ISSN 
2021年 第50卷 第3期
2021, 50(3): 321-331.
doi: 10.12178/1001-0548.2021046
摘要:
针对车联网中不同种类数据的传输需求，该文提出一种V2V和5G蜂窝网络结合的混合消息传输机制及路由算法。将车联网中的数据包分为时延敏感型和非敏感型两种类型，利用5G蜂窝网低时延、高可靠性、网络覆盖范围广的优势，高效传输时延敏感型的数据消息。由于自组网比高性能的5G蜂窝网具有更低的成本，因此针对时延非敏感型数据包设计了一种基于公交车辅助的路由算法。为降低通信链路断开机率，提出邻居表的更新时间预测机制，通过大量的仿真实验验证了该方案的有效性。实验结果表明，该方案可以提高数据包的传输成功率，降低端到端传输时延，减小端到端的传输跳数。
针对车联网中不同种类数据的传输需求，该文提出一种V2V和5G蜂窝网络结合的混合消息传输机制及路由算法。将车联网中的数据包分为时延敏感型和非敏感型两种类型，利用5G蜂窝网低时延、高可靠性、网络覆盖范围广的优势，高效传输时延敏感型的数据消息。由于自组网比高性能的5G蜂窝网具有更低的成本，因此针对时延非敏感型数据包设计了一种基于公交车辅助的路由算法。为降低通信链路断开机率，提出邻居表的更新时间预测机制，通过大量的仿真实验验证了该方案的有效性。实验结果表明，该方案可以提高数据包的传输成功率，降低端到端传输时延，减小端到端的传输跳数。
2021, 50(3): 339-346.
doi: 10.12178/1001-0548.2020384
摘要:
该文基于电荷量q与磁通量φ的三次多项式关系，提出一种新型的三阶磁控忆阻器模型，并利用MATLAB进行了仿真验证。利用“浮地”二端口等效电路原理，设计实现三阶磁控忆阻器及其低通与高通滤波器的等效电路，并在PSPICE上进行了仿真分析。最后，搭建出三阶磁控忆阻器及其低通与高通滤波器的实际电路，并利用示波器进行了测试。实验与仿真结果表明：基于该新型三阶磁控忆阻器的低通滤波器较基于电阻的输出增益低；而基于该新型三阶磁控忆阻器的高通滤波器与基于电阻的输出增益基本一致。
该文基于电荷量q与磁通量φ的三次多项式关系，提出一种新型的三阶磁控忆阻器模型，并利用MATLAB进行了仿真验证。利用“浮地”二端口等效电路原理，设计实现三阶磁控忆阻器及其低通与高通滤波器的等效电路，并在PSPICE上进行了仿真分析。最后，搭建出三阶磁控忆阻器及其低通与高通滤波器的实际电路，并利用示波器进行了测试。实验与仿真结果表明：基于该新型三阶磁控忆阻器的低通滤波器较基于电阻的输出增益低；而基于该新型三阶磁控忆阻器的高通滤波器与基于电阻的输出增益基本一致。
2021, 50(3): 347-353.
doi: 10.12178/1001-0548.2021012
摘要:
伴随着卫星通信系统对可变且高效载荷的需求，空间行波管放大器将加速由单机专用模式向功率可调多任务模式发展。为解决功率可调空间行波管在不同输出功率条件下保持高效率的设计难点，针对某Ku波段螺旋线辐冷型空间行波管开展了功率可调高效率的研究。通过设计提高行波管在不同阳极电压下的电子效率、收集极效率和电子流通率，使Ku波段行波管在500 MHz工作带宽内连续波输出功率大于150 W，总效率大于68%，输出功率回退3 dB时整管效率大于60%。
伴随着卫星通信系统对可变且高效载荷的需求，空间行波管放大器将加速由单机专用模式向功率可调多任务模式发展。为解决功率可调空间行波管在不同输出功率条件下保持高效率的设计难点，针对某Ku波段螺旋线辐冷型空间行波管开展了功率可调高效率的研究。通过设计提高行波管在不同阳极电压下的电子效率、收集极效率和电子流通率，使Ku波段行波管在500 MHz工作带宽内连续波输出功率大于150 W，总效率大于68%，输出功率回退3 dB时整管效率大于60%。
2021, 50(3): 354-359.
doi: 10.12178/1001-0548.2020165
摘要:
针对广义空间调制系统(GSM)在相关信道下进行天线选择时，不能兼顾高信道增益和天线间低相关程度问题，该文提出一种基于范数和相关性的递增发射天线组合选择算法。首先计算所有天线组合的范数并排序。其次选出范数最大的天线组合加入候选集中，最后从剩余集中选取与候选集中天线组合相关程度最低的天线组合逐个加入候选集。该算法将有效信道向量作为评价天线组合是否优秀的定量指标，有效信道向量之间的夹角中不仅反映了天线组合之间的相关性，还隐性反映了信道向量的范数，在最大化有效信道增益的同时，提高各组合之间的辨识度。仿真表明，在误比特率为10−3时，相比于随机选择天线组合算法，该算法能获得2 dB的增益。与相同频谱效率下的接收端天线选择算法相比，该算法获得约1.3 dB的增益。
针对广义空间调制系统(GSM)在相关信道下进行天线选择时，不能兼顾高信道增益和天线间低相关程度问题，该文提出一种基于范数和相关性的递增发射天线组合选择算法。首先计算所有天线组合的范数并排序。其次选出范数最大的天线组合加入候选集中，最后从剩余集中选取与候选集中天线组合相关程度最低的天线组合逐个加入候选集。该算法将有效信道向量作为评价天线组合是否优秀的定量指标，有效信道向量之间的夹角中不仅反映了天线组合之间的相关性，还隐性反映了信道向量的范数，在最大化有效信道增益的同时，提高各组合之间的辨识度。仿真表明，在误比特率为10−3时，相比于随机选择天线组合算法，该算法能获得2 dB的增益。与相同频谱效率下的接收端天线选择算法相比，该算法获得约1.3 dB的增益。
2021, 50(3): 360-367.
doi: 10.12178/1001-0548.2020053
摘要:
基于稀疏冗余表示，并行坐标下降(PCD)是最优秀的降噪算法之一。然而在音频信号处理中，当分割的帧数很大时，PCD的计算负担加重，造成运行时间剧增。该文基于联合稀疏表示(JSR)和同时稀疏近似(SSA)，建立一种新的时域框架，并提出了一种启发式联合PCD算法(Joint-PCD)。在该框架中，每个音频帧作为一个列向量生成信号矩阵；利用超完备字典，Joint-PCD同步(同时)对信号矩阵降噪，提高了算法的运行效率，减小了运行时间。仿真结果表明：Joint-PCD算法不仅与PCD具有几乎相同的降噪性能，且把PCD算法的降噪速度提高了约5倍，极大地改进了PCD算法的收敛性能。
基于稀疏冗余表示，并行坐标下降(PCD)是最优秀的降噪算法之一。然而在音频信号处理中，当分割的帧数很大时，PCD的计算负担加重，造成运行时间剧增。该文基于联合稀疏表示(JSR)和同时稀疏近似(SSA)，建立一种新的时域框架，并提出了一种启发式联合PCD算法(Joint-PCD)。在该框架中，每个音频帧作为一个列向量生成信号矩阵；利用超完备字典，Joint-PCD同步(同时)对信号矩阵降噪，提高了算法的运行效率，减小了运行时间。仿真结果表明：Joint-PCD算法不仅与PCD具有几乎相同的降噪性能，且把PCD算法的降噪速度提高了约5倍，极大地改进了PCD算法的收敛性能。
2021, 50(3): 368-374.
doi: 10.12178/1001-0548.2020161
摘要:
针对现有的单精度浮点乘法器存在运算速度慢的问题，该文设计了一种融合Karatsuba算法和Vedic算法两者优点的快速单精度浮点乘法器。该文利用Karatsuba算法减少单精度浮点乘法器的乘法运算次数，将24 bit尾数的乘法运算分解为少位数乘法运算，获得基于3 bit和4 bit的尾数乘法架构；进一步地，利用Vedic算法对单精度浮点乘法器的尾数乘法架构进行优化，利用复杂度低、速度快的加法器实现了Karatsuba算法分解后的3 bit和4 bit的两个基本乘法运算，提高了运算速度。仿真及FPGA验证结果表明，该文设计的单精度浮点乘法器相对于基于传统的Karatsuba算法的单精度浮点乘法器、基于Vedic算法的单精度浮点乘法器，其最大运行时钟频率分别提高了约5倍和2倍。
针对现有的单精度浮点乘法器存在运算速度慢的问题，该文设计了一种融合Karatsuba算法和Vedic算法两者优点的快速单精度浮点乘法器。该文利用Karatsuba算法减少单精度浮点乘法器的乘法运算次数，将24 bit尾数的乘法运算分解为少位数乘法运算，获得基于3 bit和4 bit的尾数乘法架构；进一步地，利用Vedic算法对单精度浮点乘法器的尾数乘法架构进行优化，利用复杂度低、速度快的加法器实现了Karatsuba算法分解后的3 bit和4 bit的两个基本乘法运算，提高了运算速度。仿真及FPGA验证结果表明，该文设计的单精度浮点乘法器相对于基于传统的Karatsuba算法的单精度浮点乘法器、基于Vedic算法的单精度浮点乘法器，其最大运行时钟频率分别提高了约5倍和2倍。
2021, 50(3): 375-381.
doi: 10.12178/1001-0548.2019303
摘要:
该文论述了5G异构无线网络中LTE-U与WiFi的共存机制，提出基于Q学习的LTE-U空白子帧配置机制(QL-ABS)。该机制使用排队论对LTE-U与WiFi共存的异构网络进行建模，使用网络时延性能表征Q学习的输入状态。仿真结果表明，通过自主学习过程，该机制可在多业务不同负载条件下为LTE-U产生较为合理的空白子帧配置策略，具有较好的在线学习性能。较传统方法，该机制更好地解决了LTE-U与现有WiFi网络在非授权频带的共存问题，提升了系统的时延和在线性能。
该文论述了5G异构无线网络中LTE-U与WiFi的共存机制，提出基于Q学习的LTE-U空白子帧配置机制(QL-ABS)。该机制使用排队论对LTE-U与WiFi共存的异构网络进行建模，使用网络时延性能表征Q学习的输入状态。仿真结果表明，通过自主学习过程，该机制可在多业务不同负载条件下为LTE-U产生较为合理的空白子帧配置策略，具有较好的在线学习性能。较传统方法，该机制更好地解决了LTE-U与现有WiFi网络在非授权频带的共存问题，提升了系统的时延和在线性能。
2021, 50(3): 382-390.
doi: 10.12178/1001-0548.2021004
摘要:
该文提出一种能让机器人在室内动态环境中进行长时间稳定定位的方法。该方法既能实现对高动态物体的过滤又能实现半静态物体的更新，在去除动态物体对定位性能影响的同时还能利用半静态物体中提供的定位信息提高定位性能。把动态物体的处理分为高动态物体的滤除和半静态物体的更新两部分。对于高动态物体滤除，考虑到定位系统的特性，提出延迟对比法和跟踪法相结合的动态物体检测方法；对于半静态物体的更新，采用位姿图优化加栅格地图覆盖的方式实现地图的动态更新。两种方法的结合让机器人能实现在动态环境中的长时间稳定定位。经过一系列实验和一年的实际运行表明：该方法能实现机器人在动态环境中的长时间定位，克服高动态物体的影响，同时让机器人的地图始终保持和当前环境一致。
该文提出一种能让机器人在室内动态环境中进行长时间稳定定位的方法。该方法既能实现对高动态物体的过滤又能实现半静态物体的更新，在去除动态物体对定位性能影响的同时还能利用半静态物体中提供的定位信息提高定位性能。把动态物体的处理分为高动态物体的滤除和半静态物体的更新两部分。对于高动态物体滤除，考虑到定位系统的特性，提出延迟对比法和跟踪法相结合的动态物体检测方法；对于半静态物体的更新，采用位姿图优化加栅格地图覆盖的方式实现地图的动态更新。两种方法的结合让机器人能实现在动态环境中的长时间稳定定位。经过一系列实验和一年的实际运行表明：该方法能实现机器人在动态环境中的长时间定位，克服高动态物体的影响，同时让机器人的地图始终保持和当前环境一致。
2021, 50(3): 391-397.
doi: 10.12178/1001-0548.2021025
摘要:
该文基于单目视觉定位方法和LiDAR激光测高滤波算法，结合主−从式无人机编队策略，提出了一种低精度GPS条件下多传感器融合的小旋翼无人机编队穿越障碍技术。通过对该旋翼机编队系统的硬件架构、传感器分配、机载自组织网络以及机载编队地面站软件接口等关键模块的设计，最终搭建了一套完整的旋翼机编队测试平台。在完成视觉定位算法、激光数据时域滤波、ROS下编队飞行等仿真验证的基础上，进行了室外测试场地实机编队飞行测试，并利用该技术实现了对多组随机位置的门框类障碍的编队穿越、在线路径规划、一键式起飞返航等编队飞行任务，验证了该技术在室外复杂飞行环境中的可行性。
该文基于单目视觉定位方法和LiDAR激光测高滤波算法，结合主−从式无人机编队策略，提出了一种低精度GPS条件下多传感器融合的小旋翼无人机编队穿越障碍技术。通过对该旋翼机编队系统的硬件架构、传感器分配、机载自组织网络以及机载编队地面站软件接口等关键模块的设计，最终搭建了一套完整的旋翼机编队测试平台。在完成视觉定位算法、激光数据时域滤波、ROS下编队飞行等仿真验证的基础上，进行了室外测试场地实机编队飞行测试，并利用该技术实现了对多组随机位置的门框类障碍的编队穿越、在线路径规划、一键式起飞返航等编队飞行任务，验证了该技术在室外复杂飞行环境中的可行性。
2021, 50(3): 398-404.
doi: 10.12178/1001-0548.2021015
摘要:
在移动边缘计算任务卸载问题中，传统卸载算法仅考虑移动设备和边缘服务器计算资源，在资源利用、系统效能上存在一定的局限性。该文基于RainbowDQN算法，考虑了延迟、能耗成本和服务质量保证等因素，提出了一种边缘云协同串行任务卸载算法(ECWS-RDQN)。该算法通过对串行任务的权重分配，实现了网络边缘和云端协同的串行任务动态分配处理，为不同的用户设备应用提供近似最优的任务分配卸载策略。实验表明，ECWS-RDQN算法比传统方案有更好的系统效能，提升了应用的服务质量。
在移动边缘计算任务卸载问题中，传统卸载算法仅考虑移动设备和边缘服务器计算资源，在资源利用、系统效能上存在一定的局限性。该文基于RainbowDQN算法，考虑了延迟、能耗成本和服务质量保证等因素，提出了一种边缘云协同串行任务卸载算法(ECWS-RDQN)。该算法通过对串行任务的权重分配，实现了网络边缘和云端协同的串行任务动态分配处理，为不同的用户设备应用提供近似最优的任务分配卸载策略。实验表明，ECWS-RDQN算法比传统方案有更好的系统效能，提升了应用的服务质量。
2021, 50(3): 405-413.
doi: 10.12178/1001-0548.2020359
摘要:
协同过滤推荐算法在工作过程中需要分析和使用大量的用户数据，存在个人隐私泄露的安全隐患。现有的大多数在推荐系统中实施隐私保护的方法，容易引入过大噪声，导致推荐质量下降。针对此问题，该文提出一种满足差分隐私保护的矩阵分解推荐算法。该算法首先将矩阵分解问题转化为两个交替进行的用户隐因子和项目隐因子优化问题，然后采用遗传算法对这两个优化问题进行求解。将增强指数机制融入到遗传算法的个体选择中，并基于寻找重要隐因子的思想设计了遗传算法的变异过程。理论分析和实验结果显示，该算法可以为用户数据提供良好的差分隐私保护，同时有效保证了推荐的准确性，在推荐系统中具有良好的应用价值。
协同过滤推荐算法在工作过程中需要分析和使用大量的用户数据，存在个人隐私泄露的安全隐患。现有的大多数在推荐系统中实施隐私保护的方法，容易引入过大噪声，导致推荐质量下降。针对此问题，该文提出一种满足差分隐私保护的矩阵分解推荐算法。该算法首先将矩阵分解问题转化为两个交替进行的用户隐因子和项目隐因子优化问题，然后采用遗传算法对这两个优化问题进行求解。将增强指数机制融入到遗传算法的个体选择中，并基于寻找重要隐因子的思想设计了遗传算法的变异过程。理论分析和实验结果显示，该算法可以为用户数据提供良好的差分隐私保护，同时有效保证了推荐的准确性，在推荐系统中具有良好的应用价值。
2021, 50(3): 414-421.
doi: 10.12178/1001-0548.2020403
摘要:
为提高新冠肺炎(COVID-19)趋势预测精度，该文提出一种运用Dropout技术的长短期记忆(LSTM)神经网络预测新冠肺炎发展趋势的方法。该方法基于Python语言使用网络爬虫技术获取完整的国内新冠肺炎历史数据，提高数据采集效率的同时减少了主观原因导致的数据错误；因为新冠肺炎历史数据为时序性数据，为避免人为添加时间特征及充分挖掘较少时序数据之间的非线性关系，该文构建了层数更多的LSTM神经网络预测模型。随后在隐藏层中的非循环部分采用Dropout技术，对神经元进行随机概率失活，有效解决了深度学习的过拟合问题。最后用国内累计确诊、现有确诊和累计治愈人数对该方法进行验证，实验证明该方法可较精准预测新冠肺炎传播趋势。
为提高新冠肺炎(COVID-19)趋势预测精度，该文提出一种运用Dropout技术的长短期记忆(LSTM)神经网络预测新冠肺炎发展趋势的方法。该方法基于Python语言使用网络爬虫技术获取完整的国内新冠肺炎历史数据，提高数据采集效率的同时减少了主观原因导致的数据错误；因为新冠肺炎历史数据为时序性数据，为避免人为添加时间特征及充分挖掘较少时序数据之间的非线性关系，该文构建了层数更多的LSTM神经网络预测模型。随后在隐藏层中的非循环部分采用Dropout技术，对神经元进行随机概率失活，有效解决了深度学习的过拟合问题。最后用国内累计确诊、现有确诊和累计治愈人数对该方法进行验证，实验证明该方法可较精准预测新冠肺炎传播趋势。
2021, 50(3): 422-427.
doi: 10.12178/1001-0548.2021062
摘要:
链路预测是网络科学中一个重要且充满挑战的研究方向，其在社交网络中的朋友推荐、生物实验中的关系发现、搜索引擎中的链接导航以及电商平台中的商品推荐等领域发挥着不可忽视的作用。链路预测研究兴起的20余年里，各类链路预测算法层出不穷，其中局部相似性指标以其简洁性、可解释性、较低的运算时间、灵活的可扩展性以及有竞争力的预测准确度等优势迅速在多个相关研究领域和实际应用场景中被广泛应用。这些指标大多基于同质性、聚集性、三角闭包等理论在2阶邻居分析框架中提出。但最近10年，局部社团范式理论的提出、赫布律的应用以及针对2阶框架合理性的争议等一系列重要工作的出现极大推动了局部相似性指标的深入研究和发展。该文旨在针对这些新的理论和争议进行梳理和讨论。
链路预测是网络科学中一个重要且充满挑战的研究方向，其在社交网络中的朋友推荐、生物实验中的关系发现、搜索引擎中的链接导航以及电商平台中的商品推荐等领域发挥着不可忽视的作用。链路预测研究兴起的20余年里，各类链路预测算法层出不穷，其中局部相似性指标以其简洁性、可解释性、较低的运算时间、灵活的可扩展性以及有竞争力的预测准确度等优势迅速在多个相关研究领域和实际应用场景中被广泛应用。这些指标大多基于同质性、聚集性、三角闭包等理论在2阶邻居分析框架中提出。但最近10年，局部社团范式理论的提出、赫布律的应用以及针对2阶框架合理性的争议等一系列重要工作的出现极大推动了局部相似性指标的深入研究和发展。该文旨在针对这些新的理论和争议进行梳理和讨论。
2021, 50(3): 428-436.
doi: 10.12178/1001-0548.2020350
摘要:
学术论文中作者的署名顺序为研究作者的学术贡献提供了重要信息，根据作者署名位置确定文章的重要作者并对论文发表过程进行分析是科学学领域一项有意义的研究课题，如近年来提出的“陪护人效应”。该文分析了不同位置作者之间的差异性，将不同署名位置的作者(即第一、二、三作者、最后作者、通讯作者、倒数第二作者)分别定义为论文重要作者，对广义的陪护人效应进行了系统性检测和变化趋势研究。结果表明不同署名位置的作者都具有陪护人效应，通过计算不同位置作者与通讯作者之间的相似系数对陪护人效的差异性进行了解释，如综合性期刊的最后作者和通讯作者重合性较大，医学类期刊则是第一作者和通讯作者的重合性较大。该文研究有助于理解学术文章中作者的角色及贡献，进一步探索基于作者署名位置的科学学理论与方法。
学术论文中作者的署名顺序为研究作者的学术贡献提供了重要信息，根据作者署名位置确定文章的重要作者并对论文发表过程进行分析是科学学领域一项有意义的研究课题，如近年来提出的“陪护人效应”。该文分析了不同位置作者之间的差异性，将不同署名位置的作者(即第一、二、三作者、最后作者、通讯作者、倒数第二作者)分别定义为论文重要作者，对广义的陪护人效应进行了系统性检测和变化趋势研究。结果表明不同署名位置的作者都具有陪护人效应，通过计算不同位置作者与通讯作者之间的相似系数对陪护人效的差异性进行了解释，如综合性期刊的最后作者和通讯作者重合性较大，医学类期刊则是第一作者和通讯作者的重合性较大。该文研究有助于理解学术文章中作者的角色及贡献，进一步探索基于作者署名位置的科学学理论与方法。
2021, 50(3): 437-445.
doi: 10.12178/1001-0548.2020401
摘要:
信息爆炸时代，在线社交网络作为信息传播的主要途径被广泛应用，但在线社交网络中信息传播的动态过程往往难以准确预测和防控。该文引入超图中的超边描述两个或两个以上个体之间复杂的社交关系，利用基于超网络动态演化模型构建在线社交超网络，并结合基于反应过程策略的SIS模型，对在线社交超网络中信息全局传播的动态过程进行理论分析和仿真实验。使用平均场理论得到超网络结构参数与传播率、恢复率之间的解析表达式，并通过仿真实验分析超网络规模、传播率、恢复率、超网络结构参数以及初始传播节点对信息全局传播的影响。进一步，对超网络和复杂网络结构下的信息全局传播过程进行了对比分析。研究结果有助于深层次理解在线社交网络中信息全局传播的传播规律及发展趋势，并为信息侦测和舆情控制等实际应用提供科学依据。
信息爆炸时代，在线社交网络作为信息传播的主要途径被广泛应用，但在线社交网络中信息传播的动态过程往往难以准确预测和防控。该文引入超图中的超边描述两个或两个以上个体之间复杂的社交关系，利用基于超网络动态演化模型构建在线社交超网络，并结合基于反应过程策略的SIS模型，对在线社交超网络中信息全局传播的动态过程进行理论分析和仿真实验。使用平均场理论得到超网络结构参数与传播率、恢复率之间的解析表达式，并通过仿真实验分析超网络规模、传播率、恢复率、超网络结构参数以及初始传播节点对信息全局传播的影响。进一步，对超网络和复杂网络结构下的信息全局传播过程进行了对比分析。研究结果有助于深层次理解在线社交网络中信息全局传播的传播规律及发展趋势，并为信息侦测和舆情控制等实际应用提供科学依据。
2021, 50(3): 446-449.
doi: 10.12178/1001-0548.2021005
摘要:
推动数据要素流通是进一步释放生产力的重要手段。与一般商品交易不同，数据的请求、寻址、响应和传输过程较为复杂，一次完整的请求可能需要多个数据源同时进行响应甚至竞价。因此，构建数据要素流通体系的一个基础性的问题就是如何建立一套数据要素流通的分账机制。该文分析了典型的数据请求和供给模式，建立了包括请求端节点、中介节点和响应端节点的激励网络模型，设计了几何衰减的分账机制。在上述具有普适性的框架下，该文给出了几种常见情况下如何分账的具体计算过程，并将该机制推广到了一次数据请求需要多个数据源响应且各自贡献不同的含权情境。文末讨论了如何在此框架下包容更复杂的情况，包括如何处理多数据源竞价响应的复杂情况。
推动数据要素流通是进一步释放生产力的重要手段。与一般商品交易不同，数据的请求、寻址、响应和传输过程较为复杂，一次完整的请求可能需要多个数据源同时进行响应甚至竞价。因此，构建数据要素流通体系的一个基础性的问题就是如何建立一套数据要素流通的分账机制。该文分析了典型的数据请求和供给模式，建立了包括请求端节点、中介节点和响应端节点的激励网络模型，设计了几何衰减的分账机制。在上述具有普适性的框架下，该文给出了几种常见情况下如何分账的具体计算过程，并将该机制推广到了一次数据请求需要多个数据源响应且各自贡献不同的含权情境。文末讨论了如何在此框架下包容更复杂的情况，包括如何处理多数据源竞价响应的复杂情况。
2021, 50(3): 450-458.
doi: 10.12178/1001-0548.2020338
摘要:
在影响力最大化检测算法中，度折扣算法是一个高效的启发式算法。针对现有度折扣算法中的不足，该文对其计算期望影响力的公式进行修正，提出了一阶改进的度折扣算法，并进一步引入冗余弱化机制确保种子节点分散地分布在网络上，得到了二阶改进的度折扣算法。基于独立级联模型，在4个真实网络上与其他算法进行比较，实验结果表明提出的两种算法使信息扩散速度更快、更广，还能保证较低的时间复杂度。
在影响力最大化检测算法中，度折扣算法是一个高效的启发式算法。针对现有度折扣算法中的不足，该文对其计算期望影响力的公式进行修正，提出了一阶改进的度折扣算法，并进一步引入冗余弱化机制确保种子节点分散地分布在网络上，得到了二阶改进的度折扣算法。基于独立级联模型，在4个真实网络上与其他算法进行比较，实验结果表明提出的两种算法使信息扩散速度更快、更广，还能保证较低的时间复杂度。
2021, 50(3): 459-466.
doi: 10.12178/1001-0548.2020296
摘要:
指数增强策略作为一种主动投资和被动投资的有机结合，越来越受到投资者的关注。当前的指数投资主要是通过机器学习等方法对因子进行挖掘，忽略了财务年报等第一手信息。该文提出一种基于会计报表基本面数据和网络科学中心性研究的指数增强策略。首先通过随机森林方法选取行业指数内公司会计报表中具有代表性的指标，其次基于指标的Pearson相似性构建公司间网络，最后利用网络中心性指标选择中心性高的企业进行组合投资。在5个行业指数共计456支股票上的研究显示，该文所构造的投资组合的收益率比其指数基准收益率更高、更稳定。其中，半导体指数在2019年半年报中选出的组合收益率比基准收益率高出100.37%。这说明该方法对指数增强策略的研究具有一定的参考价值和适用性。
指数增强策略作为一种主动投资和被动投资的有机结合，越来越受到投资者的关注。当前的指数投资主要是通过机器学习等方法对因子进行挖掘，忽略了财务年报等第一手信息。该文提出一种基于会计报表基本面数据和网络科学中心性研究的指数增强策略。首先通过随机森林方法选取行业指数内公司会计报表中具有代表性的指标，其次基于指标的Pearson相似性构建公司间网络，最后利用网络中心性指标选择中心性高的企业进行组合投资。在5个行业指数共计456支股票上的研究显示，该文所构造的投资组合的收益率比其指数基准收益率更高、更稳定。其中，半导体指数在2019年半年报中选出的组合收益率比基准收益率高出100.37%。这说明该方法对指数增强策略的研究具有一定的参考价值和适用性。
2021, 50(3): 467-475.
doi: 10.12178/1001-0548.2020107
摘要:
由于运动想象脑电信号的信噪比较低，特征提取和特征选择比较困难，无法获得较高的分类准确率。针对上述问题，该文提取了时域、频域和空间域3个观察面的特征，并采用粒子群优化算法结合随机森林分类器来进行特征筛选。具体过程为，首先根据R2图来对信号进行带通滤波；其次，使用小波软阈值和得分共空间模式算法进行去噪和通道筛选；然后，通过3种算法提取时频域和空间域特征，待特征融合之后使用基于随机森林分类器的评价指标作为PSO的适应度函数，进行特征选择；最后，运用3种分类器以及集成分类器来验证效果。实验结果显示，通过特征融合以及特征选择可以去除冗余信息，保留有效信息，最终的分类正确率达到98.3%，为该技术在医疗康复等领域应用提供了新的方法。
由于运动想象脑电信号的信噪比较低，特征提取和特征选择比较困难，无法获得较高的分类准确率。针对上述问题，该文提取了时域、频域和空间域3个观察面的特征，并采用粒子群优化算法结合随机森林分类器来进行特征筛选。具体过程为，首先根据R2图来对信号进行带通滤波；其次，使用小波软阈值和得分共空间模式算法进行去噪和通道筛选；然后，通过3种算法提取时频域和空间域特征，待特征融合之后使用基于随机森林分类器的评价指标作为PSO的适应度函数，进行特征选择；最后，运用3种分类器以及集成分类器来验证效果。实验结果显示，通过特征融合以及特征选择可以去除冗余信息，保留有效信息，最终的分类正确率达到98.3%，为该技术在医疗康复等领域应用提供了新的方法。
2021, 50(3): 476-480.
doi: 10.12178/1001-0548.2021060
摘要:
抗体在疾病诊防治中起着关键作用。其中，治疗性抗体已形成千亿美元的市场，适应症涵盖肿瘤、自身免疫及感染性疾病等，但也存在研发成本高、成功率低的困境。如何全面、合理、快速地对海量候选抗体进行可开发性评估，降低研发后期失败率，是治疗性抗体开发领域亟待解决的关键科技问题。该文综述了抗体可开发性评估实验研究及相关生物信息学研究的进展，总结了现有研究存在的问题，有助于相关领域学者未来研究的开展。
抗体在疾病诊防治中起着关键作用。其中，治疗性抗体已形成千亿美元的市场，适应症涵盖肿瘤、自身免疫及感染性疾病等，但也存在研发成本高、成功率低的困境。如何全面、合理、快速地对海量候选抗体进行可开发性评估，降低研发后期失败率，是治疗性抗体开发领域亟待解决的关键科技问题。该文综述了抗体可开发性评估实验研究及相关生物信息学研究的进展，总结了现有研究存在的问题，有助于相关领域学者未来研究的开展。
