Please wait a minute...

当期目录

    2018年 第0卷 第11期    刊出日期:2018-11-22
    信息安全
    基于国密算法的PKI在工控系统中的应用研究
    魏珊珊,韩庆敏,郭肖旺,张 湾,贡春燕
    2018, 0(11):  1.  doi:10.3969/j.issn.1006-2475.2018.11.001
    摘要 ( 187 )  
    参考文献 | 相关文章 | 计量指标
    工业控制系统的全国产化势在必行,迫切地需要一种更为自主安全可靠的身份鉴别方式。工控系统中比较典型的是以PLC为中心的系统,且PKI能够解决通信双方身份的真实性问题。本文研究PKI在以PLC为中心的工控系统中的应用,给出工控系统的证书认证模型及PKI的部署设计。分析国密算法和PKI体系的结合现状,并从开源框架OpenSSL入手,采用引擎机制给出国密算法SM2、SM3扩展到OpenSSL中的关键结构体和算法设计。最后针对工控系统设计一款PKI管理系统并开发实现了该系统,为PKI应用到工控系统做了良好铺垫,为工控系统增强身份鉴别的安全性提供了新思路。
    基于SDN的电力信息系统故障恢复机制研究
    袁 捷,张民磊
    2018, 0(11):  7.  doi:10.3969/j.issn.1006-2475.2018.11.002
    摘要 ( 93 )  
    参考文献 | 相关文章 | 计量指标
    为了提高电力信息系统的灵活性和可靠性,降低信息系统人为操作不当引起的故障处理难度,本文以电力信息系统的发展现状为基础,结合SDN网络架构与技术特征,分析SDN技术在电力信息系统中的应用优势,设计并实现了基于SDN的电力信息系统的主被动故障恢复方案。实验结果表明,主被动故障恢复方案可以便捷、低成本地实现电力信息系统中故障的自动恢复,满足电力信息系统故障动态恢复需求,为之后的SDN在电力信息系统中的广泛应用提供理论依据。
    基于Swift的副本数据自适应备份策略研究
    杜华1,2,郭俊1,2,刘华春1,2
    2018, 0(11):  12.  doi:10.3969/j.issn.1006-2475.2018.11.003
    摘要 ( 91 )  
    参考文献 | 相关文章 | 计量指标
    冗余数据备份是保证云数据中心下数据可靠性的重要保障机制之一,OpenStack是一种开源的云计算IaaS层私有云服务搭建平台,目前已经在行业界广泛应用。OpenStack的Swift模块使用一致性哈希算法,采用Ring环选取副本备份节点的方式来完成负载均衡和数据备份。本文通过对Swift的实现机理和代码进行分析研究,指出其在副本放置节点选取上的不足,并进而提出优化选取策略ABS(Adaptive Backup Strategy)。该机制在实时监控当前存储节点的负载情况基础之上,根据预先设定的阈值上、下限,自适应选取最近可用的节点完成备份,以优化整体备份效率。通过与现有副本备份策略进行对比和实验验证表明,ABS在保持数据副本分配均衡性的基础之上,将系统存储的4种读写性能分别提高了3.4%~9.1%,达到了优化存取的目的。
    基于最优初始值Q学习的电力信息网络防御策略学习算法
    景栋盛1,杨钰1,薛劲松1,朱斐2,吴文2
    2018, 0(11):  18.  doi:10.3969/j.issn.1006-2475.2018.11.004
    摘要 ( 118 )  
    参考文献 | 相关文章 | 计量指标
    电力信息网络的安全与稳定是当今社会发展的重要保障,随着电力信息网络越来越庞大和复杂,如何高效合理地建立电力信息防护网络成为研究人员关注的重点之一。在自动化电力信息网络中,其防御策略通常缺乏统筹管理,只能针对少数设备进行防护,存在着更新速度慢、更新周期长、无法自动更新和资源分配不均等问题。本文提出一种基于最优初始值Q学习的电力信息网络防御策略学习算法,该算法以强化学习中的Q学习算法为框架,利用生成对抗网络思想,通过攻击智能体和防御智能体的模拟对抗学习安全策略。算法中的防御智能体使用Q学习方法更新其防御策略,利用历史防御经验在线改进防御策略,避免了人为手动操作。在训练中引入最优初始值极大加快了系统防御性能的训练速度。实验结果验证了算法的有效性。
    基于PARAFAC2时段划分的间歇过程故障检测
    曹 雪,王建林,韩 锐,邱科鹏,刘伟旻
    2018, 0(11):  23.  doi:10.3969/j.issn.1006-2475.2018.11.005
    摘要 ( 128 )  
    参考文献 | 相关文章 | 计量指标
    间歇过程的多时段特性直接影响多元统计分析过程建模的准确性。针对间歇过程多时段特性,本文提出一种基于平行因子分解2(PARAFAC2)时段划分的间歇过程故障检测方法,首先对每一个时间片矩阵进行PARAFAC2建模,得到时间片矩阵的模型控制限,然后从间歇过程初始时刻开始,按照时序依次将每个时间片添加到时间块并进行PARAFAC2建模,得到时间块矩阵的模型控制限,通过评估时间片和时间块模型控制限的差异性确定初始时段划分点,并利用时段评价划分指标(PPCI)获取最佳的时段划分结果,最后在所得结果基础上分别对各个时段构建MPCA故障检测模型,实现间歇过程故障检测。所提方法保留了间歇过程三维结构特征和数据的完整性,深入考虑了间歇过程实际运行的时序性,提高了故障检测的准确性。利用青霉素发酵过程仿真实验验证了所提方法的有效性。
    某型飞行模拟器纵向短周期模态的验证与研究
    赵善禄,李国辉
    2018, 0(11):  30.  doi:10.3969/j.issn.1006-2475.2018.11.006
    摘要 ( 102 )  
    参考文献 | 相关文章 | 计量指标
    针对某型飞行模拟器,首先提取该型模拟器短周期模态6个相关参数的时间历程曲线,其次在时域内运用平均标准化距离检验方法和灰色关联分析方法对飞行模拟仿真数据和飞参数据进行一致性检验,在频域内运用经典谱估计的方法完成飞行模拟仿真数据和飞参数据的量化评估,并改进证据理论,从而合成时域和频域的一致性检验结果。最后进一步对短周期模态的阻尼比和自振频率进行验证研究,验证了该型飞行模拟器纵向短周期模态逼真度较好。
    图像处理
    自步上下文感知的相关滤波跟踪算法
    张 驰,韩立新,徐国夏
    2018, 0(11):  35.  doi:10.3969/j.issn.1006-2475.2018.11.007
    摘要 ( 149 )  
    参考文献 | 相关文章 | 计量指标
    针对目标跟踪中的目标尺度变换、遮挡、快速运动等问题,提出自步上下文感知的相关滤波跟踪算法。首先在正则化最小二乘分类器中引入目标的全局上下文信息,使得这些上下文信息能够被滤波器所学到,并对目标产生高响应,对上下文信息接近零响应;然后引入自步学习,给每一帧的目标和上下文信息赋予权重,挑选出可靠的目标和上下文信息,更新滤波模板;最后学习得到稳健和高效的外观模型。实验表明本文算法在距离精度(DP)提高了2.81%,成功率(SR)提高了13.9%,具有较好的跟踪效果。
    基于对象图例及其拓扑关系识别的二维工程CAD图纸矢量化方法
    张 琪,叶 颖
    2018, 0(11):  40.  doi:10.3969/j.issn.1006-2475.2018.11.008
    摘要 ( 125 )  
    参考文献 | 相关文章 | 计量指标
    为实现二维工程CAD图纸矢量化,提出一种基于对象图例及其拓扑关系识别的矢量化方法。该方法首先针对对象图例的几何属性,提出基于HOG(Histogram of Gradient)和SVM(Support Vector Machine)的多类对象图例分类方法,然后通过提取对象的环形分割特征识别子类对象图例,接着利用基于连通域标记方法实现对象图例拓扑关系的识别。结果表明,本文算法能够有效识别图纸中的对象及其拓扑关系,对于图纸中常见的图例线条断裂、模糊等问题具有鲁棒性。基于本文算法提取的对象几何和拓扑信息可以为后续的图纸矢量化奠定基础,相关关键技术的探索性研究对后续工程图纸矢量化研究具有一定启发性。
    一种结合Gabor小波与深度学习的人脸识别方法
    潘峥嵘,王 震
    2018, 0(11):  46.  doi:10.3969/j.issn.1006-2475.2018.11.009
    摘要 ( 191 )  
    参考文献 | 相关文章 | 计量指标
    针对人脸识别中识别效果易受光照、姿态等因素影响和浅层学习方法不能有效提取人脸图像抽象特征的问题,提出一种结合Gabor小波与深度学习的人脸识别方法。该方法首先利用Gabor小波变换获取不同尺度和方向的人脸Gabor特征,通过下采样和受限玻尔兹曼机(RBM)对Gabor特征进行有效降维;其次将降维后的特征作为深度信念网络(DBN)的输入,并使用对比散度算法训练DBN;最后利用标签数据对DBN进行有监督微调,网络顶层附加Softmax分类器对提取后的特征进行分类。所提方法在ORL、UMIST和Yale-B人脸库上的识别率分别达到了98.72%、96.51%和96.13%,实验结果表明所提方法不仅识别效果明显优于其他现有方法,而且对光照、姿态变化具有很好的鲁棒性。
    网络与通信
    面向云计算的期限约束的MapReduce作业调度方法
    周博1,李亚琼1,刘永波1,李守超1,宋云奎2
    2018, 0(11):  51.  doi:10.3969/j.issn.1006-2475.2018.11.010
    摘要 ( 121 )  
    参考文献 | 相关文章 | 计量指标
    提出一种面向异构云计算环境的截止时间约束的MapReduce作业调度方法。使用加权偶图建模MapReduce作业调度问题,将Map任务及Reduce任务与资源槽分为2个节点集合,连接2个节点集合的边的权重为任务在资源槽上的执行时间。进而,使用整数线性规划求解最小加权偶图匹配,从而得到任务到资源槽的调度方案。本文考虑了云计算环境下异构节点任务处理时间的差异性,在线动态评估和调整任务的截止时间,从而提升了MapReduce作业处理的性能。实验结果表明,所提出的方法缩短了作业数据访问的时间,最小化了截止时间冲突的作业数量。
    基于区块链技术的联合环境感知模型设计与应用
    张钧媛,刘经纬
    2018, 0(11):  56.  doi:10.3969/j.issn.1006-2475.2018.11.011
    摘要 ( 131 )  
    参考文献 | 相关文章 | 计量指标
    为探索联合环境感知的新思路与新方法,提高多个传感器综合、全面、精确感知的能力,使用区块链技术,提出基于区块链技术的联合环境感知模型,研究其中涉及的区块链关键技术,并给出联合环境感知模型的应用场景。通过感知模型的设计,达到环境感知信息共享和目标精确感知,同时保证感知信息的可信性与不可篡改性,使感知信息可追溯。未来,在基于区块链技术的联合环境感知模型之上构建应用,还能将感知与控制结合起来,最终实现各传感节点的自动控制与自主协作。
    算法设计与分析
    基于CUDA的梯级泵站调度算法实现
    项武铭,李雪巍
    2018, 0(11):  60.  doi:10.3969/j.issn.1006-2475.2018.11.012
    摘要 ( 134 )  
    参考文献 | 相关文章 | 计量指标
    动态规划方法求解梯级泵站调度问题十分经典,但在计算上存在“维数灾难”问题,GPU并行计算技术能对重复性计算进行加速,提高算法计算性能。本文对梯级泵站调度问题进行动态规划方法分析,利用CUDA(统一计算设备架构)对调度算法进行改进,给出改进动态规划方法的算法实现,并比较不同计算规模下调度算法计算耗时。实验结果表明,基于CUDA改进动态规划方法实现的梯级泵站调度算法能够降低计算维度,在计算规模较大时,加速效果较好。
    基于Spark和PSO算法的军事物流配送路径优化问题研究
    张利娟1,仇建伟1,杜登崇2,王鑫1
    2018, 0(11):  65.  doi:10.3969/j.issn.1006-2475.2018.11.013
    摘要 ( 121 )  
    参考文献 | 相关文章 | 计量指标
    军事物流配送路径优化问题是研究如何在保证各个部队所需物资的前提下,各配送车辆总行驶路径最短的问题。利用粒子群优化(Particle Swarm Optimization, PSO)算法解决该类问题时,随着部队数量的增加,程序运行时间会显著增加。考虑到PSO算法迭代计算的特点,本文提出一种在Spark集群上并行运行PSO算法的解决方案。实验证明,利用Spark集群并行运行PSO算法能够大幅降低程序运行时间,提高解决军事物流配送路径优化问题的效率。
    数据挖掘
    基于深度学习的短视频中的物体检测与内容推荐系统研究
    石殷巧1,刘守印1,马超2
    2018, 0(11):  69.  doi:10.3969/j.issn.1006-2475.2018.11.014
    摘要 ( 176 )  
    参考文献 | 相关文章 | 计量指标
    近年来短视频发展迅猛,短视频广告投放具有良好的市场前景,但是以往长视频的贴片广告投放方式不适合短视频。本文依据高相关、低打扰、短而精的准则,提出一种基于深度学习的视频物体检测与内容推荐系统方案。根据短视频来源、网络环境等不同,本文介绍2种实现模式:云端模式和移动终端模式。云端模式由服务器、内容分发网络(Content Delivery Network, CDN)和终端组成,服务器可预先对CDN短视频进行物体检测和识别,将短视频与对应广告内容匹配,并在移动端播放。移动终端模式主要处理本地视频,在移动端有限的资源上完成短视频的物体检测和内容推荐。在算法上,移动终端模式下该系统采用深度学习轻量级模型MobileNet以提高检测速度和准确率,降低内存。在实现上,通过联合编译Java和C++代码提高算法运行效率,通过反馈系统减小物体类别数量,提高实时性。
    基于一卡通数据活动熵的学生活动规律研究
    任晋华,刘 涛,杨林涛,刘守印
    2018, 0(11):  77.  doi:10.3969/j.issn.1006-2475.2018.11.015
    摘要 ( 119 )  
    参考文献 | 相关文章 | 计量指标
    随着信息化技术的快速发展与广泛应用,数据挖掘在教育大数据中得到越来越多的重视。目前尚无利用一卡通数据对学生活动规律性进行量化评价的研究。本文以某高校13575名本科生为研究对象,利用其一学年的790万条校园一卡通消费记录,定义了活动熵,提出衡量学生活动规律性的时空加权活动熵算法,计算并量化每个学生的活动规律值。基于活动熵对学生进行聚类,并结合部分学生的成绩数据、图书借阅数据以及消费特征,运用Apriori关联算法分析学生群体和个体行为,挖掘出隐含的关联规则。分析结果与心理学科的研究结果有较高的一致性,对于多元评价学生及智慧校园管理具有科学的指导作用。
    一种电影推荐模型:解决冷启动问题
    刘春霞,陆建波,武玲梅
    2018, 0(11):  83.  doi:10.3969/j.issn.1006-2475.2018.11.016
    摘要 ( 214 )  
    参考文献 | 相关文章 | 计量指标
    推荐系统数据库的评分数据稀少,对电影推荐的质量有所限制。为解决这个问题,提出一种同时将用户和电影元数据纳入改进的隐语义模型的模型。构造用户元数据-分类矩阵与电影元数据-分类矩阵,将分类域与隐因子空间进行映射,以此获取新用户与新电影的隐因子,进行推荐。实验结果表明,这种模型在提高预测准确率的同时,有效地解决了冷启动问题。
    运动相关电位分类算法比较和语义范式分析
    刘 彬,张冀聪
    2018, 0(11):  88.  doi:10.3969/j.issn.1006-2475.2018.11.017
    摘要 ( 120 )  
    参考文献 | 相关文章 | 计量指标
    运动相关电位(MRPs)机理复杂、形式多变,使得对基于MRPs的脑电信号的特征提取和数据挖掘工作很具有挑战性。本文目的是要将多种机器学习和语义范式模型应用于对脑电信号的数据挖掘,以应对上述挑战。本文采用多种机器学习算法和信号处理方法进行分析和实验对比,并给出对应不同场景、目标的最佳模型。为了将跨度较大的模糊性的电生理信号、兼容多种信号的深度学习和明确的语义模型各领域无缝地衔接,实现了一个以脑电信号数据为研究对象的语义范式框架,赋予复杂信号以文法、语法和语义内涵,为深度神经网络构筑了语义解释。通过该范式框架能够找出脑电信号中特定语义的信息块以及这些信息块之间的语义组合,自动学习出高效的滤波器,达到准确率高、传输通量大、普适性强的效果。
    GRU递归神经网络对股票收盘价的预测研究
    黎 镭,陈蔼祥,李伟书,梁伟琪,杨思桐
    2018, 0(11):  103.  doi:10.3969/j.issn.1006-2475.2018.11.018
    摘要 ( 338 )  
    参考文献 | 相关文章 | 计量指标
    股票市场是个多变且复杂的非线性动力学系统,股票价格是个具有时序性的数据,基于此选用具有时间记忆功能的GRU(Gated Recurrent Unit)递归神经网络模型来处理时间序列数据的预测问题。本文选取上证中18支证券行业股票的日收盘价数据,该数据截止日期为2017年12月29日,每支股票数据量为1000天。本文作了2个实证研究,一方面用GRU递归神经网络预测未来10天的股票日收盘价,实证结果表明,GRU递归神经网络的测试误差和验证误差都比其余2个模型得到的同种类型的误差要小,而GRU递归神经网络在预测未来10天日收盘价的精度达到了98.3%,体现了GRU强大的学习能力和泛化能力。另一方面,对比序列长度分别为240天、120天以及60天时,GRU递归神经网络的测试误差、预测收盘价的方差以及验证误差。结果表明面对不同序列长度的数据集,GRU预测精度都很高,序列长度为240天的GRU模型得到的测试结果的方差明显低于其他2个,说明其稳定性更好。
    基于双层注意力机制的深度学习电影推荐系统
    肖青秀1,2,汤鲲3
    2018, 0(11):  109.  doi:10.3969/j.issn.1006-2475.2018.11.019
    摘要 ( 283 )  
    参考文献 | 相关文章 | 计量指标
    传统协同过滤技术仅使用用户对物品的评分矩阵,没有充分利用用户和物品的其他多种特征,而且由于评分矩阵非常稀疏,导致推荐系统的推荐准确率严重下降。近几年深度学习技术在机器学习的多个领域取得了显著的成就,本文针对传统协同过滤推荐系统的问题,提出一种基于双层注意力机制的深度学习推荐系统。以电影推荐为例,使用深度学习框架处理推荐系统中的多种输入特征信息,同时引入双层注意力机制,分别学习用户和电影每个特征之间的偏好以及用户与其观影列表中每一部电影间的偏好,从而尽可能多地利用用户和电影的特征数据,学习用户的行为偏好,在一定程度上改善了推荐的效果。
    面向军事领域的中文分词技术研究
    李健龙,王盼卿,韩琪宇
    2018, 0(11):  115.  doi:10.3969/j.issn.1006-2475.2018.11.020
    摘要 ( 121 )  
    参考文献 | 相关文章 | 计量指标
    在分词模型跨领域分词时,其性能会有明显的下降。由于标注军队遗留系统开发文档语料的工作比较复杂,本文提出n-gram与词典相结合的中文分词领域自适应方法。该方法通过提取目标语料的n-gram特征训练适应特征领域的分词模型,然后利用领域词典对分词结果进行逆向最大匹配的校正。实验结果表明,在军队遗留系统相关文档语料上,该方法训练的分词模型将F值提高了12.4%。
    基于Spark的分布式大数据机器学习算法
    王芮1,韩锐2,贾玉祥1
    2018, 0(11):  119.  doi:10.3969/j.issn.1006-2475.2018.11.021
    摘要 ( 303 )  
    参考文献 | 相关文章 | 计量指标
    对于大数据而言,机器学习技术是不可或缺的;对于机器学习而言,大规模的数据可以提升模型的精准度。然而复杂的机器学习算法从时间和性能上都急需分布式内存计算这种关键技术。Spark分布式内存计算可以实现算法的并行操作,有利于机器学习算法处理大数据集。因此本文提出在Spark分布式内存环境下实现非线性机器学习算法,其中包括多层可变神经网络、BPPGD SVM、K-means,并在实现的基础上进行数据压缩、数据偏向抽样或者数据加载等方面的优化。为了实现充分配置资源批量运行脚本,本文也实现SparkML调度框架来调度以上优化算法。实验结果表明,优化后的3种算法平均误差降低了40%,平均时间缩短了90%。