自回归（auto-regressive，AR）谱估计相结合的方法提取振动信号特征值；为了提高诊断结果的精度，提出用深度信念网络（deep believe network，DBN）进行诊断模型训练。首先，对轴承振动信号进行小波包分解和自回归谱估计，计算不同频段的能量实现轴承故障特征提取；其次，将提取到的特征值作为深度信念网络的输入向量，进行模型训练；最后，用训练好的模型进行故障诊断。为验证所提方法的有效性，采用美国凯斯西储大学提供的旋转轴承数据集，将提出的算法与三种故障诊断方法进行对比实验。实验结果表明，所提方法具有更好的诊断性能。

• 基于改进粒子群算法的四旋翼自抗扰控制器优化设计

  胡丹丹,张宇辰,

  针对四旋翼飞行器自抗扰控制器参数较多、人工整定困难且难以得到最优控制效果的问题，提出一种基于改进粒子群算法的四旋翼自抗扰控制器优化方法。在设计了四旋翼飞行器的自抗扰控制器之后，将自抗扰控制器的参数作为粒子群中的粒子进行迭代寻优，同时在传统的粒子群算法基础上参考遗传算法，对适应值不好的粒子进行交叉保优，以提高粒子的多样性，加快寻优速度。仿真结果表明，对比人工整定参数的控制器，优化后的控制器超调更小、调节时间更快。该方法能够解决四旋翼飞行器自抗扰控制器人工参数整定困难的问题，且优化后的控制器具有更好的控制效果。

• 基于Renyi熵的OpenFlow信道链路泛洪攻击主动防御方法

  蔡佳晔,张红旗,宋佳良,

  针对新型链路泛洪攻击，提出一种基于Renyi熵的OpenFlow信道链路泛洪攻击主动防御方法。运用Renyi熵分析攻击者在构建OpenFlow信道linkmap过程中产生的ICMP超时报文数量变化。一旦出现攻击前兆，由流量监控服务器向控制器发出攻击预警，控制器启动交换机—控制器连接迁移机制，将交换机迁移至新的控制器下，并使用新的OpenFlow信道与之通信。实验证明，主动防御方法能有效避免控制器与交换机之间通信链路受到链路泛洪攻击的影响，确保控制器和交换机能持续交互提供网络服务，增强了SDN的健壮性。

• 基于直方图移位的AMBTC域无损信息隐藏

  张弢,柳雨农,邢亚林,任帅,张德刚,

  针对秘密信息的安全传输，提出一种信息隐藏算法，将混沌置乱变换及行程压缩编码同时应用于秘密信息预处理，以改善隐藏载体的嵌入容量和鲁棒。该算法将直方图移位技术应用于信息嵌入过程，在绝对矩阵块截断编码（AMBTC）生成的高低平均值序列上隐藏预处理后的秘密信息，实现了载体的无损隐藏并提升了嵌入容量，且嵌入容量高于直接在由AMBTC生成的高低平均值序列上进行隐藏的算法。实验结果表明，在受到某些攻击后仍保证提取出的秘密信息具有较高的可辨识度，归一化系数始终高于0.6，证明了该算法在鲁棒性和隐藏效率方面的优势。因此，提出的信息隐藏方法能达到秘密信息安全传输的目的，同时具有很好的抗攻击性。

• 支持差分隐私保护及离群点消除的并行K-means算法

  樊一康,刘建伟,

  针对大数据环境下聚类分析的隐私保护问题，基于MapReduce计算框架，提出了一种并行化的支持差分隐私保护和离群点消除的K-means算法。算法并行地计算数据集中各点间的欧氏距离矩阵与最近邻超球半径以导出离群点的判定阈值，并在此基础上完成差分隐私保护下的初始聚类中心选取和并行聚类过程。理论分析证明整个算法满足ε-差分隐私保护，实验结果说明该算法在隐私保护的有效性、聚类结果的可用性以及执行效率等方面取得了很好的平衡，相比于同类算法有较优的表现。

• 大数据环境中交互式查询差分隐私保护模型

  袁健,王迪,申泽宇,

  随着大数据时代的到来，数据挖掘技术被广泛应用，而线性查询作为该技术中最基础和最频繁的操作，其隐私保护在数据分析和数据发布隐私保护中占有极其重要的位置。交互式线性查询的交互增加了数据的处理量，运用传统的隐私保护模型效率较低。为了解决大数据环境中交互式查询差分隐私保护问题，模型针对大规模数据集中交互式线性查询差分隐私保护的特点，通过数据关联性分析减少冗余信息，采用交替方向乘子法对查询负载矩阵进行分解，利用自适应加噪技术产生差分隐私保护所需要的合理数量的噪声，设计并行处理方法实现该模型的计算。实验将提出的模型与以往模型进行对比，结果表明所提出的模型在提升隐私保护精度的同时也极大地提高了算法性能，因此模型切实可行。

• 基于隐私保护的实时电价计费方案

  何薇,赵波,刘育博,

  针对智能电网基于实时电价的计费过程中有大量实时用电数据需要交互和计算，且隐私数据保护不够完善的安全问题，提出了一种基于隐私保护的实时电价计费方案。利用加法同态加密、混合乘法同态加密等技术，保证了实时用电数据在通信、数据聚合、电费计算和账单验证过程中的安全；同时，通过聚合签名技术减少了数据认证过程中的开销。通过对所述方案进行安全性分析和性能分析，表明该方案具有很好的安全性，且性能较高。

• 一种尺度空间特征区域的强鲁棒性水印算法

  齐向明,徐嫚,李玥,侯明君,

  针对数字水印算法中特征区域选取不足以反映图像重要信息，导致鲁棒性减弱的问题，提出一种尺度空间特征区域的强鲁棒性水印算法。通过尺度空间特征点检测提取靠近载体图像重心且互不重叠的特征区域，合成特征区域矩阵，用变换域水印算法嵌入水印；对可能受到攻击的含水印图像提取特征区域，合成其特征区域矩阵，并用嵌入水印算法逆过程提取水印。实验表明，该算法不仅对一系列攻击都具有强鲁棒性，而且不可见性良好。

• 公租房背景下NB-IoT安全智能锁系统解决方案

  沙涛,刘梦君,李丹,刘树波,

  针对公租房市场中租赁客户身份复杂、变动频繁，难以安全有效管理、阻止租户转租难题，设计了一个基于NB-IoT（narrow band Internet of Things）的安全智能锁系统。它利用位置证明和时间戳加密机制，实现了对房屋安全门锁权限统一管理，并可防止远程开锁、重放攻击及中间人攻击。理论分析和测试结果表明，所提方案能够在安全高效管理公租房屋、阻止用户转租的同时具备较低的计算和通信开销。

• 面向聚类的平面反射数据扰动方法

  汪小寒,韩慧慧,张泽培,俞庆英,郑孝遥,

  面向聚类的数据隐藏通常使用数据扰动技术来防止敏感信息泄露。针对现有的面向聚类的数据扰动方法隐私保护度低的问题，提出一种基于平面反射的数据扰动方法。将发布对象的全部属性两两配对构成平面上的点，再随机选择一条直线作每对属性关于直线的对称点，转换后的数据即为发布的数据。实验结果表明，该方法具有较好的隐私保护度和聚类可用性，且对高维数据具有良好的适应性。

• 基于逻辑一致性判定的广义不透明谓词检测方法

  史大伟,周季璇,徐良华,

  不透明谓词是一类轻量级的代码混淆方法，能以单向的执行复杂度对抗程序的逆向分析。广义不透明谓词扩展狭义不透明谓词的值恒定属性至逻辑恒定属性，已经应用于部分恶意代码中以提升抗查杀能力。为消除不透明谓词对程序恶意性判定的影响，以广义不透明谓词后趋依赖的属性为依据，结合逻辑恒定判定，提出了基于逻辑一致性的广义不透明谓词检测方法。通过静态分析提取谓词前置条件约束、后趋逻辑约束和谓词判定表达式，以相交基本块搜寻初筛谓词，并依据约束求解方法判定广义不透明谓词。构造原型系统并进行测试，结果表明该方法能精准高效地检测出恶意代码中的不透明谓词。

• 基于软件基因的Android恶意软件检测与分类

  韩金,单征,赵炳麟,孙文杰,

  随着移动互联网的发展，针对Android平台的恶意代码呈现急剧增长。而现有的Android恶意代码分析方法多聚焦于基于特征对恶意代码的检测，缺少统一的系统化分析方法，且少有对恶意代码进行分类的研究。基于这种现状，提出了恶意软件基因的概念，以包含功能信息的片段对恶意代码进行分析；根据Android平台软件的特点，通过代码段和资源段分别提取了软件基因，其中代码段基因基于use-def链（使用—定义链）进行形式化。此外，分别提出了基于恶意软件基因的检测框架和分类框架，通过机器学习中的支持向量机对恶意软件基因进行学习，具有较高的检测率和分类正确率，其中检测召回率达到了98.37%，验证了恶意软件基因在分析同源性中的作用。

• 基于DWT最优多子图和SIFT几何校正的鲁棒水印算法

  李莹莹,张毅锋,程旭,孙一博,

  为提高水印系统鲁棒性，提出一种基于PSO算法优化的DWT多子图水印算法。算法选择DWT后的多个子图作DCT（离散余弦变换），然后利用PSO算法寻找最优的多子图组合权重，利用扩展变换QIM原理嵌入和提取水印。为提高算法抵抗几何攻击的性能，提出基于改进SIFT的水印图像抗几何攻击方法。采用一种基于圆的特征点描述方法改进SIFT，然后在水印提取前通过SIFT特征点匹配进行几何校正预处理。实验仿真结果表明，在保证水印不可察觉的基础上，基于PSO算法优化的DWT多子图水印算法的鲁棒性优于基于DWT单一子图的水印算法；加入改进SIFT算法的水印系统抵抗几何攻击的能力明显提高。

• 完全隐藏策略的基于属性可搜索加密方案

  许盛伟,王荣荣,赵海,

  目前基于属性可搜索加密方案（ATT-PEKS）虽然解决了关键词密文只能被唯一用户搜索的限制，实现了加密数据的多用户共享，但是却没有隐藏访问策略，访问策略一旦被好奇且不可信赖的服务器攻击者获取到，就可能会造成机密信息的泄露。为了解决此问题，提出了完全隐藏策略的基于属性可搜索加密方案，并给出了具体的算法构造，使得方案不仅具有多用户数据共享的优势，还实现了访问策略的完全隐藏。对此方案进行了安全性以及性能分析，证明了方案具有在属性集合模型下的抗攻击性安全，还能保证索引和关键词明文的机密性。在性能方面使用较少的运算量就可以实现隐藏访问策略和加密数据共享两大功能。

• 一种基于CUDA的截断重叠维特比译码算法

  李晨杰,王志旭,

  为解决信道译码在高吞吐量通信系统中的瓶颈问题，通过对CUDA并行计算的了解和对维特比译码并行实现的探索，为卷积码提出了一种基于CUDA的截断重叠维特比译码器。算法通过截断式的子网格图相互重叠的方式，并行执行独立的正向度量计算和回溯过程。实验结果表明，在保证了译码算法误码率性能的同时，获得了良好的吞吐量提升表现，相比现有的实现方式提升了1.3~3.5倍，降低了硬件开销，能够有效运用于实际高吞吐量通信系统中。

• 车联网中一种有效的资源共享方法

  邓左祥,涂芳,李春贵,

  针对车联网的资源共享问题进行研究，提出一种有效的资源共享方法ERS。ERS的目标是提高资源共享的成功率、减小资源共享的延迟和通信代价，以及提高发送效率。为了实现这些目标，ERS设计了查询、回复、资源的替换、收到资源的告知四个策略。基于真实的车辆行驶数据进行了仿真实验，仿真实验结果表明，相比其他两种方法，ERS实现较高的资源共享成功率、较低的延迟及通信代价和较高的发送效率，因此是车联网中一种有效的资源共享方法。

• LTE-A中基于时隙接入的接入拥塞控制优化算法

  段红光,何功成,

  在LTE-A中，由于物理随机接入信道（physical random access channel，PRACH）资源有限，当大量的设备几乎同时向基站发起随机接入请求时，可能会导致接入网拥塞，接入时延增大，无法满足用户的服务质量需求。通过分析时隙接入模型，提出了一种自适应调整时隙接入周期的接入控制优化方案。与基于时隙接入的信道接入控制协议（SCACP）相比，该方案首先通过实时接入负载的估计，优化时隙接入周期的选择，均衡了接入时隙的接入请求，既保障了设备的接入成功率，又减少了不必要的前导重传，降低了接入时延。最后，仿真结果验证了所提接入控制优化方案的有效性。

• BOC及其衍生信号通用无模糊捕获分析

  袁帅,张天骐,刘董华,王胜,

  针对BOC（binary offset carrier）及其衍生信号通用无模糊捕获方法匮乏的问题，提出了一种基于伪相关函数（pseudo correlation function，PCF）的无模糊捕获改进方法。首先，根据形状码向量的概念构建了BOC信号的互相关函数统一表达式，并提出了两组新的形状码向量；然后，通过接收信号与形状码向量对应的参考信号作互相关合成得到一个单峰；最后，通过单峰与自相关函数合成得到通用无模糊捕获方法。仿真实验表明，在同一条件下，新提出的捕获方法主峰能量相对于副载波相位消除法提高了23%，并且能够适用于所有类型和所有调制阶数的BOC信号，能够完全消除同步过程中自相关函数的模糊性。

• 大规模MIMO系统中基于用户位置的导频分配

  张进彦,金凤,尹礼欣,马东亚,

  大规模多输入、多输出（multiple input multiple output，MIMO）系统中因导频复用而存在的导频污染问题，成为性能提高的瓶颈。针对此问题，提出一种基于用户位置的导频分配方案。该方案通过上行功率控制方法保证不同用户到各自小区基站的信号功率相同，并在功率控制情况下根据干扰用户到本小区基站距离与到目标小区基站距离的比值来定义干扰用户对目标用户的导频污染强度，并给用户间导频污染强度较小的两个不同小区用户分配相同的导频。仿真结果表明，所提方案能够有效提高系统容量，减小用户间性能差距，较好地降低了用户间的导频污染。

• 用户需求感知的D2D视频分发机制

  寇兰,刘彪,黄宏程,

  针对目前D2D多播内容分发机制因冗余传输过高而导致簇头节点能量效率以及系统频谱效率低的问题，提出了一种基于用户需求感知的D2D视频分发机制。通过对用户视频服务请求进行预测，在为服务请求用户分发视频的同时将视频推送给潜在服务用户。首先，根据用户的兴趣、视频的流行度以及用户设备的剩余能量等估算出潜在服务用户接收视频推送的意愿；其次，提出视频分发服务效用值度量来衡量视频分发服务的价值，并对最优化簇头能量效率问题进行建模；最后，提出最优化簇头能量效率的D2D视频分发机制。实验结果表明所提出的D2D视频分发机制相较于传统分发机制其簇头的能量效率及系统吞吐量有着明显的优势。

• 无线传感器网络中基于虚拟力的覆盖算法

  张淳,

  在无线传感器网络的很多应用场景中，大量的传感器节点被任意播撒在被监测区域内，形成很多覆盖空洞，对无线传感网络的感知、监测和数据采集能力造成很大影响。为了解决无线传感器网络中的覆盖问题，提出了一种基于虚拟引力的覆盖算法。首先，根据虚拟引力产生的约束条件和引力大小，一种扩大网络覆盖范围的算法被提出，算法分析证明这种算法能够减少覆盖空洞；第二，提出了维持邻居节点连通性的方法；第三，提出一种覆盖感兴趣区域的算法。仿真结果表明，这种算法既能提高网络的覆盖能力，又能减少传感器节点的移动距离。

• VANET中基于捎带确认机制的自适应数据传播策略

  赵金龙,张娓娓,陈绥阳,

  车载自组网（VANET）通过自组织分散环境传播交通数据，交通数据的特点使得VANET数据传播方法更适合依赖广播。然而，当在高密度场景下广播数据时，可扩展问题和数据传播冗余问题变得尤为突出，可能导致广播风暴的发生。针对数据传播冗余和广播开销等问题，以最远转发策略和捎带确认机制为基础，提出一种捎带确认的自适应最远转发策略（AckAMFR），根据存储转发的概念进行信息的传输和存储，降低了数据冗余，具有较强的可靠性和较小的广播开销。仿真结果表明，该转发策略具有低广播开销和高数据传输率的特性。

• 一种面向多类不平衡协议流量的改进AdaBoost.M2算法

  张仁斌,张杰,吴佩,

  针对AdaBoost.M2算法在解决多类不平衡协议流量的分类问题时存在不足，提出一种适用于因特网协议流量多类不平衡分类的集成学习算法RBWS-ADAM2，本算法在AdaBoost.M2每次迭代过程中设计了基于权重的随机平衡重采样策略对训练数据进行预处理，该策略利用随机设置采样平衡点的重采样方式来更改多数类和少数类的样本数目占比，以构建多个具有差异性的训练集，并将样本权重作为样本筛选的依据，尽可能保留高权重样本，以加强对此类样本的学习。在国际公开的协议流量数据集上将RBWS-ADAM2算法与其他类似算法进行实验比较表明，相比于其他算法，该算法不仅对部分少数类的F-measure有较大提升，更有效提高了集成分类器的总体G-mean和总体平均F-measure，明显增强了集成分类器的整体性能。

• 能效优先的用户关联与功率控制协同优化机制

  彭大芹,王付龙,孙向月,

  在异构蜂窝网络中，针对系统的能效提出了一种基于效用函数最大化模型的用户关联与功率控制协同优化方案，该方案表示为非线性混合整数问题。为了求得该问题的最优解，设计了一种迭代算法，首先将原问题转换为带参数的多项式形式的问题，在外层循环利用Dinkelbach方法求得最佳的能效因子，然后在内层循环分别求得最佳的用户关联矩阵和传输功率。最终实验结果表明，用户关联与功率控制协同的优化方案在能效和负载平衡方面比固定功率条件下的用户关联策略的性能更优。

• 基于规则网格的层次化布料动态模拟方法

  郑华,王美丽,李书琴,

  在布料动态模拟仿真过程中，收敛速度和模拟效率是两个核心指标，可以很好地反映布料在动态过程中的模拟效果。针对布料动态模拟中的收敛速度慢、模拟效率低的问题，提出了一种基于规则网格的层次化模拟方法，实现了基于位置的层次化动态模拟。在该方法中，利用层次化思想在原始网格的基础上构建层次化约束网格，可以采用不同的决策函数对网格进行精简，构造出更加满足目标要求的约束网格，在构造完成后利用提出的权值关联模型对各层次进行再矫正。在模拟过程中，原始网格利用层次化约束网格从最粗层到最精细层进行收敛矫正，有效避免了传统为提高收敛速度而单一地增加约束矫正迭代次数的问题。为了检验模拟性能，布料在周期钟摆风场下进行了实验。实验表明，在基于规则网格的层次化方法模拟下，该方法能很好地解决传统模拟的约束振荡问题，并且效率高、稳定性好。

• 基于GPU异构平台的实时CT图像重建系统的研究

  夏松竹,杨静,方宝辉,徐金秀,

  针对采用单CPU CT图像重建时间长，采用CPU集群重建成本及能耗高的问题，提出了CPU多线程+GPU的异构重建模型。采用CPU多线程流水线模式，将整个任务分解为若干个处理阶段，相邻的两个阶段之间以循环缓存连接，上一阶段完成一次计算任务后将数据放到循环缓存里，然后继续下一次的计算任务，下一阶段探测到循环缓存里有数据后从缓存里取出数据开始计算。各个任务是并行处理任务的，针对某一耗时瓶颈模块再采用GPU并行加速，充分发挥CPU和GPU的计算资源。CPU多线程+GPU模型相对于CPU多线程模型加速了16.45倍，相对于串行CT图像重建加速了20.5倍以上。将CPU多线程+GPU模型重建的图像与CPU串行程序重建的CT图像相比较，数据结果在误差范围内，满足实验设计要求。提出的图像重建模型采用成本较低的GPU显卡就实现了性能大幅提升，大大降低了CT图像重建系统的成本及功耗，而成本及功耗的降低会引起CT医疗诊断费用的降低，最终惠及广大病患。

• 基于卷积神经网络的实时环境光遮蔽计算

  郭雨潇,陈雷霆,

  已有的基于屏幕空间的环境光遮蔽计算方法虽然保证了计算的实时性，但是存在估计失真以及细节丢失等难以解决的问题。针对该问题，提出了一种结合低频光线追踪采样以及蒙特卡罗去噪的算法框架对环境光遮蔽进行实时计算。为了解决传统蒙特卡罗去噪算法无法实时处理的问题，提出了一种基于卷积神经网络的蒙特卡罗去噪算法，并针对问题对网络结构进行了改进和优化。实验证明基于卷积神经网络的方法能够对环境光遮蔽的去噪问题进行准确的处理，同时对卷积网络的改进在保持精度的基础上显著地提高了计算效率。对比实验显示了该算法在保持与高频采样光线追踪算法相近效果的前提下可达到与基于屏幕空间环境光遮蔽计算方法相近的每秒数百帧的计算效率。

• 基于谱对称的形状配准方法

  韩丽,李丹,刘书宁,陈思宇,朴京钰,唐棣,

  针对现有三维形状配准方法中存在左右翻转的错误匹配问题，提出了基于内蕴对称特征检测的高效形状配准算法。首先，通过热核与几何约束构建模型的内蕴自对称点对；其次，基于谱嵌入特征空间分析提取模型的内蕴对称平面，并依据模型表面法向量有效识别模型的左右结构属性；然后，根据内蕴对称点对获得模型的一致性谱对称结构描述；最后，引入一致性点漂移算法（CPD），实现基于谱对称的非刚性模型的形状配准，有效避免了模型配准中的左右结构翻转问题。实验进一步论证了这种方法不仅有效提高了模型匹配的效率，而且能有效识别同类模型的结构特征，对于非刚性模型的配准具有较强的鲁棒性。

• 基于PST和多尺度高斯滤波的视网膜血管的分割

  蔡震震,唐鹏,胡建斌,金炜东,

  为辅助眼科医生进行眼底疾病的诊断，提出了一种基于相位拉伸变换（PST）和多尺度高斯滤波的视网膜血管分割方法。首先将彩色眼底影像的绿色通道分量图进行增强预处理；然后采用不同尺度的高斯滤波器对预处理增强后的视网膜血管进行降噪处理，再结合PST边缘检测算法初步获得视网膜血管分割图；最后整合初步获得的视网膜血管分割图并进行形态学去噪，获得最终的视网膜血管分割图。通过在视网膜图像库DRIVE上进行实验，其平均准确率为93%，平均灵敏度达77%，平均特异性为95%，实验结果验证了该方法的有效性。

• 一种自下而上的人脸检测算法

  张宁,伍萍辉,

  针对在非控条件下的人脸检测经常遇到的问题，如复杂的人脸姿态表情、严重的人脸遮挡、外界环境背景复杂、光照条件差、小脸等提出了一种自下而上的人脸检测方法。自下而上的人脸检测是基于深度学习的，先进行人脸相关关键点检测和关键点之间的位置关系检测再进行人脸检测。网络结构采用稠密网络进行图像特征提取，提取到的特征传送给6个级联网络，每个级联网络由两个分支网络构成，分支网络1用来预测人脸相关关键点位置坐标，分支网络2用来预测关键点之间的位置关系。利用得到的关键点位置和位置关系进行人脸检测。在FDDB测试集上进行了验证，取得了0.98的成绩，并可以在输入图像分辨率为1 920×1 080的情况下，能检测到的最小人脸分辨率为10×10，使用GPU Nvidia GeForce GTX 1070最快能达到17 fps。

• 改进的单幅近红外掌纹掌静脉图像融合识别

  江晓龙,王华彬,王东旭,朱颜,陶亮,

  现有的单幅近红外掌静脉掌纹融合识别算法不能很好地突出掌纹与掌静脉结构。针对这个问题，提出一种改进的融合识别算法。采用分块模型去除图像中的掌静脉得到掌纹结构，通过隶属度函数对掌纹结构进行模糊化，再进行反锐化掩模增强，突出掌纹结构信息。使用边缘检测加权引导滤波对掌静脉结构进行增强，突出掌静脉结构，将掌纹与掌静脉图像进行融合。实验结果表明，改进后的融合识别算法的识别率达到了99.81%。

• 一种基于日期码的快速缺陷检测算法

  冯玮,方春,孙福振,

  日期码缺陷检测仍然以人工为主。现有的用于检测日期码缺陷的算法受限于时间复杂度和准确率，无法在工业界获得较大范围的应用。针对这样的情况，提出了一种新的基于迭代配准的post-rotate iterative closest point（PRICP）算法。该算法把日期码抽象为点特征，通过对模板和特征点进行配准来快速检测日期码的缺陷，引入机器学习进一步提高了该算法的准确性、鲁棒性及缺陷分类能力。该算法已经成功应用于青岛啤酒厂流水线喷码日期的缺陷检测中，现场运行结果显示该算法在鲁棒性和效率方面明显优于其他方法，适用于多个连通域信息码的快速缺陷检测，同时不受条件及背景约束，抗噪声能力强，可直接应用于其他的视觉领域。

• 结合稀疏重构与能量方程优化的显著性检测

  赵恒,安维胜,田怀文,

  针对现有算法在复杂背景图像显著目标检测中存在背景被错误凸显的问题，为抑制背景提取更加准确的前景，提出一种结合稀疏重构与能量优化的显著性检测算法。首先将输入图像分割为超像素以去除不必要的细节；然后选取图像边界超像素作为背景模板，利用其作为稀疏字典计算重构误差，并作为超像素初始显著值；最后构造新的能量方程对初始显著值优化，并在优化后对其前景增强生成最终显著图。在包含真值图像的MSRA10K和ECSSD1000数据集上，将提出的算法与其他10种算法进行对比测试，PR曲线图、准确率P、F值的效果优于其他10种算法的结果。实验结果表明，所提算法在复杂背景图像的显著目标检测中，相比于已有的多种算法鲁棒性更好，能够对背景进行有效的抑制，提取显著目标也更加精确。

• 基于SEF-GHEI及协同表示的步态识别研究

  徐守坤,邱亮,石林,李宁,

  将协同表示方法应用于步态识别中可以解决稀疏表示方法计算耗时的问题，但提取步态特征采用的GEI算法没有考虑步态内部轮廓边界信息，导致识别率不高。针对此问题，提出使用融合Hog和GEI算法的方法提取步态特征，在此基础上使用协同表示的方法训练，再通过计算测试样本的最小重构误差进行分类。实验结果表明，该方法在单一视角下步态识别准确率平均提高了1.315%，以及跨视角下步态识别准确率平均提高了6.51%，说明该方法是可行的。