电子学报

Select

薛塬, 苏伟, 王洪超, 杨冬

电子学报. 2019, 47(10): 2017-2024. https://doi.org/10.3969/j.issn.0372-2112.2019.10.001

摘要 ( ) PDF全文 ( )

可视化

在工业场景中，复杂无线环境对定位网络的影响导致定位存在实时可靠性差、精度低的问题.基于此，本文设计了在信标节点异步情况下支持TDOA（Time Difference-Of-Arrival）测量的确定性定位网络模型（ASync-DetNET），同时提出了适用于ASync-DetNET的节点感知模型和定位模型.通过简化了定位节点对数据信息的获取方式，合理调度通信资源，使得能够满足不同精度的定位需求，在保障定位精度的前提下，提高定位的实时可靠性.本文在实际搭建的面向复杂工业环境的UWB（Ultra-WideBand）室内定位系统中进行测试，结果表明文中方法能够在一定程度上提高了定位精度，保证定位的确定性.

Select

动态异构冗余结构的拟态防御自动机模型

朱维军, 郭渊博, 黄伯虎

电子学报. 2019, 47(10): 2025-2031. https://doi.org/10.3969/j.issn.0372-2112.2019.10.002

摘要 ( ) PDF全文 ( )

可视化

动态异构冗余结构是拟态防御技术的常用工程模型.然而，目前尚缺乏对该结构实施形式化分析的手段，因为该结构缺乏形式化建模方法.针对此问题，使用有穷状态自动机及其并行组合自动机为一些拟态攻防行为建立计算模型.首先，使用单个有穷状态自动机为单个执行体建模；其次，使用有穷状态自动机的并行组合为执行体组合建模；再次，修改状态迁移规则，得到可描述攻防行为的拟态防御自动机模型；最后，根据该自动机模型的状态条件，分析动态异构冗余结构上拟态攻防行为的安全性.此外，也可使用交替自动机为拟态攻防建模，并把安全性自动分析规约为交替自动机模型检测问题.

Select

软件定义的L2/L3地址协同拟态伪装策略研究

王鹏超, 陈福才, 程国振, 陈扬, 谷允捷

电子学报. 2019, 47(10): 2032-2039. https://doi.org/10.3969/j.issn.0372-2112.2019.10.003

摘要 ( ) PDF全文 ( )

可视化

从网络内部探测目标终端的脆弱性是网络攻击发起的主要途径，当前网络的静态特性利于攻击者目标侦察的实施，网络内部的L2/L3地址是攻击者期望侦察的主要信息.为了改变目标侦察阶段网络攻防的易攻难守态势，基于拟态伪装的思想，提出了一种L2和L3地址协同动态化技术，在不影响正常业务条件下有策略地隐藏真实网络主机.首先，建立网络侦察的博弈模型（CRG），基于NASH均衡解指导L2/L3地址的拟态伪装策略，并给出最优的跳变周期计算公式；其次，基于软件定义网络架构，设计并实现了协同动态化的内网防护系统（CMID），由SDN控制器协同控制L2/L3地址的伪装变换；最后，理论分析与实验结果表明：上述方法能够有效切断L2/L3地址与真实网络身份、上层服务的关联性，最大化地隐藏网络内部主机，延缓侦察速度，阻断网络攻击的连续性.

Select

面向软件定义核心网的OpenFlow分组转发优先制排队模型研究

熊兵, 左明科, 黎维, 王进

电子学报. 2019, 47(10): 2040-2049. https://doi.org/10.3969/j.issn.0372-2112.2019.10.004

摘要 ( ) PDF全文 ( )

可视化

软件定义网络（Software-Defined Networking，SDN）作为一种数据转发与控制逻辑相解耦、并开放底层编程接口的创新网络架构，为降低核心网的部署运营成本、提升应用业务性能提供了全新的解决思路.然而，在SDN架构下，逻辑上集中的控制平面容易出现性能瓶颈，进而加大分组转发时延，因此有必要理解其分组转发性能特性.为此，本文首先介绍了软件定义核心网的典型部署场景，分析了控制平面的Packet-in消息到达过程和数据平面的分组到达过程，进而应用M/M/n/m和M/M/1/m排队模型分别刻画控制器集群的Packet-in消息处理过程和OpenFlow交换机的分组处理过程.在此基础上，建立OpenFlow分组转发优先制排队模型，进而推导出不同优先级的分组转发时延及其累积分布函数CDF.最后，借助控制器性能测量工具OFsuite_Performance进行实验评估，结果表明：与现有模型相比，本文所提的M/M/n/m模型更能准确估计控制器集群的实际性能.同时，采用数值分析的方法对比了多种情况下不同优先级的分组转发时延及CDF曲线，为软件定义核心网的实际应用部署提供有效参考.

Select

基于Attention深度随机森林的社区演化事件预测

潘剑飞, 曹燕, 董一鸿, 陈华辉, 钱江波

电子学报. 2019, 47(10): 2050-2060. https://doi.org/10.3969/j.issn.0372-2112.2019.10.005

摘要 ( ) PDF全文 ( )

可视化

在网络结构不断变化的同时，社区结构也随之演化.社区结构在不同时间片的变化可定义为四种不同的演化事件：持续、分离、融合和消失.本文运用网络表示学习的方法，对网络进行图嵌入编码映射到低维向量空间中，研究动态社区演化事件的预测.特征方面，在传统的社区内部属性特征、时间片间属性特性变化和前段时间片的社区演化事件的特征维度的基础上，引入潜在结构特征表征四种演化事件，运用随机游走和Softmax思想获取潜在的结构特征；模型方面，引入深度随机森林的策略，同时采用attention机制、蒙特卡洛特征采样策略进行特征融合和特征训练，克服了已有算法仅获取局部结构特征的缺陷.实验在DBLP、FACEBOOK和Bitcoin数据集上，对比SVM、XGBOOST和RIDGE模型训练，证实了新提出的算法模型对最终预测准确率有很大的提升.

Select

基于松弛时间与累计发送量的数据中心网络混合流调度机制

臧韦菲, 兰巨龙, 胡宇翔

电子学报. 2019, 47(10): 2061-2068. https://doi.org/10.3969/j.issn.0372-2112.2019.10.006

摘要 ( ) PDF全文 ( )

可视化

数据中心网络中同时存在截止时间流（deadline flow）和非截止时间流（non-deadline flow），为降低非截止时间流的平均完成时间（Average Flow Complete Time，AFCT）同时维持低截止时间错失率（Deadline Miss Rate，DMR），本文提出了一种基于松弛时间与累计发送量的混合流调度机制（Slack Time and Accumulation based Mix-flow Scheduling，STAM）.首先通过引入松弛时间的概念，衡量截止时间流对非截止时间流在传输时延上的宽容度；然后根据松弛时间，通过使截止时间流尽可能接近其规定截止时间完成，降低非截止时间流的完成时间；最后，利用最小累计发送量优先策略进一步降低非截止时间流的平均完成时间.仿真结果表明，该机制能有效降低非截止时间流的平均完成时间，同时保证较低的截止时间错失率.

Select

基于MCU的无源Wi-Fi散射通信方法

唐晓庆, 谢桂辉, 佘亚军, 俞杨

电子学报. 2019, 47(10): 2069-2075. https://doi.org/10.3969/j.issn.0372-2112.2019.10.007

摘要 ( ) PDF全文 ( )

可视化

与有源Wi-Fi相比，Wi-Fi散射通信具有功耗低、成本低的优势.但目前大多数研究都存在现场可编程门阵列（FPGA）功耗大和专用集成电路（IC）制作成本高的问题.为此该文提出一种基于微控制器（MCU）的无源Wi-Fi散射通信方法，用低主频MCU生成了纳秒级时序精度的Wi-Fi散射调制波形，并进行了低功耗设计和优化，开展了基于能量收集的MCU电源管理和无源系统设计，并首次展示了基于室内弱光能量收集的无源Wi-Fi原型样机.测试表明，通信瞬时功耗1.8mW，比有源器件降低了2~3个数量级.系统待机功耗2.5μW，有效通信距离15m，兼容现有的商用Wi-Fi设备，且成本低，无需电池.

Select

基于位置敏感模型的深度跟踪算法研究

查宇飞, 吴敏, 库涛, 陈兵, 张园强

电子学报. 2019, 47(10): 2076-2082. https://doi.org/10.3969/j.issn.0372-2112.2019.10.008

摘要 ( ) PDF全文 ( )

可视化

视觉目标跟踪旨在寻找与跟踪目标具有相同语义信息的样本，并在视频中精确定位样本的位置.最近，深度分类模型被用来提取跟踪目标的深度嵌入式特征，然而，由于深度分类模型给予相同类别的样本一样的标签，这样容易导致跟踪模糊，甚至失败.为了解决这个问题，本文将样本的空间位置信息加入深度分类模型中，提出位置敏感损失函数.本文所提出的损失函数不仅继承了分类损失函数的特性，并根据样本的空间位置信息对相同标签的样本进行了排序.也就是说，本文的损失函数可以同时实现类间可分和类内排序.相比于分类损失函数，本文的损失函数更适合目标跟踪任务.本文在OTB100^[1]和VOT2016^[2]上进行了测试，结果表明本文算法可以实现较好的跟踪性能.

Select

基于贝叶斯博弈的WLAN节能机制研究

韩珍珍, 徐川, 王倩云, 王新恒, 赵国锋

电子学报. 2019, 47(10): 2083-2088. https://doi.org/10.3969/j.issn.0372-2112.2019.10.009

摘要 ( ) PDF全文 ( )

可视化

针对无线局域网（Wireless Local Area Networks，WLAN）中密集部署无线接入点（Access Point，AP）导致的能耗和同频干扰问题，提出了一种基于贝叶斯博弈的节能机制（BaYesian Game based Energy Saving scheme，BYG-ES）.首先，对通用AP设备的能耗进行测量与分析，构建AP发射功率-负载-能耗的关系模型；然后，基于该关系模型及软件定义网络控制器实时收集的网络状态信息，设计基于贝叶斯博弈的能耗优化模型；最后，利用社会选择函数求解能耗优化模型，获得干扰限制下最优的休眠AP集合和发射功率配置规则，完成用户流量卸载和AP发射功率的调整，同时保证AP参与博弈的诚实性.实验结果表明，BYG-ES节能机制能在减小系统能耗的同时提高网络性能.

Select

高误码率下归零Turbo码帧结构识别

钟兆根, 吴昭军, 刘杰, 张立民

电子学报. 2019, 47(10): 2089-2097. https://doi.org/10.3969/j.issn.0372-2112.2019.10.010

摘要 ( ) PDF全文 ( )

可视化

现有的高斯消元法在Turbo码帧结构识别中，存在着容错性差且计算量大的缺点，直接导致后续分量编码器以及交织器识别算法无法应用.为此，提出了一种基于矩阵模型列相关性的识别方法.首先在待定帧长下构建分析矩阵，并对其前后相邻两列进行差分处理，然后建立关于差分后矩阵列重的统计量，根据码长及其整数倍处必有统计值能通过判决这一特点确定帧长.最后，通过分析正确码长下通过判决的统计值对应的相对位置关系，归纳帧起点的同步方法.仿真结果表明，本文算法在误码率高达0.1条件下，Turbo帧结构参数识别能够达到100%的识别率，与现有方法相比，本文算法计算复杂度更低且识别性能更好，可应用于认知无线电等非协作通信领域.

Select

亚奈奎斯特采样雷达的运动目标回波信号的快速重构

张素玲, 陈胜垚, 席峰, 刘中

电子学报. 2019, 47(10): 2098-2107. https://doi.org/10.3969/j.issn.0372-2112.2019.10.011

摘要 ( ) PDF全文 ( )

可视化

亚奈奎斯特采样雷达是利用回波信号的稀疏性，基于模信转换系统发展起来的欠采样雷达系统.本文研究亚奈奎斯特采样雷达的运动目标回波信号的快速重构问题.与单脉冲回波重构不同，运动目标在脉冲积累时间内可能产生跨距离单元现象，使得回波信号表示系数呈现稀疏时变性.本文采用概率分布模型描述稀疏位置的变化，首先将多脉冲回波信号重构转化为加权稀疏重构问题；然后根据分段滑动重构思想，提出一种基于正交投影的加权稀疏分段滑动重构方法来实现快速重构.该方法利用前一个脉冲稀疏位置估计信息，构造分段产生干扰的正交补空间，将子段压缩测量投影到构造的正交补空间，有效地抑制了相邻段引入的干扰.数值仿真验证了方法的有效性.

Select

基于N-gram特征的恶意代码可视化方法

任卓君, 陈光, 卢文科

电子学报. 2019, 47(10): 2108-2115. https://doi.org/10.3969/j.issn.0372-2112.2019.10.012

摘要 ( ) PDF全文 ( )

可视化

本文提出了两种基于N-gram特征的恶意代码可视化方法.方法一以空间填充曲线的形式表示，解决了灰度图方法不能定位字符信息进行交互分析的问题；方法二可视化恶意代码的2-gram特征，解决了重置代码段或增加冗余信息来改变全局图像特征的问题.经深度融合网络验证所提方法的识别与分类性能，取得了较优的结果.

Select

一种可靠的芯片指纹PUF电路

白创, 唐立军

电子学报. 2019, 47(10): 2116-2125. https://doi.org/10.3969/j.issn.0372-2112.2019.10.013

摘要 ( ) PDF全文 ( )

可视化

本文引入一种可靠的芯片指纹物理不可克隆函数（Physical Unclonable Function）电路.该PUF包括基于电流饥饿型延迟单元的工艺敏感电路、时间偏差放大器、时间偏差比较器、表决机制与扩散算法五个部分.通过捕获制造工艺的偏差，每一个工艺敏感电路可以稳定产生两路具有微弱延时差的延迟信号，然后比较生成指纹ID；设计一种新型的扩散算法改善PUF的唯一性，引入时间偏差放大器与表决机制增强PUF相对于温度与电源电压变化的稳定性.文中PUF在0.18μm CMOS工艺下实现.仿真结果表明，该PUF的输出具有均匀统计分布特征，同时在温度从-40℃至100℃，电源电压从1.7V至1.9V变化条件下，其输出ID具有97.5%的稳定性.

Select

基于超像素多特征融合的快速图像分割算法

侯小刚, 赵海英, 马严

电子学报. 2019, 47(10): 2126-2133. https://doi.org/10.3969/j.issn.0372-2112.2019.10.014

摘要 ( ) PDF全文 ( )

可视化

为了提高高分辨率图像分割效率，解决复杂图案中待分割目标边缘附近前景与背景区分度小而造成的分割目标不完整问题，本文通过引入超像素HOG特征，提出了一种基于超像素多特征融合（superpixel multi-feature fusion，SMFF）的快速图像分割算法.首先采用目前最有效的超像素算法对待分割图像进行超像素预分割，然后提取基于超像素的HOG特征、Lab颜色特征和空间位置特征，设计基于超像素的多特征度量算法，最终采用图割理论实现了基于超像素多特征融合的快速图像分割.实验结果验证了本文算法的有效性，其算法性能接近于目前最经典图像分割算法，且本文算法的时间性能要明显优于其它对比算法.

Select

基于核化双线性卷积网络的细粒度图像分类

葛疏雨, 高子淋, 张冰冰, 李培华

电子学报. 2019, 47(10): 2134-2141. https://doi.org/10.3969/j.issn.0372-2112.2019.10.015

摘要 ( ) PDF全文 ( )

可视化

双线性卷积网络（Bilinear CNN，B-CNN）在计算机视觉任务中有着广泛的应用.B-CNN通过对卷积层输出的特征进行外积操作，能够建模不同通道之间的线性相关，从而增强了卷积网络的表达能力.由于没有考虑特征图中通道之间的非线性关系，该方法无法充分利用通道之间所蕴含的更丰富信息.为了解决这一不足，本文提出了一种核化的双线性卷积网络，通过使用核函数的方式有效地建模特征图中通道之间的非线性关系，进一步增强卷积网络的表达能力.本文在三个常用的细粒度数据库CUB-200-2011、FGVC-Aircraft以及Cars上对本文方法进行了验证，实验表明本文方法在三个数据库上均优于同类方法.

Select

基于霾层学习的单幅图像去雾算法

肖进胜, 周景龙, 雷俊锋, 刘恩雨, 舒成

电子学报. 2019, 47(10): 2142-2148. https://doi.org/10.3969/j.issn.0372-2112.2019.10.016

摘要 ( ) PDF全文 ( )

可视化

针对传统去雾算法出现色彩失真、去雾不完全、出现光晕等现象，本文提出了一种基于霾层学习的卷积神经网络的单幅图像去雾算法.首先，依据大气散射物理模型进行理论推导，本文设计了一种能够直接学习和估计有雾图像和霾层图像之间的映射关系的网络模型.采用有雾图像作为输入，并输出有雾图像与无雾图像之间的残差图像，随后直接从有雾图像中去除此霾层图像，即可恢复出无雾图像.残差学习的引入，使得网络来直接估计初始霾层，利用相对大的学习率，减少计算量，加快收敛过程.再利用引导滤波进行细化，使得恢复出的无雾图像更接近真实场景.本文对不同雾浓度的有雾图片的去雾效果进行测试，并与当前主流深度学习去雾算法及其他经典算法进行对比.实验结果显示，本文设计的卷积神经网络模型在图像去雾的应用，不论在主观效果还是客观指标上，都有优势.

Select

结合双树复小波变换和改进密度峰值快速搜索聚类的乳腺MR图像分割

范虹, 张程程, 侯存存, 朱艳春, 姚若侠

电子学报. 2019, 47(10): 2149-2157. https://doi.org/10.3969/j.issn.0372-2112.2019.10.017

摘要 ( ) PDF全文 ( )

可视化

针对乳腺MR图像组织复杂、灰度不均匀、难分割的特点，本文提出双树复小波（DTCWT）变换结合密度聚类的图像分割方法.首先利用复小波域双变量模型结合各向异性扩散函数对图像进行去噪处理；进而通过简单线性迭代聚类（SLIC）算法将图像划分成一定数量的超像素区域，根据事先设置的阈值搜索每个超像素的近邻，从而降低基于K近邻的密度峰值快速搜索聚类（KNN-DPC）算法寻找每个样本近邻的时间；最终，引入超像素区域的近邻信息度量样本密度，采用KNN-DPC算法的分配策略自适应聚类.仿真和临床数据分割结果表明，所提算法能有效的实现乳腺MR图像的分割.

Select

基于多目标MS-OSPA下界的分散式传感器选择

连峰, 张修立, 魏博, 侯利明, 韩崇昭, 王伟

电子学报. 2019, 47(10): 2158-2165. https://doi.org/10.3969/j.issn.0372-2112.2019.10.018

摘要 ( ) PDF全文 ( )

可视化

本文提出了一种分散式大规模多目标跟踪网络的传感器选择优化算法.该方法以多目标状态集和估计集间的均方最优子模式分配误差下界作为优化目标函数，根据加权Kullback-Leibler平均（Kullback-Leibler average，KLA）准则对局部多目标密度进行融合，最终采用坐标下降法来折中计算代价和跟踪精度.仿真实验在不同信噪比场景下验证了本方法的有效性.

Select

基于双层蚁群算法和动态环境的机器人路径规划方法

许凯波, 鲁海燕, 黄洋, 胡士娟

电子学报. 2019, 47(10): 2166-2176. https://doi.org/10.3969/j.issn.0372-2112.2019.10.019

摘要 ( ) PDF全文 ( )

可视化

针对动态环境未知时变的特点，提出一种机器人路径规划新方法.在该方法中，首先对栅格法建立的环境模型进行凸化处理，以避免机器人沿规划路径移动时陷入U型陷阱，从而加快路径规划的速度；其次，提出双层蚁群算法（DACO），在每次迭代中先用外层蚁群算法寻找一条路径，然后以该路径为基础构造一个小环境，接着在该环境下用内层蚁群算法重新寻优，若寻得的路径质量更高，则更新路径并执行本文给出的一种新型信息素二次更新策略；最后，针对环境中不同动态障碍物的体积和速度，提出三种避障策略.动态环境下，机器人先由DACO算法规划一条静态环境下从起点到终点的全局最优路径，然后从当前起点开始，通过自带传感器获取动态环境信息，并根据需要执行等待、正碰或追尾避障策略，到达新的起点.仿真实验表明，该方法可以在动态环境下实时地为移动机器人规划出一条安全且最短的路径，是求解移动机器人路径规划问题的一种切实有效的方法.

Select

精英反向黄金正弦鲸鱼算法及其工程优化研究

肖子雅, 刘升

电子学报. 2019, 47(10): 2177-2186. https://doi.org/10.3969/j.issn.0372-2112.2019.10.020

摘要 ( ) PDF全文 ( )

可视化

针对鲸鱼优化算法（Whale Optimization Algorithm，WOA）存在的收敛速度慢、寻优稳定性不足等问题，本文提出了精英反向学习的黄金正弦鲸鱼优化算法（Elite Opposition-Based Golden-Sine Whale Optimization Algorithm，EGolden-SWOA）.利用精英反向学习策略提高种群的多样性和质量可以有效提升算法的收敛速度，同时引入黄金分割数优化WOA的寻优方式，从而协调算法的全局探索与局部开发能力.对20个单模态和多模态测试函数进行寻优实验，并与RLPSO（Reverse-learning and Local-learning Particle Swarm Optimization）、IWOA（Improved Whale Optimization Algorithm based on nonlinear convergence factor）等多个算法进行对比，实验结果表明EGolden-SWOA具有更好的寻优精度和稳定性.进一步对EGolden-SWOA进行求解大规模问题的实验，实验结果表明EGolden-SWOA可以有效解决大规模优化问题.最后将EGolden-SWOA应用于压力容器和蝶形弹簧设计优化问题，结果表明EGolden-SWOA在工程优化方面的性能优于RCSA（Rough Crow Search Algorithm）、CPSO（Co-evolutionary Particle Swarm Optimization）等改进算法，可以有效运用于实际工程优化问题.

Select

基于FDTD的约瑟夫森结与超导传输线协同分析方法

裴子溦, 李晓春, 李炎, 毛军发

电子学报. 2019, 47(10): 2187-2191. https://doi.org/10.3969/j.issn.0372-2112.2019.10.021

摘要 ( ) PDF全文 ( )

可视化

为实现高性能处理器，超导RSFQ（快速单磁通量子）电路被提出.该电路主要由超导约瑟夫森结和超导无源传输线组成，对其建模分析是超导RSFQ电路设计的基础.本文提出了基于FDTD（时域有限差分）的约瑟夫森结与超导传输线的协同分析方法.该方法采用FDTD数值方法求解超导传输线的电报方程.在超导传输线与约瑟夫森结交界处的非线性边界条件上，采用了Newton-Raphson迭代算法.数值结果表明，本文提出的约瑟夫森结和超导传输线的协同分析方法与WRspice仿真软件相比具有相同精度，且运算效率显著提高.

Select

基于流量演化感知的服务功能链在线弹性编排策略

谷允捷, 胡宇翔, 丁悦航, 谢记超

电子学报. 2019, 47(10): 2192-2201. https://doi.org/10.3969/j.issn.0372-2112.2019.10.023

摘要 ( ) PDF全文 ( )

可视化

随着网络功能虚拟化（NFV）的引入，运营商能够提供更为灵活的网络服务.然而现有服务功能链（SFC）编排局限于静态反应式策略，业务流量发生变化时网络资源供应量难以匹配负载需求，虚拟网络功能（VNF）频繁部署与迁移，运营开销增大.针对上述问题，该文提出一种基于流量演化感知的服务功能链在线弹性编排策略（OEOP），该策略将在线学习引入到SFC流量演化感知的过程，预先确定细粒度的VNF弹性需求.此外，以实时更新的SFC路径与节点负载两因子为导向，完成新增VNF的在线弹性部署，代替VNF迁移应对系统负载变化.仿真表明，该策略明显增强了虚拟资源供应量与负载需求的匹配特性，VNF吞吐量利用率提高10.2%~24.8%，运营开销平均降低26.7%.

Select

具有双重稀疏机制的在线学习算法

魏波, 吴瑞峰, 张文生, 吕敬钦, 王莹莹, 夏学文

电子学报. 2019, 47(10): 2202-2210. https://doi.org/10.3969/j.issn.0372-2112.2019.10.023

摘要 ( ) PDF全文 ( )

可视化

针对大数据背景下数据分类问题，已有的在线学习算法通常引入L₁范数正则化增强预测模型的稀疏性，但单一的正则化约束不能高效的获取稀疏模型.基于此，提出了一种具有双重稀疏机制的在线学习算法（an online learning algorithm with dual sparse mechanisms，DSOL）.在DSOL算法中，一方面利用L_1/2正则化项约束目标函数以增强预测模型的稀疏性，提高算法的泛化性能.另一方面用改进的梯度截取法对数据特征进行选择，有效稀疏化预测模型.通过L_1/2正则化与改进的梯度截取策略的有机融合，有效利用了历史数据信息，提高了算法分类数据的性能.通过与另4种代表性稀疏在线学习算法在9个公开数据集的实验对比表明DSOL算法对数据分类的准确性更高.

Select

基于深度网络的图像语义分割综述

罗会兰, 张云

电子学报. 2019, 47(10): 2211-2220. https://doi.org/10.3969/j.issn.0372-2112.2019.10.024

摘要 ( ) PDF全文 ( )

可视化

图像语义分割不仅预测一幅图像中的不同类别，同时还定位不同语义类别的位置，具有重要的研究意义和应用价值.本文阐述了图像语义分割最新的研究成果和方法，从三个角度综述了基于深度卷积神经网络的图像语义分割模型，分别是基于候选区域模型、基于全卷积网络模型和基于弱监督学习的语义分割模型，对这三类模型的方法和结构进行了详细的研究和分析.并在PASCAL VOC 2012数据集上对一些代表性的语义分割算法的性能进行了比较分析.

Select

基于pinball损失的结构模糊孪生支持向量机

李凯, 李慧

电子学报. 2019, 47(10): 2221-2227. https://doi.org/10.3969/j.issn.0372-2112.2019.10.025

摘要 ( ) PDF全文 ( )

可视化

孪生支持向量机通过求解较小的二次规划问题，提高了分类器的性能，然而，该方法主要利用了类间可分的特性，并使用hinge损失函数构建相应的模型，它们并未充分考虑不同类中数据的结构信息以及不同样本对分类的影响，导致该方法对噪声具有较强的敏感性以及重取样的不稳定性.为了进一步提高孪生支持向量机的性能，基于pinball损失函数，将数据集中不同类的结构信息以及不同样本的作用引入到孪生支持向量机中，获得了基于pinball损失的结构模糊孪生支持向量机模型，从理论上导出了基于pinball损失的结构模糊孪生支持向量机算法pin-sftsvm，通过选取人工生成数据集与UCI标准数据集，对pin-sftsvm算法进行了实验，并与tbsvm、s-tsvm和pin-tsvm算法进行了性能比较，表明了提出算法的有效性.

Select

异构分类器堆叠泛化及其在恶意评论检测中的应用

吕品, 于文兵, 汪鑫, 计春雷, 周曦民

电子学报. 2019, 47(10): 2228-2234. https://doi.org/10.3969/j.issn.0372-2112.2019.10.026

摘要 ( ) PDF全文 ( )

可视化

恶意评论检测是预防社会媒体平台给用户带来负面影响的一项重要工作，是自然语言处理的重要领域之一.为解决单分类器实现恶意评论检测时模型精度不稳定、boosting集成模型精度较低的问题，提出一种异构分类器堆叠泛化的方法.该方法用深度循环神经网络将多标签的恶意评论分类问题转变为二类分类，防止了模型精度不稳定；用堆叠泛化集成时单个分类器GRU（Gated Recurrent Unit）和NB-SVM（Naïve Bayes-Support Vector Machine）在模型结构和分类偏差上的差异性，改善了模型精度.在维基百科恶意评论数据集上的对比实验证明：提出的方法优于boosting集成，说明堆叠泛化异构分类器实现恶意评论检测是可行且有效的.

Select

嵌入式平面麦克风阵列TDOA校正方法

赵兆, 王旭, 许志勇

电子学报. 2019, 47(10): 2235-2240. https://doi.org/10.3969/j.issn.0372-2112.2019.10.027

摘要 ( ) PDF全文 ( )

可视化

针对嵌入式安装麦克风阵列因壳体遮挡部分阵元而导致的实际波达时间差（TDOA）偏离直达波理论模型问题，基于实际声探测系统最常用的对称凸多边形平面阵型构造线性几何约束并结合秩2代数约束，提出了一种校正实测TDOA矩阵的凸优化闭式解，只要阵列结构中存在至少一对等长平行线，就能获得现有TDOA校正方法所没有的壳体遮挡衍射效应抑制能力，同时还能抑制随机误差和异常值的不利影响，实现复杂度低，更适用于日益普及的小型实时全向声探测系统应用.仿真结果验证了该方法的有效性.

Select

电子学报. 2019, 47(10): 2241-2242.

摘要 ( ) PDF全文 ( )

可视化

选择文件类型/文献管理软件名称

选择包含的内容

2019年, 第47卷, 第10期　刊出日期：2019-10-25

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

2019年, 第47卷, 第10期 刊出日期：2019-10-25

2019年, 第47卷, 第10期　刊出日期：2019-10-25