关键词 华人科学家; 新使命; 新征程; 世界科技强国; 信息科;

摘要 观念动力学是近年来国际系统与控制科学领域的研究热点之一,旨在从动态系统的角度研究社会网络中观念和行为的演化.本文概述了观念动力学的研究现状和发展趋势.首先介绍了观念动力学领域的基本问题和模型.然后结合多智能体系统的相关结果,分别从个体性质、个体交互方式和个体决策过程3个方面论述了观念动力学的主要研究成果.最后,对该领域的未来发展方向作出展望.

关键词 观念动力学; 社会网络; 多智能体系统; 复杂网络; 博弈; opinion dynamics; social networks; multi-agent systems; complex networks; game;

摘要 康复机器人是人机强耦合的系统,柔顺、安全的人机交互性能对于改善康复训练效果具有重要意义.现有人机交互控制方法研究主要涉及人体运动意图识别与交互控制策略等方面.人体运动意图识别一般基于生物电信号或交互力/力矩,而交互控制策略主要包括虚拟隧道、阻抗控制以及功能性电刺激.稳定、安全的人机交互是确保机器人辅助康复训练顺利执行,避免患者受到二次伤害的必要前提.本文对上述问题进行充分综述,并对存在的问题做了深入分析.

关键词 康复机器人; 交互控制; 表面肌电信号; 脑电信号; 动力学模型; 阻抗控制; 功能性电刺激; 稳定性; rehabilitation robot; interactive control; surface electromyographic; electroencephalogram; dynamics model; impedance control; functional electrical stimulation; stability;

摘要 现实机器学习任务中一个样本通常和多个标记相关,但获取完整的标记信息需耗费大量人力物力,因此多标记学习经常会遇到标记缺失的情况.将未缺失的标记看作不完全的标记矩阵,将样本特征作为辅助信息,则可通过矩阵补全方法来解决该问题,以往研究主要针对线性可分情形,本文提出KernelMaxide方法,在处理线性不可分多标记数据中缺失的监督信息的同时,不仅能利用数据的非线性结构,还能考虑标记之间的相互关系.该方法依据矩阵核范数的表示定理,构建了基于核矩阵的核范数最小化优化目标以及相应的优化算法,并用Nystrm方法缓解核矩阵的存储和计算开销问题.实验显示出KernelMaxide的优越性能.

关键词 机器学习; 多标记学习; 矩阵补全; 核方法; Nystrm方法; machine learning; multi-label learning; matrix completion; kernel method; Nystrm method;

摘要 传统的基于检测的跟踪方法虽然具有较好的鲁棒性,但是这种直接将目标与背景简单分类的方式不能合理地考虑跟踪目标与背景的结构相对关系,而这种相对结构判别性信息的缺乏使得跟踪算法极易发生跟踪漂移,为了缓解这种问题,本文提出了一个基于深度相对度量学习的视觉跟踪方法.利用一个对称且权值共享的深度卷积神经网络构建深度相对度量学习模型,通过这个模型来挖掘跟踪目标在大尺度的图像块里的结构相对关系,然后在Bayes跟踪框架下利用这种相对度量最大值确定跟踪目标,整个跟踪算法简洁有效.通过在跟踪的基准视频序列库上的实验结果验证了本文算法在跟踪精度和跟踪成功率上的高性能.

关键词 相对属性; 度量学习; 卷积神经网络; 视觉跟踪; relative attribute; metric learning; convolutional neural network(CNN); visual tracking;

摘要 立体图像因其强烈的沉浸感,近年来受到广泛关注,与之对应的立体图像的版权保护问题日趋紧迫.目前绝大多数用于图像版权保护的水印算法都是针对平面图像的,用于立体图像的水印算法较少.即使是立体图像水印算法,大部分算法未能很好体现和保留左右视角分量内部的特定联系,因而说必然影响算法的鲁棒性.本文提出面向立体图像的三元数极谐-Fourier矩(ternary polar harmonic Fourier moments,TPHFM),并基于此和混沌映射,提出一种鲁棒立体图像零水印算法.首先使用线性和非线性混合耦合时空混沌系统对原始二值logo图像进行混沌化,然后计算原始立体图像的TPHFM并选择适用于零水印算法的精确矩,然后计算精确矩的幅值来构造二值特征图像并使用Sine映射和Cosine映射对其进行置乱,最后将置乱的二值特征图像与二值混沌logo图像进行异或操作得到构造的零水印图像.仿真实验表明,本文算法对常规图像处理和几何攻击均具有较好的鲁棒性,并优于三元数圆谐-Fourier矩(ternary radial harmonic Fourier moments,TRHFM)算法和其他零水印算法.

关键词 三元数; 极谐-Fourier矩; 三元数极谐-Fourier矩; 立体图像; 零水印; 线性和非线性混合耦合时空混沌系统; Sine映射; Cosine映射; ternary number; polar harmonic Fourier moments; ternary polar harmonic Fourier moments; stereo image; zero-watermarking; mixed linear-nonlinear coupled map lattice; Sine mapping; Cosine mapping;

摘要 片上网络中路由算法的设计对芯片的性能有直接的影响.本文针对TriBA-Net网络提出一种新颖的最短路径.路由算法.首先,基于TriBA-Net网络设计了一种编码方法,该编码方法中所用到的文字1,3,2的集合与群论中的三文字集S_3群具有相同的含义.其次,设计了一种相隔节点间的通信模型,根据通信路径端点的可能状态,将通信划分为6种宏观数据流动模式.最后,利用S_3群的循环置换特性对通信模型进行简化,在XC6VLX550TL芯片上完成了SPR4T路由器的设计实现.实验结果表明,在27个节点的TriBA-Net网络性能测试中,在均衡负载模式下,与SPORT路由算法相比,SPR4T路由算法的饱和注入率提升7.5%,吞吐率提升7.7%,而且有效降低了硬件以及功耗的开销.

关键词 片上网络; 路由算法; 编码方法; 拓扑结构; 性能评估; networkon-chip; routing algorithm; coding scheme; topology; performance evaluation;

摘要 随着数据信息的迅速膨胀,现代基于von Neumann架构的计算机正面临着严峻的挑战,像人脑一样能够对信息进行学习、记忆和灵活处理的智能计算机是未来计算机发展的方向和目标.人脑几乎控制着人类所有复杂的生命活动,大脑神经元间的信息传递依赖于名为"突触"的结构,其突出特点——突触可塑性是学习与记忆的重要分子基础,因此突触仿生和突触可塑性模拟被认为是实现高效类脑人工神经网络的第一步.忆阻器作为第4种基本电路元件,拥有独特的类神经突触非线性电学传输特性,它的出现和发展为实现这一目标提供了可能.本文全面总结了近年来各科研小组使用不同的忆阻器件和各种实验方法成功模拟的突触可塑性,包括按记忆时间长短分类的短时程可塑性(双脉冲抑制、双脉冲易化、强直后增强)和长时程可塑性,以及放电时间依赖可塑性、放电速率依赖可塑性、经验学习、非联想性学习功能,还有用多个忆阻器及其他基本元器件(电阻、电感、电容、晶体管等)复合模拟的联想性学习、突触缩放等复杂功能,对比了不同器件的优缺点.最后,简述了当前忆阻器研究存在的问题和挑战,并对忆阻器在突触仿生中的研究前景进行了展望.

关键词 忆阻器; 突触; 突触可塑性; 人工神经网络; memristor; synapse; synaptic plasticity; artificial neural networks;

摘要 自重构模块化机器人指由一系列通用模块组装而成、能够根据所处环境或任务的变化依靠模块间的相互通信和自主运动重组为另一种适应新环境、新任务构型的机器人,对它的研究近年来已成为学术界和工业界关注的热点.模块化机器人的自重构过程在数学建模上,可以归约到在其所能表达的构型空间中的两个构型之间找到一条满足某种条件的最优路径.本文围绕自重构模块化机器人的路径规划方法,从单个模块的运动方式、实现运动所需的模块硬件结构、多个模块整体间的组织方式、构型空间表示方法以及路径规划算法这5个层次,对国际上已有代表性工作进行总结分析,并在此基础上指出现有工作中存在的问题与挑战,提出可能的发展方向并对以后的工作作出展望,为研究人员系统性地了解自重构模块化机器人路径规划方法的现状以及开展后续研究提供了思路.

关键词 模块化机器人; 自重构; 路径规划; NP完全问题; 近似算法; 计算几何; modular robots; self-assembly; path searching; NP-complete problems; approximation algorithms; computational geometry;

摘要 推荐系统在我们的生活中被广泛应用,对人们的生活起着越来越重要的影响.然而,协同过滤作为一种常见的推荐技术,很容易受到伪造虚假用户评分信息的恶意攻击的影响.为了保证推荐的质量,很多恶意攻击检测的方法被提出用于检测恶意攻击.现有的攻击检测方法大多是针对有组织大规模攻击的检测,即攻击者根据同一种策略,伪造大量的虚假用户评分信息用于提升或贬低一个目标物品.本文研究了一种不同的攻击类型:无组织恶意攻击,即攻击者们在没有组织的情况下,分别伪造少量的虚假用户评分信息来提升或贬低同一个目标物品.无组织恶意攻击出现在很多真实的应用中,对推荐系统的鲁棒性造成严重影响,而针对该攻击类型的研究还很初步.实验结果表明现有攻击检测方法不能够有效地检测无组织恶意攻击.本文分析了现有的多种攻击检测方法无效的原因,进而通过分析无组织恶意攻击的特性,总结出无组织恶意攻击检测的关键.

关键词 攻击检测; 推荐系统; 协同过滤; 无组织恶意攻击; 鲁棒性; attack detection; recommender systems; collaborative filtering; unorganized malicious attacks; robustness;

摘要 点和区间关系的保密判定在范围查询中应用非常广泛,但目前已存的解决方案大多只保护了一方的隐私,而另一方的隐私并未得到保护.此外,已存方案给出的点和区间都是离散的整数(或有理数)范围.针对这些问题,本文利用安全多方计算的思想设计了保密判定点和区间关系的2种协议,不但同时保护了两方的隐私,而且将数域推广到连续的实数.本文首先利用0-1编码并结合Goldwasser-Micali同态加密给出了全隐私判定一个整数点是否在一个离散整数区间上的协议1;然后利用函数的单调性和Paillier同态加密给出了全隐私判定一个实数点是否在一个连续实数区间的协议2.最后,给出了本文协议的一个应用实例.理论和实验分析显示:本文的两个协议在取得较优通信效率的同时都取得了全隐私性.此外,协议2相比以往的方案,第一次给出点和连续实数区间的判定方法,在保持较优效率和良好性能的同时取得了通用性.

关键词 点和区间; 全隐私; 安全多方计算; 实数; 同态加密; point-range; full privacy; secure multiparty computation; real number; homomorphic encryption;

摘要 本文提出了一种基于Device-to-Device(D2D)的无线多媒体网络编码广播重传策略.在D2D场景下,多个终端设备之间存在网络编码冲突和传输冲突等问题.为此,构造了一种D2D广播网络编码(IDNC)图,所有的可行编码和无传输冲突情况均被表示在图中.基于构造的IDNC图,设计了面向批次传输和滑动窗口传输的最优广播重传算法.同时,为降低算法复杂度,提出了一种最大权重网络编码选择算法(MWSA-NC).仿真结果表明:与传统方案相比,提出的算法能极大地提高系统吞吐量,降低解码时延和减少视频流失真.

关键词 D2D通信; 网络编码; 无线多媒体广播; IDNC图; 视频流失真; D2D communication; network coding; wireless multimedia broadcasting; novel IDNC graph; video distortion;

摘要 针对双向多天线中继系统中信息易被窃听的问题,提出了两种安全波束成形方案:安全和速率最大化波束成形(secrecy sum rate maximization beamforming,SSRMB)与零空间波束成形(null space beamforming,NSB).SSRMB方案中,采用具有收敛特性的连续凸估计策略,对非凸的安全和速率最大化问题进行求解,得到局部最优波束成形解.针对中继节点的天线个数大于窃听节点个数这一特殊场景,设计了低复杂度NSB方案,将中继转发的信息投影到等效窃听信道矩阵的零空间中,通过求解一个广义Rayleigh熵问题获得波束成形解.仿真结果表明,所提方案可以有效地提高系统的安全性能,SSRMB方案具有快速收敛特性.

关键词 物理层安全; 安全和速率; 连续凸估计; 零空间波束成形; 半定规划; physical layer security; secrecy sum rate; successive convex approximation(SCA); null space beamforming(NSB); semidefinite programming;

摘要 人群仿真已经成为疏散演练、安全监控等重要应用领域的关键支撑技术,但是复杂的个体心理、个性特征,以及个体间的相互影响对人群仿真的真实感提出了挑战.本文从用户的安全心理特征和运动速度特征出发,研究个体在拐角处的运动轨迹和避碰行为的真实感.首先,将影子障碍物模型分别转化为ORCA(optimal reciprocal collision avoidance)半平面和期望速度,分别提出了两种影子障碍物和ORCA模型的结合方法.然后,通过提出影子障碍物的手动生成方法,处理任意角度的拐角以及一些非封闭墙面的情况.基于上述方法,融合行为模拟和物理模拟技术,提出基于速度的人群仿真框架,并对复杂场景以及大规模人群进行实验分析.最后,将上述方法应用在地铁站环境的复杂场景,并采用Unity3D引擎进行真实感渲染,在仿真效果和计算效率两方面与现有的社会力模型进行比较.实验结果表明,本文提出的结合影子障碍物和ORCA模型的人群仿真方法计算效率高、真实感强,具有较好的应用前景.

关键词 人群仿真; 影子障碍物模型; ORCA模型; Unity3D; 真实感渲染; behavior simulation; shadow obstacle model; ORCA model; Unity3D; scene realistic rendering;

摘要 本文提出一套具有普适性、高效性的三维人脸迁移系统,能够简单、快速地实现带有纹理的三维网格角色模型之间的面部迁移.主要特点是对大部分三维角色均有很好的迁移效果.使用网格Laplace进行迁移面部的几何变换和变形保证几何细节的相似性,使用Poisson图像融合与色差优化技术结合的方法保证面部纹理色调的一致性和平滑过渡.配合人脸迁移系统搭建一套基于深度相机的自动人脸三维扫描系统,可自动快速重建出带有高清纹理贴图、较规整的三维人脸网格.较之前的工作,主要贡献是将人脸迁移对象从二维图像提升到三维模型,并且两个系统无缝衔接,形成了一套自动化程度很高的三维人脸迁移应用.

关键词 人脸迁移; 人脸扫描; 深度相机; 网格Laplace; 纹理融合; face transplanting; face scanning; depth camera; mesh Laplace; texture blending;

摘要 随着鱼眼相机逐渐成为全景视频的主要采集设备,面向鱼眼图像的高效全景拼接技术也得到越来越多的关注.为了解决镜头间亮度差异造成的拼接视频质量下降的问题,本文提出了一种基于非均匀采样直方图的亮度补偿算法.该算法根据全景图像在不同纬度空间采样率变化的特点对相邻图像的重叠区域进行非均匀采样,构成统计直方图,通过直方图匹配实现图像间的亮度补偿.此外,考虑到图像亮度分布对拼接图像质量的影响,本文根据重叠区域图像亮度直方图提出了一种新的自适应基准图像选择方法,基于该方法得到的基准图像可以有效提高全景视频的质量,该方法充分考虑了鱼眼镜头的畸变特性,不要求拼接的图像之间精确配准,能够适应不同的光照条件.实验表明,本文提出的算法在保证全景视频质量的同时,有效地降低了亮度补偿的复杂度,从而可以应用于基于鱼眼镜头的全景实时视频拼接系统.

关键词 图像处理; 虚拟现实; 直方图匹配; 鱼眼镜头; 视频拼接; image processing; virtual reality; histogram matching; fisheye lens; video stitching;

摘要 当今,使用手机网页来访问大规模建筑环境逐渐被人们所追求.BIM(building information modeling)是新一代智能建造的核心技术.本文以其主流格式IFC(industry foundation classes)作为输入数据格式,提出一套面向手机网页的大规模Web BIM场景实时漫游算法.与图形学领域的可视化程序相比,该方法不只注重可视化渲染时的面片级处理,更是在遵从建筑语义的前提下,以建筑构件为单位,对大规模Web BIM场景进行轻量化处理.方法主要从构件实例冗余、构件及空间混合索引、多粒度数据动态装/卸载策略3方面对场景数据量、组织结构、动态数据管理进行优化,并集成到原型系统.实验表明本文方法的去冗比例达70%左右,原型系统的FPS能保持在30左右,内存损耗约400 MB,能较稳定、流畅地在手机网页上进行大规模Web BIM场景的实时漫游.

关键词 手机Web3D; BIM/IFC; 轻量化处理; 建筑空间分析; 索引结构; mobile web3D; BIM/IFC; lightweight; building space analysis; index structure;

摘要 近年来,随着网络规模的不断扩大,结构和功能日趋复杂,网络流量快速增长,各种新型网络应用不断出现,对传统网络的配置、运行和管理提出了严峻挑战.软件定义网络(software defined networking,SDN)作为新兴的网络架构,较好地适应了各种网络应用的需求.在SDN网络中进行测量任务能及时了解、监控和掌握网络状态,是优化网络结构、改善网络服务质量、实现网络故障诊断和恢复的重要手段.本文对SDN网络测量技术进行综述,研究网络性能测量中的延迟测量、丢包测量和带宽测量等方面以及网络流量测量等相关技术,从设计理念、测量方式、测量对象、技术特点,以及优缺点等方面做了详尽的描述.文章最后进行了总结并对未来工作进行了展望.

关键词 软件定义网络; 延迟测量; 丢包测量; 带宽测量; 流量测量; software-defined networking; latency measurement; packet loss measurement; bandwidth measurement; traffic measurement;

摘要 体系结构在信息系统中起着举足轻重的作用,不仅决定了系统的功能和性能,而且决定了系统的效能和安全,因此,体系结构直接决定着信息系统的先进性.本文在介绍体系结构概念的基础上,对体系结构的发展进行了归纳总结,分析指出体系结构刚性是当前信息系统灵活性和高效能无法兼备的问题本质,提出了以软件定义互连和软件定义节点为特征的新一代软件定义体系结构,基于软件定义体系结构实现了Web服务、口令字恢复和图像识别3种典型系统,对比测试表明,软件定义体系结构系统较传统通用系统性能提升29.4～344.5倍,效能提升13.7～315.4倍,证明了软件定义体系结构的高灵活性和高效能.

关键词 信息系统; 软件定义互连; 软件定义节点; 软件定义体系结构; information system; software defined interconnection; software defined node; software defined architecture;

摘要 在线社交网络的兴起吸引了越来越多用户的加入,面对数以亿计的用户量,如何以一种可扩展的方式存储用户数据已成为社交服务提供商和学术界共同关注的热点问题.目前广泛采用的分布式键值存储通过Hash方法将用户数据随机放置在不同的存储服务器上,这种方法会导致数据中心内部巨大的通信量,不利于社交网络的扩展.本文针对社交网络中用户交互的特点,提出一种社交图划分与数据复制相结合的数据放置方法;进一步考虑数据中心网络拓扑,针对具体拓扑结构,设计数据放置算法,并分别讨论了算法对社交网络规模的增量调整以及分布式实现.在真实数据集上的比较实验结果表明本文所提出的算法能够有效降低社交网络数据中心内部通信量,增强其可扩展性.

关键词 在线社交网络; 数据放置; 数据中心网络; 社交局部性; 位置局部性; online social networks; data placement; data center networks; social locality; position locality;

摘要 本文分析以及优化一种采用双采样率(double sampling rate,DSR)技术的信道参数联合估计算法.论文首先对基于电平通过率(level crossing rate,LCR)的Doppler频移估计算法进行分析,所采用的分析度量是均方误差(mean square error,MSE).其次,将分析得到的MSE与信道采样间隔之间的关系用于优化所研究的算法.最终论文的分析表明最优信道采样间隔可以获得更好的Doppler频移和信噪比(signal-to-noise ratio,SNR)估计性能,这一点也在仿真中获得了证实.仿真结果显示优化后的算法具有最优的估计性能.

关键词 电平通过率; SNR; Doppler频移; 双采样率; 移动通信; level crossing rate; SNR; Doppler shift; double sampling rate; mobile communication;

关键词 人机交互模型; 清华大学; 实物用户界面; 界面范式; 人机交互系统;

摘要 在信息技术迅猛发展的背景下,人工智能的爆发及在诸多行业的成功应用再次引发人们对计算机全方位为人类服务的美好想象.然而,作为人与计算机之间信息沟通的桥梁和以人为中心指导系统开发的方法论,人机交互没有得到应有的同步发展,其瓶颈效应日益彰显.究其原因,可以归纳为以下两点:一是没有吸取好历史的发展经验;二是智能时代下应用场景的变化导致新的需求,对人机交互提出了巨大的挑战.本文回顾了人机交互的发展历史,重点讨论了人机交互的发展模式、心理学模型、交互界面、交互设计原则和研究框架等多个核心问题,并总结了当前人机交互出现的重要思想理论,提出在智能时代下对人机交互未来发展必要的讨论和思考.

关键词 人机交互; 用户界面; 心理学模型; 研究框架; 人工智能; human-computer interaction; user interface; mental model; research framework; artificial intelligence;

摘要 最近10年,人工智能和人机交互研究突飞猛进,在学术界和产业界都掀起了热潮.不管是突破人工智能的瓶颈,还是实现和谐、自然的人机交互,都迫切需要符合人类认知机理和心理规律的人机交互心理模型.建构面向智能时代的人机合作心理模型,不但可以解释、模拟和预测人类的行为,而且可以指导相应的智能系统和人机交互设计.本文回顾和总结了以往的人机交互模型和认知计算模型,基于最近10年的实验证据和研究发现,试图拓展和深化已有的认知模型,建构面向智能时代的人机合作心理模型,为智能时代的人机交互研究提供理论基础.

关键词 人工智能; 人机合作; 人机交互; 心理模型; 感知; 认知; 动作; artificial intelligence; human-computer cooperation; human-computer interaction; psychological model; perception; cognition; motor;

摘要 实物用户界面是一种新型的人机交互界面范式.通过实物对象与数字信息的耦合,实物用户界面允许用户通过抓握、移动、组装等自然的操作方式对数字信息进行操作.结合机电驱动等新兴技术,实物用户界面也可以通过自主移动、形状改变等方式,将数字内容的变化在真实世界中产生物理反馈.在诸多领域中,包括信息可视化、日常办公、教育与娱乐,以及支持创意创作等方面,实物用户界面都具有巨大的应用潜力.本文对实物用户界面的研究发展做了较细致的梳理,介绍了实物用户界面的起源及发展、理论框架、实现技术及应用领域等几方面,并展望了这一研究领域未来的发展趋势.

关键词 实物用户界面; 自然用户界面; 界面范式; tangible user interface; natural user interface; interface paradigm;

摘要 本文首先介绍范式的含义,然后讨论人机交互领域中范式这一概念的使用.以人机交互领域最有影响力的WIMP范式为例,讨论界面范式所包含的主要成分,并在此基础上分析了目前主要的智能系统的界面的特点和不足.最后本文提出了针对智能系统界面设计的RMCP界面范式,强调智能系统界面设计需要考虑系统的角色(role)、交互模态(modal)、交互命令(commands)和信息展示方式(presentation style)这几个基本因素.

关键词 人机交互; 界面范式; 智能系统; human-computer interaction; interface paradigm; intelligent system;

摘要 本文阐述了通过Bayes方法来预测用户交互意图的建模方法过程和推理过程.在自然交互界面上,用户不再是严格地通过离散明确的交互操作完成交互,而是通过连续、非确定的多模态数据表达交互意图.在解释用户的交互意图时,既可以使用"黑盒子"的机器学习方法,也可以利用"白盒子"的基于用户行为建模的方法.后者中的用户建模,其本质是通过计算的方法来刻画用户的行为能力,对于理解用户意图和探索自然交互的计算原理具有重要的科学意义.文章回顾了近年来人机交互研究中主要采用的智能算法,向读者厘清不同方法之间的差别,并通过我们实验室的具体研究工作展示用户建模的方法和Bayes推理的建模方法过程和推理过程.

关键词 Bayes方法; 机器学习; 意图推理; 用户建模; Bayes method; machine learning; intent prediction; user modelling;

摘要 本文首先简要回顾了认知科学在单通道信息加工及多通道信息融合方面的假定;其次,介绍了计算机科学在多通道信息融合方面相对于单通道信息处理增强的理论模型及实验验证.在各通道特征能够同时获得并统一表示的前提下,多通道人机交互信息的融合可以转化为分类或者回归问题求解.对于实际的交互系统,目前的多通道信息融合技术除了依赖单通道信息识别的准确性外,还依赖于交互系统设计的合理性.最后通过一个多通道信息融合的人机交互的实例,讨论了目前多通道交互系统的缺陷,并给出多通道人机交互信息融合智能方法未来的一个突破方向.

关键词 多通道信息融合; 人机交互; 机器学习; 模式识别; 认知科学; multi-modal information fusion; human-computer interaction; machine learning; pattern recognition; cognitive science;

摘要 人机和谐是人机交互的理想境界和永恒追求.近年来人工智能的蓬勃发展使得机器智能不断进步,引发了对于人类智力造成挑战的担忧.能否利用多模态人机交互技术实现人类智能的训练和强化,是人机交互研究的新命题.神经可塑性研究成果表明,人类的核心认知能力,如注意力控制能力、工作记忆容量等,有望通过视听觉交互任务、触觉交互任务、经颅电磁刺激、脑机接口等技术进行训练和强化.本文通过剖析虚拟现实系统的沉浸感、交互性、想象性的本质优势,结合工程控制论思想,提出面向人类智能增强的视听触觉多模态有机融合的人机交互机制.通过构建可控认知负荷、及时生理反馈、双向体脑交互的新型人机交互系统,探索基于Hebbian learning可塑性机制的智能增强方法.该研究将为揭示和认识人脑神经可塑性机制提供新的研究工具,同时将促进新型人机交互的硬件设备和软件方法研究,并将在个性化教育、神经康复、特种职业认知能力强化等领域产生应用价值.

关键词 神经可塑性; 触觉交互; 视听触融合; 人机交互; 注意力; 工作记忆; 智能增强; neural plasticity; haptic interaction; haptic-visual-aural multisensory feedback; human-machine interaction; attention; working memory; cognitive enhancement;

摘要 随着认知科学与移动计算技术的发展与应用,如何构建与评估自然用户界面成为越来越重要的问题.为此,本文在分析了自然人机交互主要特征的基础上,指出了自然语言的使用及其语义理解的重要性,借用语言学的语义三角形模型,提出了基于语义三角形的自然人机交互模型.该模型诠释了自然人机交互场景下,人与计算机之间信息流转与理解过程.最后,基于该模型给出了自然性、连续性和易学性3个评估要素的评估思路.

关键词 自然人机交互; 自然用户界面; 语义三角形; 自然人机交互模型; 用户界面评估; natural HCI; NUI; semiotic triangle; natural HCI model; user interface evaluation;

摘要 以聊天机器人为代表的Bots带动了以用户为中心的全新交互体验.基于多通道自然语言交互的Bots不再依赖于桌面的图形环境,源于桌面隐喻的传统WIMP(windows,icon,menu,pointor)范式也不再适用于基于Bots的人机交互,因此需要建立一种新的支持移动交互的界面范式来规范界面的描述.为此,本文对化身隐喻(avatar metaphor)进行扩展,提出了基于化身交互隐喻的ASLI(avatar,scenario,language,instrument)界面范式,并给出了基于ASLI范式的界面实例和交互框架,为基于Bots的人机交互系统提供了界面设计的指导.最后,讨论了未来ASLI范式的平台化发展趋势和衍生的生态系统.

关键词 Bots; 人机交互; 界面范式; 化身隐喻; Bots; human-computer interaction; interface paradigm; avatar metaphor;

关键词 机器翻译; 深度神经网络; 深度学习; 标记分布学习; 人工智能领域;

摘要 分层分类是一种利用数据类别间层次结构关系进行分类的任务,可以高效地组织和处理大规模数据.近些年来,在这个受到越来越多关注的领域中涌现出许多重要的工作.本文介绍分层分类的定义,并按照不同种类的问题解决策略,对大规模分层分类任务中的几个基本问题的研究进行总结.首先,给出层次结构的形式化定义.其次,分别阐述如何设计分层评价指标、如何构建层次结构、如何利用层次结构信息进行特征选择、如何利用层次结构信息训练分类器以及如何面向层次结构设计停止机制,并介绍具有代表性的相关工作.最后,对大规模分层分类任务进行总结,并展望未来可能的研究方向.

关键词 分层学习; 层次结构构建; 分层分类器学习; 分层分类停止机制; 分层特征选择; 分类; hierarchical classification; hierarchy construction; hierarchical classifier learning; hierarchical stopping strategy; hierarchical feature selection; classification;

摘要 深度学习近年来取得了突出进展,然而,深度学习模型需要占用大量的与计算相关的资源,同时其学习过程需要大量的数据与标记,因此目前深度学习领域的一个热点是降低其对计算和数据资源的渴求,即研究资源受限的深度学习.本文首先分析深度学习对资源的渴求及其导致的挑战,然后分别从数据、标记、计算资源受限3个方面对目前的研究进展简要描述,并以我们在计算机视觉领域的研究实践为例进行较详细的介绍.

关键词 深度学习; 资源受限; 数据资源; 标记资源; 计算资源; deep learning; resource constraints; data resources; label resources; computation resources;

摘要 近年来,深度神经网络,亦被称为深度学习,在机器学习方法主导的各个领域都取得了重大的突破.虽然经过训练的深度神经网络具有卓越的性能,但是整个训练过程却十分耗时,即使借助高性能计算设备,也需要数日甚至数周的训练时间.概念器作为回音状态网络的延续和发展,可以理解为描述神经动态活动模式的过滤器,是一个强大的时序数据处理工具.为了解决上述问题,基于对原始概念器模型的改进,本文在深度神经网络的非迭代方法和迁移学习两个方面分别做了一些工作.具体来说,(1)提出了针对非时序数据的概念器分类器,并在此基础上提出了一种非迭代方法前馈卷积概念器神经网络,通过在MNIST变集数据集上的实验测试了前馈卷积概念器神经网络的分类性能,不仅达到了同类方法的最高水平,而且极大地降低了训练时间;(2)提出了一种基于概念器的快速概念器分类器,在数据集Caltech-101和Caltech-256上,测试了快速概念器分类器结合预训练且不再微调的深度神经网络的表现,不仅在性能上超越了同类方法的最高水平,而且训练时间平均减少到原有的1/60.

关键词 概念器; 图像分类; 深度神经网络; 迁移学习; 非迭代方法; conceptor; image classification; deep neural networks; transfer learning; non-iterative methods;

摘要 本文主要介绍了标记分布学习和标记增强的相关概念及算法.标记分布学习是一种新型机器学习范式,传统的单标记和多标记学习都可以看做是该范式的特例.标记分布学习将不同标记对示例的重要程度用标记分布来显式刻画,已经在多个应用领域中取得很好的效果.然而,现有的多数数据集中却仅具有简单的逻辑标记而非完整的标记分布,因此无法直接应用标记分布学习.为解决这一问题,可以通过挖掘训练集中蕴含的标记重要性信息,恢复出每个示例的标记分布.我们将原始逻辑标记提升为标记分布的过程定义为标记增强.本文给出了标记分布学习和标记增强的形式化定义,介绍了典型标记分布学习和标记增强算法,并对这些算法进行了分析讨论.

关键词 标记分布; 标记分布学习; 标记增强; 多标记学习; 标记多义性; label distribution; label distribution learning; label enhancement; multi-label learning; learning with ambiguity;

摘要 场景文字检测与识别是一种通用文字识别技术,已成为近年来计算机视觉与文档分析领域的热点研究方向.其被广泛应用于地理定位、车牌识别、无人驾驶等领域.相对于传统的文档文字检测和识别,场景文字在字体、尺度、排布、背景等方面变化更加剧烈,深度学习技术也由于卓越的性能成为该领域的主流方法.本文主要回顾了作者基于深度学习在此领域取得的代表性成果,并对此领域未来研究趋势进行了展望.

关键词 深度学习; 场景文字; 文字检测; 文字识别; 计算机视觉; deep learning; scene text; text detection; text recognition; computer vision;

摘要 行人重识别是实现跨摄像机场景大范围追踪行人的关键技术,利用该技术可以把行人的碎片化多场景轨迹连接起来.本文首先回顾了行人重识别的发展,列举了目前行人重识别研究的主要难点和挑战.然后进一步介绍了作者所在研究团队针对行人重识别发展的非对称度量学习理论,及基于非对称度量理论和思想所开展的面向开放性行人重识别的非对称行人重识别建模.与现有用于行人重识别的度量学习算法相比,现有算法通常忽略了摄像机特征变化的特性,而非对称度量的优点是可以学习具备建模不同视域特点非一致性能力的特征变换.非对称建模除了应用在一般的行人重识别问题上,还可以应用在跨模态行人重识别、低分辨率行人重识别、基于属性与图像匹配的行人重识别、无监督行人重识别和不完整行人重识别等问题上.最后,本文讨论了行人重识别未来的发展.

关键词 视频监控; 行人重识别; 行人跨视域追踪; 度量学习; 非对称; visual surveillance; person re-identification; cross-view person tracking; distance metric learning; asymmetric modelling;

摘要 在进行跨语言自然语言处理时,缺少双语资源是非常棘手的问题,而这在语言资源匮乏的场景下是非常普遍的.此时,利用好非平行语料中蕴含的翻译知识变得更为重要.由于语料不平行,从中获取翻译知识意味着小数据、无监督学习,因此极具挑战,而取得的结果通常是双语词典的形式.这既是人工智能领域重要的学术问题,也在语言资源匮乏场景有着巨大的应用价值.本文针对前人研究中存在的问题,介绍一系列工作,从各个角度探索如何更好地利用非平行语料构建双语词典.

关键词 双语词典构建; 非平行语料; 双语词向量; 跨语言自然语言处理; 人工智能; bilingual lexicon induction; non-parallel corpora; bilingual word embeddings; cross-lingual natural language processing; artificial intelligence;

摘要 神经机器翻译是近几年出现并快速发展的一种深度学习驱动的新型机器翻译模式,目前已成为机器翻译学术和工业界广为接受的主流技术.本文总结了我们在神经机器翻译方面的工作,特别是在各种信息和知识约束条件下提出的一系列神经机器翻译模型和方法,具体包括隐变量约束的变分神经机器翻译模型、单词与短语级统计机器翻译译文推荐与约束模型、源端句法结构约束模型.除此之外,本文也对神经机器翻译未来发展进行了初步思考和展望.

关键词 神经机器翻译; 变分神经机器翻译; 神经机器翻译与统计机器翻译融合; 句法约束的神经机器翻译; neural machine translation; variational neural machine translation; fusion of neural and statistical machine translation; neural machine translation with syntactical constraints;

摘要 近年来,"脑科学计划"吸引了各国政府和公众的广泛关注.脑影像技术是研究脑科学的重要工具之一,然而由于脑影像数据所固有的高维度、多模态、异构和时变等特性,对其进行快速有效分析是当前研究的热点之一.在本文中,首先简要介绍脑影像分析的基本方法,接着回顾作者及其团队近几年在多模态影像数据融合、脑网络构建及其分析、脑影像基因关联分析、脑影像校准等方面的工作,并重点介绍在脑疾病早期诊断以及脑解码领域的应用.

关键词 脑科学计划; 脑影像; 脑疾病诊断; 脑解码; 多模态; brain research project; brain image; brain disease diagnose; brain decoding; multi-modality;

关键词 电子皮肤; 柔性电子器件; 健康医疗; 物联网; 电子元件; 传感器件; 柔性传感器; 柔性电子技术;

摘要 随着技术的进步与社会的发展,柔性电子器件与人体集成是电子信息与健康医疗紧密结合的必然趋势.具有可拉伸、可变形、超柔性等特点的类皮肤固体电子器件能与人体长时间舒适集成,未来将在医学诊断、医学治疗、人机交互和机器人环境感知等领域发挥重要作用.本文以超薄类皮肤固体电子器件研究为主题,重点介绍其在体温、体表应变、血氧、血糖等人体基本生理参数连续监测以及生物能量收集方面的应用进展.随着人工智能的成熟和大数据环境的完善,类皮肤固体电子将在人类未来的生命健康领域发挥不可替代的作用.

关键词 柔性电子; 类皮肤固体电子; 健康医疗; 体温; 血氧; 血糖; 能量收集; flexible electronics; skin-like solid electronics; healthcare and medicare; body temperature; blood oxygen; blood glucose; energy harvesting;

摘要 皮肤是人体最大的器官,能够感受温度、湿度、压力以及外界复杂的刺激.通过电子系统(电子皮肤)重塑人体皮肤的属性是一个研究热点,在人工智能、机器人和人机界面等方面具有广泛的应用.为了模仿人体皮肤的触感,研究者采用不同传导机制和结构设计研发出具有柔性、可拉伸、高灵敏度和高分辨率等要求的传感阵列.高密度柔性电路集成技术、无线技术和自供电技术使得电子皮肤具有便携和可移动等特点.自愈合技术使得电子皮肤对于意外的划伤产生自愈合效果以弥补器件的功能.本文综述了近期国内外用于模仿皮肤感知和生成仿生信号能力的材料、设备,以及改善电子皮肤性能所采用的先进技术.

关键词 电子皮肤; 柔性电路; 无线技术; 自供电技术; 自愈合技术; electronic skin; flexible circuit; wireless technology; self-powered technology; self-healing technology;

摘要 柔性传感器件因其在医疗健康、人机交互等应用中的巨大前景,受到了广泛关注,也是近年来的研究热点.作为无机功能材料中的一类重要材料,氧化物功能薄膜因其具有丰富的电子学、光学、热学、力学、磁学等方面性质已经在各种电子和光电子器件中得到了广泛的应用.将氧化物功能薄膜应用于柔性传感器件,有望进一步提高柔性传感器件的性能,并为新型柔性传感器件的设计提供材料保障.本文分析了目前氧化物功能薄膜在柔性传感器件中应用所面临的重点科学技术问题,并介绍了近年来在基于氧化物功能薄膜的柔性传感器件所涉及的关键技术和器件应用上的研究进展.

关键词 无机功能材料; 氧化物功能薄膜; 柔性器件; 传感器件; inorganic functional materials; functional oxide thin film; flexible device; sensor device;

摘要 赋予材料自修复能力是增强设备可靠性、耐用性和功能性的有效途径.对于柔性电子材料与设备来说,自修复功能尤为重要.本文总结了柔性自修复材料与传感器的研究进展.首先介绍并讨论了自修复聚合物的主要修复机制,包括本征型自修复和外援型自修复,并详细介绍了自修复柔性导电材料的研究进展.在此基础上,介绍并讨论了自修复柔性传感器,尤其是自修复柔性力学传感器的构建方法、传感及自修复性能.最后,讨论了柔性自修复材料和传感器的现有挑战和解决方案.

关键词 自修复; 柔性电子; 可穿戴电子; 柔性传感器; 柔性导体; self-healing; flexible electronics; wearable electronics; flexible sensors; flexible conductor;

摘要 单晶硅/锗材料是当今半导体工业的基石.当厚度缩小到纳米尺寸量级时,这些材料的薄膜在力学、光学、电学、热学等领域均展现出显著区别于体材料的独特性质与应用.超薄的厚度使单晶硅/锗纳米薄膜在获取可以媲美有机半导体材料的柔性特征的同时,仍保持远高于有机材料的迁移率特性.以上性质使硅/锗纳米薄膜成为高性能柔性电子器件的理想构筑单元,在物联网、可植入/可穿戴电子器件、仿生电子器件等诸多领域表现出非常广阔的应用前景.本文通过"先转移单晶硅/锗纳米薄膜,后搭建器件"以及"先制备单晶硅/锗纳米薄膜器件,后转移整体"两个角度,深入探讨了不同转移策略的特点,以及在柔性器件中的应用;阐述了当前该领域最新研究进展及需要重点解决的科学问题与技术难点.

关键词 硅; 锗; 纳米薄膜; 转移; 柔性器件; silicon; germanium; nanomembrane; transfer; flexible electronics;

摘要 柔性光电子器件需要在金属、玻璃、塑料等柔性非单晶衬底上制作或承载光电转换薄膜,已有的实现柔性光电子器件的方法分为两大类:直接在非单晶衬底上沉积有机光电转换薄膜;或者将外延生长的无机光电转换薄膜从单晶衬底转移到非单晶衬底.前者无法在柔性非单晶衬底上制作无机光电子器件,后者存在大面积转移的困难.如果能够在非单晶的柔性衬底上直接外延生长无机光电子器件,将为柔性无机光电子器件开辟一条新的技术路线和研究方向.传统的无机光电子器件的外延生长通常需要足够高的外延生长温度和耐高温的单晶衬底,前者裂解反应物并向其提供原子表面迁移能力,后者提供无机光电转换薄膜的晶格排列方式.通过电磁场耦合降低外延生长所需的温度,则有可能在柔性非单晶衬底上直接外延生长无机光电子薄膜.本文综合分析了国际上的低温外延技术的研究现状,并着重介绍了本研究团队提出的低温外延方法——电感应耦合等离子体金属有机物化学气相外延(inductive coupled plasma metal organic vapor phase epitaxy,ICP-MOVPE),包括ICP-MOVPE的设计思路、反应腔内等离子体的模拟仿真和该设备进行III族氮化物半导体外延生长的初步结果.

关键词 柔性光电子器件; 非单晶衬底; 大面积低温外延; ICP-MOVPE; 电磁场耦合; flexible optoelectronic devices; non-single crystal substrate; large area epitaxy; ICP-MOVPE; electromagnetic field coupling;

摘要 近年来柔性电子的出现带动了可穿戴设备、医疗电子、柔性显示和物联网等领域的飞速发展.随着柔性电子复杂性的提升,越来越多的功能器件被集成在柔性衬底上,功能器件之间的通信成为柔性电子设计中的重要问题之一.本文针对岛桥结构的柔性电子系统,提出了一种基于蜂窝拓扑结构的片上网络通信架构以及相应的路由算法.相比于传统结构,该架构能够有效地避免局部形变过大导致的互连导线断裂.同时,在面积和功耗方面也有显著改善.相比于Mesh结构的片上网络,本文提出的基于蜂窝拓扑的通信架构减少了46.43%的面积和30.51%的功耗.

关键词 蜂窝结构; 柔性电子; 片上网络; 岛桥结构; honeycomb structure; flexible electronics; network-on-chips; island-bridge structure;

摘要 转印是柔性可延展电子器件制备的重要手段,而对印戳与元件界面作用力的调控是转印技术的关键.本文提出了一种内含四棱台空腔结构的电磁辅助转印印戳并建立了该印戳的力学模型.在交变电磁场作用下,印戳上部的磁性薄膜发生凹凸变形并通过空腔内封装的液体传递给底部的柔性薄膜,从而改变印戳底部空腔缺陷处的压力大小,实现对印戳和电子元件间作用力的调控.力学分析表明,该印戳在转印过程中底部开口空腔缺陷处压力变化的大小随着电磁驱动压力的增大而增大,而随着薄膜弹性模量、薄膜厚度、薄膜的边长比的增大而减小.印戳薄膜边长比、厚度、弹性模量越小,对转印越有利.

关键词 电磁辅助转印; 印戳; 力学模型; 四棱台空腔; 有限元分析; electromagnetic-assisted transfer printing; stamp; mechanical model; four prism cavity; finite element analysis;

摘要 近年来物联网的快速发展带动可穿戴领域迅速崛起,体域网的出现对可穿戴设备的无线收发提出了新需求:在生物医疗应用中要求收发天线能够适应拉伸弯曲形变.传统天线制作在刚性衬底上,不具有柔性,而且天线在拉伸条件下发生形变,工作频率迅速变化导致性能退化,难以满足柔性系统的需求.本文针对此类需求,在柔性衬底PDMS材料上设计了一款可延展柔性倒F蓝牙天线,通过辐射臂曲流形走线和地平面的分割设计,天线的可延展柔性得以实现.仿真结果显示,设计的天线在保证工作频带完全覆盖蓝牙频段的条件下,X轴向上可做到最大20%的拉伸,Y轴向上可做到60%的拉伸,同时可承受最小曲率半径为8 mm的弯曲.

关键词 可延展天线; 倒F天线; 可穿戴; 蓝牙; stretchable antenna; inverted-F antenna; wearable device; Bluetooth;

摘要 集成在柔性衬底上的微型无机发光二极管(microscale inorganic light-emitting diodes,μ-ILED)能够承受拉、弯、扭等载荷,可以实现与人体组织直接集成,可作为一种新型光学探测器应用于人体健康监测和临床医学诊断.但这种电子器件在工作时会发出大量的热,器件的传热特性成为应用的重要问题.本文采用分离变量方法针对具有轴对称形状柔性μ-ILED瞬态传热过程建立了理论和有限元仿真模型,得到了系统温升随时间和空间坐标的变化规律,理论预测结果得到了有限元仿真的验证.通过理论模型,讨论了μ-ILED与封装层/衬底材料面内尺寸之间比值对正常工作下柔性μ-ILED温升的影响关系,这些结果能够预测基于柔性μ-ILED的微小体征探测器的发热过程,对其热管理及相应的散热设计具有一定的指导意义.

关键词 柔性微型无机发光二极管; 瞬态传热分析; 分离变量法; flexible microscale inorganic light-emitting diodes; transient thermal analysis; separation variable method;

摘要 在仿真科学技术领域,模型重用技术是提高建模效率和可信性的重要手段,也是当前复杂系统仿真领域的研究难点与热点.本文对模型重用的需求、分类、相关概念、特点等方面进行了分析,给出了模型重用的知识体系,从理论、方法与应用角度给出了详细说明,并总结了目前模型重用研究所存在的一些问题,最后分析讨论了未来要研究的几个关键问题.

关键词 建模仿真; 仿真模型重用; 可信性; 复杂系统; 模型生命周期; modeling and simulation; model reuse; credibility; complex system; model lifecycle;

摘要 建模与仿真技术应用广泛,现已成为人们认识和改造现实世界的重要手段,而仿真系统可信与否是仿真用户十分关注的问题.随着仿真对象愈发复杂以及用户对仿真应用要求越来越高,仿真系统呈现出多种复杂特性,以致于其可信度评估面临诸多挑战.本文首先总结了国内外仿真可信度评估发展历程,并分析了复杂仿真系统的特点及可信度评估面临的问题;然后,在此基础上给出了复杂仿真系统可信度评估解决方案及应对策略;最后总结了复杂仿真系统可信度评估所面临的挑战与机遇,指出了未来研究方向.

关键词 复杂仿真系统; 可信度评估; 校核验证与确认; 仿真模型验证; 研究进展; complex simulation system; credibility assessment; VV&A; simulation model validation; research development;

摘要 复杂产品设计需要建立多个学科领域模型,传统设计方法造成大量"模型孤岛"和信息不一致性.为了优化产品全局运行性能,必须集成孤立的多学科模型,实现多学科耦合分析以及多学科设计优化.本文采用基于模型的系统工程(model-based systems engineering,MBSE)方法,研究复杂产品设计过程中多学科建模方法和模型集成技术.在MBSE方法指导下,本文研究和建立了涡轮叶片冷却结构设计的几何模型、气动分析模型、传热分析模型以及设计优化模型等.MBSE建模方法突破了传统的专业界限,在统一体系架构下建立多学科模型,可以消除多学科模型不一致性,以及实现了多学科模型集成.MBSE方法的应用能够提高复杂产品设计效率和水平.

关键词 基于模型的系统工程; 涡轮叶片; 几何模型; 物理模型; 优化模型; model-based system engineering; turbine blade; geometric model; physics model; optimization model;

摘要 装备保障体系在现代战争中起着决定性的作用,若采用实装试验的方式进行研究,耗费的时间、人力、物力成本都较高,故采用计算机建模和仿真的方式比较科学.但装备保障体系作为一个复杂大系统,其组成要素多,交互关系复杂,采用基于离散事件的仿真方法难以揭示体系的特性,因此引入基于多智能体的仿真方法来对装备保障体系进行建模和仿真,可以通过各个智能体自底向上、协作自治的方式来揭示体系的"涌现性".本文对装备保障体系进行了基于智能体的仿真建模,构建了仿真平台的体系架构,对仿真运行管理、时间同步和数据分发等关键技术进行了研究,提出了双向动态粗分链表树的发布订阅算法,最后通过原型系统和案例分析验证了基于多智能体的建模与仿真方法是切实可行的.

关键词 多智能体; 装备保障体系; 建模与仿真; 仿真运行管理; 时间管理; 数据分发; multiagent; equipment support system; modeling and simulation;

摘要 互联网条件下的制造业协作关系是复杂网络系统.为了充分把握它的内在规律,指导我国制造业与互联网融合发展实现转型升级,本文研究提出"互联网+"条件下制造业协作关系优化升级模型——基于控制理论框架的闭环反馈控制模型,设计基于复杂社会网络理论的分析评估指标体系,并基于大型制造业互联网协作平台实际运行的微观数据进行实证分析.结果表明,"互联网+"有助于显著改善制造业协作关系的质量,提升整体的协作和创新绩效.

关键词 复杂社会网络; 建模与分析; 优化升级; 协作关系; 互联网+制造业; complex social network; modeling and analysis; optimization and upgrading; collaborative relationship; Internet + manufacturing;

摘要 针对传统数据挖掘方法无法深入分析防空体系复杂关联关系和体系能力涌现生成机理的问题,提出一种基于强制自编码神经网络的防空作战体系能力回溯分析方法.以使命任务指标为牵引,利用大数据关联关系分析,复杂网络社团分析及主成分分析等方法,获取相对完备且具有明确军事含义的防空作战指标体系结构,以此先验知识为结构框架,构建结构约束的强制自编码深度学习网络模型,形式化地描述防空体系能力指标之间的级联涌现关系,并在此基础上深入分析体系能力生成机理及贡献度,最后通过仿真实验数据对模型进行了验证.实验结果表明,相对于传统的数据分析方法和深度学习方法,所提模型对防空体系能力指标涌现过程的形式化描述,不仅体现了涌现过程的非线性、不确定性等复杂性特征,同时还赋予指标体系相对明确的物理含义,为辅助指挥员深入认知并管控复杂作战体系提供了可行的方法手段.

关键词 作战体系; 效能评估; 深度学习; 涌现; 体系指标; 贡献度; operational system of systems; effectiveness assessment; deep learning; emergence; indices; contribution rate;

摘要 在计算机视觉领域已经提出了很多物体跟踪算法和多人跟踪算法,但是遮挡一直是跟踪领域一个具有较大挑战性的问题.为了实现在多种遮挡情况下的行人跟踪,本文提出了一种基于深度学习的行人跟踪框架:根据物体检测算法Faster R-CNN训练了一个行人检测算法作为行人跟踪的搜索机制,相比于梯度下降算法这个机制在缩小搜索范围的同时提高了准确度;利用颜色直方图和尺度不变特征相结合作为目标的表示方式,在目标匹配的过程中,基于FCN图像语义分割算法训练了一个针对行人全卷积网络来提取目标模型中的行人信息以便于去除背景的噪声影响.在数据库OTB上与其他跟踪方法进行了比较,结果显示所提出方法比其他跟踪器在有遮挡的情况下提高了跟踪的准确率和成功率.

关键词 Faster R-CNN; SIFT; FCN; 图像语义分割算法; 颜色直方图; Faster R-CNN; SIFT; FCN; image semantic segmentation; color histogram;

摘要 炉窑和锅炉燃烧系统是一个复杂的非线性系统.针对当前炉膛火焰燃烧状况识别效果不理想、检测存在延迟等问题,提出了一种自适应颜色模型的火焰识别方法,以改善燃烧火焰的识别效果.首先,根据炉膛火焰燃烧特性设计含变量的自适应颜色模型,并采用最大类间方差法推导出自适应颜色模型中变量阈值的表达式;在此基础上,利用人类学习优化算法快速求解出最佳分割阈值,从而快速、精确地识别出炉膛火焰燃烧状况.最后,开展了仿真实验验证,结果表明所提出方法具有有效性与可行性.

关键词 自适应; 颜色模型; 火焰识别; 人类学习优化; 阈值; adaptive; color model; flame recognition; human-learning optimization; threshold;

摘要 基于空间方向的有限元方法和时间方向的L1-CN格式,本文针对二维两项时间混合分数阶扩散波动方程进行数值分析.首先,给出该方程的全离散逼近格式,并证明其无条件稳定性.然后,严格证明L~2模意义下的收敛结果和H~1模意义下的超逼近结果O(h~2+τ~(min{2-α)1,~(3-α}))(0<α_1<1,1<α<2),这里h和τ分别表示空间和时间步长.进一步地,利用插值后处理技术导出H~1模意义下的整体超收敛结果.最后,借助于数值算例进一步展示理论分析的正确性和高效性.

关键词 分数阶扩散波动方程; 有限元方法; L1-CN格式; 稳定性; 超逼近; 收敛和超收敛; two-term mixed time-fractional diffusion-wave equations; finite-element method; L1-CN approximation; stability; superclose; convergence and superconvergence;

摘要 基于图像的接触网异常检测中,鸟巢检测是其中一种典型的异常状况.但在接触网图像数据中含有鸟巢的图像只占总数据很小的一部分,属一类典型的不平衡数据分类问题.使用机器学习模型解决该类不平衡数据问题,模型对于数据特征的学习能力非常关键.生成对抗网络(generative adversarial networks,GANs)可以无监督地学习到丰富的数据特征,其优异的数据特征捕获能力被越来越多地证实和应用.但由于GANs模型自身结构及原理所限,直接将其用作图像分类模型效果并不理想.本文针对图像分类任务对GANs模型进行了研究和改进,提出了双判别器生成对抗网络(double discriminator generative adversarial networks,DDGANs),在接触网鸟巢检测中取得了令人满意的分类效果.同时DDGANs也是一种有效的半监督学习模型,对MNIST标准数据集的实验表明,与其他模型相比,准确率和收敛速度获得了明显提高.

关键词 生成对抗网络; 半监督学习; 不平衡数据分类; 异常检测; 接触网; GANs; semisupervized learning; unbalanced data classification; anomaly detection; catenary;

摘要 为有效对抗窄带射频层析成像测量过程中所存在的多径干扰,实现对阴影衰落的有效估计,本文结合结构化聚集Bayes压缩感知理论,依据阴影衰落所具有的稀疏性和空间区域聚集性特征,构造阴影衰落分布的聚集稀疏先验模型,建立射频层析成像的结构化稀疏Bayes学习机制,增强射频链路对阴影衰落与其他多径衰落的辨别能力,有效抑制伪影的产生,提升射频层析成像技术对观测目标的识别性能,更好地服务于无源位置感知的实际应用.

关键词 窄带射频传感网络; 无源位置感知; 射频层析成像; 多径干扰; Bayes压缩感知; narrowband radio frequency sensor networks; device-free localization; radio tomographic imaging; multipath interference; Bayesian compressive sensing;

摘要 使用脑电信号控制智能轮椅是智能轮椅的一种新型控制方式,其控制中最大的问题在于脑电信号的识别与分类,尤其是对多种脑电信号的分类.为了提高多种脑电信号识别与分类的准确度,本文提出了将改进共空间模式与深度信念网络运用于脑电信号识别与分类中.采用Emotiv EPOC+脑电采集仪采集多种脑电信号,改进共空间模式针对多种脑电信号进行特征信号提取,深度信念网络对提取的特征信号进行识别与分类.实验表明,提出的改进共空间模式与深度信念网络的分类准确率高于传统脑电信号的分类方法,在未来研究多种脑电信号的识别与分类上提供了一种研究思路.

关键词 脑机接口; 脑电信号; 改进共空间模式; 深度信念网络; brain-computer interface; EEG signals; improved-common spatial patterns; deep-belief network;

摘要 随着互联网和在线社交媒体的快速发展,社交网络中的信息传播十分迅速并难以掌控,社交网络中信息传播的规律研究需要进行大量的网络传播计算实验.当前以SIR模型为基础的网络传播实验广泛应用于疾病传播研究和信息传播研究.目前受限于硬件、软件等原因还很难进行超大规模的网络传播计算.然而当前互联网信息传播呈现出用户规模大、信息多、传播速度快的特点,以往基于抽象简化方法设计的小规模网络传播实验渐渐难以满足日益增长的计算需求.本文借助Spark平台,实现了超大规模网络传播计算实验算法,将该算法与Nepidemix单机传播计算组件进行了性能对比,论证了其优势和不足.该算法在有足够集群计算资源时可以进行上亿规模节点的网络传播实验,并且开发难度小,基于此可以高效地进行大规模复杂网络中的信息传播仿真,为舆情传播、监测、预测和干预等研究奠定了基础.

关键词 信息传播; 分布式计算; SIR模型; 复杂网络; 仿真方法; information dissemination; distributed computing; SIR; complex networks; simulation method;

摘要 基于虚拟等价系统理论统一分析和理解针对线性被控对象的,由任意控制策略和任意参数估计算法构成的自校正控制系统的稳定性、收敛性,给出了各种情况下便于工程应用的判据,这些判据的共同特点是不需要参数估计的收敛性.考虑到模型参考自适应控制可视为自校正控制的一种特殊情况,因此,本文方法和结论也可用于模型参考自适应控制系统的稳定性和收敛性分析.最后,用仿真结果验证了虚拟等价系统理论的有效性.

关键词 自适应控制; 稳定性; 收敛性; 虚拟等价系统; adaptive control; stability; convergence; virtual equivalent system;

摘要 本文梳理了微纳电子器件技术从等比例缩小的技术路线发展到以功耗降低为核心的后摩尔时代技术路线的过程,阐述了从等比例缩小到功耗缩小的微纳电子器件技术发展趋势,并对后摩尔时代大规模集成电路的新器件与工艺技术,包括Fin FET、围栅晶体管、新型隧穿器件、单片三维集成工艺等进行了较为系统的分析,试图为大规模集成电路技术的持续发展提供新的视野和观点.

关键词 集成电路; 等比例缩小; 低功耗; 微电子器件; FinFET; 围栅晶体管; 隧穿晶体管; 单片三维集成; 摩尔定律; integrated circuit; scaling; low power; microelectronics devices; FinFET; gate-all-around transistor; tunneling field-effect transistor; sequential three dimensional integration; Moore's law;

摘要 软硬件划分是软硬件协同设计中的关键步骤,决定了哪些功能由硬件执行,哪些功能由软件执行.软硬件划分属于NP难问题.现代嵌入式系统的复杂性提高,造成软硬件划分问题规模变大,需要采用启发式方法求解.禁忌搜索是求解软硬件划分的有效方法.然而,算法的求解过程非常耗时.已有的禁忌搜索求解软硬件划分是串行实现,要折中考虑解的质量和算法的运行时间.这种考虑牺牲了解的质量.本文提出基于GPU的自适应邻域压缩(compacting neighborhood)禁忌搜索的软硬件划分算法.首先,提出自适应策略.自适应策略能够增强算法的搜索集中性,提高解的质量.GPU的大规模并行特性可以降低算法的运行时间.其次,为了使算法在GPU上高效地执行,提出基于GPU的任务图表达、线程–候选解映射、数据布局和访存等一系列优化策略.最后,实验采用统一设备架构(CUDA)编程,并根据相关基准任务图,通过不同的计算–通信比和实时约束条件,对提出的方法进行验证.结果表明,本文方法的解质量要优于已有的方法.对比将自适应邻域压缩禁忌搜索自然移植到GPU后的运行时间,提出的GPU上的执行优化策略明显地降低了求解时间.另外,在更大规模的软硬件划分上验证了基于GPU的方法在时间上的优势.

关键词 软硬件协同设计; 启发式方法; 图形处理单元; 禁忌搜索; 自适应算法; hardware-software codesign; heuristic methods; graphics processing unit; tabu search; adaptive algorithms;

摘要 基于变换技术的图像融合是多聚焦图像融合中常采用的方法,融合效果明显,并具有较强的抗噪能力,但时间复杂度普遍较高.本文提出了一种基于离散Tchebichef变换和聚焦评价的多聚焦图像融合方法,根据离散Tchebichef多项式变换和相关分析(correlation)之间的联系,利用少量低阶离散Tchebichef多项式变换系数得到图像块的聚焦评价,然后对输入的多聚焦图像按聚焦评价最大原则进行融合.实验结果表明,该方法在保证融合效果的同时,有效地降低了融合时间,并对噪声有较强的鲁棒性.

关键词 多聚焦图像融合; 离散Tchebichef变换; 聚焦评价; 相关分析; 正交变换; multi-focus image fusion; discrete Tchebichef transform; focus measure; correlation; orthogonal transform;

摘要 本文提出了一种遥感图像目标检测框架,克服了遥感图像中由于目标较小且背景复杂造成的目标检测任务中的困难.所提框架包含两种深层神经网络模型,分别是全卷积网络模型和卷积神经网络模型.首先,使用全卷积网络提取遥感图像中可能存在待检测目标的候选区域,避免了对图像的穷举搜索.其次,使用深层卷积神经网络对候选区域分类,通过提取高层特征提高分类正确率.然后,提出了新的遥感图像目标检测数据集,模型的训练全部使用图像级的标签,提出简化弱监督训练方法解决遥感图像目标检测领域目标级标签缺乏的问题.最后,提出一种候选框融合算法,合并重叠候选框的同时调整候选框的位置.提出的模型在本文所提数据集satellite aircrafts dataset和公开数据集aircrafts dataset上进行了测试.实验结果表明,提出的目标检测框架和其他使用深层神经网络的框架相比提高了目标检测的正确率,并具有更高的检测效率.

关键词 遥感图像; 目标检测; 卷积神经网络; 全卷积网络; 弱监督训练; remote sensing image; object detection; convolutional neural networks; fully convolutional networks; weakly supervised training;

摘要 蛋白质功能自动标注是生物信息学领域的关键问题之一.蛋白质功能标注信息来源广泛,噪声标注信息不可避免地被引入.已有蛋白质功能预测研究更关注预测功能信息完全未知(或部分已知)蛋白质的功能,极少关注识别蛋白质的噪声功能标注.本文提出一种基于稀疏语义相似度的蛋白质噪声功能标注识别方法 (identifying noisy functional annotations of proteins using sparse semantic similarity,NFA).NFA首先利用一个蛋白质–功能标签关联矩阵存储蛋白质功能标注信息,对不同证据的功能标注信息分别加权,再利用功能标签间层次结构关系向上传播这些权重到拓展的功能标注上;其次,在加权后的关联矩阵上利用l1-norm约束的稀疏表示计算蛋白质之间的语义相似度;最后基于一个蛋白质的语义近邻蛋白质的功能标注信息投票识别该蛋白质的噪声功能.在酵母菌和拟南芥这两个模式生物上的实验结果表明,NFA较现有算法能更准确识别蛋白质噪声功能标注,剔除NFA识别出的噪声功能标注能够提升现有蛋白质功能预测算法的精度.

关键词 蛋白质功能; 噪声功能标注; 稀疏表示; 语义相似度; 标签结构; protein function; noisy functional annotations; sparse representation; semantic similarity; label structure;

摘要 作为一项先进的技术手段,合成孔径雷达层析技术(Tomo SAR)为解决SAR传感器固有的侧视模式引发的叠掩问题提供了可行性.但是,传统的非参数谱估计方法,比如截断奇异值分解法(TSVD),受限于较低的高程向分辨率,并不能满足实际应用的需要.如今,基于压缩感知的SAR三维成像方法成为了主流,但经典的压缩感知算法比如BP和OMP依然存在着运行效率低、超分辨能力不强、抗干扰能力低下等问题.因此,对于鲁棒性高超分辨能力强的解叠掩算法的需求非常的迫切.本文提出了一种基于组稀疏的阵列干涉SAR三维重建算法,在现有的压缩感知算法的基础上进行了改进,实现了更强的超分辨能力和鲁棒性.针对仿真数据和国内首次机载阵列干涉SAR三维成像实验的数据,本文验证了算法的超分辨性能,并获得了实际的建筑物三维成像结果.

关键词 基追踪算法; 压缩感知; 组稀疏; 合成孔径雷达三维成像; 阵列干涉SAR; basis pursuit(BP); compressive sensing(CS); group-sparsity; 3-D reconstruction; array InSAR;

摘要 针对弹性光网络的频谱碎片和能耗问题,提出了持续时间感知的能效路由算法.在路由阶段,考虑业务持续时间对光路能耗的影响,选择路径代价最小的路径提高网络能效.在分配频谱阶段,根据业务持续时间和业务离开时间,从业务可用频谱块中找出与已分配频谱块离开时间差值较小的频谱块预分配业务,计算各预分配频谱块的频谱连贯度值,选择频谱连贯度值最大的频谱块分配.仿真结果表明,论文提出的算法在动态网络环境下可以有效地降低业务的阻塞率,提高网络能效.

关键词 光通信; 能效路由算法; 持续时间感知; 频谱连贯度; 带宽利用率; optical communications; energy efficient routing algorithms; holding-time-aware; spectrum coherence degree; bandwidth utilization;

摘要 本文阐述了作者对智慧城市建设和发展的主要观点:(1)如何实时聚合各类城市大数据,特别是来自视频监控网络的图像视频数据,并通过构建基于云计算的"城市大脑"来分析和挖掘大数据价值并服务于城市运营与管理,是智慧城市发展中亟待解决的一个关键问题.(2)现阶段智慧城市建设的现状是"有眼、有脑",但作为"眼睛"的摄像头功能过于单一使得"脑强眼弱",其根源在于传统监控摄像机网络所采用的技术体系是为存储而不是分析设计的.尽管近期有些智能摄像头具有车牌或人脸识别功能,但是这种单纯强调"边缘计算"的方案仍然无法解决"眼脑合一"的问题.(3)为了解决目前阻碍智慧城市系统功能快速演进的难题,我们应借鉴人类进化了数十万年的视觉系统之"人类视网膜同时具有影像编码与特征编码功能"这一特性,研究与设计数字视网膜,使之具有统一时间戳和精确地理位置,能同时进行高效视频编码和紧凑特征表达的联合优化,并有效支持云端大规模监控视频分析与快速视觉搜索等功能.(4)为利用数字视网膜来构筑智慧城市的"慧眼",应积极布局与推进相关标准制定、芯片与硬件实现、支撑软件开发与软硬件开源社区,并开展大规模测试与应用.

关键词 智慧城市; 城市大脑; 数字视网膜; smart city; city brain; digital retina;

摘要 近年来,无人驾驶无论Tesla路线、Waymo路线,还是Intel路线等,都重点关注感知、规划和决策等计算认知,而交互认知严重缺失.这一问题不解决,自驾驶车难以被社会接受与认可.本文分析了自驾驶车交互认知的丰富性和实现难度,提出基于自然语言交互的车载智能音箱对话、肢体语言交互和车体语言交互3种交互形式.通过智能音箱及互联网实现了自驾驶车与车主、乘员、运维人员、开发人员、远程服务请求等之间的交互;解决了自驾驶车对路边行人和执勤交警的手势识别、理解与应对;攻克了狭路会车和超车并道两种常见车体交互的难题.最后,基于丰富的自驾驶交互认知形式,给出独立于决策总线的交互总线架构设计,并在多类型智能车上开展应用.

关键词 拟人驾驶; 多总线架构设计; 车载智能音箱; 手势识别与理解; 车体交互; personnel driving; multi-bus architecture design; intelligent car speaker; gesture recognition and understanding; body interaction;

摘要 包括发动机、CPU等在内的核心技术产品都是复杂系统,需要在不断试错中发展,不可能一蹴而就.发展核心技术产业就像上楼,只能一步一步从楼梯爬上去,一步台阶就是一次在应用中试错.试错需要时间和耐心.我国的自主CPU经过多轮试错从不成熟到成熟,自主CPU产业链从组合发散到组合收敛,基于自主CPU的应用系统从基本可用,到可用,到好用.在发展核心技术产业过程中,要发扬实事求是的作风和愚公移山的精神,不仅要撸起袖子加油干,还要耐着性子坚持干;要保持战略定力,不能对发达国家抱有不切实际的幻想;要提防国外垄断集团在我们不掌握技术时就封锁技术,在我们掌握技术后就通过技术合作阻止自主技术发展.

关键词 核心技术; CPU; 试错; key technology; CPU; trial-and-error;

摘要 面对互联网与经济社会深度融合发展带来的专业化服务需求,现有互联网基础架构及由此构建的技术体系在智慧化、多元化、个性化、高鲁棒、高效能等方面仍面临一系列挑战.本文分析了新型网络技术创新的基础,明确了新型网络的基本技术特征,以全维可定义的开放架构为主线、以基线技术重塑为切入点,探讨了基线技术重塑下新型网络的基础架构和核心机理,为互联网技术创新与突破探索了可能的方法和途径.

关键词 新型网络技术; 开放架构; 全维可定义; 多样化寻址与路由; 智慧化; 广义鲁棒控制; novel Internet technology; open architecture; full-dimensional definability; diversified addressing and routing; intelligence; general robust control;

摘要 本文系统地介绍了人工智能的起源、发展和研究现状,并从控制的角度,阐述了人工智能在控制系统中应用时可能遇到的问题以及带来的挑战和机遇.强调了智能算法和仿真在智能控制中的重要性,指出智能控制的核心当是以人工智能的方法来实现的控制算法.论述了人工智能和传统控制的关系,指出传统控制与智能控制不应互相排斥而是结合,应认真研究智能控制与传统控制各自的优缺点与适用条件以做到优势互补.最后,就新智能控制方法的提出、智能控制仿真平台的设立,以及多学科交叉联合研究中心的建立等方面,提出了新时期下智能控制研究的几点建议.

关键词 人工智能; 智能控制; 控制算法; 仿真; artificial intelligence; intelligent control; control algorithms; simulations;

摘要 由于海洋环境中温度、压力、波浪、海洋生物等因素的影响,致使绝大部分陆地无线传感器网络定位技术无法直接应用于水下传感器网络,需要结合其独特的海洋声传播环境进行研究.近十年来,水下传感器网络定位技术取得了巨大的进步,本文综述了水下传感器网络定位技术的研究现状,探讨了水下传感器网络定位技术中的若干前沿问题,并展望了水下传感器节点定位技术在近几年内预期能够解决的现实问题.

关键词 水下传感器网络; 定位; 通信; 网络定位节点; 水下信号传播; underwater wireless sensor networks; localization; communication; network positioning node; underwater signal propagation;

摘要 随着水下机器人技术的飞速发展,水下搜寻与救捞朝着精细作业方式发展.本文将搜救流程分解为大面积声学扫描与疑似点标识、近底声学成像与疑似点辨认、坐底声学精确定位与标志物投放、目标近距离观察与挂钩救捞/海底非开挖穿缆工程与织网救捞4个阶段,综述了各阶段所采取的搜寻与救捞方法、需要的搜寻与救助工具、搜救载体,以及国内外的典型成功案例.

关键词 水下搜救; 水下机器人; ROV; 声呐; 作业工具; underwater search and salvage; underwater robot; ROV; scanner; work tool;

摘要 近年来,自主水下机器人(autonomous underwater vehicle,AUV)一直是水下机器人(unmanned underwater vehicle,UUV)领域的研究热点,已经在海洋科学研究、海洋资源调查和海洋安全保证等方面得到了广泛的应用.在国家和有关部门的支持下,我国深海AUV在技术上取得了重要突破,开展了较大规模的航次应用,在多种深海资源调查领域中发挥了不可替代的作用.本文简要介绍了国外自主水下机器人研究现状,重点介绍了我国深海AUV的研究现状和应用成果,并展望了我国深海AUV的未来发展趋势.

关键词 自主水下机器人; 水下机器人; 海洋资源调查; AUV; UUV; marine resources investigation;

摘要 人类社会正迎来大数据时代,对数据传输速率的要求越来越高,迫切需要发展高集成度、高速率的新型互连技术,满足每秒太比特甚至更高速率数据传输需求.传统平面集成互连技术,如微带线、带状线、共面波导等,采用开放式结构,受带宽与损耗限制,其时延、衰减、串扰等信号完整性问题在数据速率达到每秒吉比特以上时非常严重,无法满足传输需求.为了提高传输速率,在传统互连技术基础上,可采用串行链路与差分技术,均衡与预加重技术等,但仍无法从根本上解决互连的高速数据传输问题.基片集成波导技术作为一种新型的平面集成互连结构,兼具传统平面集成互连的易集成与波导的宽频带、低损耗与低串扰优点,近些年来逐渐在高速互连技术中得到应用,实现了高速率的数据传输.本文详细介绍了各种新型基片集成波导互连的物理结构与传播特性、传输模式与机制,以及已实现的数据传输速率,其中包括了作者近几年的一些最新研究成果.按照传输模式不同,基片集成波导互连主要可以分为3类:TE模式的基片集成波导互连(substrate integrated waveguide,SIW)、TEM模式的基片集成同轴互连(substrate integrated coaxial line,SICL),以及混合模式的基片集成波导互连.TE模式SIW互连为带通信道,需对基带信号进行调制方可进行传输.SIW互连系统引入调制技术增加了传输复杂度,但多种调制技术的灵活运用可以增加信道利用率,从而提高数据传输速率.SICL互连采用TEM模式,不需调制解调,并且准封闭式结构保证了良好的信号完整性.混合模式的SIW互连通过共享导体或介质,集成了SIW与其他结构互连,可同时传输TEM模式与TE10模式.按照物理通道数分类,基片集成波导互连又可分为单物理通道单路信号传输、单物理通道多路信号并行传输、多物理通道多路信号并行传输.单物理通道单路信号传输,采用单个物理信道,基于单模或多模方式传输一路信号.单物理通道多路信号传输,则采用单个物理信道,通过多种模式或复杂调制技术传输多路信号.多物理通道多路信号并行传输,采用多个物理信道,基于单模或多模方式并行传输多路信号.各种新型基片集成波导互连的提出,为实现高速率的数据传输提供了关键技术与解决方案.

关键词 基片集成波导; 基片集成同轴线; 互连; TEM模式; TE模式; 高速数据传输; substrate integrated waveguides; substrate integrated coaxial line; interconnects; TEM mode; TE mode; high-speed data transmission;

摘要 星地高精度光链路的建立是进行星地量子通信科学实验的必要条件,相比常规激光通信,星地量子科学实验卫星需解决量子光和信标光能量差异极大,卫星要同时和两个地面站建立高精度光链路等特殊要求.论文基于星地量子通信的科学需求,提出了卫星对站指向和载荷自主寻的相结合的一星两站光链路建立的总体方案,采用凝视–凝视的捕获方法,实现星地的快速捕获;采用粗跟踪和精跟踪相结合的多级跟踪架构,满足星地高精度光学跟踪的需求;采用星地联合扫描和系统修正的方法,实现了星地量子光束的高精度对准.最后论文给出墨子号量子科学实验卫星在轨验证结果,实验数据表明量子科学实验卫星光链路建立的各项指标均达到和超过预期要求.

关键词 量子通信; 光链路; 捕获方法; 跟踪系统; 扫描; 在轨测试; quantum communication; optical link; capture method; tracking system; scan; in orbit test;

摘要 为了减轻网络负荷和提高网络系统性能,本文基于混合触发传输机制研究了网络对抗攻击环境下的一类具有随机节点的复杂网络系统的H_∞状态估计问题.首先,考虑到系统状态波动较大时,传统事件触发机制会导致丢失一些重要信息,设计了一组分布式混合触发器,然后考虑信息在传输过程中可能发生的随机网络攻击和延迟,建立了一个新的复杂网络系统的状态估计模型,利用Lyapunov稳定性理论和随机分析技术,给出了状态估计系统渐近稳定的充分条件,在此基础上采用线性矩阵不等式的方法得到了状态估计器增益和混合触发器的未知参数.最后利用一个数值仿真验证了所提出的方法的有效性.

关键词 复杂网络; 混合触发机制; 对抗性网络攻击; 状态估计; 矩阵不等式; complex network; hybrid-triggered scheme; adversarial network attacks; state estimation; matrix inequalities;

摘要 概率布尔网络是研究社会网络上的观念动力学以及基因调控网络的重要模型.对概率布尔网络的研究主要是利用Markov理论对系统的状态转移矩阵进行分析,矩阵的半张量积是将逻辑动态系统转化为代数形式的重要工具.本文主要利用矩阵的半张量积研究概率布尔网络到概率转移矩阵的逆问题,即将状态空间框架下的概率转移矩阵还原为原始的概率布尔网络.首先给出从状态概率转移矩阵构造概率布尔网络的算法,其次考虑到从概率状态转移矩阵到概率布尔网络构造的不唯一性,进一步改进了概率布尔网络逻辑表达的重构算法,最后通过实例检验了算法的有效性,并对未来的研究方向作出展望.

关键词 概率布尔控制网络; 矩阵半张量积; 逻辑实现; 概率转移矩阵; 重构; probabilistic Boolean control network; semi-tensor product of matrices; logical realization; transition probability matrix; reconstruction;

摘要 群组行为分析是光学影像序列分析中的一项重要课题,在近年来引起了人工智能领域研究人员的广泛关注.与行人个体相比,群组能提供更高层的语义表示,为分析人群运动模式提供基础.本文将人群影像序列中的影像块作为研究对象,提出了一种基于多视角聚类的群组行为分析方法,对运动模式不同的群组进行区分,主要研究内容有:(1)提出了基于特征点的影像块构图方法,从交互关系、空间位置、运动方向分布,以及运动规律等方面衡量影像块之间的关系;(2)提出了一种多视角聚类方法,通过融合多种特征对每个影像块分配类标签,并引入图多样性正则项以避免特征冗余;(3)提出了一种类合并方法,根据类内特征点的运动方向和类中心位置坐标,对关联度较高的类别进行合并,自动确定最终群组数目.CUHK人群数据集上的实验结果证明了该方法能够准确划分出影像数据中的群组.另外,与现有方法相比,本文提出的多视角聚类方法也在不同数据集上取得了较好的实验结果.

关键词 人群分析; 群组行为分析; 聚类算法; 图聚类; 多视角聚类; crowd analysis; group behavior analysis; clustering; graph clustering; multiview clustering;

摘要 混合SDN网络作为SDN网络与传统网络的过渡形态,在保留传统网络服务的同时,兼有部分软件定义网络易于管理维护的特点,但混合SDN网络的更新问题一直没能找到有效的解决方法,特别是当距离矢量路由参与混合的情况.本文将分段路由技术引入混合SDN网络更新,提出了一种分段路由在混合SDN网络更新的应用方案,结合顺序更新与两步复制机制,设计LFCA算法.LFCA算法首先尝试用分段路由拼接最终路径并将最终路径信息封装入数据包包头.而对于不可拼接的数据流,LFCA算法构建了顾及更新远端效应的动态拓扑集并基于回溯原理来评估每一步更新操作,通过不断回溯比较来最终找到最长一致性更新序列,对于仍未完成更新的节点利用两步复制机制完成更新.经过实验验证,与之前算法相比,LFCA算法可以极大地节省算法时间开销与存储资源开销.

关键词 分段路由; 距离矢量路由; 混合SDN网络; 一致性; segment routing; distance vector routing; hybrid SDN networks; consistency;

摘要 随着大数据的兴起与计算资源的丰富,人工智能在诸多应用领域取得了显著突破,成为了世界各国竞相争先的战略制高点.与此同时,人工智能的社会影响日益突出,得到广泛关注的同时也备受争议.本文从宏观视角概览人工智能的基本概念、发展历程、发展现状和未来趋势,试图揭示人工智能的真实面貌和发展规律,致力于引导全社会对人工智能技术的正确认知,并倡议在人工智能发展中应未雨绸缪、形成合力,确保人工智能的正面效应与健康发展,保障人工智能始终造福于人类.

关键词 人工智能发展历程; 人工智能发展现状; 人工智能发展趋势; 法律法规; 社会伦理; AI development history; AI current situation; AI trends of development; laws and regulations; social ethics;

摘要 当今全球进入信息化及智能化时代,新一代多层域感知、人工智能、移动互联、主动协同等技术的不断进步,推动智能交通系统体系和内容的全面创新.智能交通系统贯穿用户需求、设计制造、运营维护全生命周期的信息化和智能化,主要面临智能感知、运动体控制与自主协同、交通需求引导与一体化出行、运行安全态势评估及应急处理、全生命周期的大数据融合处理、高可靠通信等一系列科学和技术问题.本文调研了近年来智能交通系统的发展,总结了当今智能交通系统中的若干科学和技术问题.

关键词 智能交通; 人工智能; 大数据; 智能感知; 自主协同; intelligent transportation; artificial intelligence; big data; intelligent perception; active collaboration;

摘要 有人/无人系统的自主协同是一项可能对未来战争模式产生颠覆性变革的重要技术.本文分别从系统、决策、控制与安全4个层面分析了有人/无人系统自主协同研究面临的各种挑战和重要科学问题.

关键词 有人/无人系统; 自主协同; 分布式优化; 分布式控制; manned/unmanned systems; autonomous cooperation; distributed optimization; distributed control;

摘要 当前互联网投资借贷平台存在资金挪用风险,缺乏有效手段保障资金安全和交易一致性.传统方式着重于加强对平台主体的评估和管控,以此间接保障交易和合同执行的安全,而本文提出了一种全新的基于法定数字货币的解决思路:基于法定数字货币钱包应用服务体系创造可信的运行环境,通过联合签名机制管控资金用途,解决资金安全问题,并利用钱包应用中的智能合约保障交易一致性,实现交易过程的公开透明、安全可控.目前陷入困境的互联网金融平台可借此转型,作为法定数字货币增值服务商,在数字货币生态体系中更透明、更规范地助力数字普惠金融创新.

关键词 法定数字货币; 央行数字货币; 互联网投资借贷平台; 智能合约; 联合签名; digital fiat currency; central bank digital currency; peer-to-peer lending platform; smart contract; joint signature;

摘要 实时电价理论是许多国家电力现货市场设计的理论基础,但有两个重大缺陷:一是仍然基于传统的分时调度模型,忽略了电能生产和消费的时间连续性这个十分重要的特征对电能成本及电力系统调度运行的影响,没有认真处理跨时段约束;二是假设同一时段的电能商品都是同质的,无法区别基荷、腰荷和峰荷机组区别明显的技术特征及成本构成.为克服这些缺陷,本文提出连续时间电能商品模型(即功率对于时间的函数),以及该模型下两者不同的定价方式,即实时电价和按负荷持续时间定价.两种定价方式下的市场优化问题也相应地由传统电力市场理论中的数值优化问题变为泛函极值优化模型.本文通过严格的数学推导证明了按负荷持续时间定价的可行性.所提的理论和方法可为国内外电力市场建设提供全新的思路和理论基础.

关键词 电力市场; 实时电价; 价格形成机制; 市场均衡; 泛函优化; electricity markets; spot pricing; functional optimization;

摘要 随着新一轮电力市场改革的持续推进,电价作为反映市场运营状况的重要指标,准确预测电价能够帮助电力市场博弈方进行风险规避,达到经济收益最大化.本文提出了一种新的基于分解–优化–集成(decomposition-optimization-ensemble, DOE)的混合学习模型来预测电价,首先利用快速集成经验模态分解方法将波动性较大的电价数据分解成一系列本征模态函数和一个残差序列.然后对鲸鱼算法从收敛速度、精度和算法搜索能力3个方面进行改进,再利用改进的鲸鱼算法优化径向基神经网络的扩展系数,采用优化后的径向基神经网络模型对分解得到的本征模态函数和残差序列进行预测.最后对分解后的子序列预测值进行集成,得到电价的预测值.为了验证混合学习模型的预测效果,本文对美国宾夕法尼亚–新泽西–马里兰电力市场的电价进行中长期和短期预测.实证结果显示DOE混合学习模型在水平精度和方向精度上均能获得很好的效果.

关键词 电价预测; 快速集成经验模态分解; 改进的鲸鱼算法; 径向基神经网络; 方向精度; electricity price forecasting; fast ensemble empirical mode decomposition; improved whale optimization algorithm; RBF neural network; direction precision;

摘要 现代电力系统是可再生能源、清洁能源与信息互联网高度融合的分布式能源网络系统,这其中,风力发电、太阳能发电系统具有间歇性且受到较多外部条件约束.协同优化风力发电、太阳能发电控制可以在满足负荷需求的同时,减少机械损耗,延长机组使用寿命,保证电网的安全经济运行.针对大规模且地理分散的风光互补发电系统,本文提出一种分级递阶分布式预测控制策略.上层优化控制器采用迭代分布式预测控制策略,不仅实现功率优化分配,而且能够实现减少风机低速轴机械损耗、降低系统发电成本的经济性目标.下层控制器采用监督预测控制算法可同时保证子系统的跟踪性能和经济性能.所构造的分级递阶分布式预测控制策略通过各子系统间的协同优化,实现了分布式能源的"即插即用".仿真实验证明,本文提出的分级递阶分布式预测控制策略能够有效地实现微网的安全可靠、优质高效、灵活互动等要求.

关键词 风光互补发电系统; 分级递阶控制; 分布式预测控制; 风力发电; 太阳能发电; hybrid wind and solar generation system; hierarchical control; distributed model predictive control; wind power generation; solar power generation;

摘要 大规模分布式电源(distributed generations, DGs)并网,使得传统配电网向主动配电网发展,这对主动管理模式下配电网网架规划提出了新的挑战.本文考虑需求侧管理,建立了含DGs的主动配电网网架双层规划模型.上层规划模型以年网络综合费用最小为目标,并且考虑DG渗透率以及风力发电机和光伏发电机装机容量占比不同对配电网网架规划的影响,建立了配电网网架规划模型;下层模型在上层网架规划的基础上,计及风力、光伏发电以及负荷的不确定性,并对DGs的出力和可中断负荷中断量进行优化;通过上下层联动,分别采用改进单亲遗传算法和原对偶内点法对双层规划模型进行优化求解.以29节点配电网为例,仿真结果表明考虑需求侧管理能够得到更优的网架方案,减少年网络综合费用、改善系统节点电压分布,并且通过调节DG渗透率和风机光机容量占比可以进一步优化网架方案,使网架规划成本达到更小.

关键词 主动配电网; 分布式发电; 网架规划; 双层规划; 需求侧管理; DG渗透率; active distribution network; distributed generations; framework planning; bilevel planning; demandside management; DG penetration level;

摘要 本文研究了基于事件触发和网络攻击的负荷频率控制电力系统H_∞滤波器设计问题.为了节约网络传输带宽资源,本文引入事件触发机制降低负荷频率控制电力系统测量输出的传输量.考虑网络环境下随机网络攻击的影响,建立基于事件触发和网络攻击的负荷频率控制电力系统H_∞滤波误差模型.基于此滤波误差模型,利用Lyapunov稳定性理论和线性矩阵不等式技术分别给出了负荷频率控制电力系统均方渐近稳定的充分性条件和H_∞滤波器设计方法,最后通过仿真算例验证本文所提H_∞滤波器设计方法的有效性.

关键词 电力系统; 事件触发; 网络攻击; H∞滤波; 网络化控制系统; power system; event-triggered scheme; cyber-attacks; H∞ filtering; networked control systems;

摘要 本文针对电网中的经济调度问题,提出了基于梯度下降和一致性协议的分布式优化算法,以最小化总的发电成本.该算法不需要将全局信息传递给每条母线的控制单元,仅需要在相互连通的母线之间进行局部信息的交换以此来平衡电力的供应和需求.通过理论分析,得出可通过选择合适的步长和初值使该算法收敛到原问题的最优解,进而通过以IEEE 9母线系统为例的仿真证实了所提出的算法的有效性.

关键词 经济调度; 分布式算法; 梯度下降法; 一致性算法; 通信拓扑; economic dispatch; distributed algorithms; gradient descent method; consensus algorithm; communication topology;

摘要 本文针对海水淡化系统的负荷特性需求,将微电网发电系统应用到海水淡化系统中,并基于风力发电优先,光伏发电配合,必要时蓄电池补充的原则,提出了一种微电网分布式协调预测控制策略.对微电网中的风力发电子系统和光伏发电子系统,分别设计分布式预测控制器,协调各发电子系统的输出功率.考虑微电网中各子系统输出功率及其变化率约束,分布式预测控制器优化其相应的目标函数,使其输出总功率保证海水淡化系统的稳定运行.仿真结果表明,所提出的分布式协调预测控制方法既可以合理分配各子系统的发电功率,满足海水淡化系统的负荷需求,还可以限制各子系统输出功率的过大波动,保护发电设备.

关键词 分布式预测控制; 微电网; 风力发电; 光伏发电; 海水淡化系统; distributed predictive control; microgrid; wind power generation; photovoltaic power generation; seawater desalination system;

摘要 本文提出了一种基于事件触发的微电网经济分配问题(economic dispatch problem, EDP)一致性算法.该方案基于多智能体的一致性,每个智能体只需要获取其本地成本参数、本地负荷和邻域信息.通过每个智能体参与邻域信息交换和本地计算,经济分配经过迭代后收敛到最优值.进一步考虑加入事件触发来减少智能体计算以及与邻居通信的频率.这样可以节约通信带宽和能源,符合经济分配的经济性要求.仿真实验进一步说明了该方案的有效性.

关键词 一致性算法; 事件触发; 经济分配问题; 多智能体系统; 微电网; consensus algorithm; event-triggered control; economic dispatch problem; multi-agent systems; microgrid;

摘要 本文提出了自能源(we-energy, WE)这一新的能源互联网基本能源单元,为新能源就地消纳、各类分布式电源的即插即用和产–消–储一体化的多能互补提供了一种能源管理策略.为处理自能源在不同运行条件下的多能协调控制与优化问题,建立了基于信息–物理–能源–经济系统(information-equipment-energy-economical system, IEEES)的四元模型,提出了自能源的4种运行模式.该模型利用自能源中信息、物理、能源和经济4个子系统的耦合特性,根据能源互联网运行态势进行模式转化,建立了对应的自能源状态方程,并进行了自能源分布优化、协同控制等典型应用场景的分析.通过经济优化,获取了多个自能源在市场交易中的最优策略,实现了自能源内部能源的合理分配.通过对自能源内部设备的协同控制,实现了在功率波动情况下并网点系统参数及能源交换的稳定.

关键词 自能源; 四元模型; 信息–物理–能源–经济系统; 运行模式; we-energy; quaternary model; information-equipment-energy-economical system; operating mode;

摘要 新能源以及分布式能源大规模并网所带来的随机扰动问题,影响电网安全和经济运行.本文提出一种具有动作自寻优能力的多智能体深度强化学习算法,即DDRQN-AD算法.所提算法可有效获取电网最优协调控制,从而解决传统集中式自动发电控制难以解决的新能源以及分布式能源大规模并网所带来的强随机扰动,使新能源得到最大限度的开发利用.通过对两区域微电网负荷频率控制电力系统模型以及广东电网模型进行仿真,结果显示DDRQN-AD与已有的多种智能算法相比,具有更强的鲁棒性及学习能力,可减少碳排放,提高新能源利用率.

关键词 深度强化学习; 多智能体; 智能发电控制; 动作自寻优; 碳排放; deep reinforcement learning; multi-agent; smart generation control; action self-optimization; carbon emission;

摘要 随着电力市场化改革的深入以及智能电网建设的快速推进,需求响应(demand response, DR)资源参与市场竞争已成为一种趋势,因此研究基于市场机制的需求响应资源运行模式具有重要的现实意义.本文首先提出了一种利用需求响应的市场化运营模式,其中,需求响应聚合商(demand response aggregator, DRA)通过在DR市场采购DR资源参与日前市场竞争,为提高DRA参与日前市场竞争的积极性,建立一种补偿机制,将引入DR资源后零售商获取的额外利润的一部分作为补偿给予DRA.为了研究该模式的合理性和有效性,建立DRA参与投标的日前市场与DR市场联合均衡模型,其中,在日前市场中DRA和传统发电商以供应函数投标方式参与竞价; DR市场的价格由DR用户以供应函数的投标方式竞争决定.然后,将该均衡模型的求解转化为一个凸优化问题的求解,在理论上证明了均衡解的存在性和唯一性,并考虑到实际应用中存在的信息不对称性,利用分布式算法进行求解.最后,通过算例分析验证了理论模型和求解方法的合理性及有效性.

关键词 日前电力市场; 需求响应聚合商; 需求响应市场; 寡头竞争均衡模型; 分布式算法; day-ahead electricity market; demand response aggregator; demand response exchange; oligopolistic equilibrium model; distributed algorithm;

摘要 语言模型是自然语言处理相关领域研究工作的重要基础.近年来,人们基于量子力学概率理论提出量子语言模型.本文旨在综述量子语言模型的研究动机和当前进展.我们首先回顾语言模型的研究现状及存在的问题,然后介绍信息检索领域和语音处理领域的量子语言模型,以及我们所提出的应用于自动问答领域的端到端的量子语言模型.通过分析各种量子语言模型的优缺点,以及量子力学与神经网络的本质联系,提出进一步的研究思路与未来愿景.

关键词 语言模型; 量子语言模型; 神经网络; 信息检索; 量子力学; language model; quantum language model; neural network; information retrieval; quantum mechanics;

摘要 自1967年美国心理学家Reber首次设计和使用了微型人工语法学习范式以来,人工语法的发展已有半世纪的历史.本文从语言学习视角出发,讨论人工语法发展以来4种类型(有限状态语法下的经典微型人工语法学习范式、有限状态语法下的无语义型微型人工语法学习范式、非有限状态语法下的调控语义型微型人工语法学习范式以及"迷你"自然语言型微型人工语法学习范式)的相关实证研究及其在语言学习领域的深远意义.

关键词 语言学习; 微型人工语法; 人工语言; 第二语言; 内隐学习; language learning; AGL; artificial languages; second language; implicit learning;

摘要 幽默生成是计算创造性任务之一,能够赋予计算机一定的个性化与创造性,而且可以提升用户体验.本文以笑话的生成进行汉语幽默生成的探索性研究.首先提出一个符合当前自然语言生成技术的笑话生成任务:给定笑话的主体部分,生成相应的笑点句.然后,尝试了基于经典编码器–解码器框架的方法与基于生成对抗网络的方法来完成该任务.为了克服编码器–解码器框架中对幽默特点没有建模的局限,本文在生成对抗网络方法中融入了歧义性、不一致性、语音相似性、普遍性等笑话属性特征来评价、指导笑话的生成.实验结果表明:在生成对抗网络方法中融入笑话属性特征后,系统输出构成笑话的比例提升6个百分点.尽管从总体来看系统自动生成的笑点句构成笑话的比例还偏低,但本文通过对幽默生成问题的研究探索,带动了对创造性语言生成问题的洞察与理解,标志着我们向创造性语言生成的探索迈进了一步.

关键词 幽默生成; 笑话生成; 深度学习; 编码器–解码器框架; 生成对抗网络; generation of humors; generation of jokes; deep learning; encoder-decoder framework; generative adversarial networks;

摘要 谐音双关语的识别是幽默研究领域的一个重要分支,并逐渐发展为一个新兴的研究领域.本文提出一种基于4个维度特征集的谐音双关语识别模型,其中4个维度包括语义透明度、语义相关度、语音扩展性和语法特征集.语义透明度包括词项统计和语句字符长度两个特征,语法特征集包括人名、大写、时态、词性和位置5个特征.将这4个维度的9个特征加入到二叉判定树中,使用K-Means聚类获取阈值,完成双关语的识别.本文的实验数据来自于SemEval2017任务7的语料,取得了较好的效果, F1值高于参赛队中的第一名,实验证明基于4个维度特征的二叉判定树分类方法在谐音双关语识别中是有效的,并且在多个特征中,语音扩展性和语法特征集的效果比较明显,这也符合谐音双关语识别中语音作用较大的预测.

关键词 谐音双关语; 情感分析; 二叉判定树; 语义特征集; 聚类; heterographic pun; sentiment analysis; binary decision tree; semantic feature set; cluster;

摘要 基于知识库的问答系统能够根据知识库中的事实自动回答自然语言的问题.简单问题是指可以通过知识库中单一的事实来进行回答的问题,这类问题也是最常见的问题.但是当面对大规模的知识库时,简单问题依然存在很大的挑战.当前的端到端(end-to-end)模型主要依赖于对问句、实体和关系的文本描述进行表示学习,进而根据这些表示来计算实体、关系与问句的语义相关度,忽略了知识库中的实体和关系的结构信息.而这些结构信息,对于问句中实体和关系的识别有重要作用.本文采用一种融合文本和知识的表示学习方法,通过文本表示和组合模型来学习问句和知识的表示,同时使用知识的结构信息来约束文本的表示和组合.在基于知识的问答任务上的结果表明,本文提出的方法学习到的问句和知识的表示能很好地反映问句与知识之间的语义相关性,并显著地提升了问句中实体链接和关系识别的准确率.

关键词 问答系统; 知识库; 文本组合; 知识表示; 文本表示; question answering system; knowledge base; word composition; knowledge representation; text representation;

摘要 实体关系抽取是信息抽取领域的重要任务之一,也是知识图谱构建的一个关键环节.现有的关系抽取方法大多都是围绕实体对从句子中抽取上下文语义特征,然后进行关系分类,这忽略了实体在整个语料集中的全局上下文特征.本文提出了一种新颖的结合实体共现信息与句子语义信息的神经网络(CNSSNN)模型,用于实体关系抽取.该模型首先构造整个语料集蕴含的实体共现关系网络,并通过引入注意力机制有侧重地提取实体的网络环境信息,从而为各个实体生成语料级全局上下文特征,同时利用双向门控循环单元网络(bi-GRU)为实体对提取句子级上下文语义特征,最后将语料级特征和句子级特征结合起来,进行实体关系抽取.在公开数据集和人工标注的数据集上的实验结果表明,本文提出的方法其准确率和召回率要明显优于其他现有方法.

关键词 信息抽取; 实体关系抽取; 实体共现网络; 注意力机制; 门控循环单元; information extraction; entity relation extraction; entity co-occurrence network; attention mechanism; gated recurrent unit;

摘要 生物医学实体识别(如基因/蛋白质、化学物和疾病等)是生物医学文本挖掘的基础,它对生物医学实体关系的抽取和生物医学知识库的建立等方面都有着重要的研究意义.针对目前的疾病名称识别中存在的问题,本文提出了一系列新的句法特征和语义特征来提高疾病名称识别的性能,其中句法特征包括组块和依存信息,语义特征包括疾病名称的缩写信息、字典信息和疾病概念之间的上下位关系等.在NCBI疾病语料库上的实验表明,结合一系列句法和语义特征的CRF模型可以显著提高疾病实体识别的性能,取得了目前该语料库上的最高F1值85.3%.

关键词 疾病名称识别; 条件随机场; 句法特征; 语义特征; disease name recognition; conditional random fields; syntactic features; semantic features;

摘要 在社交媒体谣言检测问题上,现有的基于特征表示学习的研究工作大多数先把微博事件划分为若干个时间段,再对每个时间段提取文本向量表示、全局用户特征等,忽略了时间段内各微博间的时序信息,且未利用到在传统机器学习方法中已取得较好效果的文本潜在信息和局部用户信息,导致性能较低.因此,本文提出了一种基于分层注意力网络的社交媒体谣言检测方法.该方法首先将微博事件按照时间段进行分割,并输入带有注意力机制的双向GRU网络,获取时间段内微博序列的隐层表示,以刻画时间段内微博间的时序信息;然后将每个时间段内的微博视为一个整体,提取文本潜在特征和局部用户特征,并与微博序列的隐层表示相连接,以融入文本潜在信息和局部用户信息;最后通过带有注意力机制的双向GRU网络,得到时间段序列的隐层表示,进而对微博事件进行分类.实验采用了新浪微博数据集和Twitter数据集,实验结果表明,与目前最好的基准方法相比,该方法在新浪微博数据集和Twitter数据集上正确率分别提高了1.5%和1.4%,很好地验证了该方法在社交媒体谣言检测问题上的有效性.

关键词 谣言检测; 分层注意力网络; 社交媒体; 时序信息; 深度学习; rumor detection; hierarchical attention network; social media; time series information; deep learning;

摘要 社交网络的功能正逐步由网络社交转变为社交媒体,极大地方便了消息的传播,也使得消息的流行度预测问题变得更具有挑战性.传统的流行度预测方法包含基于特征的有监督学习方法和基于随机过程的传播动力学建模方法.其中,基于随机过程的传播动力学建模方法由于具有更好的个体预测能力,吸引了研究人员的广泛关注.但是,现有的传播动力学建模方法在建模时,都忽略了社交平台中消息传播所呈现出的去中心化特点.本文以微博平台中消息的传播数据为基础,分析了微博消息的去中心化传播现象,并提出了一种叠加自增强泊松过程(reinforced Poisson process, RPP)模型的方法来刻画消息的传播动力学变化.每一条信息的传播过程都被拆分为几个传播子过程的叠加,而每个传播子过程可以用RPP模型很好的建模.在真实数据集上的结果表明,本文所提出的方法在刻画消息的传播过程以及预测消息的流行度变化等方面,都要优于现有的方法.

关键词 社交网络; 社交媒体; 流行度预测; 去中心化; RPP模型; social network; social media; popularity prediction; decentralization; RPP model;

摘要 第5代移动通信(5G)技术将为移动互联网的快速发展提供无所不在的基础性业务能力,在满足未来10年移动互联网流量增加1000倍发展需求的同时,为全行业、全生态提供万物互联的基础网络技术.相对已有的移动通信技术, 5G技术适用面更为广泛,系统设计也更为复杂.重新复兴的人工智能(AI)技术为5G系统的设计与优化提供了一种超越传统理念与性能的可能性.本文在概述5G移动通信关键技术的基础上,梳理了AI技术在5G系统设计与优化方面富有发展前景的若干发展方向,并给出了有关5G网络优化、资源最优分配、5G物理层统一加速运算以及端到端物理层联合优化等若干典型范例.

关键词 5G移动通信; AI技术; 网络优化; 资源分配; 统一加速; 端到端联合优化; 5G mobile communication; AI techniques; network optimization; resource allocation; unified acceleration; end-to-end joint optimization;

摘要 随着认知无线电、软件定义网络、认知网络,以及雷达通信系统抗干扰、低截获等技术的发展和装备部署应用,战场电磁频谱环境的复杂程度呈现几何倍数的增加.如何提高电子战"感知环境(observe)–适应环境(orient)–做出决策(decide)–采取行动(act)"(OODA)环路速度,实现电磁敏捷,是电子战应对未来复杂战场环境挑战需要解决的关键科学技术问题.人工智能理论与电子战相结合,形成具有认知能力的电子战系统,将极大提高电子战系统对威胁信号的感知、干扰决策和干扰效果评估能力,缩短对未知威胁的干扰反应时间,加快电子战OODA环路速度,提升电子战系统的作战能力.

关键词 人工智能; 机器学习; 认知; 电子战; artificial intelligence; machine learning; cognition; electronic warfare;

摘要 声呐多传感器观测资料的数据融合问题是声呐设计中的一个重要课题.对于多基阵的声呐信号处理系统,面临的问题往往不仅是单个基阵多传感器的数据融合问题,还有多个基阵的数据融合问题.本文的研究基于数据融合的基本规则,即任何形式的数据融合,从统计平均观点来说,总体观测误差绝不大于任何单个传感器或单个基阵的观测误差.观测资料的增加从统计平均意义来说,只会带来好处,即使有垃圾资料的加入.这一结论对于人工智能领域中的深度学习来说,具有类似结果.文中提出一种用于数据融合的深度学习算法.对于独立的或相关的观测资料进行最佳的线性融合,剔除野值,进行决策级的分块数据融合,以获得统计平均意义上最小误差的结果.系统计算机模拟表明,对于受随机干扰的观测数据,采用野值过滤和数据融合的深度学习方法,能够使决策级误差显著降低.

关键词 声呐信号处理; 多传感器观测; 数据融合; 深度学习; sonar signal processing; multiple sensor observations; data fusion; deep learning;

摘要 本文概述信息压缩背景下从一阶到高阶主成分分析的统计原理,并从3个不同角度揭示各阶主成分分析的特点和局限,同时指出可能的研究方向.首先以相似的结构综述一阶到高阶主成分分析的原理及已有的发展,并进一步分析其内在相似统计意义,揭示其共性结构—"勾股定理",并以此为基础展示主成分分析的两种等价表达—"变异性最大"与"平方损失最小".其次深入分析了一阶到高阶PCA (principle component analysis)的可能发展:从"勾股定理"出发, PCA可以推广到更一般损失函数形式的"稳健"或"稀疏"类PCA;从张量分解与主成分分析之间的关联出发, PCA可以为构造不同的张量分解提供新思路;从分析一阶到高阶主成分分析在揭示"各向异性"结构上的固有局限出发, PCA能够推广到更有价值的"深度" PCA

关键词 主成分分析; 信息压缩; 高阶张量; Tucker分解; 各向异性; principle component analysis; information compression; high-order tensor; Tucker decomposition; anisotropy;

摘要 提出了一种强主瓣压制干扰环境下的雷达目标距离–角度联合稀疏估计方法,目的在于有效抑制多个强主瓣压制干扰,同时提取目标的距离和空间角度信息.新方法首先将雷达天线面阵的每一行(列)接收数据进行空域自适应处理,可在一维上有效抑制多个强主瓣压制干扰,并保留另一维的目标角度信息,然后利用基于稀疏Bayes学习的距离–角度联合估计算法提取目标的距离和俯仰角(方位角)信息.新方法在系统幅相误差及频带误差所带来的干扰抑制剩余情况下同样有效,具有较强的鲁棒性.最后,通过性能分析给出了新方法对干扰与目标之间夹角、目标信噪比的适用条件.

关键词 主瓣压制干扰; 空域自适应处理; 稀疏Bayes学习; 雷达; 抗干扰; mainlobe blanket jammings(MLJ); space domain adaptive processing; sparse Bayesian learning; radar; anti-jamming;

摘要 网络空间安全攸关人类福祉与国家利益,但当前网络空间安全存在重大挑战:互联网体系结构具有优越的互联互通性和开放性,但也导致其安全问题无法彻底解决,处处设防却处处难防;传统安全防御机制依赖安全威胁的先验信息,难以应对不断演化的安全威胁.为了应对上述挑战,本文提出了一种新型网络空间安全防御理论体系:构建与互联网主结构平行的"动态、异构、冗余"的基于播存思想的次结构网络,辅助现有互联网体系结构而形成双结构网络;提出不依赖安全威胁先验信息的数据与知识联合驱动的新型主动防御机理;提出双网透明接入与前置主动防御技术等关键支撑技术.为改变我国网络空间安全领域受制于人、被动防御的现状,本文试图从演进式改变网络体系结构角度提出完备解决方案.

关键词 双结构网络; 主动防御; 统一内容标签; 透明接入; 大数据; dual-structural network; active defence; uniform content label; transparent access; big data;

摘要 多标记学习是一种应用非常广泛的学习范式,其中,一个对象可能同时与多个标记相关联.传统的多标记学习研究多假设训练数据中观察到的标记分布与测试数据的真实标记分布一致.但在实际应用中,训练数据中可能存在一些从未被标注出的新标记.在预测时,不仅希望能够在目标标记集合(已知标记)上取得好的性能,还要求能够检测出样本是否存在新标记.针对这种多标记新标记学习问题,本文提出了一种端到端的多视图多示例多标记学习方法 EM3NL.该方法基于卷积神经网络产生多示例包,并通过最小化包上观察标记的错分损失和对新标记预测值排序损失的惩罚以及对多视图预测不一致的惩罚同时学习图像,文本两个视图的特征表示以及已知标记和新标记的预测函数.在大规模图片–文本真实数据集上验证了EM3NL在已知标记学习和新标记检测任务上的有效性.

关键词 多标记新标记学习; 多示例多标记学习; 多视图学习; 深度学习; multi-label learning with new labels; multi-instance multi-label learning; multi-view learning; deep learning;

摘要 电子邮件是一种必不可少的通讯工具,但是众多的垃圾邮件会严重影响用户的工作和生活,甚至还会造成财产损失.由于兴趣、爱好的不同,用户对垃圾邮件的定义可能存在巨大差异,因此实现个性化垃圾邮件过滤成为目前邮件过滤领域研究的重要课题.当出现邮件错滤情况,用户不得不手动修改,这给用户体验带来了极大不便.为了有效解决上述问题,并实现个性化邮件过滤及错滤邮件自动修改等功能,本文结合规则和统计方法提出了一种基于客户端的个性化邮件再过滤系统.大部分现有的垃圾邮件过滤器仅对邮件数据流进行在线过滤,而未考虑不同邮箱的邮件类先验存在差异和类不平衡问题,本过滤系统首先对进入收件箱和垃圾箱的邮件进行分别处理,然后基于多任务学习原理设计了两个互学习的过滤器分别用于收件箱和垃圾箱的邮件再过滤,并对错滤邮件进行自动修改.同时,为保证在随时间变化的用户兴趣点和邮件数据分布情况下过滤器的性能,设计了结合重要性加权的多窗口学习框架,从而有效实现了过滤器的动态自适应.最后,在TREC 2006c和2007p数据集上验证了我们所提出的过滤器拥有显著的过滤效果.

关键词 垃圾邮件过滤; 个性化邮件再过滤; 自动修正; 重要性加权; 多任务学习; 多窗口学习框架; spam filtering; personalized mail re-filtering; automatic correction; importance weights; multi-task learning; multi-window learning framework;

摘要 近年来,由于互联网上视频数量的爆炸式增长,基于视频哈希(Hash)的近似重复视频检索已经吸引了越来越多的研究者关注.在现有方法中,视频的视觉特征,包括单一特征以及多特征融合的方法被广泛应用于近似重复视频检索算法中.而低层视觉特征在表达高层语义方面存在不足,使得近似重复视频检索的性能变低.针对这一问题,本文提出了一种基于层次特征融合的视频哈希方法,用于近似重复视频检索.该方法首先从视频中提取低层人工定义特征,然后利用卷积神经网络提取中间层深度特征以及高层语义特征,最后把不同层级的特征融合起来,利用层次特征和样本之间的全局结构关系以及各特征之间的互补性,学习得到视频哈希,进而进行近似重复视频检索.该方法在CC-WEB-VIDEO数据库上进行了实验,实验结果证明本文方法与现有的方法相比在性能上有较大提升.

关键词 近似重复视频检索; 视频哈希; 层次特征; 特征融合; 监督学习; near-duplicate video retrieval; video hashing; hierarchical feature; feature fusion; supervised learning;