首页期刊导航|电子学报
期刊信息/Journal information
电子学报
中国电子学会
电子学报

中国电子学会

王守觉

月刊

0372-2112

new@ejournal.org.cn;wanghui@ejournal.net.cn

010-68279116，68285082

100036

北京165信箱

电子学报/Journal Acta Electronica SinicaCSCD北大核心CSTPCDEI
查看更多>>1962年创刊，中国电子学会主办的高级学术月刊。刊登电子与信息及相关领域代表我国研究水平的最新科研成果和技术进展。本刊为中国自然科学核心期刊之一；科技部科技论文统计源期刊；中国科学引文数据库来源期刊。获2000年首届国家期刊奖以及2000年国家自然科学基金重点学术期刊专项基金资助。现被五个大型检索机构（Ei、Sci-Expanded、SA、苏联文摘杂志(рж)和日本科技文献速报）作为固定收录对象。
正式出版
收录年代

    基于可见光逆反射通信的移动增强现实定向交互

    李景聿陈拓潮李明哲徐栩海...
    3643-3656页
    查看更多>>摘要：移动增强现实应用中,用户频繁地与环境中不同的智能物体交互完成任务,其完成效率和用户体验由所采用的定向交互技术决定.然而,从交互手段上来说,现阶段定向交互依赖于Wi-Fi、BLE等无线技术,其信号全向传播的特点使其不能利用用户的空间环境(即位置和方向)来缩短互动时间,带来了不必要的时间成本;从交互界面上来说,现阶段基于视觉的界面存在可靠性低、扩展性低等问题,进一步限制了系统的通用性.本文介绍了 RetroAR——基于可见光逆反射通信的定向交互系统.RetroAR利用了光的定向传播特性来保留用户的空间环境,并依靠逆反射通信实现用户与目标设备之间无连接的快速定向交互.系统实验表明,RetroAR最远可在4 m距离支持100°视角的交互,同时实现厘米级的六自由度(6-Degrees Of Freedom,6-DoF)三维跟踪.用户研究表明,与基于Wi-Fi的解决方案相比,RetroAR将非接触式控制的交互时间减少了2倍,并且具有更好的用户体验.RetroAR借助可见光逆反射通信来利用用户空间环境,保持交互过程中的直观性.用户可以"所指即所控"的方式与多个目标进行互动,实现类似自然交互的快速定向交互.

    移动增强现实定向交互所指即所控可见光逆反射通信聚合物分散液晶

      原文链接:
    • 维普
    • 万方数据

    微运动激励与时间感知的唇语识别方法

    马金林吕鑫马自萍郭兆伟...
    3657-3668页
    查看更多>>摘要：时序信息和唇部细微变化对唇语识别至关重要.然而,现有唇语识别方法不能精准捕获时序信息和关注细微运动.为此,提出一种关注微小唇部变化和增强时序信息的唇语识别方法DMT-GhostNet.首先,引入解藕时空增强块(Decoupled Spatio-Temporal Enhancement Block,DSTE),将单一3D卷积解藕为时间域和空间域;其次,基于运动激励(Motion Excitation,ME)与Ghost瓶颈块提出微运动瓶颈块(Micro-Motion Bottleneck,M-Ghost),捕捉唇部的微小运动;最后,提出时间感知模块(Transformer Multi-Scale Temporal Convolution Network,TransMS-TCN),聚焦重要时间序列,限制无关信息流入MS-TCN.实验结果表明,DMT-GhostNet在LRW数据集上取得了89.21%的准确率,比基于ResNet的主流方法提升3.91%,降低参数量近6 M,能够更好地利用时序信息并聚焦唇部细节,显著提高唇语识别性能.

    唇语识别GhostNetV2时间维度微运动激励

      原文链接:
    • 维普
    • 万方数据

    条件上下文敏感的安卓恶意虚拟化应用检测方法

    孟昭逸黄文超张威楠熊焰...
    3669-3683页
    查看更多>>摘要：安卓虚拟化应用作为宿主程序,支持以插件形式动态加载用户所需功能模块.恶意开发者可利用上述应用特性将其真实攻击意图隐藏在插件程序的执行中,以躲避针对宿主程序的检测.然而,插件程序数量众多且难以获取与分析,并且现有基于既定模式的安卓恶意虚拟化应用检测方案存在可检测应用类型有限的问题.本文提出一种条件上下文敏感的安卓恶意虚拟化应用检测方法并实现了原型工具MVFinder.该方法以安卓虚拟化应用代码中触发插件程序加载或调用行为的上下文环境为切入点,挖掘出隐藏的恶意性,避免耗费大量资源去尝试实时获取不同种类的插件程序或逐一解析插件的加载与运行模式.同时,该方法利用异常检测技术,发现与大多数善意应用的条件上下文存在较大差异的数据样本,进而识别出目标恶意应用,避免基于既定规则进行检测的局限性.实验结果表明,本方法对安卓恶意虚拟化应用检测的准确率和F1分数均优于当前学术界的代表性方案VAHunt、Drebin与Difuzer.此外,相较于VAHunt,MVFinder可识别出HummingBad和PluginPhantom恶意应用家族的变种.

    移动安全安卓虚拟化应用恶意代码上下文信息静态分析异常检测

      原文链接:
    • 维普
    • 万方数据

    融合自注意力机制的多行为图对比学习推荐方法

    钱忠胜黄恒万子珑
    3684-3698页
    查看更多>>摘要：图卷积网络因其强大的高阶协作信号学习能力被广泛地应用在多行为推荐系统中.然而,目前大多数基于图卷积的多行为推荐方法未能有效建模不同用户/项目节点与各行为间的关系,且目标行为的稀疏性也困扰着多行为推荐算法性能的进一步提升.基于此,提出一种融合自注意力机制的多行为图对比学习推荐模型(Multi-Behavior Graph Contrastive Learning recommendation method with Self-Attention mechanism,SA-MBGCL).该方法将用户/项目节点嵌入与行为嵌入相结合,并使用自注意力机制增强嵌入表示,以有效建模不同节点与各行为间的依赖关系.同时,构建一种图对比学习方式,将同一用户的目标行为与辅助行为视为正例对,而不同用户的视为负例对,以强化不同用户的行为差异,达到缓解目标行为稀疏性的目的.将非采样的推荐任务与多行为图对比学习进行多任务联合优化,在Beibei与Taobao这2个公开数据集上,和6个单行为模型与10个多行为模型进行对比,结果表明,所提模型SA-MBGCL在HR(Hit Ratio)和NDCG(Normalize Discounted Cumulative Gain)这2个指标上分别平均提升5.21%和8.30%,说明本文方法是有效的.

    自注意力机制图对比学习图卷积网络多任务多行为推荐系统

      原文链接:
    • 维普
    • 万方数据

    面向公平性数据采集和能量补充的无人机路径规划算法研究

    高思华李军辉李建伏刘宝煜...
    3699-3710页
    查看更多>>摘要：针对无人机(Unmanned Aerial Vehicle,UAV)辅助WSN(Wireless Sensor Networks)数据采集和能量补充工作中存在的数据来源单一和能量补充不均衡现象,本文首先提出数据采集和能量补充公平性问题并进行数学建模.其次,本文设计一种DPDQN(Double Parametrized Deep Q-Networks)强化学习算法,规划无人机的飞行路线和悬停位置,优化数据采集和能量补充效果.DPDQN学习离散动作与多种连续动作相混合的动作选择策略,算法网络模型包括离散动作网络和连续动作网络两部分.前者规划无人机访问数据采集节点的顺序,后者优化无人机在数据采集节点周围的悬停位置.仿真实验结果显示,本文算法在数据采集公平性、能量补充公平性、飞行距离和四种影响公平性的因素比较中均优于三种现有对比算法,并具有良好的鲁棒性和稳定性.

    公平性数据采集和能量补充无人机路径规划深度强化学习无线传感器网络

      原文链接:
    • 维普
    • 万方数据

    基于跨层注意力特征交互和多尺度通道注意力的单幅图像去雾网络

    孙航付秋月李勃辉但志平...
    3711-3726页
    查看更多>>摘要：近年来,基于U型结构的卷积神经网络在去雾领域取得了显著的成果.然而,大多数基于U型结构的去雾网络将编码层特征直接传递到对应尺度的解码层,忽略了不同层次特征信息的有效利用.此外,去雾网络中广泛使用的通道注意力受感受野的限制,没有充分地利用上下文信息,从而对通道权重的学习起负面作用,使得重构的清晰图像不够理想.为了解决上述问题,本文提出了一种跨层注意力特征交互和多尺度通道注意力的去雾算法.具体来说,跨层注意力特征交互模块利用编码层的多尺度跨层特征学习层级权重,然后将这些跨层特征聚合传递到对应解码层,从而减少了去雾网络重构清晰图像过程中的特征稀释.此外,为了挖掘对于去雾网络非常重要的特征通道信息,本文设计了多尺度通道注意力机制,利用不同空洞率的空洞卷积提取多尺度特征信息,形成一个多尺度上下文并行学习的通道注意力机制,可以更有效地为去雾网络的特征分配权重.实验结果表明,本文提出的去雾算法在4个公开的数据集上相比现有的12种去雾方法取得了较好的客观评价指标和视觉效果.本文的代码已上传至https://github.com/bohuisir/AAFMAN.

    图像去雾跨层注意力特征交互特征稀释多尺度通道注意力空洞卷积

      原文链接:
    • 维普
    • 万方数据

    基于感知和记忆的视频动态质量评价

    林丽群暨书逸何嘉晨赵铁松...
    3727-3740页
    查看更多>>摘要：由于网络环境的多变性,视频播放过程中容易出现卡顿、比特率波动等情况,严重影响了终端用户的体验质量.为优化网络资源分配并提升用户观看体验,准确评估视频质量至关重要.现有的视频质量评价方法主要针对短视频,普遍关注人眼视觉感知特性,较少考虑人类记忆特性对视觉信息的存储和表达能力,以及视觉感知和记忆特性之间的相互作用.而用户观看长视频的时候,其质量评价需要动态评价,除了考虑感知要素外,还要引入记忆要素.为了更好地衡量长视频的质量评价,本文引入深度网络模型,深入探讨了视频感知和记忆特性对用户观看体验的影响,并基于两者特性提出长视频的动态质量评价模型.首先,本文设计主观实验,探究在不同视频播放模式下,视觉感知特性和人类记忆特性对用户体验质量的影响,构建了基于用户感知和记忆的视频质量数据库(Video Quality Data-base with Perception And Memory,PAM-VQD);其次,基于PAM-VQD数据库,采用深度学习的方法,结合视觉注意力机制,提取视频的深层感知特征,以精准评估感知对用户体验质量的影响;最后,将前端网络输出的感知质量分数、播放状态以及自卡顿间隔作为三个特征输入长短期记忆网络,以建立视觉感知和记忆特性之间的时间依赖关系.实验结果表明,所提出的质量评估模型在不同视频播放模式下均能准确预测用户体验质量,且泛化性能良好.

    视觉感知特性记忆效应体验质量深度学习注意力机制

      原文链接:
    • 维普
    • 万方数据

    基于可拓展自注意力时空图卷积神经网络的用户轨迹识别模型

    雷天亮吉立新王庚润刘树新...
    3741-3750页
    查看更多>>摘要：用户轨迹识别作为一项重要的时空数据挖掘任务,广泛应用于基于位置的个性化服务推荐、行程规划、犯罪行为检测和目标跟踪等领域,但依然面临预测精度不高的问题,主要原因是轨迹数据低采样且稀疏、轨迹类别数量巨大等.针对上述问题提出了基于可拓展自注意力时空图卷积神经网络的用户轨迹识别模型(Expandable Self-At-tention Spatio-Temporal Graph Convolutional Neural Networks,ESAST-GCNN),该模型采用时空图卷积神经网络方式,深度挖掘时序特征与空间特征关系,并进行预测与拓展,结合自注意力机制获取用户轨迹特征向量内部相关性,最终根据该特征向量进行用户轨迹身份识别.在两个真实数据集上进行测试后发现,ESAST-GCNN相较于TULER-GRU(TUL via Embedding and RNN)在Geolife与Gowalla中准确率分别提高了13.95%、10.63%,实验结果表明ESAST-GCNN优于其他模型,识别效果更好,适用范围更广.

    用户轨迹识别时空图卷积神经网络自注意力机制深度学习时空序列

      原文链接:
    • 维普
    • 万方数据

    面向数据库参数调优的协作型多智能体模型

    李江敏乔少杰韩楠吴涛...
    3751-3756页
    查看更多>>摘要：数据库参数调优是提高数据库性能的重要任务之一.数据库参数可按照作用域范围和功能进行分类,探究某一类参数之间的相互影响以及不同类别之间的相互影响是非常重要的,但是现有方法尚未考虑这一方面.提出面向数据库参数调优的协作型多智能体模型DBT-MADDPG(DataBase Tuning-Multi-Agent Deep Deterministic Policy Gradient),设计单智能体预训练模型SA(Single Agent)、多智能体联合训练模型JAM(Joint Action Model)以及基于概率选择的联合训练模型JAPM(Joint Action Probability Model),分阶段对数据库参数进行调优.实验结果表明,DBT-MAD-DPG模型能够分功能、分参数级别对数据库参数进行调优,在SA模型训练阶段便能到达主流算法的性能,且比主流算法快17.85%获得较佳配置.

    多智能体参数调优数据库系统自学习联合训练模型

      原文链接:
    • 维普
    • 万方数据

    动态属性网络的语义社区发现及演化分析方法

    贺超波成其伟程俊伟杨佳琦...
    3757-3768页
    查看更多>>摘要：动态属性网络的语义社区发现及演化分析具有重要研究价值,其包含动态社区发现、社区语义解释及社区演化分析三个任务,但现有方法均难以同时实现.针对该问题,提出一种基于联合非负矩阵分解的方法DAN-NMF(NMF for Dynamic Attributed Networks).DAN-NMF可以统一集成网络拓扑结构信息、节点属性信息及社区演化平滑约束信息,并利用最大最小化优化框架推导相关因子矩阵的迭代更新规则,从而可以直接获得动态社区发现、社区语义解释及社区演化分析结果.在人工合成和真实的动态属性网络进行大量相关实验,结果表明DAN-NMF比最优的基准方法在准确性指标上至少提高了7.3%.此外,在真实动态属性网络上的相关数据分析结果也表明DAN-NMF能够有效地发现动态社区的演化模式,并提供丰富的社区语义解释.

    动态属性网络动态社区发现社区语义解释社区演化分析非负矩阵分解

      原文链接:
    • 维普
    • 万方数据