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

2022 Vol.23 No.5 P.661-822

Cover:

<240>

Contents:

<207>

<<< CONTENTS >>>

Special Feature on Intelligent Analysis for Software Data
(Guest Editor-in-Chief: Tao ZHANG; Guest Editors: Ge LI, Xiaobing SUN, Zibin ZHENG)

Editorial: Intelligent analysis for software data: research and applications

Tao ZHANG, Xiaobing SUN, Zibin ZHENG, Ge LI

DOI: 10.1631/FITEE.2230000 Downloaded: 1103 Clicked: 1834 Cited: 0 Commented: 0(p.661-663) <Full Text>

An incremental software architecture recovery technique driven by code changes

Li WANG, Xianglong KONG, Jiahui WANG, Bixin LI

DOI: 10.1631/FITEE.2100461 Downloaded: 2008 Clicked: 2361 Cited: 0 Commented: 0(p.664-677) <Full Text> <PPT> 287

Chinese summary <29> 代碼變更驅動的增量式軟件架構恢複技術

王麗^1,2，孔祥龍¹，王家慧³，李必信¹
¹東南(nán)大(dà)學計算機科學與工(gōng)程學院，中(zhōng)國南(nán)京市，210096
²江蘇自動化研究所，中(zhōng)國連雲港市，222061
³華爲數字技術實驗室，中(zhōng)國蘇州市，215125
摘要：在軟件演化過程中(zhōng)，受開(kāi)發能力和投入資(zī)源限制，軟件架構通常難以與代碼保持同步更新，導緻架構設計與代碼産生(shēng)不一(yī)緻，對軟件維護等工(gōng)作造成潛在影響。爲解決此問題，本文提出一(yī)種增量式軟件架構恢複技術，即ISAR。該技術首先從變更代碼片段中(zhōng)提取依賴信息，然後根據依賴強度分(fēn)析模塊間關聯關系，最後基于代碼變更與架構更新間的關聯關系設計兩層分(fēn)類器以恢複架構。本文基于10個開(kāi)源項目構建驗證實驗，結果表明ISAR在架構恢複精度和效率方面優于傳統技術。此外(wài)，本文發現架構設計文檔質量對ISAR架構恢複精度有一(yī)定影響，但随着版本叠代逐漸趨于穩定。

關鍵詞組：架構恢複；軟件演化；代碼變更

Emerging topic identification from app reviews via adaptive online biterm topic modeling

Wan ZHOU, Yong WANG, Cuiyun GAO, Fei YANG

DOI: 10.1631/FITEE.2100465 Downloaded: 2460 Clicked: 2668 Cited: 0 Commented: 0(p.678-691) <Full Text> <PPT> 268

Chinese summary <26> 基于自适應在線雙詞主題模型的應用程序評論新興主題識别

周芄¹，王勇^1,2，高翠芸³，楊非⁴
¹安徽工(gōng)程大(dà)學計算機與信息學院，中(zhōng)國蕪湖市，241000
²南(nán)京大(dà)學計算機軟件新技術國家重點實驗室，中(zhōng)國南(nán)京市，210000
³哈爾濱工(gōng)業大(dà)學（深圳）計算機科學與技術學院，中(zhōng)國深圳市，518000
⁴之江實驗室，中(zhōng)國杭州市，310000
摘要：應用程序評論中(zhōng)的新興主題突出了用戶在一(yī)定時期内關注的主題（如軟件漏洞）。準确、及時地識别新興主題能幫助開(kāi)發者更有效地更新應用程序。已有文獻基于主題模型或聚類方法識别應用程序評論中(zhōng)的新興主題。然而，由于評論文本長度較短，提供的信息有限，新興主題識别準确率較低。爲解決該問題，提出一(yī)種改進的新興主題識别方法（IETI）。首先采用自然語言處理技術減少評論文本中(zhōng)的噪音數據，然後使用自适應在線雙詞主題模型識别評論中(zhōng)的新興主題。最後利用新興主題中(zhōng)相關的短語和句子解釋新興主題的含義。采用官方更新日志(zhì)作爲新興主題的評估标準，選擇6個常見的應用程序對IETI進行評估。實驗結果表明，IETI在識别新興主題方面優于傳統方法，短語标簽F1值增量爲0.126，句子标簽F1值增量爲0.061。我(wǒ)們在Github（https://github.com/wanizhou/IETI）上發布了IETI的代碼。

關鍵詞組：應用程序評論；新興主題識别；主題模型；自然語言處理

Devising optimal integration test orders using cost–benefit analysis

Fanyi MENG, Ying WANG, Hai YU, Zhiliang ZHU

DOI: 10.1631/FITEE.2100466 Downloaded: 4111 Clicked: 2096 Cited: 0 Commented: 0(p.692-714) <Full Text> <PPT> 298

Chinese summary <21> 基于成本收益分(fēn)析的集成測試序列生(shēng)成優化方法

孟繁祎¹，王瑩^1,2，于海¹，朱志(zhì)良¹
¹東北(běi)大(dà)學軟件學院，中(zhōng)國沈陽市，110169
²南(nán)京大(dà)學計算機軟件新技術國家重點實驗室，中(zhōng)國南(nán)京市，210023
摘要：集成測試是面向對象軟件測試的重要組成部分(fēn)。傳統的類級集成測試順序研究策略大(dà)多圍繞如何降低測試成本開(kāi)展工(gōng)作，并未考慮賦予可靠性風險較大(dà)的節點較高測試優先級，從而影響軟件測試效率。本文提出一(yī)種兼顧測試成本與測試效率的方法生(shēng)成集成測試序列。根據軟件在不同場景下(xià)的運行狀态，将其映射成多層動态執行網絡（multi-layer dynamic execution network，MDEN）。借助該網絡模型與概率風險評估方法爲軟件中(zhōng)每一(yī)個類賦予風險權重。利用成本收益分(fēn)析方法，在生(shēng)成測試用例的過程中(zhōng)保證兩條原則：爲高風險的類賦予較高權重，同時最小(xiǎo)化測試樁複雜(zá)度。在此基礎上，分(fēn)析測試序列對軟件系統總體(tǐ)運行風險的影響，從而提出評估測試序列優劣的度量方案。通過與現有算法的實驗對比分(fēn)析，證明所提算法生(shēng)成的類級集成測試序列能有效降低測試代價。最後，将所提算法實現爲自動生(shēng)成集成測試序列的開(kāi)源工(gōng)具ITOsolution。

關鍵詞組：集成測試序列；成本收益分(fēn)析；概率風險分(fēn)析；複雜(zá)網絡

A software defect prediction method with metric compensation based on feature selection and transfer learning

Jinfu CHEN, Xiaoli WANG, Saihua CAI, Jiaping XU, Jingyi CHEN, Haibo CHEN

DOI: 10.1631/FITEE.2100468 Downloaded: 2455 Clicked: 2232 Cited: 0 Commented: 0(p.715-731) <Full Text> <PPT> 283

Chinese summary <22> 一(yī)種基于特征選擇與遷移學習的度量補償軟件缺陷預測方法

陳錦富^1,2，王小(xiǎo)麗^1,2，蔡賽華^1,2，徐家平¹，陳靜怡¹，陳海波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江蘇大(dà)學工(gōng)業網絡空間安全技術江蘇省重點實驗室，中(zhōng)國鎮江市，212013
摘要：跨項目軟件缺陷預測解決了傳統缺陷預測中(zhōng)訓練數據不足的問題，克服了将多個不同源項目中(zhōng)學習的模型應用于目标項目的挑戰。與此同時，出現兩個新問題：（1）模型訓練過程中(zhōng)過多無關和冗餘特征影響訓練效率，降低了模型預測精度；（2）由于開(kāi)發環境等因素，度量值的分(fēn)布因項目而異，當模型用于跨項目預測時，預測精度較低。本文引入皮爾遜特征選擇方法解決數據冗餘問題，采用基于遷移學習的度量補償技術解決源項目和目标項目之間數據分(fēn)布差異較大(dà)的問題。提出一(yī)種基于特征選擇和遷移學習的度量補償軟件缺陷預測方法。實驗結果表明，用該方法構建的模型在AUC（接收器工(gōng)作特性曲線下(xià)面積）值和F1度量指标上取得較好結果。

關鍵詞組：缺陷預測；特征選擇；遷移學習；度量補償

Toward an accurate method renaming approach via structural and lexical analyses

Junpeng LUO, Jingxuan ZHANG, Zhiqiu HUANG, Yong XU, Chenxing SUN

DOI: 10.1631/FITEE.2100470 Downloaded: 1467 Clicked: 1884 Cited: 0 Commented: 0(p.732-748) <Full Text> <PPT> 297

Chinese summary <21> 一(yī)種基于結構和詞彙分(fēn)析的精确重命名方法

駱君鵬¹，張靜宣^1,2，黃志(zhì)球¹，徐勇³，孫辰星³
¹南(nán)京航空航天大(dà)學計算機科學與技術學院，中(zhōng)國南(nán)京市，211106
²軟件新技術與産業化協同創新中(zhōng)心，中(zhōng)國南(nán)京市，210023
³騰訊科技有限公司（深圳），中(zhōng)國深圳市，518054
摘要：程序中(zhōng)的方法必須準确命名，以便于源代碼分(fēn)析和理解。随着軟件的演變，方法名稱可能與其實現的方法體(tǐ)不一(yī)緻，導緻方法名稱不準确或有缺陷。調試方法名稱仍然是文獻中(zhōng)的一(yī)個重要主題。盡管研究人員(yuán)已提出一(yī)些方法，用于在方法體(tǐ)被修改後給出準确的方法名稱建議，但有兩個主要不足仍待解決：對方法名稱結構未加以分(fēn)析，且未能有效捕獲編程環境上下(xià)文信息。爲避免上述不足，并給出更準确的方法名稱建議，提出一(yī)種基于方法名稱結構分(fēn)析和編程上下(xià)文信息詞法分(fēn)析的新穎自動化方法。首先，利用深層特征表示，将方法名稱和方法體(tǐ)嵌入向量中(zhōng)；然後，通過結構分(fēn)析從大(dà)型方法語料庫中(zhōng)獲取有用的動詞标記，通過詞彙分(fēn)析從方法體(tǐ)中(zhōng)獲取名詞标記；最後，動态結合這些标記，形成并推薦高質量和特定于項目的方法名稱。在2111個Java測試方法上的實驗結果表明，所提方法可以達到33.62%的命中(zhōng)率（Hit@5），并且在建議準确方法名稱方面比最先進的方法高出14.12%。此外(wài)，展示了所提方法對結構和詞彙分(fēn)析的有效性。

關鍵詞組：方法重命名；代碼重構；深度學習；卷積神經網絡

How to manage a task-oriented virtual assistant software project: an experience report

Shuyue LI, Jiaqi GUO, Yan GAO, Jianguang LOU, Dejian YANG, Yan XIAO, Yadong ZHOU, Ting LIU

DOI: 10.1631/FITEE.2100467 Downloaded: 1625 Clicked: 2100 Cited: 0 Commented: 0(p.749-762) <Full Text> <PPT> 283

Chinese summary <24> 管理面向任務的虛拟助手軟件系統的經驗性研究

李姝玥¹，郭家琪¹，高妍²，樓建光²，楊德建²，肖炎²，周亞東¹，劉烴¹
¹西安交通大(dà)學電子與信息工(gōng)程學院，中(zhōng)國西安市，710049
²微軟亞洲研究院，中(zhōng)國北(běi)京市，100080
摘要：面向任務的虛拟助手是爲用戶提供自然語言接口以完成特定領域任務的軟件系統。随着近年來自然語言處理和機器學習技術的發展，越來越多面向任務的虛拟助手産品開(kāi)始湧現。由于自然語言理解這一(yī)問題的複雜(zá)性和困難性，管理一(yī)個面向任務的虛拟助手軟件項目具有挑戰性。同時，據我(wǒ)們所知(zhī)，與虛拟助手開(kāi)發相關的管理和經驗在學術界和工(gōng)業界都少有研究或分(fēn)享。爲填補這空白(bái)，本文分(fēn)享了我(wǒ)們在微軟開(kāi)發一(yī)項虛拟助手産品過程中(zhōng)的管理經驗和教訓。相信我(wǒ)們的經驗和教訓能爲研究人員(yuán)和相關從業者提供寶貴參考。最後，設計了一(yī)個需求管理工(gōng)具SpecSpace，對我(wǒ)們虛拟助手項目的管理有很大(dà)幫助。

關鍵詞組：經驗報告；軟件項目管理；虛拟助手；機器學習

Regular Papers

Review Article: Smart grid dispatch powered by deep learning: a survey

Gang HUANG, Fei WU, Chuangxin GUO

DOI: 10.1631/FITEE.2000719 Downloaded: 3835 Clicked: 5012 Cited: 0 Commented: 0(p.763-776) <Full Text> <PPT> 299

Chinese summary <21> 深度學習驅動的智能電網調度：綜述

黃剛¹，吳飛²，郭創新³
¹之江實驗室，中(zhōng)國杭州市，311121
²浙江大(dà)學計算機科學與技術學院，中(zhōng)國杭州市，310027
³浙江大(dà)學電氣工(gōng)程學院，中(zhōng)國杭州市，310027
摘要：電力調度是智能電網運行的一(yī)大(dà)核心問題，其目的是在滿足時空變化的電力負荷條件下(xià)提供電網的最優運行點。這一(yī)功能需要在一(yī)天内每隔幾分(fēn)鍾運行一(yī)次，因此快速、準确的調度決策方法至關重要。但是，由于問題的複雜(zá)性，可靠且高效的決策方法仍在不斷探索的過程中(zhōng)。随着可再生(shēng)能源的大(dà)規模并網以及災害性氣候的不斷惡化，智能電網對調度決策方法提出了更爲嚴苛的要求。近年來，以深度學習爲代表的人工(gōng)智能方法在不少領域取得巨大(dà)成功，因此深度學習也被電氣工(gōng)程領域寄予厚望，國内外(wài)研究者開(kāi)始重新思考智能電網的調度決策問題。本文即從深度學習這一(yī)角度對智能電網調度決策相關研究進行綜述，旨在促進智能電網領域發展的同時促進人工(gōng)智能生(shēng)态的發展。

關鍵詞組：人工(gōng)智能；深度學習；電力調度；智能電網

Depth estimation using an improved stereo network

Wanpeng XU, Ling ZOU, Lingda WU, Yue QI, Zhaoyong QIAN

DOI: 10.1631/FITEE.2000676 Downloaded: 3538 Clicked: 4533 Cited: 0 Commented: 0(p.777-789) <Full Text> <PPT> 278

Chinese summary <19> 基于改進立體(tǐ)網絡的深度估計

徐萬朋¹，鄒玲³，吳玲達¹，齊越²，錢昭勇¹
¹航天工(gōng)程大(dà)學複雜(zá)電子系統仿真科學與技術實驗室，中(zhōng)國北(běi)京市，101416
²鵬城實驗室，中(zhōng)國深圳市，518055
³北(běi)京電影學院數字媒體(tǐ)學院，中(zhōng)國北(běi)京市，100088
摘要：自監督深度估計方法通過在訓練數據中(zhōng)利用目标圖像和參考圖像之間的視角合成，呈現了可以與全監督方法相媲美的結果。然而，作爲主幹網絡的ResNet最初是爲了應對分(fēn)類問題而設計的，在應用于下(xià)遊領域時存在一(yī)些結構上的缺陷。圖像中(zhōng)的低紋理區域也使深度估計的效果受到很大(dà)影響。爲了解決這些問題，本文提出一(yī)系列改進，以實現更加有效的深度預測。首先，我(wǒ)們通過改進網絡結構來促進網絡中(zhōng)的信息流通，并提高學習空間結構的能力。其次，使用二值蒙版去(qù)除目标圖像和參考圖像之間低紋理區域中(zhōng)的像素，以更準确地重建圖像。最後，我(wǒ)們随機輸入目标圖像和參考圖像對數據集進行擴充，并在ImageNet上進行預訓練，從而使模型獲得良好的通用特征表示。我(wǒ)們使用立體(tǐ)圖像對作爲輸入，在KITTI自動駕駛數據集的特征分(fēn)割上驗證了最先進的性能。

關鍵詞組：單目深度估計；自監督；圖像重建

Shot classification and replay detection for sports video summarization

Ali JAVED, Amen ALI KHAN

DOI: 10.1631/FITEE.2000414 Downloaded: 4932 Clicked: 4936 Cited: 0 Commented: 0(p.790-800) <Full Text> <PPT> 409

Chinese summary <19> 體(tǐ)育視頻(pín)摘要中(zhōng)的鏡頭分(fēn)類和回放(fàng)檢測

Ali JAVED, Amen ALI KHAN
塔克西拉工(gōng)程技術大(dà)學軟件工(gōng)程系，巴基斯坦塔克西拉市，47050
摘要：由于攝像機、回放(fàng)速度、光照條件、剪輯效果、比賽結構和類型等方面的差異，體(tǐ)育視頻(pín)摘要的自動分(fēn)析具有挑戰性。爲了解決這些問題，針對戶外(wài)運動視頻(pín)，本文提出一(yī)種基于鏡頭分(fēn)類和回放(fàng)檢測的有效視頻(pín)摘要框架。準确的鏡頭分(fēn)類對于更好地安排輸入視頻(pín)從而進行進一(yī)步處理（關鍵事件或回放(fàng)檢測）是必要的。因此，提出一(yī)種基于輕量級卷積神經網絡的鏡頭分(fēn)類方法。該方法對每一(yī)個鏡頭進行回放(fàng)檢測；特别地，檢測出從體(tǐ)育視頻(pín)中(zhōng)識别出回放(fàng)片段的連續标識轉換幀。爲此，提出局部八元模式特征來表示視頻(pín)幀，并訓練極限學習機分(fēn)爲回放(fàng)或非回放(fàng)兩類。所提框架對于攝像機、回放(fàng)速度、鏡頭速度、光照條件、比賽結構、運動類型、廣播公司、标識設計和位置、幀轉換和剪輯效果具有魯棒性。基于YouTube體(tǐ)育視頻(pín)集中(zhōng)的足球、棒球和闆球運動對所提框架進行性能評估。實驗結果證明所提框架能夠可靠地用于戶外(wài)運動視頻(pín)摘要的鏡頭分(fēn)類和回放(fàng)檢測。

關鍵詞組：極限學習機；輕量級卷積神經網絡；局部八元模式；鏡頭分(fēn)類；回放(fàng)檢測；視頻(pín)摘要

Wireless passive flexible accelerometer fabricated using micro-electro-mechanical system technology for bending structure surfaces

Chen LI, Mangu JIA, Yingping HONG, Yanan XUE, Jijun XIONG

DOI: 10.1631/FITEE.2100236 Downloaded: 4219 Clicked: 4243 Cited: 0 Commented: 0(p.801-809) <Full Text> <PPT> 310

Chinese summary <19> 利用微機電系統技術制作彎曲結構表面無線無源柔性加速度計

李晨^1,2，賈蔓谷¹，洪應平²，薛亞楠²，熊繼軍²
¹中(zhōng)北(běi)大(dà)學電子測試技術重點實驗室，中(zhōng)國太原市，030051
²中(zhōng)北(běi)大(dà)學儀器科學與動态測試教育部重點實驗室，中(zhōng)國太原市，030051
摘要：提出一(yī)種LC無線無源柔性加速度計，解決測量彎曲結構表面加速度的困難。該加速度計由柔性聚酰亞胺（PI）襯底和平面螺旋電感（厚度爲300 nm）組成，采用微機電系統（MEMS）技術，可任意彎曲或折疊，可牢固地粘附在具有彎曲結構的物(wù)體(tǐ)表面。利用射頻(pín)無線傳輸原理，通過改變加速度計與天線之間的距離(lí)來測量加速度信号。與帶導線的加速度計相比，該加速度計可以防止導線在振動過程中(zhōng)脫落，從而延長其使用壽命。通過搭建實驗平台，當天線與加速度計之間的距離(lí)爲5 mm時，在彎曲結構表面展示了加速度計在20至100 m/s²加速度下(xià)的傳感能力。結果表明，加速度和峰峰值輸出電壓接近線性，加速度計靈敏度高達0.27 mV/(m·s⁻²)。此外(wài)，該加速度計的最大(dà)誤差小(xiǎo)于0.037%。

關鍵詞組：彎曲結構表面；柔性加速度計；微機電系統（MEMS）技術；無線非接觸式測量

Stabilization of switched linear systems under asynchronous switching subject to admissible edge-dependent average dwell time

Linlin HOU, Xuan MA, Haibin SUN

DOI: 10.1631/FITEE.2000698 Downloaded: 4828 Clicked: 4971 Cited: 0 Commented: 0(p.810-822) <Full Text> <PPT> 280

Chinese summary <18> 基于異步切換和可容許邊依賴平均駐留時間方法的切換線性系統鎮定研究

侯林林¹，馬萱¹，孫海濱²
¹曲阜師範大(dà)學計算機學院，中(zhōng)國日照市，276826
²曲阜師範大(dà)學工(gōng)學院，中(zhōng)國日照市，276826
摘要：本文研究異步切換條件下(xià)切換線性系統的鎮定問題。采用可容許邊依賴平均駐留時間方法，設計包含慢(màn)可容許邊依賴平均駐留時間和快可容許邊依賴平均駐留時間的切換信号。這種切換信号設計方法消除了異步切換最大(dà)延遲事先已知(zhī)的限制。構造的李雅普諾夫函數與系統模态和控制器模态均相關。給出了獲取控制器增益和設計切換信号的穩定性準則及相應算法。最後，通過兩個算例驗證了所提結果的有效性。

關鍵詞組：異步切換；可容許邊依賴平均駐留時間；多李雅普諾夫函數