ISSN 
2023年 第52卷 第4期
2023, 52(4): 482-488.
doi: 10.12178/1001-0548.2022220
摘要:
基于ANFIS与量子BP神经网络(QBP)提出了一种基于自适应网络的量子模糊推理系统(ANQFIS)。不同于ANFIS，ANQFIS以量子门旋转的方式将模糊规则强度与QBP相结合，最后以量子态的测量概率作为输出，QBP的加入使得模型的输出准确率更高，且凭借量子计算的速度优越性提升了模型的计算速度。根据梯度下降法，给出了该系统中参数的学习算法。在仿真实验中，分别使用低维数据和高维数据作为数据集来训练模型，使用攻击算法生成对抗样本进行测试，结果表明ANQFIS在输出准确率、鲁棒性方面优于ANFIS与QBP。
基于ANFIS与量子BP神经网络(QBP)提出了一种基于自适应网络的量子模糊推理系统(ANQFIS)。不同于ANFIS，ANQFIS以量子门旋转的方式将模糊规则强度与QBP相结合，最后以量子态的测量概率作为输出，QBP的加入使得模型的输出准确率更高，且凭借量子计算的速度优越性提升了模型的计算速度。根据梯度下降法，给出了该系统中参数的学习算法。在仿真实验中，分别使用低维数据和高维数据作为数据集来训练模型，使用攻击算法生成对抗样本进行测试，结果表明ANQFIS在输出准确率、鲁棒性方面优于ANFIS与QBP。
2023, 52(4): 489-497.
doi: 10.12178/1001-0548.2022339
摘要:
含噪声中规模量子硬件的耦合约束使得大多数量子算法通过插入附加量子门改变量子位映射，令量子算法直接运行在硬件上。为了降低量子线路的运行时间及提高量子线路的保真度，设计了一种基于交换门的前瞻双向启发式映射算法。首先，利用前瞻机制考虑前端层信息，提高了附加门数结果的稳定性。其次，设计搜索策略评估物理上近邻的候选交换门，降低交换门搜索空间的复杂度。最后，采用双向遍历全局考虑量子线路的门信息，得到更高质量的初始映射。此外，该算法适用于任意耦合量子硬件架构，同时具有线路深度和附加门数的选择能力。实验结果表明，相较于主流算法A*-based算法和SABRE算法，该文提出的SPBHA算法可减少约68%与34%的附加门数，线路执行时间缩短，保证了量子程序结果的可靠性。
含噪声中规模量子硬件的耦合约束使得大多数量子算法通过插入附加量子门改变量子位映射，令量子算法直接运行在硬件上。为了降低量子线路的运行时间及提高量子线路的保真度，设计了一种基于交换门的前瞻双向启发式映射算法。首先，利用前瞻机制考虑前端层信息，提高了附加门数结果的稳定性。其次，设计搜索策略评估物理上近邻的候选交换门，降低交换门搜索空间的复杂度。最后，采用双向遍历全局考虑量子线路的门信息，得到更高质量的初始映射。此外，该算法适用于任意耦合量子硬件架构，同时具有线路深度和附加门数的选择能力。实验结果表明，相较于主流算法A*-based算法和SABRE算法，该文提出的SPBHA算法可减少约68%与34%的附加门数，线路执行时间缩短，保证了量子程序结果的可靠性。
2023, 52(4): 498-505.
doi: 10.12178/1001-0548.2022283
摘要:
针对数字子阵体制雷达在强主瓣干扰存在情况下弱目标的到达方向DOA估计问题，提出了一种和差波束测角方法。首先，建立了多子阵和差波束结构下的主瓣干扰与目标回波的接收模型。然后，根据目标回波与干扰信号在时域上的不相关特性，对每个子阵列采用盲源分离算法分离目标回波与干扰信号，进而联合各子阵分离的目标回波/干扰信号，采用单脉冲测角技术实现目标/干扰DOA估计。最后，通过数值仿真实验验证了分析算法的有效性及性能。
针对数字子阵体制雷达在强主瓣干扰存在情况下弱目标的到达方向DOA估计问题，提出了一种和差波束测角方法。首先，建立了多子阵和差波束结构下的主瓣干扰与目标回波的接收模型。然后，根据目标回波与干扰信号在时域上的不相关特性，对每个子阵列采用盲源分离算法分离目标回波与干扰信号，进而联合各子阵分离的目标回波/干扰信号，采用单脉冲测角技术实现目标/干扰DOA估计。最后，通过数值仿真实验验证了分析算法的有效性及性能。
2023, 52(4): 506-511.
doi: 10.12178/1001-0548.2023112
摘要:
高稳定性的网络拓扑是无人机蜂群系统分布式联合感知、分布式信息交互与分布式协同控制等集群功能的重要保障。在三维动态应用场景中，快速稳定的网络拓扑构建对于蜂群系统的可靠应用具有重要意义，而当前的拓扑构建方法在此方面研究并不充分。提出了一种基于粒子群优化算法(PSO)的无人机蜂群分布式拓扑快速构建方法，在满足蜂群网络特定的端到端通信时延性能要求下，最大化网络拓扑的维持时间。为实现分布式拓扑构建方法的快速收敛，根据蜂群节点的静态特性和动态趋势进行初值设计，同时基于特征相似度函数优化更新方向与步长。仿真结果表明，在典型应用场景和系统配置下，该方法具有高拓扑稳定性。在蜂群规模为100节点时，传统PSO策略需要平均5.5次迭代才能获得最优解，而该算法在获得相同端到端时延和网络吞吐性能的同时，平均只需2次迭代即可收敛到全局最优解。
高稳定性的网络拓扑是无人机蜂群系统分布式联合感知、分布式信息交互与分布式协同控制等集群功能的重要保障。在三维动态应用场景中，快速稳定的网络拓扑构建对于蜂群系统的可靠应用具有重要意义，而当前的拓扑构建方法在此方面研究并不充分。提出了一种基于粒子群优化算法(PSO)的无人机蜂群分布式拓扑快速构建方法，在满足蜂群网络特定的端到端通信时延性能要求下，最大化网络拓扑的维持时间。为实现分布式拓扑构建方法的快速收敛，根据蜂群节点的静态特性和动态趋势进行初值设计，同时基于特征相似度函数优化更新方向与步长。仿真结果表明，在典型应用场景和系统配置下，该方法具有高拓扑稳定性。在蜂群规模为100节点时，传统PSO策略需要平均5.5次迭代才能获得最优解，而该算法在获得相同端到端时延和网络吞吐性能的同时，平均只需2次迭代即可收敛到全局最优解。
2023, 52(4): 512-522.
doi: 10.12178/1001-0548.2022205
摘要:
针对高速铁路正交频分复用(OFDM)通信系统在高速移动场景下，难以准确对快时变信道状态信息进行估计的问题，提出了一种基于多尺度残差注意力网络的高速铁路OFDM信道估计方法。首先，设计多尺度信道特征提取结构，对低分辨率信道矩阵采用多尺度多维特征提取，增强了信道不同尺度信息的提取能力。然后，构建残差注意力级联深度网络进行信道特征重构映射，将局部残差反馈结合注意力机制促进深层特征的融合和利用，提升OFDM信道矩阵的重构映射能力。最后，使用子像素卷积重构生成高分辨率信道矩阵，完成信道估计。通过频域和时域信道估计测试分析表明：在低速及高速铁路场景下，该方法与其他方法相比，信道估计的精度和复杂度等客观性评价指标均优于比较算法，能够满足OFDM信道估计的要求。
针对高速铁路正交频分复用(OFDM)通信系统在高速移动场景下，难以准确对快时变信道状态信息进行估计的问题，提出了一种基于多尺度残差注意力网络的高速铁路OFDM信道估计方法。首先，设计多尺度信道特征提取结构，对低分辨率信道矩阵采用多尺度多维特征提取，增强了信道不同尺度信息的提取能力。然后，构建残差注意力级联深度网络进行信道特征重构映射，将局部残差反馈结合注意力机制促进深层特征的融合和利用，提升OFDM信道矩阵的重构映射能力。最后，使用子像素卷积重构生成高分辨率信道矩阵，完成信道估计。通过频域和时域信道估计测试分析表明：在低速及高速铁路场景下，该方法与其他方法相比，信道估计的精度和复杂度等客观性评价指标均优于比较算法，能够满足OFDM信道估计的要求。
2023, 52(4): 523-529.
doi: 10.12178/1001-0548.2022342
摘要:
零中频接收机存在正交混频器电路中同相/正交(I/Q)信号失衡的问题，导致接收机的镜像抑制能力急剧下降，系统的动态范围受到影响。设计了一种计算并补偿I/Q信号线性相位失衡的方法，对解调后的I/Q两路基带信号进行互功率谱及其相位谱的计算，利用三点法进行相位解缠，根据解缠后的群延时差和相位偏置设计分数延时滤波器，进行相位补偿，还原出消除I/Q失衡后的时域信号。经仿真及硬件平台实验测试，该方法补偿效果好，实现简单、算法复杂度低、实时性高。
零中频接收机存在正交混频器电路中同相/正交(I/Q)信号失衡的问题，导致接收机的镜像抑制能力急剧下降，系统的动态范围受到影响。设计了一种计算并补偿I/Q信号线性相位失衡的方法，对解调后的I/Q两路基带信号进行互功率谱及其相位谱的计算，利用三点法进行相位解缠，根据解缠后的群延时差和相位偏置设计分数延时滤波器，进行相位补偿，还原出消除I/Q失衡后的时域信号。经仿真及硬件平台实验测试，该方法补偿效果好，实现简单、算法复杂度低、实时性高。
2023, 52(4): 530-538.
doi: 10.12178/1001-0548.2022088
摘要:
研究了一种全孔径紧耦合超宽带宽角扫描有源相控阵天线系统设计方法。通过威尔金森功分电路同时激励两个镜像对称偶极子单元，在不组阵方向阵列边缘采用延长型偶极子，消除了截断效应的影响，有效降低低频段的有源驻波，在组阵方向采用垂直金属壁取代哑元作为宽角阻抗匹配层的支撑，实现了天线阵列的全端口馈电。为满足大瞬时带宽及宽角扫描的需求，T/R组件射频链路采用了移相器加频率不敏感的延时器，改善了瞬时大带宽在大角度扫描时的波束空间色散及波形时间色散性能。将超宽带宽角扫描阵面、散热器、T/R组件、波控电源板及后盖板进行堆栈式高密度集成，研制了1×10全端口馈电的超宽带有源相控阵整机。测试结果表明，该阵列天线可跨4倍频程工作，扫描范围可以达到±45°，瞬时工作带宽可覆盖有源相控阵天线系统全频段，对实现综合多功能软件定义卫星在轨演进、降低成本、提高灵活性具有重要意义。
研究了一种全孔径紧耦合超宽带宽角扫描有源相控阵天线系统设计方法。通过威尔金森功分电路同时激励两个镜像对称偶极子单元，在不组阵方向阵列边缘采用延长型偶极子，消除了截断效应的影响，有效降低低频段的有源驻波，在组阵方向采用垂直金属壁取代哑元作为宽角阻抗匹配层的支撑，实现了天线阵列的全端口馈电。为满足大瞬时带宽及宽角扫描的需求，T/R组件射频链路采用了移相器加频率不敏感的延时器，改善了瞬时大带宽在大角度扫描时的波束空间色散及波形时间色散性能。将超宽带宽角扫描阵面、散热器、T/R组件、波控电源板及后盖板进行堆栈式高密度集成，研制了1×10全端口馈电的超宽带有源相控阵整机。测试结果表明，该阵列天线可跨4倍频程工作，扫描范围可以达到±45°，瞬时工作带宽可覆盖有源相控阵天线系统全频段，对实现综合多功能软件定义卫星在轨演进、降低成本、提高灵活性具有重要意义。
2023, 52(4): 539-548.
doi: 10.12178/1001-0548.2022142
摘要:
针对城市复杂的交通环境导致车载通网络信息传输安全性低、数据速率缓慢以及地面中继受限等问题，提出一种可重构智能表面(RIS)辅助无人机(UAV)中继协作的车载通信系统安全传输方案。该方案首先根据系统平均传输速率最大化来设计无人机轨迹优化问题。接着，通过引入松弛变量的序列凸规划交替迭代算法解决无人机轨迹的非凸问题，得到平均速率最大化的UAV飞行轨迹。最后，通过适当调整RIS与窃听用户之间的位置来降低窃听信道容量，改善无线传输环境。数值分析表明，优化无人机轨迹，可以得到最优平均传输速率。在RIS技术辅助下通过合理设置参数，该传输方案能有效提高通信系统的传输速率，同时也能保证安全性能。
针对城市复杂的交通环境导致车载通网络信息传输安全性低、数据速率缓慢以及地面中继受限等问题，提出一种可重构智能表面(RIS)辅助无人机(UAV)中继协作的车载通信系统安全传输方案。该方案首先根据系统平均传输速率最大化来设计无人机轨迹优化问题。接着，通过引入松弛变量的序列凸规划交替迭代算法解决无人机轨迹的非凸问题，得到平均速率最大化的UAV飞行轨迹。最后，通过适当调整RIS与窃听用户之间的位置来降低窃听信道容量，改善无线传输环境。数值分析表明，优化无人机轨迹，可以得到最优平均传输速率。在RIS技术辅助下通过合理设置参数，该传输方案能有效提高通信系统的传输速率，同时也能保证安全性能。
2023, 52(4): 549-554.
doi: 10.12178/1001-0548.2022335
摘要:
为了解决超电大尺寸海面舰船场景中电磁散射计算的瓶颈问题，研究基于多图像处理单元(Multi-GPU)并行加速技术的弹跳射线法(SBR)。借助统一设备计算架构(CUDA)提供的多线程服务(MPS)，构建Multi-GPU并行加速框架，研究基于区域射线束划分GPU计算任务和实现方式；研究基于矩阵网格的任务分割技术，最大限度提高GPU全局内存利用率；针对不同运算单元间的差异所带来的计算不同步问题，设计基于动态负载均衡算法的调度系统，进而提高计算资源利用率。仿真结果表明，在双GPU硬件平台上，该方案与现有并行技术算法相比，在确保结果准确性的情况下加速比接近甚至超过200%。因此，该技术方案能够有效解决超电大海面舰船电磁散射问题。
为了解决超电大尺寸海面舰船场景中电磁散射计算的瓶颈问题，研究基于多图像处理单元(Multi-GPU)并行加速技术的弹跳射线法(SBR)。借助统一设备计算架构(CUDA)提供的多线程服务(MPS)，构建Multi-GPU并行加速框架，研究基于区域射线束划分GPU计算任务和实现方式；研究基于矩阵网格的任务分割技术，最大限度提高GPU全局内存利用率；针对不同运算单元间的差异所带来的计算不同步问题，设计基于动态负载均衡算法的调度系统，进而提高计算资源利用率。仿真结果表明，在双GPU硬件平台上，该方案与现有并行技术算法相比，在确保结果准确性的情况下加速比接近甚至超过200%。因此，该技术方案能够有效解决超电大海面舰船电磁散射问题。
2023, 52(4): 555-561.
doi: 10.12178/1001-0548.2021323
摘要:
Significant radiations in the frequencies ranging from gamma rays and X-rays to radio frequency can be generated during the interactions between powerful lasers with solid targets. Gamma rays are able to penetrate metal walls of diagnostic setups and induce secondary electrons, which can further radiate Electromagnetic Pulses (EMPs). In this study, emissions of secondary electrons due to gamma-metal interactions are quantitatively simulated. The results indicate that secondary ions are strongly pertinent to the incident Gamma rays, metal contents and metal shapes. The Maxwell’s equations confirm that electromagnetic pulses partially stem from the secondary charges, and its average energy and spatial distribution are also discussed. The resulting conclusions are beneficial to deepen understanding of EMP generations and also offer more experimental supports to achieve an effective shielding design for various physical diagnostics.
Significant radiations in the frequencies ranging from gamma rays and X-rays to radio frequency can be generated during the interactions between powerful lasers with solid targets. Gamma rays are able to penetrate metal walls of diagnostic setups and induce secondary electrons, which can further radiate Electromagnetic Pulses (EMPs). In this study, emissions of secondary electrons due to gamma-metal interactions are quantitatively simulated. The results indicate that secondary ions are strongly pertinent to the incident Gamma rays, metal contents and metal shapes. The Maxwell’s equations confirm that electromagnetic pulses partially stem from the secondary charges, and its average energy and spatial distribution are also discussed. The resulting conclusions are beneficial to deepen understanding of EMP generations and also offer more experimental supports to achieve an effective shielding design for various physical diagnostics.
2023, 52(4): 562-567.
doi: 10.12178/1001-0548.2022306
摘要:
多丝漂移室(MWDC)用于兰州重离子加速器−冷却存储环上外靶实验终端的径迹测量，其前端电子学中放大芯片采用SFE16芯片，目前前端电子学单板通道数较少，且慢控配置模块老旧，无法兼容新设备，配置效率较低。该文对前端板(FEE)进行升级，单板实现32通道；并设计一种基于现场可编程门阵列(FPGA)的配置板，通过上位机USB接口实现对多块SFE16芯片的快速高效配置。电子学测试实验结果表明，升级后的前端电子学在增加通道数的基础上保证了原有性能，并实现单次对248片SFE16芯片的配置，使用简单，配置效率高，实用性好。
多丝漂移室(MWDC)用于兰州重离子加速器−冷却存储环上外靶实验终端的径迹测量，其前端电子学中放大芯片采用SFE16芯片，目前前端电子学单板通道数较少，且慢控配置模块老旧，无法兼容新设备，配置效率较低。该文对前端板(FEE)进行升级，单板实现32通道；并设计一种基于现场可编程门阵列(FPGA)的配置板，通过上位机USB接口实现对多块SFE16芯片的快速高效配置。电子学测试实验结果表明，升级后的前端电子学在增加通道数的基础上保证了原有性能，并实现单次对248片SFE16芯片的配置，使用简单，配置效率高，实用性好。
2023, 52(4): 568-577.
doi: 10.12178/1001-0548.2022248
摘要:
核磁共振成像技术已广泛用于脑部、脊髓和心脏等相关疾病的临床诊断。然而，由采样时间、环境、设备质量等多种因素导致的成像噪声制约着诊断精度的进一步提高。综合研究了MRI降噪技术的发展脉络，系统梳理了基于滤波、变换、统计等传统MRI图像降噪方法，并重点分析了当前基于深度学习的MRI图像降噪系列新方法，展望了MRI图像降噪的未来发展趋势。最后，总结了现有医学图像质量评估方法，并指出针对依赖大量数据和人工标注医学图像样本、而可解释性较差的现有深度学习方法，需要探索性研究面向临床实际任务的医学图像质量评估新方法。
核磁共振成像技术已广泛用于脑部、脊髓和心脏等相关疾病的临床诊断。然而，由采样时间、环境、设备质量等多种因素导致的成像噪声制约着诊断精度的进一步提高。综合研究了MRI降噪技术的发展脉络，系统梳理了基于滤波、变换、统计等传统MRI图像降噪方法，并重点分析了当前基于深度学习的MRI图像降噪系列新方法，展望了MRI图像降噪的未来发展趋势。最后，总结了现有医学图像质量评估方法，并指出针对依赖大量数据和人工标注医学图像样本、而可解释性较差的现有深度学习方法，需要探索性研究面向临床实际任务的医学图像质量评估新方法。
2023, 52(4): 578-587.
doi: 10.12178/1001-0548.2022183
摘要:
针对传统爬虫方法存在搜索易陷入局部最优，且很少考虑结合历史爬行经验对爬行路径进行修正的缺陷，提出一种基于WL抽样的主题爬行方法。该方法分别使用向量空间模型(VSM)和PageRank算法对链接的相关性和重要性进行评价，采用区域竞争策略从具有主题相关或潜在价值的链接集合中选出目标链接。基于概率密度函数，WL抽样算法对侯选集中选出的目标链接进行抽样判断，根据历史统计经验指导爬虫的后续爬行，从而优化搜索路径。实验结果表明，提出的基于WL抽样的主题爬虫方法比其他主题爬虫方法能搜索到更多主题相关的网页，其爬准率和所有下载网页主题相关度的标准差具有明显优势。
针对传统爬虫方法存在搜索易陷入局部最优，且很少考虑结合历史爬行经验对爬行路径进行修正的缺陷，提出一种基于WL抽样的主题爬行方法。该方法分别使用向量空间模型(VSM)和PageRank算法对链接的相关性和重要性进行评价，采用区域竞争策略从具有主题相关或潜在价值的链接集合中选出目标链接。基于概率密度函数，WL抽样算法对侯选集中选出的目标链接进行抽样判断，根据历史统计经验指导爬虫的后续爬行，从而优化搜索路径。实验结果表明，提出的基于WL抽样的主题爬虫方法比其他主题爬虫方法能搜索到更多主题相关的网页，其爬准率和所有下载网页主题相关度的标准差具有明显优势。
2023, 52(4): 588-594.
doi: 10.12178/1001-0548.2022119
摘要:
提出了一种基于人工智能深度强化学习算法的扩展性及智能性较高的智能选择模式。在人工智能深度强化学习算法的基础上，引入了动作抑制、四重Q学习(QQL)及归一化Q-value等机制，研究并实现了在满足业务延迟要求及公平性的原则下，物联终端更智能地选择其接入或切换边缘服务器。该方案减少了业务延迟，提高了响应效率，有助于提高业务安全及运营管理水平。
提出了一种基于人工智能深度强化学习算法的扩展性及智能性较高的智能选择模式。在人工智能深度强化学习算法的基础上，引入了动作抑制、四重Q学习(QQL)及归一化Q-value等机制，研究并实现了在满足业务延迟要求及公平性的原则下，物联终端更智能地选择其接入或切换边缘服务器。该方案减少了业务延迟，提高了响应效率，有助于提高业务安全及运营管理水平。
2023, 52(4): 595-601.
doi: 10.12178/1001-0548.2022133
摘要:
序列预测旨在利用历史序列模式信息预测未来长时间跨度的趋势，在工业领域具有众多的实际应用需求。针对工业数据序列预测问题中时序长度较长的特点，提出了一种高效的自注意力机制以适用于长序列数据建模与预测。该模型构建了新的嵌入表示，增加了池化操作，并且使用了生成式推断，实现长距离依赖建模和时序信号预测。相比之前的自注意力模型，该模型有效解决了现有方法在面对长序列预测时存在的预测精度不足、训练耗时过长等问题。在大规模水电站水轮机顶盖水位预测这一实际工业应用场景中，相比其他基准模型，该模型显著提高了长序列水位预测的精度和效率。
序列预测旨在利用历史序列模式信息预测未来长时间跨度的趋势，在工业领域具有众多的实际应用需求。针对工业数据序列预测问题中时序长度较长的特点，提出了一种高效的自注意力机制以适用于长序列数据建模与预测。该模型构建了新的嵌入表示，增加了池化操作，并且使用了生成式推断，实现长距离依赖建模和时序信号预测。相比之前的自注意力模型，该模型有效解决了现有方法在面对长序列预测时存在的预测精度不足、训练耗时过长等问题。在大规模水电站水轮机顶盖水位预测这一实际工业应用场景中，相比其他基准模型，该模型显著提高了长序列水位预测的精度和效率。
2023, 52(4): 602-609.
doi: 10.12178/1001-0548.2022146
摘要:
针对物联网基础设施、应用程序和终端设备的攻击显著增加，物联网中的代表性恶意软件以产生恶意流量为主。对基于恶意软件字节序列构建的MalConv模型进行改进，与基于恶意流量特征的Bi-LSTM模型进行融合，实现了适用于物联网终端设备恶意软件检测的融合模型。实验结果表明，融合模型NT-MalConv 具有更高的检测能力，检测准确率达95.17%；检测融合对抗样本时，NT-MalConv模型比MalConv改进模型的准确率提升了10.31%。
针对物联网基础设施、应用程序和终端设备的攻击显著增加，物联网中的代表性恶意软件以产生恶意流量为主。对基于恶意软件字节序列构建的MalConv模型进行改进，与基于恶意流量特征的Bi-LSTM模型进行融合，实现了适用于物联网终端设备恶意软件检测的融合模型。实验结果表明，融合模型NT-MalConv 具有更高的检测能力，检测准确率达95.17%；检测融合对抗样本时，NT-MalConv模型比MalConv改进模型的准确率提升了10.31%。
2023, 52(4): 610-619.
doi: 10.12178/1001-0548.2022164
摘要:
提出一种基于自注意力机制和傅立叶变换的序列推荐算法CSFTRec。通过过滤原始数据中的噪声，最大限度地提高自注意力机制对序列数据的特征捕捉能力。根据对比学习的特点，在贝叶斯个性化排名的基础上引入一种新的对比损失，用于联合训练，可以缩短不同相似序列之间的距离。在8个公共数据集上的实验表明，CSFTRec的收敛速度更快，推荐精度有3%～5%的提高，更适合处理序列数据。
提出一种基于自注意力机制和傅立叶变换的序列推荐算法CSFTRec。通过过滤原始数据中的噪声，最大限度地提高自注意力机制对序列数据的特征捕捉能力。根据对比学习的特点，在贝叶斯个性化排名的基础上引入一种新的对比损失，用于联合训练，可以缩短不同相似序列之间的距离。在8个公共数据集上的实验表明，CSFTRec的收敛速度更快，推荐精度有3%～5%的提高，更适合处理序列数据。
2023, 52(4): 620-630.
doi: 10.12178/1001-0548.2022113
摘要:
借鉴WS小世界网络的构造算法，在超网络(也称为超图)中加入超边随机重连，构建小世界超网络模型。以该模型为信息传播的底层网络，提出小世界超网络SIR信息传播模型，仿真模拟超边随机重连概率、超网络中的邻居节点数量以及传播率、恢复率等参数对超网络的信息传播过程影响，并与普通网络中的传播过程进行了对比分析，发现超网络中的信息传播速度更快，波及范围更广。进一步，在3类实证超网络上验证了超网络的小世界特性及信息传播规律。在万物互联时代，世界变得更小的背景下，对现实世界中更为复杂的信息与疾病传播机制的深入研究具有一定的借鉴意义。
借鉴WS小世界网络的构造算法，在超网络(也称为超图)中加入超边随机重连，构建小世界超网络模型。以该模型为信息传播的底层网络，提出小世界超网络SIR信息传播模型，仿真模拟超边随机重连概率、超网络中的邻居节点数量以及传播率、恢复率等参数对超网络的信息传播过程影响，并与普通网络中的传播过程进行了对比分析，发现超网络中的信息传播速度更快，波及范围更广。进一步，在3类实证超网络上验证了超网络的小世界特性及信息传播规律。在万物互联时代，世界变得更小的背景下，对现实世界中更为复杂的信息与疾病传播机制的深入研究具有一定的借鉴意义。
2023, 52(4): 631-640.
doi: 10.12178/1001-0548.2022111
摘要:
为提升现有高阶社区检测算法的性能，提出一种基于模体的模块度优化高阶社区检测算法。通过量化网络模体数量为节点间权重，将高阶基于模体的社区检测转化为低阶基于边的加权网络社区检测，并构造为加权模块度优化问题求解。为保证加权模块度优化性能以获得逼近全局最优的高阶社区划分，一方面优化策略采用典型的生物启发式算法；另一方面综合利用网络低阶和高阶拓扑结构信息，通过节点邻域社区修正操作和局部搜索操作，进一步提升社区划分质量并防止算法陷入局部最优。在人工合成和真实世界网络上的实验表明，利用模体高阶结构信息有助于提升复杂网络社区的检测性能，尤其是在社区结构较为模糊的情况下。该算法能够有效实现基于模体的高阶社区检测，与现有基于模体的典型方法相比在精确性和质量性上表现出一定优势，有助于加深对网络高阶结构及功能特性的理解。
为提升现有高阶社区检测算法的性能，提出一种基于模体的模块度优化高阶社区检测算法。通过量化网络模体数量为节点间权重，将高阶基于模体的社区检测转化为低阶基于边的加权网络社区检测，并构造为加权模块度优化问题求解。为保证加权模块度优化性能以获得逼近全局最优的高阶社区划分，一方面优化策略采用典型的生物启发式算法；另一方面综合利用网络低阶和高阶拓扑结构信息，通过节点邻域社区修正操作和局部搜索操作，进一步提升社区划分质量并防止算法陷入局部最优。在人工合成和真实世界网络上的实验表明，利用模体高阶结构信息有助于提升复杂网络社区的检测性能，尤其是在社区结构较为模糊的情况下。该算法能够有效实现基于模体的高阶社区检测，与现有基于模体的典型方法相比在精确性和质量性上表现出一定优势，有助于加深对网络高阶结构及功能特性的理解。
