首页期刊导航|电子与信息学报
期刊信息/Journal information
电子与信息学报
电子与信息学报

吴一戎

月刊

1009-5896

jeit@mail.ie.ac.cn

010-58887066

100190

北京市北四环西路19号

电子与信息学报/Journal Journal of Electronics & Information TechnologyCSCD北大核心CSTPCDEI
查看更多>>本刊是电子科学高级综合性学术刊物。主要刊登有关电子与信息科学方面的具有创新性的、高水平的文章。
正式出版
收录年代

    遥感场景理解中视觉Transformer的参数高效微调

    尹文昕于海琛刁文辉孙显...
    3731-3738页
    查看更多>>摘要:随着深度学习和计算机视觉技术的飞速发展,遥感场景分类任务对预训练模型的微调通常需要大量的计算资源.为了减少内存需求和训练成本,该文提出一种名为"多尺度融合适配器微调(MuFA)"的方法,用于遥感模型的微调.MuFA引入了一个多尺度融合模块,将不同下采样倍率的瓶颈模块相融合,并与原始视觉Trans-former 模型并联.在训练过程中,原始视觉Transformer模型的参数被冻结,只有MuFA模块和分类头会进行微调.实验结果表明,MuFA在UCM和NWPU-RESISC45两个遥感场景分类数据集上取得了优异的性能,超越了其他参数高效微调方法.因此,MuFA不仅保持了模型性能,还降低了资源开销,具有广泛的遥感应用前景.

    遥感图像场景分类参数高效深度学习

    SAR图像中舰船目标恒虚警率检测技术的研究

    孟祥伟
    3739-3748页
    查看更多>>摘要:在各种各样的合成孔径雷达图像舰船目标检测方法中,应用最广泛、最重要的就是具有自适应阈值的恒虚警率(CFAR)检测器.为了提高SAR图像中舰船目标的检测性能,人们试图通过各种统计分布模型对SAR图像中的杂波背景进行统计建模,如Gamma分布、K分布、对数正态分布、G0分布、alpha稳定分布等,再通过相应的统计分布模型以及各种样本筛选技术的CFAR检测器对舰船目标实施检测.SAR图像中杂波背景是复杂多变的,当实际杂波背景与假定统计分布失配时,参量型CFAR检测器的性能会恶化,非参数CFAR检测器就会显示出优势.该文提出了基于Wilcoxon非参数检测器的新途径对SAR图像中舰船目标进行检测,并在Radarsat-2,ICEYE-X6和Gaofen-3卫星的实测数据上,与几种典型的参量型CFAR检测方法进行了对比.实验结果表明,Wilcoxon非参数检测方法在这3种实测数据上的虚警控制能力具有良好的鲁棒性,还可以带来弱目标检测性能的改善,具有运算速度快、易于硬件实现的特点.

    SAR图像雷达杂波目标检测恒虚警率非参数

    基于自适应特征融合和注意力机制的变电设备红外图像识别

    王媛彬吴冰超
    3749-3756页
    查看更多>>摘要:针对变电设备红外图像复杂背景下多目标、小目标及遮挡目标识别效果差的问题,该文提出一种基于中心点网络(CenterNet)的变电设备红外图像识别方法.通过将自适应特征融合模块(ASFF)和特征金字塔(FPN)相结合,构建ASFF+FPN结构的特征融合网络,增强了模型对多目标和小目标的跨尺度特征融合能力,排除背景信息;针对网络对遮挡目标特征捕捉能力差的问题,在特征融合网络中添加全局注意力机制,增强目标显著度;为实现模型轻量化,引入深度可分离卷积,减少参数量和推理时间;最后,通过引入分布焦点损失函数,克服了原损失函数对遮挡目标敏感性差的问题,提升了模型收敛速度和识别精度.在包含7种红外变电设备图像的自建数据集上进行测试.实验表明该算法与原始算法相比,识别精度提升了3.55%,达到了95.19%,模型参数量仅为32.52M,与4种主流目标识别算法对比,该算法在识别精度和算法复杂度上具有明显优势.

    变电设备红外图像识别中心点网络自适应特征融合注意力机制

    基于基序列构造二元互补序列集

    沈炳声周正春杨洋范平志...
    3757-3762页
    查看更多>>摘要:互补序列集凭借其理想的非周期自相关函数特性,在通信与感知领域得到广泛应用.针对互补序列集长度受限的问题,该文以基序列为初始序列,利用级联算子和交织算子提出两类二元互补序列集的新构造方法.所提构造填补了二元互补序列集在特定长度上的空白,并解决了由Adhikary和Majhi提出的公开问题.

    互补序列集基序列交织算子级联算子

    一种基于国密算法的保密多方字符串排序协议

    周由胜丁珊左祥建刘媛妮...
    3763-3770页
    查看更多>>摘要:保密排序问题由百万富翁问题衍生而来,是安全多方计算研究的基本问题,多参与方字符串排序对于数据库保密查询及电子投票求和问题的研究具有重要意义.现有保密排序问题的研究多集中在私密数据排序或者两方字符串排序,高效的多参与方字符串排序方案尚处于探索中,该文基于改进的SM2同态加密算法与门限密码算法,提出半诚实模型下的保密多方单字符排序协议,进一步构造基于权重的保密单字符排序协议以及保密多方字符串排序协议.使用模拟范例对3种协议进行安全性证明,并对协议进行性能分析与仿真实验,结果表明该文提出的保密多方单字符排序协议与保密多方字符串排序协议性能相较现有同类方案均有明显提升.

    安全多方计算保密排序同态加密门限密码国密算法

    基于DNA折纸订书钉链折叠的信息加密策略

    侯晓玲田卓立王建榜王丽华...
    3771-3776页
    查看更多>>摘要:DNA折纸结构是蕴含复杂序列折叠信息的纳米结构,为发展具有超大密钥空间的信息加密技术提供了新思路.该文设计了一种能够充分发挥DNA折纸结构信息特征的信息加密策略,与先前利用DNA折纸骨架链折叠的思路不同,该文基于订书钉链集合的非线性组合特征,提出通过探索其更为广阔的折叠多样性来实现更大的密钥空间.该策略的密钥空间计算模型分解为订书钉链的结合域模式、协同折叠以及独立性3个因素,分别考虑了订书钉链的链内区段分布性、链间排布多样性以及序列特异性.以上3种因素的组合,使单位几何空间内DNA折纸的折叠多样性更有效地转化为密钥空间.该策略是一种基于生物分子热力学的加密方式,为扩展信息安全的应用场景提供了新的可能.

    DNA折纸DNA纳米结构信息加密密钥空间自组装

    一种基于区块链和联邦学习融合的交通流预测方法

    智慧段苗苗杨利霞黄彧...
    3777-3787页
    查看更多>>摘要:智能交通领域中实时准确地交通流预测一直是城市发展中的重中之重,这对提高路网运行效率起着至关重要的作用.现有的交通流预测方法大多是基于机器学习的,忽略了客户端不愿意参与预测任务或者为获得高奖励而撒谎的情况,从而在模型聚合时导致交通流预测的准确率下降.该文提出一种基于区块链和联邦学习融合的交通流预测方法(TFPM-BFL)来解决这一问题.在该方法中,利用加入了注意机制的长短期记忆网络(LSTM)模型进行本地预测,提高预测准确率;设计了基于信誉评定的激励机制,通过评估客户端上传的模型质量得到本地和局部信誉值,根据信誉值评定结果进行奖励分配,从而激励客户端参与联邦学习(FL);边缘服务器(ES)采用基于信誉值和压缩率的模型聚合方法来提高模型聚合质量.仿真结果表明,TFPM-BFL能够实现准确、及时地交通流预测,在保证底层数据私密的同时可以有效地激励客户端参与联邦学习任务,而且可以实现高质量的模型聚合.

    交通流预测联邦学习区块链激励机制

    基于物理不可克隆函数的轻量级可证明安全车联网认证协议

    夏卓群苏潮徐梓桑龙科军...
    3788-3796页
    查看更多>>摘要:车联网(IoVs)广泛用于获取车辆和道路状况等信息,但是这些信息都是在公共信道中进行传输,所以最重要和关键的要求之一就是在严格延迟要求下的数据安全.其中,认证是解决数据安全最常用的方法,但是由于车联网的资源受限和对延迟敏感等特点,车辆认证需要在一定的消耗和延迟内完成.然而,现有方案容易遭受物理、伪造和共谋等攻击,同时也产生了昂贵的通信和计算成本.该文提出一种基于物理不可克隆函数(PUF)的车路云协同轻量级安全认证方案.所提议方案采用轻量级的物理不可克隆函数作为车联网实体的信任保证,抵御攻击者对实体的物理和共谋等攻击;采用车路云协同的架构,在经过可信机构(TA)认证的路边单元(RSU)上完成认证运算,大大减轻了TA的计算压力,并将挑战响应对(CRPs)的更新应用到假名的构造更新中,保护身份和轨迹隐私的同时也能在身份追踪阶段披露恶意车辆身份.在实际场景的模拟实验中,通过与其它方案进行比较,表明该方案更加安全和高效.

    车联网认证协议隐私保护物理不可克隆函数车路云协同

    模糊测试中的位置自适应变异调度策略

    杨智徐航桑伟泉孙浩东...
    3797-3806页
    查看更多>>摘要:种子自适应变异调度策略是基于变异的模糊测试中最新的技术,该技术能够根据种子的语法和语义特征自适应地调整变异算子的概率分布,然而其存在两个问题:(1)无法根据变异位置自适应地调整概率分布;(2)使用的汤普森采样算法在模糊测试场景中容易导致学习到的概率分布接近平均分布,进而导致变异调度策略失效.针对上述问题,该文提出一种位置自适应变异调度策略,通过一种自定义的双层多臂老虎机模型为变异位置和变异算子建立联系,并且采用置信区间上界算法选择变异算子,实现位置自适应的同时避免了出现平均分布的问题.基于American Fuzzy Lop(AFL)实现了位置自适应的模糊测试器(PAMSSAFL),实验结果表明位置自适应的变异调度策略能明显提升模糊测试器的bug发现能力和覆盖能力.

    漏洞挖掘模糊测试变异覆盖率

    一种用于常开型智能视觉感算系统的极速高精度模拟减法器

    刘博王想军麦麦提·那扎买提郑辞晏...
    3807-3817页
    查看更多>>摘要:常开型智能视觉感算系统对图像边缘特征提取的精度和实时性要求更高,其硬件能耗也随之暴增.采用模拟减法器代替传统数字处理在模拟域同步实现感知和边缘特征提取,可有效降低感存算一体系统的整体能耗,但与此同时,突破10-7s数量级的长计算时间也成为了模拟减法器设计的瓶颈.该文提出一种新型的模拟减法运算电路结构,由模拟域的信号采样和减法运算两个功能电路组成.信号采样电路进一步由经改进的自举采样开关和采样电容组成;减法运算则由所提出的一种新型开关电容式模拟减法电路执行,可在2次采样时间内实现3次减法运算的高速并行处理.基于TSMC 180 nm/1.8 V CMOS工艺,完成整体模拟减法运算电路的设计.仿真实验结果表明,该减法器能够实现在模拟域中信号采样与计算的同步并行处理,一次并行处理的周期仅为20 ns,具备高速计算能力;减法器的计算取值范围宽至-900~900 mV,相对误差小于1.65%,最低仅为0.1%左右,处理精度高;电路能耗为25~27.8 pJ,处于中等可接受水平.综上,所提模拟减法器具备良好的速度、精度和能耗的性能平衡,可有效适用于高性能常开型智能视觉感知系统.

    模拟减法器自举采样开关电荷守恒定律极速高精度