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

2019 Vol.20 No.8 P.1021-1164

<<< CONTENTS >>>

Perspective

On visual knowledge

Yun-he Pan

DOI: 10.1631/FITEE.1910001 Downloaded: 1720 Clicked: 4320 Cited: 0 Commented: 0(p.1021-1025) <Full Text>

Chinese summary <31> 論視覺知(zhī)識

摘要：提出“視覺知(zhī)識”概念. 視覺知(zhī)識是知(zhī)識表達的一(yī)種新形式. 它與迄今爲止人工(gōng)智能（AI）所用知(zhī)識表達方法不同. 其中(zhōng)視覺概念具有典型（prototype）與範疇結構、層次結構與動作結構等要素. 視覺概念能構成視覺命題，包括場景結構與動态結構，視覺命題能構成視覺叙事. 指出重構計算機圖形學成果可實現視覺知(zhī)識表達及其推理與操作，重構計算機視覺成果可實現視覺知(zhī)識學習. 實現視覺知(zhī)識表達、推理、學習和應用技術将是AI 2.0取得突破的重要方向之一(yī)。

關鍵詞組：

Research Articles

Control strategy for gait transition of an underactuated 3D bipedal robot

Hai-hui Yuan, Yi-min Ge, Chun-biao Gan

DOI: 10.1631/FITEE.1800206 Downloaded: 1892 Clicked: 5453 Cited: 0 Commented: 0(p.1026-1035) <Full Text> <PPT> 1427

Chinese summary <30> 欠驅動3D雙足機器人步态切換控制策略

摘要：由于應用前景廣泛，雙足機器人研究引起國内外(wài)學者重點關注。實際中(zhōng)，雙足機器人常需進行步态切換以實現靈活步行。本文針對一(yī)個五杆欠驅動3D雙足機器人步态切換問題，提出一(yī)種基于分(fēn)層控制的切換控制策略。該策略包括切換控制器設計以及基于事件的反饋控制器設計。所設計的基于事件反饋控制器會在每一(yī)步對反饋增益進行自适應更新，而所設計的切換控制器将引導機器人從當前步态到達目标步态的鄰域範圍以實現平滑收斂。與以往研究相比，本文采用參數優化法設計切換控制器參數，确保機器人在步态切換過程中(zhōng)滿足物(wù)理約束條件。最後，爲驗證所提控制策略的有效性，針對欠驅動3D雙足機器人進行了數值仿真驗證。

關鍵詞組：步态切換；欠驅動3D雙足機器人；基于事件的反饋控制器；自适應控制律

Finding misplaced items using a mobile robot in a smart home environment

Qi Wang, Zhen Fan, Wei-hua Sheng, Sen-lin Zhang, Mei-qin Liu

DOI: 10.1631/FITEE.1800275 Downloaded: 1951 Clicked: 5170 Cited: 0 Commented: 0(p.1036-1048) <Full Text> <PPT> 1507

Chinese summary <29> 智能家居環境中(zhōng)基于移動機器人的失物(wù)搜索

摘要：智能家居可提供補充信息以幫助家居服務機器人。本文利用智能家居環境中(zhōng)機器人所獲取的曆史軌迹數據，提出一(yī)種機器人失物(wù)搜索（MIF）系統。首先，提出一(yī)種多傳感器融合方法定位和跟蹤用戶。其次，利用人物(wù)曆史軌迹所包含的知(zhī)識，提出一(yī)種路徑規劃方法生(shēng)成機器人搜索路徑。再次，應用一(yī)種基于卷積神經網絡的實時物(wù)體(tǐ)檢測單元檢測目标丢失物(wù)品。基于搭建的智能家居測試平台進行MIF系統相關實驗。最後，實驗結果驗證了所提方案的準确性和有效性。

關鍵詞組：家居服務機器人；智能家居；異質傳感器；機器人自主失物(wù)搜索

Constructing pairing-free certificateless public key encryption with keyword search

Yang Lu, Ji-guo Li

DOI: 10.1631/FITEE.1700534 Downloaded: 1951 Clicked: 5286 Cited: 0 Commented: 0(p.1049-1060) <Full Text> <PPT> 1386

Chinese summary <26> 不依賴雙線性對的帶關鍵字搜索的無證書(shū)公鑰加密方案構造

摘要：可搜索公鑰加密使存儲服務器在未知(zhī)數據内容時能對其存儲的加密數據進行搜索，這爲加密數據存儲系統檢索密文提供一(yī)種非常理想的解決方法。無證書(shū)公鑰密碼體(tǐ)制是一(yī)種具有許多優點的新型密碼學原語，它不僅克服了基于身份密碼體(tǐ)制中(zhōng)的密鑰托管問題，而且避免了傳統公鑰密碼體(tǐ)制中(zhōng)複雜(zá)的證書(shū)管理問題。目前文獻中(zhōng)已有3個帶關鍵字搜索的無證書(shū)公鑰加密方案。然而，這些方案的構造都需要使用耗時的雙線性對運算，因此不适用于計算資(zī)源受限或電量受限的設備。針對這一(yī)問題，我(wǒ)們設計了一(yī)個不依賴雙線性對的帶關鍵字搜索的無證書(shū)公鑰加密方案。基于計算性Diffie-Hellman問題的困難性假設，我(wǒ)們證明所提出方案在随機預言模型中(zhōng)滿足适應性選擇關鍵字攻擊下(xià)的密文不可區分(fēn)安全性。效率對比和仿真實驗表明，該方案具有更好性能。此外(wài)，我(wǒ)們還給出3個拓展方案。

關鍵詞組：可搜索公鑰加密；帶關鍵字搜索的無證書(shū)公鑰加密；雙線性對；計算性Diffie-Hellman問題

RFES: a real-time fire evacuation system for Mobile Web3D

Feng-ting Yan, Yong-hao Hu, Jin-yuan Jia, Qing-hua Guo, He-hua Zhu, Zhi-geng Pan

DOI: 10.1631/FITEE.1700548 Downloaded: 2219 Clicked: 5454 Cited: 0 Commented: 0(p.1061-1074) <Full Text> <PPT> 1546

Chinese summary <27> RFES：一(yī)種面向移動Web3D的實時火(huǒ)災逃生(shēng)系統

摘要：基于Web3D構建公共消防疏散系統存在許多限制其計算能力的瓶頸。本文集中(zhōng)解決3個關鍵問題：（1）大(dà)型建築場景數據量大(dà)，難以通過互聯網傳輸并在網絡終端設備實現可視化；（2）原始火(huǒ)災動态模拟器煙氣數據量大(dà)，且實時動态變化，難以通過互聯網傳輸并在網絡終端設備實現可視化；（3）爲公衆提供的智能消防疏散系統往往難以兼顧準确性和實時性。針對以上問題，本文提出3個解決方案：（1）将大(dà)型場景模型簡化爲輕量型場景模型；（2）将動态煙霧簡化爲輕量級煙霧模型；（3）利用場景模型和煙霧數據建立動态障礙物(wù)圖，規劃最優疏散路徑。本文提出一(yī)種基于蟻群優化算法（RFES-ACO）的實時消防疏散系統，該算法基于動态信息素重用。仿真結果表明，公衆可在移動Web3D設備上實時、順暢地進行消防疏散演練的交互和體(tǐ)驗。最後，與leader-follower算法和随機算法的對比實驗，證明了實時消防疏散系統（RFES）的高效性，其疏散率優于其它兩種算法。

關鍵詞組：消防疏散演習；建築信息建模建築空間；移動Web3D；基于蟻群優化算法的實時消防疏散系統

A saliency and Gaussian net model for retinal vessel segmentation

Lan-yan Xue, Jia-wen Lin, Xin-rong Cao, Shao-hua Zheng, Lun Yu

DOI: 10.1631/FITEE.1700404 Downloaded: 2582 Clicked: 4946 Cited: 0 Commented: 0(p.1075-1086) <Full Text> <PPT> 1452

Chinese summary <28> 融合顯著性模型和高斯網模型的視網膜血管分(fēn)割方法

摘要：視網膜血管分(fēn)割是眼底圖像分(fēn)析的一(yī)個重要問題。本文提出一(yī)種融合顯著性模型和高斯網（GNET）模型的新型深度學習結構分(fēn)割視網膜血管。顯著性圖像替代原始圖像作爲GNET模型的輸入。GNET模型具有雙邊對稱結構。左邊結構中(zhōng)，在第一(yī)層進行上采樣操作，在其他層進行最大(dà)池化操作；右邊結構中(zhōng)，在第一(yī)層進行最大(dà)池化操作，在其他層進行上采樣操作。利用DRIVE數據庫對所提方法進行評估。實驗結果表明，與UNET模型相比，GNET模型能獲得更精确的特征和更精細的細節。本文所提算法能提取準确的血管網絡，與其他深度學習方法相比具有更高精确度。視網膜血管分(fēn)割有助于提取血管變化特征，爲腦血管疾病篩查提供依據。

關鍵詞組：視網膜血管分(fēn)割；顯著性模型；高斯網模型（GNET）；特征學習

Classification of EEG-based single-trial motor imagery tasks using a B-CSP method for BCI

Zhi-chuan Tang, Chao Li, Jian-feng Wu, Peng-cheng Liu, Shi-wei Cheng

DOI: 10.1631/FITEE.1800083 Downloaded: 2161 Clicked: 5735 Cited: 0 Commented: 0(p.1087-1098) <Full Text> <PPT> 1572

Chinese summary <27> 面向腦機接口基于改進的共同空間模式方法的單次運動想象腦電分(fēn)類

摘要：單次運動想象腦電分(fēn)類常用于腦機接口系統控制，是人-機之間的溝通橋梁。然而，腦電信号具有低信噪比和個性化差異，會對分(fēn)類結果産生(shēng)不利影響。本文提出一(yī)種改進的共同空間模式（B-CSP）方法，提取特征并消除負面影響。首先，針對不同被試，采用巴氏距離(lí)并基于事件相關去(qù)同步（ERD）和事件相關同步（ERS）模式選擇每個電極通道的最優頻(pín)率段；其次，采用B-CSP方法提取最優頻(pín)率段腦電信号特征，獲得可以最大(dà)程度區分(fēn)兩類運動想象的特征。采用所提方法對公共數據集和實驗數據集提取特征，并結合反向傳播神經網絡進行單次運動想象腦電分(fēn)類。将B-CSP方法與兩種傳統腦電特征提取方法—原始共同空間模式（CSP）和自回歸（AR）—比較。采用B-CSP方法在公共數據集的表現（左手/雙腳：91.25%±1.77%；左手/右手：84.50%±5.42%）和實驗數據集的表現（左手/雙腳：90.43%±4.26%）均優于兩種傳統方法。實驗結果表明，本文所提方法能夠有效分(fēn)類運動想象腦電，并能對腦機接口系統開(kāi)發提供實踐和理論基礎。

關鍵詞組：腦電圖（EEG）；運動想象；改進的共同空間模式（B-CSP）；特征提取；分(fēn)類

Vascular segmentation of neuroimages based on a prior shape and local statistics

Yun Tian, Zi-feng Liu, Shi-feng Zhao

DOI: 10.1631/FITEE.1800129 Downloaded: 2061 Clicked: 5507 Cited: 0 Commented: 0(p.1099-1108) <Full Text> <PPT> 1397

Chinese summary <25> 基于先驗形狀和局部統計的血管影像圖像分(fēn)割方法

摘要：快速準确地從醫學圖像中(zhōng)提取血管結構是許多臨床醫療的基礎。然而，大(dà)多數血管分(fēn)割方法忽略了分(fēn)割結果中(zhōng)孤立點和冗餘點的存在。本文提出一(yī)種基于先驗形狀和局部統計的血管分(fēn)割方法，能有效消除異常值并精确分(fēn)割粗細血管。首先，定義了一(yī)種改進的血管濾波器，用于量化每個體(tǐ)素屬于管狀結構的可能性；其次，執行匹配和連接操作以獲得血管掩模；最後，在血管掩模基礎上實現基于局部統計的區域生(shēng)長方法，得到較爲完整的無外(wài)圍值的血管樹(shù)。與Frangi方法以及Yang方法在實際血管造影圖像上的實驗和比較，證明該方法在保持血管分(fēn)支連通的同時，可以有效去(qù)除異常值。

關鍵詞組：血管濾波器；鄰域；血管分(fēn)割；外(wài)圍值

Accelerated haze removal for a single image by dark channel prior

Bo-xuan Yue, Kang-ling Liu, Zi-yang Wang, Jun Liang

DOI: 10.1631/FITEE.1700148 Downloaded: 2493 Clicked: 5809 Cited: 0 Commented: 0(p.1109-1118) <Full Text> <PPT> 1376

Chinese summary <25> 基于暗通道先驗的單幅圖像快速去(qù)霧算法

摘要：在霧氣中(zhōng)，可見光的散射降低了圖像可見度。目前，去(qù)霧仍是圖像處理應用的一(yī)個挑戰。爲實現去(qù)霧，提出一(yī)種基于單個像素的去(qù)霧加速算法。不同于基于區塊的方法，所提方法分(fēn)别估計每個區域的變換矩陣和大(dà)氣光參數，其中(zhōng)加速的關鍵在于所有參數能在一(yī)次遍曆中(zhōng)獲得。然後，對傳輸映射進行雙邊過濾，恢複像素之間的關系。通過線性模糊模型恢複後，對恢複的圖像進行調整，以提高對比度、光照強度和飽和度，尤其是補償由相應波長引起的不同通道的光強誤差。實驗結果表明，該方法在處理速率方面優于已有的最先進去(qù)霧算法。與其他去(qù)霧方法比較和引入定量準則（峰信噪比、可檢測邊際速率、信息熵差）驗證該方法有效。

關鍵詞組：去(qù)霧；暗通道先驗；霧圖像模型；雙邊濾波

Fast emergency control strategy calculation based on dynamic equivalence and integral sensitivity

Yi-fan Gao, Jian-quan Wang, Tan-nan Xiao, Dao-zhuo Jiang

DOI: 10.1631/FITEE.1700389 Downloaded: 2011 Clicked: 6031 Cited: 0 Commented: 0(p.1119-1132) <Full Text> <PPT> 1410

Chinese summary <25> 基于動态等值及數值積分(fēn)靈敏度的快速緊急控制策略計算

摘要：爲減少大(dà)規模電力系統暫态穩定分(fēn)析的計算時間，實現緊急控制策略的實時計算，提出基于實時動态等值的快速暫态穩定仿真及緊急控制策略算法。通過故障後短時間的全系統數值積分(fēn)計算，将發電組實時分(fēn)群并進行模型聚合，并運用提出的等值系統節點導納矩陣快速計算方法求取等值系統網絡參數。在獲得的動态等值系統上完成暫态穩定仿真計算和基于數值積分(fēn)靈敏度的緊急控制決策計算。最終，經過等值系統向原始系統反向映射，獲得原始系統的緊急控制策略。在包含496台發電機和5075節點的區域電網中(zhōng)進行仿真計算。結果表明該算法可獲得準确的暫态穩定計算結果和有效的緊急控制策略，與常規暫态穩定數值積分(fēn)算法以及基于數值積分(fēn)靈敏度的緊急控制算法相比，大(dà)幅減少了計算時間。

關鍵詞組：緊急控制；暫态穩定；數值積分(fēn)；動态等值；數值積分(fēn)靈敏度

Frequency-hopping transmitter fingerprint feature recognition with kernel projection and joint representation

Ping Sui, Ying Guo, Kun-feng Zhang, Hong-guang Li

DOI: 10.1631/FITEE.1800025 Downloaded: 2139 Clicked: 6373 Cited: 0 Commented: 0(p.1133-1146) <Full Text> <PPT> 1479

Chinese summary <25> 基于核空間投影和聯合表征的跳頻(pín)信号輻射源指紋特征識别

摘要：跳頻(pín)作爲擴頻(pín)通信的一(yī)種常用技術，以其截獲概率低、抗幹擾能力強和保密性好等優點，在雷達和通信系統中(zhōng)得到廣泛應用。然而，非合作條件下(xià)的跳頻(pín)信号輻射源識别作爲一(yī)大(dà)難題，不僅由于其對噪聲影響敏感，信号的非線性、非高斯性和非平穩性使得很難在其原始信号空間實現跳頻(pín)信号分(fēn)類識别。現有的一(yī)些分(fēn)類識别算法，如稀疏表征分(fēn)類算法（SRC），僅使用單個信号樣本而非整體(tǐ)樣本表征測試數據，過分(fēn)強調稀疏特性而忽略信号樣本之間的相關性。爲解決上述問題，本文提出一(yī)種基于核空間投影和聯合表征的跳頻(pín)信号輻射源指紋特征識别方法。該方法将核空間投影、相關特性表征以及個體(tǐ)分(fēn)類學習融合到同一(yī)個聯合表征框架，通過該框架實現輻射源信号分(fēn)類識别。實際跳頻(pín)信号的大(dà)量實驗表明，與幾種最先進的識别方法相比，所提算法具有可行性和有效性。

關鍵詞組：跳頻(pín)信号；指紋特征；核函數；聯合表征；輻射源識别

Reducing neighbor discovery latency in docking applications

Shuai-zhao Jin, Zi-xiao Wang, Ya-bo Dong, Dong-ming Lu

DOI: 10.1631/FITEE.1800412 Downloaded: 1768 Clicked: 4541 Cited: 0 Commented: 0(p.1147-1164) <Full Text> <PPT> 1450

Chinese summary <25> 停留交會應用中(zhōng)減少鄰居發現延遲

摘要：鄰居發現在停留交會應用中(zhōng)十分(fēn)重要。在停留交會應用中(zhōng)移動傳感器節點與部署在不同交會點的固定傳感器節點進行通信。在現有鄰居發現協議中(zhōng)，概率性鄰居發現協議在一(yī)般情況下(xià)表現良好，但存在非周期性、不可預測性和無限發現延遲。确定性鄰居發現協議可犧牲平均鄰居發現性能以提供最差情況下(xià)的鄰居發現延遲。本文提出一(yī)種基于移動信息輔助的時槽同步技術，通過時槽同步提升确定性鄰居發現協議的平均性能，同時不增加額外(wài)傳感器節點能量開(kāi)銷。針對鄰居發現中(zhōng)的信标幀沖突可能導緻的鄰居發現失敗情況，提出一(yī)種優化的信标幀發送策略。通過理論分(fēn)析和基于莫高窟遊客追蹤系統積累的實際數據，驗證該基于移動信息輔助時槽同步技術的性能。實驗結果表明，所提時槽同步技術最高可将目前最優的确定性鄰居發現協議平均性能提升兩個數量級。

關鍵詞組：鄰居發現；停留交會應用；時槽同步；基于移動信息輔助的時槽同步