ISSN 
2022年 第51卷 第2期
2022, 51(2): 162-169.
doi: 10.12178/1001-0548.2021374
摘要:
区块链是随着数字加密货币而逐渐兴起的一种全新的去中心化基础架构。以区块链为底层技术的应用范畴早已超越数字加密货币，延伸到了金融、经济、科技和政治等各个领域。与此同时，具有重大科学意义和战略价值的量子科技正在迅速发展，在即将到来的量子时代，区块链将面临量子科技带来的前所未有的机遇和挑战。主要体现为：一是强大的量子计算对区块链密码体系造成极大威胁，二是在区块链中应用量子科技能有效提高系统的安全性。分析了量子计算攻击区块链的不同方式，指出量子科技赋能区块链的发展现状和趋势。“区块链+量子计算”的交叉融合研究具有重大的现实意义，量子区块链必将成为未来高新技术产业的研究热点。
区块链是随着数字加密货币而逐渐兴起的一种全新的去中心化基础架构。以区块链为底层技术的应用范畴早已超越数字加密货币，延伸到了金融、经济、科技和政治等各个领域。与此同时，具有重大科学意义和战略价值的量子科技正在迅速发展，在即将到来的量子时代，区块链将面临量子科技带来的前所未有的机遇和挑战。主要体现为：一是强大的量子计算对区块链密码体系造成极大威胁，二是在区块链中应用量子科技能有效提高系统的安全性。分析了量子计算攻击区块链的不同方式，指出量子科技赋能区块链的发展现状和趋势。“区块链+量子计算”的交叉融合研究具有重大的现实意义，量子区块链必将成为未来高新技术产业的研究热点。
2022, 51(2): 170-175.
doi: 10.12178/1001-0548.2022043
摘要:
作为量子机器学习的一个新兴子领域，量子深度强化学习旨在利用量子神经网络构建一个量子智能体，使其通过与环境进行不断交互习得一个最优策略，以达到期望累积回报最大化。然而，现有量子深度强化学习方法在训练过程中需要与经典环境进行大量交互，从而导致大量多次调用量子线路。为此，该文提出了一种基于情景记忆的量子深度强化学习模型，称为量子情景记忆深度Q网络，该模型利用情景记忆来加速量子智能体的训练过程。具体来说，该模型将历史上出现的拥有高奖励值的经验记录到情景记忆中，使得在当前环境的状态与情景记忆中的某状态相似时，量子智能体可以根据该历史状态快速地获得想要的动作，从而减少了算法优化的迭代次数。在5个经典的雅达利游戏上的数值模拟表明，该文提出的方法可以显著地减少训练量子智能体的迭代次数，进而可以获得比其他量子深度强化学习方法更高的分数。
作为量子机器学习的一个新兴子领域，量子深度强化学习旨在利用量子神经网络构建一个量子智能体，使其通过与环境进行不断交互习得一个最优策略，以达到期望累积回报最大化。然而，现有量子深度强化学习方法在训练过程中需要与经典环境进行大量交互，从而导致大量多次调用量子线路。为此，该文提出了一种基于情景记忆的量子深度强化学习模型，称为量子情景记忆深度Q网络，该模型利用情景记忆来加速量子智能体的训练过程。具体来说，该模型将历史上出现的拥有高奖励值的经验记录到情景记忆中，使得在当前环境的状态与情景记忆中的某状态相似时，量子智能体可以根据该历史状态快速地获得想要的动作，从而减少了算法优化的迭代次数。在5个经典的雅达利游戏上的数值模拟表明，该文提出的方法可以显著地减少训练量子智能体的迭代次数，进而可以获得比其他量子深度强化学习方法更高的分数。
2022, 51(2): 177-183.
doi: 10.12178/1001-0548.2021372
摘要:
肿瘤免疫微环境(TIME)内细胞间通讯为肿瘤发生发展提供了重要的微环境，但目前单细胞相关研究多关注免疫细胞与肿瘤之间的通讯，对不同免疫细胞间的信号交流研究较少。由此收集11套CD45+细胞的单细胞测序数据，推测出TIME中不同免疫细胞间的信号通讯网络。结果发现，肿瘤样本中免疫细胞间的交流更加频繁与密切，进一步分析得到12条与肿瘤相关的差异信号通讯关系，主要包括各种趋化因子−趋化因子受体信号、白介素−白介素受体信号以及Notch通路信号。这些通讯信号关系及其下游转录因子与肿瘤发生发展密切相关。此外，发现部分关键转录因子与各种肿瘤的预后显著相关。最后，通过构建TIME中不同免疫细胞间存在的细胞间通讯全局景观，挖掘出肿瘤中特异及缺失的免疫细胞间通讯关系，为理解TIME中免疫系统调控及肿瘤发展机制提供了线索，也为肿瘤的临床诊疗研究提供了新的设计思路。
肿瘤免疫微环境(TIME)内细胞间通讯为肿瘤发生发展提供了重要的微环境，但目前单细胞相关研究多关注免疫细胞与肿瘤之间的通讯，对不同免疫细胞间的信号交流研究较少。由此收集11套CD45+细胞的单细胞测序数据，推测出TIME中不同免疫细胞间的信号通讯网络。结果发现，肿瘤样本中免疫细胞间的交流更加频繁与密切，进一步分析得到12条与肿瘤相关的差异信号通讯关系，主要包括各种趋化因子−趋化因子受体信号、白介素−白介素受体信号以及Notch通路信号。这些通讯信号关系及其下游转录因子与肿瘤发生发展密切相关。此外，发现部分关键转录因子与各种肿瘤的预后显著相关。最后，通过构建TIME中不同免疫细胞间存在的细胞间通讯全局景观，挖掘出肿瘤中特异及缺失的免疫细胞间通讯关系，为理解TIME中免疫系统调控及肿瘤发展机制提供了线索，也为肿瘤的临床诊疗研究提供了新的设计思路。
2022, 51(2): 184-193.
doi: 10.12178/1001-0548.2021301
摘要:
肝细胞肝癌(HCC)是一种具有高侵袭性和转移性的恶性肿瘤。采用Cox分析和Lasso回归分析逐步建立基于转移相关基因的预测模型，分析了风险评分与HCC患者的生存和临床特性的关系。构建了包含4个转移相关基因的预后模型。在TCGA训练集中，低风险组HCC患者的风险评分更低，死亡病例数更少，5年生存率更高(P < 0.01)，Cox分析表明该模型可独立于其他临床特征预测HCC患者的生存(P < 0.01)，时间依赖性ROC曲线预测分析1年、2年和3年的AUC值均大于0.74。同时，验证集获得与训练集一致的模型评估结果。最后，构建了肝癌转移相关基因的预后模型，有望成为一个独立的因素对HCC患者预后进行预测判断。
肝细胞肝癌(HCC)是一种具有高侵袭性和转移性的恶性肿瘤。采用Cox分析和Lasso回归分析逐步建立基于转移相关基因的预测模型，分析了风险评分与HCC患者的生存和临床特性的关系。构建了包含4个转移相关基因的预后模型。在TCGA训练集中，低风险组HCC患者的风险评分更低，死亡病例数更少，5年生存率更高(P < 0.01)，Cox分析表明该模型可独立于其他临床特征预测HCC患者的生存(P < 0.01)，时间依赖性ROC曲线预测分析1年、2年和3年的AUC值均大于0.74。同时，验证集获得与训练集一致的模型评估结果。最后，构建了肝癌转移相关基因的预后模型，有望成为一个独立的因素对HCC患者预后进行预测判断。
2022, 51(2): 194-199.
doi: 10.12178/1001-0548.2021109
摘要:
BATS码是一种结合喷泉码和网络编码技术的新型前向纠删码，能有效保证数据在多跳网络中的可靠传输。在传统BATS码编译码方案中，反馈信息没有得到高效利用，为提高BATS码的译码性能，提出了一种改进的基于重要信息反馈的BATS码编译码算法，其中，重要信息包由接收端和发送端共同选择用于下一轮编码；同时，对重要信息的编码包在中继节点采用网络编码算法进行再编码，以保证重要信息在接收端的可靠恢复。仿真结果表明，该方案相比传统的BATS码以及过去用于喷泉码的基于重要信息反馈的编译码方案，具有更好的译码性能。
BATS码是一种结合喷泉码和网络编码技术的新型前向纠删码，能有效保证数据在多跳网络中的可靠传输。在传统BATS码编译码方案中，反馈信息没有得到高效利用，为提高BATS码的译码性能，提出了一种改进的基于重要信息反馈的BATS码编译码算法，其中，重要信息包由接收端和发送端共同选择用于下一轮编码；同时，对重要信息的编码包在中继节点采用网络编码算法进行再编码，以保证重要信息在接收端的可靠恢复。仿真结果表明，该方案相比传统的BATS码以及过去用于喷泉码的基于重要信息反馈的编译码方案，具有更好的译码性能。
2022, 51(2): 200-206.
doi: 10.12178/1001-0548.2021260
摘要:
多阶段网络被广泛应用于机器学习集群，由于多阶段网络中可用路径多，分组的路由是一个组合优化难题。现有基于启发式的路由算法由于缺乏性能保证，严重影响分组传输延迟。提出了基于强化学习的多阶段网络分组路由方法，使用一个新颖的策略迭代算法，通过学习的方式计算出最佳路由策略。算法通过在策略评估步骤中使用价值函数的最大似然估计器，克服了强化学习方法中蒙泰卡罗(MC)或时间差分(TD)价值估计器样本效率低的问题。为了应对组合优化时计算复杂度高的问题，算法在策略改进步骤中将组合动作空间上的优化分解为各组成动作的序列优化，以提高求解效率。基于NS-3网络模拟器的仿真实验结果表明，相较于现有最优的启发式路由策略，该算法学习到的路由策略降低了13.9%的平均分组延迟。
多阶段网络被广泛应用于机器学习集群，由于多阶段网络中可用路径多，分组的路由是一个组合优化难题。现有基于启发式的路由算法由于缺乏性能保证，严重影响分组传输延迟。提出了基于强化学习的多阶段网络分组路由方法，使用一个新颖的策略迭代算法，通过学习的方式计算出最佳路由策略。算法通过在策略评估步骤中使用价值函数的最大似然估计器，克服了强化学习方法中蒙泰卡罗(MC)或时间差分(TD)价值估计器样本效率低的问题。为了应对组合优化时计算复杂度高的问题，算法在策略改进步骤中将组合动作空间上的优化分解为各组成动作的序列优化，以提高求解效率。基于NS-3网络模拟器的仿真实验结果表明，相较于现有最优的启发式路由策略，该算法学习到的路由策略降低了13.9%的平均分组延迟。
2022, 51(2): 207-212.
doi: 10.12178/1001-0548.2021266
摘要:
面向无线通信系统对带通滤波器高选择度小型化的需求，提出了一种基于混合电磁交叉耦合拓扑结构的滤波器。该种混合电磁交叉耦合拓扑可以克服传统三阶滤波器通过交叉耦合只能产生一个传输零点的问题，在通带两边同时产生零点，从而极大提高了三阶滤波器的选择度，为小型化高选择度滤波器提供了一种设计方案。基于该拓扑结构，设计了一款基于传统微带四分之一波长谐振器的三阶滤波器，并验证了该拓扑结构产生零点的原理。为了适应不同带宽的需求，进一步减小滤波器尺寸，又设计了一种混合微带/槽线谐振器的滤波器。该结构可以实现更高的谐振器耦合强度，从而实现更宽的滤波器带宽。
面向无线通信系统对带通滤波器高选择度小型化的需求，提出了一种基于混合电磁交叉耦合拓扑结构的滤波器。该种混合电磁交叉耦合拓扑可以克服传统三阶滤波器通过交叉耦合只能产生一个传输零点的问题，在通带两边同时产生零点，从而极大提高了三阶滤波器的选择度，为小型化高选择度滤波器提供了一种设计方案。基于该拓扑结构，设计了一款基于传统微带四分之一波长谐振器的三阶滤波器，并验证了该拓扑结构产生零点的原理。为了适应不同带宽的需求，进一步减小滤波器尺寸，又设计了一种混合微带/槽线谐振器的滤波器。该结构可以实现更高的谐振器耦合强度，从而实现更宽的滤波器带宽。
2022, 51(2): 213-218.
doi: 10.12178/1001-0548.2021128
摘要:
针对6G移动通信系统中信息新鲜度表征和优化问题，提出基于信息年龄的信息新鲜度表征方法，并形成无人机能耗约束下的最小化信息年龄优化问题。而离散的信息年龄优化目标和复杂能耗约束使得非凸优化问题难以求解，因此提出基于强化学习(RL)的无人机轨迹方法。该方法构建与信息年龄相关的奖励函数以快速实现智能化的无人机轨迹决策，从而降低无人机通信系统的信息年龄。仿真结果表明，相比于基准方案能提高8.51%～21.82%的系统信息新鲜度，同时具有更优的收敛性。
针对6G移动通信系统中信息新鲜度表征和优化问题，提出基于信息年龄的信息新鲜度表征方法，并形成无人机能耗约束下的最小化信息年龄优化问题。而离散的信息年龄优化目标和复杂能耗约束使得非凸优化问题难以求解，因此提出基于强化学习(RL)的无人机轨迹方法。该方法构建与信息年龄相关的奖励函数以快速实现智能化的无人机轨迹决策，从而降低无人机通信系统的信息年龄。仿真结果表明，相比于基准方案能提高8.51%～21.82%的系统信息新鲜度，同时具有更优的收敛性。
2022, 51(2): 219-226.
doi: 10.12178/1001-0548.2021204
摘要:
射频隐身、雷达隐身是飞行器降低隐身威胁区域和敌方截获概率实现隐蔽突防作战的关键。如何有效并客观地评估飞行器射频系统的雷达隐身与射频隐身效能是否满足作战任务需求尤为重要。该文回顾了国内外雷达隐身和射频隐身的表征参量和测试评估方法，总结了关键技术特点及存在的不足，给出了射频系统隐身表征与测试评估建议，为检验实战环境下飞行器射频系统的隐身性能提供了参考。
射频隐身、雷达隐身是飞行器降低隐身威胁区域和敌方截获概率实现隐蔽突防作战的关键。如何有效并客观地评估飞行器射频系统的雷达隐身与射频隐身效能是否满足作战任务需求尤为重要。该文回顾了国内外雷达隐身和射频隐身的表征参量和测试评估方法，总结了关键技术特点及存在的不足，给出了射频系统隐身表征与测试评估建议，为检验实战环境下飞行器射频系统的隐身性能提供了参考。
2022, 51(2): 227-233.
doi: 10.12178/1001-0548.2021227
摘要:
零中频架构近年来得到广泛应用，但是该架构中的同相/正交(I/Q)失衡问题严重影响接收信号的质量。通过后端补偿算法消除I/Q失衡是最为有效的手段之一，然而现有文献对宽带系统I/Q失衡中时间失配(TM)误差的研究不够全面。该文建立了一种包含TM误差的宽带I/Q失衡增广误差模型，首先基于数据辅助型方法对失衡误差进行估计，采用多项式拟合的方法将相位失衡误差进行分解，基于分解后的失衡误差设计了一种基于非线性相位的实数有限脉冲响应(FIR)滤波器的补偿结构对各项失衡误差进行补偿。根据最小二乘(LS)的思想选择最优的延时值以保证补偿滤波器的因果性，补偿滤波器的设计结合Krylov子空间迭代算法中的共轭梯度平方(CGS)算法和增大过渡带设计频点间隔的设计思想。实验结果表明，设计的补偿滤波器在保证过渡带衰减特性的前提下提高了失衡误差的补偿精度，带有I/Q失衡增广误差的系统在引入该文设计的补偿结构后获得了近77 dB相对镜像比(RIR)提升。
零中频架构近年来得到广泛应用，但是该架构中的同相/正交(I/Q)失衡问题严重影响接收信号的质量。通过后端补偿算法消除I/Q失衡是最为有效的手段之一，然而现有文献对宽带系统I/Q失衡中时间失配(TM)误差的研究不够全面。该文建立了一种包含TM误差的宽带I/Q失衡增广误差模型，首先基于数据辅助型方法对失衡误差进行估计，采用多项式拟合的方法将相位失衡误差进行分解，基于分解后的失衡误差设计了一种基于非线性相位的实数有限脉冲响应(FIR)滤波器的补偿结构对各项失衡误差进行补偿。根据最小二乘(LS)的思想选择最优的延时值以保证补偿滤波器的因果性，补偿滤波器的设计结合Krylov子空间迭代算法中的共轭梯度平方(CGS)算法和增大过渡带设计频点间隔的设计思想。实验结果表明，设计的补偿滤波器在保证过渡带衰减特性的前提下提高了失衡误差的补偿精度，带有I/Q失衡增广误差的系统在引入该文设计的补偿结构后获得了近77 dB相对镜像比(RIR)提升。
2022, 51(2): 234-241.
doi: 10.12178/1001-0548.2021305
摘要:
针对低压配网的谐波与无功功率补偿问题，对连接在配网中的单相Boost功率因数校正(PFC)变换器进行了研究，提出了一种平均电流模式谐波补偿控制策略，分析了其补偿原理与补偿能力，并根据其补偿特性设计了相应的电流内环补偿器。该控制策略在不改变配电网结构的前提下，只需改变PFC变换器部分控制电路即可实现与配网谐波与无功功率补偿的统一控制。其次，针对复杂电网下的电压同步锁相问题，利用离散差分法代替传统虚拟两相静止坐标系的构造，有效地减小了计算量。研究结果表明，非线性负载电流的谐波、基波无功分量与Boost PFC变换器自身功率共同影响了该变换器的补偿能力，且非线性负载谐波与无功功率同时补偿时，补偿效果最佳。最后，仿真与实验验证了该控制策略的可行性与理论分析的准确性。
针对低压配网的谐波与无功功率补偿问题，对连接在配网中的单相Boost功率因数校正(PFC)变换器进行了研究，提出了一种平均电流模式谐波补偿控制策略，分析了其补偿原理与补偿能力，并根据其补偿特性设计了相应的电流内环补偿器。该控制策略在不改变配电网结构的前提下，只需改变PFC变换器部分控制电路即可实现与配网谐波与无功功率补偿的统一控制。其次，针对复杂电网下的电压同步锁相问题，利用离散差分法代替传统虚拟两相静止坐标系的构造，有效地减小了计算量。研究结果表明，非线性负载电流的谐波、基波无功分量与Boost PFC变换器自身功率共同影响了该变换器的补偿能力，且非线性负载谐波与无功功率同时补偿时，补偿效果最佳。最后，仿真与实验验证了该控制策略的可行性与理论分析的准确性。
2022, 51(2): 242-250.
doi: 10.12178/1001-0548.2021304
摘要:
Event detection (ED) is a fundamental task of event extraction, which aims to detect triggers in text and determine their event types. Most existing methods regard event detection as a sentence-level classification problem, ignoring the correlations between events in different sentences. A novel event detection framework, named document embedding networks combined with semantic space (DENSS), is proposed in this paper. The document-level information is utilized to alleviate semantic ambiguity and enhance contextual understanding. Specifically, the representations of event types and triggers are obtained through an off-the-shelf pre-trained model and a designed multi-level attention mechanism. Then the feature vectors of event types and triggers are mapped into a shared semantic space, where the distance represents the correlation of different events. The experimental results on the benchmark dataset demonstrate that our method outperforms most existing methods, and justify the effectiveness of document-level information with shared semantic space.
Event detection (ED) is a fundamental task of event extraction, which aims to detect triggers in text and determine their event types. Most existing methods regard event detection as a sentence-level classification problem, ignoring the correlations between events in different sentences. A novel event detection framework, named document embedding networks combined with semantic space (DENSS), is proposed in this paper. The document-level information is utilized to alleviate semantic ambiguity and enhance contextual understanding. Specifically, the representations of event types and triggers are obtained through an off-the-shelf pre-trained model and a designed multi-level attention mechanism. Then the feature vectors of event types and triggers are mapped into a shared semantic space, where the distance represents the correlation of different events. The experimental results on the benchmark dataset demonstrate that our method outperforms most existing methods, and justify the effectiveness of document-level information with shared semantic space.
2022, 51(2): 251-258.
doi: 10.12178/1001-0548.2021235
摘要:
针对目标检测中小目标误检、漏检及特征提取能力不足等问题，提出一种基于改进YOLOv5的小目标检测算法。该算法使用Mosaic-8方法进行数据增强，通过增加一个浅层特征图、调整损失函数，来增强网络对小目标的感知能力；通过修改目标框回归公式，解决训练过程中梯度消失等问题，提升了小目标的检测精度。将改进后的算法应用在密集人群情景下的防护面具佩戴检测中，实验结果表明，相较于原始YOLOv5算法，该算法在小目标检测上具有更强的特征提取能力和更高的检测精度。
针对目标检测中小目标误检、漏检及特征提取能力不足等问题，提出一种基于改进YOLOv5的小目标检测算法。该算法使用Mosaic-8方法进行数据增强，通过增加一个浅层特征图、调整损失函数，来增强网络对小目标的感知能力；通过修改目标框回归公式，解决训练过程中梯度消失等问题，提升了小目标的检测精度。将改进后的算法应用在密集人群情景下的防护面具佩戴检测中，实验结果表明，相较于原始YOLOv5算法，该算法在小目标检测上具有更强的特征提取能力和更高的检测精度。
2022, 51(2): 259-263.
doi: 10.12178/1001-0548.2021335
摘要:
传统的隐写方法依赖于难以构建的复杂的人工规则。基于富特征模型和深度学习的隐写分析方法击败了现有最优的隐写方法，这使得隐写的安全性面临挑战。为此提出了一种基于对抗攻击的图像隐写策略的搜索方法，以寻找合适的隐写策略。隐写模型首先根据已知隐写算法初始化失真代价，然后建立含参的代价调整策略。对手模型区分载体和载密图像的分布，以发现潜在的隐藏行为。针对对手模型，利用定向对抗攻击得到相应的基于梯度符号的评价向量。在隐写模型与对手模型之间建立对抗博弈过程，据此搜索目标隐写策略。隐写模型和对手模型均用深度神经网络模型实现。构建了4种隐写配置并同3种隐写方法进行了实验比较。结果表明，该方法能有效搜索到图像隐写策略，与人工设计的经典方法和最新的隐写方法相比具有竞争力。
传统的隐写方法依赖于难以构建的复杂的人工规则。基于富特征模型和深度学习的隐写分析方法击败了现有最优的隐写方法，这使得隐写的安全性面临挑战。为此提出了一种基于对抗攻击的图像隐写策略的搜索方法，以寻找合适的隐写策略。隐写模型首先根据已知隐写算法初始化失真代价，然后建立含参的代价调整策略。对手模型区分载体和载密图像的分布，以发现潜在的隐藏行为。针对对手模型，利用定向对抗攻击得到相应的基于梯度符号的评价向量。在隐写模型与对手模型之间建立对抗博弈过程，据此搜索目标隐写策略。隐写模型和对手模型均用深度神经网络模型实现。构建了4种隐写配置并同3种隐写方法进行了实验比较。结果表明，该方法能有效搜索到图像隐写策略，与人工设计的经典方法和最新的隐写方法相比具有竞争力。
2022, 51(2): 264-273.
doi: 10.12178/1001-0548.2021165
摘要:
为提升融合图像清晰度，提出一种基于引导滤波器与自适应稀疏表示的多模态医学图像融合算法。该算法利用高斯滤波器将输入图像分解为细节层和基础层；基于显著性特征和引导滤波器求得基础层权值图，根据该权值图结合加权平均融合规则对基础层进行融合；同时，采用自适应稀疏表示算法融合细节层；最后，将融合的细节层和基础层相加得到融合图像。在指标评价和视觉分析上比较了该算法和其他6种经典算法的融合结果；此外，还比较了该算法与两种基于稀疏表示算法的时间复杂度。结果表明，该算法在纹理和边缘信息保存上优于其他算法，其时间复杂度优于基于稀疏表示的算法。
为提升融合图像清晰度，提出一种基于引导滤波器与自适应稀疏表示的多模态医学图像融合算法。该算法利用高斯滤波器将输入图像分解为细节层和基础层；基于显著性特征和引导滤波器求得基础层权值图，根据该权值图结合加权平均融合规则对基础层进行融合；同时，采用自适应稀疏表示算法融合细节层；最后，将融合的细节层和基础层相加得到融合图像。在指标评价和视觉分析上比较了该算法和其他6种经典算法的融合结果；此外，还比较了该算法与两种基于稀疏表示算法的时间复杂度。结果表明，该算法在纹理和边缘信息保存上优于其他算法，其时间复杂度优于基于稀疏表示的算法。
2022, 51(2): 274-281.
doi: 10.12178/1001-0548.2021181
摘要:
现有链路预测方法大多是针对同质网络，没有考虑到真实网络多数是节点或连边性质具有差异的异质网络，无法充分利用不同类型节点或连边的拓扑结构信息。提出了一种基于异质模体特征的链路预测方法，将网络中的用户以性别差异作为节点类型划分，构建区分节点类型的异质模体特征进行异质网络中的链路预测。在此基础上，提出融合同质模体与异质模体特征的链路预测算法，相比现有预测方法在真实数据集上的性能，其AUC值提高了17.0%～27.1%，Precision值提高了7.6%～20.1%。该方法可应用于在线社交网络中挖掘用户性别差异对人际交往的作用与影响，分析异质网络的演化动力学。
现有链路预测方法大多是针对同质网络，没有考虑到真实网络多数是节点或连边性质具有差异的异质网络，无法充分利用不同类型节点或连边的拓扑结构信息。提出了一种基于异质模体特征的链路预测方法，将网络中的用户以性别差异作为节点类型划分，构建区分节点类型的异质模体特征进行异质网络中的链路预测。在此基础上，提出融合同质模体与异质模体特征的链路预测算法，相比现有预测方法在真实数据集上的性能，其AUC值提高了17.0%～27.1%，Precision值提高了7.6%～20.1%。该方法可应用于在线社交网络中挖掘用户性别差异对人际交往的作用与影响，分析异质网络的演化动力学。
2022, 51(2): 282-289.
doi: 10.12178/1001-0548.2021196
摘要:
已有研究基于子图交互关系构造子图网络来实现网络结构增强，然而其算法复杂度高。鉴于此，基于不同阶子图网络的拓扑属性分别对原始网络进行赋权，得到一阶和二阶加权网络，以权重的形式直观体现子图交互关系。同时，这两种加权网络的权重可以直接通过原始网络的拓扑结构计算得出，从而避免了子图网络的构造过程，大大降低了算法复杂度。最后，以关键点识别任务作为研究对象说明这两种加权网络在结构挖掘应用中的性能。基于加权网络定义了两种新的中心性指标，在8个真实网络中与7种经典的中心性指标进行对比，实验结果表明基于加权网络的中心性指标具有更好的性能。
已有研究基于子图交互关系构造子图网络来实现网络结构增强，然而其算法复杂度高。鉴于此，基于不同阶子图网络的拓扑属性分别对原始网络进行赋权，得到一阶和二阶加权网络，以权重的形式直观体现子图交互关系。同时，这两种加权网络的权重可以直接通过原始网络的拓扑结构计算得出，从而避免了子图网络的构造过程，大大降低了算法复杂度。最后，以关键点识别任务作为研究对象说明这两种加权网络在结构挖掘应用中的性能。基于加权网络定义了两种新的中心性指标，在8个真实网络中与7种经典的中心性指标进行对比，实验结果表明基于加权网络的中心性指标具有更好的性能。
2022, 51(2): 290-294.
doi: 10.12178/1001-0548.2021298
摘要:
为了改善彩色眼底图像增强后颜色失真及采集过程所造成的对比度低、细节信息模糊甚至细节丢失的问题，提出一种兼顾颜色保真、亮度增强和细节增强相匹配的眼底图像增强方法。首先将RGB空间的眼底图像转换到HSV空间进行基于亮度的自适应幂律变换，以解决眼底图像亮度的平衡问题。其次，在Lab颜色空间中采用受限直方图均衡化方法提高眼底图像的细节信息，使得处理后的彩色眼底图像颜色保真性较好。最后，在DIARETDB0 眼底图像数据库上进行分析，并与目前常用的眼底图像增强方法进行对比。对比结果表明，该算法相对于其他算法具有更好的视觉效果，改善了彩色眼底图像的颜色失真及对比度低的问题，客观评价指标优于传统的CLAHE方法，色彩浓度综合指标提高了37.6%，梯度指标提高了54.23%，图像质量评价指标提高了7%，有效提高了眼底图像的质量，为后期眼底图像的识别、分割和分类提供了一种新的预处理方法。
为了改善彩色眼底图像增强后颜色失真及采集过程所造成的对比度低、细节信息模糊甚至细节丢失的问题，提出一种兼顾颜色保真、亮度增强和细节增强相匹配的眼底图像增强方法。首先将RGB空间的眼底图像转换到HSV空间进行基于亮度的自适应幂律变换，以解决眼底图像亮度的平衡问题。其次，在Lab颜色空间中采用受限直方图均衡化方法提高眼底图像的细节信息，使得处理后的彩色眼底图像颜色保真性较好。最后，在DIARETDB0 眼底图像数据库上进行分析，并与目前常用的眼底图像增强方法进行对比。对比结果表明，该算法相对于其他算法具有更好的视觉效果，改善了彩色眼底图像的颜色失真及对比度低的问题，客观评价指标优于传统的CLAHE方法，色彩浓度综合指标提高了37.6%，梯度指标提高了54.23%，图像质量评价指标提高了7%，有效提高了眼底图像的质量，为后期眼底图像的识别、分割和分类提供了一种新的预处理方法。
2022, 51(2): 295-304.
doi: 10.12178/1001-0548.2021348
摘要:
抑制素βA作为转化生长因子-β（TGF-β）超家族成员，在不同肿瘤中具有促癌或抗癌作用。通过生物信息数据库分析了INHBA在结直肠癌中的表达水平及临床意义。结果显示INHBA在结直肠癌中明显高表达，且其高表达与结直肠癌的临床分期、T分期和N分期呈正相关。INHBA基因启动子的甲基化水平在结肠腺癌和直肠腺癌中都显著降低。生存分析显示，INHBA高表达的结直肠癌患者预后不良。此外，INHBA表达水平与肿瘤微环境中的绝大多数免疫细胞浸润水平呈正相关，尤其是巨噬细胞。同时，INHBA高表达与癌相关成纤维细胞(CAFs)和血管内皮细胞(VECs)高浸润水平也是密切相关。因此，INHBA在结直肠癌中高表达，参与结直肠癌的进展，有望成为预后和治疗的潜在标志物。
抑制素βA作为转化生长因子-β（TGF-β）超家族成员，在不同肿瘤中具有促癌或抗癌作用。通过生物信息数据库分析了INHBA在结直肠癌中的表达水平及临床意义。结果显示INHBA在结直肠癌中明显高表达，且其高表达与结直肠癌的临床分期、T分期和N分期呈正相关。INHBA基因启动子的甲基化水平在结肠腺癌和直肠腺癌中都显著降低。生存分析显示，INHBA高表达的结直肠癌患者预后不良。此外，INHBA表达水平与肿瘤微环境中的绝大多数免疫细胞浸润水平呈正相关，尤其是巨噬细胞。同时，INHBA高表达与癌相关成纤维细胞(CAFs)和血管内皮细胞(VECs)高浸润水平也是密切相关。因此，INHBA在结直肠癌中高表达，参与结直肠癌的进展，有望成为预后和治疗的潜在标志物。
2022, 51(2): 305-313.
doi: 10.12178/1001-0548.2021238
摘要:
针对表面波等离子体模拟复杂程度高和计算工作量大的问题，提出基于电磁模型来开展大气压等离子体的数值模拟。根据表面波等离子体的放电特性，合理建立和简化电磁模型。通过对比实验诊断与数值计算结果，验证了模型的可靠性及其参数适用范围，拟合得到的电子有效碰撞频率((1.5±0.25)×1011 s−1)与实验测量值吻合。在此基础上，重点考察了外部控制参数(介电常数、激励频率(2.45 GHz和915 MHz)、放电管几何尺寸(壁厚和内径))对等离子体密度和电磁参数(电场分布和传播常数)等的影响。结果表明，电子密度及其轴向梯度随着介电常数、激励频率和壁厚的增加而增大，而随着内径增大而减小。在电场分布上，维持等离子体的电场主要是表面波的轴向分量Ez。随着微波激励频率的降低，表面波在等离子体内的趋肤深度增加，Ez的径向分布变得更加均匀。表面波的衰减常数α和相位常数β随介电常数和壁厚的增加略微增大，而随频率和内径的增加显著减小。模拟结果定性分析了实验放电参数与外部控制参数的关联性。
针对表面波等离子体模拟复杂程度高和计算工作量大的问题，提出基于电磁模型来开展大气压等离子体的数值模拟。根据表面波等离子体的放电特性，合理建立和简化电磁模型。通过对比实验诊断与数值计算结果，验证了模型的可靠性及其参数适用范围，拟合得到的电子有效碰撞频率((1.5±0.25)×1011 s−1)与实验测量值吻合。在此基础上，重点考察了外部控制参数(介电常数、激励频率(2.45 GHz和915 MHz)、放电管几何尺寸(壁厚和内径))对等离子体密度和电磁参数(电场分布和传播常数)等的影响。结果表明，电子密度及其轴向梯度随着介电常数、激励频率和壁厚的增加而增大，而随着内径增大而减小。在电场分布上，维持等离子体的电场主要是表面波的轴向分量Ez。随着微波激励频率的降低，表面波在等离子体内的趋肤深度增加，Ez的径向分布变得更加均匀。表面波的衰减常数α和相位常数β随介电常数和壁厚的增加略微增大，而随频率和内径的增加显著减小。模拟结果定性分析了实验放电参数与外部控制参数的关联性。
2022, 51(2): 314-320.
doi: 10.12178/1001-0548.2021088
摘要:
通过引入虚时间变量，将绝对零度附近的金兹堡−朗道方程推广为一个精确的相对论方程。基于该方程所建立的虚时量子场论，描述过掺杂铜氧化物超导材料在绝对零度附近的量子临界现象。利用虚时量子场论框架，理论推导出在\begin{document}$ {\rm{L}}{{\rm{a}}_{2 - x}}{\rm{S}}{{\rm{r}}_x}{\rm{Cu}}{{\rm{O}}_4} $\end{document} ![]()
![]()
通过引入虚时间变量，将绝对零度附近的金兹堡−朗道方程推广为一个精确的相对论方程。基于该方程所建立的虚时量子场论，描述过掺杂铜氧化物超导材料在绝对零度附近的量子临界现象。利用虚时量子场论框架，理论推导出在
