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

   Cover:  <645>
      
Contents:  <608>

<<<                         CONTENTS                         >>>

Research Articles

DAN: a deep association neural network approach for personalization recommendation

Xu-na Wang, Qing-mei Tan

DOI: 10.1631/FITEE.1900236 Downloaded: 8257 Clicked: 6566 Cited: 0 Commented: 0(p.963-980) <Full Text>   <PPT>  1576

Chinese summary   <25>  DAN:一种用于个性化推荐的深度联合神经网络

王旭娜, 谭清美
南京航空航天大学经济与管理学院,中国南京市,211106

摘要:传统推荐系统采用的协同过滤技术存在数据稀疏问题,同时传统的矩阵分解算法简单地将用户和项目分解为潜在因素的线性模型,这些局限性导致传统推荐算法推荐效果有限。在此情况下,出现了基于深度学习的推荐系统。当前深度学习推荐大多利用深度神经网络针对一些辅助信息建模,且在建模过程中根据输入数据类别,分别采用多条映射通路,将原始输入数据映射到潜在向量空间。然而,这些深度神经网络推荐算法忽略了不同类别数据间的联合作用可能对推荐效果产生的潜在影响。针对这一问题,本文提出一种基于多类别信息联合作用的前馈深度神经网络推荐方法--深度联合网络,以解决隐性反馈的推荐问题。具体来说,一方面,本文研究在模型的底层输入中不仅包含用户和项目信息,而且包含更多辅助信息。另一方面,充分考虑不同类别信息的联合作用对推荐效果的影响。在公开数据集上的实验表明,我们提出的方法对现有方法有显著改进。经验证据表明,使用深度联合推荐可以提供更好推荐性能。

关键词组:神经网络;深度学习;DAN;推荐

A knowledge matching approach based on multi-classification radial basis function neural network for knowledge push system

Shu-you Zhang, Ye Gu, Guo-dong Yi, Zi-li Wang

DOI: 10.1631/FITEE.1900057 Downloaded: 7524 Clicked: 7079 Cited: 0 Commented: 0(p.981-994) <Full Text>   <PPT>  1662

Chinese summary   <27>  知识推送系统中一种基于多分类径向基神经网络的知识匹配方法

张树有,顾叶,伊国栋,王自立
浙江大学流体动力与机电系统国家重点实验室,中国杭州市,310027

摘要:聚焦知识匹配领域,开展提高产品设计中知识推送系统性能的探索性研究。传统匹配算法需重复计算,导致响应时间长,准确性也有待提高。本文目标是实现对设计者知识需求的快速响应,并提供优质知识推送服务。在改进之前工作基础上,研究实际操作中增强有限训练集的两种方法:案例特征向量中振荡特征权值和修正案例特征。此外,提出一种多分类径向基神经网络,可从知识库中一次性匹配知识并保证推送结果准确性。使用数控机床中导轨设计的训练集训练和测试该方法,实验结果表明增强训练集有效,本文提出的方法优于其他匹配方法。

关键词组:产品设计;知识推送系统;增强训练集;多分类神经网络;知识匹配

Web page classification based on heterogeneous features and a combination of multiple classifiers

Li Deng, Xin Du, Ji-zhong Shen

DOI: 10.1631/FITEE.1900240 Downloaded: 6850 Clicked: 6446 Cited: 0 Commented: 0(p.995-1004) <Full Text>   <PPT>  1593

Chinese summary   <29>  基于异构特征和组合分类器的网页分类

邓立,杜歆,沈继忠
浙江大学信息与电子工程学院,中国杭州市,310027

摘要:网页特征是网页分类的关键,通过有区分度的特征能有效对网页分类。网页结构特征是对文本特征的有效补充。不同分类器有不同特点,多分类器组合可实现分类器性能互补。提出一种基于异构特征和组合分类器的网页分类算法。与计算HTML标记的频率不同,本文采用树状分布的HTML标签表示网页结构特征,以向量形式将异构文本和结构特征融合。通过计算一组样本的分类准确率,提出将分类结果置信度作为比较不同分类器分类结果的标准。基于置信度采用投票、比较大小和直接输出的决策策略,得到组合分类器的分类结果。实验结果表明,在Amazon数据集、7-web-genres数据集和DMOZ数据集中,准确率分别提高到94.2%、95.4%、95.7%。融合文本和结构特征的分类方法比仅使用文本特征的方法更全面有效。同时多分类器组合能够提高网页分类准确率,高于同类网页组合分类算法。

关键词组:网页分类;网页特征;分类器组合

Representation learning via a semi-supervised stacked distance autoencoder for image classification

Liang Hou, Xiao-yi Luo, Zi-yang Wang, Jun Liang

DOI: 10.1631/FITEE.1900116 Downloaded: 7714 Clicked: 6670 Cited: 0 Commented: 0(p.1005-1018) <Full Text>   <PPT>  1703

Chinese summary   <28>  半监督堆叠距离自动编码器的表征学习在图像分类上的应用

侯亮,罗潇逸,汪子扬,梁军
浙江大学控制科学与工程学院,中国杭州市,310027

摘要:图像分类是深度学习的重要应用。在典型分类任务中,分类精度与通过深度学习方法提取的特征密切相关。自动编码器是一种特殊神经网络,常用于降维和特征提取。本文所提方法基于传统的自动编码器,将不同类别样本之间的"距离"信息纳入其中。该模型被称为半监督距离自动编码器。首先以无监督方式对每一层进行预训练。在随后的监督训练中,将优化的参数设置为初始值。为获得更好性能,使用堆叠式模型代替具有单一隐含层的传统自动编码器结构。开展一系列实验测试不同模型在几个数据集上的性能,包括MNIST数据集、街景门牌号码(SVHN)数据集、德国交通标志识别基准(GTSRB)和CIFAR-10数据集。将所提半监督距离自动编码器方法分别与传统自动编码器、稀疏自动编码器和监督自动编码器比较,实验结果证明该模型有效。

关键词组:自动编码器;图像分类;半监督学习;神经网络

Multi-focus image fusion based on fully convolutional networks

Rui Guo, Xuan-jing Shen, Xiao-yu Dong, Xiao-li Zhang

DOI: 10.1631/FITEE.1900336 Downloaded: 3932 Clicked: 5683 Cited: 0 Commented: 0(p.1019-1033) <Full Text>   <PPT>  1690

Chinese summary   <24>  基于全卷积网络的多焦距图像融合算法

郭瑞1,2,申铉京1,2,董小瑜1,2,张小利1,2
1吉林大学符号计算与知识工程教育部重点实验室,中国长春市,130012
2吉林大学计算机科学与技术学院,中国长春市,130012

摘要:提出一种多焦距图像融合方法,在该算法中构造用于焦点检测的全卷积网络(fully convolutional network for focus detection,FD-FCN)。为获得更精确的焦点检测图谱,在该网络中添加跳层,从而在生成图谱过程中同时提供详细和抽象的视觉信息。基于数据集CIFAR-10,为该网络构建一个新的训练数据集。运用FD-FCN的图像融合算法包含3个步骤:使用FD-FCN获得焦点图谱,通过对焦点图谱进行形态学处理生成决策图,使用决策图进行图像融合。开展了多组实验,主客观评估结果均表明该融合方法优于同类先进算法。

关键词组:多焦距图像融合;全卷积网络;跳层;性能评估

MDLB: a metadata dynamic load balancing mechanism based on reinforcement learning

Zhao-qi Wu, Jin Wei, Fan Zhang, Wei Guo, Guang-wei Xie

DOI: 10.1631/FITEE.1900121 Downloaded: 10233 Clicked: 6124 Cited: 0 Commented: 0(p.1034-1046) <Full Text>   <PPT>  1610

Chinese summary   <29>  MDLB:一种基于强化学习的元数据动态负载均衡机制

武兆琪1,卫今2,3,张帆1,郭威1,谢光伟2,3
1国家数字交换系统工程技术研究中心,中国郑州市,450002
2复旦大学计算机科学技术学院,中国上海市,200433
3复旦大学大数据研究院,中国上海市,200433

摘要:随着信息和数据量增长,面向对象的存储系统已被广泛应用到很多领域,包括Google文件系统、AmazonS3、Hadoop分布式文件系统和Ceph。其中元数据负载均衡在提高整个系统输入/输出性能方面起着重要作用,元数据负载不平衡会导致服务器出现严重的系统性能瓶颈问题。然而现有元数据负载平衡策略缺乏良好动态性和适用性,如基于子树分割或者哈希的负载策略。提出一种基于强化学习的动态负载平衡机制(MDLB)。采用Q_learning算法,所提基于强化学习机制由3个模块组成,即策略选择网络、负载均衡网络和参数更新网络。实验结果表明MDLB算法可根据元数据服务器的性能动态调节负载,在数据量骤变情况下仍具有很好适应性。

关键词组:面向对象的存储系统;元数据;动态负载均衡;强化学习;Q_learning

Cooperative channel assignment for VANETs based on multiagent reinforcement learning

Yun-peng Wang, Kun-xian Zheng, Da-xin Tian, Xu-ting Duan, Jian-shan Zhou

DOI: 10.1631/FITEE.1900308 Downloaded: 7376 Clicked: 5815 Cited: 0 Commented: 0(p.1047-1058) <Full Text>   <PPT>  1672

Chinese summary   <30>  基于多智能体强化学习的车载自组织网络协作信道分配

王云鹏,郑坤贤,田大新,段续庭,周建山
北京航空航天大学交通科学与工程学院,大数据科学与脑机智能高精尖创新中心,中国北京市,100191

摘要:动态信道分配(DCA)在扩展车载自组织网络容量和缓解其拥塞方面起着关键作用。然而,在车-车直连通信场景下,信道分配面临大规模节点相互影响、缺乏集中式协调、全局网络状态信息未知以及其他挑战。为解决该问题,提出一种基于多智能体强化学习(RL)的协作动态信道分配(RL-CDCA)机制。具体而言,每个车辆节点都可借助2个互相协作的RL模型,从实时信道状态信息中成功学习信道选择和信道接入自适应退避的正确策略。此外,将神经网络构造为非线性Q函数逼近器,有助于将感测到的连续输入值映射到混合策略输出。多智能体RL-CDCA驱动节点共享本地奖励并合并区域内其他节点各自的奖励,以便它们能够以分布式协作方式优化各自策略。仿真结果表明,与4种现有机制相比,所提多智能体RL-CDCA算法即便在路网车辆高度密集的情况下仍能将单跳数据包传输延迟减少不小于73.73%,将平均数据包递送成功率提高不小于12.66%,并更好地保证网络资源分配公平性。

关键词组:车载自组织网络;强化学习;动态信道分配;多信道

A double-layered nonlinear model predictive control based control algorithm for local trajectory planning for automated trucks under uncertain road adhesion coefficient conditions

Hong-chao Wang, Wei-wei Zhang, Xun-cheng Wu, Hao-tian Cao, Qiao-ming Gao, Su-yun Luo

DOI: 10.1631/FITEE.1900185 Downloaded: 12842 Clicked: 6526 Cited: 0 Commented: 0(p.1059-1073) <Full Text>   <PPT>  1733

Chinese summary   <26>  不确定路面附着系数条件下一种基于双层非线性模型预测控制的自动驾驶卡车轨迹规划方法

王鸿超1,张伟伟1,吴训成1,曹昊天2,高巧明3,罗素云1
1上海工程技术大学机械与汽车工程学院,中国上海市,201620
2湖南大学汽车车身先进设计制造国家重点实验室,中国长沙市,410082
3广西科技大学汽车与交通学院,中国柳州市,545006

摘要:提出一种双层控制算法以规划配备四轮轮毂电机的自动驾驶卡车的行驶轨迹。该控制算法主要由主层非线性模型预测控制(MLN-MPC)算法和次层非线性模型预测控制(SLN-MPC)算法组成,其中,MLN-MPC控制算法用于规划合理的卡车行驶轨迹,SLN-MPC控制算法将车轮纵向滑移率限制在稳定区域,避免卡车在驱动过程中发生过度打滑。总体而言,该控制算法为一个闭环控制系统。在离线仿真环境下,通过AMESim、Simulink、dSPACE和TruckSim仿真软件联合仿真。仿真结果表明,本文所提算法能规划一条合理的车辆避障行驶轨迹,在不确定路面附着系数条件下能将车辆纵向滑移率控制在合理范围。此外,为评估该算法在实际应用中的可行性,在联合仿真系统中加入驾驶员模型验证该算法的稳定性与鲁棒性。与传统的基于PID控制算法相比,该算法具有更低的计算能耗。

关键词组:自动驾驶卡车;轨迹规划;非线性模型预测控制;纵向滑移率

Robust mismatched filtering algorithm for passive bistatic radar using worst-case performance optimization

Gang Chen, Jun Wang

DOI: 10.1631/FITEE.1900150 Downloaded: 6297 Clicked: 6671 Cited: 0 Commented: 0(p.1074-1084) <Full Text>   <PPT>  1624

Chinese summary   <28>  外辐射源雷达中基于最差性能最优的稳健失配滤波算法

陈刚,王俊
西安电子科技大学雷达信号处理国家重点实验室,中国西安市,710071

摘要:外辐射源雷达利用可获得的民用及商用照射源探测目标。这些照射源信号并非为雷达设计,信号结构中存在的时变特性使其模糊函数存在严重的距离模糊副峰。失配滤波技术能有效抑制副峰,可应用于外辐射源雷达。然而,当参考信号信噪比较低时,外辐射源雷达系统的副峰抑制性能急剧下降。为解决该问题,提出一种基于最差性能最优的失配滤波算法。该算法考虑参考信号信噪比的影响,据此构建新的优化问题模型。通过求解该优化问题,可得低参考信号信噪比情况下的最优失配解。理论推导和仿真分析说明所提算法可在较低参考信号信噪比情况下实现副峰抑制。实测数据进一步验证了该方法的有效性。

关键词组:外辐射源雷达;距离副峰;低信噪比;失配滤波;最差性能最优

Optimal two-impulse space interception with multiple constraints

Li Xie, Yi-qun Zhang, Jun-yan Xu

DOI: 10.1631/FITEE.1800763 Downloaded: 4842 Clicked: 5125 Cited: 0 Commented: 0(p.1085-1107) <Full Text>   <PPT>  1570

Chinese summary   <26>  多约束条件下的最优两脉冲空间拦截

谢力1,张奕群2,徐俊艳2
1华北电力大学控制与计算机工程学院新能源电力系统国家重点实验室,中国北京市,102206
2北京电子工程总体研究所,中国北京市,100854

摘要:本文研究多约束条件下的最优两脉冲空间拦截问题。对空间拦截器的末端位置、脉冲和拦截时刻以及速度脉冲的分量大小施加多约束。通过变分法将这些优化问题归结为多点边值问题。为使用拉格朗日乘子法,采用松弛变量法将所有不等式约束转化为等式约束。为此提出一种新的动态松弛变量法,并建立一种间接优化方法。随后,用所提方法解决自由飞行弹道导弹的两脉冲空间拦截问题。在高精度数值解基础上,得到一些局部最优解的结论。具体来说,通过数值算例,证明了当存在时间和速度脉冲约束时,多约束拦截问题可能出现最优两脉冲解;如果两个脉冲时刻是自由的,那么具有速度脉冲约束的两脉冲空间拦截问题可能退化为单脉冲情形。

关键词组:空间拦截问题;变分法;多约束;两速度脉冲;多点边值问题;局部最优解;动态松弛变量法

Chaotic dynamics of a fractional order glucose-insulin regulatory system

Karthikeyan Rajagopal, Atiyeh Bayani, Sajad Jafari, Anitha Karthikeyan, Iqtadar Hussain

DOI: 10.1631/FITEE.1900104 Downloaded: 8511 Clicked: 5866 Cited: 0 Commented: 0(p.1108-1118) <Full Text>   <PPT>  1644

Chinese summary   <26>  分数阶血糖-胰岛素调节系统的混沌动力学

Karthikeyan RAJAGOPAL1,2, Atiyeh BAYANI3, Sajad JAFARI3,4, Anitha KARTHIKEYAN1, Iqtadar HUSSAIN5
1国防大学非线性动力学中心,埃塞俄比亚比绍夫图,1041
2默克莱大学能源研究所,埃塞俄比亚默克莱,231
3阿米尔卡比尔理工大学生物医学工程系,伊朗德黑兰,159163-4311
4孙德盛大学电气与电子工程学院非线性系统及应用研究组,越南胡志明市,700010
5卡塔尔大学数理统计学系,卡塔尔多哈,2713

摘要:本文推导血糖-胰岛素调节系统的分数阶模型。现有文献已证明复杂系统的分数阶分析能够揭示系统有趣且未知的特征。本文揭示血糖-胰岛素系统在其分数阶形式下表现出多稳定性与反单调性。为体现分数阶分析的有效性,进行了所有数值模拟,包括平衡点稳定性、李雅普诺夫指数、分叉图等。详细研究由未经调节的血糖-胰岛素系统引起的各种生物紊乱,这将有助于更好地理解调节系统。

关键词组:糖尿病;混沌;分叉;多稳定性;反单调性

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