首页期刊导航|吉林大学学报（信息科学版）
期刊信息/Journal information
吉林大学学报（信息科学版）
吉林大学
吉林大学学报（信息科学版）

吉林大学

刘大有

双月刊

1671-5896

nhxb@jlu.edu.cn

0431-85152552;85152551

130012

长春市南湖大路5372号

吉林大学学报（信息科学版）/Journal Journal of Jilin University(Information Science Edition)CSTPCD
查看更多>>本刊主要刊登信息与通信工程、控制科学与工程，计算机科学与工程、仪器科学与工程，电子科学与技术、管理科学与工程，电器工程等方面的学术论文及研究报告。本刊既反映基础理论研究又反映应用技术研究，并注意报道技术开发工作的最新成果，在理论与实践相结合，促进科技成果转化方面具有自己的特色。
正式出版
收录年代

    基于MEC-UAV的海域物联网设备的覆盖优化算法

    苑毅黄珍
    387-392页
    查看更多>>摘要：为增强对海域物联网(MIoT:Maritime Internet-of-Things)设备的覆盖，提出基于移动边缘计算(MEC:Mobile Edge Computing)的无人机(UAV:Unmanned Aerial Vehicle)部署的 MIoTs 的覆盖优化算法(UMCO:MEC-UAV-based Coverage Optimization algorithm)。UMCO 算法通过部署配备 MEC-UAV，从而满足日益增加 MIoTs 的覆盖需求，提升网络增益。先将MEC-UAVs的部署以及其关联的MIoT设备问题形成联合问题，并将其转换成线性规划问题，最后利用基于Bender分解法的迭代算法求解该线性规划问题。仿真结果表明，该UMCO算法能获取逼近穷尽搜索算法的最优解。

    海域物联网无人机移动边缘计算Benders分解法网络增益

      原文链接:
    • 万方数据
    • 维普

    基于孪生网络的卫星电磁探测目标跟踪算法

    王赓
    393-399页
    查看更多>>摘要：针对如何提高卫星电测探测目标跟踪的稳定性和精确度问题，为避免繁琐的目标采集过程，提出基于孪生网络的卫星电磁探测目标跟踪算法。首先，建立电磁探测卫星多星调度模型，为电磁探测目标匹配合适的卫星和工作模式，完成目标电磁信号采集;其次，利用孪生网络对目标信号进行训练，通过消除目标信号中干扰的杂波获取目标的电磁特征信息和真实位置信息;最后，采用粒子滤波算法实现卫星电磁探测目标的稳定跟踪。测试结果表明，该算法能有效提高目标跟踪效率，具有较高的稳定性和精确度。

    孪生网络卫星电磁探测目标跟踪调度模型信号采集

      原文链接:
    • 万方数据
    • 维普

    无线传感器网络覆盖的部署及调度算法

    葛翔谭成伟薛亚勇曹云峰...
    400-405页
    查看更多>>摘要：针对无线传感器网络覆盖存在传感盲区、传感节点间连通度较差问题，提出一种基于适应度函数和零容忍覆盖的节点部署及调度算法。将网络覆盖范围看作一个二维平面，分析节点传感的最大覆盖范围和距离值之间的关系，求得存在热点分布和重叠覆盖目标点的属性值。然后根据无线传感目标点覆盖率、连通度和候选位置等部署指标，采用适应度函数计算指标最佳部署关系，并获取节点的冗余参数。在同一传感范围内查找冗余互补节点，实现替换调度。实验结果表明，该算法在网络覆盖范围和调度效果等方面表现出色，具有较强综合性能。

    无线传感器网络覆盖部署算法调度算法连通度

      原文链接:
    • 万方数据
    • 维普

    基于弱监督集成的概念演化自适应检测方法

    王婧郭虎升王文剑
    406-420页
    查看更多>>摘要：由于现有的多数概念演化检测方法本质上是基于监督学习，且通常用于解决一个时间段内仅出现一个新类，不能处理数据流中的类消失和类循环任务。为此，提出一种基于弱监督集成的概念演化自适应检测方法(AD_WE:Adaptive Detection Method for Concept Evolution Based on Weakly Supervised Ensemble)。该方法利用弱监督集成策略构建集成学习器，对数据块中的训练样本进行局部预测，在此基础上，基于局部密度和相对距离识别特征空间中具有较强内聚性的相似数据并对其聚类，对聚类结果进行相似度比较，实现新类实例的检测及不同新类的区分;同时根据数据随时间变化特征建立动态衰减模型，及时消除消失类，并通过相似度比较检测循环类。实验表明，所提方法能对概念演化做出及时响应，可有效识别消失类和循环类，提高学习器的泛化性能。

    概念演化弱监督集成自适应模型动态衰减模型消失类循环类

      原文链接:
    • 万方数据
    • 维普

    基于双模式端址跳变SD-IoT主动防御方法

    张兵李辉王欢
    421-429页
    查看更多>>摘要：由于地址跳变是物联网主动防御的一种有效手段，但因跳变资源匮乏、可预见性以及数据包混淆度低已经成为制约物联网地址跳变的主要问题。为此，提出一种基于双模式端址跳变的主动防御方法。该方法设计了双模式端址选择算法，通过动态确定虚拟端址生成策略，以通信时间为阈值，扩大端址跳变空间，从而解决地址池资源受限问题。同时，还构建了双虚拟端址跳变方法，通过动态分配和同步虚拟接收和发送地址，提升数据包混淆度，增强跳变的不可预见性。并且基于SDN(Software Defined Network)设计了流表双向同步机制，实现流表的动态下发和同步，以保证端址跳变的一致性。实验结果表明，该方法能有效提升地址跳变的多样性和不可预测性，显著增强抵御嗅探攻击的能力。

    物联网安全主动防御地址跳变软件定义物联网

      原文链接:
    • 万方数据
    • 维普

    基于改进PSO-Means算法的大数据聚类处理方法

    蒋大锐徐胜超
    430-437页
    查看更多>>摘要：针对大数据聚类处理存在不同类型数据聚类效果差、聚类耗时长的问题，提出了基于改进PSO-Means(Particle Swarm Optimization Means)算法的大数据聚类处理方法。该方法采用粒子群算法确定一次聚类过程中单位粒子的飞行时间和飞行方向，预先设定初始聚类中心的选择范围，并适当调整单位粒子的惯性权重，以消除粒子振荡造成的聚类缺陷，成功获取基于大规模数据的聚类中心。结合生成树算法，通过从样本偏差和质心偏度两个方面对PSO算法进行优化，并将优化后的聚类中心输入到k-means聚类算法中，实现大数据聚类处理。实验结果表明，改进的PSO-Means方法可以有效地聚类不同类型的数据，并且聚类耗时仅为0。3s，验证了该方法具备较好的聚类性能和聚类效率。

    大规模数据粒子群算法寻优k-means聚类算法数据聚类

      原文链接:
    • 万方数据
    • 维普

    基于光谱信息散度-光谱角的自适应密度峰值聚类波段选择方法

    杨榕彬白洪涛曹英晖何丽莉...
    438-445页
    查看更多>>摘要：针对传统密度峰值聚类在波段选择时缺乏信息论角度的相似性度量以及波段数目确定问题，提出基于光谱角-光谱信息散度的自适应密度峰值波段选择方法(SSDPC:Spectral angle mapping and Spectral information divergence Density Peaks Cluster)。该方法将光谱信息散度和光谱角用于高光谱图像密度峰值聚类进行波段选择，取代传统的欧氏距离构建波段相似矩阵。通过构建波段评分策略，有效自动选择出重要的光谱波段子集。在3组高光谱数据集上调用RX(Reed-Xiaoli)算法进行异常检测，在SSDPC的相似性度量方法下，异常检测精度较欧氏距离度量方法分别平均提高1。16％、1。18％和0。07％;在自适应的SSDPC波段选择方法下，异常检测精度相较原始RX算法分别提升6。49％、2。71％和0。05％。结果表明，该算法具有良好的鲁棒性，能提升高光谱图像异常检测的性能并降低其虚警率。

    密度峰值波段选择光谱角光谱信息散度聚类中心

      原文链接:
    • 万方数据
    • 维普

    基于金字塔注意力机制的遥感图像超分辨率网络

    段锦李豪祝勇莫苏新...
    446-456页
    查看更多>>摘要：针对超分辨率算法重建的遥感图像细节等信息丢失的问题，为保证遥感重建图像包含较多的纹理、高频信息，在生成对抗网络基础上提出一种基于金字塔注意力机制的遥感图像超分辨率网络。设计了一种全新的金字塔双重注意力模块，包括通道注意力网络和空间注意力网络。通道注意力网络中采用金字塔池化取代平均池化和最大池化，该结构设计从全局和局部信息角度出发增强特征表述能力;空间注意力网络则采用大尺度卷积，以加强局部信息的提取程度，可有效提取纹理、高频等信息。设计密集多尺度特征模块，利用非对称卷积提取不同尺度的特征信息，通过密集连接融合多层级尺度特征以加强纹理、高频等信息的提取精度。在公开的NWPU-RESISC45数据集上进行实验验证，实验结果分析表明，该算法在主观视觉效果和客观评价指标上均优于对比方法，重建性能相对较好。

    遥感图像超分辨率金字塔双重注意力密集多尺度特征非对称卷积

      原文链接:
    • 万方数据
    • 维普

    基于HTM-Attention的时序数据异常检测方法

    张晨林张素莉陈冠宇王福德...
    457-464页
    查看更多>>摘要：针对现有工业时间序列数据异常检测算法并未充分考虑时序数据在时间相关性方面的研究问题，提出了一种改进的 HTM(Hierarchical Temporal Memory)-Attention 算法。该算法结合了 HTM 算法和 Attention机制，能学习数据之间的时间依赖关系，并在单变量和多变量时序数据上得到验证。同时，通过引入Attention机制，算法可以关注输入数据中的重要部分，进一步提高了异常检测的效率和准确性。实验结果表明，该算法对不同类型的时间序列异常数据能进行有效地检测，并且比其他常用的无监督异常检测算法具有更高的准确率和更低的运行时间。该算法在工业时间序列数据异常检测的应用中具有较大的潜力。

    层级时序记忆注意力机制时序数据异常检测

      原文链接:
    • 万方数据
    • 维普

    血型检测凝集反应结果P-HSV综合判定方法

    付瑛琪赵一兵唐琪佟悦...
    465-475页
    查看更多>>摘要：由于传统血型检测结果的确定取决于有经验的工作人员，使检测效率低下且准确性有待提高。为此，针对微流控血样芯片，首次提出了一种基于图像识别技术的P-HSV(Perimeter-Hue，Saturation，Value)综合判读方法。该方法采用血液凝集反应后的血红细胞凝集尺寸和颜色对血液类型进行综合判读。尺寸判读依据反应腔内凝集块轮廓边缘周长和凝集块数量进行分级，颜色判读依据反应腔内凝集块颜色饱和度(S∶Saturation)与明度(V∶Value)比值进行分级。根据尺寸和颜色判读结果综合判断凝集反应的等级。由于该方法依据机器视觉原理进行血液凝集反应结果的判断，因此可以快速、准确、客观判断血液类型，杜绝了人为判断的主观性，极大提高了检测速度和准确率。

    血型检测图像判读轮廓周长HSV颜色模型

      原文链接:
    • 万方数据
    • 维普