ISSN 
2023年 第52卷 第6期
2023, 52(6): 802-808.
doi: 10.12178/1001-0548.2022109
摘要:
利用马科维茨投资组合优化问题和量子线性判别分析（quantum linear discriminant analysis, QLDA）的相似性，将马科维茨投资组合优化问题规约为量子线性判别分析的优化问题，并通过解决QLDA的技术厄米特链积（hermitian chain product, HCP）以及密度矩阵指数化算法（density matrix exponentiation, DME）来求得马科维茨均值方差模型中夏普率最大的最优解。量子连续投资组合优化方案相比于经典方案可以实现准指数加速。
利用马科维茨投资组合优化问题和量子线性判别分析（quantum linear discriminant analysis, QLDA）的相似性，将马科维茨投资组合优化问题规约为量子线性判别分析的优化问题，并通过解决QLDA的技术厄米特链积（hermitian chain product, HCP）以及密度矩阵指数化算法（density matrix exponentiation, DME）来求得马科维茨均值方差模型中夏普率最大的最优解。量子连续投资组合优化方案相比于经典方案可以实现准指数加速。
2023, 52(6): 809-817.
doi: 10.12178/1001-0548.2022303
摘要:
图像加密是保证数字图像在互联网上进行安全传输的关键环节。文中提出了一种基于交替量子随机行走（AQW）与异或操作的彩色量子图像加密算法。首先，对原始彩色图像进行彩色量子图像表示法（NCQI）表示，构建量子线路，利用受控AQW生成的二进制概率矩阵构建量子异或矩阵，完成对原始量子图像的加密操作，解密过程是加密过程的逆过程。AQW的初始条件是保证量子图像加密算法安全性的关键。通过对提出的加密模型进行经典计算机上的仿真实验，验证了该量子图像加密模型的安全性。
图像加密是保证数字图像在互联网上进行安全传输的关键环节。文中提出了一种基于交替量子随机行走（AQW）与异或操作的彩色量子图像加密算法。首先，对原始彩色图像进行彩色量子图像表示法（NCQI）表示，构建量子线路，利用受控AQW生成的二进制概率矩阵构建量子异或矩阵，完成对原始量子图像的加密操作，解密过程是加密过程的逆过程。AQW的初始条件是保证量子图像加密算法安全性的关键。通过对提出的加密模型进行经典计算机上的仿真实验，验证了该量子图像加密模型的安全性。
2023, 52(6): 818-825.
doi: 10.12178/1001-0548.2023077
摘要:
现有相控阵干扰设备通常采用分孔径或者分时隙方式实现多目标干扰，但前者无法利用全孔径增益，后者在目标数较多时存在干扰资源时域分配紧张的问题。针对这些问题，提出整数倍和分数倍延时分阶可调的方法，整数倍延时通过采样间隔延时，分数倍延时采用Farrow滤波器，实现了大带宽数字发射的目的。此外还对关键延时特性进行了仿真，并构建了小规模数字阵列样机。实验结果表明，该样机瞬时带宽为400 MHz，能够同时发射4波束，干扰方向和功率任意可调，延时特性与仿真结果一致。
现有相控阵干扰设备通常采用分孔径或者分时隙方式实现多目标干扰，但前者无法利用全孔径增益，后者在目标数较多时存在干扰资源时域分配紧张的问题。针对这些问题，提出整数倍和分数倍延时分阶可调的方法，整数倍延时通过采样间隔延时，分数倍延时采用Farrow滤波器，实现了大带宽数字发射的目的。此外还对关键延时特性进行了仿真，并构建了小规模数字阵列样机。实验结果表明，该样机瞬时带宽为400 MHz，能够同时发射4波束，干扰方向和功率任意可调，延时特性与仿真结果一致。
2023, 52(6): 826-829.
doi: 10.12178/1001-0548.2022180
摘要:
针对传统短波对数周期天线尺寸大、架设困难等问题，提出了一种工作在4～30 MHz的小型化短波软振子对数周期天线。该天线采用立体三角形偶极子和平面四边形偶极子等宽带天线作为振子单元，并将结构拉线作为最长振子加载，有效扩展天线的最低工作频率；同时最长天线振子采用折合偶极子形式，减小了侧翼桁架对天线性能的影响。电磁计算软件FEKO仿真与样机测试表明，该天线在工作频段内具有较小的电压驻波比和稳定的方向性。
针对传统短波对数周期天线尺寸大、架设困难等问题，提出了一种工作在4～30 MHz的小型化短波软振子对数周期天线。该天线采用立体三角形偶极子和平面四边形偶极子等宽带天线作为振子单元，并将结构拉线作为最长振子加载，有效扩展天线的最低工作频率；同时最长天线振子采用折合偶极子形式，减小了侧翼桁架对天线性能的影响。电磁计算软件FEKO仿真与样机测试表明，该天线在工作频段内具有较小的电压驻波比和稳定的方向性。
2023, 52(6): 830-834.
doi: 10.12178/1001-0548.2022227
摘要:
宽带隙红外光谱响应由于其在硅基光电探测器中的潜在应用而受到了广泛关注。利用离子注入和飞秒脉冲激光制备了一系列掺杂硅基光电二极管，并研究了硫掺杂硅基材料及器件后的宽带隙红外光谱响应特性。结果发现，PN型光电二极管在近红外和中红外光谱区域内表现出几个典型的光响应特征峰值。这几个特征峰对应于不同的子带隙光响应特征的起始能量，与硅带隙内掺杂硫的活性能级一致。这种光谱响应拓宽技术为制造低成本宽带隙硅光电探测器提供了有力的参考方案。
宽带隙红外光谱响应由于其在硅基光电探测器中的潜在应用而受到了广泛关注。利用离子注入和飞秒脉冲激光制备了一系列掺杂硅基光电二极管，并研究了硫掺杂硅基材料及器件后的宽带隙红外光谱响应特性。结果发现，PN型光电二极管在近红外和中红外光谱区域内表现出几个典型的光响应特征峰值。这几个特征峰对应于不同的子带隙光响应特征的起始能量，与硅带隙内掺杂硫的活性能级一致。这种光谱响应拓宽技术为制造低成本宽带隙硅光电探测器提供了有力的参考方案。
2023, 52(6): 835-840.
doi: 10.12178/1001-0548.2022375
摘要:
收发天线间的无线功率传输效率（PTE）是表征室内近场微波无线传能（MPT）系统性能的最重要参量之一。时间反演（TR）作为一种高效无线传能技术被用于MPT系统中。为分析基于TR的近场PTE，基于互易定理推导了辐射式MPT场景中PTE的最优解，证明了TR可以实现最高的PTE。同时基于电磁全波仿真技术研究对比了TR在近场无线传能时相较于传统MPT方法如方向图综合法和相位补偿法的优势。理论和仿真表明，TR能够在平面天线阵列的近场区实现最高的PTE。
收发天线间的无线功率传输效率（PTE）是表征室内近场微波无线传能（MPT）系统性能的最重要参量之一。时间反演（TR）作为一种高效无线传能技术被用于MPT系统中。为分析基于TR的近场PTE，基于互易定理推导了辐射式MPT场景中PTE的最优解，证明了TR可以实现最高的PTE。同时基于电磁全波仿真技术研究对比了TR在近场无线传能时相较于传统MPT方法如方向图综合法和相位补偿法的优势。理论和仿真表明，TR能够在平面天线阵列的近场区实现最高的PTE。
2023, 52(6): 841-850.
doi: 10.12178/1001-0548.2022253
摘要:
提出了一种基于图样−星座双判别器生成对抗网络（Pattern-Constellation dual GAN）的正交频分复用(OFDM)信号生成方案。首先，使用快速傅里叶变换（FFT）对时域OFDM信号进行预处理，得到的频域符号向量被拼接为二维数据矩阵，用于GAN的训练和测试。为保证生成的信号具有协议要求的子载波结构和调制方式，设计了双判别器GAN：生成器生成时频二维图样以欺骗两个判别器，而两个判别器分别从子载波结构和调制符号的星座密度两个方面区分生成的图样和真实图样。最后，以Wi-Fi 802.11a协议为例验证了该方案的有效性。
提出了一种基于图样−星座双判别器生成对抗网络（Pattern-Constellation dual GAN）的正交频分复用(OFDM)信号生成方案。首先，使用快速傅里叶变换（FFT）对时域OFDM信号进行预处理，得到的频域符号向量被拼接为二维数据矩阵，用于GAN的训练和测试。为保证生成的信号具有协议要求的子载波结构和调制方式，设计了双判别器GAN：生成器生成时频二维图样以欺骗两个判别器，而两个判别器分别从子载波结构和调制符号的星座密度两个方面区分生成的图样和真实图样。最后，以Wi-Fi 802.11a协议为例验证了该方案的有效性。
2023, 52(6): 851-858.
doi: 10.12178/1001-0548.2022336
摘要:
针对典型雷达装备受到单频电磁辐射时，雷达显示界面形成伪信号从而造成真实目标误判的问题，基于步进频雷达测距工作原理，以某型Ku波段步进频测距雷达为实验对象，开展了单频电磁辐射伪信号干扰效应实验，验证了两类伪信号干扰成像机理分析的正确性。通过实验得到了带内外典型频点的两类伪信号电平值随单频干扰场强的变化曲线，基于接收电路非线性失真分析分别解释了带内外伪信号电平值的变化规律，而后测得了两类伪信号干扰的敏感频段。实验结果表明：带内单频电磁辐射可对步进频雷达装备造成“脉冲”型伪信号干扰，伪信号出现的位置随机；带外单频电磁辐射可对步进频雷达装备造成“冲激”型伪信号干扰，伪信号出现的位置固定；随着单频干扰场强的提高，“脉冲”型伪信号电平值先线性增长，而后保持恒定；“冲激”型伪信号电平值先逐渐增大，达到最大值后逐渐降低。
针对典型雷达装备受到单频电磁辐射时，雷达显示界面形成伪信号从而造成真实目标误判的问题，基于步进频雷达测距工作原理，以某型Ku波段步进频测距雷达为实验对象，开展了单频电磁辐射伪信号干扰效应实验，验证了两类伪信号干扰成像机理分析的正确性。通过实验得到了带内外典型频点的两类伪信号电平值随单频干扰场强的变化曲线，基于接收电路非线性失真分析分别解释了带内外伪信号电平值的变化规律，而后测得了两类伪信号干扰的敏感频段。实验结果表明：带内单频电磁辐射可对步进频雷达装备造成“脉冲”型伪信号干扰，伪信号出现的位置随机；带外单频电磁辐射可对步进频雷达装备造成“冲激”型伪信号干扰，伪信号出现的位置固定；随着单频干扰场强的提高，“脉冲”型伪信号电平值先线性增长，而后保持恒定；“冲激”型伪信号电平值先逐渐增大，达到最大值后逐渐降低。
2023, 52(6): 859-865.
doi: 10.12178/1001-0548.2022263
摘要:
城域光缆存在共沟道现象，早期网络运维人员使用最短路径算法对电网业务主备路由进行配置。而随着城市基础建设的推进，部分沟道不可避免地会遭到破坏，导致电网通信业务中断次数增多。针对该问题，提出基于最小沟道的电网通信业务路由优化算法。首先，对城域光路拓扑进行建模，以业务主备路由共沟道最小化为目标输出函数；然后，采用融合排序的深度优先搜索算法（DFS）选出业务所有主路由；再删除暂定的主路由对应的路径并再次使用融合排序的DFS算法求出所有备用路由；随后，迭代计算出主备路由共沟道最少的一组作为最终的业务主备路由。通过计算机仿真和安徽城域网的应用实例验证了该算法的有效性和实用性。
城域光缆存在共沟道现象，早期网络运维人员使用最短路径算法对电网业务主备路由进行配置。而随着城市基础建设的推进，部分沟道不可避免地会遭到破坏，导致电网通信业务中断次数增多。针对该问题，提出基于最小沟道的电网通信业务路由优化算法。首先，对城域光路拓扑进行建模，以业务主备路由共沟道最小化为目标输出函数；然后，采用融合排序的深度优先搜索算法（DFS）选出业务所有主路由；再删除暂定的主路由对应的路径并再次使用融合排序的DFS算法求出所有备用路由；随后，迭代计算出主备路由共沟道最少的一组作为最终的业务主备路由。通过计算机仿真和安徽城域网的应用实例验证了该算法的有效性和实用性。
2023, 52(6): 866-871.
doi: 10.12178/1001-0548.2022361
摘要:
采用3000张玉米种子图像进行基于卷积神经网络的玉米单倍体种子识别，包含1230张单倍体玉米种子图像和1770张二倍体玉米种子图像。为对比不同卷积神经网络模型在单倍体玉米种子识别的效果，使用VGG、ResNet、DenseNet和SKNet等经典模型，并对SKNet模型进行改进，将其降维升维全连接层设计为一维卷积以降低模型参数数量，改进后的SKNet称为ECA_SKNet。对5种模型使用相同优化器和训练周期进行实验，结果表明：实验模型均能对单倍体玉米种子达到较好的识别效果，最低准确率能达88.5%，ECA_SKNet模型准确率达93.04%。可见，卷积神经网络在玉米单倍体种子识别中能够发挥重要作用，为作物种子识别提供新思路。
采用3000张玉米种子图像进行基于卷积神经网络的玉米单倍体种子识别，包含1230张单倍体玉米种子图像和1770张二倍体玉米种子图像。为对比不同卷积神经网络模型在单倍体玉米种子识别的效果，使用VGG、ResNet、DenseNet和SKNet等经典模型，并对SKNet模型进行改进，将其降维升维全连接层设计为一维卷积以降低模型参数数量，改进后的SKNet称为ECA_SKNet。对5种模型使用相同优化器和训练周期进行实验，结果表明：实验模型均能对单倍体玉米种子达到较好的识别效果，最低准确率能达88.5%，ECA_SKNet模型准确率达93.04%。可见，卷积神经网络在玉米单倍体种子识别中能够发挥重要作用，为作物种子识别提供新思路。
2023, 52(6): 872-879.
doi: 10.12178/1001-0548.2022326
摘要:
包覆药通常被嵌入固体火箭或导弹发动机的动力系统中，其外观质量直接影响该类动力系统的性能表现。针对包覆药外观存在的形状、尺寸和表面缺陷，提出了一种基于动态先验特征的包覆药多类型外观缺陷深度检测框架，包括：1）将基于深度分类器的形状缺陷检测和基于深度分割网络的尺寸缺陷检测模型集成，去除不同任务间的冗余特征，同时将深度分割网络当前迭代形成的过程特征作为动态先验特征，作用于深度分类器参数下一次迭代更新，加快模型收敛速度；2）将深度分割网络产生的过程特征映射至基于卷积自编码器的表面缺陷检测模型中，指导检测模型快速聚焦于包覆药，抑制任务无关特征重复提取。实验结果表明，该方法在模型功耗、检测效率及检测准确率等方面具有较好的表现。
包覆药通常被嵌入固体火箭或导弹发动机的动力系统中，其外观质量直接影响该类动力系统的性能表现。针对包覆药外观存在的形状、尺寸和表面缺陷，提出了一种基于动态先验特征的包覆药多类型外观缺陷深度检测框架，包括：1）将基于深度分类器的形状缺陷检测和基于深度分割网络的尺寸缺陷检测模型集成，去除不同任务间的冗余特征，同时将深度分割网络当前迭代形成的过程特征作为动态先验特征，作用于深度分类器参数下一次迭代更新，加快模型收敛速度；2）将深度分割网络产生的过程特征映射至基于卷积自编码器的表面缺陷检测模型中，指导检测模型快速聚焦于包覆药，抑制任务无关特征重复提取。实验结果表明，该方法在模型功耗、检测效率及检测准确率等方面具有较好的表现。
2023, 52(6): 880-886.
doi: 10.12178/1001-0548.2022363
摘要:
针对带标注的肺CT图像数据匮乏而导致的深度学习模型训练困难，以及现有生成算法生成肺结节不同特征模糊、细节丢失的问题，提出了肺结节图像的数据增强RAU-GAN算法。首先，在生成器网络中嵌入残差注意力模块，该模块可以聚焦于局部不同的感兴趣区域，以实现肺结节与背景信息的独立生成，并且重新设计了注意力模块中的残差块来减少网络的深度和训练的复杂度。其次，将判别器设计为U-Net架构，可以给更新后的生成器反馈更多信息，以提高判别性能。最后，在数据集LUNA16和Deep Lesion上进行实验，结果与现有方法相比，在视觉效果和不同评价指标上均有提升，验证了生成图像包含了更丰富的细节信息。
针对带标注的肺CT图像数据匮乏而导致的深度学习模型训练困难，以及现有生成算法生成肺结节不同特征模糊、细节丢失的问题，提出了肺结节图像的数据增强RAU-GAN算法。首先，在生成器网络中嵌入残差注意力模块，该模块可以聚焦于局部不同的感兴趣区域，以实现肺结节与背景信息的独立生成，并且重新设计了注意力模块中的残差块来减少网络的深度和训练的复杂度。其次，将判别器设计为U-Net架构，可以给更新后的生成器反馈更多信息，以提高判别性能。最后，在数据集LUNA16和Deep Lesion上进行实验，结果与现有方法相比，在视觉效果和不同评价指标上均有提升，验证了生成图像包含了更丰富的细节信息。
2023, 52(6): 887-896.
doi: 10.12178/1001-0548.2022278
摘要:
当前面向时间序列有序分类的Shapelet抽取算法，首先计算Shapelet与时间序列之间的欧式距离及其类别标签之间的距离，然后根据两种距离的皮尔逊相关系数或斯皮尔曼相关系数来对Shapelet进行评价，效率较低。针对该问题，提出一种基于SAX表示时间序列的Shapelet评价指标CD-Cover，该指标同时考虑Shapelet对时间序列数据集的覆盖集中度和覆盖优势度。其次，提出一种基于随机采样的Shapelet抽取算法，该算法采用布隆过滤器对候选Shapelet进行预剪枝，采用移除自相似策略对抽取结果进行后剪枝。在11个时间序列公开数据集上的实验结果表明，相比现有方法，该算法抽取的Shapelet具有更好的有序分类能力，且算法的计算效率也更高。
当前面向时间序列有序分类的Shapelet抽取算法，首先计算Shapelet与时间序列之间的欧式距离及其类别标签之间的距离，然后根据两种距离的皮尔逊相关系数或斯皮尔曼相关系数来对Shapelet进行评价，效率较低。针对该问题，提出一种基于SAX表示时间序列的Shapelet评价指标CD-Cover，该指标同时考虑Shapelet对时间序列数据集的覆盖集中度和覆盖优势度。其次，提出一种基于随机采样的Shapelet抽取算法，该算法采用布隆过滤器对候选Shapelet进行预剪枝，采用移除自相似策略对抽取结果进行后剪枝。在11个时间序列公开数据集上的实验结果表明，相比现有方法，该算法抽取的Shapelet具有更好的有序分类能力，且算法的计算效率也更高。
2023, 52(6): 897-905.
doi: 10.12178/1001-0548.2022407
摘要:
针对数字图像计算、存储和传输过程中的数据窃取、隐私泄漏等问题，提出了一种基于变参数超混沌系统的多图像加密方法。首先，用一个混沌系统的状态变量对另一个混沌系统的状态参数施加扰动，构造了一个变参数超混沌系统；其次，将输入灰度图像对进行重构，并将其输入SHA-512算法生成初始密钥；然后，将初始密钥输入变参数超混沌系统，迭代生成5组混沌序列，进而对重构图像进行幻方变换，实现像素位置的变换；最后，对幻方变换得到的图像进行S形扩散，实现像素数值的变化，得到了近似均匀分布的密文图像。结果表明，该算法改善了传统图像加密方法的低随机性、低复杂度等缺陷，同时，提高了密文图像的无序性及抵抗常规攻击的能力。
针对数字图像计算、存储和传输过程中的数据窃取、隐私泄漏等问题，提出了一种基于变参数超混沌系统的多图像加密方法。首先，用一个混沌系统的状态变量对另一个混沌系统的状态参数施加扰动，构造了一个变参数超混沌系统；其次，将输入灰度图像对进行重构，并将其输入SHA-512算法生成初始密钥；然后，将初始密钥输入变参数超混沌系统，迭代生成5组混沌序列，进而对重构图像进行幻方变换，实现像素位置的变换；最后，对幻方变换得到的图像进行S形扩散，实现像素数值的变化，得到了近似均匀分布的密文图像。结果表明，该算法改善了传统图像加密方法的低随机性、低复杂度等缺陷，同时，提高了密文图像的无序性及抵抗常规攻击的能力。
2023, 52(6): 906-914.
doi: 10.12178/1001-0548.2022290
摘要:
在输电线路的缺陷检测中，鸟巢以及塑料、碎布等挂空悬浮物多为小目标。其所占像素少，容易被背景干扰，检测精度有待提高。设计了一种全新的两阶段目标检测算法，用于改善对输电线路中鸟巢以及挂空悬浮物的检测效果。为了提高小目标检测的性能，在特征提取模块中融入注意力机制，以学习更为丰富的上下文信息。此外，在检测模块中，设计了基于更为柔和非极大值抑制算法的后处理方法，以减少小目标的丢失。与常用的两阶段目标检测算法相比，该方法在两个类别的平均准确率上分别提高了约4.7%和5.9%，有着更高的实际应用价值。
在输电线路的缺陷检测中，鸟巢以及塑料、碎布等挂空悬浮物多为小目标。其所占像素少，容易被背景干扰，检测精度有待提高。设计了一种全新的两阶段目标检测算法，用于改善对输电线路中鸟巢以及挂空悬浮物的检测效果。为了提高小目标检测的性能，在特征提取模块中融入注意力机制，以学习更为丰富的上下文信息。此外，在检测模块中，设计了基于更为柔和非极大值抑制算法的后处理方法，以减少小目标的丢失。与常用的两阶段目标检测算法相比，该方法在两个类别的平均准确率上分别提高了约4.7%和5.9%，有着更高的实际应用价值。
2023, 52(6): 915-924.
doi: 10.12178/1001-0548.2022225
摘要:
移动群智技术是一种能够突破时间与地点的限制，实现随时随地大规模的实时群智数据感知、传输和共享的技术。然而，现有的移动群智场景在数据共享过程中面临诸多安全、隐私和效率问题，如非授权数据访问、访问控制隐私泄漏、单权威密钥托管、访问开销过高等。为了同时解决以上问题，提出了一个面向移动群智场景的高效去中心化属性隐藏的数据共享方案。该方案不仅允许群智用户指定基于属性的访问控制用于加密群智数据，使得只有满足访问控制的用户才能访问该群智数据，还允许多个权威机构为群智用户共同生成私钥，使得单独的权威机构无法伪装成合法的用户来非法访问目标群智数据。此外，该方案在不泄漏访问控制的属性隐私的情况下，群智用户能够以最低的能耗快速解密和访问目标群智数据。通过安全性和性能分析，证明该方案能够实现安全高效的移动群智数据共享。
移动群智技术是一种能够突破时间与地点的限制，实现随时随地大规模的实时群智数据感知、传输和共享的技术。然而，现有的移动群智场景在数据共享过程中面临诸多安全、隐私和效率问题，如非授权数据访问、访问控制隐私泄漏、单权威密钥托管、访问开销过高等。为了同时解决以上问题，提出了一个面向移动群智场景的高效去中心化属性隐藏的数据共享方案。该方案不仅允许群智用户指定基于属性的访问控制用于加密群智数据，使得只有满足访问控制的用户才能访问该群智数据，还允许多个权威机构为群智用户共同生成私钥，使得单独的权威机构无法伪装成合法的用户来非法访问目标群智数据。此外，该方案在不泄漏访问控制的属性隐私的情况下，群智用户能够以最低的能耗快速解密和访问目标群智数据。通过安全性和性能分析，证明该方案能够实现安全高效的移动群智数据共享。
2023, 52(6): 925-931.
doi: 10.12178/1001-0548.2023108
摘要:
基于直升机旋翼声信号的目标检测与识别是低空目标预警领域的一个重要问题。目前的相关研究将检测和识别分别进行研究，而在实际应用中检测与识别是一个整体过程。针对上述问题，提出了一种基于深度学习的直升机旋翼声信号检测与识别一体化算法。算法首先通过融合特征提取和支撑向量机进行目标检测，再将检测到的潜在直升机声目标的信号段基于深度学习进行分类识别。通过实验数据测试了该算法的效果，实验结果表明，该算法使检测率、识别率均得到较大幅度的提升，增强了检测识别精准度。
基于直升机旋翼声信号的目标检测与识别是低空目标预警领域的一个重要问题。目前的相关研究将检测和识别分别进行研究，而在实际应用中检测与识别是一个整体过程。针对上述问题，提出了一种基于深度学习的直升机旋翼声信号检测与识别一体化算法。算法首先通过融合特征提取和支撑向量机进行目标检测，再将检测到的潜在直升机声目标的信号段基于深度学习进行分类识别。通过实验数据测试了该算法的效果，实验结果表明，该算法使检测率、识别率均得到较大幅度的提升，增强了检测识别精准度。
2023, 52(6): 932-943.
doi: 10.12178/1001-0548.2022289
摘要:
当前，基于深度学习的目标识别建模技术面临标注样本不足、模型可解释性不高、稳定性不够等新的挑战，限制了深度学习解决更复杂、更抽象问题的可能性。采用知识与数据联合驱动的方式进行智能模型构建是突破现有瓶颈的一条重要途径。该文以外部经验与认知知识在模型构建中的引入方式为区分准则，提出了模型构建方法的分类标准，包括基于显式知识的建模方法、基于隐式知识的建模方法以及基于融合知识的建模方法；然后围绕每类方法在解决小样本、模型可解释性等问题上的探索进行综述，并总结设想了一种未来的知识与数据联合驱动建模方式。这种方式吸取了不同建模方式的优点，通过解耦知识建模与数据建模，以无监督、弱监督为核心训练方式，可以有效解决小样本条件下模型构建问题，提高模型可解释性。最后，该文总结了需要进一步研究的问题和未来的研究方向，以促进目标识别模型构建技术的发展。
当前，基于深度学习的目标识别建模技术面临标注样本不足、模型可解释性不高、稳定性不够等新的挑战，限制了深度学习解决更复杂、更抽象问题的可能性。采用知识与数据联合驱动的方式进行智能模型构建是突破现有瓶颈的一条重要途径。该文以外部经验与认知知识在模型构建中的引入方式为区分准则，提出了模型构建方法的分类标准，包括基于显式知识的建模方法、基于隐式知识的建模方法以及基于融合知识的建模方法；然后围绕每类方法在解决小样本、模型可解释性等问题上的探索进行综述，并总结设想了一种未来的知识与数据联合驱动建模方式。这种方式吸取了不同建模方式的优点，通过解耦知识建模与数据建模，以无监督、弱监督为核心训练方式，可以有效解决小样本条件下模型构建问题，提高模型可解释性。最后，该文总结了需要进一步研究的问题和未来的研究方向，以促进目标识别模型构建技术的发展。
2023, 52(6): 944-953.
doi: 10.12178/1001-0548.2023058
摘要:
如何高效地度量节点的重要性一直是复杂网络研究的热点问题。在节点重要性研究中，目前已有许多算法被提出用于判断关键节点，然而多数算法局限于时间复杂度过高或评估角度单一。考虑到熵可用于定量描述信息量的大小，因此，提出了一种基于交叉熵的节点重要性排序算法，该算法兼顾了中心节点与其近邻节点之间的整体影响力，并将节点的邻域拓扑信息有机地融合，使用交叉熵值来量化节点之间的信息差异性。为验证该算法的性能，首先采用单调关系、极大连通系数、网络效率以及SIR模型作为评价指标，其次在8个不同领域的真实网络上与其他7种算法进行比较实验。实验结果表明，该算法具有有效性和适用性，此外时间复杂度仅为\begin{document}$ O(n) $\end{document} ![]()
![]()
如何高效地度量节点的重要性一直是复杂网络研究的热点问题。在节点重要性研究中，目前已有许多算法被提出用于判断关键节点，然而多数算法局限于时间复杂度过高或评估角度单一。考虑到熵可用于定量描述信息量的大小，因此，提出了一种基于交叉熵的节点重要性排序算法，该算法兼顾了中心节点与其近邻节点之间的整体影响力，并将节点的邻域拓扑信息有机地融合，使用交叉熵值来量化节点之间的信息差异性。为验证该算法的性能，首先采用单调关系、极大连通系数、网络效率以及SIR模型作为评价指标，其次在8个不同领域的真实网络上与其他7种算法进行比较实验。实验结果表明，该算法具有有效性和适用性，此外时间复杂度仅为
2023, 52(6): 954-960.
doi: 10.12178/1001-0548.2022235
摘要:
现有的网络微观结构对社团特性影响的定性和定量分析，方法上还没有通用可靠的框架，实验数据集一般较小，说服力不强，此外也没有充分拆解各因素之间的耦合性。在定性分析上，采用基于零模型和“显著性检验”的微观结构对社团特性影响的分析方法，对各种类型网络进行了社团结构显著性检测，实现了微观结构对社团特性影响的质性分析。在定量分析上，提出基于零模型和“中介效应分析”的微观结构对社团特性影响的分析方法，将已知社团结构显著性类型网络的原始网络与零模型或零模型与零模型间模块度值作差，剔除微观结构对社团特性的作用，量化出不同社团结构显著性类型网络的不同阶数网络微观结构对社团特性的贡献程度。该文使用社交生物、科技、交通、经济、信息等不同规模的550个实证网络进行实验分析，全面深入分析了微观结构对社团特性产生的作用，有利于理解社团特性的形成机制。
现有的网络微观结构对社团特性影响的定性和定量分析，方法上还没有通用可靠的框架，实验数据集一般较小，说服力不强，此外也没有充分拆解各因素之间的耦合性。在定性分析上，采用基于零模型和“显著性检验”的微观结构对社团特性影响的分析方法，对各种类型网络进行了社团结构显著性检测，实现了微观结构对社团特性影响的质性分析。在定量分析上，提出基于零模型和“中介效应分析”的微观结构对社团特性影响的分析方法，将已知社团结构显著性类型网络的原始网络与零模型或零模型与零模型间模块度值作差，剔除微观结构对社团特性的作用，量化出不同社团结构显著性类型网络的不同阶数网络微观结构对社团特性的贡献程度。该文使用社交生物、科技、交通、经济、信息等不同规模的550个实证网络进行实验分析，全面深入分析了微观结构对社团特性产生的作用，有利于理解社团特性的形成机制。
