FITEE 2021年第9期摘要

1. A review on cyber security named entity recognition

网络空间安全命名实体识别综述

高宸¹，张璇^1,2,3，韩梦婷¹，刘会¹

¹云南大学软件学院，中国昆明市，650091

²云南省软件工程重点实验室，中国昆明市，650091

³网络空间工程研究中心，中国昆明市，650091

摘要：随着互联网技术飞速发展和大数据时代到来，越来越多网络空间安全文本出现在互联网上。这些文本不仅包括安全概念、事件、工具、指南和政策，还包括风险管理方法、最佳实践、保证和技术等。整合大规模、异构和非结构化的网络空间安全信息，对网络空间安全实体进行识别和分类，有助于处理和解决网络空间安全问题。由于网络空间安全领域文本的复杂性和多样性，使用传统的命名实体识别（NER）方法难以识别该领域中的安全实体。本文介绍该领域NER的各种方法和技术，包括基于规则的方法、基于字典的方法和基于机器学习的方法，并讨论该领域NER研究面临的问题，如实体词组的结合与分离、非标准化的命名约定、缩写和大量嵌套等。最后，提出NER在网络空间安全方面的3个研究方向：（1）应用无监督或半监督技术；（2）开发更全面的网络空间安全本体；（3）应用更加有效的深度学习模型。

关键词：命名实体识别（NER）；信息抽取；网络空间安全；机器学习；深度学习

https://doi.org/10.1631/FITEE.2000286

2. Learning-based parameter prediction for quality control in three-dimensional medical image compression

基于学习方法的三维医学图像压缩质量控制参数预测

侯宇轩¹，任重¹，陶煜波¹，陈为²

¹浙江大学计算机辅助设计与图形学国家重点实验室，中国杭州市，310058

²浙江大学医学院第一附属医院，中国杭州市，310003

摘要：质量控制是三维医学图像压缩过程至关重要的环节，需设定最佳图像压缩参数才能满足特定的压缩质量需求。高效视频编码（HEVC）是目前最先进的压缩工具。其中，量化参数（QP）对HEVC的压缩质量控制起决定性作用，如能对其精确预测，就能完成质量控制的目标；然而，直接将视频压缩领域中的预测方法套用到三维医学数据压缩，精度和效率无法取得令人满意的结果。为此，提出一种基于学习的参数预测方法，用于实现三维医学图像压缩中的高效质量控制。本文方法基于支撑向量回归（SVR），可以直接利用从原始数据中提取的基于视频的特征与基于结构的特征来预测最佳QP，无需经过耗时长的预编码或迭代过程。在若干数据集上的实验结果证明，本文方法比现有方法在预测准确度和速度上表现更好。

关键词：医学图像压缩；高效视频编码（HEVC）；质量控制；基于学习方法

https://doi.org/10.1631/FITEE.2000234

3. Forecasting traffic flows in irregular regions with multi-graph convolutional network and gated recurrent unit

基于多图卷积网络和门控循环单元的不规则区域交通流量预测

僧德文，吕凡顺，梁紫怡，史晓颖，方启明

杭州电子科技大学计算机学院，中国杭州市，310018

摘要：区域交通流量预测对智能交通系统的交通控制和管理十分重要。借助深度神经网络，采用仅适用于规则网格的循环神经网络或残差神经网络捕获流量预测的空间依赖性，。但是，考虑到路网和行政边界得到的区域通常是不规则的。因此将城市划分成网格进行预测是不准确的。提出一种基于多图卷积网络和门控循环单元（MGCN-GRU）的不规则区域交通流量预测模型。首先，构建一个城市异质区域间关联图反映各区域间的关联。在每个图中，节点表示不规则区域，边代表区域间的关联类型。然后，提出一个多图卷积网络融合不同区域间关联图和附加属性。进一步采用门控循环单元捕获时序依赖并预测未来交通流量。实验结果表明，基于3个真实大数据集（公共自行车系统数据集、出租车数据集和无桩共享自行车数据集），所提MGCN-GRU模型性能优于多个现有方法。

关键词：交通流量预测；多图卷积网络；门控循环单元；不规则区域

http://doi.org/10.1631/FITEE.2000243

4. Associative affinity network learning for multi-object tracking

面向多目标跟踪的关联相似度神经网络学习

马良，钟巧勇，张营营，谢迪，浦世亮

杭州海康威视数字技术股份有限公司，中国杭州市，310000

摘要：为解决视频多目标跟踪问题，提出一种特征和度量联合学习的深度神经网络架构，称为关联相似度网络。关联相似度网络以端到端的方式学习跟踪轨迹和检测结果之间的关联相似度。针对有缺陷的检测结果，关联相似度网络同时学习矩形框回归、目标分类和相似度回归3个任务。不同于现有基于对比排序思想的方法，我们直接训练一个二分类器来学习跟踪轨迹与检测结果的关联相似度，同时设计了损失函数来约束匹配集合元素的个数。得益于上述设计，关联相似度网络不仅能够解决多目标跟踪问题中的匹配问题，还可以进行单目标跟踪。基于提出的关联相似度网络，设计了一个简单的多目标跟踪算法，在MOT16和MOT17测试集上的实验结果表明其有效性。

关键词：多目标跟踪；深度神经网络；相似度学习 

https://doi.org/10.1631/FITEE.2000272

5. Robust and accurate optimal transportation map by self-adaptive sampling

基于自适应采样的鲁棒精确最优传输映射

王应时¹，郑晓朋²，陈伟^2,3，齐鑫⁴，任玉雪³，雷娜^2,3，顾险峰⁴

¹内蒙古财经大学计算机系，中国呼和浩特市，010010

²大连理工大学软件学院，中国大连市，116620

³首都师范大学北京成像理论与技术高精尖创新中心，中国北京市，100048

⁴石溪大学计算机系，美国纽约州石溪镇，11794

摘要：最优传输在工程、医疗等各领域扮演着重要角色，包括图形学中的曲面参数化、计算机视觉中的注册、深度学习中的生成模型等。对于平方距离传输成本，最优传输映射是Brenier势的梯度，可通过求解Monge-Ampère方程得到。此外，最优传输映射可归结为几何凸优化问题。Monge-Ampère方程高度非线性，在求解过程中，中间解需要始终保持严格凸。特别地，离散解的精确性严重依赖于目标测度的采样。因此，提出一种自适应采样算法，极大减少采样偏差，同时提高离散解的精确性和鲁棒性。实验结果验证了所提算法的有效性和高效性。

关键词：最优传输；Monge-Ampère方程；自适应采样

http://doi.org/10.1631/FITEE.2000250

6. Design and verification of a transfer path optimization method for an aircraft on the aircraft carrier flight deck

航母飞行甲板上飞机转运路径优化方法的设计与验证

司维超，孙涛，宋超，张杰

海军航空大学岸防兵学院，中国烟台市，264001

摘要：研究了在能见度较低或夜间情况下，航母飞行甲板上飞机安全转运的路径规划问题。首先，分析了舰载机在飞行甲板上的转运路径规划问题，定义了优化目标和约束条件。其次，为解决这一问题，建立了飞行甲板、舰载机实体、实体扩展、实体姿态、实体冲突检测和路径平滑的数学支持模型，为航母上飞机的转运路径规划提供了必要基础。再次，为实现转运路径自动规划，设计了一种多生境并行混沌算法（KCMPSO），并将其作为转运路径规划的优化方法。最后，以库兹涅佐夫号航空母舰为例进行仿真模拟。仿真结果表明，与粒子群算法相比，该方法能较好解决航母飞行甲板上飞机的转运路径规划问题。

关键词：舰载机；飞行甲板；转运路径规划；KCMPSO算法；方法设计与验证

http://doi.org/10.1631/FITEE.2000251

7. Quality-related locally weighted soft sensing for non-stationary processes by a supervised Bayesian network with latent variables

基于含隐变量的贝叶斯网络质量相关局部加权的非平稳过程软测量方法

徐玉雪¹，王云²，严天宏¹，何雨辰¹，王君¹，顾德³，杜海平⁴，李卫华⁵

¹中国计量大学机电工程学院，中国杭州市，310018

²浙江同济科技职业学院机电工程系，中国杭州市，311231

³江南大学自动化研究所轻工过程先进控制教育部重点实验室，中国无锡市，214122

⁴伍伦贡大学电气、计算机和电信工程学院，澳大利亚伍伦贡市，NSW 2522

⁵伍伦贡大学机械、材料、机电和生物医学工程学院，澳大利亚伍伦贡市，NSW 2522

摘要：在工业过程中，软测量技术被广泛用于预测难以测量的质量变量。构建一个应对过程非平稳性的自适应模型非常必要。本文针对非平稳过程，设计了一种基于含有隐变量贝叶斯网络的质量相关局部加权软测量方法。提出一种有监督贝叶斯网络提取质量相关的隐变量，并应用于一种双层相似度测量算法。所提软测量方法试图通过质量相关信息为非平稳过程寻找到一般方法，且详细解释了局部相似度和窗口置信度的概念。通过一个数值算例和脱丁烷塔的应用验证了所提方法的性能。结果表明所提方法预测关键质量变量的精确度优于竞争方法。

关键词：软测量；有监督贝叶斯网络；隐变量；局部加权建模；质量预测

http://doi.org/10.1631/FITEE.2000426

8. A cooperative heterogeneous vehicular clustering framework for efficiency improvement

一种高效的异构车辆集群协同框架

Iftikhar AHMAD^1,2，Rafidah Md NOOR²，Zaheed AHMED³，Umm-e-HABIBA³，Naveed AKRAM^{4, 5}，Fausto Pedro GARCÍA MÁRQUEZ⁶

¹米尔布尔科技大学计算机科学与信息技术学院，巴基斯坦米尔布尔，10250

²马来亚大学计算机科学与信息技术系，马来西亚吉隆坡，50603

³科特利大学软件工程学院，巴基斯坦AJK，11100

⁴米尔布尔科技大学机械工程学院，巴基斯坦米尔布尔，10250

⁵马来亚大学机械工程学院机械工程系，马来西亚吉隆坡，50603

⁶卡斯蒂利亚拉曼查大学Ingenium研究组，西班牙

摘要：异构车辆集群集成了多种类型通信网络，可在各种车辆应用中高效运行。长期演进（LTE）和专用短程通信的集成是异构网络的一种普遍形式。这种网络基础设施的异构性和成本/数据共享的不合作性是需要解决的潜在问题。车辆集群框架是解决这些问题的一种方案，但是该框架在部署到现实世界前应经过形式验证。为解决这些问题，提出一种异构的车辆集群框架，称为目标和兴趣感知集群框架。该框架集成了车载自组织网络与LTE网络，以提高道路交通效率。在此基础上，给出该框架的模型系统。使用模型检测技术对该模型进行形式验证，在功能层面评估其性能。为在微观层面评估该框架性能，通过整合最先进的工具创建异构仿真环境。仿真结果表明，与其他方法相比，该框架具有更好性能。

关键词：车辆集群；异构性；协同；形式验证；系统模型

http://doi.org/10.1631/FITEE.2000260

9. A microstrip filter direct-coupled amplifier based on active coupling matrix synthesis

基于有源耦合矩阵的一种微带直接耦合式滤波放大器

高杨¹，张帆²，乔莹莹¹，臧家伟³，李磊¹，商小邦⁴

¹郑州大学物理与微电子学院，中国郑州市，450001

²电子科技大学物理学院，中国成都市，610054

³中国信息通信研究院泰尔实验室，中国北京市，100191

⁴英国国家物理实验室，英国特丁顿市，TW11 0LW

摘要：提出一种基于有源耦合矩阵的微带集成滤波放大器的设计理论。通过消除匹配结构，微带滤波器可直接与放大器耦合，同时实现滤波和匹配功能。通过引入附加的行和列表示有源晶体管，该放大器的拓扑结构可用耦合矩阵综合和表达。该有源耦合矩阵可用于计算S参数（回波损耗和增益）和集成器件的初始物理尺寸。该集成设计方法有效降低了电磁波损耗，并且使器件结构更为紧凑。由于微带线易加工、低成本、易于与有源器件集成等优点，本文设计、加工并测量了基于微带线工艺的X波段放大器。

关键词：放大器；滤波–放大器集成；微带线；耦合矩阵

http://doi.org/10.1631/FITEE.2000292

10. Electrically tunable liquid crystal coplanar waveguide stepped-impedance resonator

电可调液晶共面波导阶梯阻抗谐振器

樊星叶¹，李若舟^1,2，严静¹，方玉明^1,2，于映^1,2

¹南京邮电大学电子与光学工程学院、微电子学院，中国南京市，210023

²南京邮电大学射频集成与微组装国家地方联合工程实验室，中国南京市，210023

摘要：提出一种液晶可调阶梯阻抗谐振器。该谐振器分别在3.367 GHz和7.198 GHz处谐振，这两个频点可通过对液晶层加载电压实现连续调节。实验表明仅需施加14 V的外加电压，即可实现52 MHz和210 MHz的调谐范围，并与仿真结果吻合；在此基础上，研究了驱动过程中电压带来的迟滞效应。该器件在两个频点处的插入损耗分别为−2.9 dB和−4 dB，回波损耗均小于−21.5 dB。该谐振器可应用于需要频率连续可调的各类通信系统中。

关键词：可调阶梯阻抗谐振器；液晶；共面波导

http://doi.org/10.1631/FITEE.2000278

往期目录

FITEE 2021年第4期（“高通量毫米波无线通信”专刊）

期刊动态

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。