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

2017 Vol.18 No.2 P.153-302

<<< CONTENTS >>>

Special Feature on Artificial Intelligence 2.0

Review: Hybrid-augmented intelligence: collaboration and cognition

Nan-ning Zheng, Zi-yi Liu, Peng-ju Ren, Yong-qiang Ma, Shi-tao Chen, Si-yu Yu, Jian-ru Xue, Ba-dong Chen, Fei-yue Wang

DOI: 10.1631/FITEE.1700053 Downloaded: 3605 Clicked: 7407 Cited: 0 Commented: 0(p.153-179) <Full Text> <PPT> 2523

Chinese summary <56> 混合-增強智能：協作與認知(zhī)

概要：人工(gōng)智能追求的長期目标是使機器能像人一(yī)樣學習和思考。由于人類面臨的許多問題具有不确定性、脆弱性和開(kāi)放(fàng)性，任何智能程度的機器都無法完全取代人類，這就需要将人的作用或人的認知(zhī)模型引入到人工(gōng)智能系統中(zhōng)，形成混合-增強智能的形态，這種形态是人工(gōng)智能或機器智能的可行的、重要的成長模式。混合-增強智能可以分(fēn)爲兩類基本形式：一(yī)類是人在回路的人機協同混合增強智能，另一(yī)類是将認知(zhī)模型嵌入機器學習系統中(zhōng)，形成基于認知(zhī)計算的混合智能。本文讨論人機協同的混合-增強智能的基本框架，以及基于認知(zhī)計算的混合-增強智能的基本要素：直覺推理與因果模型、記憶和知(zhī)識演化；特别論述了直覺推理在複雜(zá)問題求解中(zhōng)的作用和基本原理，以及基于記憶與推理的視覺場景理解的認知(zhī)學習網絡；闡述了競争-對抗式認知(zhī)學習方法，并讨論了其在自動駕駛方面的應用；最後給出混合-增強智能在相關領域的典型應用。

關鍵詞組：人-機協同；混合增強智能；認知(zhī)計算；直覺推理；因果模型；認知(zhī)映射；視覺場景理解；自主駕駛汽車(chē)

Regular Papers

First and Others credit-assignment schema for evaluating the academic contribution of coauthors

Li Weigang

DOI: 10.1631/FITEE.1600991 Downloaded: 1977 Clicked: 7168 Cited: 0 Commented: 0(p.180-194) <Full Text> <PPT> 1512

Chinese summary <20> 用于評估共同作者學術貢獻的第一(yī)和其他合作者信用分(fēn)配模式

概要：共同作者學術貢獻分(fēn)配模式提供了固定或靈活的信用分(fēn)配公式，并廣泛應用于評估科學出版物(wù)共同作者的貢獻。本文提出了一(yī)種新穎的”第一(yī)和其他（First and Others, F&O）合作者”分(fēn)配模式。通過引入調整參數α和權重β，使得信用分(fēn)配具備以下(xià)新的屬性：（1）通過修改公式（調整參數α）或強調單個作者貢獻（調整權重β）體(tǐ)現學術貢獻分(fēn)配的靈活性和适用性；（2）将第一(yī)作者的貢獻與其他作者分(fēn)開(kāi)計算，第二作者的貢獻會根據α參數的變化，呈現出拐點。文中(zhōng)提出相應定理和證明，揭示了”第一(yī)和其他（F&O）合作者”分(fēn)配模式新的特性，應是對文獻計量學基本理論的貢獻。F&O模式亦可應用于”強調第一(yī)作者學術貢獻”的策略。通過對一(yī)組來自化學、醫學、心理學和哈佛-芝加哥調查數據的應用，F&O模式與其他方法進行了分(fēn)析比較，若幹測定系數的優化顯示出本文方法的先進性。

關鍵詞組：文獻計量學；共同作者合作信用；H指數；信息計量；學者信息

An easy-to-use evaluation framework for benchmarking entity recognition and disambiguation systems

Hui Chen, Bao-gang Wei, Yi-ming Li, Yong-huai Liu, Wen-hao Zhu

DOI: 10.1631/FITEE.1500473 Downloaded: 2255 Clicked: 6191 Cited: 0 Commented: 0(p.195-205) <Full Text> <PPT> 1574

Chinese summary <19> 一(yī)種易用的實體(tǐ)識别消歧系統評測框架

概要：實體(tǐ)識别消歧是知(zhī)識庫擴充和信息抽取的重要技術之一(yī)。近些年該領域誕生(shēng)了很多研究成果，提出了許多實體(tǐ)識别消歧系統。但由于缺乏對這些系統的完善評測對比，該領域依然處于良莠淆雜(zá)的狀态。因此很有必要設計一(yī)個評測框架對各個系統進行統一(yī)評測。本文提出一(yī)個實體(tǐ)識别消歧系統的統一(yī)評測框架，用于公平地比較各個實體(tǐ)識别消歧系統的效果。該框架代碼開(kāi)源，可以采用新的系統、數據集、評測機制擴展。通過該框架評測實體(tǐ)系統，可以分(fēn)析得到系統各個模塊的優劣之處。本文分(fēn)析對比了幾個公開(kāi)的實體(tǐ)識别消歧系統，并總結出了一(yī)些有用的結論。

關鍵詞組：實體(tǐ)識别消歧；評測框架；信息抽取

FlowTrace: measuring round-trip time and tracing path in software-defined networking with low communication overhead

Shuo Wang, Jiao Zhang, Tao Huang, Jiang Liu, Yun-jie Liu, F. Richard Yu

DOI: 10.1631/FITEE.1601280 Downloaded: 3855 Clicked: 5860 Cited: 0 Commented: 0(p.206-219) <Full Text> <PPT> 1755

Chinese summary <20> 流追蹤：一(yī)種軟件定義網絡中(zhōng)低開(kāi)銷的時延測量和路徑追蹤方法

概要：爲了針對不同的應用和流量提供服務質量保障和差異化服務，負載均衡和多優先級隊列技術被廣泛地應用于網絡中(zhōng)。在傳統網絡中(zhōng)，網絡管理員(yuán)經常使用”traceroute”和”ping”工(gōng)具來檢測負載均衡機制或者服務質量策略是否正常工(gōng)作。然而，由于這些工(gōng)具并不被現有的OpenFlow交換機所支持，所以還不能夠應用于軟件定義網絡中(zhōng)。此外(wài)，traceroute和ping依靠主動發送探測包來探測路徑。然而，當負載均衡機制把探測包和所需追蹤流的數據包均衡到不同路徑時，這些工(gōng)具将無法探測出流的真實轉發路徑，更無法測量出真實的路徑時延。因此，爲了準确的測量鏈路時延，測量工(gōng)具必須能夠提前找出數據包的真實轉發路徑。基于此發現，我(wǒ)們提出了一(yī)套新的軟件定義網絡中(zhōng)的流追蹤機制”FlowTrace”，利用它來追蹤任意流量的轉發路徑以及測量數據流所經曆的鏈路時延。該工(gōng)具通過收集交換機的流表來計算流的轉發路徑。然而，如果直接從交換機中(zhōng)查詢流表會産生(shēng)很大(dà)的數據平面流量，從而帶來巨大(dà)的開(kāi)銷。因此，我(wǒ)們提出了一(yī)種被動的零開(kāi)銷的流表收集方法來解決該問題。在獲得流的真實轉發路徑後，我(wǒ)們提出了一(yī)種新的測量方法來測量不同流的網絡時延。最後，實驗結果顯示我(wǒ)們設計的方法可以準确的找出流的真實轉發路徑并測量出不同種類流所經曆的時延。

關鍵詞組：軟件定義網絡；網絡檢測；路徑追蹤

Fine-grained checkpoint based on non-volatile memory

Wen-zhe Zhang, Kai Lu, Mikel LUJÁN, Xiao-ping Wang, Xu Zhou

DOI: 10.1631/FITEE.1500352 Downloaded: 2386 Clicked: 6376 Cited: 0 Commented: 0(p.220-234) <Full Text> <PPT> 1614

Chinese summary <18> 基于非易失存儲器的細粒度檢查點

概要：新型非易失存儲器提供了高訪問速度，大(dà)容量，字節訪問粒度，以及非易失等特性。這些特性将爲容錯帶來新的機遇。本文提出了基于非易失存儲器的細粒度檢查點。我(wǒ)們在現有操作系統内核的存儲管理模塊中(zhōng)加入了針對非易失存儲器的管理，同時提供了一(yī)個非易失堆以供上層應用進行快速的内存分(fēn)配和對相關對象（或數據結構）的檢查點備份。爲了實現細粒度檢查點，我(wǒ)們将不同的對象（或數據結構）分(fēn)布在不同的虛拟頁面中(zhōng)，并利用硬件提供的頁保護機制來實現對數據修改的監控。在此系統中(zhōng)，兩個處于不同虛拟頁面中(zhōng)的對象（或數據結構）有可能處于同一(yī)個物(wù)理頁面中(zhōng)。對一(yī)個對象的修改将不會影響到對另一(yī)個對象的監控。以上機制使我(wǒ)們能夠對小(xiǎo)于一(yī)個頁面的修改進行監控。和傳統的基于頁面粒度的檢查點工(gōng)作相比，我(wǒ)們的機制可以有效的減少檢查點拷貝的數據量，從而更好的利用存儲器帶寬，提升性能。

關鍵詞組：非易失存儲器；字節訪問粒度；非易失堆；細粒度檢查點

Detecting faulty sensors in an array using symmetrical structure and cultural algorithm hybridized with differential evolution

Shafqat Ullah Khan, Ijaz Mansoor Qureshi, Fawad Zaman, Wasim Khan

DOI: 10.1631/FITEE.1500315 Downloaded: 2627 Clicked: 6250 Cited: 3 Commented: 0(p.235-245) <Full Text> <PPT> 1567

Chinese summary <18> 利用對稱結構和結合差分(fēn)進化的文化算法檢測陣列中(zhōng)的故障傳感器

概要：本文解決了從N個傳感器組成的線性陣列中(zhōng)檢測完全或部分(fēn)缺陷傳感器的問題。本文首先提出了一(yī)種線性陣列的對稱結構，其次，基于結合差分(fēn)進化的文化算法，建立了一(yī)種混合技術。對稱結構具有兩個優點：(1)不需要找到所有損壞的模式，僅需找到(N−1)/2個必需模式；(2)不需要掃描0°到180°區域，僅需掃描0°到90°區域。顯然，這樣可以減少計算的複雜(zá)度。通過Monte Carlo模拟對該方案性能進行了驗證，并在計算時間和均方誤差方面與現有方法進行了比較。

關鍵詞組：文化算法；差分(fēn)進化；線性對稱傳感器陣列

Secrecy outage performance for wireless-powered relaying systems with nonlinear energy harvesters

Ji-liang Zhang, Gao-feng Pan, Yi-yuan Xie

DOI: 10.1631/FITEE.1601352 Downloaded: 2344 Clicked: 6156 Cited: 0 Commented: 0(p.246-252) <Full Text> <PPT> 1719

Chinese summary <18> 基于非線性能量收集器的無線充電中(zhōng)繼系統保密中(zhōng)斷性能分(fēn)析

概要：本文考慮了一(yī)個包含單一(yī)信源、單一(yī)信宿、N(N>1)個無線充電中(zhōng)繼和單一(yī)竊聽(tīng)者的協作系統。本文假設每個中(zhōng)繼都擁有一(yī)個非線性的能量收集器，且該能量收集器存在一(yī)個飽和阈值以限制收集能量的大(dà)小(xiǎo)。在考慮解碼轉發和功率分(fēn)配接收器的場景中(zhōng)，本文選擇第K個最優中(zhōng)繼來協助信源–中(zhōng)繼–信宿鏈路的傳輸。同時，本文還推導了保密中(zhōng)斷概率的解析表達式，并通過仿真驗證了分(fēn)析結果。

關鍵詞組：解碼轉發；能量收集；非線性；保密中(zhōng)斷概率

Joint throughput and transmission range optimization for triple-hop networks with cognitive relay

Cheng Zhao, Wan-liang Wang, Xin-wei Yao, Shuang-hua Yang

DOI: 10.1631/FITEE.1601414 Downloaded: 1934 Clicked: 5512 Cited: 0 Commented: 0(p.253-261) <Full Text> <PPT> 1469

Chinese summary <23> 認知(zhī)中(zhōng)繼三跳網絡聯合優化

概要：認知(zhī)中(zhōng)繼網絡中(zhōng)，傳輸的吞吐量和傳輸距離(lí)一(yī)直是衡量性能的重要指标。現有的研究多數都集中(zhōng)在兩跳網絡的優化，但其也存在着傳輸距離(lí)不長，隻能進行單項傳輸等缺點。本文提出了一(yī)種新的使用認知(zhī)中(zhōng)繼的三跳網絡傳輸方案，通過三階段的傳輸過程，實現了次級用戶之間的雙向傳輸。同時，引入了疊加編碼技術來處理網絡中(zhōng)雙接收節點的情況。本文将這個三階段的聯合優化問題轉化爲一(yī)個非線性的優化問題，并進行了求解。仿真結果表明，本文提出的優化方法可以在不增加中(zhōng)繼跳數的情況下(xià)，延長主用戶傳輸距離(lí)，并同時提高次級用戶的傳輸吞吐量。

關鍵詞組：解碼轉發；三跳；認知(zhī)中(zhōng)繼網絡；時間功率分(fēn)配；疊加編碼

Electrical analysis of single-walled carbon nanotube as gigahertz on-chip interconnects

Zamshed Iqbal Chowdhury, Md. Istiaque Rahaman, M. Shamim Kaiser

DOI: 10.1631/FITEE.1500349 Downloaded: 2260 Clicked: 5847 Cited: 0 Commented: 0(p.262-271) <Full Text> <PPT> 1524

Chinese summary <18> 千兆赫片上互聯單壁納米碳管電分(fēn)析

概要：在未來的高頻(pín)系統芯片，特别是片上網絡的設計中(zhōng)，知(zhī)識産權模塊之間的聯系至爲關鍵，而單壁納米碳管則是其中(zhōng)一(yī)種很有前景的納米結構。電路及系統尺寸的不斷縮減限制了對1000 GHz級别高頻(pín)信号特征的利用。本文針對不同結構構型的單壁納米碳管，對高質量互聯中(zhōng)四項重要的四項電參數--阻抗，傳播常量，電流密度以及信号延時進行了推導。每個參數均表現出了對其設計互聯頻(pín)率範圍和構型的強相關性。與現有理論和實驗結果相比，本文所提出的模型在解決下(xià)一(yī)代高速集成電路互聯問題上有其新穎性。

關鍵詞組：互聯；碳納米管；電流密度；傳播常量；特性阻抗；片上系統

Application of complete ensemble intrinsic time-scale decomposition and least-square SVM optimized using hybrid DE and PSO to fault diagnosis of diesel engines

Jun-hong Zhang, Yu Liu

DOI: 10.1631/FITEE.1500337 Downloaded: 2822 Clicked: 6972 Cited: 0 Commented: 0(p.272-286) <Full Text> <PPT> 1883

Chinese summary <18> 應用完備集合固有時間尺度分(fēn)解和混合差分(fēn)進化和粒子群算法優化的最小(xiǎo)二乘支持向量機對柴油機進行故障診斷

概要：針對固有時間尺度分(fēn)解算法的模态混疊問題和最小(xiǎo)二乘支持向量機的參數優化問題，本文提出了一(yī)種新的基于完備集合固有時間尺度分(fēn)解和混合差分(fēn)進化和粒子群算法優化最小(xiǎo)二乘支持向量機的柴油機故障診斷方法。該方法主要包括以下(xià)幾個步驟：首先，爲解決固有時間尺度分(fēn)解算法的模态混疊問題，提出了一(yī)種完備集合固有時間尺度分(fēn)解算法。随後，利用完備集合固有時間尺度分(fēn)解算法将非平穩的柴油機振動信号分(fēn)解爲一(yī)系列平穩的旋轉分(fēn)量和殘差信号。然後，提取了前幾階旋轉分(fēn)量的三類典型的時頻(pín)特征，包括奇異值、旋轉分(fēn)量能量和能量熵、AR模型參數，作爲故障特征。最後，提出了混合差分(fēn)進化和粒子群算法對最小(xiǎo)二乘支持向量機的參數進行優化的方法，并通過将故障特征輸入訓練好的最小(xiǎo)二乘支持向量機模型實現故障診斷。仿真和實驗結果表明提出的故障診斷方法可以克服固有時間尺度分(fēn)解的模态混疊問題，而且能夠準确識别柴油機故障。

關鍵詞組：柴油機；故障診斷；完備集合固有時間尺度分(fēn)解；最小(xiǎo)二乘支持向量機；混合差分(fēn)進化和粒子群優化算法

Real-time road traffic state prediction based on ARIMA and Kalman filter

Dong-wei Xu, Yong-dong Wang, Li-min Jia, Yong Qin, Hong-hui Dong

DOI: 10.1631/FITEE.1500381 Downloaded: 2545 Clicked: 6725 Cited: 0 Commented: 0(p.287-302) <Full Text> <PPT> 1865

Chinese summary <21> 基于ARIMA和Kalman濾波的道路交通狀态實時預測

概要：道路交通流預測不僅可以爲出行者提供實時有效的信息，而且可以幫助他們選擇最佳路徑，減少出行時間，實現道路交通路徑誘導，緩解交通擁堵。本文提出了一(yī)種基于ARIMA模型和Kalman濾波算法的道路交通流預測方法。首先，基于道路交通曆史數據建立時間序列的ARIMA模型。其次，結合ARIMA模型和Kalman濾波法構建道路交通預測算法，獲取Kalman濾波的測量方程和更新方程。然後，基于曆史道路交通數據進行算法的參數設定。最後，以北(běi)京的四條路段作爲案例，對所提出的方法進行了分(fēn)析。實驗結果表明，基于ARIMA模型和Kalman濾波的實時道路交通狀态預測方法是可行的，并且可以獲得很高的精度。

關鍵詞組：ARIMA模型；Kalman濾波；建模；訓練；預測