FITEE 2021年第7期摘要

1. A review of computer graphics approaches to urban modeling from a machine learning perspective

机器学习视角下的城市建模计算机图形方法综述

冯天¹，范非易²，Tomasz BEDNARZ^3,4
1乐卓博大学计算机科学与信息技术系，澳大利亚维多利亚州，3086
²中国科学院计算技术研究所，中国北京市，100190
³新南威尔士大学扩展感知与交互中心，澳大利亚新南威尔士州，2021
⁴联邦科学与工业研究组织Data61，澳大利亚新南威尔士州，2015

摘要：城市建模为生成城市不同场景下的虚拟环境提供了便利。城市建模需要专业知识和考虑，并消耗大量时间和计算资源。即便如此，与之相关的任务有时仍以不满意的结果甚至失败告终。这些挑战得到了计算机图形学领域学者的大量关注。同时，人工智能的蓬勃发展激励人们充分利用机器学习以改进现有解决方案。本文回顾了2010至2019年间发表的文献，对计算机图形领域中使用机器学习的城市建模方法进行综述。本文可作为机器学习视角下城市建模研究现状的概述。

关键词：城市建模；计算机图形学；机器学习；深度学习

https://doi.org/10.1631/FITEE.2000141

2. A self-supervised method for treatment recommendation in sepsis

自监督脓毒症治疗推荐算法

朱思涵¹，浦剑²

¹华东师范大学计算机科学与技术学院，中国上海市，200062

²复旦大学类脑智能科学与技术研究院，中国上海市，200433

摘要：由于每个脓毒症患者治疗反应可能不同，为病人提供量身定制的治疗建议来帮助医生有效、准确地做出决定，并采取有效治疗方案，是降低医院重症监护病房死亡率的一项极具挑战性的工作。本文将强化学习应用于个人治疗推荐，采用对样本不确定性进行建模并评估的方法，根据患者对治疗的反应和状态，将患者样本分为两个域，然后使用辅助迁移学习任务重建两个域的样本，使用特权学习的蒸馏方法与用于迁移学习的变分自动编码器框架关联低质量域和高质量域间的任务。通过结合自监督方式获得更好的状态和动作表示，本文提出一种针对引起较高风险的不确定性进行控制的深度强化学习方法；模型提供一定的灵活性使之可以在不同场景对模糊样本做出保守预测或明确判断，并降低预期死亡率。在大规模公开可用的真实医疗数据集MIMIC-III上的实验表明，所提模型将总体估计死亡率降低了2.3%，并将主要估计死亡率降低到9.5%。

关键词：治疗推荐；脓毒症；自监督学习；强化学习；电子病历

https://doi.org/10.1631/FITEE.2000127

3. Bio-inspired cryptosystem on the reciprocal domain: DNA strands mutate to secure health data

互易域上的仿生密码系统：DNA链变异以保护健康数据

S. AASHIQ BANU, Rengarajan AMIRTHARAJAN

山姆哈人文与科学技术研究院电气与电子工程学院，印度坦贾武尔，613401

摘要：医疗保健和远程医疗行业依赖于互联网技术，数字健康数据更易受到网络攻击，因其中包含大量个人数据，因而，有必要保护数字医疗图像以及保证其安全传输。本文采用基于洛伦兹和吕混沌吸引子突变的DNA加密技术生成强伪随机密钥流。为增强混淆与扩散阶段的近似性系数，所提的混沌DNA加密系统在整数小波变换域和一个生物启发的交叉变异单元上运行。进而，使用组合演化吸引子中的量化混沌集进行异或运算。该算法可以获得平均信息熵7.9973，几乎接近于零相关性的像素变化率（number of pixel change rate, NPCR）99.642%，归一平均强度变化（unified average change in intensity, UACI）33.438%，以及密钥空间10²⁰³。此外，实验分析和基于美国国家标准与技术研究院（NIST）的统计测试套件测试证实，所提医疗图像加密技术具有抵御任何统计、差分和暴力攻击的能力。

关键词：医学图像加密；DNA；混沌吸引子；交叉；突变；电子医疗

http://doi.org/10.1631/FITEE.2000071

4. Analyzing close relations between target artifacts for improving IR-based requirement traceability recovery

通过分析目标制品间的紧密关系改进基于信息检索的需求追踪恢复

汪海娟¹，沈国华^1,2,3，黄志球^1,2,3，俞垚慎¹，陈凯¹

¹南京航空航天大学计算机科学与技术学院，中国南京市，211106

²软件新技术与产业化协同创新中心，中国南京市，211106

³高安全系统的软件开发与验证技术工信部重点实验室，中国南京市，211106

摘要：需求追踪是一项重要且昂贵的任务，它创建了从需求到不同软件制品的追踪链。这些追踪链可以帮助工程师节约软件维护时间并降低维护复杂性。信息检索技术在需求追踪中应用广泛。它使用软件制品之间的文本相似性来创建链接。然而，如果两个制品不共享或仅共享少量单词，信息检索性能可能非常差。已有一些方法通过考虑目标制品之间的关系来增强信息检索，但它们仅限于代码，而无法应用于其他类型的目标制品。为克服这一局限，本文提出一种将信息检索方法与目标制品间的紧密关系相结合的自动化方法。具体地，我们增加了对目标制品间紧密关系的考虑，而不仅仅是从需求到目标制品的文本匹配。此外，在考虑目标制品间的关系时，该方法并不局限于目标制品的类型。我们在5个公共数据集上进行了实验，并考虑了需求和不同类型的软件制品之间的追踪链。结果表明，在相同的查全率下，5个数据集的查准率较之基线方法分别提高40%、8%、20%、4%和6%。5个数据集的查准率平均提高15.6%，这表明在相同条件下，本文所提方法优于基线方法。

关键词：需求追踪；信息检索；紧密关系；目标制品

https://doi.org/10.1631/FITEE.2000126

5. Discovering semantically related technical terms and web resources in Q&A discussions

从问答讨论中发现语义相关的技术术语和网络资源

贾俊芳¹，Valeriia TUMANIAN²，李国强²

¹山西大同大学计算机与网络工程学院，中国大同市，037009

²上海交通大学软件学院，中国上海市，200240

摘要：目前网络上拥有大量可用于软件工程实践的技术和网络资源，并且这个数量还在持续增长。发现语义相似或相关的技术术语和网络资源，可以设计吸引人的服务，以促进信息检索和信息发现的机会。本文从问答（Q&A）讨论的社区中提取技术术语和网络资源，并提出一种基于神经网络语言模型的技术术语和网络资源在联合低维向量空间中的语义表示方法。方法仅基于讨论线程中技术术语（或网络资源）的周围技术术语和web资源，将技术术语和网络资源映射到语义向量空间，而不需挖掘讨论的文本内容。将方法应用于2018年3月的堆栈溢出数据转储。对聚类、搜索和语义推理任务的定量和定性分析表明，所学习的技术术语和网络资源向量表示可以捕获技术术语和网络资源的语义相关性，通过简单的K近邻搜索和在嵌入空间中对学习的向量表示作简单的代数运算，可以支持各种搜索和语义推理任务。

关键词：技术术语；网络资源；词语嵌入；问答网站；聚类任务；推荐任务

http://doi.org/10.1631/FITEE.2000186

6. Adaptive tracking control of high-order MIMO nonlinear systems with prescribed performance

带有预设性能的高阶多输入多输出非线性系统自适应跟踪控制

王雪娆^1,2，王庆领^1,2，孙长银^1,2

¹东南大学自动化学院，中国南京市，210096 

²东南大学复杂工程系统测量与控制教育部重点实验室，中国南京市，210096

摘要：本文针对一类不确定多输入多输出非线性系统提出一种基于观测器的自适应预设性能跟踪控制策略，同时考虑了系统中可能存在的不确定性。为估计被控系统中的不确定性以及外部扰动，本文构建了一类新颖的有限时间神经网络干扰观测器。此外，为保证系统可以达到预设性能，采用一类误差转换方法，可以将时变约束转换为一种等价的非时变约束。随后，基于障碍李雅普诺夫函数以及反步方法，提出一种基于观测器的跟踪控制策略。经证明，本文所设计的控制方法可以使闭环系统所有信号实现有界，跟踪误差满足预设的时变性能指标。最后，无人机系统数值仿真结果验证了所提控制策略的有效性。

关键词：自适应跟踪控制；预设性能；输入饱和；干扰观测器；神经网络

http://doi.org/10.1631/FITEE.2000145

7. Motor speed estimation and failure detection of a small UAV using density of maxima

基于最大密度的小型无人机电机速度估计与故障检测

Jefferson S. SOUZA¹，Moises C. BEZERRIL¹，Mateus A. SILVA¹，Frank C. VERAS²，Abel LIMA-FILHO³，Jorge Gabriel RAMOS⁴，Alisson V. BRITO¹

¹帕拉伊巴联邦大学系统工程与机器人技术实验室，巴西若昂佩索阿

²皮奥伊联邦大学信息系统系，巴西皮库斯

³帕拉伊巴联邦大学机械工程系，巴西若昂佩索阿

⁴帕拉伊巴联邦大学物理系，巴西若昂佩索阿

摘要：介绍了基于混沌的最大密度信号分析技术在无刷直流电机分析中的应用。利用了从电流信号最大密度估计得出的相关系数。通过实验实现了无刷电机在试验台上的速度估计以及在小型无人机上的故障检测。实验结果表明，在97.8%的案例中可估计电机速度，在82.75%的分析案例中可检测故障。

关键词：无人机；速度识别；故障检测；混沌

http://doi.org/10.1631/FITEE.2000149

8. An improved Merkle hash tree based secure scheme for bionic underwater acoustic communication

基于改进Merkle哈希树的仿生水声通信安全方案

Masoud KAVEH，Abolfazl FALAHATI

伊朗科技大学电气工程系，伊朗德黑兰市，13114-16846

摘要：近来，在传输系统中仿生信号已用于实现具有高信噪比的隐蔽水声通信。高信噪比使得攻击者能实行恶意计划，导致传输系统易受恶意攻击。提出一种基于改进Merkle哈希树的安全方案，能够抵御当前水下攻击，具体包含重放攻击、伪造消息攻击、消息篡改攻击和分析攻击。进行安全性分析，证明所提方案能够抵抗这些类型的攻击。性能评估表明，该方案在能量消耗、通信开销和计算开销方面的效率可满足水声通信的限制要求。

关键词：海豚哨音；改进Merkle哈希树；安全水声通信（UWAC）

http://doi.org/10.1631/FITEE.2000043

9. A data-driven method for estimating the target position of low-frequency sound sources in shallow seas

一种基于数据驱动的浅海低频声源目标位置估计方法

孙显彬^1,2，贾鑫明¹，郑轶²，王振²

¹青岛理工大学机械与汽车工程学院，中国青岛市，266000

²山东省科学院海洋仪器仪表研究所，中国青岛市，266000

摘要：由于水听器的布置成本高且水下声音传播模型复杂，在浅海环境中进行低频声源目标位置估计较为困难。提出一种基于数据驱动的压缩循环神经网络 （compressed recurrent neural network, C-RNN）模型。该模型首先将矢量水听器接收到的声源信号压缩为动态声强信号，然后将声源位置进行GeoHash编码用于该模型的先验训练，最后使用训练好的模型进行浅海低频声源目标的位置估计。与传统数学模型相比，所提C-RNN模型能在复杂声场环境和地形条件下以低参数工况实时估计声源位置。实验结果表明，该模型对浅海环境中低频声源目标位置的平均定位精度为56米。

关键词：矢量水听器；浅海；低频；位置估计；循环神经网络

http://doi.org/10.1631/FITEE.2000181

关于本刊

Frontiers of Information Technology & Electronic Engineering（简称FITEE，中文名《信息与电子工程前沿（英文）》，ISSN 2095-9184，CN 33-1389/TP）是信息电子类综合性英文学术月刊，SCI-E、EI收录，最新影响因子2.161，位于JCR Q2分区。前身为2010年创办的《浙江大学学报英文版C辑：计算机与电子》，2015年更为现名，现为中国工程院信息与电子工程学部唯一院刊。覆盖计算机、信息与通信、控制、电子、光学等领域。文章类型包括研究论文、综述、个人视点、评述等。现任主编为中国工程院院士潘云鹤、卢锡城。实行国际同行评审制，初次转达意见一般在2~3个月内。文章一经录用将快速在线。

2019年，荣获中国科协等七部委推出的中国科技期刊卓越行动计划项目资助（梯队期刊）。

官网：http://www.jzus.zju.edu.cn

期刊Springer主页：

http://www.springer.com/computer/journal/11714

在线投稿：

http://www.editorialmanager.com/zusc

微信加群

---

为方便广大科研人员交流讨论，本平台建有以下学科微信群。有需要加群的用户，请加小编个人微信号fitee_xb，并留言想要加入的群，小编会拉您进群。营销广告人员请勿扰。

计算机科学与技术学术群	光学工程与技术学术群
控制科学与技术学术群	信息与通信学术群
电力电子学术群	人工智能学术

加关注  ID: fitee_cae

本公众号为中国工程院院刊《信息与电子工程前沿（英文）》（SCI-E、EI检索期刊）官方微信，功能包括：传播期刊的学术文章；为刊物关联学人（读者、作者、评审人、编委，等）提供便捷服务；发布学术写作、评审、编辑、出版等相关资讯；介绍信息与电子工程领域学术人物、学术思想、学术成果，展示该领域科学研究前沿进展；为该领域海内外学者提供友好互动平台。