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                         >>>

Regular Papers

Max-margin based Bayesian classifier

Tao-cheng Hu, Jin-hui Yu

DOI: 10.1631/FITEE.1601078 Downloaded: 2362 Clicked: 5699 Cited: 1 Commented: 0(p.973-981) <Full Text>   <PPT>  1532

Chinese summary   <31>  基于最大(dà)間隔的貝葉斯分(fēn)類器

概要:多分(fēn)類學習中(zhōng)經常需要考慮在泛化性能和計算開(kāi)銷間進行權衡。本文提出一(yī)個生(shēng)成式概率多分(fēn)類器,綜合考慮了泛化性和學習/預測速率。我(wǒ)們首先證明了我(wǒ)們的分(fēn)類器具有最大(dà)間隔性質,這意味着對于未來數據的預測精度幾乎和訓練階段一(yī)樣高。此外(wài),我(wǒ)們消除了目标函數中(zhōng)的大(dà)量的局部變元,極大(dà)地簡化了優化問題。通過凸分(fēn)析和概率語義分(fēn)析,我(wǒ)們設計了高效的在線算法,與經典情形的最大(dà)不同在于這個算法使用聚集而非平均化處理梯度。實驗證明了我(wǒ)們的算法具有很好的泛化性能和收斂速度。

關鍵詞組:多類學習;最大(dà)間隔學習;在線算法

TextGen: a realistic text data content generation method for modern storage system benchmarks

Long-xiang Wang, Xiao-she Dong, Xing-jun Zhang, Yin-feng Wang, Tao Ju, Guo-fu Feng

DOI: 10.1631/FITEE.1500332 Downloaded: 2591 Clicked: 7786 Cited: 0 Commented: 0(p.982-993) <Full Text>   <PPT>  1793

Chinese summary   <27>  TextGen:用于新型存儲系統基準測試的真實文本數據集生(shēng)成方法

概要:新型存儲系統通過内置數據壓縮功能提高性能,并節省存儲空間。因此,數據内容會顯著影響存儲系統基準測試結果。由于真實數據集規模龐大(dà),難以複制到目标測試系統,并且大(dà)多數數據集由于隐私性無法進行共享。因此,基準測試程序需要人工(gōng)生(shēng)成測試數據集。爲了保證測試結果的準确性,需要根據影響存儲系統性能的真實數據集特征信息生(shēng)成數據。現有方法SDGen在字節級别上分(fēn)析真實數據集内容分(fēn)布特征,并以此生(shēng)成數據集,因此能夠保證内置字節級壓縮算法的存儲系統測試結果準确。但是SDGen并未分(fēn)析真實數據集的詞級别内容分(fēn)布特征,因此不能保證内置詞級别壓縮算法的存儲系統測試結果準确,本文提出了一(yī)種基于Lognormal概率分(fēn)布模型的文本數據集生(shēng)成方法TextGen。該方法根據真實數據集的詞切分(fēn)結果建立語料庫,分(fēn)析語料庫中(zhōng)詞的分(fēn)布特征,利用最大(dà)似然估計得到詞分(fēn)布的Lognormal模型參數,根據模型采用蒙特卡洛方法生(shēng)成數據内容。該方法生(shēng)成數據集所消耗的時間隻與生(shēng)成數據集規模相關,具有線性的時間複雜(zá)度O(n)。本文收集了四種數據集驗證方法有效性,并通過一(yī)種典型的詞級别壓縮算法——ETDC(End-Tagged Dense Code)進行測試。實驗結果表明:相比SDGen,TextGen生(shēng)成文本數據集性能更高,并且,生(shēng)成數據集用于壓縮測試後與真實數據集的壓縮速率、壓縮率相似程度更高。

關鍵詞組:基準測試;存儲系統;基于詞的壓縮算法

A reliable power management scheme for consistent hashing based distributed key value storage systems

Nan-nan Zhao, Ji-guang Wan, Jun Wang, Chang-sheng Xie

DOI: 10.1631/FITEE.1601162 Downloaded: 2600 Clicked: 8394 Cited: 0 Commented: 0(p.994-1007) <Full Text>   <PPT>  1955

Chinese summary   <26>  一(yī)種針對基于一(yī)緻性哈希的鍵值存儲系統的低能耗副本布局策略

概要:分(fēn)布式鍵值存儲作爲最常用的分(fēn)布式存儲系統之一(yī),目前廣泛部署在大(dà)規模數據中(zhōng)心中(zhōng)。然而,大(dà)規模數據中(zhōng)心的高能耗是一(yī)個亟待解決的問題。爲達到較好節能效果,同時滿足數據可用性要求,本文提出一(yī)個針對基于一(yī)緻性哈希的分(fēn)布式鍵值存儲系統的低能耗副本布局策略——GreenCHT,它包括一(yī)個分(fēn)層副本布局方案、一(yī)個可靠的分(fēn)布式日志(zhì)和一(yī)個預測能耗模式調節器。GreenCHT将副本分(fēn)布在互不重疊的多個節點層,而非随機放(fàng)置于哈希環的部分(fēn)節點。在分(fēn)層副本布局中(zhōng),部分(fēn)節點層可以維持活動狀态,其他節點可以被關閉而不影響數據可用性,以達到節能目的。能耗模式調節器(power mode scheduler, PMS)能夠預測I/O負載,并根據負載高低波動變化,相應關閉或開(kāi)啓某些節點層。爲保證節能狀态下(xià)的系統可靠性,對于待機副本的寫請求,被重新映射到活動的服務器,以保證系統的容錯性。通過修改Sheepdog原有的數據分(fēn)布算法和副本布局策略,GreenCHT被配置在Sheepdog存儲集群中(zhōng)。實驗中(zhōng),GreenCHT能夠節省35%–61%能耗,同時維持較好性能和可靠性。

關鍵詞組:一(yī)緻性哈希表;副本布局;能源管理;鍵值存儲系統;可靠性

Image quality assessment method based on nonlinear feature extraction in kernel space

Yong Ding, Nan Li, Yang Zhao, Kai Huang

DOI: 10.1631/FITEE.1500439 Downloaded: 2235 Clicked: 6755 Cited: 0 Commented: 0(p.1008-1017) <Full Text>   <PPT>  1755

Chinese summary   <29>  基于核空間非線性特征提取的圖像質量評價方法

概要:在實現對與人類視覺感知(zhī)相一(yī)緻的圖像質量的客觀評價中(zhōng),如何提取圖像的視覺感知(zhī)特征至關重要。不同于傳統方法中(zhōng)通過線性變換或模型表達圖像的方式,本文采用高維空間的一(yī)種數學表達來揭示圖像的統計特性,通過引入核獨立分(fēn)量分(fēn)析(kernel independent component analysis, KICA)方法實現非線性轉化和圖像的高維特征提取。從而提出一(yī)種基于非線性特征提取的全參考圖像質量評價方法。在LIVE、TID2008和CSIQ等圖像質量評價數據庫上的實驗結果表明,圖像的非線性特征更有利于圖像内在質量的描述,并且本文提出的方法性能良好,與主觀評價較爲一(yī)緻。

關鍵詞組:圖像質量評價;全參考方法;特征提取;核空間;支持向量回歸

Ray-triangular Bézier patch intersection using hybrid clipping algorith

Yan-hong Liu, Juan Cao, Zhong-gui Chen, Xiao-ming Zeng

DOI: 10.1631/FITEE.1500390 Downloaded: 2233 Clicked: 5773 Cited: 0 Commented: 0(p.1018-1030) <Full Text>   <PPT>  1527

Chinese summary   <25>  射線與三角Bézier曲面交點的混合裁剪算法

概要:本文提出了一(yī)種快速、穩定的幾何算法來求解射線與三角Bézier曲面的交點,我(wǒ)們把這種新方法稱爲混合裁剪算法(簡稱HC(hybrid clipping)算法)。若射線隻穿過曲面一(yī)次,通過降階逼近算法,我(wǒ)們得到參數域上的一(yī)對直線和一(yī)對二次曲線,進而可将交點的參數範圍限定在一(yī)個比原參數域更小(xiǎo)的三角域上。結合細分(fēn)算法,原三角域可以被反複剪裁,直到參數域的直徑小(xiǎo)于給定的阈值。當射線與曲面的交點個數大(dà)于1時,本文利用Descartes符号法則和細分(fēn)算法将參數域分(fēn)割成一(yī)些子區域,使得每個子區域隻包含一(yī)個交點。本文從理論上證明了,經過适當的預處理,HC算法在單根的情況下(xià)具有三階的收斂速度。此外(wài),HC算法具有許多優良的性質,如無需初始值以及對初始問題擾動不敏感等。數值實驗也表明了HC算法在解決射線與三角Bézier曲面求交問題的有效性。

關鍵詞組:光線跟蹤;三角Bézier曲面;射線與曲面的交點;求根;混合裁剪

A new energy landscape paving heuristic for satellite module layouts

Jing-fa Liu, Juan Huang, Gang Li, Wen-jie Liu, Ting-zhao Guan, Liang Hao

DOI: 10.1631/FITEE.1500302 Downloaded: 2355 Clicked: 5582 Cited: 1 Commented: 0(p.1031-1043) <Full Text>   <PPT>  1630

Chinese summary   <32>  一(yī)種基于新的勢能曲面變平的衛星艙布局問題的啓發式方法

概要:衛星艙布局問題是一(yī)種帶性能約束的三維布局優化問題,已經被證明具有NP難度。通過采用拟物(wù)策略和罰函數方法,我(wǒ)們将該問題轉化爲一(yī)個不帶約束的優化問題。勢能曲面變平法(energy landscape paving, ELP)是一(yī)個經典的基于蒙特卡洛的全局優化算法,已被成功應用于許多優化問題。ELP能夠通過在複雜(zá)的勢能曲面随機行走來搜索低能構形。然而,當ELP陷入又(yòu)窄又(yòu)深的勢能曲面山谷時,它很難逃離(lí)。通過提出ELP方法中(zhōng)直方圖函數的一(yī)種新的更新機制,我(wǒ)們獲得了一(yī)種改進的勢能曲面變平法。通過将帶局部搜索的梯度法融入改進的ELP方法,爲衛星艙布局問題提出了一(yī)種新的全局搜索方法nELP。本文測試了來自文獻的兩個有代表性的算例。計算結果顯示,nELP是求解帶性能約束的衛星艙布局問題的有效算法。

關鍵詞組:三維布局;勢能曲面變平;布局優化;性能約束

Anonymous-address-resolution model

Guang-jia Song, Zhen-zhou Ji

DOI: 10.1631/FITEE.1500382 Downloaded: 2174 Clicked: 5854 Cited: 0 Commented: 0(p.1044-1055) <Full Text>   <PPT>  1604

Chinese summary   <27>  匿名地址解析模型

目的:針對地址解析過程中(zhōng)由信息洩露導緻的攻擊問題,就如何實現解析過程中(zhōng)地址信息隐藏進行了研究。
創新點:本文提出了一(yī)種新的解析模型,新模型不公開(kāi)地址解析的目的地址,而且對節點自身的IP地址與MAC地址都進行隐藏,實現了匿名地址解析。
方法:首先,根據匿名地址解析過程,源節點将地址解析的目的地址(IPX)視爲自身與目标節點之間共同秘密,可利用IPX作爲公鑰對解析目的地址以及自身的地址信息進行加密,然後發送解析請求;其次,隻有特定的節點才可以還原出解析請求并發送應答;再次,源節點收到解析應答并進行驗證,驗證通過後即完成地址解析過程;最後,将匿名地址解析與安全鄰居發現及其他幾種典型方案進行了對比。
結論:針對地址解析協議的面臨的安全威脅,提出了匿名地址解析過程,實現了不公開(kāi)解析目的地址、隐藏節點自身地址信息的目的。

關鍵詞組:網絡安全;地址解析;鄰居發現;匿名

Design and analysis of carbon nanotube FET based quaternary full adders

Mohammad Hossein Moaiyeri, Shima Sedighiani, Fazel Sharifi, Keivan Navi

DOI: 10.1631/FITEE.1500214 Downloaded: 3833 Clicked: 6593 Cited: 3 Commented: 1(p.1056-1066) <Full Text>   <PPT>  1611

Chinese summary   <27>  碳納米管場效應管四進制全加器設計與分(fēn)析

概要:CMOS二進制邏輯受短溝道效應、功率密度及互連約束等條件的限制。非矽多值邏輯計算是克服上述問題的一(yī)種有效方案。本研究在碳納米管場效應管(carbon nanotube field effect transistors, CNTFET)的基礎上提出了兩種高性能四進制全加單元。該全加單元利用了CNTFET獨有的特性,如目标電壓阈值可通過調整碳納米管管徑控制、CNTFET具有與p型和n型器件相同的遷移性。通過在Synopsys HSPICE中(zhōng)使用32 nm斯坦福綜合CNTFET模型,在多種測試條件下(xià)對所述電路單元進行了仿真。與當前水平的四進制全加器相比,本文所采用的設計平均降低延遲32%,所需平均功率、能耗及靜态功率分(fēn)别爲現有水平的68%、83%及77%。仿真結果表明,所述設計在生(shēng)産制程、電壓、溫度變化、噪聲耐受方面具有較好的魯棒性。

關鍵詞組:納米電子;碳納米管場效應管;多值邏輯;四進制邏輯

An enhanced mixed modulated Lagrange explicit time delay estimator with noisy input

Wei Xia, Ju-lei Zhu, Wen-ying Jiang, Ling-feng Zhu

DOI: 10.1631/FITEE.1500417 Downloaded: 1941 Clicked: 5391 Cited: 0 Commented: 0(p.1067-1073) <Full Text>   <PPT>  1471

Chinese summary   <24>  考慮輸入噪聲的混合調制拉格朗日明确時延估計改進算法

概要:混合調制拉格朗日明确時延估計(mixed modulated Lagrange explicit time delay estimation, MMLETDE)算法可對窄帶信号或正弦信号提供有效的時延估計。然而,該算法未考慮實際存在于輸入端的加性觀測噪聲。針對該問題,本文利用已知(zhī)噪聲功率比,基于無偏脈沖響應估計技術,提出MMLETDE的一(yī)種改進算法。仿真結果表明,在中(zhōng)、高噪聲場景下(xià),該改進算法以小(xiǎo)的濾波器階數,實現了對窄帶信号或較大(dà)頻(pín)率範圍内的正弦信号良好的時延估計。

關鍵詞組:時延估計;自适應濾波器;噪聲輸入;調制拉格朗日法;無偏脈沖響應估計

Secrecy performance analysis of single-input multiple-output generalized-K fading channels

Hong-jiang Lei, Imran Shafique Ansari, Chao Gao, Yong-cai Guo, Gao-feng Pan, Khalid A. Qaraqe

DOI: 10.1631/FITEE.1601070 Downloaded: 2384 Clicked: 5885 Cited: 0 Commented: 0(p.1074-1084) <Full Text>   <PPT>  1673

Chinese summary   <28>  基于generalized-K信道的SIMO的物(wù)理層安全性能分(fēn)析

概要:該文研究了基于generalized-K信道的單發多收系統的物(wù)理層安全性能。分(fēn)别考慮源節點在有和沒有竊聽(tīng)信道的信道狀态信息的兩種情況,将generalized-K分(fēn)布近似爲伽馬分(fēn)布和混合伽馬分(fēn)布,分(fēn)别推導出系統的保密中(zhōng)斷概率和平均保密容量的解析表達式。最後通過蒙特卡羅仿真驗證了分(fēn)析結果。

關鍵詞組:物(wù)理層安全;generalized-K衰落;平均保密容量;保密中(zhōng)斷概率;混合伽馬分(fēn)布

Maximizing power saving with state transition overhead for multiple mobile subscriber stations in WiMAX

Bo Li, Sung-kwon Park

DOI: 10.1631/FITEE.1500314 Downloaded: 1934 Clicked: 5456 Cited: 1 Commented: 0(p.1085-1094) <Full Text>   <PPT>  1464

Chinese summary   <27>  針對Wimax中(zhōng)多用戶的考慮狀态轉移損失的省電算法

概要:在IEEE802.16e/m标準中(zhōng),爲了節省移動台(mobile subscriber station, MSS)的電量,定義了三種省電類型(power saving classes, PSC)。但是,标準中(zhōng)并未規定如何設置PSC的參數來最大(dà)化省電量和确保服務質量(quality of service, QoS)。因此,很多人提出了設置PSC參數的算法。這些算法中(zhōng)大(dà)部分(fēn)隻考慮了針對一(yī)個MSS的PSC參數設置。在針對多個MSS的算法中(zhōng),MSS從工(gōng)作狀态到休眠狀态轉變的電量損失又(yòu)未被考慮。本論文研究針對多MSS的PSC參數設置問題,并考慮MSS從工(gōng)作狀态到休眠狀态轉變的電量損失。該問題是NP難問題。我(wǒ)們爲該問題提出了一(yī)個次優的算法。仿真結果表明我(wǒ)們提出的算法的性能優于當前最好的算法,并且接近于最優極限值。

關鍵詞組:省電類型;狀态轉變損失;IEEE802.16e/m;服務質量

Effects of residual motion compensation errors on the performance of airborne along-track interferometric SAR

Hui Zhang, Jun Hong, Xiao-lan Qiu, Ji-chuan Li, Fang-fang Li, Feng Ming

DOI: 10.1631/FITEE.1500311 Downloaded: 2341 Clicked: 5236 Cited: 1 Commented: 0(p.1095-1106) <Full Text>

Chinese summary   <23>  運動補償殘餘誤差對機載順軌幹涉SAR性能的影響

概要:在機載合成孔徑雷達(syntheticapertureradar,SAR)運動補償中(zhōng)一(yī)般存在兩個近似:波束中(zhōng)心近似和參考高程近似,這兩種近似會在機載單天線SAR系統和機載幹涉SAR系統成像過程中(zhōng)引入運動補償殘餘誤差。本文針對機載順軌幹涉SAR(airbornealong-trackinterferometricSAR,ATI-SAR)系統,分(fēn)析了上述兩種近似導緻的運動補償殘餘誤差對幹涉性能的影響。首先針對機載雙天線ATI-SAR系統,在不存在參考高程誤差和存在參考高程誤差兩種情況下(xià)分(fēn)别推導了其運動補償殘餘誤差,然後利用機載仿真參數證明了推導公式的正确性,并展示了運補殘餘誤差對ATI-SAR幹涉相位的影響程度。結果表明,當不存在參考高程誤差時,由于運補殘餘誤差導緻的幹涉相位誤差可以忽略;而當存在參考高程誤差且參考高程誤差大(dà)于某個門限值時,對于相應的測速精度要求,由于波束中(zhōng)心近似導緻的幹涉相位誤差不可忽略。本文的研究爲機載ATI-SAR誤差源分(fēn)析和信号處理提供了理論基礎。

關鍵詞組:合成孔徑雷達(SAR);順軌幹涉;運動補償;殘餘誤差;幹涉相位

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