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

2020 Vol.21 No.9 P.1267-1412

Cover:

<547>

Contents:

<656>

<<< CONTENTS >>>

Research Articles

Modified condition/decision coverage (MC/DC) oriented compiler optimization for symbolic execution

Wei-jiang Hong, Yi-jun Liu, Zhen-bang Chen, Wei Dong, Ji Wang

DOI: 10.1631/FITEE.1900213 Downloaded: 2336 Clicked: 4456 Cited: 0 Commented: 0(p.1267-1284) <Full Text> <PPT> 1389

Chinese summary <27> 面向MC/DC的符号執行編譯優化

洪偉疆^1,2，劉怡君¹，陳振邦¹，董威¹，王戟^1,2
¹國防科技大(dà)學計算機學院，中(zhōng)國長沙市，410073
²國防科技大(dà)學高性能計算國家重點實驗室，中(zhōng)國長沙市，410073

摘要：符号執行是一(yī)種系統地探索程序路徑空間的有效方式，常用于自動軟件測試與錯誤查找。通常待分(fēn)析的程序會被編譯成二進制或中(zhōng)間表示，在此基礎上進行符号執行。在此過程中(zhōng)，編譯器的優化選項往往會影響符号執行的有效性和效率。修訂條件/判定覆蓋（MC/DC）是一(yī)種廣泛應用于任務關鍵型軟件的重要測試覆蓋準則；據我(wǒ)們所知(zhī)，目前尚未開(kāi)展面向MC/DC的符号執行編譯優化推薦工(gōng)作。本文采用先進的符号執行工(gōng)具開(kāi)展了大(dà)量實驗，研究編譯器優化對使用符号執行以滿足程序MC/DC的影響。結果表明，指令組合（IC）優化是符号執行面向MC/DC的關鍵和主導優化選項。在此基礎上，設計并實現了一(yī)個基于支持向量機的編譯優化推薦方法，在Coreutils和NECLA兩個測試集上開(kāi)展實驗。結果表明，所提方法在67.47%的Coreutils程序和78.26%的NECLA程序上取得了最佳MC/DC結果。

關鍵詞組：編譯優化；修訂條件/判定覆蓋（MC/DC）；優化推薦；符号執行

Optimizing non-coalesced memory access for irregular applications with GPU computing

Ran Zheng, Yuan-dong Liu, Hai Jin

DOI: 10.1631/FITEE.1900262 Downloaded: 2655 Clicked: 4152 Cited: 0 Commented: 0(p.1285-1301) <Full Text> <PPT> 1240

Chinese summary <28> 運用GPU計算面向非規則應用的非合并内存訪問優化

鄭然^1,2,3,4，劉元棟^1,2,3,4，金海^1,2,3,4
¹華中(zhōng)科技大(dà)學大(dà)數據技術與系統國家地方聯合工(gōng)程研究中(zhōng)心，中(zhōng)國武漢市，430074
²華中(zhōng)科技大(dà)學服務計算技術與系統實驗室，中(zhōng)國武漢市，430074
³華中(zhōng)科技大(dà)學集群與網格計算實驗室，中(zhōng)國武漢市，430074
⁴華中(zhōng)科技大(dà)學計算機科學與技術學院，中(zhōng)國武漢市，430074

摘要：通用圖形處理器（GPGPU）可大(dà)大(dà)提升規則應用的計算性能。然而，很多應用中(zhōng)存在非規則内存訪問模式，大(dà)大(dà)限制了GPU的性能優勢。近年來，一(yī)些研究提出解決方案來移除靜态非規則内存訪問。然而，利用軟件消除動态非規則内存訪問仍然面臨嚴峻挑戰。本文提出一(yī)種純軟件解決方案用于消除動态非規則内存訪問，尤其是間接内存訪問，無需硬件擴展和離(lí)線分(fēn)析。提出數據重組和索引重定向以減少内存訪問次數，從而提高GPU内核性能。爲提高數據重組效率，卸載重組數據操作至GPU以降低開(kāi)銷并傳輸數據。通過并發執行數據重組和數據處理内核的統一(yī)計算設備架構（CUDA）流，可降低數據重組開(kāi)銷。完成這些優化後，相比于CUSPARSE基準測試，使用該方法GPU内核的内存數據傳輸減少了16.7%-50%；同時，NVIDIA Tesla P4 GPU上的内核性能提高了9.64%-34.9%。

關鍵詞組：通用圖形處理器；内存合并；非合并内存訪問；數據重組

An improved subspace weighting method using random matrix theory

Yu-meng Gao, Jiang-hui Li, Ye-chao Bai, Qiong Wang, Xing-gan Zhang

DOI: 10.1631/FITEE.1900463 Downloaded: 2794 Clicked: 4493 Cited: 0 Commented: 0(p.1302-1307) <Full Text> <PPT> 1237

Chinese summary <31> 基于随機矩陣理論的子空間加權改良算法

高雨濛¹，李姜輝²，柏業超¹，王瓊¹，張興敢¹
¹南(nán)京大(dà)學電子科學與工(gōng)程學院，中(zhōng)國南(nán)京市，210023
²南(nán)安普頓大(dà)學聲振研究所，英國南(nán)安普頓市，SO171BJ

摘要：在低信噪比及信号相關情況下(xià)，加權子空間拟合（WSF）算法的性能優于多信号分(fēn)類（MUSIC）算法。本文使用随機矩陣理論（RMT）改善加權子空間拟合。随機矩陣理論研究随機矩陣維數以同速率增加時，矩陣特征值和特征向量的漸近規律。加權子空間拟合中(zhōng)，運用近似一(yī)階擾動計算樣本協方差矩陣特征向量的統計特性。利用随機矩陣理論中(zhōng)關于樣本協方差矩陣信号子空間向真實信号投影的範數的漸進結果，獲得加權子空間拟合計算方法。仿真結果表明，在低快拍數及低信噪比情況下(xià)，本文所提方法具有優越性。

關鍵詞組：波達方向；信号子空間；随機矩陣理論

A traffic-aware Q-network enhanced routing protocol based on GPSR for unmanned aerial vehicle ad-hoc networks

Yi-ning Chen, Ni-qi Lyu, Guang-hua Song, Bo-wei Yang, Xiao-hong Jiang

DOI: 10.1631/FITEE.1900401 Downloaded: 2779 Clicked: 5392 Cited: 0 Commented: 0(p.1308-1320) <Full Text>

Chinese summary <29> 基于GPSR和Q網絡的流量感知(zhī)無人機ad-hoc網絡路由協議

陳弈甯¹，呂倪祺¹，宋廣華¹，楊波威¹，姜曉紅²
¹浙江大(dà)學航空航天學院，中(zhōng)國杭州市，310027
²浙江大(dà)學計算機科學與技術學院，中(zhōng)國杭州市，310027

摘要：在流量密集的無人機ad-hoc網絡中(zhōng)，流量擁塞會增加網絡時延和丢包，大(dà)大(dà)限制網絡性能。因此，需要一(yī)個流量平衡策略控制流量。本文提出TQNGPSR，一(yī)個基于GPSR和Q網絡的流量感知(zhī)無人機ad-hoc網絡路由協議。該協議利用鄰居節點的擁塞信息實現流量平衡，并用一(yī)種強化學習算法-Q網絡算法-評價當前節點每條無線鏈接的質量。基于對這些鏈接的評估，該協議可在多個選擇中(zhōng)做出合理決定，降低網絡時延和丢包率。在仿真環境中(zhōng)測試TQNGPSR、AODV、OLSR、GPSR和QNGPSR。結果表明，相比于GPSR和QNGPSR，TQNGPSR有更高包到達率和更低端到端時延。在高節點密度場景中(zhōng)，TQNGPSR在包到達率、端到端時延和吞吐量上優于AODV和OLSR。

關鍵詞組：流量平衡；強化學習；地理信息路由；Q網絡

NLWSNet: a weakly supervised network for visual sentiment analysis in mislabeled web images

Luo-yang Xue, Qi-rong Mao, Xiao-hua Huang, Jie Chen

DOI: 10.1631/FITEE.1900618 Downloaded: 2966 Clicked: 4921 Cited: 0 Commented: 0(p.1321-1333) <Full Text> <PPT> 1475

Chinese summary <27> NLWSNet：基于弱監督學習的嘈雜(zá)标簽Web圖像情感分(fēn)析

薛羅陽¹，毛啓容^1,2，黃曉華^3,4，陳婕¹
¹江蘇大(dà)學計算機科學與通信工(gōng)程學院，中(zhōng)國鎮江市，212013
²江蘇省工(gōng)業網絡安全技術重點實驗室，中(zhōng)國鎮江市，212013
³南(nán)京工(gōng)程學院計算機工(gōng)程學院，中(zhōng)國南(nán)京市，211167
⁴奧盧大(dà)學機器視覺和信号分(fēn)析中(zhōng)心，芬蘭奧盧市，8000

摘要：大(dà)規模數據集推動了基于深度卷積神經網絡情感分(fēn)析的快速發展。但是，注釋大(dà)規模數據集既昂貴又(yòu)耗時。相反，從網絡中(zhōng)很容易獲得弱标注的Web圖像。當直接使用Web圖像訓練深度學習模型時，嘈雜(zá)标簽會導緻性能急劇下(xià)降。針對這種情況，提出一(yī)種端到端的弱監督學習結構，該結構對于弱标簽的Web圖像具有魯棒性。具體(tǐ)地說，該注意力模塊通過降低訓練過程中(zhōng)注意力得分(fēn)，自動抑制帶有錯誤标簽樣本的負面影響。另外(wài)，在弱監督學習方法中(zhōng)，類激活圖模塊通過關注正确标簽樣本的情感區域促進網絡學習。除特征學習過程外(wài)，将正則化應用于分(fēn)類器，以最小(xiǎo)化同一(yī)類别樣本的距離(lí)，并最大(dà)化不同類别樣本質心之間的距離(lí)。對标記正确和錯誤的網頁圖像數據集進行定量和定性評估，結果表明該算法優于現有方法。

關鍵詞組：圖像情感分(fēn)析；弱監督學習；嘈雜(zá)标簽樣本；顯著情感區域

Subspace transform induced robust similarity measure for facial images

Jian Zhang, Heng Zhang, Li-ling Bo, Hong-ran Li, Shuai Xu, Dong-qing Yuan

DOI: 10.1631/FITEE.1900552 Downloaded: 2752 Clicked: 4684 Cited: 0 Commented: 0(p.1334-1345) <Full Text> <PPT> 1365

Chinese summary <28> 子空間變換誘導的穩健人臉圖像相似度度量

張鍵¹，張恒²，薄麗玲²，李宏然¹，徐帥¹，袁冬青²
¹江蘇海洋大(dà)學計算機工(gōng)程學院，中(zhōng)國連雲港市，222005
²江蘇海洋大(dà)學數學系，中(zhōng)國連雲港市，222005

摘要：相似度度量方法在許多領域（如模式識别與機器感知(zhī)）扮演着重要角色，引起國内外(wài)學者重點關注。當前，爲圖像構建二維穩健的相似度度量方法仍是重要研究課題。本文針對穩健人臉識别問題，基于子空間性質，提出一(yī)種有效且穩健的二維圖像相似度度量方法。該方法通過線性變換與奇異值分(fēn)解，度量兩幅對齊人臉圖像的相似度，同時消弱人臉識别過程中(zhōng)的幹擾。展示了該方法的數學特征及度量特性，進而揭示所提方法的可行性與穩健機制。結合最近鄰分(fēn)類器，評估了所提方法在不同挑戰下(xià)的人臉識别性能。實驗結果表明所提方法在準确性和穩健性方面具有一(yī)定優勢。

關鍵詞組：子空間分(fēn)析；圖像相似度度量；人臉識别；模式識别

Hybrid embedding and joint training of stacked encoder for opinion question machine reading comprehension

Xiang-zhou Huang, Si-liang Tang, Yin Zhang, Bao-gang Wei

DOI: 10.1631/FITEE.1900571 Downloaded: 3582 Clicked: 4368 Cited: 0 Commented: 0(p.1346-1355) <Full Text> <PPT> 1364

Chinese summary <26> 觀點型問題機器閱讀理解中(zhōng)混合詞向量和層疊循環神經網絡聯合訓練方法的應用

黃祥洲，湯斯亮，張引，魏寶剛
浙江大(dà)學計算機科學與技術學院，中(zhōng)國杭州市，310027

摘要：觀點型問題機器閱讀理解指計算機通過分(fēn)析相應段落回答問題。相比于傳統機器閱讀理解任務的答案是在相關段落中(zhōng)的某一(yī)段文本，觀點型問題因其答案可能不出現在相關段落中(zhōng)而需由多個句子推理得出，其對應的機器閱讀理解任務更具挑戰性。針對這個任務，提出一(yī)種新穎的基于神經網絡的解決方案，其中(zhōng)使用了一(yī)種結合文本特征的混合詞向量訓練方法。此外(wài)，引入額外(wài)的注意力網絡和輸出層，産生(shēng)多個輔助損失函數用于聯合訓練層疊循環神經網絡。針對數據集樣本分(fēn)布不平衡的問題，引入問題和段落的不相關性實現數據增強。實驗結果驗證了所提方法的有效性。該方案獲得了AIC2018觀點型問題機器閱讀理解賽道的雙周賽冠軍。

關鍵詞組：機器閱讀理解；神經網絡；聯合訓練；數據增強

Uncertain bilevel knapsack problem based on an improved binary wolf pack algorithm

Hu-sheng Wu, Jun-jie Xue, Ren-bin Xiao, Jin-qiang Hu

DOI: 10.1631/FITEE.1900437 Downloaded: 1932 Clicked: 4741 Cited: 0 Commented: 0(p.1356-1368) <Full Text> <PPT> 1345

Chinese summary <26> 求解不确定雙層背包問題的改進二進制狼群算法

吳虎勝¹，薛俊傑²，肖人彬³，胡錦強¹
¹武警工(gōng)程大(dà)學裝備管理與保障學院，中(zhōng)國西安市，710086
²空軍工(gōng)程大(dà)學空管領航學院，中(zhōng)國西安市，710051
³華中(zhōng)科技大(dà)學人工(gōng)智能與自動化學院，中(zhōng)國武漢市，430074

摘要：爲解決雙層背包問題中(zhōng)的不确定性，提出一(yī)種不确定雙層背包問題（uncertain bilevel knapsack problem, UBKP）模型。通過定義期望值納什均衡（P_E Nash equilibrium）和期望值斯塔克爾伯格-納什均衡（P_E Stackelberg-Nashe quilibrium），給出UBKP問題的不确定解。爲提高不确定解的計算效率，構造一(yī)種改進的二進制狼群算法。該算法由一(yī)個規則（頭狼規則）、兩個算子（反向算子和移動算子）和三種智能行爲（遊走、智能獵殺和種群更新行爲）組成。以某裝備運輸問題爲實例，驗證了UBKP模型及/不确定解的有效性。

關鍵詞組：雙層背包問題；不确定性；改進的二進制狼群算法

Polynomial robust observer implementation based passive synchronization of nonlinear fractional-order systems with structural disturbances

Alain Soup Tewa Kammogne, Michaux Noubé Kountchou, Romanic Kengne, Ahmad Taher Azar, Hilaire Bertrand Fotsin, Soup Teoua Michael Ouagni

DOI: 10.1631/FITEE.1900430 Downloaded: 3608 Clicked: 5148 Cited: 0 Commented: 0(p.1369-1386) <Full Text> <PPT> 1483

Chinese summary <25> 基于多項式魯棒觀測器實現結構擾動下(xià)非線性分(fēn)數階系統被動式同步

Alain Soup Tewa KAMMOGNE¹, Michaux Noubé KOUNTCHOU², Romanic KENGNE¹,
Ahmad Taher AZAR^3,4, Hilaire Bertrand FOTSIN¹, Soup Teoua Michael OUAGNI⁵
¹德尚大(dà)學理學院LAMACETS，喀麥隆，96号信箱
²地質與礦業研究所核技術科，喀麥隆雅溫得，4110号信箱
³蘇丹王子大(dà)學機器人與物(wù)聯網實驗室(RIOTU)，沙特阿拉伯利雅得，11586
⁴本哈大(dà)學計算機與人工(gōng)智能學院，埃及本哈，13511
⁵德尚大(dà)學理學院力學與物(wù)理系統模拟實驗室，喀麥隆，96号信箱

摘要：基于對一(yī)類具有不匹配的不确定性和擾動的分(fēn)數階Colpitts（fractional-order Colpitts，FOC）系統的無源同步，設計一(yī)種魯棒的多項式觀測器，以最小(xiǎo)化未知(zhī)的有界幹擾對誤差估計的影響。利用自适應多項式狀态觀測器，提出一(yī)種更實用的輸出反饋無源控制器，采用FOC連續頻(pín)率分(fēn)布式方法分(fēn)析觀測器的穩定性。基于分(fēn)數階Lyapunov穩定性理論，結合Finsler引理，構造魯棒無源同步的嚴格條件。所提方法保證了控制器的漸近穩定性，且所導出的自适應律能夠消除非線性對象動力學的不确定性。使用PSpice對整個系統作仿真，以證實所提控制方案的可行性。對分(fēn)數階混沌Colpitts系統中(zhōng)控制問題的仿真分(fēn)析表明，該方法爲一(yī)大(dà)類非線性分(fēn)數階導數系統構建了高效且系統的控制過程。

關鍵詞組：魯棒無源觀測器；自适應同步；Lyapunov理論；分(fēn)數階；多項式觀測器；不确定參數；H_∞-性能

A new photosensitive neuron model and its dynamics

Yong Liu, Wan-jiang Xu, Jun Ma, Faris Alzahrani, Aatef Hobiny

DOI: 10.1631/FITEE.1900606 Downloaded: 2934 Clicked: 4625 Cited: 0 Commented: 0(p.1387-1396) <Full Text> <PPT> 1420

Chinese summary <26> 一(yī)類新的光電神經元模型及其動力學

劉勇¹，徐萬江¹，馬軍^2,3，Faris ALZAHRANI⁴，Aatef HOBINY⁴
¹鹽城師範學院數學與統計學院，中(zhōng)國鹽城市，224002
²蘭州理工(gōng)大(dà)學物(wù)理系，中(zhōng)國蘭州市，730050
³重慶郵電大(dà)學理學院，中(zhōng)國重慶市，430065
⁴阿蔔杜勒阿齊茲國王大(dà)學數學系NAAM研究組，沙特阿拉伯吉達，21589

摘要：生(shēng)物(wù)神經元可感知(zhī)多種外(wài)界刺激信号，這些信号可被轉化爲等效的電流來驅動神經元。因此，神經元的膜電位可通過外(wài)刺激調控呈現各類放(fàng)電模式。實際上，可靠的神經元模型應考慮内在的生(shēng)物(wù)物(wù)理效應以及功能性編碼。一(yī)個重要且有趣的問題是弄清外(wài)界信号轉錄過程的物(wù)理機制。外(wài)界信号通常被轉化爲等效的跨膜電流或信号源以誘發動作電位。提出一(yī)個光電神經元模型以表達其非線性編碼過程和外(wài)界光信号驅動神經元的電活動響應。在該模型中(zhōng)，使用一(yī)個光電管激活一(yī)個簡單的FitzHugh-Nagumo（FHN）神經元電路，并施加外(wài)界光信号（光照）于光電管産生(shēng)時變電流源或電壓源以驅動神經元電路。這種光電管耦合的神經元電路能探測和感知(zhī)外(wài)界光信号，其作用類似于人工(gōng)電子眼。通過分(fēn)岔詳細分(fēn)析神經元模态遷移和放(fàng)電斑圖特征。通過調制神經元電路的光電流，神經元膜電位序列可呈現靜息态、尖峰放(fàng)電、簇放(fàng)電和混沌特征。這些結果可爲進一(yī)步研究神經動力學和神經電路提供參考。

關鍵詞組：光電神經元；神經元模型；分(fēn)岔；簇放(fàng)電；光電管

Code design for run-length control in visible light communication

Zong-yan Li, Hong-lu Yu, Bao-ling Shan, De-xuan Zou, Shi-yin Li

DOI: 10.1631/FITEE.1900526 Downloaded: 2169 Clicked: 4801 Cited: 0 Commented: 0(p.1397-1411) <Full Text> <PPT> 1373

Chinese summary <26> 基于遊程長度控制約束的可見光通信編碼設計

李宗豔¹，餘鴻路¹，單寶玲²，鄒德旋³，李世銀¹
¹中(zhōng)國礦業大(dà)學信息與控制工(gōng)程學院，中(zhōng)國徐州市，221116
²悉尼科技大(dà)學電氣與工(gōng)程學院，澳大(dà)利亞悉尼市，2007
³江蘇師範大(dà)學電氣工(gōng)程及自動化學院，中(zhōng)國徐州市，221116

摘要：在可見光通信系統中(zhōng)，遊程長度受限碼可用于促進可靠的數據傳輸并提供無閃爍照明。本文提出新穎的高碼率遊程長度受限碼，以改善傳輸系統的誤碼率性能以及減少光信号閃爍。基于有限狀态機設計原理，通過優化最小(xiǎo)漢明距離(lí)和利用狀态分(fēn)裂法獲取較小(xiǎo)狀态數，提出兩種遊程長度受限碼編碼方案以獲得高編碼增益。在遊程長度受限碼的編碼設計方案中(zhōng)，碼字集的構造至關重要；在碼字集的設計中(zhōng)引入集合劃分(fēn)算法準則。詳細描述各種遊程長度受限碼的閃爍特性和最小(xiǎo)漢明距離(lí)，并基于直方圖比較不同碼字的閃爍性能。最後，基于開(kāi)關鍵控調制的可見光通信系統對所提遊程長度受限碼作仿真驗證及性能分(fēn)析。仿真結果表明，與現有遊程長度受限碼相比，在閃爍控制約束下(xià)，所提遊程長度受限碼的誤碼性能更優。

關鍵詞組：可見光通信；遊程長度受限碼；有限狀态機；最小(xiǎo)漢明距離(lí)

Erratum

Erratum: Erratum to: MDLB: a metadata dynamic load balancing mechanism based on reinforcement learning

Zhao-qi Wu, Jin Wei, Fan Zhang, Wei Guo, Guang-wei Xie

DOI: 10.1631/FITEE.19e0121 Downloaded: 1721 Clicked: 3831 Cited: 0 Commented: 0(p.1412-1412) <Full Text>