Current Issue: <FITEE>

Frontiers of Information Technology & Electronic Engineering (former title: Journal of Zhejiang University SCIENCE C (Computers & Electronics), 2010-2014)

ISSN 2095-9184 (print); ISSN 2095-9230 (online); CN 33-1389/TP; Monthly.


FITEE is an international peer-reviewed journal indexed by SCI-E, Ei Compendex, DBLP, IC, Scopus, JST, CSA, etc. It covers research in Electrical and Electronic Engineering, including Computer Science, Information Sciences, Control, Automation, Telecommunications, and related disciplines.

Impact factor: 0.308 (2011), 0.297 (2012), 0.380 (2013), 0.415 (2014), 0.392 (2015), 0.622 (2016), 0.910 (2017), 1.033 (2018), 1.604 (2019), 2.161 (2020), 2.526 (2021).

 


Frontiers of Information Technology & Electronic Engineering

ISSN 2095-9184 (print), ISSN 2095-9230 (online), monthly

<<<                         CONTENTS                         >>>

Computer & Automation

Generating native user interfaces for multiple devices by means of model transformation

Ignacio Marin, Francisco Ortin, German Pedrosa, Javier Rodriguez

DOI: 10.1631/FITEE.1500083 Downloaded: 2347 Clicked: 5723 Cited: 0 Commented: 0(p.995-1017) <Full Text>   <PPT>  1667

Chinese summary   <179>  使用模型变换为多种终端生成原生用户界面

目的:近年来,使用不同操作系统、屏幕尺寸、交互机制和软件特征访问信息系统的终端种类不断增加。为此,本研究解决开发原生移动服务前端应用(front-end applications)过程中终端类型碎片化(fragmentation)问题。
创新点:遵照基于模型的用户界面(MBUI)范式,使用模型变换生成原生用户界面。本研究并非遵循“最小公分母方法”生成通用应用,而是根据特定目标终端限定的特别规则生成应用。
方法:本文提出LIZARD,这一MBUI框架可以为多种目标平台生成应用。LIZARD支持在高抽象层级定义应用,并在考虑目标平台特性的前提下使用模型变换生成目标原生用户界面。其生成的应用符合用户界面设计准则,符合相应操作系统所限定的架构及设计模式。
结论:本文给出一个示例,使用LIZARD建模,可以分别生成用于Windows Phone、Android智能手机、Android平板等不同终端用户界面。评估结果显示,对于这三种应用,用户平均满意度全部超过7.7分(满分9分)。LIZARD原型、源代码及文中给出的应用示例,可从https://bitbucket.org/fundacionctic/lizard自由获取。

关键词组:模型-模型变换;原生用户界面;基于模型用户界面;模型驱动工程

Schedule refinement for homogeneous multi-core processors in the presence of manufacturing-caused heterogeneity

Zhi-xiang Chen, Zhao-lin Li, Shan Cao, Fang Wang, Jie Zhou

DOI: 10.1631/FITEE.1500035 Downloaded: 2072 Clicked: 5504 Cited: 0 Commented: 0(p.1018-1033) <Full Text>   <PPT>  1778

Chinese summary   <175>  同构多核处理器中考虑制造差异的调度优化

目的:面向具有多个同构核心的处理器平台,考虑纳米级工艺下制造导致的差异性,实现性能最佳的调度优化。
创新点:提出一种离线生成多个候选调度结合在线调度绑定的方案,从而充分开采了制造差异性下的核心最大可工作频率的变化,取得了整体上的高性能。
方法:首先,考虑制造差异导致的性能变化,提出一种离线结合在线的调度优化方案。在离线阶段,考虑制造差异的分布情况,以期望性能为指标,选择代表性的芯片工作点并得到其对应的最佳调度,用于生成候选调度并存储在芯片上。其中,通过芯片工作点采样来解决芯片工作点数量的指数增长问题,并且将期望性能的最优化求解在一定的约束下转化为芯片工作点之间的关系,从而降低整体方案的复杂度。在在线阶段,芯片启动时,根据当前芯片的工作点与候选调度对应的芯片工作点之间的关系确定性能最优的调度。
结论:针对纳米工艺下呈现制造差异的多核处理器平台,提出了一种自适应的调度优化策略,实现了性能上的提升。

关键词组:调度优化;多核处理器;差异性;代表芯片工作点

Developing a power monitoring and protection system for the junction boxes of an experimental seafloor observatory network

Jun Wang, De-jun Li, Can-jun Yang, Zhi-feng Zhang, Bo Jin, Yan-hu Chen

DOI: 10.1631/FITEE.1500099 Downloaded: 2942 Clicked: 5965 Cited: 0 Commented: 0(p.1034-1045) <Full Text>   <PPT>  1959

Chinese summary   <165>  海底观测试验网络接驳盒电能监控与保障系统的开发

目的:接驳盒是水下科学仪器和岸基站之间用来传输电能和通讯的中间处理节点,是海底观测网必不可少的部分。接驳盒电能监控与保障系统主要处理电能分配、浪涌电流抑制、实时监控、接地故障检测、精确时间同步以及针对出现故障的自动响应,其对海底观测网的长期稳定可靠工作具有至关重要的作用。
创新点:选用工业嵌入式控制器获取强抗干扰能力和高可靠性,且所用的控制器具备时间同步模块,可提供微秒级别精度的授时信号。设计并采用功率电阻和接触器并联组成的简单可靠的浪涌电流抑制电路。
方法:两步电能管理方法采用一对并联的金属氧化物场效应管(MOSFET)和一个接触器串联用来产生可靠的电能接驳,抑制浪涌电流,促进自动保护。分别采用设计的接地故障检测电路和传感器来实现接地故障诊断和环境信号监测。采用IEEE 1588(网络测量和控制系统的精密时钟同步协议标准)时间同步方法为接驳盒节点内外提供微秒级别高精度授时信号。
结论:布放前,在实验室环境下对系统的每一部分进行了功能性和可靠性测试,并最终在中国南海进行了海试布放。试验和海试结果表明,所开发的电能监控与保障系统能实现可靠的电能管理、准确的接地阻抗测试、精确的时间同步等功能。

关键词组:电能监控与保障;嵌入式处理器;海底观测网;IEEE 1588;接驳盒

Face recognition based on subset selection via metric learning on manifold

Hong Shao, Shuang Chen, Jie-yi Zhao, Wen-cheng Cui, Tian-shu Yu

DOI: 10.1631/FITEE.1500085 Downloaded: 2370 Clicked: 6446 Cited: 3 Commented: 1(p.1046-1058) <Full Text>   <PPT>  1828

Chinese summary   <181>  基于度量学习和子集选择的稀疏表示人脸识别算法

目的:针对传统基于稀疏表示分类的人脸识别算法计算复杂度高的劣势,通过分析人脸图像的流形结构,提出一种通过度量学习和子集选择的人脸识别算法,极大地加快基于稀疏表示的人脸识别速度,在不牺牲算法识别性能的前提下,使其可以达到实用的计算速度要求。
创新点:l1-人脸识别算法提出了一种更精确的字典选择框架,该框架主要包含一种考虑类内类间差的人脸流形结构和可沿流形结构进行子集选择的fast marching算法。
方法:在训练阶段,首先将度量学习引入到人脸识别问题中,利用度量学习产生一个线性投影矩阵,所有训练图像经该矩阵投影后能保持最小类内差与最大类间差。其次,结合人脸图像的流形结构进行建模,利用上述步骤学习得到的度量将所有训练图像构成一个无向带权值的连通邻接图,该图可充分表达训练样本在流形中的几何结构。在识别阶段,fast marching以被查询图像为基点在训练阶段得到的人脸流形结构上搜索子集,最终稀疏表示算法以子集为字典识别出被查询人脸图像的类别。
结论:使用通用数据库验证算法的识别准确率和计算效率。实验表明,文章所提出的算法能够有效的利用训练样本的类内和类间信息,达到可观的识别性能。该方法同时将识别速度提高到了可以实用的程度。

关键词组:人脸识别;稀疏表示;流形空间;度量学习;子集选择

An ensemble method for data stream classification in the presence of concept drift

Omid Abbaszadeh, Ali Amiri, Ali Reza Khanteymoori

DOI: 10.1631/FITEE.1400398 Downloaded: 2344 Clicked: 6332 Cited: 0 Commented: 0(p.1059-1068) <Full Text>   <PPT>  1643

Chinese summary   <182>  一种概念漂移情况下数据流分类的整体方法

目的:数据流(data stream)管理和处理是计算机科学领域的热点问题。本文提及的“数据流”指连续且快速生成的数据包。数据流的专有特性有数据量极大、生成率高、处理时间有限和数据概念漂移(concept drift)等。这些特性将数据流区别于其他标准数据形式。数据流的一个重要问题即为输入数据分类。本文提出一种新型的整体分类器(ensemble classifier)。
创新点:在数据流分类器的基础上,提出一种包含概念漂移检测、基分类器移除和动态加权机制的方法。
方法:(1)针对不同数据输入条件,对基分类器使用两种加权函数;(2)利用Kappa系数确定概念漂移,提升算法精度;(3)基于基分类器的质量,移除不同数目的基分类器;(4)在决策阶段对基分类器应用加权机制,提升算法对漂移的适应性,提高分类器效率。
结论:在标准数据集上测试,本文方法较现有整体分类器和单分类器可获得更高的精度;在某些情况下可节省运行时间和内存用量。

关键词组:数据流;分类;整体分类器;概念漂移

Electronic Engineering

Multi-scale UDCT dictionary learning based highly undersampled MR image reconstruction using patch-based constraint splitting augmented Lagrangian shrinkage algorithm

Min Yuan, Bing-xin Yang, Yi-de Ma, Jiu-wen Zhang, Fu-xiang Lu, Tong-feng Zhang

DOI: 10.1631/FITEE.1400423 Downloaded: 2643 Clicked: 6959 Cited: 1 Commented: 0(p.1069-1087) <Full Text>   <PPT>  2066

Chinese summary   <170>  基于多尺度UDCT域字典学习及分块约束型分裂增广拉格朗日收缩算法的高度欠采样磁共振图像重构

目的:针对现有预定义分析型变换和图像域单尺度字典在稀疏表示中存在的不足,从寻求最优的稀疏先验信息和探索重构最优化问题的有效数值求解算法以适用于相应稀疏化结构两个方面,基于CS理论开展通过欠采样k空间数据重构高质量MR图像的研究,提出改进方法,从而达到改善重构图像质量的目的。
创新点:改进了基本的字典学习模型,提出了一种基于均匀离散Curvelet变换(Uniform Discrete Curvelet Transform, UDCT)域多尺度字典学习的稀疏化模型,并应用于CS-MRI重构。为适应多尺度分层和分块稀疏化结构,进一步扩展约束型分裂增广拉格朗日收缩方法,并用于模型的数值求解。
方法:文中图2为提出的UDCT域多尺度字典学习的CS-MRI重构方法的流程框图。如算法2中描述,整个UDPC方法包含两个阶段:多尺度字典学习阶段和PBC-SALSA重构阶段。在UDCT域多尺度字典学习阶段,提出的模型通过在UDCT的多尺度结构上训练过完备字典来构建。构造的UDCT域多尺度字典融合了多分辨率特性与字典学习的自适应数据匹配能力。在重构问题的求解过程中,将训练字典的稀疏先验信息引入到重构模型中,对分块约束型分裂增广拉格朗日算法进一步扩展以适应于多尺度字典结构。该算法能够稳定快速地收敛,从而重构出高质量的MR图像。
结论:相比于仅使用预定义的分析型变换和图像域单尺度字典稀疏先验,该稀疏化模型能够用更少的稀疏系数自适应地匹配图像在多尺度多方向的各种结构成分,有利于保留MR图像不同分辨率的精细特征和重构的快速收敛。提出的方法显著改善了高度欠采样情况下重构图像的质量,充分体现了UDCT域多尺度字典学习稀疏化模型的优势以及扩展的数值求解算法的有效性和稳定性。

关键词组:压缩感知;磁共振成像;均匀离散curvelet变换;多尺度字典学习;分块约束型分裂增广拉格朗日收缩算法

A driving pulse edge modulation technique and its complex programming logic devices implementation

Xiao Chen, Dong-chang Qu, Yong Guo, Guo-zhu Chen

DOI: 10.1631/FITEE.1500111 Downloaded: 2454 Clicked: 5795 Cited: 0 Commented: 0(p.1088-1098) <Full Text>   <PPT>  1708

Chinese summary   <179>  驱动脉冲边沿调制技术及其CPLD实现

目的:针对随功率半导体器件开关速度和功率等级的不断提高而产生的严峻的开关电压尖峰问题,以IGBT为对象,提出一种驱动脉冲边沿调制技术,实现对门极驱动电压边沿斜率的调节,抑制IGBT的电压尖峰。
创新点:利用面积等效原理,将门极驱动脉冲信号的边沿映射成一簇脉冲序列,门极驱动电压的上升或下降段即为这些脉冲信号响应的叠加。通过调节脉冲序列的密度和脉冲宽度,调节门极驱动电压边沿斜率,从而调节开关速度限制开关电压尖峰。
方法:将传统的门极驱动信号的边沿映射成一簇脉冲序列,将PWM信号转换为MPWM信号,则脉冲边沿的调制也即为调制该脉冲序列的密度和脉冲宽度,有双向脉冲序列调制BPTM和单向脉冲序列调制UPTM两种方法。对于BPTM调试,MPWM信号为正表示正的驱动电压vge,on被接入,MPWM信号为负则表示负的驱动电压vge,off被接入。在IGBT开通时期,若驱动电路的响应能力有限,这种调试方法下门极驱动电压的边沿呈现明显锯齿状,使得门极电压在IGBT导通阈值电压vge,th附近波动,引起IGBT的伪导通,故而可改进为UPTM方法。对于UPTM调制,当调试上升沿时,高电平信号表示接入正的驱动电压vge,on,低电平信号表示不接入驱动电压从而保持门极电压为当前值;当调试下降沿时,高电平信号表示接入负的驱动电压vge,off,低电平信号表示不接入驱动电压从而保持门极电压为当前值。文中图9是采用CPLD的具体驱动电路,在BPTM模式下,MOSFET1管和MOSFET2管交替开通和关断,以调制驱动脉冲边沿;在UPTM模式下,只有一个MOSFET管开通和关断来调制驱动脉冲边沿,而另一个MOSFET管被封锁。
结论:采用驱动脉冲边沿调制技术(双向脉冲序列调制BPTM和单向脉冲序列调制UPTM),可以明显抑制开关尖峰。由于基于数字技术,且只需要一个数字芯片,不需要改变硬件电路结构,可通过软件来实现对驱动脉冲边沿的调控,使其适用于不同工况,具有较强的通用性和灵活性。其中,采用单向脉冲序列调制(UPTM)可以解决IGBT伪导通问题,该调制技术对驱动电路响应速度要求不高的特点使其更便于应用。

关键词组:驱动脉冲边沿调制;开关电压尖峰;复杂可编程逻辑器件(CPLD);有源门极驱动

Journal of Zhejiang University-SCIENCE, 38 Zheda Road, Hangzhou 310027, China
Tel: +86-571-87952783; E-mail: cjzhang@zju.edu.cn
Copyright © 2000 - 2024 Journal of Zhejiang University-SCIENCE