摘要 能耗问题已经成为阻碍数据中心进一步发展的主要障碍之一.为了解决这个问题,近年来,学术界和工业界涌现了大量的数据中心能效优化研究.本文针对数据中心节能问题,首次从跨层能效优化的角度对国内外的研究现状进行分类和介绍,包括基于IT负载调度的制冷系统能效优化、基于IT负载调度的供电系统能效优化,以及IT系统与制冷系统跨层统一能效优化3个方面,并展望了数据中心跨层能效优化研究的发展趋势.

关键词 能耗; 数据中心; 能效算法; 资源管理; 绿色计算; energy consumption; data center; energy efficient algorithms; resource management; green computing;

摘要 大数据是经济发展的新动能,社会发展的新引擎,塑造国家竞争力的战略制高点,对人民生活具有重大影响.然而随着社会对数据价值认知的提升和大数据平台建设的蓬勃发展,大数据安全问题日益成为阻碍大数据应用推广的瓶颈.同时,由于大数据技术、框架仍在不断演变当中,研究人员对大数据安全内涵的核心认知和关键特征理解还存在差异,尚未形成相对统一的大数据安全框架.当前亟需对大数据安全技术发展现状进行梳理,为大数据安全重点问题的研究和突破提供参考.本文结合典型大数据系统技术框架,围绕大数据安全需求,构建了大数据安全技术框架.在此框架下,从大数据安全共享与可信服务、大数据平台安全和大数据安全监管3个方面系统梳理了大数据安全关键技术的研究现状,囊括了大数据业务流程和大数据系统技术框架所涉及的主要安全机制.最后总结了大数据安全技术有待解决的核心问题和发展趋势.

关键词 大数据安全; 安全技术框架; 数据安全共享; 平台安全; 安全监管; big data security; security technology framework; data secure sharing; platform security; security supervision;

摘要 传统电荷型器件的发展已接近摩尔定律的极限,亟需寻求新原理或新架构进行信息处理,用"非电荷型器件"替代传统的"电荷型器件"是一种极具潜力的途径.其中利用电子自旋的集体进动所产生的自旋波进行信息的输运及计算,有可能成为后摩尔时代信息传输与处理的重要方式.自旋波逻辑器件在能量损耗、器件尺寸应用频段、逻辑实现等诸多方面具有传统器件无法比拟的优势.本文在介绍Mach-Zehnder干涉型自旋波逻辑门工作原理的基础上,从器件层面剖析自旋波逻辑门中的关键器件的实现原理,并系统性综述了这些关键器件近年来的研究进展.论文最后就自旋波逻辑门的未来发展做出了展望.

关键词 自旋波电子学; 磁振子; 自旋波; Mach-Zehnder干涉仪; 逻辑门; magnon spintronics; magnons; spin waves; Mach-Zehnder interferometer; logic gate;

摘要 深空测控网是支持深空探测任务实施的核心系统,在深空探测任务中具有不可替代的重要地位和作用.在中国探月工程带动下,分阶段建成了功能完备、性能先进、全球布局的中国深空测控网.未来在后续月球与行星探测工程的带动下,通过应用天线组阵、光通信、相位参考干涉测量等新技术,中国深空测控网将实现更强的深空测控通信能力,并可同时用于深空科学探测活动.

关键词 深空测控网; 功能与性能; 深空通信; 深空导航; 科学探测; deep space TT&C network; function and performance; deep space communication; deep space navigation; scientific exploration;

摘要 砂岩薄片鉴定是矿物学和采矿工程中的一个重要步骤,其基础是将砂岩薄片图像包含的矿物颗粒分割到独立区域.不同于一般图像分割问题,砂岩薄片图像中包含大量矿物颗粒,且相邻颗粒之间边界模糊,通用的图像分割方法难以适用.本文利用多角度砂岩薄片图像,使用卷积神经网络和模糊聚类技术,提出一种3阶段颗粒分割方法.第1阶段,将输入的多角度砂岩图像预分割成超像素集合.第2阶段,根据砂岩矿物特点构建卷积神经网络RockNet,先使用带标签的砂岩矿物颗粒图像库训练RockNet,然后将之用于提取超像素语义特征.第3阶段,提出区域合并方法 FCoG,该方法融合多特征用于聚类和合并超像素,并生成最终的矿物颗粒.对采集自多个地区和不同地质年代的砂岩薄片图像数据集进行实验,结果表明本文方法的有效性,其性能明显优于其他分割方法.

关键词 砂岩薄片图像; 图像分割; 神经网络; 模糊聚类; 特征提取; sandstone thin section images; image segmentation; neural networks; fuzzy clustering; feature extraction;

摘要 判别相关滤波跟踪算法通过对中心目标块(唯一准确正样本)循环移位获取训练集,依赖潜在样本周期延拓假设,使得模型训练和检测可以通过快速傅里叶变换高效完成,然而整个学习过程没有对真正的背景信息进行建模.背景感知相关滤波(BACF)跟踪算法利用一个二进制掩码矩阵通过密集采样的方法获取真正的正、负样本对目标外观进行建模,然而BACF算法在学习相关滤波器时并没有考虑滤波器的时间一致性和空间一致性信息,当目标出现外观突变时,学习到的相关滤波器将会偏向背景而发生漂移.为了解决学习到的相关滤波器适应连续帧之间的外观突变问题,本文在基准BACF算法框架下引入时间一致性约束项和空间一致性约束项,提出了学习时空一致性相关滤波(TSCF)跟踪算法.时间一致性约束项在时间序列意义上起到平滑多通道相关滤波的作用;空间一致性约束项在空间分布意义上平滑多通道相关滤波,使得学习到的相关滤波能量分布更加均匀.本文的TSCF模型有闭式解,采用共轭梯度下降法迭代逼近模型的最优解,且优化过程利用循环矩阵性质转化到傅里叶域快速求解,有效降低计算大型矩阵的代价.本文的TSCF算法跟踪结果在TB100公开数据库上显示,距离精度较基准BACF算法提升了5.5%,成功率曲线图线下面积(AUC)提升了4.3%,纯手工特征跟踪性能在TB100数据库上100个视频的跟踪距离精度达到0.879, AUC为0.664,结果展示本文的TSCF算法在遇到诸如短时间遮挡和面内旋转或面外旋转等挑战性问题时具有一定的鲁棒性和有效性.

关键词 视觉跟踪; 相关滤波; 时空一致性; 正则化; 共轭梯度下降; visual tracking; correlation filter; temporal-spatial consistency; regularization; conjugate gradient descent;

摘要 为探究红荧烯(Rubrene)内部的单重态激子分裂(S_1+S_0→T_1+T_1, STT)和发光过程的微观机制,本文选用具有强自旋轨道耦合(spin-orbit coupling, SOC)且发射绿光的磷光材料Ir(ppy)_3,以不同比例混入到发射橙光的Rubrene薄膜中制备了一系列发光器件,并在不同温度和电流下测量了器件的电致发光磁效应(magneto-electroluminescence, MEL)和电流–发光(I-B)曲线.实验发现:室温下不同混入比例的发光器件,其MEL线型均表现为磁场调制的STT指纹式特征曲线,但MEL幅值随混入比例的增加却表现出先增加后减小的特性,而其发光强度则表现为单调增加的特点,这与常规Rubrene掺杂器件(如mCP:y%Rubrene)随浓度增大其STT增强但发光减弱的结果不同.通过对Ir(ppy)_3的单、三重态激子能级和发射谱以及Rubrene吸收谱的分析可知,器件中除了Rubrene分子间距会影响STT过程的强弱外,还包括由Ir(ppy)_3强的SOC导致的激子间的系间穿越(intersystem crossing, ISC)和Ir(ppy)_3的T_1激子与Rubrene的S_1激子间的能量传递(energy transfer, ET)过程,这3种微观机制的共同作用导致了器件MEL和发光的复杂变化,且电流密度的大小和器件工作温度的高低对它们还有较好的调控作用.显然,本研究有助于深入理解基于红荧烯光电器件的微观过程及其演化机制.

关键词 红荧烯; 单线态激子分裂; 自旋轨道耦合; 能量转移; 发光的磁效应; Rubrene; singlet fission; spin orbital coupling; energy transfer; magnetic effects of luminescence;

摘要 传统硅(Si)基集成电路制造工艺已经进入7 nm节点,继续减小器件尺寸变得愈发困难.半导体材料锗(Ge),具有比硅更高的载流子迁移率,能够实现器件性能的大幅提升.本文从栅极堆垛(gate stack)、源漏工程(source/drain engineering)和新器件结构(new device structures) 3个角度总结了Ge器件的最新研究成果.研究表明,锗沟道器件中诸多关键科学和工程问题仍未得到有效解决,从基本的器件制备工艺到深层次的器件物理问题都亟待深入研究与克服.但是, Ge器件是未来集成电路5 nm及以下技术节点最有希望的发展方向.

关键词 锗; 栅极堆垛; 源漏技术; 新器件结构; Ge; gate stacks; source and drain formation; new device structure;

摘要 无人机是人工智能的重要载体,在国家安全和国民经济建设领域发挥着十分重要的作用.随着无人机任务复杂程度不断提升、反无人机技术不断发展,无人机事故日益增多,其安全问题凸显,解决无人机安全问题已经刻不容缓.本文结合国家科技发展需求,总结了干扰估计与故障诊断、抗干扰控制、容错控制、任务重构等关键技术领域的研究现状与难题,并提出可能的解决思路.从控制学科的角度初步探讨了无人机安全控制系统构架,重点强调了干扰、对抗和故障等复杂极端环境下无人机的动态行为表征、因果与溯源分析、能力量化与评估、"小回路"智能检测、"全回路"优化控制、"任务–控制"一体化设计等.建议未来重点逐步从控制理论和算法的研究拓展到无人机安全控制软件、芯片,以及系统的研制,服务于国家重大需求和工程实践.

关键词 无人机安全控制; 干扰估计; 故障诊断; 抗干扰控制; 容错控制; 高可靠自动驾驶仪; 任务重构; UAV safety control; disturbance estimation; fault diagnosis; anti-disturbance control; fault-tolerant control; highly reliable autopilot; task reconfiguration;

摘要 随着物联网、云计算和大数据等技术的发展,人类正迈入第四次工业革命时代.工业互联网作为建立在生产对象之间、对象与外部环境之间、对象与人之间高度协同、共享智能的全球性网络,是实现这场革命的核心.然而目前对工业互联网的研究大多局限在物联网、云计算和大数据等各自辖域,其云端协同尚处于"感、联、知、控"的初级阶段,尤其缺乏云端融合、共享智能的体系结构及关键技术,无法应对其中感知对象更加复杂、联网实体更加多元、数据处理更加快速、反馈控制更加智能等需求.为此,本文首先重点调研和归纳了该研究领域所涉及的几个重要方向的研究现状和面临挑战;在此基础上,提出一个云端融合的工业互联网新型体系结构及相关关键技术的解决方案;之后,针对智能制造领域的具体应用场景,将所提相关技术进行应用;最后,总结全文并展望了云端融合的工业互联网未来发展趋势.

关键词 工业互联网; 云端融合; 体系结构; 云计算; 大数据; industrial Internet; synergy of cloud and client; architecture; cloud computing; big data;

摘要 现实世界中的实体连同关联关系构成了一种网络关系结构即异构信息网络.利用链路预测技术可以预测出异构信息网络中存在但未被观察到,或者未来可能会出现的链路,更好地帮助用户理解网络的结构生成和演化规律.然而,目前链路预测技术缺乏对多种特征的有效融合而影响预测准确性,且难以适应异构信息网络的异构性和动态性.本文提出了一种层次化混合特征图模型(hierarchical hybrid feature graph, HHFG),充分考虑了异构信息网络的拓扑特征、语义特征和时序特征.提出了一种基于HHFG的链路预测算法,基于混合特征在HHFG上做随机游走,并采用梯度下降法学习特征权重,转移系数等参数,有效地保证了链路预测的准确性.通过实验验证了本文所提出的关键技术的可行性和有效性.

关键词 链路预测; 层次化混合特征图; 异构信息网络; 随机游走; 参数学习; link-prediction; hierarchical hybrid-feature graph; heterogeneous information networks; random walk; parameters learning;

摘要 医学图像融合的目的是将多幅多模态医学图像的信息整合到一幅图像上,此图像有助于临床诊断,帮助医生精确观察细微病变,缩短病人的治疗周期.本文提出了一种新的解剖图像和功能图像的融合算法,选取了局部拉普拉斯滤波(local Laplacianfiltering, LLF)作为融合过程的分解工具,该工具在增强细节的同时保护边缘,保证解剖图像的细节信息不被功能图像的颜色信息遮盖.首先,利用LLF将原图像分解为近似图和一系列细节图.其次,对于近似图,结合区域能量和边缘能量提出一个改进的局部能量取大的融合规则;对于细节图,采用参数自适应的简化脉冲耦合神经网络(parameteradaptive simplified pulse coupled-neural network, PA-SPCNN)模型进行细节图融合,选取改进的拉普拉斯和(novel sum-modified-Laplacian, NSML)与彩色显著特征信息(color saliency feature, CSF)分别作为解剖图像和功能图像所对应的PA-SPCNN模型的外部刺激输入.最后,使用逆LLF变换获得融合图像.仿真实验表明本文所提算法在主观评价和客观评估方面与已有算法相比具有一定优势.

关键词 图像处理; 图像融合; 医学图像处理; 局部拉普拉斯滤波; 脉冲耦合神经网络; 拉普拉斯和; 彩色显著特征; 边缘能量; image processing; image fusion; medical image processing; local Laplacian filtering; pulse-coupledneural-network; novel sum-modified-Laplacian; color saliency feature; edge energy;

摘要 传统的区块链结构,由于其固有的响应速度慢,不能适应大规模实时响应的应用场景,本文针对这一问题,提出了一种DAG (directed acyclic graph)区块链理论架构,将传统区块链的链式处理过程转变为并行的处理过程,使得快速响应成为可能.在此基础上,面向DAG区块链环境中非独立任务调度问题,提出了基于确定性退火技术的混合分割遗传任务调度算法.实验结果显示,该算法能够适应DAG区块链节点的异质性、动态性和广域性,其调度的性能也比传统的调度算法有所改善,在优化任务完成时间的同时,兼顾了负载均衡问题,有效地提高了响应速度,是解决DAG区块链环境中非独立任务调度问题的可行方法.

关键词 有向图; 遗传算法; 并行; 任务调度; 优化; 负载均衡; directed graph; genetic algorithms; parallel; task-scheduling; optimization; load balancing;

摘要 传统的基于稀疏表示的图像超分辨率重建算法,需要将图像进行分块并列化为向量,这样就破坏了图像块内邻域像素间的相关性.为了更好地利用图像邻域内的结构信息,本文结合分离字典能从不同方向对图像块进行稀疏表示的特性,提出了基于分离字典的图像超分辨率重建算法.实验结果表明,与传统基于稀疏表示的图像超分辨率重建算法相比,本文算法不仅提高了图像重建的速度,而且在PSNR和SSIM两个衡量指标上都优于传统基于稀疏表示的超分辨率重建算法(PSNR提高约0.2 dB, SSIM提高约0.01).

关键词 图像超分辨率重建; 2D稀疏编码; 黎曼流形; 稀疏表示; 分离字典; image super-resolution reconstruction; 2D sparse coding; Riemannian manifold; sparse representation; separable dictionary;

摘要 忆阻器是一种具有阻值开关特性的信息存储器件.由于忆阻器件具有可变电导性,其组合电路可应用与逻辑运算.本文提出了一种新的忆阻器-CMOS逻辑电路,能够在同一电路中同时实现ANDOR-XOR-XNOR 4种基本的逻辑操作.相较于MAD Gates, MRL, IMPLY逻辑电路,忆阻器数量和功耗均有大幅降低,电路性能更优,电路效率大幅提高.在此基础上设计了一种新的全加电路及二值图像加密电路.与现有忆阻器逻辑加法电路相比,本文设计的加法电路在元件数量上同样具有极大的优势.本文设计的二值图像加密电路能够用两种不同的加密方式实现图像加密,密钥与电路相互独立,提高了加密结果的可靠性.

关键词 忆阻器; 逻辑运算; 忆阻器-CMOS逻辑; 全加电路; 二值图像加密; memristor; logic operations; memristor-CMOS hybrid logic; full-adder; binary image encryption;

关键词 深度学习; 显著性检测; 场景文本;

关键词 群体智能; 人工智能; 拓扑切换; 无人机集群;

摘要 受生物群体活动的启发,无人集群开始应用于遥感探测、信息中继、智能对抗等各个领域,相较于单个无人平台表现出更强大的环境适应性、更稳健的系统鲁棒性和更丰富的任务能力.作为集群行为的前提和保障,无人集群需要依赖稳健可靠的集群内部通信.通信资源的稀缺、环境的复杂对抗也对集群内部通信提出了更高要求.然而,关于无人集群通信的现有研究在通信的有效性、可靠性、安全性等方面仍然较为薄弱,集群系统的自主性、协同性、智能化水平还有待优化提升.本文重点聚焦以自组织网状网为代表的无人机集群通信网络,结合群体智能理论和认知无线电技术,建立面向无人机集群的群体智能协同通信模型,并阐述基于群体智能的多域立体协同感知技术,最后对下一步发展方向进行展望.

关键词 无人集群; 群体智能; 协同通信; 群智感知; 认知无线电; unmanned cluster; swarm intelligence; cooperative communication; swarm intelligent sensing; cognitive radio;

摘要 互联网技术的发展对软件开发技术、运行形态和服务模式都产生了前所未有的影响,以开源和众包为代表的大规模群体协作实践所蕴含的群体智能机理为网络时代的软件开发带来重大启示.本文以开源和众包大规模实践为案例,深入分析了开源创新和众包生产模式,凝练提出了以大众化协同、开放式共享和持续性评估为核心的群智软件开发机理,从群体协作基础环境、群体协作机制模型和群体协作支撑技术3个方面,深入讨论了基于群智的群体化软件开发服务环境涉及的关键要素以及我们的开源实践,并提出了群智软件开发未来面临的重大挑战,希望能为网络环境下基于群智的群体化软件开发提供有益的视角和借鉴.

关键词 开源; 众包; 群智; 群体化开发; 大众化协同; 开放式共享; 持续性评估; open source; crowdsourcing; crowd intelligence; crowd development; crowd collaboration; open sharing; continuous evaluation;

摘要 集群无人系统是近年来国内外军事领域的研究重点,正在推动无人作战样式由"单平台遥控作战"向"智能集群作战"发展,支撑作战系统在不确定任务和环境下具备协同、自主、灵活的特性.集群的整体性能取决于其成员系统及成员之间的相互关系,且随时间、环境变化而动态演化,系统间交互涌现出新智能.本文从集群无人系统结构演化机理入手,构建集群无人系统从底层链路到集群系统再到任务需求的三级结构与关系模型,并用图神经网络将多维空间关系模型转化为二维的图表示模型,构建出集群无人系统中系统之间以及层级之间的关系依赖图.整个图网络以任务为标准分类,提出了用递归神经网络描述层内关系和层间关系的方法,并给出了实现算法,利用训练数据集基于任务的节点属性标签,对集群无人系统的结构进行预测.以此为基础,可以进一步实现对结构依赖关系的权重参数学习,得到系统或链路损坏对任务层的影响,实现集群无人系统从作战任务到集群结构的自主决策.

关键词 集群无人系统; 自适应结构; 图神经网络; 演化; 智能涌现; 结构预测; swarm unmanned system; adaptive structure; graph neural network; evolution; intelligent emergence; structure prediction;

摘要 无人机通常是指由无线电遥控或者由自主控制算法控制的不载人飞行器.相比于有人机,无人机在执行危险任务等方面有着很大的优势,但是目前还没有能够应对高强度空战的无人机系统.此外,在执行空战任务时,单一无人机的鲁棒性往往得不到保证,而多无人机系统不仅能保证鲁棒性,还能通过饱和攻击的方式提高任务的成功率.因此,本文对基于群体智能的多无人机空战系统进行了研究.针对多无人机协同飞抵空战场并完成作战任务的问题,本文对飞机的空气动力学模型和飞机路径上的威胁区域进行了建模,并利用蚁群算法完成了无人机飞抵空战场的航迹规划.在单无人机有限状态机控制算法的基础上,结合多无人机协同,提出了一种多无人机自主控制算法以提高无人机集群在空战中的成功率.本文还搭建了一套仿真平台,对所设计算法的有效性进行了相关测试.

关键词 多无人机协同; 群体智能; 蚁群算法; 航迹规划; 自主控制; multi-UAV cooperation; swarm intelligence; ant colony algorithm; path planning; autonomous control;

摘要 目标搜索问题是现实中一类常见的问题,如灾难现场搜救、战场目标侦察等.无人机由于其灵活性、低成本、可搭载各类传感器并以集群形式开展协作等优势,是解决大范围、高风险区域目标搜索问题的理想技术方案,当前发展迅速.在战场等复杂现实环境中,由于缺乏基础通信设施及干扰的存在,无人机与地面指挥员、无人机之间难以快速、可靠通信,处于通信拒止状态.因此,无人机难以获得指挥员的实时控制信息,需要其具备自主、智能完成任务的能力并开展协同.随着人工智能技术的快速发展,强化学习技术在解决连续决策问题上展现出了较强的潜力.无人机搜索问题作为一种典型的连续决策问题,属于强化学习技术的适用范围.但对于目前的强化学习及人工智能技术能否适用于无人机从而自主决策完成现实场景中的任务这一问题尚存争议,仍有待进一步探索.为此,本文以现实战场环境为背景,对通信拒止及包含两方对抗的战场环境中的目标搜寻问题进行了建模,依据模型构建了对抗仿真平台,并通过实验研究的方式针对以下3个问题展开了探索:(1)强化学习在通信拒止环境下多无人机搜索问题的适用性;(2)各强化学习算法在该问题上的优劣;(3)通信拒止程度对强化学习算法效果的影响.通过运用当前主流的强化学习技术开展仿真实验并定量评估实验结果.本文总结发现:(1)强化学习在解决通信拒止环境下多无人机搜索问题上具备有效性;(2)在与其他算法对抗时,运用基于Deep Q-Network (DQN)强化学习技术的自主决策无人机集群体现出了较强的问题解决能力;(3)通信拒止程度对强化学习算法效果有影响,但在不同的通信拒止程度下,强化学习算法表现相对稳定.

关键词 无人机; 强化学习; 目标搜寻; 通信拒止环境; UAV; reinforcement learning; target searching; communication denied environments;

摘要 求解非线性方程组要求在一次运行中同时求解(联解)其多个根,在数值计算中这是一项重要但困难的工作.为了实现非线性方程组多根求解,本文提出了一种改进的环拓扑混合群体智能算法,其主要特点是:(i)设计一种改进的环形拓扑结构,以弥补基于下标的相邻个体在搜索空间上不相邻的缺点,进而能更有效利用邻域信息;(ii)采用混合的群体智能方法以提升算法的搜索能力;(iii)引入个体重新初始化机制,以增强群体多样性.为了验证算法的性能,选择8个含有多个根的非线性方程组作为测试集.实验结果表明,所提出的方法不仅能在一次运行中找到多个根,而且与代表性算法对比,在找根率和成功率上有着显著优势.

关键词 非线性方程组; 群体智能; 多根联解; 人工蜂群算法; 环拓扑; nonlinear equations; swarm intelligence; simultaneously multiple roots locating; artificial bee colony; ring topology;

摘要 分布式编队控制是集群智能控制重要的基础性研究课题之一.拒止环境和多任务需求对编队控制提出了新的挑战.本文研究了高阶线性集群系统在拓扑切换情况下的分布式分组时变编队跟踪控制问题.在本文所提出的集群系统模型架构中,智能体被分为3类:虚拟领导者、分组领导者和跟随者.虚拟领导者为整个集群系统宏观运动提供参考轨迹或者跟踪指令.分组领导者一方面跟踪虚拟领导者所提供的轨迹或指令;另一方面通过与其他分组领导者之间的相互协作实现各分组之间的协同配合.跟随者实现对各自分组领导者的时变编队跟踪.在拓扑切换和外部扰动同时存在的情况下,基于智能体之间的局部有限邻居节点之间的相对信息反馈和滑模控制理论构造了分布式分组时变编队跟踪控制协议,并给出了控制协议中未知参数的求解算法,进而利用李雅普诺夫(Lyapunov)理论证明了集群系统在拓扑切换和外部扰动同时存在情况下的闭环稳定性.最后,数值仿真结果验证了本文提出的控制方法能够实现集群系统分组时变编队跟踪控制,并可应用在以无人机集群为代表的实际物理模型中.

关键词 拒止环境; 高阶线性集群系统; 分组时变编队跟踪; 拓扑切换; 外部扰动; denial environment; high-order linear cluster systems; time-varying group formation tracking; switching topologies; external disturbances;

摘要 高清图像(高分辨率图像)前景遮罩提取问题是图像合成、自动前景提取等图像处理领域的热点难题,其本质是前景背景像素对的大规模组合优化问题,目前相关研究成果较少.本文针对问题维度过高难以直接求解这一问题,设计了基于RGB聚类的多类协同优化策略,以实现决策空间的有效降维;给出协同目标反馈的分组优化策略,通过将协同目标中的最优前景背景像素对作为启发式信息反馈给每个分组,实现大规模组合优化问题的分组协同求解.在分组优化策略的基础上,论文提出了基于分组协同的群体竞争优化算法(competitive swarm optimization algorithm based on group collaboration,GC-CSO),为高维优化问题分析提供了借鉴.为了验证所提方法的有效性,本文选用alpha matting基准数据集作为测试数据,通过与群体竞争优化算法、典型带分组策略的大规模优化算法进行对比分析,验证了:(1)基于RGB聚类的协同优化策略可以显著地降低问题维度;(2) GC-CSO算法提高了高清图像前景遮罩的提取精度.

关键词 高清图像; 前景遮罩; 大规模优化; 协同优化; 群体竞争优化; high-resolution images; alpha matting; large-scale optimization; cooperative optimization; competitive swarm optimizer;

摘要 步态特征识别是生物特征识别的一种,在大量实际场景中有广泛的应用.目前,基于深度学习的方法在步态识别任务中表现出较好的准确率.但是,在对机器学习的研究中,人们不仅希望得到精确的预测,还希望算法对识别结果进行解释,以便人们理解实际问题中的关键.深度神经网络的黑盒属性使得解释其识别依据非常困难.在已有的步态识别文献中,关注可解释性的研究尚处于空白状态.另外,深度神经网络需要大量数据来学习模型参数,在问题规模较小时难以有效地在未见数据上泛化.本文探索了一种兼具准确性和可解释性的步态识别方法.将步态特征表示为多维时间序列,使用一种基于Shapelet的时间序列分类方法进行步态识别. Shapelet是时间序列中最具有辨别性的子序列,基于Shapelet的时间序列分类方法能够提供较好的可解释性,同时可以提供较高的准确率.我们在CASIA-B数据集上进行了实验,和几种较新的深度学习方法进行了比较.实验表明,本文提出的方法在较小规模的数据集上能够提供与深度神经网络接近的准确率.与此同时,还能详细具体地解释模型的决策依据,即哪些特征在视频哪几帧的表现对某个个体而言最具辨别性.

关键词 步态识别; 时间序列; Shapelet; 随机森林; 可解释性; gait recognition; time series; Shapelet; random forest; interpretability;

关键词 区块链; 安全隐私; 比特币;

摘要 高速列车信息控制系统是确保整车运行安全的关键系统之一,也是高速列车高发故障的主要来源之一.实时故障诊断是提升系统运行可靠性和安全性的有效方案之一,故障注入作为检验其是否满足车载应用要求的关键技术,是实现安全、逼真模拟系统各类故障场景的重要手段.高速列车信息控制系统结构复杂,故障场景呈现出多种复杂特性,从而使实现其有效故障注入方法和技术面临诸多挑战,如故障位置不可访问、故障场景时空变迁特性复杂和系统级故障注入架构缺乏、仿真资源受限等.本文首先综述了故障注入研究现状,对比探讨了面向实时仿真的故障注入的研究意义;然后,分析了面向实时仿真高速列车信息控制系统故障注入存在的问题,并在此基础上给出了一些解决方案;最后,指出了高速列车信息控制系统故障注入未来的研究方向.

关键词 故障注入; 实时仿真; 故障诊断; 高速列车; 信息控制系统; fault injection; real-time simulation; fault diagnosis; high-speed train; information control system;

摘要 高速列车制动系统是确保列车安全平稳运行的关键系统之一,对其中发生的微小故障进行及时有效的检测可避免事故的发生并提高系统的可靠性.本文首先对高速列车制动系统中的EP阀漏气故障进行了简要分析;其次,提出了一种面向该系统的故障诊断架构;再次,针对故障特点提出了一种基于全局边际判别分析的故障检测方法;最后,在中车青岛四方车辆研究所有限公司的制动试验平台上对本文所提架构和方法进行了有效验证.

关键词 高速列车; 制动系统; 故障诊断架构; 微小漏气故障; 全局边际判别分析(GMDA); high-speed trains; braking system; fault diagnosis framework; incipient leakage fault; global marginal discriminant analysis(GMDA);

摘要 牵引系统为高速列车的重要组成部分,其可靠性对列车安全运行至关重要.本文利用牵引系统传感器数据,提出了一种最优的数据驱动故障检测与诊断(fault detection and diagnosis, FDD)方法,用于解决动态牵引系统的故障诊断问题.首先,基于传感器数据构建系统模型,用于描述牵引系统动态.然后,通过相关性与子系统辨识技术,定义残差生成器以及故障检测统计量.而后根据改进的支持向量机(support vector machine, SVM),研究了最优的数据驱动故障诊断问题.最后,通过中车株洲电力机车研究所有限公司的高速列车实验平台,验证了所提出方法的合理性与有效性.

关键词 高速列车; 牵引系统; 数据驱动; 故障诊断; high-speed trains; traction systems; data-driven; fault detection and diagnosis; FDD;

摘要 列车运行控制系统是高速列车信息控制系统的"神经中枢",其结构复杂、组件繁多,其中,车载子系统是列车运行控制系统的核心组成部分,是保证行车安全、提高运行效率的关键.目前,车载子系统的故障数据处理方式仍以人工处理实现故障定位为主,尚未深入到系统故障机理层面,无法实现有效的故障预测.本文分析了车载子系统的结构及系统故障处置现状,总结了现存的主要问题,结合车载子系统结构及各模块性能参数,提出了基于贝叶斯网络(Bayesian network, BN)的系统级故障预测模型构建方法.利用实际系统现场运行数据,采用基于贝叶斯网络的方法进行故障预测,分别在20, 200, 2000,20000组数据条件下实施了验证,故障预测准确率分别为5%, 27%, 92%, 96.3%,在2000组数据条件下同时对隐马尔科夫模型(hidden Markov model, HMM)、神经网络(neural network, NN)与本文所提出的方法进行了对比,预测结果验证了贝叶斯网络在系统级故障预测方面的显著优势.

关键词 高速列车; 列车运行控制系统; 车载子系统; 故障预测; 贝叶斯网络; high-speed train; train control system; on-board subsystem; fault prediction; Bayesian network;

摘要 高速列车多个轴承动态运行于相似环境造成轴承温度具有空间和时间相关性,可利用轴温相关关系的非期望变化进行轴承故障诊断;但传统的单一模态建模与监控方法未考虑在不同区间运行的列车其轴承温度具有各异的动态特征,难以建模上述关系,易造成误诊断.针对上述问题,本文研究综合利用高速列车轴温监测系统采集的同一列车多轴轴温数据,以及列车控制系统和轴承故障报警系统中的列车运行轨迹数据,提出数据驱动的列车轴承多模态运行监控与故障诊断方法.首先,针对列车通讯异常和传感器故障造成的缺失点和离群点问题,提出线性插值和动态主元搜索相结合的列车轴温数据预处理方法;接下来,依据不同运行区间内轴承温度变化相似性的聚类结果识别出同一列车的不同运行模态,并结合其与故障报警地理信息所提取的运行区间之间的相关性,提出基于列车运行轨迹的运行模态识别方法;在此基础上,提出多模态动态内在典型相关分析(multi-modal dynamic inner canonical correlation analysis, M-DiCCA)列车轴承多模态建模与运行监控方法;其后,提出基于动态时间规整的轴承故障原因诊断方法;最后,采用实际列车运行的轴温数据进行实验验证,结果表明了所提方法的有效性.

关键词 动态数据建模; 动态时间规整; 故障诊断; 多模态建模; dynamic data modeling; dynamic time warping; fault diagnosis; multimodal modeling;

摘要 人机对抗作为人工智能研究的前沿方向,已成为国内外智能领域研究的热点,并为探寻机器智能内在生长机制和关键技术验证提供有效试验环境和途径.本文针对巨复杂、高动态、不确定的强对抗环境对智能认知和决策带来的巨大挑战,分析了人机对抗智能技术研究现状,梳理了其内涵和机理,提出了以博弈学习为核心的人机对抗智能理论研究框架;并在此基础上论述了其关键模型:对抗空间表示与建模、态势评估与推理、策略生成与优化、行动协同与控制;为复杂认知与决策问题的可建模、可计算、可解释求解奠定了基础.最后,本文总结了当前应用现状并对未来发展方向进行了展望.

关键词 人工智能; 人机对抗; 机器学习; 智能博弈; 认知决策; artificial intelligence; human-computer gaming; machine learning; autonomous intelligent gaming; command and decision making;

摘要 随着谷歌知识图谱、DBpedia、微软Concept Graph、YAGO等众多知识图谱的不断出现,根据RDF来构建的知识表达体系越来越为人们所熟知.利用RDF三元组表达形式成为人们对现实世界中知识的基本描述方式,由于其结构简单、逻辑清晰,所以易于理解和实现,但也因为如此,当其面对现实中无比繁杂的知识和很多常识时,往往也无法做到对知识的认识面面俱到,知识图谱的构建过程注定会使其中包含的知识不具有完整性,即知识库无法包含全部的已知知识.此时知识库补全技术在应对此种情形时就显得尤为重要,任何现有的知识图谱都需要通过补全来不断完善知识本身,甚至可以推理出新的知识.本文从知识图谱构建过程出发,将知识图谱补全问题分为概念补全和实例补全两个层次:(1)概念补全层次主要针对实体类型补全问题,按照基于描述逻辑的逻辑推理机制、基于传统机器学习的类型推理机制和基于表示学习的类型推理机制等3个发展阶段展开描述;(2)实例补全层次又可以分为RDF三元组补全和新实例发现两个方面,本文主要针对RDF三元组补全问题沿着统计关系学习、基于随机游走的概率学习和知识表示学习等发展阶段来阐述实体补全或关系补全的方法.通过对以上大规模知识图谱补全技术研究历程、发展现状和最新进展的回顾与探讨,最后提出了未来该技术需要应对的挑战和相关方向的发展前景.

关键词 知识图谱; 知识库补全; 概念补全; 实例补全; knowledge graph; knowledge base completion; concept completion; instance completion;

摘要 现有DNS权威服务器处理DNS请求及响应报文依赖软件网络协议栈, CPU资源占用率高、开销大,处理性能受限.本文基于SmartNIC架构对DNS权威服务器的功能进行卸载加速,提出并设计了高性能DNS权威查询响应流水线PHDR Pipe (perfect Hash DNS response pipeline),基于完美哈希(perfect Hash)实现对区文件的预先处理,避免哈希冲突导致的多次访存,降低流水线最坏情况下处理延迟,从而有效提升系统吞吐率并降低响应延迟.基于开源的FAST平台的实验结果表明,与通用的BIND9系统相比响应延迟降低了约10倍,吞吐量接近10 Gb链路线速,同时资源开销小且具有良好的可扩展性.

关键词 DNS; 权威服务器; 完美哈希; FPGA; 加速; DNS; authoritative server; perfect Hash; FPGA; accelerate;

摘要 对空间中由于燃料耗尽或执行机构故障而失效的航天器进行姿态接管控制能够实现其上高价值有效载荷的再利用,多个微小卫星通过协同,能够以较低的成本对其实施姿态接管控制.微分博弈研究了多个体的最优决策问题,其中各个体通过局部性能指标函数的优化获得控制策略,并实现博弈事先设定的全局目标.本文将失效航天器的姿态接管控制问题转换为多微小卫星的微分博弈问题进行研究.首先建立了多微小卫星的微分博弈模型,设计了微小卫星的性能指标函数,实现了对微小卫星微分博弈问题的数学描述.之后给出了微小卫星微分博弈的HJ (Hamilton-Jacobi)方程,并通过基于单神经网络的策略迭代算法进行了耦合HJ方程解的学习,实现了对微小卫星博弈均衡策略的逼近.最后进行了微小卫星微分博弈学习控制方法有效性的数值仿真验证,仿真结果表明,微小卫星通过学习到的近似博弈均衡控制策略,实现了失效航天器姿态接管控制的全局目标.

关键词 姿态控制; 接管控制; 微分博弈; 博弈控制; 策略迭代; attitude control; takeover control; differential games; game control; policy iteration;

摘要 北斗卫星导航系统(BeiDou navigation satellite system, BDS)空间信号异常是影响其空间信号质量评估的重要因素,检测并排除空间信号异常不仅是构建BDS空间信号故障模型的重要手段,更有利于保障BDS导航定位的完好性.传统基于事后精密星历与广播星历比对的方法存在时延较大、采样率低等问题,本文提出了一种基于Kalman滤波的载波相位平滑伪距算法,并基于BDS空间信号用户测距误差的统计特性建立了实时估计BDS空间信号用户测距误差方法,从而实时检测并排除BDS空间信号异常.基于国际全球导航卫星系统服务(international GNSS service, IGS)地面观测网1 Hz采样率数据的实验结果表明,所提出方法对BDS空间信号用户测距误差的估计精度为1.15 m,可以有效识别由卫星轨道和时钟故障引起的空间信号异常.

关键词 北斗卫星导航系统(BDS); 空间信号误差; 异常检测; 完好性; BeiDou navigation satellite system(BDS); signal-in-space error; anomaly detection; integrity;

摘要 Apache IoTDB是一个新型的开源时序数据库管理系统.分布式数据管理系统不仅需要解决数据分区与多副本带来的节点间元数据同步问题,还要支持高效查询请求处理.本文针对节点间元数据同步问题提出了双层粒度元数据管理策略,在此基础上基于一致性哈希分区方法和Raft协议设计了同时支持强一致性查询和最终一致性查询的分布式框架.基于单机版Apache IoTDB进行了系统实现与实验测试,测试结果表明:双层粒度元数据管理策略与单层粒度管理策略相比,其元数据内存资源占用更少且写入性能提升5%~10%,并且分布式Apache IoTDB的读写性能随着集群规模的扩大而线性增长.

关键词 物联网数据库; 时间序列; 分布式框架; Raft协议; 元数据; 强一致性; 最终一致性; IoT database; timeseries; distributed framework; Raft protocol; metadata; strong consistency; eventual consistency;

摘要 连接优化是数据库领域最重要的研究问题之一.传统的连接优化方法一般应用基础启发式规则,他们通常搜索代价很高,并且很难发现最优的执行计划.主要原因有两个:(1)这些基于规则的优化方法只能探索解空间的一个子集,(2)他们没有利用历史信息,不能够很好地衡量执行计划的代价,经常重复选择相同的糟糕计划.为了解决以上两个问题,我们提出RLO (reinforcement learning optimization),一个基于强化学习的连接优化方法.我们将连接优化问题建模成马尔可夫(Markov)决策过程,并且使用深度Q-学习来估计每一种可能的执行计划的执行代价.为了进一步增强RLO的有效性,我们提出了基于树形结构的嵌入方法和集束搜索策略来尽量避免错过最好的执行计划.我们在Apache Calcite和Postgres上实现了RLO.实验表明:(1)在Apache Calcite上,与一系列剪枝的启发式算法相比, RLO搜索计划的效率为它们的10~56倍,并且生成的计划能更快地执行(80%的加速);(2)与原生的Postgres相比, RLO搜索计划的效率是其14倍,并且在端到端的执行中达到12.9%的加速.

关键词 连接优化; 强化学习; 嵌入方法; 集束搜索; join optimization; reinforcement learning; embedding method; beam search;

摘要 针对"信息孤岛"中的关系数据融合问题,本文提出并实现了多源关系数据融合的基本框架(multi-source relational data fusion, MSF).框架包含3个主要模块:模式匹配、实体对齐、实体融合.模式匹配面向多源关系数据的属性对齐问题,结合属性值的多维特征,提出基于匈牙利(Hungarian)算法的属性间对齐发现机制,实现了多源关系数据的快速模式匹配.实体对齐连接多源关系中的元组对,通过引入多样性取样策略和实体特征抽取方法,提升了实体对齐的效果.最后将对齐实体进行融合,为数据分析提供统一的数据视图.为了验证MSF的效果和效率,实现了数据融合系统DataPuzzle,并在该系统上,结合真实公开的多领域数据,对提出的方法进行了验证.结果表明,所提出的方法可以高效地实现数据融合,具有较高的查全率、查准率.

关键词 多源异构数据; 关系数据; 信息孤岛; 模式匹配; 实体对齐; 数据融合; multi-source heterogeneous data; relational data; information isolated island; schema matching; entity alignment; data fusion;

摘要 机器学习依赖大量样本的统计信息进行模型的训练,从而能对未知样本进行精准的预测.搜集样本及标记需要耗费大量的资源,因而如何基于少量样本(few-shot learning)进行模型的训练至关重要.有效的模型先验(prior)能够降低模型训练对样本的需求.本文基于元学习(meta learning)框架,从相关的、类别不同的数据中学习模型先验,并将这种先验应用于新类别的少样本任务.与此同时,本文提出"模型组合先验"(MCP, model composition prior)方法,通过目标函数的最优条件对模型结构进行分解,并分别估计模型的各个组成部分,得到有效的分类器.这种分解方式具有较高的可解释性,能够指导在不同小样本任务中"共享"与"独立"的成分,从而指导元学习的具体实现.在人造数据中,本文方法能够恢复出小样本任务之间的关联性;在图像数据上, MCP方法能取得比当前主流方法更优异的效果.

关键词 小样本学习; 元学习; 模型先验; 模型分解; few-shot learning; meta-learning; model prior; model composition;

摘要 针对三维点云形状修复补全中难以保持形状精细结构信息的问题,借助于生成对抗网络框架,本文提出了一种自动修复补全三维点云形状的神经网络结构.该网络由生成器和判别器构成.神经网络的生成器采用编码器–解码器结构,以缺失的三维点云形状作为输入,首先通过输入变换和特征变换对齐输入点云数据的采样点位置与特征信息;然后借助权共享多层感知器对各采样点提取局部形状特征并利用最大池化层与多层感知器编码提取出采样点的特征码字;其次将采样点特征码字加上网格坐标数据,解码器使用2个连续的三层感知器折叠操作将网格数据转变成点云形状的缺失补全数据;最后将缺失补全数据与点云输入数据合并,得到完整的三维点云形状.神经网络的判别器则接收真实的完整点云形状数据和生成器生成的完整点云形状数据,并利用与生成器相同的编码器结构判别出点云形状数据的真假并反馈以不断优化生成器,最终使生成器生成足以"以假乱真"的点云形状数据样本.实验表明,针对形状缺失的稠密点云和稀疏点云数据,本文方法在修复补全形状缺失部分的同时能有效保持输入点云形状的精细结构信息.

关键词 生成对抗网络; 编码器–解码器结构; 点云数据; 形状补全; 折叠操作; generative adversarial network(GAN); encoder-decoder structure; point cloud; shape completion; folding operation;

摘要 本文提出了一种基于深度学习与目标跟踪方法,综合单目视觉和双目立体视觉特点的无人机障碍物实时感知方法.首先,采用深度学习的方法对相机采集的首帧图片进行障碍物检测与识别,并采用目标跟踪算法对首帧检测结果进行实时跟踪,以提高检测系统实时性;同时,使用双目立体视觉技术对当前帧图像进行全图的三维重构,得到环境的空间信息;之后,通过在检测结果的感兴趣区域内进行点云聚类提取等策略并结合上述感知到的信息进行信息融合,得到障碍物的种类、空间位置及轮廓大小.最后,开发实物样机对方法进行验证,结果表明通过采用该方法,无人机在搭载一个双目相机的情况下即可完成对障碍物的实时感知.

关键词 深度学习; 目标跟踪; 无人机; 障碍感知; 双目视觉; deep learning; target tracking; UAVs; obstacle sensing; binocular vision;

摘要 实际空战的复杂性和不确定性及部分空战信息未知性,给无人机空战目标意图预测带来巨大挑战.针对非完备信息下无人机空战目标意图预测问题,本文提出了一种基于长短时记忆(long shortterm memory, LSTM)网络的非完备信息下空战目标意图预测模型.采用分层的方法建立空战目标意图预测特征集,并将空战信息编码成时序特征,将专家经验封装成标签,引入三次样条插值函数拟合以及平均值填充法来修补不完备数据,利用自适应矩估计(adaptive moment estimation, Adam)优化算法,加快目标意图预测模型训练速度,以便有效地防止局部最优的问题.最后通过仿真验证了所建立的无人机空战目标意图预测模型能有效预测无人机空战目标意图.

关键词 意图预测; 非完备信息; 长短时记忆网络; 数据修补; Adam; intention prediction; incomplete information; long-short-term memory; data repair; Adam;

摘要 针对第三关节为被动的平面四连杆(active-active-passive-active,简称AAPA)欠驱动机械臂的位姿控制问题,提出一种基于模型降阶与链式结构的控制策略.整个控制过程被划分为3个阶段.第1阶段,通过控制第四连杆的角度至零,将平面AAPA机械臂降阶为平面虚拟四连杆(active-activepassive,简称AAP)欠驱动机械臂.第2阶段,首先将平面虚拟AAP机械臂的模型转换为标准链式结构形式.然后,设计相应的控制器将平面虚拟AAP机械臂的被动关节控制至其目标位置,同时,将被动连杆的姿态角控制至中间姿态角,从而将平面AAPA机械臂进一步降阶为平面Acrobot.第3阶段,控制平面Acrobot驱动连杆的角度至其目标角度,连带实现对被动连杆的角度控制,最终实现平面AAPA机械臂的位姿控制目标.考虑到平面Acrobot存在角度约束,因此,利用遗传算法协调与优化被动关节的目标位置、被动连杆的中间姿态角、第四连杆的目标角度与被动连杆的目标姿态角,确保平面Acrobot对于系统目标位姿的目标角度解存在.最后,通过仿真验证控制策略的有效性.

关键词 平面四连杆欠驱动机械臂; 位姿控制; 模型降阶; 链式结构; 遗传算法; planar four-link underactuated manipulator; position-posture control; model reduction; chained structure; genetic algorithm;

摘要 面向末端具有可变负载的压电柔性悬臂梁振动主动控制,本文提出了一种基于改进多模型切换性能指标函数的多模型混合自适应振动主动控制方法.通过引入包含次级通道与结构正反馈通道的预滤波器,消除了抑振作动器与参考传感器之间的结构振动正反馈对振动主动控制的负面影响.通过构建以压电智能柔性悬臂梁为受控对象的MATLAB xPC实时验证平台,针对单频扰动、双频窄带扰动以及宽带扰动,开展了实时实验对比验证.相关实验结果表明:本文所提出的多模型混合自适应振动主动控制方法是可行的,能够显著改善负载变化情况下的振动抑制效果,且收敛速度较快.

关键词 多模型自适应控制; 切换控制; 振动主动控制; 压电悬臂梁; 可变负载; 实时控制; multiple model adaptive control; switching control; active vibration control; piezoelectric cantilever beam; varying load; real-time control;

摘要 气体传感器阵列的优化是电子鼻领域亟需解决的关键问题之一,同时也是一种特殊的特征选择问题.本文结合特征相关性和特征重要度,提出了一种有效的新型传感器(特征)重要性衡量方法——动态特征重要度,并在此基础上提出了一种新的基于动态特征重要度的电子鼻传感器阵列优化算法SAO DFI.通过对两种不同的气体环境下采集的数据进行分析,测试了重复传感器、传感器(特征)重要度、传感器(特征)相关性以及传感器特征参数对SAO DFI算法的影响,其优化结果证明了该阵列优化算法的有效性、鲁棒性和可解释性.

关键词 阵列优化; 气体传感器; 特征选择; 特征相关性; 电子鼻; 动态特征重要度; array optimization; gas sensor; feature selection; feature correlation; electronic nose; dynamic feature importance;

摘要 针对椭圆球面波函数(prolate spheroidal wave functions, PSWFs)信号处理与检测复杂度高的问题,基于具有相同奇偶对称性的PSWFs信号进行线性运算后其奇偶对称性不变的特点,提出了时域严格奇偶对称的PSWFs信号构建方法.依据相同奇偶对称性的PSWFs信号在半符号周期与整符号周期其正交性相同的特性,采用对奇对称、偶对称信号分组处理,利用半符号周期信号进行检测,降低参与运算的信号数值解点数的思路,提出了基于时域奇偶特性的PSWFs信号检测方法.理论与数值分析表明,与相干检测相比,所提的信号检测方法能够在不降低系统误码性能的前提下,检测计算复杂度由O(NQ)降低为O(NQ/2),降低约50%.

关键词 奇偶对称; 信号检测; 椭圆球面波函数; 对折处理; 叠加平均处理; 分层处理; parity symmetric; signal detection; prolate spheroidal wave functions; folding processing; overlapping averaging processing; hierarchical processing;

关键词 事件触发控制; 多智能体系统; 事件触发机制;

关键词 特征选择算法; 特征选择方法; 冗余性; 文本关系; 数据挖掘;

摘要 自步学习是近年来机器学习领域提出的一种启发于人和动物"由易到难"学习过程的学习机制.尽管自步学习已取得可喜的理论与应用进展,但是当前的自步学习算法仍存在超参数选择的瓶颈问题.针对该问题当前主要采用一些启发式的手工设计方法或者交叉验证方法,然而此类方法效率很低,缺乏理论性指导,难以推广应用到广泛的实践问题中.针对这一挑战性问题,本文提出一种基于元学习机理的自步学习算法,该方法能使自步学习中涉及的超参数以数据驱动的方式自动习得,从而大大减弱了自步学习的这一核心问题.特别地,我们针对3种典型的自步学习实现格式,将所提元学习策略实质性嵌入,通过回归和分类实验验证了所提算法的准确性和泛化性,特别验证了相比于传统超参设置方法的显著优越性.

关键词 自步学习; 元学习; 样本加权; 噪声标记下学习; 超参数选择; self-paced learning; meta learning; sample re-weighting; learning with noisy labels; hyper-parameter tuning;

摘要 集成特征选择算法将多种特征选择方法结果结合在一起,旨在得到更加有效的特征子集.然而这些算法通常假设每种特征选择方法是平等的,没有考虑不同特征选择方法性能的差异性,导致少数方法选择出的有效特征被忽略.为解决这一问题,本文提出一种可以有效地结合不同特征选择方法优势,并利用专家的知识逐步改善所选特征的交互式特征选择方法.该方法包括一个基于众包学习的集成特征选择算法和一个基于该算法开发的可视分析系统.基于众包学习的集成特征选择算法利用众包学习模型对不同特征选择方法的性能进行建模,计算每种方法的可靠性,并在此基础上将这些方法的结果有机融合.可视分析系统提供了丰富的排序方式,帮助专家理解单个特征选择方法的特征选择结果和特征在分类任务中所起的作用,从而让专家交互迭代地改善现有特征子集.在4个真实世界数据集上的数值实验表明,相比于现有的集成特征选择算法,本文提出的算法能够带来0.63%～2.85%分类准确率的提升.此外,在文本和图像数据集上进行的两个案例分析表明,本文提出的可视分析系统能够进一步带来0.28%～5.24%的分类准确率提升.

关键词 集成特征选择; 众包学习; 可视分析; 交互式可视化; 排序可视化; ensemble feature selection; learning-from-crowds; visual analysis; interactive visualization; ranking visualization;

摘要 在基于深度网络的自然语言处理任务中,嵌入表示层用词向量刻画词的语义信息,可以有效地提升模型性能.词向量可以和当前任务一起端到端地进行学习,但是从模型参数数量的角度来看,词向量的训练很容易在小语料库上过拟合.为了解决这个问题,通常会使用在大语料库上预训练得到的词向量.首先,本文总结了几种常见的复用预训练词向量的方法.其次,由于当前任务的变化,会有一些新词出现,这些新词的词向量不能通过预训练的词向量获得,因此本文提出了一种保持语义关系的词向量复用算法(SrpWer). SrpWer首先对当前数据集中词语之间的关系进行建模,然后结合预训练的词向量生成新词对应的词向量.实验结果验证了SrpWer的有效性.

关键词 自然语言处理; 词向量; 模型复用; 新词; 深度学习; natural language processing; word embeddings; model reuse; new words; deep learning;

摘要 识别海量变量间潜在的复杂关联关系,判断不同形式关联关系的强弱,是大数据关联关系挖掘的重要任务之一.然而,数据分布的不确定性、关联关系的多样性,使得基于分布假设的关联关系度量和基于数据驱动的非参数度量方法的适用性、准确性难以保证.因此,设计一种对关联关系形式无偏的有效关联度量方法变得至关重要.本文从大数据背景下潜在关联关系应被公平排序的需求出发,回顾了目前关联度量的公理化条件,给出了大数据关联关系度量可能需满足的性质;讨论了两类基于邻域视角的度量方法存在的不足;提出了本文基于k-NN粒的关联度量方法,称为最大邻域系数.人造数据集和真实数据集实验从不同角度验证了本文所提方法的有效性和优越性.最后指出了实验中发现的有趣现象和有待解决的理论问题,以引起对该领域更深入的思考和研究.

关键词 大数据; 复杂关联关系挖掘; 关联度量; 数据驱动; 粒计算; k-NN粒; big data; complex associations mining; association measure; data-driven; granular computing; k-NN granule;

摘要 随着万维网的发展,知识图谱数据大量增长,并在面向智能应用的研究中受到广泛关注.知识图谱用RDF (resource description framework)三元组描述实体相关的事实.在知识图谱中,关于一个实体的描述可能包含大量三元组,在一些需要直接呈现实体信息的应用中,为了避免用户信息过载,并适应有限的呈现空间,就需要进行实体摘要.实体摘要任务是从实体描述的众多三元组中选出最有代表性的子集作为摘要,以呈现给用户阅读.本文提出一种新的实体摘要方法 ESSTER以生成具备高可读性和低冗余性的实体摘要.该方法结合三元组的结构与文本特征,基于结构特性度量知识图谱中三元组的重要性,基于N元语法和文本语料度量三元组的可读性,基于逻辑推理、数值比较和文本相似判断三元组间的冗余关系.综合这3种技术要素,将实体摘要问题建模为组合优化问题进行求解.本文在两个由人工标注的公开数据集上与6种现有方法进行了对比实验,结果表明本文提出的方法效果达到了当前最佳水平.

关键词 知识图谱; 实体摘要; 冗余性; 可读性; 组合优化; knowledge graph; entity summarization; redundancy; readability; combinatorial optimization;

摘要 近年来,视频数据资源的日益丰富催生了一系列对于视频片段精细检索的需求.在这样的背景下,对于跨模态视频片段检索的研究逐渐兴起,其旨在根据输入的查询文本,输出一段视频中符合文本描述的片段.现有的研究工作主要关注于查询文本与视频片段的全局或局部的特征表达,而忽略了查询文本与视频片段中所蕴含的语义关系在跨模态检索中的匹配.例如,给定查询文本"一个人在打篮球"时,现有检索系统将根据整个查询文本和的视频的特征,或者关注于文本与视频中所表现的实体(如"人","篮球")来计算合适的视频片段,而缺乏对于"人打篮球"这类语义关系的考虑.因此,它们将难以辨别语义关系上的不同,从而限制了检索质量的提升.为了解决这个问题,本文提出跨模态关系对齐的图卷积框架CrossGraphAlign,通过分别构建文本关系图(textural relationship graph)与视觉关系图(visual relationship graph)来建模查询文本与视频片段中的语义关系,再通过跨模态对齐的图卷积网络来评估文本关系与视觉关系的相似度,从而帮助构建更加精准的视频片段检索系统.在公开的跨模态视频片段检索数据集TACoS和ActivityNet Captions上的实验结果表明,本文提出的方法可以有效地利用语义关系来提升跨模态视频片段检索的召回率.

关键词 关系对齐; 语言关系; 视觉关系; 图卷积网络; 跨模态视频片段检索; relationship alignment; textual relationship; visual relationship; graph convolutional network; cross-modal video moment retrieval;

摘要 片段视频语义识别旨在识别视频中短小片段的语义概念,是视频分析的一项重要任务.由于片段视频的数量巨大且缺乏可参考的网络标签,片段视频的标记十分困难,通常只能对部分片段视频进行标记.如何利用有限的语义标签提高片段视频语义识别的准确率是一项关键挑战.因此本文提出了一种基于长短时预测一致性的视频语义识别算法.该算法通过引入完整视频语义与片段视频语义一致性的约束,对片段视频语义识别结果进行筛选,以此提高片段视频语义识别的准确率.本文提出的算法在大规模视频数据集YouTube-8M的片段视频语义识别任务上达到了82.62%的平均均值准确率(mean average precision, MAP)识别精度,在第三届YouTube-8M比赛中排名第二.

关键词 大规模视频语义识别; 片段视频语义识别; 语义一致性; 特征聚合; 预测可靠性; large-scale video semantic recognition; segment-level semantic recognition; semantic consistency; feature aggregation; reliable prediction;

摘要 神经形态计算(类脑计算)以其自适应学习、高并行计算和低功耗等优点,被认为是最有希望解决冯·诺依曼(von Neumann)瓶颈的方法之一.实现神经形态计算的重要前提是开发能模拟生物突触行为的神经突触器件.电学神经突触器件是首先发展起来的神经突触器件,但是它们在统筹考虑带宽、连接、密度等因素下的整体优化面临着很大的挑战.近年来,把光引入神经突触器件,研制光电神经突触器件,为神经突触器件的发展带来了新机遇.对神经突触器件而言,光不仅具备电难以实现的高带宽、低串扰、低功率和无延迟等特性,还可以直接模拟视觉等至关重要的神经行为.光电神经突触器件作为基于光电集成的人工神经网络的基础,有望有力促进高性能和低功耗的神经形态计算的发展.本文主要介绍了光电神经突触器件的基本性能和类别,展示了已经实现的光电神经突触器件的模拟应用,并展望了今后光电神经突触器件的发展.

关键词 光电神经突触器件; 突触可塑性; 能耗; 氧空位离化与去离化; 载流子俘获与释放; optoelectronic synaptic devices; synaptic plasticity; energy consumption; oxygen vacancy; carrier traps;

摘要 本文从移动通信演进规律和泛在性出发,研究第六代移动通信系统(sixth generation, 6G).在前期引入代表智慧或意识的"灵"的基础上,提出6G信息交换中枢Ubiquitous-X网络,使人–机–物–灵的新通信对象全面协作和融合于现有网络,以构建未来的6G网络.针对Ubiquitous-X网络构架面临的信息密度非均匀增长导致的传播非线性、信息维度增加导致的信息空间高维性、承载服务差异化导致的信息处理复杂性3大挑战,借鉴复杂系统耗散理论和信息负熵促进有序的思想,给出设计与优化Ubiquitous-X网络的演进范式和核心技术,为6G研究提供参考.

关键词 移动通信; 网络构架; 人–机–物–灵; 泛在性; 耗散理论; mobile communication; network architecture; human-machine-thing-genie; ubiquity; dissipative theory;

关键词 光通信; 光网络;

关键词 人工智能应用; 锁模技术; 垂直腔面发射激光器; VCSEL; 光子系统; 分布反馈半导体激光器; 光子学;

摘要 推荐系统旨在为用户推荐个性化的在线商品或信息,其广泛应用于众多Web场景之中,来处理海量信息数据所导致的信息过载问题,以此提升用户体验.鉴于推荐系统强大的实用性,自20世纪90年代中期以来,研究者针对其方法与应用两方面,进行了大量广泛的研究.近年来,很多工作发现知识图谱中所蕴含的丰富信息可以有效地解决推荐系统中存在的一系列关键问题,例如数据稀疏、冷启动、推荐多样性等.因此,本文针对基于知识图谱的推荐系统这一领域进行了全面的综述.具体地,首先简单介绍推荐系统与知识图谱中的一些基本概念.随后,详细介绍现有方法如何挖掘知识图谱不同种类的信息并应用于推荐系统.此外,总结了相关的一系列推荐应用场景.最后,提出了对基于知识图谱的推荐系统前景的看法,并展望了该领域未来的研究方向.

关键词 知识图谱; 推荐系统; 协同过滤; 异质信息网络; 图嵌入; knowledge graph; recommender system; collaborative filtering; heterogeneous information network; graph embedding;

摘要 以研究科学创新与演化规律为目的的科学学近年来迎来了进一步的发展,科技大数据领域知识图谱在其中发挥了重大的作用.本文将从科技大数据知识图谱构建及应用研究角度,对科学学研究过程中发挥重大推动作用的科技领域知识图谱技术进行系统、深入的综述,阐述科技大数据知识图谱构建过程中涉及的科技实体抽取、科技实体消歧、科技关系抽取、科技关系推断等问题,对科技实体推荐、科技社区发现、科技实体评价、学科交叉以及学科演化等科技大数据知识图谱分析挖掘方法进行系统梳理,并给出科技大数据知识图谱未来的研究及应用方向.

关键词 科技大数据; 科技领域知识图谱; 科学学; 科技数据挖掘; 图神经网络; big data of sci-tech; knowledge graph of sci-tech domain; science of science; sci-tech data mining; graph neural network;

摘要 随着大数据对全球生产、流通、分配、消费等国计民生领域产生重要影响,事理作为认知智能重要概念,不仅帮助人们发现大数据所蕴含的国计民生的线索与发展规律,而且帮助人们更好认知人机物三元世界未来发展趋势.考虑到人机物事理动态演化是工业大数据有别于其他行业大数据处理的本质区别,本文从人机物事理动态演化特性智能认知着手,结合传统知识图谱在互联网领域取得的成功经验,提出了面向大数据领域的事理认知图谱构建与推断分析.首先论述了事理认知图谱对推动认知智能研究发展的贡献,剖析了它与知识图谱异同之处,深度理解人类社会发展变化规律的重要价值.其次阐述了事理抽取与泛化、多模态联合网络化合成表示、进化认知和推断分析等关键技术研究最新进展以及面临的挑战.最后,结合我们课题组在事理认知图谱的研究进展情况,归纳总结了事理认知图谱在预防网络电话诈骗和安全生产管控等领域最新应用效果.本文结尾总结和展望事理认知图谱的未来研究方向和发展前景.

关键词 工业大数据; 知识图谱; 事理认知; 人机行为演化分析; industrial big data; knowledge graph; event logic cognitive; analysis of human-machine behavior evolution;

摘要 一个准确丰富的人物关系图谱不仅能够为大众提供人物实体的清晰介绍和人物之间的相互关联,而且能够为智能服务系统提供有效的知识支持.目前大多知识来源均以百科类表格数据为起点,在此基础上构建知识图谱.本文主要描述如何充分利用百科类文本数据构建高质量的人物关系图谱.为解决表格数据中存在属性缺失和错误的问题,我们采用模式匹配和深度学习模型相结合的策略从文本数据中自动学习属性值,进行属性补全和纠错,有效提高了知识图谱的覆盖率和正确率.

关键词 知识图谱; 人物关系图谱; 属性补全与纠错; 信息抽取; knowledge graph; inter-personal relation knowledge graph; attribute identification; information extraction;

摘要 地理知识是人类对地理现象或事物空间分布、演变过程和相互作用规律的认知结果.当前大数据环境下的地理信息服务,普遍存在"数据海量、信息爆炸、知识难求"现象.地理知识图谱是一种利用语义网络对地理概念、实体及其相互关系进行形式化描述的知识系统,在地理知识理解、地学问题求解、时空预测决策等方面具有巨大的应用潜力.地理知识除了具有通用知识的内涵和特点之外,还具有特定的时空特征和地学机理特点.因此,地理知识图谱构建和应用既具有一定的通用性,同时具有一定的专业特殊性.本文结合地理知识的时空特征和知识图谱的表达形式,提出了一种顾及时空特征的地理知识图谱构建方法.首先,系统梳理了地理知识图谱构建的基本思路和技术流程,并简要阐述了地理知识获取、地理知识抽象与表达、地理知识组织与管理3个关键环节的主要研究内容及其进展.其次,从地理学回答的基本问题出发,对地理知识的内容特征进行概括和抽象,构建了涵盖"地理概念–地理实体–地理关系" 3个层次的地理知识表达模型,用于描述不同粒度地理知识语义单元的基本组成及其逻辑关系.最后,借鉴知识图谱采用的语义网络知识表示方法,提出了基于"过程–关系"的地理知识表示方法.该方法以时间和空间特征为基本条件,以地理实体的状态划分为基础,实现了地理实体演化过程以及复杂地理关系的形式化描述.本文的研究成果有效解决了融合时空间维度的地理知识结构化表达和形式表示问题,为地理知识获取、融合、推理与应用奠定了基础.同时,在地质、环境、气象等地学领域具有一定通用性,对地学知识服务的推进具有重要参考价值.

关键词 地理实体; 时空特征; 地理知识表达模型; 地理知识形式化; 地理知识图谱; geographical entity; spatio-temporal feature; geographical knowledge representation model; geographical knowledge formalization; geographical knowledge graph;

摘要 随着网络信息的剧增,信息流服务备受用户关注.在信息流服务中,如何衡量文本之间的相关度进而从多来源的信息渠道中过滤掉冗余信息提升推荐满意度成为至关重要的环节.当前主流的文本相关度计算方法均是将文本表示为向量,进而通过衡量向量之间的相似度来度量文本间的相关度.然而,信息流中的文本多为新闻文本,这些文本的核心是其描述的事件,基于此需要从事件的角度挖掘文本的核心特征进而利用其计算文本间的相关度.当前针对事件的研究大多数着眼于句子级别.事实上,在计算文本相关度时,需要从篇章级别把握文章的内容.故此,篇章级的事件分析更有影响力.为此,本文在句子级事件抽取的基础上,提出了一种篇章级的事件表示方法,其利用句子级事件的抽取结果构建篇章事件连通图,并选取图中重要的节点作为篇章级事件的代表,之后利用篇章级的事件表示结果来度量文本之间的相关度.实验显示,本文提出的文本相关度计算方法要远好于传统的文本相关度计算方法.

关键词 篇章事件连通图; 篇章级事件相关度; 文本排序; 关键子句筛选; 子句连通图; passage event connection graph; passage-level event correlation; textrank; selection of key sentence; sentence-level connection graph;

摘要 景点推荐系统可以帮助游客过滤大量的无关信息,还能辅助商家发掘潜在的顾客.然而,现有的基于传统方法的推荐系统,如基于内容的推荐或协同过滤系统,虽推荐过程相对透明直观,但由于数据稀疏性的存在,推荐结果往往不够准确;基于深度学习的推荐方法,虽在一定程度上提高了推荐结果的精度,但由于缺乏可解释性和透明度,难以满足部分用户理解推荐依据的愿望,也阻碍了此类方法的推广应用.为了解决当前方法所存在的局限,本文引入基于知识图谱的景点推荐框架,将推荐过程与知识图谱嵌入相结合,推断用户兴趣在知识图谱上的传播路径,以此作为推荐依据.此外,本文通过对真实旅游数据的多角度时空分析,探究旅游活动的时空规律,并将其应用于景点推荐框架中,提出一种面向旅游的基于知识图谱的可解释推荐方法——Geo-RippleNet,并通过构建基于开放网络资源的旅游知识图谱,对Geo-RippleNet进行了全面的实验验证.结果表明,本文提出的基于知识图谱的景点推荐方法,不仅可以最大限度地吸收知识图谱丰富的语义信息,从而实现可观的性能提升,还能充分利用图谱的关系知识,推理兴趣传播路径,以增强推荐结果的可解释性.此外,将旅游活动的时空规律融入到上述推荐框架中,能够还原用户出游和决策的时空过程,进一步提高方法的性能表现.

关键词 旅游知识图谱; 景点推荐; 可解释性; 推荐系统; 旅游管理; tourism knowledge graph; attraction recommendation system; interpretability; recommendation system; tourism management;

摘要 近年来, SARS病毒和MERS冠状病毒等全球传染性疫情频繁发生, 2019年12月至2020年5月7日,新冠肺炎(COVID-19)疫情已造成世界范围内210多个国家的370多万人感染,其中超过26万人死亡.此次疫情严重影响了人民生命安全、社会正常秩序和经济稳定发展,因而探索和实施面向重大传染病的新型防控方案迫在眉睫.随着机器人和人工智能技术的发展,复杂场景下的多类型应急防控智能机器人应运而生,并在疾病防控、排查诊断及治疗护理中扮演着至关重要的角色.本文以重大疫情防控过程中面临的物资供给不足、消毒任务繁重等问题为切入点,研究了医用物资搬运机器人、多场景消毒机器人、医护辅助机器人、排查防控机器人、复工复产机器人等系统方案和应用情况,并对环境感知、自主导航、运动规划、5G通信技术等多项疫情应急防控机器人关键技术的现状进行了对比分析.最后,对面向重大疫情应急防控智能机器人系统的前景提出了技术展望.

关键词 疫情应急防控; 疫情机器人; 环境感知; 自主导航; 运动规划; 5G通信技术; emergency prevention and control; outbreak robot; environment awareness; autonomous navigation; motion planning; 5G communication technology;

摘要 本文围绕高分辨率对地微波成像雷达对天线高效率、低剖面和轻量化的迫切需求,分析研究了有源阵列天线的特点、现状、趋势和瓶颈技术,针对对集成电路后摩尔时代的发展预测,提出了天线阵列微系统概念、内涵和若干前沿科学技术问题,分析讨论了天线阵列微系统所涉及的微纳尺度下多物理场耦合模型、微波半导体集成电路、混合异构集成、封装及功能材料等关键技术及其解决途径,并对天线阵列微系统在下一代微波成像雷达中的应用进行了展望.

关键词 天线阵列微系统; 微电子; 混合集成; 封装材料; 微波成像雷达; antenna array microsystem; microelectronics; hybrid/heterogeneous integration; packaging materials; microwave imaging radar;

摘要 日常生活中,面对经呼吸道传播的传染性疾病或厂矿生产过程中产生的扬尘沙土,人们佩戴口罩进行防护可保护身体健康和生命安全.人脸佩戴口罩的自动化识别可以有效监督人们佩戴口罩,是抑制疾病快速传播和保护身体健康的重要技术手段.对于生活和生产中的口罩佩戴识别的需求,本文提出了基于深度学习的人脸检测和口罩佩戴识别相结合的方法.该方法在人脸检测中利用特征融合金字塔,结合空间和通道注意力学习,以及分割分支进行神经网络弱监督学习.另外针对检测后的人脸子图像,采用图像分类的方法实现快速识别,并加入注意力学习机制,增强模型对口罩区域特征的学习.利用近20万的公开和企业自有数据,并采用数据增强等方法,在全天候自然场景下取得了99.50%的识别准确率.该技术已广泛应用于滴滴出行实际业务中,日均处理百万数量级的请求.该服务已对外开放,关键算法已开源,从而使其发挥更大的应用价值和社会价值.

关键词 口罩佩戴识别; 人脸检测; 人脸属性识别; 特征金字塔; 注意力学习; mask-wearing recognition; face detection; face attribute recognition; feature pyramid; attention;

关键词 尼古丁依赖; 物质依赖; 磁共振波谱技术; 吸烟者; 中枢机制;

关键词 仿生机器人; 仿生机器鱼; 仿人机器人;

摘要 可信计算以硬件安全机制为基础,建立可信赖计算环境,从体系结构上全面增强系统和网络信任,是当前学术界和产业界的关注热点.随着信息技术的深入发展,新应用场景的不断涌现,网络空间的安全威胁日益严峻,因此可信计算在重要信息系统的安全防护领域将发挥越来越重要的作用.本文从创新发展角度,围绕作者20年来在可信计算领域的研究成果,综述了可信计算理论的发展历程,提炼总结出涵盖两大方法基础、三大信任核心和四大关键技术的可信计算技术体系,阐述了移动可信计算、抗量子可信计算、可信物联网、可信云、可信区块链等方面的重要研究问题以及可信计算在这些领域的融合创新成果.在移动可信计算方面,软硬件结合的可信执行环境体系架构设计和实现是研究重点,其次,移动操作系统内核运行时安全隔离防护,以及基于可信执行环境(trusted execution environment, TEE)的移动应用安全防护也是两个重要研究问题.在可信物联网方面,由于嵌入式环境本身的特性以及资源的受限,轻量级的信任根构建、高效安全的软件证明、实用的安全代码更新机制、集群设备证明是该领域有待进一步研究的重要问题.在抗量子可信计算、可信云、可信区块链等新型场景中,可信计算技术也在不断地拓展其应用边界,发挥更加重要的作用.最后本文展望和讨论了可信计算未来的发展趋势.

关键词 可信计算; 可信执行环境; 移动可信计算; 抗量子可信计算; 可信物联网; 可信云; 可信区块链; trusted computing; trusted execution environment; mobile trusted computing; quantum-resistant trusted computing; trusted Internet of Things; trusted cloud; trusted blockchain;

摘要 在过去的十几年间, Android系统由于其开源性、丰富的硬件选择性以及拥有百万级别应用市场等优点,已经迅速成为了目前最流行的移动操作系统.与此同时, Android系统的开源性也使其成为了恶意软件的主要攻击目标.恶意软件的快速增长给移动智能手机用户带来了巨大的危害,包括资费消耗、隐私窃取以及远程控制等.因此,深入研究移动应用的安全问题对智能手机生态圈的健全发展具有重要意义.本文首先介绍了恶意软件检测所面临的问题与挑战,然后综述了近些年的恶意软件检测所使用的数据集信息以及相关方法,将现有方法分为了基于特征码、基于机器学习以及基于行为3大类,并针对各方法所使用的技术进行了归纳总结,全面比较和分析了不同技术的优缺点.最后,结合我们自身在恶意软件检测方面的研究基础对未来的研究方向和面临的挑战进行了探索与讨论.

关键词 安卓; 恶意软件检测; 家族识别; 机器学习; Android; malware detection; familial identification; machine learning;

摘要 基于内存计算模型的分布式数据处理系统,如Flink和Spark,经常遭受严重的内存压力,尤其在平台内存资源紧张,且被多个用户或组织共享情况下,内存资源竞争进一步加剧.用户应用被分配的内存空间不足,会在运行期间产生严重的垃圾回收(garbage collect, GC)开销,而分配过量的内存会导致平台资源的浪费.因此平台中如何为用户应用配置合适的内存成为关键问题.通过研究分析发现,平台上的多个应用会多次共同处理某个特定的数据集,且应用对数据的处理逻辑具有相似性,如图计算和机器学习应用;大数据应用框架的算子API和用户自定义方法 (UDF)与数据处理逻辑有着密切的关系,继而影响运行时内存的使用.基于该发现,本文提出了一种预估新提交应用的合理内存阈值的方法.该方法利用程序分析与历史应用处理数据特征分析,基于kTree判断与历史应用的数据路径的相似性来预估新应用的合理内存阈值,并在Spark系统上实现该方法.通过一系列实验评估预估的准确性和性能收益,实验结果表明本方法预估大数据应用的结果与真实合理内存阈值的误差比例低至4%,预估过程所产生的开销与应用运行时间相比可以忽略不计,平台上数据处理应用整体执行时间减少至56%.

关键词 内存管理; 生命周期; 代码诊断; 数据处理系统; 分布式系统; memory management; lifetime; program diagnostics; data-processing system; distributed system;

摘要 网络节点表示学习是网络数据分析挖掘中的一个基础问题,通过学习网络节点表示向量,可以更加精准地对网络节点进行表征.近年来,随着深度学习的发展,嵌入方法在网络节点表示学习方面得到了广泛应用.同时,网络数据在规模、模态等特征方面也有了很大的变化,研究重点从单网络分析挖掘逐渐演变至耦合网络分析挖掘.本文首先分析了嵌入方法在单网络节点表示学习中的研究现状,对比了现有方法的优劣.然后借鉴单网络中嵌入方法的思想,针对耦合网络提出了耦合网络嵌入模型CWCNE.针对耦合网络的特性,改进了嵌入方法中的游走算法,提出了一种网络间带约束的随机游走策略;同时改进了模型的训练方法,使用网络间迭代训练的方式来学习模型参数.最后使用了社交耦合网络、学术耦合网络、影视耦合网络、诗词耦合网络、著作耦合网络等5组数据集验证了CWCNE的有效性.并在社团划分、实体识别、标签分类等任务上取得了良好的结果.

关键词 网络嵌入; 节点向量; 耦合网络; 表示学习; 社团划分; 主体识别; 标签分类; network embedding; vertex vector; coupling network; representation learning; community detection; entity recognition; label classification;

摘要 在多任务学习问题中,随机效应(random effects)可能同时存在于所有子任务中,而每个子任务又存在对应的稀疏效应(sparse effects).这在文本分析尤其在对电影评论的情感分析中,尤为常见.在本文中,我们提出一种用于数据中同时存在共享随机效应和特定稀疏效应的混合多任务学习模型,并命名为MSS (multi-task learning with shared random effects and specific sparse effects)模型.在模型的建立过程中,我们利用Bayes框架,针对不同效应的特点设定不同的先验分布和超参数.在模型的求解过程中,我们使用变分推断克服Bayes推断中的计算难题,使MSS模型在大规模数据分析中具备广泛的适应性.通过全面的模拟数据实验和真实数据实验的分析结果,我们展示了MSS模型在模型预测和变量选择方面同时具备随机效应模型(random effects models)和稀疏回归模型(sparse regression models)的优势,相比已有方法大幅提高泛化性能. MSS模型通过对多任务学习模型中不同效应的区分,能够更加有效的识别模型中的共享随机效应和特异稀疏效应,进而增强模型在模型预测和变量选择方面的性能.

关键词 多任务学习; 随机效应; 稀疏性; 变量选择; Bayes推断; multi-task learning; random effects; sparsity; variable selection; Bayesian inference;

摘要 数据类型和分布的复杂化导致样本间关系的不确定性增强,给有效挖掘数据的潜在类簇结构带来挑战.为降低样本关系不确定性对数据聚类带来的影响,本文将聚类集成中样本稳定性概念扩展至聚类分析中.本文从理论上分析样本稳定的合理性,并提出基于信息熵的样本稳定性度量方法.此外,本文提出一个基于样本稳定性的聚类方法,该方法先将数据分为稳定样本集和不稳定样本集,然后挖掘稳定样本的团簇结构,并将不稳定样本划分至该团簇结构中.最后,本文通过二维人造数据和图像分割场景可视化显示样本稳定性的合理性,并在基准数据集上验证本文所提聚类算法的有效性.

关键词 机器学习; 无监督学习; 聚类分析; 样本稳定性; 稳定性理论; machine learning; unsupervised learning; clustering analysis; sample's stability; stability theory;

摘要 公平性学习是机器学习领域的研究热点,预防歧视的目的在于执行预测任务之前消除不公平训练集对于分类器的影响.为了保证分类公平性和准确性,本文通过发现和消除原始数据集中的歧视样本寻找生成公平数据集的方法,即提出了一种基于分类间隔的加权方法用于处理二分类任务中的歧视现象,并在demographic parity和equalized odds公平性判定准则上实现分类公平.为了不影响分类准确性,本文基于最大间隔原理将样本投影之后选出目标集,对于目标集中的每个样本,通过加权距离度量方法判定该样本是否具有歧视性,并进行修正.通过在3个真实数据集上与已有方法进行实验对比,本文的方法能够获得更好的分类公平性和准确性,并且不局限于特定的公平性判定准则和分类器.

关键词 公平性学习; 分类间隔; 目标集; 加权距离度量; 歧视性; fairness learning; classification margin; target set; weighted distance metric; discriminatory;

摘要 人工智能技术蓬勃发展,理论与技术上都有显著突破,在诸多领域得到了广泛应用;人工智能的相关理论与技术成果有可能在控制领域得到最大的集成,即智能控制将是人工智能及相关前沿技术的综合体现.本文从控制科学与技术的发展历程切入,分析得出智能控制将是人工智能与工业界融合发展的抓手,进而对智能控制的发展需求、控制技术的智能化途径和智能控制的发展阶段以及各阶段性特征展开讨论,最后阐述了推动智能控制技术发展的重点方向.

关键词 人工智能; 控制学科发展; 智能控制发展需求; 控制技术智能化; artificial intelligence; control discipline development; intelligent control development requirement; intelligence of control technology;

关键词 毫米波; 太赫兹通信; B5G/6G;

关键词 量子信息; 量子比特; 量子密钥分发;

关键词 量子信息技术;

摘要 人工智能(artificial intelligence, AI)自1956年诞生以来,在60多年的发展历史中,一直存在两个相互竞争的范式,即符号主义与连接主义(或称亚符号主义).二者虽然同时起步,但符号主义到20世纪80年代之前一直主导着AI的发展,而连接主义从20世纪90年代才逐步发展起来,到21世纪初进入高潮,大有替代符号主义之势.今天看来,这两种范式只是从不同的侧面模拟人类的心智(或大脑),具有各自的片面性,依靠单个范式不可能触及人类真正的智能.需要建立新的可解释和鲁棒的AI理论与方法,发展安全、可信、可靠和可扩展的AI技术.为实现这个目标,需要将这两种范式结合起来,这是发展AI的必经之路.本文将阐述这一思想,为叙述方便,我们称符号主义为第一代AI,称连接主义为第二代AI,将要发展的AI称为第三代AI.

关键词 人工智能; 符号主义; 连接主义; 双空间模型; 单空间模型; 三空间模型; artificial intelligence; symbolism; connectionism; dual-space model; single-space model; triple-space model;

摘要 过去20余年,在国家科技计划持续支持下,中国的高性能计算事业得到长足发展,目前,正在向EFlops级(百亿亿次级,简称E级)高性能计算机的目标冲刺.本文简要回顾了我国高性能计算发展的历史,针对当前E级计算所遇到的困难,从体系结构、处理器、互连网络、并行操作系统、并行编程、算法和可靠性等7个方面,探讨了需要重点研究和解决的技术问题.

关键词 E级计算机; 异构体系结构; 众核处理器; 互连网; 并行编程; exascale computer; heterogeneous architecture; many-core processor; interconnect; parallel programming;

摘要 信息技术的快速发展和广泛应用,为科学认识和有效调控现实世界中各类不确定性复杂系统的结构、运行与功能之间关系,提供了前所未有的工具和手段,使系统与控制科学迎来新的发展机遇.未来科学发展离不开现有研究基础及其所提供的借鉴.本文在简要回顾控制理论发展历史的基础上,主要围绕不确定性动态系统的估计、控制和博弈研究中的若干基本科学问题,重点介绍作者研究团队的相关理论进展、研究体会和疑难问题,并给出某些未来展望.本文主要内容集中在下列基本问题的理论和算法基础:经典比例–积分–微分(PID)控制、自适应学习、自适应滤波、自适应控制、反馈机制最大能力、自适应博弈、群体涌现与博弈控制系统等.值得指出,在不确定性动态系统中一般存在各种反馈回路,对其行为的观测数据通常远不满足独立性与平稳性等经典统计假设,这是对其开展理论研究的一个突出特色.

关键词 复杂系统; 控制系统; 不确定性; 反馈机制; PID控制; 自适应估计; 自适应滤波; 自适应控制; 自适应博弈; 涌现行为; 博弈控制系统; complex systems; control systems; uncertainty; feedback mechanism; PID control; adaptive estimation; adaptive control; adaptive games; emergence; and game-based control systems;

摘要 智能制造是实现我国流程工业高效化、绿色化、高质量发展的必由之路.知识是流程工业智能制造的核心要素,知识驱动的流程工业智能制造是流程制造业发展的新模式.论文从流程制造业中知识的重要性和特点出发,综述了知识研究及应用现状.提出了知识驱动的流程工业智能制造系统框架,探讨了深度知识获取、知识注入和工业知识图谱等关键技术.通过铝电解企业智能决策过程应用案例阐明了以上关键技术在流程工业智能制造系统中的重要作用.最后给出了知识驱动的流程工业智能制造面临的挑战性问题和未来展望.

关键词 流程工业; 智能制造; 知识驱动; 工业知识图谱; process industry; smart manufacturing; knowledge-driven; industrial knowledge graph;

摘要 光纤通信作为二战以来最有意义的四大发明之一,奠定了网络信息传输的基石,承载了全球90%以上数据流量,但预计其未来20年将遭遇"传输容量危机".本文围绕超高速率、超大容量、超长距离、超宽灵活、超强智能(ultra-high speed, ultra-large capacity, ultra-long distance, ultra-wideband flexibility, and ultra-powerful intelligence, 5U)这5个光纤通信的发展维度开展研究,在回顾了其50多年发展历程的基础上,对近10年来所取得的一系列最新进展进行了全面综述,并就未来10年甚至20年的演进趋势做出展望.

关键词 光纤通信; 光传输; 光网络; optical fiber communication; optical fiber transmission; optical network;

摘要 本文从Shannon信息论及其扩展形式的角度,探讨未来6G移动通信系统性能提升的潜能.首先,对经典Shannon信道容量及传输性能折中理论框架进行了概括,并探讨了其在当代移动通信系统中应用的局限性.其次,对Shannon信息论的多输入多输出(MIMO)扩展形式进行了论述,指出了其在当代移动通信系统发展中所扮演的基础性作用;鉴于Shannon信息论及其MIMO扩展形式均为非构造性的,文中还分别讨论了信道容量构造性逼近的两种重要途径—信道极化和特征模式无线传输.然后,围绕更高的频谱效率与功率效率、更高的可靠性与更低的时延、更高的频段等6G技术发展需求,从基础理论的角度探讨其性能进一步提升的潜能,主要结论包括:通过引入更多的天线、无蜂窝网络构架创新,以及分块长度–差错概率–传输速率–最小天线数等关键参数的有效平衡等途径,未来6G技术仍然具有较大的提升潜能,但需要在系统性能与部署成本之间进行折中,并有针对性地有效获取高频段MIMO信道容量.最后本文对涉及未来发展的若干基础性问题进行了总结.

关键词 Shannon信息论; MIMO; 6G移动通信; 无蜂窝; 高可靠与低时延; Shannon theory; MIMO; 6G mobile communications; cell free; uRLLC;

摘要 量子信息技术是量子力学与信息科学融合的新兴交叉学科,它的诞生标志着人类社会将从经典技术迈进到量子技术的新时代,本文将阐述量子信息技术的研究现状与未来.文中描绘了量子技术发展远景,即筑建各种类型的量子网络,包括量子云计算网络、分布式量子计算、量子传感网络和量子密钥分配网络等.量子计算机已从实验室的研究迈进到企业的实用器件研制,目前已发展到中等规模带噪声量子计算机(noisy intermidiate-scale quantum, NISQ)的阶段.在量子技术时代,没有绝对安全的保密体系,也没有无坚不摧的破译手段,信息安全进入"量子对抗"的新阶段.

关键词 量子信息技术; 量子网络; 量子计算机; 量子密码; quantum information technology; quantum networks; quantum computers; quantum cryptography;

摘要 随着科技快速进步,新兴应用不断涌现.无法响应软件变化的芯片,如专用集成电路(application-specific integrated circuit, ASIC),将因为生命周期过短,面临一次性工程成本(non-recurring engineering,NRE)过高的难题.与此同时,随着摩尔定律(Moore's law)和迪纳徳定律(Dennard scaling)走向终结,未来集成电路工艺更新带来的能效收益越来越小,通用处理器可实现的计算能力被芯片功耗约束.近几年兴起的领域定制加速器(domain-specific accelerator, DSA)通过针对特定应用领域的计算模式,定制芯片架构,以期兼顾能量效率和特定领域内的灵活性.但目前DSA面向硬件定制软件,这导致软件生态碎片化,程序员学习成本增大.未来芯片设计需要兼顾灵活性、能量效率和可编程性.软件定义芯片(software-defined chip, SDC)在这一需求下成为了研究热点.可重构芯片通过融合处理器的高灵活性、ASIC的高能效,并通过重构提供了在运行时根据软件定制芯片架构的能力,是当前SDC的研究热点.本文首先回顾SDC的研究动机,然后分析可重构芯片如何满足SDC的需求,之后探讨当前可重构芯片面临的挑战,最后阐述为了实现SDC,可重构芯片未来的发展方向.

关键词 软件定义芯片; 可重构计算; 领域定制架构; 能量效率; 可编程性; software defined chips; reconfigurable computing; domain-specific architecture; energy efficiency; programmability;

摘要 电磁超材料是由亚波长单元周期或非周期地排列而组成的人工电磁结构,可通过设计结构单元及其排布自由地控制电磁波,是信息领域的研究热点之一.本文介绍了东南大学毫米波国家重点实验室从事电磁超材料研究的历史和最新进展,主要分为3个发展阶段.第1阶段发展了等效媒质超材料,提出了超材料结构的等效媒质一般性理论,实验验证了宽带地面隐身衣、电磁黑洞、电磁幻觉及各向异性零折射率等奇特物理现象及功能器件,并在超材料变换光学透镜、平板透镜天线,以及宽带电磁隐身表面等方面获得了应用.第2阶段开拓了基于人工表面等离激元(surface plasmon polariton,SPP)传输线的微波领域新方向,提出一种超薄、低损耗、条带式的SPP传输线,能在共形曲面上传输无畸变的SPP波;基于此,研制了一系列微波SPP无源器件、SPP放大器和倍频器,以及SPP天线,构建了首个全SPP无线通信射频收发系统,在间距为深亚波长的两个通道上实现了两个独立视频无干扰的超视距传输.第3阶段创建了信息超材料新体系,提出用数字编码表征超材料的新思想,通过控制不同的数字编码序列实时地调控电磁波,实现了超材料的现场可编程功能;提出在信息超材料的物理平台上进行信息熵操作及相关的数字卷积定理和加法定理,在物理空间上构筑起数字空间,实现了对电磁波和数字信息的同时调控;基于此研制了新架构的微波成像系统、无线通信系统和智能感知系统.

关键词 电磁超材料; 等效媒质; 表面等离激元; 数字编码; 现场可编程; 信息超材料; 信息系统; electromagnetic metamaterial; effective-medium model; surface plasmon polaritons; digital coding metamaterial; field programmable; information metamaterial; information system;

摘要 成像光谱仪能够获取目标的几何和光谱辐射信息,是一种具有量化分析和特征识别能力的光学感知手段,按照分光方式可分为棱镜色散、光栅衍射和干涉调制等多种类型. Fourier变换成像光谱技术通常基于双光束干涉原理,将探测器获取的干涉图通过Fourier变换反演出目标光谱.该技术具有高通量、多通道、高光谱分辨率等优点,是成像光谱技术中最具创新空间和应用潜力的重要研究方向,发展过程中逐步形成了时间调制、空间调制、时空调制等多种类型,在工业农业、科学研究、生物医药、大气探测、环境监测、资源调查等诸多领域得到广泛应用.本文从Michelson干涉仪原理出发,简要介绍Fourier变换光谱技术的基本理论,按照3种干涉调制类型分别介绍不同Fourier变换成像光谱技术的典型方案、突出特点和主要应用.

关键词 Fourier变换; 成像光谱; 辐通量; 多通道; 调制度; 并行采样; Fourier transform; imaging spectroscopy; throughput; multiplex; modulation depth; parallel sampling;

摘要 当前以深度学习代表的人工智能技术所能解决的问题往往需要具有大量可以借鉴学习的训练集,同时要求所获取的信息是完备的.但在复杂时变的真实应用环境中,采集到的数据往往包含大量噪声与不确定性,且仅包含环境的局部信息,导致了基于深度学习的人工智能应用的局限性.而在同样环境下,人类却往往可以依靠直觉做出较为迅速且适宜的判断,这为我们发展新的人工智能理论解决上述问题提供了灵感.本文系统地对人类直觉的概念、机理、类别等内容进行论述,分析了不同学科已有相关研究进展及存在的不足.在此基础上,提出了机器直觉这一新的交叉学科研究方向,并给出了实现机器直觉的基本准则,以及通过让机器实现类似甚至超过人类的直觉能力、赋予机器洞察力与创造性的研究目标.本文尝试设计了机器直觉的通用整体架构,确定了全息感知、直觉认知、直觉决策和博弈行动几个主要功能模块的基本原理和内涵.最后,从脑科学、认知科学、人工智能等多学科交叉研究角度,对机器直觉的应用与未来研究方向进行了展望,为后续展开机器直觉的研究提供方向性指引.

关键词 人工智能; 直觉机理; 机器直觉; 直觉架构; 全息感知; 直觉认知; artificial intelligence; mechanism of intuition; machine intuition; structure of intuition; holographic perception; intuitive cognition;

摘要 双目标最小生成树问题是一个NP-难问题,在光缆通信、智能控制等领域有其重要的应用价值.警示传播(warning propagation, WP)算法是一种基于因子图的消息传递算法,可用于求解组合优化问题.借助于Boltzmann机模型使一个无向图转换为因子图,将求解无向图上的双目标最小生成树问题映射为求解因子图上的对应问题,进而设计一种求解双目标最小生成树问题的警示传播算法.选取由随机数种子产生的若干随机数构造邻接矩阵,生成对应的无向图实例,数值实验结果表明,该算法优于同类算法.

关键词 双目标优化; 组合优化; 警示传播算法; 最小生成树; 因子图; double-objective optimization; combinatorial optimization; warning propagation algorithm; minimum spanning tree; factor graph;

摘要 本文关注敏感数据的隐私保护问题,开展满足差分隐私的分布式Logistic回归模型研究.通过对算法输出结果加扰动,实现分布式差分隐私.进一步,为了防止计算机信息交互过程中可能产生的隐私泄露,针对算法迭代过程加扰动的方式提出了基于Alternating Direction Method of Multipliers(ADMM)算法的分布式Logistic变量扰动算法,并给出算法的理论界估计.实验表明,所提算法可有效地处理分布式存储数据并保护其隐私.

关键词 差分隐私; 分布式算法; Logistic回归; ADMM算法; differential privacy; distributed algorithm; logistic regression; ADMM algorithm;

摘要 否定选择算法(negative selection algorithm, NSA)是人工免疫系统的核心基础算法.孔洞是引起NSA检测率低的重要因素.传统NSA未考虑孔洞的分布,采取在特征空间内通过完全随机的方式盲目生成检测器以修复孔洞,导致孔洞修复效果不佳,并且淘汰无效的检测器也异常耗时.孔洞问题在生物免疫系统中也同样存在.生物免疫系统利用MHC分子针对孔洞产生的特殊形态,对免疫细胞的发育过程进行限定,从而训练出覆盖孔洞的免疫细胞,进而解决孔洞问题.受此启发,本文提出一种基于免疫MHC的否定选择算法——孔洞修复方法 MHC-NSA.首先以训练样本生成的维诺图(Voronoi)对形态空间进行划分,利用维诺图的最邻近特性,在维诺图中两类点处快速生成两类检测器,以较小训练代价达到对非自体空间较好的覆盖;其次模拟MHC针对孔洞所具有的特殊形态,对所产生的孔洞位置进行定位,并限定该位置生成孔洞修复检测器,从而提升孔洞修复效果.理论分析表明,MHC-NSA所生成的孔洞修复检测器可将孔洞最高占比降低62.8%,且MHC-NSA的时间复杂度由传统NSA算法的指数阶降低到多项式阶.在UCI数据集Balance Scale上的实验表明, MHC-NSA的检测器训练时间较典型NSA算法代表RNSA, V-Detector和BIORV-NSA在分别降低53.73%, 96.43%和92.66%的同时,检测率分别提升69.57%, 44%和17.54%.

关键词 人工免疫系统; MHC; 否定选择算法; 孔洞; AIS; MHC; NSA; Holes;

摘要 作为推荐系统的重要组成部分,协同过滤已成为了当今主流的推荐方法之一.其中基于潜在因子的协同过滤常采用SVD推荐模型分析用户喜好.近年来,随着SVD推荐模型研究的深入, SVD++,TrustSVD等一类带有隐式反馈的SVD推荐模型被相继提出.此类模型能更有效地从有限的数据源中挖掘有用信息并取得了较好的效果,因此受到了人们广泛关注.然而,现有文献大多关注于模型设计,缺乏专门针对带有隐式反馈的SVD推荐模型的高效求解算法.为此,本文首先研究了一般性的SVD推荐模型梯度求解框架,然后以SVD++推荐模型为突破口,基于块梯度下降方法设计了高效求解算法BCDSVD++并解决了容量矩阵求逆、稀疏数据优化处理等两个关键问题.实验表明,本文所设计的BCDSVD++算法具有比传统的并行梯度下降法更高效的求解效率及收敛能力.

关键词 SVD推荐模型; 隐式反馈; SVD++; 块坐标下降法; 协同过滤; SVD recommendation model; implicit feedback; SVD++; block coordinate descent method; collaborative filtering;

摘要 液体运载火箭作为卫星运载的重要平台,对其结构安全性进行准确的评估极其重要.本文针对液体运载火箭实际工作过程中监测数据易受到噪声干扰的问题,基于置信规则库(belief rule base,BRB)提出了一种考虑环境干扰的液体运载火箭结构安全性评估方法.首先,通过分析火箭监测数据的特征,提出了一种基于距离的监测指标不确定度求取方法,通过指标不确定度来反映噪声对于监测数据的影响程度;然后,针对目前置信规则库模型中仅考虑了定性知识的不确定,无法处理监测数据不确定的问题,提出了一种考虑指标不确定度的输入数据匹配度转换方法,监测数据中包含不确定性信息的大小通过剩余匹配度表示;最后,基于BRB构建了液体运载火箭安全性评估模型,对存在不确定性的监测数据进行融合,得到液体运载火箭的安全性状态.通过实验室搭建的基于无线传感网络的运载火箭监测平台验证了所提方法的有效性.

关键词 安全性评估; 液体运载火箭; 指标不确定度; 置信规则库; 无线传感网络; safety assessment; liquid launch rocket; index uncertainty; belief rule base; wireless sensor network;

摘要 针对当前求解大时间带宽积椭圆球面波函数(PSWF)无统一表达式的问题,通过对基于Hermite函数和Legendre多项式的显式渐近表达式求解误差的理论和数值分析,提出一种大时间带宽积PSWF及其微分算子特征值的显式渐近表达式,明确了大时间带宽积(c> 10π) PSWF及其微分算子特征值基于Hermite函数和Legendre多项式的精确高效求解的适用条件和计算方法.性能对比分析结果表明,本文提出的表达式可保证各阶PSWF及其微分算子特征值始终满足误差要求,且正交性与能量聚集性具有显著优势.

关键词 椭圆球面波函数; 大时间带宽积; 显式渐近表达式; Hermite函数; Legendre多项式; PSWF; large time-bandwidth product; explicit asymptotic expressions; Hermite function; Legendre polynomial;

关键词 智能汽车; 协同自适应巡航控制; 协同驾驶;

关键词 可成长性; 指挥控制系统;

摘要 在云计算和大数据的技术背景下,"人–机–物"三元融合的应用模式正不断加速社会的信息化进程,并对软件系统的自适应和持续演化能力提出了新的需求.本文探索了面临软硬件环境及外部资源不断变迁挑战下的可成长网构软件理论方法和实现技术,从软件可成长性问题的由来,至可成长性概念的内涵和可成长软件的范型机理,在开放环境感知与自适应、无缝演化和过程演进,以及演化质量评估方法和保障机制3个方面系统分析了可成长软件的技术挑战并介绍了当前的技术进展,以支撑软件系统在不断成长视角下的长期生存.

关键词 可成长软件; 范型机理; 自主适应; 持续演化; growing software; paradigm; self-adaptation; continuous evolution;

摘要 高质量的日志代码是软件故障诊断的重要依据.由于缺乏统一规范、开发人员不够重视等原因,现有软件中的日志质量参差不齐.目前,已有工作致力于日志的自动化增强,主要分为基于易错模式的方法和基于代码特征的方法,这些方法通过总结软件易错代码模式或学习已有日志代码的代码特征,进而在相应的代码段中自动添加日志语句.但开发人员添加日志代码的意图往往难以用固定的模式或特征来描述,导致日志增强的准确性不高.因此,本文探索了意图敏感的日志增强方法,提出了一种日志意图描述模型(log-intention description model, LIDM),在此基础上设计和实现了自动化日志增强工具SmartLog. SmartLog利用LIDM提取日志代码意图,挖掘日志增强规则,进而实现意图敏感的日志自动增强.本文在6款成熟且被广泛使用的开源软件上对SmartLog的有效性展开了评估.评估结果显示, SmartLog的准确性相比两个已有最好的日志增强工具分别提升43%和16%.此外,本文收集了软件演化过程中86个开发人员增加日志的实例,并使用SmartLog和两个已有工具分析每次日志演化的旧软件版本,发现3个工具可自动在新软件版本添加的日志分别是49, 10, 22个,软件演化效率相比已有工作显著增强.

关键词 日志增强; 故障诊断; 日志演化; 软件意图; 日志自动化; log enhancement; failure diagnosis; log evolution; software intention; log automation;

摘要 随着人工智能和物联网的快速发展与融合,智能物联网AIoT正成长为一个极具前景的新兴前沿领域,其中深度学习模型的终端运行是其主要特征之一.针对智能物联网应用场景动态多样,以及物联网终端(智能手机、可穿戴及其他嵌入式设备等)计算和存储资源受限等问题,深度学习模型环境自适应正成为一种新的模型演化方式.其旨在确保适当性能的条件下,能自适应地根据环境变化动态调整模型,从而降低资源消耗、提高运算效率.具体来说,它需要主动感知环境、任务性能需求和平台资源约束等动态需求,进而通过终端模型的自适应压缩、云边端模型分割、领域自适应等方法,实现深度学习模型对终端环境的动态自适应和持续演化.本文围绕深度学习模型自适应问题,从其概念、系统架构、研究挑战与关键技术等不同方面进行阐述和讨论,并介绍我们在这方面的研究实践.

关键词 智能物联; 环境自适应; 模型演化; 深度模型压缩; 云边端模型分割; 领域自适应; AIoT; context-aware adaptation; model evolution; deep learning model compression; edge-based model partition; domain adaptation;

摘要 配置管理是支撑云服务提供商管理大规模容器集群的重要基础设施.这一规模的集群通常包含百万量级的容器实例,如何根据不同业务场景的需求,及时可靠地将配置更新推送至对其感兴趣的容器实例,是亟待解决的关键问题.然而,现有方法仍存在不足之处.保障顺序一致性的共识算法限制了集群的扩展能力,难以适用于大规模集群.反熵算法存在长尾现象,时延难以保障,不适用于推送关键的配置更新.为了应对上述挑战,本文提出了一种面向大规模集群的柔性配置更新推送方法.这一方法基于发布/订阅机制,引入基于完全N叉树拓扑的可定义的多层次推送,并使用订阅者的部分计算资源协助推送,以提升推送性能;引入容错机制以应对节点失效和网络分区,保障网络分区时多分区读写可用.方法的拓扑参数和策略可根据业务场景对性能、可靠性等维度的不同需求而调整.实验结果表明,与现有的方法相比,我们的方法可以有效降低更新推送的时延,并可有效应对节点失效和网络分区场景.

关键词 更新推送; 配置管理; 完全N叉树; update delivery; configuration management; complete N-ary tree;

摘要 围绕如何构建能够在高动态战场环境下持续保障多样化任务完成的指挥控制系统,依据可成长软件理论、方法,提出了一套指挥控制系统的自主适变解决方案;首先建立了具备自主适变能力的指挥控制系统总体架构模型,并构建了面向深度软件定义的核心任务保障框架;在此基础上,给出了基于"环境认知环–决策执行环"的"双环"自主适变机制,以实现面向任务保障的主动感知、适变控制和重构演化;最后基于所构建的技术验证原型系统进行了运行等级转进、资源受损下的业务持续运行等典型场景下的仿真试验验证.

关键词 指挥控制系统; 可成长软件; 自主适变; 核心任务保障; command and control systems; growing software systems; autonomous adaptability; core-mission assurance;

摘要 洛瓦兹局部引理是组合数学和概率论中的重要工具,其最主要的用途之一是证明当约束之间"弱相关"时,满足复杂约束的组合对象存在.自从1975年Erdos和Lovasz提出洛瓦兹局部引理以来,局部引理在组合数学、理论计算机和物理学等领域已经有了很多应用.近年来,为了扩展局部引理的应用范围,人们提出了很多新版的局部引理,尤其是在构造版本局部引理上取得了重大的突破.本文将综述局部引理近年来最新的研究进展,包括几种最主要的局部引理变种以及它们在计算机科学和物理学中的应用.特别的,我们将给出抽象版本、Lopsided版本、变量版本和量子版本局部引理紧的条件,并讨论抽象版本紧的条件同统计物理、量子版本紧的条件同量子物理之间的联系.同时,我们还将以布尔可满足性问题和量子可满足性问题为例,说明局部引理在证明问题有解、找到问题的解以及对问题的解进行计数和采样等方面的应用.

关键词 洛瓦兹局部引理; 变量版本局部引理; 量子版本局部引理; 构造版本局部引理; Shearer界; Lovász Local Lemma; variable LLL; quantum LLL; constructive LLL; Shearer's bound;

摘要 在计算机体系结构发展历程中,冯·诺依曼(von Neumann)计算机结构一直是计算机系统的主流架构.谈及非冯计算机体系结构时,数据流计算机无疑是被提及最多的.本文从计算机体系结构发展历程的角度,分析数据流计算思想在计算机体系结构创新发展过程中发挥的重要作用.本文首先回顾数据流计算思想、分析早期数据流计算机的局限性;之后分析在现代中央处理器(central processing unit, CPU)技术中所借鉴的数据流计算思想,乱序执行和多线程技术;进一步介绍流计算思想、流处理器技术和图形处理器(graphics processing unit, GPU)中的数据流计算思想;然后针对大数据智能化时代计算机系统的发展变化分析数据流计算思想的运用.最后总结数据流计算思想运用规律,展望未来发展趋势.

关键词 数据流; 大数据; 异构计算; GPU; 智能计算; data flow; big data; hybrid computing; GPU; intelligent computing;

摘要 随着网络科学的兴起,网络上的传播动力学引起了控制论、博弈论、系统科学、人工智能、社会学、经济学、生物学、心理学、物理学、数学和计算机科学等领域的共同关注.虽然网络上的不同传播行为具有各自的传播规律,但其传播特征总是依赖于网络结构.在实际的复杂网络化系统中,个体间的交互范围不断变化,因此,理解复杂动态网络上的传播行为需要考虑传播动力学与网络演化动力学的耦合.针对当前动态网络上的传播动力学研究主要采用Monte Carlo仿真、缺乏系统理论方法的问题,我们提出随机网络拓扑更新规则,证明该规则为可逆Markov链,并给出其稳态分布,从理论上分析动态网络上的传播动力学.利用该方法,本文以合作演化、疾病传播、疫苗接种为例,给出传播行为分析,揭示动态网络上的演化博弈策略传播行为与疾病传播行为的共性与区别,有望为复杂动态网络上的传播动力学分析提供统一的理论框架.

关键词 传播行为; 动态网络; 演化博弈动力学; 疾病传播动力学; spreading behavior; dynamical network; evolutionary game theory; epidemic spreading dynamics;

摘要 专利分析是竞争情报分析的重要形式之一,是指跟踪、研究、分析某一技术领域及竞争对手的专利发明,形成总揽全局及预测功能的竞争情报,从而为国家和企业的产业发展,技术布局及服务开发中的决策提供参考.本文从专利检索和分析角度,对自动驾驶汽车安全相关的专利技术进行调研和研究.首先通过专利检索,利用专利申请国别、申请人、专利分类号等信息,梳理自动驾驶汽车安全领域发展的脉络走向.其次,结合专利具体技术内涵,从自动驾驶汽车的被动安全、功能安全、预期功能安全、行为安全和信息安全等5个方面,阐述自动驾驶汽车安全领域的技术现状、专利布局策略和发展趋势.本文从专利视角绘制了自动驾驶安全关键技术研发路线,对自动驾驶汽车安全技术开发和布局有一定的借鉴意义.

关键词 自动驾驶汽车; 安全技术; 安全体系; 专利分析; 技术布局; automated driving vehicle; safety technology; safety system; patent analysis; technology layout;

摘要 为了研究红荧烯共混体系中激子的反应过程,本文制备了一系列rubrene与3TPYMB共混的有机光电器件,并测量了不同比例的共混器件在不同温度和外加偏压条件下的光致发光和光电流的磁效应.实验发现,外加零偏压时,共混器件中光致发光磁效应(magneto-photoluminescence, MPL)在不同温度下均为类"W"线型,光电流的磁效应(magneto-photocurrent, MPC)则出现了没有报道过的类"M"线型,且MPC高场效应与低场效应随温度有不同的变化规律;同时,在外加偏压调控光电流为正的情况下,共混器件中的MPC幅值出现了正负转变.分析结果表明,器件中类"W"型曲线是受磁场调控的单重态激子分裂(singletfission, STT)过程引起的,而类"M"型MPC的低场上升部分是3TPYMB分子中极化子对间的系间窜越(intersystem crossing, ISC)过程的作用,高场下降部分则是由三重态激子–电荷湮灭(triplet-charge annihilation, TQA)过程所引起, MPC幅值的正负转变与外加偏压强度有关.本工作不仅有利于深入认识光电器件中光致发光与光电流的微观机制,而且为进一步优化红荧烯器件的光电性能提供了参考.

关键词 红荧烯; 光致发光磁效应; 光电流磁效应; 单重态激子裂变; 三重态激子–电荷湮灭; rubrene; magneto-photoluminescence; magneto-photocurrent; singlet fission; triplet-charge annihilation;

摘要 随着物联网、无人系统和人工智能技术的飞速发展,无线通信网络的频谱使用呈现出复杂化、动态化和智能化的发展趋势,亟需解决用频行为准确认知、合法用户高效频谱协同以及与恶意用户智能频谱对抗等问题.为此,本文构建了电磁域、信号域、信息域、知识域和执行域"五域一体"的智能频谱协同与对抗体系架构,并基于博弈论和机器学习等理论方法,系统性阐述了频谱态势获取、用频行为识别与推理、多用户协同用频决策以及频谱对抗适配与演化等4个方面的关键技术.通过频谱态势认知和推理、频谱资源自主征用和释放,实现复杂电磁环境下的智能频谱协同与对抗.

关键词 人工智能; 频谱协同; 频谱对抗; 博弈论; 机器学习; artificial intelligence; spectrum collaboration; spectrum confrontation; game theory; machine learning;

关键词 多源信息融合; 量测噪声;

摘要 嫦娥四号工程首次实现人类探测器在月球背面着陆和巡视探测,在国际月球探测史上树立了新的里程碑.本文简要介绍了国际月球探测态势,回顾了嫦娥四号工程的实施历程,对工程在地–月中继通信、月球背面高精度着陆、空间同位素电源研制等方面所实现的重要技术突破进行了阐述,并总结了在月球背面形貌、矿物组分和环境探测等方面已取得的多项原创性科学研究成果.本文可为后续深化月球和行星领域探测与科学研究提供借鉴.

关键词 嫦娥四号; 技术突破; 科学进展; 设计与分析; 任务实现; Chang'e-4; technological breakthrough; scientific achievement; design and analysis; mission implementation;

摘要 近年来,强化学习方法得到了广泛的关注,并已在控制领域取得了一定成果.自主水下机器人(AUV)能完成复杂多样的水下任务,是海洋探索开发任务中的关键设备,强化学习技术的发展为AUV的智能化控制提供了新的思路.本文着眼于强化学习与AUV控制的交叉领域,重点介绍了强化学习在镇定控制和跟踪控制等底层控制任务方面的应用.为此,我们首先对强化学习框架进行了简要介绍,并在其后对强化学习在AUV控制领域面临的挑战以及最新的进展进行了概述.最后,我们详细介绍了两种针对AUV的无模型强化学习控制方法,希望能够为此类控制器的设计和使用提供参考.

关键词 强化学习; 自主水下机器人; 底层控制; 自主控制; 无模型; reinforcement learning; autonomous underwater vehicle; low-level control; autonomous control; model-free;

摘要 形式概念分析是以形式背景及其概念格为基础的一种数据分析方法,其中的形式概念明确反映了数据信息中对象与属性间的关系,是哲学中"概念"这一名词的形式化描述.文章提出在形式概念分析框架下进行概念约简的思想,研究保持形式背景中二元关系不变的概念约简的相关理论;针对概念约简理论中作用不同的3种概念类型,分别从算子角度以及布尔矩阵角度分析了对象(属性)概念的特征,并给出了求解概念约简的方法.

关键词 形式背景; 形式概念分析; 二元关系; 约简; 特征; formal context; formal concept analysis; binary relations; reduction; characteristic;

摘要 如何提升分布式存储系统中磁盘修复的速度,一直是磁盘修复问题中的难点.优化的途径有两种:一种是通过对解码算法的优化,减少修盘数据的传输量.另外一种方法是通过对修盘过程中数据流的调度,最大化地利用节点的计算能力、传输能力,进而加速修盘进程.本文从数据流的调度出发,根据数据流图和拓扑结构,计算出了节点的近似最优的修盘数据比例,并依照此比例,设计了分布式存储系统下的近似最优修盘调度算法(NOPT).对于主流的两种Reed-Solomon (RS)编码方式,本文做了等价性证明,并给出了编码转换矩阵.通过大量实验仿真可以看出,在预知系统拓扑的前提下,可以显著地减少通过交换机的流量,进而缩短修盘的时间.

关键词 Reed-Solomon码; 磁盘修复技术; 分布式存储系统; Reed-Solomon code; disk repair algorithm; distributed storage systems;

摘要 细胞神经网络(cellular neural network, CNN)具有简单的局部互联结构和高速并行处理能力,是构造人工视网膜的基础模型,可被应用于机器视觉中图像处理时的图像增强等方面.然而,现有的此类图像增强方法尚存在一些不足,例如,在处理实际复杂图像时,采用固定模板难以取得理想效果;而且,未能模拟人类视觉系统的全局和局部自适应调节特性,缺乏仿生考虑.因此,本文融合自适应三高斯(tri-Gaussian)理论和纳米信息器件忆阻器,提出了一种用于图像增强的新型仿生自适应忆阻细胞神经网络.其中,基于忆阻器的可编程性、非易失性、突触可塑性等优点,构建忆阻细胞神经网络架构.基于神经元感受野三高斯模型,利用高斯核函数和细胞神经网络的图像处理特征,提出对应的仿生自适应图像增强模板设计算法.最后,分别以灰度和彩色图像为例进行了图像增强实验和对比分析,结果表明,提出的仿生自适应忆阻细胞神经网络能够显著提高图像的全局亮度、局部对比度和清晰度.本研究可为细胞神经网络提供自适应模板设计及实现方案,提升细胞神经网络的仿生特性和硬件实现的可行性,并为图像增强等智能图像处理提供新思路.

关键词 细胞神经网络; 图像增强; 自适应三高斯模型; 仿生图像处理; 忆阻器; cellular neural networks(CNN); image enhancement; adaptive tri-Gaussian model; biomimetic image processing; memristors;

摘要 在很多在线推荐系统场景中,用户和系统的交互通常都会按照时间间隔划分成一系列的会话.本文研究了如何在基于会话的推荐系统中对用户兴趣进行建模.现有的工作或者假设会话之间相互独立,忽略了历史会话中包含的长期用户兴趣信息;或者将用户在一个会话中的短期兴趣视为静态不变.这两者都无法充分刻画实际场景中的用户兴趣和行为.我们提出了循环记忆网络RMN,一种刻画了用户长期和短期兴趣的基于会话的推荐系统. RMN基于循环神经网络模型,其核心部分是一个储存了用户长期偏好的兴趣记忆模块.另外,我们在RMN中设计了一个会话内的记忆读取单元和一个会话间的记忆写入单元,这两个单元分别用于刻画短期(即一个会话内)的用户兴趣波动和长期(即跨越多个会话)的用户兴趣转移.我们在真实的电影推荐和职位推荐数据集上进行了实验,实验结果表明RMN相比于现有方法而言取得了显著的性能提升.

关键词 推荐系统; 会话; 长短期用户兴趣; 循环神经网络; 记忆网络; recommender systems; session; long-short term user preferences; recurrent neural networks; memory networks;

摘要 2020年年初,新型冠状病毒感染的肺炎(COVID-19)爆发,中国采取了全面严格的防控举措全力抗击疫情.地方疫情指挥部门及时通报疫情感染数据,有助公众了解疫情的发展,及时做好防护措施.各地患者病例详情数据主要以文本形式记录,信息描述复杂,且各省市汇报的格式各异,处理难度较大.我们面向全国湖北省外近二分之一匿名的患者病例详情数据,提出了应用自然语言处理技术,辅助病例数据结构化的方法.该方法可以在标记样本较少的情况下,借助预训练模型,准确有效地提取出病例文本中的关键信息.通过对较大规模患者结构化病例数据的挖掘,本文详细分析了新型冠状肺炎总体发病性别和年龄分布特点、主要感染原因、潜伏期特点及疫情趋势等特征.由于潜伏期等时间延迟的存在,确诊人数往往不能反映一个地区的真实感染情况,结合出行大数据,本文提出了一个合理推断武汉市等城市实际感染人数的方法.该方法有助于人们提前估计地区疫情发展情况,及早采取防护措施.也可以辅助地方相关部门科学决策,尽早调度医务人员和分配医疗资源.

关键词 新型冠状病毒; 结构化病例; 自然语言处理; 预训练模型; COVID-19传播特征; 出行大数据; coronavirus; structured medical cases; natural language processing; pretrained models; COVID-19 transmission characteristics; big data of traveling;

摘要 软件定义网络(software defined networking, SDN)作为一种新型的网络架构,将网络的控制平面与数据转发平面分离,实现了可编程化控制,为互联网提供了改善网络全局性能的新思路.虽然SDN具有全局视角优势,但在处理互联网海量数据时也存在性能瓶颈:频繁的层间通信会使控制器计算效率下降,海量的流表项数据使得交换机存储压力过大.为了进一步提升SDN的性能使其适应互联网的海量流量处理,本文提出了面向互联网的SDN流量多粒度处理机制,将SDN架构应用到互联网骨干网的流量处理中,分别从路由和调度两个方面设计并实现了流量多粒度处理机制.仿真结果表明:本文设计的流量多粒度处理机制能减少层间通信次数,减少下发流表项,维持负载均衡,提高了路由选取的正确性和有效性,提升了SDN性能,进而提升了处理互联网海量数据的能力.

关键词 软件定义网络; 互联网; 多粒度路由; 流量调度; 性能优化; software defined networking; Internet; multi-granularity routing; traffic scheduling; performance optimization;

摘要 高精度实时状态估计是无人机安全飞行及执行各种任务的首要条件.多传感器(如视觉、惯性测量单元(IMU)和GPS等)融合可提高状态估计精度,并实现信息冗余,当其中某些传感器出现故障时,仍具有较好的鲁棒性.因此,本文提出结合滤波与优化的无人机多传感器融合方法,从而得到局部高精度、全局无漂移的状态估计.该方法主要分为卡尔曼(Kalman)滤波和全局优化两部分.卡尔曼滤波器作为主体融合框架,融合局部传感器(IMU)和全局传感器(经优化后的视觉、GPS、磁力计和气压计)信息得到全局位姿估计.由于卡尔曼滤波算法计算量较小,可以保证融合估计的实时性.全局优化则负责将有漂移的视觉惯性里程计信息与全局传感器(GPS,磁力计和气压计)融合对齐后,得到高精度的全局视觉估计.但优化输出会出现不连续且视觉处理存在延迟的问题.因此,将优化后的里程计再输入到卡尔曼滤波器中,从而得到高精度、实时无漂移的状态估计.最后结合具体无人机平台,进行了实际的飞行测试与定位实验,实验结果表明了本文方法的有效性和鲁棒性.

关键词 无人机; 传感器融合; 状态估计; 卡尔曼滤波; 全局优化; unmanned aerial vehicles; multi-sensor fusion; state estimation; Kalman filter; global optimization;

摘要 数据分析表明我国嫦娥三号月球探测器多普勒测速数据存在周期性系统差.根据多普勒测速模型和轨道信息,辅助多普勒测速信息含量分析,推导出周期性系统差产生的原因是测量数据的时标存在偏差,进而提出了自校准和差分统计校准两种补偿时标偏差的方法.计算结果表明,两种方法计算的嫦娥三号多普勒测速数据时标偏差一致.补偿时标偏差后,多普勒测速数据残差均方根(RMS)从1.5 cm/s降低到0.3 mm/s,无明显周期性系统差.以测距和甚长基线干涉(VLBI)测量数据联合定轨的结果为基准,利用时标偏差补偿后的多普勒测速数据联合VLBI测量数据进行定轨,其精度与基准轨道精度一致,位置偏差仅为2.5 m;利用时标偏差补偿后的多普勒测速数据联合测距数据进行定轨,与基准轨道的位置偏差为25 m;单独利用时标偏差补偿后的多普勒测速数据进行定轨,与基准轨道的位置偏差为200 m.

关键词 月球探测; 轨道确定; X频段; 多普勒测速; 时标偏差; lunar exploration; orbit determination; X-band; Doppler measurement; time-tag bias;

摘要 为应对网络空间中的未知安全漏洞,拟态防御系统作为一种动态异构冗余的新型防御架构破茧而出.拟态系统根据网络环境自发进行重配置,扭转了传统静态网络攻防不对等的局面.然而目前仍缺乏有说服力的能够定量评估并比较不同的安全防御系统有效性的实用方案.本文深入研究拟态架构,提出了一种二维分析模型,该模型将系统配置细节计算为量化结果,以比较不同动态网络的可靠性,且该模型在不同网络配置间可保持良好的可扩展性.具体来说,在分析的第1维度即单节点攻击分析时,我们详细介绍了系统配置,使用广义随机Petri网模型对攻击者和防御者的行为分别进行描述建模,刻画其对系统状态的影响.结合泊松过程、常见漏洞和暴露以及常见漏洞评分系统,我们对其影响设计函数进行赋值、量化计算.在分析的第2个维度即链路攻击中,我们采用马尔可夫(Markov)链,并用鞅理论进行计算,量化表达了攻击难度即攻击得手时长和网络配置之间的关系.最后,给出日常防御下和攻击情景下的安全度量方案,验证了拟态防御的有效性,为拟态系统的设计提供了理论指导.

关键词 拟态网络防御; 广义随机Petri网络; 通用漏洞评分系统; 安全分析; 安全模型; cyber mimic defense; generalized stochastic Petri net; common vulnerability scoring system; security analysis; security model;

摘要 本文提出了一种新型多模SRLR (square ring loaded resonators)结构,并基于该谐振结构设计了一款具有高共模噪声抑制的双通带超导平衡滤波器.此外,本文详细地给出了该谐振器的差共模谐振机理,拓扑结构,模拟仿真结果.基于上述分析,使用0.5 mm厚度的氧化镁(MgO)基片上的钇钡铜氧(YBCO)高温超导薄膜设计制作一款四阶双通带平衡滤波器,该滤波器的两个通带的中心频率分别为2.2 GHz和3.5 GHz,带内的损耗分别为0.1 d B和0.12 dB,两个通带内的共模抑制分别为74.9 d B和67.4 dB.其测试曲线、模拟仿真曲线、理论计算具有良好的吻合度,验证了所提出滤波器的设计方法的正确性.

关键词 多模SRLR; 双通带; 平衡滤波器; 共模噪声抑制; 高温超导; multi-mode square ring loaded resonator(SRLR); dual-band; balanced filter; common-mode(CM) noise suppression; high-temperature superconductor(HTS);