Journal of Zhejiang University

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

2015 Vol.16 No.5 P.335-428

<<< CONTENTS >>>

Computer & Automation

An efficient data layout scheme for better I/O balancing in RAID-6 storage systems

Ping Xie, Jian-zhong Huang, Er-wei Dai, Qiang Cao, Chang-sheng Xie

DOI: 10.1631/FITEE.1400362 Downloaded: 3025 Clicked: 8121 Cited: 0 Commented: 0(p.335-345) <Full Text> <PPT> 2546

Chinese summary <29> 一(yī)種負載平衡的RAID-6存儲方案

目的：針對現有垂直RAID-6存儲方案中(zhōng)存在不平衡負載的問題，提出一(yī)種平衡負載的存儲方案，提升RAID存儲系統性能。
創新點：基于P-code存儲系統，使用一(yī)種高效的數據分(fēn)布方案。該方案能平衡P-code存儲系統負載，并提升用戶I/O存取性能。
方法：針對P-code存儲方案的負載平衡問題，首先分(fēn)析該存儲方案的校驗布局和數據分(fēn)布情況，該編碼屬于垂直RAID-6編碼。校驗數據平衡布局于所有磁盤列，從而能平衡數據更新導緻的相應校驗更新。觀察每一(yī)條校驗鏈的構建機制發現校驗鏈中(zhōng)的數據塊存在不平衡布局的問題，因而提出在不改變數據塊原有所在磁盤列的情況下(xià)，移動校驗鏈中(zhōng)的數據塊使其平衡布局于所有數據行（圖4），同時确保P-code存儲方案原有的最優屬性。
結論：通過對P-code存儲方案的布局研究，提出一(yī)種平衡負載的存儲方案（UPC）。該方案能夠有效提升P-code存儲系統的存取性能（圖5-8）。

關鍵詞組：RAID；數據存取性能；高性能；負載平衡

Detection of engineering vehicles in high-resolution monitoring images

Xun Liu, Yin Zhang, San-yuan Zhang, Ying Wang, Zhong-yan Liang, Xiu-zi Ye

DOI: 10.1631/FITEE.1500026 Downloaded: 4664 Clicked: 6871 Cited: 1 Commented: 0(p.346-357) <Full Text> <PPT> 2219

Chinese summary <26> 基于高清監控圖像的工(gōng)程車(chē)輛檢測算法

目的：基于監控圖像，設計一(yī)種工(gōng)程車(chē)輛檢測算法，使其能快速高效地對工(gōng)程車(chē)輛等組件可變鉸鏈式剛體(tǐ)進行識别與檢測。
創新點：模拟人類視覺檢測過程，把檢測算法分(fēn)爲粗提取與精确分(fēn)類兩個階段。第一(yī)階段提出“顔色頻(pín)率”特征并用其優化HOG描述子。第二階段改進一(yī)種顯著性提取算法并用改進的算法來改善dense SIFT算子。兩階段結合，得到整體(tǐ)高效的檢測算法。
方法：監控圖像的特點是高空廣角監控，工(gōng)程車(chē)輛像素面積小(xiǎo)，模拟人類視覺從複雜(zá)多樣的物(wù)體(tǐ)中(zhōng)檢測目标物(wù)體(tǐ)的過程，把檢測過程分(fēn)爲粗提取階段與精确分(fēn)類階段。人類在尋找目标物(wù)體(tǐ)時，一(yī)般會快速浏覽這些複雜(zá)多樣的物(wù)體(tǐ)群，遇到拟似目标物(wù)體(tǐ)，會多停留幾秒來确認是否爲真正的目标物(wù)體(tǐ)。粗提取階段，加入“顔色頻(pín)率”的HOG描述子(圖3)和線性SVM分(fēn)類器，快速掃描整張監控圖像，從中(zhōng)提取出拟似工(gōng)程車(chē)輛區域。這一(yī)階段的目的是低漏檢率快速提取拟似目标區域。精确分(fēn)類階段是采用顯著性蒙版化的dense SIFT算子(圖8)，去(qù)除第一(yī)階段提取出的非工(gōng)程車(chē)輛區域，得到最終的低漏檢率低錯檢率的快速檢測算法(圖1)。
結論：針對監控圖像的工(gōng)程車(chē)輛等組件可變的鉸鏈式剛體(tǐ)，提出一(yī)種先大(dà)範圍粗提取後小(xiǎo)範圍精确分(fēn)類的檢測算法。算法不僅高效快速，且具有一(yī)定泛化性能。

關鍵詞組：目标檢測；梯度直方圖；稠密度SIFT；顯著性檢測；組件模型；工(gōng)程車(chē)輛

Speech emotion recognition with unsupervised feature learning

Zheng-wei Huang, Wen-tao Xue, Qi-rong Mao

DOI: 10.1631/FITEE.1400323 Downloaded: 5384 Clicked: 8665 Cited: 6 Commented: 0(p.358-366) <Full Text> <PPT> 2094

Chinese summary <25> 基于無監督特征學習的語音情感識别方法

目的：語音情感識别是人機交互的關鍵技術之一(yī)。同時，良好的情感特征對語音情感識别系統性能具有極大(dà)影響。目前的語音情感特征主要通過手工(gōng)設計方法提取，對于其是否能夠很好地刻畫情感特性以及是否存在最優情感特征集，相關研究者并沒有達成公認。所以有必要對語音情感特征提取進行進一(yī)步深入研究。
創新點：提出一(yī)種基于數據驅動的無監督情感特征學習方法。該方法能夠自動從無标注語音數據中(zhōng)學習産生(shēng)與情感相關的特征映射函數，用于語音情感特征提取。
方法：采用三種無監督學習算法（K-均值聚類，稀疏自動編碼器，稀疏受限玻爾茲曼機）從若幹無标注語音塊中(zhōng)學習産生(shēng)與目标相關的特征提取器，繼而對整個語音樣本進行特征提取（卷積和池化），最後訓練一(yī)個線性支持向量機對未知(zhī)樣本進行識别。同時對模型涉及的超參數（塊大(dà)小(xiǎo)和隐層結點數目）進行選擇。
結論：相對于傳統原始特征，學習産生(shēng)的特征具有一(yī)定的稀疏性并且對說話(huà)人及其他擾動因素具有一(yī)定魯棒性。實驗結果表明，尺寸較大(dà)的塊和數量較多的隐層結點有助于提升系統性能（圖4、5）。

關鍵詞組：語音情感識别；無監督特征學習；神經網絡；情感計算

A method of shadow puppet figure modeling and animation

Xiao-fang Huang, Shou-qian Sun, Ke-jun Zhang, Tian-ning Xu, Jian-feng Wu, Bin Zhu

DOI: 10.1631/FITEE.1400351 Downloaded: 3154 Clicked: 7100 Cited: 0 Commented: 0(p.367-379) <Full Text> <PPT> 1863

Chinese summary <25> 一(yī)種皮影人物(wù)建模及動畫生(shēng)成方法

目的：建立基于真實人體(tǐ)數據的皮影人物(wù)模型并生(shēng)成動畫來促進皮影藝術發展。
創新點：本文使用三維人體(tǐ)掃描數據來建立皮影人物(wù)模型，并生(shēng)成動畫。
方法：通過研究分(fēn)析皮影藝術現狀，提出一(yī)種通過獲取三維人體(tǐ)掃描數據來建立皮影人物(wù)并生(shēng)成動畫的方法。二維皮影人物(wù)的建模過程（圖1）如下(xià)：第一(yī)步，自動定位三維人體(tǐ)模型特征點，并且根據定位的特征點将人體(tǐ)模型自動分(fēn)段（圖8）；第二步，提取皮影人物(wù)的初始輪廓（圖11），并進行二維數據處理；第三步，對數據處理後的初始皮影人物(wù)（圖13）進行自動服飾匹配（圖14、15），生(shēng)成二維皮影人物(wù)及動畫（圖17-19）。最後通過比較實驗前後被試者對皮影的興趣度，來驗證該方法的有效性。
結論：針對人們對皮影藝術逐漸失去(qù)興趣的現狀，提出一(yī)種基于三維人體(tǐ)掃描數據的皮影人物(wù)建模方法。實驗證明，該方法可以生(shēng)成更多具有真實感、引人入勝的皮影人物(wù)和實時動畫。該研究促進了皮影藝術的發展，尤其是在現代皮影動畫和個性化定制方面。

關鍵詞組：皮影藝術；皮影人物(wù)；三維人體(tǐ)；數據處理；二維建模

HAPE3D—a new constructive algorithm for the 3D irregular packing problem

Xiao Liu, Jia-min Liu, An-xi Cao, Zhuang-le Yao

DOI: 10.1631/FITEE.1400421 Downloaded: 3280 Clicked: 8210 Cited: 0 Commented: 0(p.380-390) <Full Text> <PPT> 2283

Chinese summary <169> 一(yī)種新型三維不規則排樣構造算法HAPE3D

目的：現實工(gōng)程中(zhōng)存在大(dà)量排樣問題，其中(zhōng)最具挑戰的是三維不規則排樣問題。研究該類問題的首要難題是将三維不規則排樣問題轉化爲一(yī)個優化問題。本文提供一(yī)個構造算法HAPE3D,将不規則三維排樣問題轉化成一(yī)個組合優化問題。
創新點：提出的新型不規則排樣構造算法HAPE3D無需計算臨界多面體(tǐ)（NFP）,并允許零件靈活旋轉。
方法：首先，用最小(xiǎo)勢能原理解釋三維不規則排樣問題中(zhōng)零件的運動機理（圖5）。然後，提出HAPE3D三個重要技術環節：（1）三維體(tǐ)的分(fēn)離(lí)判據（圖6）;（2）點在三維體(tǐ)内的判據（圖7）；（3）多面體(tǐ)靠接算法（圖8、9）。接着，給出HAPE3D的算法流程。最後通過兩個算例檢驗算法可行性。
結論：HAPE3D是一(yī)種非常可靠的三維不規則排樣算法。它區别于其它同類算法的最大(dà)特點是無需計算NFP，并在保持零件原有面貌（不需要将零件分(fēn)解爲多個長方體(tǐ)）的基礎上允許零件旋轉。HAPE3D可方便地與其它啓發式算法（比如SA）結合形成混合啓發式算法，從而進一(yī)步提高排樣效率，其計算速度還有很大(dà)改進空間。

關鍵詞組：三維排樣；布置設計；仿真；優化；構造算法；現代啓發式算法

Fine-grained P2P traffic classification by simply counting flows

Jie He, Yue-xiang Yang, Yong Qiao, Wen-ping Deng

DOI: 10.1631/FITEE.1400267 Downloaded: 2749 Clicked: 6190 Cited: 2 Commented: 0(p.391-403) <Full Text> <PPT> 1878

Chinese summary <26> 基于簇流的細粒度P2P流量分(fēn)類

目的：P2P流量的不斷增長帶來網絡管理和安全方面的各類問題。因此對P2P流量進行精确分(fēn)類顯得尤爲重要。本文旨在提出一(yī)種能對P2P流量實現高效精确且細粒度分(fēn)類的方法。
創新點：本文方法不依賴于對報文負載内容的檢查，也無需借助複雜(zá)的統計特征和機器學習方法。僅利用網絡流的幾個基本屬性就能實現對P2P流量的精确且細粒度分(fēn)類。當待檢測主機的網絡流量組成較爲複雜(zá)時，其他基于主機的流量分(fēn)類方法将失效，但本文方法仍然有效。
方法：首先，将P2P應用産生(shēng)的流量中(zhōng)出現最頻(pín)繁且穩定的相似流簇定義爲簇流，并認爲一(yī)組簇流是由一(yī)類P2P網絡活動所産生(shēng)（圖2）。本文P2P流量分(fēn)類方法分(fēn)兩步進行（圖3）。在簇流提取階段，爲每一(yī)種P2P應用采集訓練流量集，并從中(zhōng)提取出對應的簇流集合。在流量分(fēn)類階段，監測待檢測主機在單位時間窗口内所産生(shēng)的簇流的類型和數量，并根據一(yī)個記分(fēn)函數對流量進行分(fēn)類。
結論：提出一(yī)種能對P2P流量實現高效精确且細粒度分(fēn)類的方法。根據現實流量評價所提方法的性能。實驗結果達到高于97.22%的正确率和低于2.78%的誤報率。

關鍵詞組：流量分(fēn)類；P2P網絡；細粒度；基于主機

Electrical Engineering

An improved chaotic hybrid differential evolution for the short-term hydrothermal scheduling problem considering practical constraints

Tahir Nadeem Malik, Salman Zafar, Saaqib Haroon

DOI: 10.1631/FITEE.1400189 Downloaded: 2894 Clicked: 6730 Cited: 3 Commented: 0(p.404-417) <Full Text> <PPT> 1863

Chinese summary <26> 改進的混沌混合差分(fēn)進化方法用于有現實限制的短期水-火(huǒ)電系統調度問題

目的：短期水-火(huǒ)電系統調度（STHTS）是含有一(yī)系列水、火(huǒ)電操作限制的非線性複雜(zá)最優化問題。此前，該問題已由許多常規方法解決。由于該問題代價曲線具有非線性和非凸性特點，人工(gōng)智能方法也開(kāi)始被應用于STHTS。在考慮現實限制條件的情況下(xià)，本文提出一(yī)種改進的混沌混合差分(fēn)計劃算法以獲取STHTS的最優解。
創新點：針對差分(fēn)進化存在控制參數爲常數且獲取時間較耗時和早熟收斂的問題，着重處理自調整參數集，通過防止早熟收斂和處理複雜(zá)限制提升差分(fēn)進化的性能。
方法：本文方法流程（圖1）關鍵點爲：應用混沌理論獲得差分(fēn)進化中(zhōng)的自調整控制參數集；将混沌混合局部搜索機制應用于差分(fēn)進化以有效防止其陷入早熟收斂；最後，應用不含懲罰因子集的啓發式約束處理方解決水-火(huǒ)電的複雜(zá)限制。
結論：本文方法的優勢和有效性在以往文獻提出的兩個虛拟水-火(huǒ)電測試系統上進行了評估（Lakshminarasimman and Subramanian (2008)）。此外(wài)，傳輸線損耗、水電站禁止排放(fàng)區、火(huǒ)電站斜率限制等因素也被納入仿真環境。仿真結果表明，與最近提出的其他進化方法相比，本文方法在降低水-火(huǒ)電系統成本和減少計算時間方面有競争力。

關鍵詞組：閥點效應；禁止排放(fàng)區；差分(fēn)進化；混沌序列；限制處理

A new technique for islanding operation of distribution network connected with mini hydro

J. A. Laghari, H. Mokhlis, M. Karimi, A. H. A. Bakar, Hasmaini Mohamad

DOI: 10.1631/FITEE.1400309 Downloaded: 2555 Clicked: 6076 Cited: 1 Commented: 0(p.418-427) <Full Text> <PPT> 1633

Chinese summary <21> 一(yī)種微型水電站分(fēn)布式電網的新型孤島操作技術

目的：分(fēn)布式發電（distributed generation, DG）已顯著滲透于電網系統，因而分(fēn)布式電網的孤島操作是一(yī)個研究熱點。然而，控制孤島式分(fēn)布系統的頻(pín)率，尤其是在負載需求高于電能産出的條件下(xià)，仍未解決。針對基于多個微型水電站的分(fēn)布式發電網絡，本文提出一(yī)種成功孤島操作的新技術。
創新點：在孤島探測基礎上，設計基于頻(pín)率、頻(pín)率時間導數和負載優先級的自适應減載技術，将孤島操作時的頻(pín)率穩定于其标稱值。
方法：所述方法由三部分(fēn)組成（圖1）：（1）利用孤島探測技術正确探測孤島現象；（2）利用功率不平衡模塊确定生(shēng)産與負載間的功率不匹配；（3）利用減載控制器，根據功率不匹配值和負載優先級進行減載操作。
結論：本文所述方法在現有的馬來西亞11 kV分(fēn)布式電網（圖3）中(zhōng)得到了驗證。仿真結果表明，通過減除顯著數量的負載，本文方法可以有效進行孤島操作。

關鍵詞組：孤島操作；微型水電站；分(fēn)布式發電；孤島檢測；減載

Erratum to: Folded down-conversion mixer for a 60 GHz receiver architecture in 65-nm CMOS technology

Najam Muhammad Amin, Zhi-gong Wang, Zhi-qun Li

DOI: 10.1631/FITEE.14e0087 Downloaded: 1947 Clicked: 3560 Cited: 0 Commented: 0(p.428-428) <Full Text>