ISSN 
2019年 第48卷 第6期
2019, 48(6): 803-808.
doi: 10.3969/j.issn.1001-0548.2019.06.001
摘要:
针对传统的动态文本聚类将描述方式不同的同类文本划分到不同组中；以及聚类类别个数与真实类别数之间差距明显等问题，该文提出了一种半监督语义动态文本聚类算法（SDCS）。该算法以语义表征文本的方式来捕获文本间的语义关系，在聚类过程中动态学习类别语义，让文本能根据语义准确聚类。同时该算法利用半监督聚类的方法对新类的产生进行监督，学习符合实际情况的聚类结果。实验结果表明该文提出的算法是有效可行的。
针对传统的动态文本聚类将描述方式不同的同类文本划分到不同组中；以及聚类类别个数与真实类别数之间差距明显等问题，该文提出了一种半监督语义动态文本聚类算法（SDCS）。该算法以语义表征文本的方式来捕获文本间的语义关系，在聚类过程中动态学习类别语义，让文本能根据语义准确聚类。同时该算法利用半监督聚类的方法对新类的产生进行监督，学习符合实际情况的聚类结果。实验结果表明该文提出的算法是有效可行的。
2019, 48(6): 809-814.
doi: 10.3969/j.issn.1001-0548.2019.06.002
摘要:
新闻文本中的人名纠错存在以下难点：1）人名中含有错误字段会影响甚至改变文本语义表达，故无法用传统命名实体识别方法识别句中人名；2）人名字段的特殊性极易产生重名或者歧义，使得误报率增加，并提升了人名纠错的难度。为此，本文提出了一种基于上下文语义的新闻人名纠错方法。该方法使用卷积神经网络提取文本语义信息，并使用词激活力模型计算文本中其他词语与人名字段的关联程度来捕捉并使用文本上下文语义信息。同时，针对文本中人名字段中含有错误而导致的识别效果低下的问题，使用人名实体边界识别算法提高对文本中疑似含有错误人名的识别提取效果。实验结果表明，该方法能够有效地识别文本中的人名并对其中的错误内容进行纠正。
新闻文本中的人名纠错存在以下难点：1）人名中含有错误字段会影响甚至改变文本语义表达，故无法用传统命名实体识别方法识别句中人名；2）人名字段的特殊性极易产生重名或者歧义，使得误报率增加，并提升了人名纠错的难度。为此，本文提出了一种基于上下文语义的新闻人名纠错方法。该方法使用卷积神经网络提取文本语义信息，并使用词激活力模型计算文本中其他词语与人名字段的关联程度来捕捉并使用文本上下文语义信息。同时，针对文本中人名字段中含有错误而导致的识别效果低下的问题，使用人名实体边界识别算法提高对文本中疑似含有错误人名的识别提取效果。实验结果表明，该方法能够有效地识别文本中的人名并对其中的错误内容进行纠正。
2019, 48(6): 815-822.
doi: 10.3969/j.issn.1001-0548.2019.06.003
摘要:
时间触发的确定性网络指能够满足高可靠性、低延迟、高实时性要求的网络。该文提出了一种改进的适用于大规模、高并发要求的确定性网络。在时间触发以太网（TTE）的基础上做了两点改进，首先增加了一种含有消息安全等级控制的分区策略，提出了安全中间件思想；其次鉴于时间触发消息离线调度的特点，提出了一种基于时间调度矩阵的传输策略。测试结果表明，本文提出的TTE网络改进方案能够满足高并发的网络需求，改变确定性网络规模小的局面。
时间触发的确定性网络指能够满足高可靠性、低延迟、高实时性要求的网络。该文提出了一种改进的适用于大规模、高并发要求的确定性网络。在时间触发以太网（TTE）的基础上做了两点改进，首先增加了一种含有消息安全等级控制的分区策略，提出了安全中间件思想；其次鉴于时间触发消息离线调度的特点，提出了一种基于时间调度矩阵的传输策略。测试结果表明，本文提出的TTE网络改进方案能够满足高并发的网络需求，改变确定性网络规模小的局面。
2019, 48(6): 823-830.
doi: 10.3969/j.issn.1001-0548.2019.06.004
摘要:
为了缓解超密集网络中毫微微小区基站（FBS）间的同层干扰，提出一种基于干扰受限的分簇及资源分配（ILCRA）方案，该方案用一个预先设置的干扰门限来限制每个FBS簇内成员的数量。首先采用聚合成簇的思想对FBS进行分簇，每个FBS簇中干扰权值之和不能超过干扰门限，然后在每个FBS簇内采用穷举图着色算法依次对用户设备（UE）进行分簇；其次，在每个FBS簇内独立地分配资源，根据UE簇在每个子信道上的吞吐量依次为每个UE簇分配子信道；最后在每个FBS簇内采用注水算法为簇内用户分配功率。仿真结果显示，该方案有效地限制了FBS簇内成员的数量，提升了系统的吞吐量和频谱效率。
为了缓解超密集网络中毫微微小区基站（FBS）间的同层干扰，提出一种基于干扰受限的分簇及资源分配（ILCRA）方案，该方案用一个预先设置的干扰门限来限制每个FBS簇内成员的数量。首先采用聚合成簇的思想对FBS进行分簇，每个FBS簇中干扰权值之和不能超过干扰门限，然后在每个FBS簇内采用穷举图着色算法依次对用户设备（UE）进行分簇；其次，在每个FBS簇内独立地分配资源，根据UE簇在每个子信道上的吞吐量依次为每个UE簇分配子信道；最后在每个FBS簇内采用注水算法为簇内用户分配功率。仿真结果显示，该方案有效地限制了FBS簇内成员的数量，提升了系统的吞吐量和频谱效率。
2019, 48(6): 831-837.
doi: 10.3969/j.issn.1001-0548.2019.06.005
摘要:
针对光传输网（OTN）对纠错码低实现复杂度、逼近香农限性能和无错误平层的要求，提出了一种基于Polar码和低密度生成矩阵（LDGM）码的低复杂度高速级联码方案。首先针对级联模型阐述了Polar-LDGM码的编码设计方案，并分析了编码复杂度。然后基于两种码的结构特点，给出了基于置信传播（BP）算法的级联解码算法。通过合理利用高斯逼近（GA）法推导解码算法中传递消息的均值，能够准确地预测出Polar-LDGM码的理论错误概率。仿真结果表明，Polar-LDGM码满足在OTN中应用的要求。
针对光传输网（OTN）对纠错码低实现复杂度、逼近香农限性能和无错误平层的要求，提出了一种基于Polar码和低密度生成矩阵（LDGM）码的低复杂度高速级联码方案。首先针对级联模型阐述了Polar-LDGM码的编码设计方案，并分析了编码复杂度。然后基于两种码的结构特点，给出了基于置信传播（BP）算法的级联解码算法。通过合理利用高斯逼近（GA）法推导解码算法中传递消息的均值，能够准确地预测出Polar-LDGM码的理论错误概率。仿真结果表明，Polar-LDGM码满足在OTN中应用的要求。
2019, 48(6): 838-844, 857.
doi: 10.3969/j.issn.1001-0548.2019.06.006
摘要:
中轨SAR具有宽测绘带及重访时间短的优势，是低轨SAR与高轨SAR的重要补充。然而，相对于低轨SAR，中轨SAR具有合成孔径时间长，轨道特性复杂等特点，常规斜距模型不适用于中轨SAR。考虑了回波非"停-走-停"的情况，结合轨道及运动舰船特点，对中轨SAR舰船目标斜距模型进行定量化分析。得到舰船在静止、匀速运动、加速运动时四阶斜距模型能够满足成像要求，当受海浪影响时四阶斜距模型将失效的结论。最后实现中轨SAR海面舰船回波精确建模。
中轨SAR具有宽测绘带及重访时间短的优势，是低轨SAR与高轨SAR的重要补充。然而，相对于低轨SAR，中轨SAR具有合成孔径时间长，轨道特性复杂等特点，常规斜距模型不适用于中轨SAR。考虑了回波非"停-走-停"的情况，结合轨道及运动舰船特点，对中轨SAR舰船目标斜距模型进行定量化分析。得到舰船在静止、匀速运动、加速运动时四阶斜距模型能够满足成像要求，当受海浪影响时四阶斜距模型将失效的结论。最后实现中轨SAR海面舰船回波精确建模。
2019, 48(6): 845-849.
doi: 10.3969/j.issn.1001-0548.2019.06.007
摘要:
针对声源数多于阵元数的近场信源定位问题，该文提出一种基于Khatri-Rao（KR）积的稀疏重构近场源定位方法。该方法首先假设信号是准平稳的，然后通过KR积得到虚拟阵列结构，增加了阵列的自由度；接着在虚拟阵列结构下对虚拟信号进行稀疏表示，最后通过l1范数约束得到声源的空间谱估计。仿真表明，此稀疏重构定位方法可以实现信源定位的欠定估计，且性能优于基于KR积的子空间方法。
针对声源数多于阵元数的近场信源定位问题，该文提出一种基于Khatri-Rao（KR）积的稀疏重构近场源定位方法。该方法首先假设信号是准平稳的，然后通过KR积得到虚拟阵列结构，增加了阵列的自由度；接着在虚拟阵列结构下对虚拟信号进行稀疏表示，最后通过l1范数约束得到声源的空间谱估计。仿真表明，此稀疏重构定位方法可以实现信源定位的欠定估计，且性能优于基于KR积的子空间方法。
2019, 48(6): 850-857.
doi: 10.3969/j.issn.1001-0548.2019.06.008
摘要:
目前，对于各种工业产品可靠性或者剩余寿命的预测方法通常都基于历史退化数据，这些历史数据的趋势变化可以为产品最终的维修和保障决策提供理论依据。然而，退化数据中出现的奇点扰动问题经常导致预测的准确性严重下降，这是可靠性预测领域的一个巨大挑战。为解决这个问题，该文采用样条函数方法作为数据趋势逼近模型，针对退化趋势中存在的各种奇点扰动情况，三次非多项式样条模型的二阶导数可以形成观测状态序列。引入了一种改进的结合粒子群优化算法的加权隐马尔科夫方法来外推样条函数所生成的观测序列，计算所产生的参数将更新样条函数的参数，组成一套综合完整的优化预测器。仿真和实例实验均证明了该方法的有效性。
目前，对于各种工业产品可靠性或者剩余寿命的预测方法通常都基于历史退化数据，这些历史数据的趋势变化可以为产品最终的维修和保障决策提供理论依据。然而，退化数据中出现的奇点扰动问题经常导致预测的准确性严重下降，这是可靠性预测领域的一个巨大挑战。为解决这个问题，该文采用样条函数方法作为数据趋势逼近模型，针对退化趋势中存在的各种奇点扰动情况，三次非多项式样条模型的二阶导数可以形成观测状态序列。引入了一种改进的结合粒子群优化算法的加权隐马尔科夫方法来外推样条函数所生成的观测序列，计算所产生的参数将更新样条函数的参数，组成一套综合完整的优化预测器。仿真和实例实验均证明了该方法的有效性。
2019, 48(6): 858-864.
doi: 10.3969/j.issn.1001-0548.2019.06.009
摘要:
在频率维度对信号进行并行多通道的交替采样是提高系统采样率的一种重要手段，且每个通道均需要设计独立的模拟采样滤波器和数字重构滤波器以实现信号的分离获取及无失真恢复，结构及算法的复杂程度都偏高。该文提出一种基于正交变频的频率交替采样与重构方法，采样过程将输入信号划分为若干个子信道，利用正交下变频和采样滤波器将RF/IF信道分别搬移至基带并完成量化转换；重构过程则利用数字上变频变换将各信道恢复至其原有的载频位置并合成输出以恢复原始信号。该方法总体仅需在满足完美重构条件的前提下设计一个模拟采样滤波器和一个数字重构滤波器，实现简便。最后，通过实验验证对正交变频型频率交替采样与重构方法的有效性进行了阐述。
在频率维度对信号进行并行多通道的交替采样是提高系统采样率的一种重要手段，且每个通道均需要设计独立的模拟采样滤波器和数字重构滤波器以实现信号的分离获取及无失真恢复，结构及算法的复杂程度都偏高。该文提出一种基于正交变频的频率交替采样与重构方法，采样过程将输入信号划分为若干个子信道，利用正交下变频和采样滤波器将RF/IF信道分别搬移至基带并完成量化转换；重构过程则利用数字上变频变换将各信道恢复至其原有的载频位置并合成输出以恢复原始信号。该方法总体仅需在满足完美重构条件的前提下设计一个模拟采样滤波器和一个数字重构滤波器，实现简便。最后，通过实验验证对正交变频型频率交替采样与重构方法的有效性进行了阐述。
2019, 48(6): 865-869.
doi: 10.3969/j.issn.1001-0548.2019.06.010
摘要:
针对PRESENT密码算法的差分故障攻击，分析PRESENT算法差分故障传播特点的方式，优化导入故障位置，利用组合穷举搜索，建立不同的攻击模型来快速获取原始密钥。结果表明，影响PRESENT算法的差分故障攻击结果有两个因素：攻击轮数和故障密文数目。在倒数第二轮攻击平均需要30个故障密文就可以成功恢复出该轮64 bit轮密钥，在低轮数针对该密码算法进行差分故障攻击，仅仅需要9个故障密文就能恢复全部密钥。同时这种攻击方式在单故障密文的密钥搜索复杂度和攻击复杂度分别为226和231。
针对PRESENT密码算法的差分故障攻击，分析PRESENT算法差分故障传播特点的方式，优化导入故障位置，利用组合穷举搜索，建立不同的攻击模型来快速获取原始密钥。结果表明，影响PRESENT算法的差分故障攻击结果有两个因素：攻击轮数和故障密文数目。在倒数第二轮攻击平均需要30个故障密文就可以成功恢复出该轮64 bit轮密钥，在低轮数针对该密码算法进行差分故障攻击，仅仅需要9个故障密文就能恢复全部密钥。同时这种攻击方式在单故障密文的密钥搜索复杂度和攻击复杂度分别为226和231。
2019, 48(6): 870-879.
doi: 10.3969/j.issn.1001-0548.2019.06.011
摘要:
高级持续威胁（APT）是近年兴起的新型网络攻击，一直受到网络安全界的重视。该文通过研究近十年150余项典型APT案例，形成针对APT攻击的分析模型，提出了当前APT攻击检测与反制亟需解决的4项问题，即：渗透防护脆弱、检测精度低、攻击范围取证困难、未知新型攻击响应慢。同时，该文对近年来典型性APT攻击事件进行取样分析，以攻击组织使用的工具集为基础，对攻击工具集进行关联挖掘。实验得出，同一组织使用的工具集间存在相似性规律。综上所述，该文研究的APT整体防御方案包括了4类防御方案的最新成果分析及归纳，对于构建统一的攻击检测与溯源反制平台起到支撑作用。
高级持续威胁（APT）是近年兴起的新型网络攻击，一直受到网络安全界的重视。该文通过研究近十年150余项典型APT案例，形成针对APT攻击的分析模型，提出了当前APT攻击检测与反制亟需解决的4项问题，即：渗透防护脆弱、检测精度低、攻击范围取证困难、未知新型攻击响应慢。同时，该文对近年来典型性APT攻击事件进行取样分析，以攻击组织使用的工具集为基础，对攻击工具集进行关联挖掘。实验得出，同一组织使用的工具集间存在相似性规律。综上所述，该文研究的APT整体防御方案包括了4类防御方案的最新成果分析及归纳，对于构建统一的攻击检测与溯源反制平台起到支撑作用。
2019, 48(6): 880-885.
doi: 10.3969/j.issn.1001-0548.2019.06.012
摘要:
保障全局时序的时序约束分解模型（TCD）可以将时序服务组合分解成约束分解与局部优选两个相对独立的过程，但该模型可能丢失可行组合方案，在用户约束强度较强时可能导致无解。该文提出了一种约束强度感知的时序约束分解模型（CIA-TCD），通过在现有的TCD模型中引入松弛因子，使得用户约束强度较弱时，能保证全局约束，而约束强度较强时，也能够保留一定量的组合方案，从而提高找到可行方案的概率。分析表明，当约束强度较强时，CIA-TCD模型较TCD模型找到可行组合方案的概率明显更大。
保障全局时序的时序约束分解模型（TCD）可以将时序服务组合分解成约束分解与局部优选两个相对独立的过程，但该模型可能丢失可行组合方案，在用户约束强度较强时可能导致无解。该文提出了一种约束强度感知的时序约束分解模型（CIA-TCD），通过在现有的TCD模型中引入松弛因子，使得用户约束强度较弱时，能保证全局约束，而约束强度较强时，也能够保留一定量的组合方案，从而提高找到可行方案的概率。分析表明，当约束强度较强时，CIA-TCD模型较TCD模型找到可行组合方案的概率明显更大。
2019, 48(6): 886-892.
doi: 10.3969/j.issn.1001-0548.2019.06.013
摘要:
随着医疗行业信息化的推进，医疗领域已进入大数据时代，但在数据异构、互操作性和隐私保护等方面仍面临诸多挑战。针对上述问题，该文构建了基于环签名的去中心化医疗大数据共享模型。该模型基于区块链去中心化思想维护一个可靠的医疗数据账本，确保隐私数据的不可篡改。构建了基于环签名的隐私数据存储协议，利用其完全匿名性保障了医疗数据和病人身份隐私的安全性；提出了基于智能合约自动化执行预设指令的医疗信息严密访问控制管理机制，通过明确划分医疗隐私信息访问权限来保障医疗隐私数据的权威性和机密性。经安全性测试结果表明，相比于传统医疗大数据共享模式，该模型具有更好的实时性和鲁棒性。
随着医疗行业信息化的推进，医疗领域已进入大数据时代，但在数据异构、互操作性和隐私保护等方面仍面临诸多挑战。针对上述问题，该文构建了基于环签名的去中心化医疗大数据共享模型。该模型基于区块链去中心化思想维护一个可靠的医疗数据账本，确保隐私数据的不可篡改。构建了基于环签名的隐私数据存储协议，利用其完全匿名性保障了医疗数据和病人身份隐私的安全性；提出了基于智能合约自动化执行预设指令的医疗信息严密访问控制管理机制，通过明确划分医疗隐私信息访问权限来保障医疗隐私数据的权威性和机密性。经安全性测试结果表明，相比于传统医疗大数据共享模式，该模型具有更好的实时性和鲁棒性。
2019, 48(6): 893-903.
doi: 10.3969/j.issn.1001-0548.2019.06.014
摘要:
在研究红外点状移动目标特征的基础上，该文提出一种多尺度局部梯度强度测算的小目标检测算法。首先构造多尺度图像金字塔，并在多尺度下提出一种快速粗略的小目标检测方法；再利用目标本身与环绕背景之间的差异性，测算局部窗口内各个方向的灰度变化强度。然后根据这些测算结果获得最合适的响应。实验结果表明，在复杂多变的背景下，该方法具有较好的鲁棒性，在低信噪比下，有较为有效的检测性能。
在研究红外点状移动目标特征的基础上，该文提出一种多尺度局部梯度强度测算的小目标检测算法。首先构造多尺度图像金字塔，并在多尺度下提出一种快速粗略的小目标检测方法；再利用目标本身与环绕背景之间的差异性，测算局部窗口内各个方向的灰度变化强度。然后根据这些测算结果获得最合适的响应。实验结果表明，在复杂多变的背景下，该方法具有较好的鲁棒性，在低信噪比下，有较为有效的检测性能。
2019, 48(6): 904-909, 924.
doi: 10.3969/j.issn.1001-0548.2019.06.015
摘要:
为更好地处理图像小样本问题，且克服二维局部保持投影（2DLPP）算法只能保持数据局部性质的缺陷，通过结合二维主成分分析（2DPCA）和二维线性鉴别分析（2DLDA）的算法特性，提出了一种改进的双向二维局部保持投影的人脸识别算法。首先，引入样本类别信息改进权重矩阵，增强2DLPP算法对样本变化的鲁棒性；其次，提出改进2DLPP+2DPCA、2DLPP+2DLDA两种融合算法并分别用于输入样本图像数据的行、列方向特征提取。在特征选择后得到行、列方向上的最优投影；最后，通过对样本数据进行行、列方向投影，利用最近邻分类器对样本数据进行分类并获得在给定数据集上的识别结果。在人脸数据集ORL、YALE和AR上的实验结果表明，该算法在人脸识别性能上总体优于2DPCA、2DLDA、2DLPP、（2D）2PCA、（2D）2LDA、（2D）2PCALDA和（2D）2LPP-PCA等算法。
为更好地处理图像小样本问题，且克服二维局部保持投影（2DLPP）算法只能保持数据局部性质的缺陷，通过结合二维主成分分析（2DPCA）和二维线性鉴别分析（2DLDA）的算法特性，提出了一种改进的双向二维局部保持投影的人脸识别算法。首先，引入样本类别信息改进权重矩阵，增强2DLPP算法对样本变化的鲁棒性；其次，提出改进2DLPP+2DPCA、2DLPP+2DLDA两种融合算法并分别用于输入样本图像数据的行、列方向特征提取。在特征选择后得到行、列方向上的最优投影；最后，通过对样本数据进行行、列方向投影，利用最近邻分类器对样本数据进行分类并获得在给定数据集上的识别结果。在人脸数据集ORL、YALE和AR上的实验结果表明，该算法在人脸识别性能上总体优于2DPCA、2DLDA、2DLPP、（2D）2PCA、（2D）2LDA、（2D）2PCALDA和（2D）2LPP-PCA等算法。
2019, 48(6): 910-917.
doi: 10.3969/j.issn.1001-0548.2019.06.016
摘要:
人脸图像修复技术为近年来图像处理领域的研究热点。该文提出一种基于级联生成对抗网络的人脸图像修复方法，从生成器、判别器、损失函数三个方面进行改良。生成器采用由粗到精的级联式模型，并结合密集连接模块使所修复区域更加精细；判别器采用局部与全局特征相融合的双重判别式模型以提升判别准确性；损失函数采用最小化重构损失和对抗网络损失相结合以获得更好训练效果。基于CelebA数据集的实验显示，该方法可实现面部区域丢失50%以上的人脸图像修复，在客观评价指标PSNR和SSIM上，较现有方法分别提高了1.1~7.5 dB和0.02~0.15。从主观效果来看，该方法修复的人脸图像拥有更丰富的细节、更显自然。
人脸图像修复技术为近年来图像处理领域的研究热点。该文提出一种基于级联生成对抗网络的人脸图像修复方法，从生成器、判别器、损失函数三个方面进行改良。生成器采用由粗到精的级联式模型，并结合密集连接模块使所修复区域更加精细；判别器采用局部与全局特征相融合的双重判别式模型以提升判别准确性；损失函数采用最小化重构损失和对抗网络损失相结合以获得更好训练效果。基于CelebA数据集的实验显示，该方法可实现面部区域丢失50%以上的人脸图像修复，在客观评价指标PSNR和SSIM上，较现有方法分别提高了1.1~7.5 dB和0.02~0.15。从主观效果来看，该方法修复的人脸图像拥有更丰富的细节、更显自然。
2019, 48(6): 918-924.
doi: 10.3969/j.issn.1001-0548.2019.06.017
摘要:
为提高遗传过程挖掘算法对大规模事件日志处理的性能，该文提出一种基于GPU的并行遗传过程挖掘算法。由于传统基于二进制的染色体编码不能表示因果矩阵中的AND-Split/AND-Join和OR-Split/OR-Join结构，提出一种新的染色体编码方案。该方案通过内容、标识、位置3个数组，有效地解决了GPU上因果矩阵的遗传表示问题。同时，设计并实现了高效的遗传交叉/变异算子和适应度并行计算方法。仿真实验表明，与当前CPU上的遗传过程挖掘算法相比，本文算法在求解精度和收敛速度方面都具有明显优势，并且在两个数据集上分别取得36.4倍和47.2倍的执行时间加速比。
为提高遗传过程挖掘算法对大规模事件日志处理的性能，该文提出一种基于GPU的并行遗传过程挖掘算法。由于传统基于二进制的染色体编码不能表示因果矩阵中的AND-Split/AND-Join和OR-Split/OR-Join结构，提出一种新的染色体编码方案。该方案通过内容、标识、位置3个数组，有效地解决了GPU上因果矩阵的遗传表示问题。同时，设计并实现了高效的遗传交叉/变异算子和适应度并行计算方法。仿真实验表明，与当前CPU上的遗传过程挖掘算法相比，本文算法在求解精度和收敛速度方面都具有明显优势，并且在两个数据集上分别取得36.4倍和47.2倍的执行时间加速比。
2019, 48(6): 925-930.
doi: 10.3969/j.issn.1001-0548.2019.06.018
摘要:
轨迹聚类算法可以广泛地应用在交通管理中，利用轨迹聚类算法找出车辆轨迹热点区域对交通部门规划管理交通出行有重要指导意义。目前的轨迹聚类算法多以空间相似性进行度量，不能体现不同时间段的轨迹热点区域划分情况。针对上述问题，该文结合时间因素，提出了一种时空轨迹的热点区域提取算法。首先，对传统的密度峰值聚类算法进行了改进，考虑了计算密度的线性和非线性部分，改进了密度的计算方法；同时，改进了簇类中心的选取方法，能够自动地选取簇类中心；在此基础上，提出了聚类融合算法，过滤了不合适的聚类和多余聚类；最后利用DB检验量来检测提取效果。实验结果表明，相比于传统的聚类算法，本文算法能更有效地提取时空轨迹的热点区域。
轨迹聚类算法可以广泛地应用在交通管理中，利用轨迹聚类算法找出车辆轨迹热点区域对交通部门规划管理交通出行有重要指导意义。目前的轨迹聚类算法多以空间相似性进行度量，不能体现不同时间段的轨迹热点区域划分情况。针对上述问题，该文结合时间因素，提出了一种时空轨迹的热点区域提取算法。首先，对传统的密度峰值聚类算法进行了改进，考虑了计算密度的线性和非线性部分，改进了密度的计算方法；同时，改进了簇类中心的选取方法，能够自动地选取簇类中心；在此基础上，提出了聚类融合算法，过滤了不合适的聚类和多余聚类；最后利用DB检验量来检测提取效果。实验结果表明，相比于传统的聚类算法，本文算法能更有效地提取时空轨迹的热点区域。
2019, 48(6): 931-938.
doi: 10.3969/j.issn.1001-0548.2019.06.019
摘要:
复杂网络的研究发展非常迅速，已经对自动控制、统计物理、计算机及管理等学科产生了深刻的影响。然而，国内的主题发展态势一直缺乏系统、直观的分析。本文以2017年第十三届全国复杂网络大会的会议摘要文本为研究对象，从会议摘要主题分析的角度研究了国内复杂网络科研领域的整体发展态势。研究过程中首先对摘要文本进行预处理，通过建立自定义词典和停用词库对文本进行jieba分词，得到一个文档-词矩阵。然后用LDA主题模型对摘要主题进行挖掘，通过SVD分解确定主题数目，并基于摘要间的JS距离进行凝聚层次聚类，基于机构间的JS距离用Blondel算法对机构进行社团划分，最终得到10类会议主题和4类科研社团。实证结果不仅能分析出复杂网络宏观上的研究趋势与不同研究方向的热门程度；也能基于聚出的4类科研社团，为新进入复杂网络的研究者寻找对应研究方向的文献提供参考机构。
复杂网络的研究发展非常迅速，已经对自动控制、统计物理、计算机及管理等学科产生了深刻的影响。然而，国内的主题发展态势一直缺乏系统、直观的分析。本文以2017年第十三届全国复杂网络大会的会议摘要文本为研究对象，从会议摘要主题分析的角度研究了国内复杂网络科研领域的整体发展态势。研究过程中首先对摘要文本进行预处理，通过建立自定义词典和停用词库对文本进行jieba分词，得到一个文档-词矩阵。然后用LDA主题模型对摘要主题进行挖掘，通过SVD分解确定主题数目，并基于摘要间的JS距离进行凝聚层次聚类，基于机构间的JS距离用Blondel算法对机构进行社团划分，最终得到10类会议主题和4类科研社团。实证结果不仅能分析出复杂网络宏观上的研究趋势与不同研究方向的热门程度；也能基于聚出的4类科研社团，为新进入复杂网络的研究者寻找对应研究方向的文献提供参考机构。
2019, 48(6): 939-946.
doi: 10.3969/j.issn.1001-0548.2019.06.020
摘要:
为了揭示在线读书社区中用户阅读的学科偏好及阅读兴趣的多样性，抓取了豆瓣读书社区的数据，利用用户共同阅读关系构建图书网络，结合复杂网络理论和机器学习方法对网络进行了研究。发现图书网络中，学科之间的双向权重近乎相等；阅读哲学、政治学等人文社科的用户跨学科阅读最为广泛，而阅读矿业工程、核科学与技术等工程科技学科的用户跨学科阅读最窄；二级学科网络具有3个明显的社团，对应人文社科、工程科技和基础科学三大领域，跨学科研究的适合度由高到低依次为基础科学、人文社科和工程科技。研究结果对于图书跨学科交叉推荐具有重要意义。
为了揭示在线读书社区中用户阅读的学科偏好及阅读兴趣的多样性，抓取了豆瓣读书社区的数据，利用用户共同阅读关系构建图书网络，结合复杂网络理论和机器学习方法对网络进行了研究。发现图书网络中，学科之间的双向权重近乎相等；阅读哲学、政治学等人文社科的用户跨学科阅读最为广泛，而阅读矿业工程、核科学与技术等工程科技学科的用户跨学科阅读最窄；二级学科网络具有3个明显的社团，对应人文社科、工程科技和基础科学三大领域，跨学科研究的适合度由高到低依次为基础科学、人文社科和工程科技。研究结果对于图书跨学科交叉推荐具有重要意义。
2019, 48(6): 947-953.
doi: 10.3969/j.issn.1001-0548.2019.06.021
摘要:
碳化硅/二氧化硅（SiC/SiO2）界面态电荷数量的减少有利于降低碳化硅金属-氧化物-半导体场效应晶体管（SiCMOSFET）的通态电阻和开关损耗，然而沟道电流的提升会给遭遇短路故障的SiC MOSFET带来更大的电流应力。在传统的SiCMOSFET等效电路模型的基础上建立了SiC MOSFET的短路失效模型，该模型考虑了强电流应力下器件内的泄漏电流，并引入了包含界面态电荷的沟道载流子迁移率。利用该模型讨论了SiC/SiO2界面态电荷对SiC MOSFET短路特性的影响，结果显示界面态电荷的减少缩短了SiC MOSFET短路耐受时间。随后通过从失效电流中分离出不同产生机制下的泄漏电流分量，讨论了界面态电荷对SiC MOSFET短路特性影响的机理。
碳化硅/二氧化硅（SiC/SiO2）界面态电荷数量的减少有利于降低碳化硅金属-氧化物-半导体场效应晶体管（SiCMOSFET）的通态电阻和开关损耗，然而沟道电流的提升会给遭遇短路故障的SiC MOSFET带来更大的电流应力。在传统的SiCMOSFET等效电路模型的基础上建立了SiC MOSFET的短路失效模型，该模型考虑了强电流应力下器件内的泄漏电流，并引入了包含界面态电荷的沟道载流子迁移率。利用该模型讨论了SiC/SiO2界面态电荷对SiC MOSFET短路特性的影响，结果显示界面态电荷的减少缩短了SiC MOSFET短路耐受时间。随后通过从失效电流中分离出不同产生机制下的泄漏电流分量，讨论了界面态电荷对SiC MOSFET短路特性影响的机理。
2019, 48(6): 954-960.
doi: 10.3969/j.issn.1001-0548.2019.06.022
摘要:
为提升电子皮肤的触觉感知灵敏度，提出一种基于球曲面极板的电容式柔性触觉传感器。介绍了电容式柔性触觉传感器的结构特点与制备流程，并结合理论计算与ANSYS有限元仿真阐述其触觉感知机理，空间立体排布的球曲面感应极板和差分式结构特点可协同提升电容式柔性触觉传感器感知灵敏度。基于高性能电容数字转换器AD7147-1和STM32微处理器搭建容性触觉信号采集与处理系统，完成了电容式触觉传感器特性测试及应用研究。实验结果表明，该传感器可实现法向力与切向力的高灵敏检测和稳定性，动态响应时间约为70 ms，进一步论证了其用作电子皮肤的可行性。
为提升电子皮肤的触觉感知灵敏度，提出一种基于球曲面极板的电容式柔性触觉传感器。介绍了电容式柔性触觉传感器的结构特点与制备流程，并结合理论计算与ANSYS有限元仿真阐述其触觉感知机理，空间立体排布的球曲面感应极板和差分式结构特点可协同提升电容式柔性触觉传感器感知灵敏度。基于高性能电容数字转换器AD7147-1和STM32微处理器搭建容性触觉信号采集与处理系统，完成了电容式触觉传感器特性测试及应用研究。实验结果表明，该传感器可实现法向力与切向力的高灵敏检测和稳定性，动态响应时间约为70 ms，进一步论证了其用作电子皮肤的可行性。
