首页期刊导航|重庆邮电大学学报（自然科学版）
期刊信息/Journal information
重庆邮电大学学报（自然科学版）
重庆邮电大学
重庆邮电大学学报（自然科学版）

重庆邮电大学

刘宴兵

双月刊

1673-825X

journal@cqupt.edu.cn

023-62461032

400065

重庆南岸区

重庆邮电大学学报（自然科学版）/Journal Journal of Chongqing University of Posts and Telecommunications(Natural Science Edition)CSCD北大核心CSTPCD
查看更多>>本刊主要刊登通信与信息系统，信号与信息处理，计算机应用技术，计算机软件与理论，电磁与微波技术，微电子学与固体电子学，控制理论与控制工程以及相关基础技术领域的学术论文、研究报告、综述、研究简报及学位论文。中国科技核心期刊、教育部优秀期刊、全国优秀学报、重庆市“十佳”科技期刊、重庆市优质期刊；英国科学文摘（SA）、英国INSPEC数据库、美国剑桥科学文摘（CSA）、俄罗斯文摘（AJ）、中国科技论文与引文数据库（CSTPC）、学术期刊综合评价数据库等收录。
正式出版
收录年代

    从脑-机接口到脑-器交互

    尧德中秦云
    738-746页
    查看更多>>摘要：脑-机接口(brain computer interface,BCI)建立了大脑和非生物设备之间直接的信息交互通道.在认可BCI技术独特应用价值的基础上,进一步整合了身心医学与脑-机接口,强调了"脑与身体"和"脑与环境"的相互支撑关系,提出了脑-器交互(brain-apparatus communication,BAC)框架.对脑-机接口到脑-器交互的发展历程进行了概述,并从脑-器官交互、脑-外部环境交互以及两者融合方面讨论了脑器交互对人类健康的影响.

    脑-机接口(BCI)心身医学脑-器交互(BAC)

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于CNN-GRU的移动APP流行度预测模型

    宋育苗于金霞
    747-755页
    查看更多>>摘要：移动APP流行度预测对应用推荐、广告投放等意义重大.但是现有方法大多依赖手工特征工程,工作量大且效率较低.为此,提出一种基于深度神经网络的移动APP流行度预测模型.利用最大信息系数进行特征相关性分析以确保特征选取有效性,结合历史流行度特征,通过门控循环单元(gate recurrent unit,GRU)和注意力机制构建长期演化模型来推演发展趋势,基于多尺度卷积神经网络(convolutional neural networks,CNN)和注意力机制构建短期波动模型以实现预测动态优化,结合其他重要特征利用GRU和注意力机制建立多因素影响模型.通过时间注意力模块将上述模型融合,实现流行度预测.实验结果表明,所提模型在移动APP流行度预测方面相对更为精准有效.

    移动APP流行度预测注意力机制卷积神经网络(CNN)门控循环单元(GRU)

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于本地收益最大化的命名网内计算部署机制

    田建业朱轶
    756-764页
    查看更多>>摘要：命名网内计算(named in-network computing,NINC)是一种基于命名数据网络架构、在网络设备处提供泛在计算服务的新兴计算方案.如何有效在单个路由器上部署多个NINC服务,仍有待探索.针对这一问题,提出了本地部署收益与本地服务收益的概念,前者表征NINC服务本地部署后降低转发流量所获得的CPU资源节约量,后者表征所部署的NINC服务每消耗单位CPU资源所获得的流量处理能力.在此基础上,设计了一种基于本地收益最大化的NINC部署机制.该机制中,路由器周期性预评估拟部署NINC服务的本地部署收益与本地服务收益,进而将部署问题转化为一个背包问题,求解出优化的NINC服务部署方案.仿真结果表明,相较于基于流行度的机制,该机制能够有效提高网内计算流量处理能力,在网内计算服务所需数据量均匀分布的一般性场景下,单个路由器可获得约 20%～27%的处理能力提升.

    命名数据网络网内计算软件路由器优化部署收益最大化

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    融合内外部特征水印的模型保护方案

    彭维平刘家宝平源马迪...
    765-774页
    查看更多>>摘要：针对经典模型水印技术在保护模型所有权过程中存在鲁棒性差、提取率低等问题,融合白、黑盒水印优势,提出了一种特征嵌入的模型保护方案.按照香农熵大小进行数据集样本划分的策略,将数据集样本划分为良性样本、风格迁移样本、关键密钥样本;利用风格迁移样本集对模型嵌入外部特征,将关键密钥样本标签嵌入模型内部特征;通过训练二元分类器并利用掩码梯度下降方法修改极少量参数让模型产生特定输出来综合判断模型是否被窃取.实验结果表明,所提方案用较小开销保证了水印的高保真度,在标签查询、知识蒸馏等攻击下仍具有较高稳定性,且能规避恶意检测风险.

    模型保护融合水印数据划分特征嵌入

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    改进的量子彩色图像中值滤波算法

    袁素真李显力卿显荣
    775-785页
    查看更多>>摘要：图像处理任务中广泛应用中值滤波器来平滑图像和消除幅度极大或极小的噪声,并且可以保持图像的边缘特性,不会使图像产生明显模糊.提出一种改进的空间域量子彩色图像中值滤波算法,并且在IBM Q(interna-tional business machines quantum)平台上进行仿真.该算法将量子彩色图像进行存储,利用量子比较器模块、量子控制交换器模块、中值计算模块和阈值模块设计量子彩色图像中值滤波的量子线路.相较于已有的量子彩色图像中值滤波算法,在进行中值滤波之前加入了阈值进行噪声判断,该算法滤波效果更好,同时时间复杂度也更低.

    量子计算量子比较器阈值量子控制交换器量子图像中值滤波

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    低信噪比下基于融合网络的音素识别方法

    黄辉波邵玉斌龙华杜庆治...
    786-796页
    查看更多>>摘要：针对低信噪比下音素识别准确率低的问题,提出一种新的识别方法.提取语音的Fbank特征,输入到由多头注意力机制、ResNet、BLSTM、CTC构建的A-R-B-CTC模型中进行音素识别,利用Wave-U-Net对语音特征Fbank、MFCC、GFCC、对数频谱进行图像去噪,发现Fbank特征去噪后,可以取得更低的音素错误率.在 0dB白噪声环境下采用THCHS30 数据集进行实验验证.结果表明,Fbank去噪前,所提A-R-B-CTC模型相比于BLSTM-CTC、Res-Net-BLSTM-CTC、Transformer模型,平均音素错误率分别降低了 4.38%、2.5%、1.96%;Fbank去噪后,4 种模型的音素错误率明显下降,其中所提A-R-B-CTC模型相比于其他 3 种模型性能依旧出色.此外,在其他信噪比下也达到了不错的效果.

    音素识别Wave-U-Net端到端多头自注意力机制Transformer模型

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    新颖的内容自适应图像篡改检测与自恢复算法研究

    李明月毕秀丽刘波
    797-806页
    查看更多>>摘要：针对在原始图像中嵌入大量的水印(认证水印和参考水印)容易造成图像失真的问题,提出嵌入少量参考水印的方法.为了减小图像失真,提出将少量的参考水印信息嵌入在原始图像的边缘、轮廓等区域的方法.在恢复篡改区域时,提出利用图像修复算法将篡改块匹配问题转化为非局部自相似图像块的最小化问题,复制攻击图像本身的相似信息来恢复篡改区域.实验结果表明,在水印容量为 0.015 626 的情况下,该算法得到嵌入水印后图像的峰值信噪比(peak signal to noise ratio,PSNR)均值超过 60 dB,恢复图像的PSNR均值超过 40 dB.

    水印图像恢复图像修复算法篡改检测自恢复

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    融合时间感知和多兴趣提取网络的序列推荐

    唐宏金哲正张静刘斌...
    807-818页
    查看更多>>摘要：针对序列推荐任务中的时间动态性和多重兴趣建模问题,提出一种时间感知的项目嵌入方法,用于学习项目之间的时间关联性.在此基础上,提出一种融合时间感知和多兴趣提取网络的序列推荐(time-aware multi-inter-est sequence recommendation,TMISA)方法.TMISA采用自注意力序列推荐模型作为局部特征学习模块,以捕捉用户行为序列中的动态偏好;通过多兴趣提取网络对用户的全局偏好进行建模;引入门控聚合模块将局部和全局特征表示动态融合,生成最终的用户偏好表示.实验证明,在 5 个真实推荐数据集上,TMISA模型表现出卓越性能,超越了多个先进的基线模型.

    序列推荐自注意力机制时间感知的项目嵌入多兴趣提取网络门控聚合模块

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    分布式电力移动终端隐私增强认证方案

    邓建锋黄宝鑫肖焯许露珉...
    819-826页
    查看更多>>摘要：针对智能电网移动终端实际环境下轻量化认证和多种密钥协商需求,提出一个基于区块链的轻量级多令牌双向匿名认证协议.方案通过区块链的分散存储机制实现系统身份认证的去中心化,提高了认证的灵活性.基于椭圆曲线生成随机假名,有效保护了用户身份隐私.生成移动终端会话密钥时融合了时敏令牌和多项式令牌机制,进一步提高了会话密钥安全性.采用BAN(Burrows-Abadi-Needham)逻辑证明了协议的正确性及非形式化证明了协议的安全性,并通过仿真实验评估了协议的性能.分析结果表明,该方案具有良好的安全性和实用性.

    隐私保护区块链BAN逻辑椭圆曲线匿名认证

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    移动群智感知中基于网格混淆的位置隐私保护

    申艳梅申红锋申自浩王辉...
    827-835页
    查看更多>>摘要：针对现有移动群智感知(mobile crowd sensing,MCS)面临的隐私泄露问题,引入一种混合式区块链架构来构建系统,实现MCS的去中心化,并通过私有区块链保护工人隐私记录.采用无证书签密实现用户数据传输过程中的机密性和完整性,保证用户信息的安全性.为了降低位置隐私暴露的风险,提出一种基于网格混淆的位置隐私保护方案(location privacy protection scheme based on grid obfuscation,LPPSGO).该方案通过H3 索引系统划分多精度六边形网格,实现工人位置的空间隐匿,工人可以根据个性化隐私需求扰动自身位置,无须担心真实位置的暴露.仿真实验结果表明,LPPSGO能有效提高MCS系统的任务分配成功率,减少时间开销,与其他位置保护方案相比,安全性更强,覆盖性能更好.

    移动群智感知网格混淆混合区块链位置隐私保护差分隐私

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据