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.12 P.995-1098

<<< 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: 2384 Clicked: 5850 Cited: 0 Commented: 0(p.995-1017) <Full Text> <PPT> 1685

Chinese summary <179> 使用模型變換爲多種終端生(shēng)成原生(shēng)用戶界面

目的：近年來，使用不同操作系統、屏幕尺寸、交互機制和軟件特征訪問信息系統的終端種類不斷增加。爲此，本研究解決開(kāi)發原生(shēng)移動服務前端應用（front-end applications）過程中(zhōng)終端類型碎片化（fragmentation）問題。
創新點：遵照基于模型的用戶界面（MBUI）範式，使用模型變換生(shēng)成原生(shēng)用戶界面。本研究并非遵循“最小(xiǎo)公分(fēn)母方法”生(shēng)成通用應用，而是根據特定目标終端限定的特别規則生(shēng)成應用。
方法：本文提出LIZARD，這一(yī)MBUI框架可以爲多種目标平台生(shēng)成應用。LIZARD支持在高抽象層級定義應用，并在考慮目标平台特性的前提下(xià)使用模型變換生(shēng)成目标原生(shēng)用戶界面。其生(shēng)成的應用符合用戶界面設計準則，符合相應操作系統所限定的架構及設計模式。
結論：本文給出一(yī)個示例，使用LIZARD建模，可以分(fēn)别生(shēng)成用于Windows Phone、Android智能手機、Android平闆等不同終端用戶界面。評估結果顯示，對于這三種應用，用戶平均滿意度全部超過7.7分(fēn)（滿分(fēn)9分(fēn)）。LIZARD原型、源代碼及文中(zhōng)給出的應用示例，可從https://bitbucket.org/fundacionctic/lizard自由獲取。

關鍵詞組：模型-模型變換；原生(shēng)用戶界面；基于模型用戶界面；模型驅動工(gōng)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: 2125 Clicked: 5604 Cited: 0 Commented: 0(p.1018-1033) <Full Text> <PPT> 1794

Chinese summary <175> 同構多核處理器中(zhōng)考慮制造差異的調度優化

目的：面向具有多個同構核心的處理器平台，考慮納米級工(gōng)藝下(xià)制造導緻的差異性，實現性能最佳的調度優化。
創新點：提出一(yī)種離(lí)線生(shēng)成多個候選調度結合在線調度綁定的方案，從而充分(fēn)開(kāi)采了制造差異性下(xià)的核心最大(dà)可工(gōng)作頻(pín)率的變化，取得了整體(tǐ)上的高性能。
方法：首先，考慮制造差異導緻的性能變化，提出一(yī)種離(lí)線結合在線的調度優化方案。在離(lí)線階段，考慮制造差異的分(fēn)布情況，以期望性能爲指标，選擇代表性的芯片工(gōng)作點并得到其對應的最佳調度，用于生(shēng)成候選調度并存儲在芯片上。其中(zhōng)，通過芯片工(gōng)作點采樣來解決芯片工(gōng)作點數量的指數增長問題，并且将期望性能的最優化求解在一(yī)定的約束下(xià)轉化爲芯片工(gōng)作點之間的關系，從而降低整體(tǐ)方案的複雜(zá)度。在在線階段，芯片啓動時，根據當前芯片的工(gōng)作點與候選調度對應的芯片工(gōng)作點之間的關系确定性能最優的調度。
結論：針對納米工(gōng)藝下(xià)呈現制造差異的多核處理器平台，提出了一(yī)種自适應的調度優化策略，實現了性能上的提升。

關鍵詞組：調度優化；多核處理器；差異性；代表芯片工(gōng)作點

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: 3008 Clicked: 6114 Cited: 0 Commented: 0(p.1034-1045) <Full Text> <PPT> 1993

Chinese summary <165> 海底觀測試驗網絡接駁盒電能監控與保障系統的開(kāi)發

目的：接駁盒是水下(xià)科學儀器和岸基站之間用來傳輸電能和通訊的中(zhōng)間處理節點，是海底觀測網必不可少的部分(fēn)。接駁盒電能監控與保障系統主要處理電能分(fēn)配、浪湧電流抑制、實時監控、接地故障檢測、精确時間同步以及針對出現故障的自動響應，其對海底觀測網的長期穩定可靠工(gōng)作具有至關重要的作用。
創新點：選用工(gōng)業嵌入式控制器獲取強抗幹擾能力和高可靠性，且所用的控制器具備時間同步模塊，可提供微秒級别精度的授時信号。設計并采用功率電阻和接觸器并聯組成的簡單可靠的浪湧電流抑制電路。
方法：兩步電能管理方法采用一(yī)對并聯的金屬氧化物(wù)場效應管（MOSFET）和一(yī)個接觸器串聯用來産生(shēng)可靠的電能接駁，抑制浪湧電流，促進自動保護。分(fēn)别采用設計的接地故障檢測電路和傳感器來實現接地故障診斷和環境信号監測。采用IEEE 1588（網絡測量和控制系統的精密時鍾同步協議标準）時間同步方法爲接駁盒節點内外(wài)提供微秒級别高精度授時信号。
結論：布放(fàng)前，在實驗室環境下(xià)對系統的每一(yī)部分(fēn)進行了功能性和可靠性測試，并最終在中(zhōng)國南(nán)海進行了海試布放(fàng)。試驗和海試結果表明，所開(kāi)發的電能監控與保障系統能實現可靠的電能管理、準确的接地阻抗測試、精确的時間同步等功能。

關鍵詞組：電能監控與保障；嵌入式處理器；海底觀測網；IEEE 1588；接駁盒

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: 2414 Clicked: 6631 Cited: 3 Commented: 1(p.1046-1058) <Full Text> <PPT> 1850

Chinese summary <181> 基于度量學習和子集選擇的稀疏表示人臉識别算法

目的：針對傳統基于稀疏表示分(fēn)類的人臉識别算法計算複雜(zá)度高的劣勢，通過分(fēn)析人臉圖像的流形結構，提出一(yī)種通過度量學習和子集選擇的人臉識别算法，極大(dà)地加快基于稀疏表示的人臉識别速度，在不犧牲算法識别性能的前提下(xià)，使其可以達到實用的計算速度要求。
創新點：對l¹-人臉識别算法提出了一(yī)種更精确的字典選擇框架，該框架主要包含一(yī)種考慮類内類間差的人臉流形結構和可沿流形結構進行子集選擇的fast marching算法。
方法：在訓練階段，首先将度量學習引入到人臉識别問題中(zhōng)，利用度量學習産生(shēng)一(yī)個線性投影矩陣，所有訓練圖像經該矩陣投影後能保持最小(xiǎo)類内差與最大(dà)類間差。其次，結合人臉圖像的流形結構進行建模，利用上述步驟學習得到的度量将所有訓練圖像構成一(yī)個無向帶權值的連通鄰接圖，該圖可充分(fēn)表達訓練樣本在流形中(zhōng)的幾何結構。在識别階段，fast marching以被查詢圖像爲基點在訓練階段得到的人臉流形結構上搜索子集，最終稀疏表示算法以子集爲字典識别出被查詢人臉圖像的類别。
結論：使用通用數據庫驗證算法的識别準确率和計算效率。實驗表明，文章所提出的算法能夠有效的利用訓練樣本的類内和類間信息，達到可觀的識别性能。該方法同時将識别速度提高到了可以實用的程度。

關鍵詞組：人臉識别；稀疏表示；流形空間；度量學習；子集選擇

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: 2383 Clicked: 6473 Cited: 0 Commented: 0(p.1059-1068) <Full Text> <PPT> 1676

Chinese summary <182> 一(yī)種概念漂移情況下(xià)數據流分(fēn)類的整體(tǐ)方法

目的：數據流（data stream）管理和處理是計算機科學領域的熱點問題。本文提及的“數據流”指連續且快速生(shēng)成的數據包。數據流的專有特性有數據量極大(dà)、生(shēng)成率高、處理時間有限和數據概念漂移（concept drift）等。這些特性将數據流區别于其他标準數據形式。數據流的一(yī)個重要問題即爲輸入數據分(fēn)類。本文提出一(yī)種新型的整體(tǐ)分(fēn)類器（ensemble classifier）。
創新點：在數據流分(fēn)類器的基礎上，提出一(yī)種包含概念漂移檢測、基分(fēn)類器移除和動态加權機制的方法。
方法：（1）針對不同數據輸入條件，對基分(fēn)類器使用兩種加權函數；（2）利用Kappa系數确定概念漂移，提升算法精度；（3）基于基分(fēn)類器的質量，移除不同數目的基分(fēn)類器；（4）在決策階段對基分(fēn)類器應用加權機制，提升算法對漂移的适應性，提高分(fēn)類器效率。
結論：在标準數據集上測試，本文方法較現有整體(tǐ)分(fēn)類器和單分(fēn)類器可獲得更高的精度；在某些情況下(xià)可節省運行時間和内存用量。

關鍵詞組：數據流；分(fēn)類；整體(tǐ)分(fēn)類器；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: 2691 Clicked: 7164 Cited: 1 Commented: 0(p.1069-1087) <Full Text> <PPT> 2103

Chinese summary <170> 基于多尺度UDCT域字典學習及分(fēn)塊約束型分(fēn)裂增廣拉格朗日收縮算法的高度欠采樣磁共振圖像重構

目的：針對現有預定義分(fēn)析型變換和圖像域單尺度字典在稀疏表示中(zhōng)存在的不足，從尋求最優的稀疏先驗信息和探索重構最優化問題的有效數值求解算法以适用于相應稀疏化結構兩個方面，基于CS理論開(kāi)展通過欠采樣k空間數據重構高質量MR圖像的研究，提出改進方法，從而達到改善重構圖像質量的目的。
創新點：改進了基本的字典學習模型，提出了一(yī)種基于均勻離(lí)散Curvelet變換(Uniform Discrete Curvelet Transform, UDCT)域多尺度字典學習的稀疏化模型，并應用于CS-MRI重構。爲适應多尺度分(fēn)層和分(fēn)塊稀疏化結構，進一(yī)步擴展約束型分(fēn)裂增廣拉格朗日收縮方法，并用于模型的數值求解。
方法：文中(zhōng)圖2爲提出的UDCT域多尺度字典學習的CS-MRI重構方法的流程框圖。如算法2中(zhōng)描述，整個UDPC方法包含兩個階段：多尺度字典學習階段和PBC-SALSA重構階段。在UDCT域多尺度字典學習階段，提出的模型通過在UDCT的多尺度結構上訓練過完備字典來構建。構造的UDCT域多尺度字典融合了多分(fēn)辨率特性與字典學習的自适應數據匹配能力。在重構問題的求解過程中(zhōng)，将訓練字典的稀疏先驗信息引入到重構模型中(zhōng)，對分(fēn)塊約束型分(fēn)裂增廣拉格朗日算法進一(yī)步擴展以适應于多尺度字典結構。該算法能夠穩定快速地收斂，從而重構出高質量的MR圖像。
結論：相比于僅使用預定義的分(fēn)析型變換和圖像域單尺度字典稀疏先驗，該稀疏化模型能夠用更少的稀疏系數自适應地匹配圖像在多尺度多方向的各種結構成分(fēn)，有利于保留MR圖像不同分(fēn)辨率的精細特征和重構的快速收斂。提出的方法顯著改善了高度欠采樣情況下(xià)重構圖像的質量，充分(fēn)體(tǐ)現了UDCT域多尺度字典學習稀疏化模型的優勢以及擴展的數值求解算法的有效性和穩定性。

關鍵詞組：壓縮感知(zhī)；磁共振成像；均勻離(lí)散curvelet變換；多尺度字典學習；分(fēn)塊約束型分(fēn)裂增廣拉格朗日收縮算法

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: 2492 Clicked: 5978 Cited: 0 Commented: 0(p.1088-1098) <Full Text> <PPT> 1742

Chinese summary <179> 驅動脈沖邊沿調制技術及其CPLD實現

目的：針對随功率半導體(tǐ)器件開(kāi)關速度和功率等級的不斷提高而産生(shēng)的嚴峻的開(kāi)關電壓尖峰問題，以IGBT爲對象，提出一(yī)種驅動脈沖邊沿調制技術，實現對門極驅動電壓邊沿斜率的調節，抑制IGBT的電壓尖峰。
創新點：利用面積等效原理，将門極驅動脈沖信号的邊沿映射成一(yī)簇脈沖序列，門極驅動電壓的上升或下(xià)降段即爲這些脈沖信号響應的疊加。通過調節脈沖序列的密度和脈沖寬度，調節門極驅動電壓邊沿斜率，從而調節開(kāi)關速度限制開(kāi)關電壓尖峰。
方法：将傳統的門極驅動信号的邊沿映射成一(yī)簇脈沖序列，将PWM信号轉換爲MPWM信号，則脈沖邊沿的調制也即爲調制該脈沖序列的密度和脈沖寬度，有雙向脈沖序列調制BPTM和單向脈沖序列調制UPTM兩種方法。對于BPTM調試，MPWM信号爲正表示正的驅動電壓v_ge,on被接入，MPWM信号爲負則表示負的驅動電壓v_ge,off被接入。在IGBT開(kāi)通時期，若驅動電路的響應能力有限，這種調試方法下(xià)門極驅動電壓的邊沿呈現明顯鋸齒狀，使得門極電壓在IGBT導通阈值電壓v_ge,th附近波動，引起IGBT的僞導通，故而可改進爲UPTM方法。對于UPTM調制，當調試上升沿時，高電平信号表示接入正的驅動電壓v_ge,on，低電平信号表示不接入驅動電壓從而保持門極電壓爲當前值；當調試下(xià)降沿時，高電平信号表示接入負的驅動電壓v_ge,off，低電平信号表示不接入驅動電壓從而保持門極電壓爲當前值。文中(zhōng)圖9是采用CPLD的具體(tǐ)驅動電路，在BPTM模式下(xià)，MOSFET1管和MOSFET2管交替開(kāi)通和關斷，以調制驅動脈沖邊沿；在UPTM模式下(xià)，隻有一(yī)個MOSFET管開(kāi)通和關斷來調制驅動脈沖邊沿，而另一(yī)個MOSFET管被封鎖。
結論：采用驅動脈沖邊沿調制技術（雙向脈沖序列調制BPTM和單向脈沖序列調制UPTM），可以明顯抑制開(kāi)關尖峰。由于基于數字技術，且隻需要一(yī)個數字芯片，不需要改變硬件電路結構，可通過軟件來實現對驅動脈沖邊沿的調控，使其适用于不同工(gōng)況，具有較強的通用性和靈活性。其中(zhōng)，采用單向脈沖序列調制（UPTM）可以解決IGBT僞導通問題，該調制技術對驅動電路響應速度要求不高的特點使其更便于應用。

關鍵詞組：驅動脈沖邊沿調制；開(kāi)關電壓尖峰；複雜(zá)可編程邏輯器件（CPLD）；有源門極驅動