ISSN 
2019年 第48卷 第5期
2019, 48(5): 644-654.
doi: 10.3969/j.issn.1001-0548.2019.05.001
摘要:
人体解析的任务是对图片中人物进行像素级识别，将人体各部位和衣物配饰进行归类。该文从基础技术、数据集和评价标准、技术现状3个方面概述了基于深度学习的人体解析技术。首先，介绍了人体解析涉及的基础技术：卷积神经网络、语义分割。其次，从图像数量、类别数目、优缺点等角度，对比了人体解析领域的8种主流数据集；并介绍了4种常用的评价指标。最后，介绍了4种具有代表性的基于深度学习的人体解析方法：基于特征增强、基于人体结构、基于多任务学习、基于生成对抗网络，并归纳了实例人体解析的解决方案，提出了一些尚待发掘的研究思路。
人体解析的任务是对图片中人物进行像素级识别，将人体各部位和衣物配饰进行归类。该文从基础技术、数据集和评价标准、技术现状3个方面概述了基于深度学习的人体解析技术。首先，介绍了人体解析涉及的基础技术：卷积神经网络、语义分割。其次，从图像数量、类别数目、优缺点等角度，对比了人体解析领域的8种主流数据集；并介绍了4种常用的评价指标。最后，介绍了4种具有代表性的基于深度学习的人体解析方法：基于特征增强、基于人体结构、基于多任务学习、基于生成对抗网络，并归纳了实例人体解析的解决方案，提出了一些尚待发掘的研究思路。
2019, 48(5): 655-673.
doi: 10.3969/j.issn.1001-0548.2019.05.002
摘要:
该文梳理了社会和科学领域中上下文感知推荐系统的主要概念、技术、挑战和未来趋势；其次，分类介绍了可用于基于上下文的推荐的一系列技术和主要框架。除了经典的基于内容、基于协同过滤和基于矩阵分解的技术之外，调研了最近的研究方向，即基于深度学习和基于模糊逻辑的方法。最后，描述了在推荐过程中利用上下文信息的潜在研究机会。
该文梳理了社会和科学领域中上下文感知推荐系统的主要概念、技术、挑战和未来趋势；其次，分类介绍了可用于基于上下文的推荐的一系列技术和主要框架。除了经典的基于内容、基于协同过滤和基于矩阵分解的技术之外，调研了最近的研究方向，即基于深度学习和基于模糊逻辑的方法。最后，描述了在推荐过程中利用上下文信息的潜在研究机会。
2019, 48(5): 674-678.
doi: 10.3969/j.issn.1001-0548.2019.05.003
摘要:
With the development of Generative Adversarial Networks (GAN), more and more researches have been conducted in the field of Chinese fonts transformation and researchers are able to generate high-quality images of Chinese characters. These font transformation models can transform a source font to a target font using GAN. However, current methods have limitations that 1) generated images are oftentimes blurry and 2) models can only learn and produce one target font at a time. To address these problems, we have developed a brand-new model to perform Chinese font transformation. First, font information is attached to images to tell the generator the fonts that we want to transform. Then, the generator extracts and learns feature mappings through convolutional networks and generates photo-realistic images using transposed convolutional networks. The ground truth images are then used as supervisory information to ensure that characters and fonts generated are consistent with themselves. This model only needs to be trained once, but it is able to transform one font to multiple fonts and produce new fonts. Extensive experiments on seven Chinese font datasets show the superiority of the proposed method over several other methods in Chinese font transformation.
With the development of Generative Adversarial Networks (GAN), more and more researches have been conducted in the field of Chinese fonts transformation and researchers are able to generate high-quality images of Chinese characters. These font transformation models can transform a source font to a target font using GAN. However, current methods have limitations that 1) generated images are oftentimes blurry and 2) models can only learn and produce one target font at a time. To address these problems, we have developed a brand-new model to perform Chinese font transformation. First, font information is attached to images to tell the generator the fonts that we want to transform. Then, the generator extracts and learns feature mappings through convolutional networks and generates photo-realistic images using transposed convolutional networks. The ground truth images are then used as supervisory information to ensure that characters and fonts generated are consistent with themselves. This model only needs to be trained once, but it is able to transform one font to multiple fonts and produce new fonts. Extensive experiments on seven Chinese font datasets show the superiority of the proposed method over several other methods in Chinese font transformation.
Porous Fe/N-doped Carbon Layers Wrapped CNTs Electrocatalysts for Superior Oxygen Reduction Reaction
2019, 48(5): 682-689.
doi: 10.3969/j.issn.1001-0548.2019.05.004
摘要:
Developing high performance, low-cost oxygen reduction electrocatalysts is the key to reduce the cost of fuel cells. The transition metal-nitrogen-carbon materials have been highlighted as promising candidates owing to their high catalytic activity, low cost and environmental friendliness. Herein, we report a facile polydopamine modification approach to prepare porous CNTs@Fe/N/C elecrtocatalysts via pyrolysis of the CNTs@PDA and FeCl3 composites. The morphology and composition of these as-prepared catalysts were characterized by TEM, BET, Raman and XPS. The electrochemical results show that the half-wave potential of the CNTs@40% Fe/N/C catalyst is as high as 0.881 V, which is close to that of commercial Pt/C catalyst. Moreover, the CNTs@40% Fe/N/C also showed superior durability and resistance to the methanol crossover.
Developing high performance, low-cost oxygen reduction electrocatalysts is the key to reduce the cost of fuel cells. The transition metal-nitrogen-carbon materials have been highlighted as promising candidates owing to their high catalytic activity, low cost and environmental friendliness. Herein, we report a facile polydopamine modification approach to prepare porous CNTs@Fe/N/C elecrtocatalysts via pyrolysis of the CNTs@PDA and FeCl3 composites. The morphology and composition of these as-prepared catalysts were characterized by TEM, BET, Raman and XPS. The electrochemical results show that the half-wave potential of the CNTs@40% Fe/N/C catalyst is as high as 0.881 V, which is close to that of commercial Pt/C catalyst. Moreover, the CNTs@40% Fe/N/C also showed superior durability and resistance to the methanol crossover.
2019, 48(5): 690-697.
doi: 10.3969/j.issn.1001-0548.2019.05.005
摘要:
Tar in smoking stream is detrimental to human health and has also exerted pressure on environment. In this work, the polyvinyl alcohol (PVA) nanofibers were fabricated using an electrospinning technique and a filter based on the nanofiber film was designed and implemented to eliminate tar from smoke stream. The filtering efficiency was evaluated by the mass gain of film after absorbing the tar. The fiber diameter, thickness of films and the inhaling rate affecting the quantity of tar absorption and the saturation of tar in filter were also investigated. The possible alien substances to the polymer filters were analyzed by X-ray photoelectron spectroscopy. The work demonstrates a novel filter device to abate hazardous matters in cigarette both for human health and a clean environment.
Tar in smoking stream is detrimental to human health and has also exerted pressure on environment. In this work, the polyvinyl alcohol (PVA) nanofibers were fabricated using an electrospinning technique and a filter based on the nanofiber film was designed and implemented to eliminate tar from smoke stream. The filtering efficiency was evaluated by the mass gain of film after absorbing the tar. The fiber diameter, thickness of films and the inhaling rate affecting the quantity of tar absorption and the saturation of tar in filter were also investigated. The possible alien substances to the polymer filters were analyzed by X-ray photoelectron spectroscopy. The work demonstrates a novel filter device to abate hazardous matters in cigarette both for human health and a clean environment.
2019, 48(5): 698-705.
doi: 10.3969/j.issn.1001-0548.2019.05.006
摘要:
单站定位在室内定位中起着至关重要的作用。大多数室内定位算法都是联合多个Wi-Fi接入点（AP）进行定位，在只有w单个AP时定位精度很低甚至无法定位。针对室内环境中普遍存在的单AP定位情况，该文首先利用现有的三天线商用Wi-Fi网卡采集无线信道频率响应信息（CFR）进行信号到达角（AOA）估计。其次利用CFR幅值信息通过信号传播模型进行距离估计。提出了一种基于AOA和信号到达时间（TOA）二维聚类信息的直射路径识别算法。最后，利用现有的三天线Wi-Fi设备在室内进行了测角、测距以及定位测试，实验结果表明该文提出的单站定位系统在室内环境下中值误差可以达到1.3 m的定位精度，满足室内定位的需求。
单站定位在室内定位中起着至关重要的作用。大多数室内定位算法都是联合多个Wi-Fi接入点（AP）进行定位，在只有w单个AP时定位精度很低甚至无法定位。针对室内环境中普遍存在的单AP定位情况，该文首先利用现有的三天线商用Wi-Fi网卡采集无线信道频率响应信息（CFR）进行信号到达角（AOA）估计。其次利用CFR幅值信息通过信号传播模型进行距离估计。提出了一种基于AOA和信号到达时间（TOA）二维聚类信息的直射路径识别算法。最后，利用现有的三天线Wi-Fi设备在室内进行了测角、测距以及定位测试，实验结果表明该文提出的单站定位系统在室内环境下中值误差可以达到1.3 m的定位精度，满足室内定位的需求。
2019, 48(5): 706-710.
doi: 10.3969/j.issn.1001-0548.2019.05.007
摘要:
同构体系下组网雷达配置方式简单，抗欺骗式假目标算法单一。该文提出一种异构组网雷达系统抗欺骗式假目标方法，对于既包含两坐标雷达又包含三坐标雷达的异构组网雷达系统，首先利用三坐标雷达对目标进行定位，计算目标相对于两坐标雷达的距离、方位角信息。然后，将该计算值与两坐标雷达对目标的量测值进行比较，通过构造卡方检验对真假目标进行有效鉴别。仿真结果表明，该算法可以有效地鉴别欺骗式假目标，并分析了欺骗距离、目标量测个数和雷达测角精度对算法鉴别概率的影响。
同构体系下组网雷达配置方式简单，抗欺骗式假目标算法单一。该文提出一种异构组网雷达系统抗欺骗式假目标方法，对于既包含两坐标雷达又包含三坐标雷达的异构组网雷达系统，首先利用三坐标雷达对目标进行定位，计算目标相对于两坐标雷达的距离、方位角信息。然后，将该计算值与两坐标雷达对目标的量测值进行比较，通过构造卡方检验对真假目标进行有效鉴别。仿真结果表明，该算法可以有效地鉴别欺骗式假目标，并分析了欺骗距离、目标量测个数和雷达测角精度对算法鉴别概率的影响。
2019, 48(5): 711-716.
doi: 10.3969/j.issn.1001-0548.2019.05.008
摘要:
网格细胞是动物大脑导航环路中一种重要的神经元细胞，它既可以自主完成路径整合功能，又可以与其他大脑区域共同完成复杂环境的空间导航。该文利用反应-扩散机制，对自主导航时网格细胞放电野的形成进行吸引子网络建模，分别得到网格细胞群间的突触联接关系、网格细胞放电率的非线性限制以及兴奋性网格细胞对自运动信息的响应方式。仿真结果表明，该模型可以有效模拟网格细胞群等边六边形放电率分布的形成过程，以及网格细胞根据自运动信息产生等边六边形放电野的过程，为类脑导航系统的构建提供了借鉴。
网格细胞是动物大脑导航环路中一种重要的神经元细胞，它既可以自主完成路径整合功能，又可以与其他大脑区域共同完成复杂环境的空间导航。该文利用反应-扩散机制，对自主导航时网格细胞放电野的形成进行吸引子网络建模，分别得到网格细胞群间的突触联接关系、网格细胞放电率的非线性限制以及兴奋性网格细胞对自运动信息的响应方式。仿真结果表明，该模型可以有效模拟网格细胞群等边六边形放电率分布的形成过程，以及网格细胞根据自运动信息产生等边六边形放电野的过程，为类脑导航系统的构建提供了借鉴。
2019, 48(5): 717-721.
doi: 10.3969/j.issn.1001-0548.2019.05.009
摘要:
通过分米级高分辨SAR能够提取城市更细致的细节信息，特别是结合InSAR技术，能够获取个体建筑的三维信息和其他信息。国内城区中分布着大量的高层建筑，因此在大城市和城镇中心的城市规划中，获取高层建筑的三维信息非常重要。该文首先分析高层建筑在分米级InSAR中的投影分布特性；在此基础上，依据干涉相位图中的高层建筑特性，通过建筑检测、墙体提取和三维参数估计的逐层处理方法，实现基于InSAR干涉缠绕相位的城市场景高层建筑的三维信息重建。并采用机载N-SAR系统录取的城市实测数据验证了该方法的可行性。
通过分米级高分辨SAR能够提取城市更细致的细节信息，特别是结合InSAR技术，能够获取个体建筑的三维信息和其他信息。国内城区中分布着大量的高层建筑，因此在大城市和城镇中心的城市规划中，获取高层建筑的三维信息非常重要。该文首先分析高层建筑在分米级InSAR中的投影分布特性；在此基础上，依据干涉相位图中的高层建筑特性，通过建筑检测、墙体提取和三维参数估计的逐层处理方法，实现基于InSAR干涉缠绕相位的城市场景高层建筑的三维信息重建。并采用机载N-SAR系统录取的城市实测数据验证了该方法的可行性。
2019, 48(5): 722-727.
doi: 10.3969/j.issn.1001-0548.2019.05.010
摘要:
该文设计了一种OTP存储控制器电路，通过操作OTP存储器指令产生对应不同操作的接口时序，完成对OTP存储器的编程、读取、唤醒、复位、睡眠等操作。同时，在对OTP存储器编程操作中，针对OTP编程易出错的问题，设计了一种编程算法，即对OTP编程地址进行冗余处理，并在编程操作中对同一个地址多次施加脉冲电压，使编程至OTP存储器的数据的正确性急剧提高。嵌入编程算法电路实现了高可靠性的编程算法，有效地控制了OTP存储器的编程操作。因此，本该设计的高可靠性OTP存储控制器解决了访问存储器时容易出现编程错误的问题，提高了访问OTP存储器的可靠性。
该文设计了一种OTP存储控制器电路，通过操作OTP存储器指令产生对应不同操作的接口时序，完成对OTP存储器的编程、读取、唤醒、复位、睡眠等操作。同时，在对OTP存储器编程操作中，针对OTP编程易出错的问题，设计了一种编程算法，即对OTP编程地址进行冗余处理，并在编程操作中对同一个地址多次施加脉冲电压，使编程至OTP存储器的数据的正确性急剧提高。嵌入编程算法电路实现了高可靠性的编程算法，有效地控制了OTP存储器的编程操作。因此，本该设计的高可靠性OTP存储控制器解决了访问存储器时容易出现编程错误的问题，提高了访问OTP存储器的可靠性。
2019, 48(5): 728-733.
doi: 10.3969/j.issn.1001-0548.2019.05.011
摘要:
电快速瞬变脉冲群（EFT/B）会使变压器中性点产生暂态过电压，使继电保护发生误动作。针对EFT/B引起变压器中性点间隙保护在线路分闸时会引发连锁误动的现象，研究了其对变压器中性点过电压的影响。在分析断路器场路关系的基础上，得到了一种确定交流电弧熄灭与重燃时刻的方法。对断路器在不同时刻开断、开断不同短路类型故障和不同开断速度等因素对变压器中性点过电压的影响规律开展了深入研究，结果表明：断路器以约1.4 m/s的速度在电压幅值时刻开断三相短路故障的情况下，变压器中性点产生的EFT/B过电压最为严重。针对EFT/B、雷电和单相接地3种故障引起的变压器中性点过电压的特性分析，利用小波包变换策略得到3种过电压的时频特性和能量分布特性，定义高低频能量比值作为判别依据，仿真实验结果表明该判据能够准确地对这3种过电压做出判别。该文研究旨在为变压器中性点防护提供参考。
电快速瞬变脉冲群（EFT/B）会使变压器中性点产生暂态过电压，使继电保护发生误动作。针对EFT/B引起变压器中性点间隙保护在线路分闸时会引发连锁误动的现象，研究了其对变压器中性点过电压的影响。在分析断路器场路关系的基础上，得到了一种确定交流电弧熄灭与重燃时刻的方法。对断路器在不同时刻开断、开断不同短路类型故障和不同开断速度等因素对变压器中性点过电压的影响规律开展了深入研究，结果表明：断路器以约1.4 m/s的速度在电压幅值时刻开断三相短路故障的情况下，变压器中性点产生的EFT/B过电压最为严重。针对EFT/B、雷电和单相接地3种故障引起的变压器中性点过电压的特性分析，利用小波包变换策略得到3种过电压的时频特性和能量分布特性，定义高低频能量比值作为判别依据，仿真实验结果表明该判据能够准确地对这3种过电压做出判别。该文研究旨在为变压器中性点防护提供参考。
2019, 48(5): 734-740.
doi: 10.3969/j.issn.1001-0548.2019.05.012
摘要:
由偏置误差、增益误差、时间误差组成的通道失配误差和模拟实现误差是频率交织模数转换器（ADC）系统的两类主要误差源，会对系统全局性能产生恶化影响。该文针对频率交织ADC系统的误差进行了深入研究，研究结果表明引起实现误差的采样滤波器实际工作的频率响应是数学可测的，通道失配误差会造成输出信号频谱有规律地出现杂散尖峰。理论推导和仿真验证均证实增益误差和时间误差引起的输出杂散频率位置相同但相位有差异，而偏置误差引起的尖峰幅值则与输入频率无关，这对开展误差补偿及校准工作具有支撑作用。
由偏置误差、增益误差、时间误差组成的通道失配误差和模拟实现误差是频率交织模数转换器（ADC）系统的两类主要误差源，会对系统全局性能产生恶化影响。该文针对频率交织ADC系统的误差进行了深入研究，研究结果表明引起实现误差的采样滤波器实际工作的频率响应是数学可测的，通道失配误差会造成输出信号频谱有规律地出现杂散尖峰。理论推导和仿真验证均证实增益误差和时间误差引起的输出杂散频率位置相同但相位有差异，而偏置误差引起的尖峰幅值则与输入频率无关，这对开展误差补偿及校准工作具有支撑作用。
2019, 48(5): 741-746.
doi: 10.3969/j.issn.1001-0548.2019.05.013
摘要:
基于脉冲涡流红外热成像技术的缺陷特征提取与分析是无损检测领域的研究热点之一。该文提出一种新的脉冲涡流红外热图像特征提取算法并用于强化缺陷信息。该算法主要包括基于熵梯度的显著热图像选择、局部稀疏图像分离以及局部稀疏图像融合3个部分。对比于常用的两种脉冲涡流红外热成像数据特征提取算法——独立成分分析算法和鲁棒主成分分析算法，实验结果表明，该算法可以更好地强化有意义的缺陷信息并抑制包含噪声的背景区域。
基于脉冲涡流红外热成像技术的缺陷特征提取与分析是无损检测领域的研究热点之一。该文提出一种新的脉冲涡流红外热图像特征提取算法并用于强化缺陷信息。该算法主要包括基于熵梯度的显著热图像选择、局部稀疏图像分离以及局部稀疏图像融合3个部分。对比于常用的两种脉冲涡流红外热成像数据特征提取算法——独立成分分析算法和鲁棒主成分分析算法，实验结果表明，该算法可以更好地强化有意义的缺陷信息并抑制包含噪声的背景区域。
2019, 48(5): 747-753.
doi: 10.3969/j.issn.1001-0548.2019.05.014
摘要:
为解决手姿态估计中标签数据的获取困难问题，该文提出了一种基于多视图投影的半监督学习方法，减少对标记数据的需求。首先，从单张深度图中分割出手部区域，将其投影至3个正交平面；而后，采用编解码模型学习两个投影视图在低维度隐空间中的关联表征；最终，结合标记数据，学习低维度隐空间表征到手姿态三维坐标的回归映射。实验表明，该方法减少了对标记数据的依赖，在NYU手姿态估计数据库上获得了较好的结果。
为解决手姿态估计中标签数据的获取困难问题，该文提出了一种基于多视图投影的半监督学习方法，减少对标记数据的需求。首先，从单张深度图中分割出手部区域，将其投影至3个正交平面；而后，采用编解码模型学习两个投影视图在低维度隐空间中的关联表征；最终，结合标记数据，学习低维度隐空间表征到手姿态三维坐标的回归映射。实验表明，该方法减少了对标记数据的依赖，在NYU手姿态估计数据库上获得了较好的结果。
2019, 48(5): 754-758.
doi: 10.3969/j.issn.1001-0548.2019.05.015
摘要:
智能监控球机广泛应用于家居室内智能监控。针对智能球机无法长时间检测、识别、跟踪侵入目标的问题，该文设计了一种结合目标检测、识别、跟踪算法的闭环结构，并采用控制算法控制球机云台转向自动跟随侵入目标。在运动目标检测方面采用vibe算法，在目标识别上采用神经网络识别目标，其中采用ssd网络检测人脸，使用yolov3网络识别人体，识别出跟踪目标后，采用csr-dcf目标跟踪算法进行目标跟踪，跟踪模式下启动模糊pid控制算法控制云台跟随目标转动，锁定目标后由跟踪模式再度切换到目标识别模式，形成一个检测、识别、跟踪、控制的闭环。经过测试，该方法提高了侵入跟踪功能的鲁棒性，在侵入目标快速运动、存在遮挡、暂时消失的情况下均可长期跟踪。
智能监控球机广泛应用于家居室内智能监控。针对智能球机无法长时间检测、识别、跟踪侵入目标的问题，该文设计了一种结合目标检测、识别、跟踪算法的闭环结构，并采用控制算法控制球机云台转向自动跟随侵入目标。在运动目标检测方面采用vibe算法，在目标识别上采用神经网络识别目标，其中采用ssd网络检测人脸，使用yolov3网络识别人体，识别出跟踪目标后，采用csr-dcf目标跟踪算法进行目标跟踪，跟踪模式下启动模糊pid控制算法控制云台跟随目标转动，锁定目标后由跟踪模式再度切换到目标识别模式，形成一个检测、识别、跟踪、控制的闭环。经过测试，该方法提高了侵入跟踪功能的鲁棒性，在侵入目标快速运动、存在遮挡、暂时消失的情况下均可长期跟踪。
2019, 48(5): 759-766.
doi: 10.3969/j.issn.1001-0548.2019.05.016
摘要:
文本情感分类是近年来自然语言处理领域的研究热点，旨在对文本蕴含的主观倾向进行分析，其中，基于特定目标的细粒度情感分类问题正受到越来越多的关注。在传统的深度模型中加入注意力机制，可以使分类性能显著提升。针对中文的语言特点，提出一种结合多跳注意力机制和卷积神经网络的深度模型（MHA-CNN）。该模型利用多维组合特征弥补一维特征注意力机制的不足，可以在没有任何先验知识的情况下，获取更深层次的目标情感特征信息。相对基于注意力机制的LSTM网络，该模型训练时间开销更小，并能保留特征的局部词序信息。最后在一个网络公开中文数据集（包含6类领域数据）上进行实验，取得了比普通深度网络模型、基于注意力机制的LSTM模型以及基于注意力机制的深度记忆网络模型更好的分类效果。
文本情感分类是近年来自然语言处理领域的研究热点，旨在对文本蕴含的主观倾向进行分析，其中，基于特定目标的细粒度情感分类问题正受到越来越多的关注。在传统的深度模型中加入注意力机制，可以使分类性能显著提升。针对中文的语言特点，提出一种结合多跳注意力机制和卷积神经网络的深度模型（MHA-CNN）。该模型利用多维组合特征弥补一维特征注意力机制的不足，可以在没有任何先验知识的情况下，获取更深层次的目标情感特征信息。相对基于注意力机制的LSTM网络，该模型训练时间开销更小，并能保留特征的局部词序信息。最后在一个网络公开中文数据集（包含6类领域数据）上进行实验，取得了比普通深度网络模型、基于注意力机制的LSTM模型以及基于注意力机制的深度记忆网络模型更好的分类效果。
2019, 48(5): 767-773.
doi: 10.3969/j.issn.1001-0548.2019.05.017
摘要:
近年来，字典学习已成功运用到模式识别领域中，但是作为字典学习里的重要分支，分析字典却极少能得到应用，主要原因是分析字典的判别力较弱。该文提出了一种新的具有鲁棒性和判别性的分析字典学习法，该字典学习法从带噪数据中寻求数据的低秩表达，并联合Fisher准则从恢复出的干净数据中学习分析字典，由于引入了监督学习的机制，因此增强了字典的判别特性。最后将该算法应用于人体行为识别任务中，通过实验验证得出，相比于其他经典的字典学习方法，该方法在行为识别数据集上取得了较好的分类精度。
近年来，字典学习已成功运用到模式识别领域中，但是作为字典学习里的重要分支，分析字典却极少能得到应用，主要原因是分析字典的判别力较弱。该文提出了一种新的具有鲁棒性和判别性的分析字典学习法，该字典学习法从带噪数据中寻求数据的低秩表达，并联合Fisher准则从恢复出的干净数据中学习分析字典，由于引入了监督学习的机制，因此增强了字典的判别特性。最后将该算法应用于人体行为识别任务中，通过实验验证得出，相比于其他经典的字典学习方法，该方法在行为识别数据集上取得了较好的分类精度。
2019, 48(5): 774-778.
doi: 10.3969/j.issn.1001-0548.2019.05.018
摘要:
该文基于卷积神经网络（CNNs）模型，提出一种模型融合的图像分类方法，将原图像经过图像增强和数据标准化后获得的数据作为原始数据，将原始数据取反后作为映射数据，分别使用原始数据和映射数据训练CNNs模型，通过融合训练后的两组CNNs模型获得改进的CNNs模型。通过假设、验证、理论推导步骤证明了该方法在简单模型上的有效性，进而推广到更复杂的卷积神经网络模型。实验结果表明，改进的CNNs模型与原始CNNs模型分类精度对比，在CIFAR-10和CIFAR-100数据集上分别提升了1%和3%，有效提升了模型的分类精度。
该文基于卷积神经网络（CNNs）模型，提出一种模型融合的图像分类方法，将原图像经过图像增强和数据标准化后获得的数据作为原始数据，将原始数据取反后作为映射数据，分别使用原始数据和映射数据训练CNNs模型，通过融合训练后的两组CNNs模型获得改进的CNNs模型。通过假设、验证、理论推导步骤证明了该方法在简单模型上的有效性，进而推广到更复杂的卷积神经网络模型。实验结果表明，改进的CNNs模型与原始CNNs模型分类精度对比，在CIFAR-10和CIFAR-100数据集上分别提升了1%和3%，有效提升了模型的分类精度。
2019, 48(5): 779-785.
doi: 10.3969/j.issn.1001-0548.2019.05.019
摘要:
内部用户安全行为评估方法由于较少考虑用户操作行为的前后关联性，导致用户操作行为评估的准确率受到影响。针对该情况，结合长短期记忆网络（LSTM）适合处理时间序列问题的特性，提出了一种基于LSTM的内部用户安全行为评估方法。该方法首先对数据作向量化处理；然后按照N vs 1方案进行数据划分，利用LSTM算法对已知用户操作行为习惯进行统一建模；最后使用双峰阈值（bimodal threshold）机制来确定判决阈值，并对用户操作行为进行评估。实验结果表明，该方法的数据划分方案提升了其检测未知用户操作异常的能力，而且通过引入双峰阈值机制，提高了其检测未知用户异常操作的查准率与查全率。
内部用户安全行为评估方法由于较少考虑用户操作行为的前后关联性，导致用户操作行为评估的准确率受到影响。针对该情况，结合长短期记忆网络（LSTM）适合处理时间序列问题的特性，提出了一种基于LSTM的内部用户安全行为评估方法。该方法首先对数据作向量化处理；然后按照N vs 1方案进行数据划分，利用LSTM算法对已知用户操作行为习惯进行统一建模；最后使用双峰阈值（bimodal threshold）机制来确定判决阈值，并对用户操作行为进行评估。实验结果表明，该方法的数据划分方案提升了其检测未知用户操作异常的能力，而且通过引入双峰阈值机制，提高了其检测未知用户异常操作的查准率与查全率。
2019, 48(5): 786-793.
doi: 10.3969/j.issn.1001-0548.2019.05.020
摘要:
本文采用正三角形映射的方法对科学家之间的合作关系模式进行了实证分析。这一方法基于科研合作网络数据，把每个科学家同其近邻的3个满足给定条件的高影响力科学家，根据合作关系疏密，映射到一个标准正三角形上。根据他们在映射三角形中的映射位置分布，来测定其合作关系模式。研究发现，科学家在映射三角形上的分布呈现出中心集聚趋势，说明科学家的合作关系常常较为均匀地散布在多个高影响力合作对象之间，其关系模式呈现出较强的均衡性特征。本文所分析的4个研究领域均在全参数空间内呈现这一特征，而科学家的学术年龄、被引次数差异等因素均不影响该特征的表达。进一步分析发现这种均衡性特征对科学家的科研影响力的影响以负面为主。这一研究为分析科学家之间的合作关系模式以及各类复杂网络的节点关系提供了新的视角。
本文采用正三角形映射的方法对科学家之间的合作关系模式进行了实证分析。这一方法基于科研合作网络数据，把每个科学家同其近邻的3个满足给定条件的高影响力科学家，根据合作关系疏密，映射到一个标准正三角形上。根据他们在映射三角形中的映射位置分布，来测定其合作关系模式。研究发现，科学家在映射三角形上的分布呈现出中心集聚趋势，说明科学家的合作关系常常较为均匀地散布在多个高影响力合作对象之间，其关系模式呈现出较强的均衡性特征。本文所分析的4个研究领域均在全参数空间内呈现这一特征，而科学家的学术年龄、被引次数差异等因素均不影响该特征的表达。进一步分析发现这种均衡性特征对科学家的科研影响力的影响以负面为主。这一研究为分析科学家之间的合作关系模式以及各类复杂网络的节点关系提供了新的视角。
2019, 48(5): 794-800.
doi: 10.3969/j.issn.1001-0548.2019.05.021
摘要:
如何根据有限的网络交互信息确定网络结构是当前网络科学研究的重要问题之一。该文提出了基于网络单一结构属性的网络结构重构分析方法。首先，该方法通过Holme-Kim模型生成一系列集聚系数可调的人工网络。然后，该方法通过压缩感知识别模型对有限信息下的网络结构进行重构。实验结果表明，当仅能掌握20%的网络节点间交互的时间序列信息时，网络邻接关系的平均识别准确率和平均真实关系召回率均随网络平均集聚系数的增大而提高。当网络的平均集聚系数在0.1~0.6变化时，平均集聚系数为0.6的网络将获得最高的平均识别准确率和平均真实关系召回率。进一步的实验分析说明，网络中度小于8的节点其平均识别准确率是决定网络平均识别准确率的关键。
如何根据有限的网络交互信息确定网络结构是当前网络科学研究的重要问题之一。该文提出了基于网络单一结构属性的网络结构重构分析方法。首先，该方法通过Holme-Kim模型生成一系列集聚系数可调的人工网络。然后，该方法通过压缩感知识别模型对有限信息下的网络结构进行重构。实验结果表明，当仅能掌握20%的网络节点间交互的时间序列信息时，网络邻接关系的平均识别准确率和平均真实关系召回率均随网络平均集聚系数的增大而提高。当网络的平均集聚系数在0.1~0.6变化时，平均集聚系数为0.6的网络将获得最高的平均识别准确率和平均真实关系召回率。进一步的实验分析说明，网络中度小于8的节点其平均识别准确率是决定网络平均识别准确率的关键。
