计算机科学与探索杂志

计算机科学与探索杂志2019年第7期

• 面向异质信息网络的表示学习方法研究综述

  周慧，赵中英，李超

  网络表示学习旨在为网络中的组件（节点、边、子网络等）学习出低维的表征向量，使得这些向量能够在最大程度上保留组件在原网络中的特性。异质信息网络是由多种类型的节点、链接关系以及属性信息组成的网络，具有动态性、大规模和异质性等特点，在现实生活中普遍存在。融合多种异质信息进行网络表示学习，能在一定程度上解决数据稀疏问题，同时有助于训练出具有高区别力和推理能力的表征向量。但与此同时，也面临着如何有效处理复杂数据关系以及平衡异质信息的挑战。近年来，研究者们针对异质信息网络设计了不同的表示学习算法，在很大程度上推动了该领域的发展。针对这些算法，首先设计一个统一的分类框架，接着对各类别下的代表性算法进行概括介绍和比较，分析它们的时间复杂度和优缺点。此外，分类汇总了实验中的常用数据集。最后给出了该领域的挑战和未来可能的研究方向。

• 融合网络结构和节点属性的链接预测方法

  张昱，高克宁，陈默，于戈

  链接预测旨在推荐网络中潜在的链接，是理解和研究社会网络特征的重要一步。随着社会网络的发展，许多网络中包含了大量的节点属性信息。研究集中在结合网络结构和节点属性信息来进行链接预测。网络中的两个节点既可能因为结构上相邻形成新链接，也可能因为属性相似产生联系，基于此假设提出了一种新的融合网络结构和节点属性的随机游走模型用于链接预测。首先建立了两个不同的网络图以及转移概率矩阵用于新的迭代规则，而后再简化该模型用于计算并提出了一种近似的快速算法。在两个标准数据集上进行的实验表明该方法较同类方法有明显的效果提升，同时进一步分析了随机游走粒子在两个网络图中游走的概率对预测结果的影响，分析结果显示节点属性可有效提高模型的预测能力。

• 面向微博热点话题发现的改进BBTM模型研究

  黄畅，郭文忠，郭昆

  针对目前基于主题模型的微博短文本热点话题发现存在特征稀疏、高维度以及需要人工指定主题数目等问题，提出一种基于改进突发词对主题模型（bursty biterm topic model，BBTM）的热点话题发现方法（hot topic-hot biterm topic model，H-HBTM）。首先，利用词的突发概率进行特征选择，过滤非突发词。其次，结合微博文本的突发特性和传播特性计算微博词对的热值突发概率，将热值突发概率作为BBTM的先验概率。最后，利用基于密度的方法自适应选择BBTM的最优话题数目，确定最优BBTM，实现热点话题发现。在真实微博数据集上的实验表明，H-HBTM可以在不需要预先设定主题数目的情况下，自动发现最优话题模型，并且H-HBTM发现的热点话题的质量高于基于BBTM、词对主题模型以及潜在狄立克雷分配的方法。

• 混合秩矩阵分解模型

  李幸幸，刘华锋，景丽萍

  随着推荐系统的发展，矩阵近似算法成为研究热点，而以概率矩阵分解为代表的低秩矩阵近似模型因其具有较高的推荐精度而广受关注。但是，随着大数据时代的到来，评分矩阵越来越复杂，简单的单个矩阵近似模型会使一些隐藏在数据中的信息被忽视。为了解决这个问题，提出了一种基于boosting框架的混合秩矩阵近似算法（mixture rank matrix factorization，MRMF）。该算法基于boosting框架融合多个不同秩矩阵获取丰富的评分信息。具体方法为首先从整体结构出发，获取矩阵的整体信息，然后基于boosting求偏差获得残差矩阵，抓取局部的相关性。同时为了更好地学习局部特征，引入服从拉普拉斯先验分布的样本权重，构建自适应权重的概率矩阵模型（adaptive weight matrix factorization，AWMF）。在获取残差矩阵之后，通过EM算法学习残差矩阵的权重，避免模型过拟合以及减少人工调差的复杂度。实验结果验证，所提出的算法在四个真实数据集（Ciao、Epinions、Douban、Movielens（10M））上均具有较好的推荐精度。

• 深度学习模型下多分类器的入侵检测方法

  陈虹，陈建虎，肖成龙，万广雪，肖振久

  针对海量数据环境下，传统智能化入侵检测方法检测性能较差的问题，提出了一种深度信念网络（deep belief networks，DBN）下一对一（one-versus-one）梯度提升树（gradient boosting decision tree，GBDT）的多分类器入侵检测方法（DBN-OGB）。该方法首先利用深度信念网络从高维、复杂的入侵检测数据中提取出低维、具有代表性的特征数据；然后利用一对一法，在任意两类特征数据之间构建一个梯度提升树分类器；接着利用各个分类器对未知网络攻击进行识别，得票最多的类别即为该攻击的类别；最后利用NSL-KDD数据集进行仿真实验。实验结果显示DBN-OGB方法的平均准确率和检测率都高于99%，相较于DBN-MSVM（deep belief nets based multi-class support vector machine）方法其准确率和检测率分别提升0.56%和1.03%，表明DBN-OGB是一种有效、可行的入侵检测方法，且提高了对海量入侵数据的检测性能。

• 多关系社交网络中社团结构发现算法

  江淼淼，孙更新，宾晟

  社交网络的节点之间存在着多种关系，这些关系共同决定了网络中节点的社团结构划分。为了准确地发现多关系社交网络中的社团结构，通过研究信息在多子网复合复杂网络模型上的传播过程，提出了一种多关系网络中的社团结构发现算法。该算法基于多子网复合复杂网络模型建立的多关系社交网络，利用信息在多关系社交网络中的传播过程，将网络中的节点转化成能够被聚类算法处理的向量形式，进而采用聚类算法完成多关系社交网络中的社团结构划分。该算法综合考虑了网络中多种关系的相互作用以及异质节点间的相互影响，得到的传播信息量矩阵表示了各节点在整个网络中的影响力，并将影响力相似的节点划分到同一个社团结构中。实验结果显示，与传统社团结构发现算法相比，该算法不仅在准确度上有所提高，还能将异质节点划分到一个社团中，可以根据用户不同需求挖掘出多关系社交网络中的隐藏信息。

• 直觉模糊决策系统的知识约简

  张炜，王加阳，帅勇，龙陈锋

  决策系统可划分为协调决策系统和不协调决策系统，两种系统的约简通常不一致。首先介绍相对约简、相对信任约简和相对似然约简的基本概念，并给出直觉模糊粗糙集具有数值特征的充分不必要条件，即上、下近似算子具有可加性和可乘性。然后分析决策系统的一致性，当为协调决策系统时，直觉模糊决策系统的相对约简、相对信任约简和相对似然约简三者等价；当为不协调决策系统时，在广义决策优势关系下，不协调决策系统的约简与协调决策系统等价。通过上述研究，进一步完善了直觉模糊粗糙集决策系统约简的研究。

• 基于Katz增强归纳型矩阵补全的基因-疾病关联关系预测

  浦建宇，陈蕾，邵楷

  基因-疾病关联关系预测已经成为当前生物医学研究的一个热点。现有的关联预测方法通常会遭受基因-疾病关联数据稀疏和PU（positive and unlabeled）问题的影响。基于以上不足，提出一种基于Katz增强归纳型矩阵补全的基因-疾病关联预测模型。该模型由基于Katz方法的预估计和基于归纳型矩阵补全方法的精化估计两个步骤组成。具体地，先利用Katz方法基于基因-疾病异构网络对基因-疾病关联进行预估计，以期缓解关联数据稀疏和PU问题的影响。然而，受制于相似度网络的质量，Katz方法在预估计基因-疾病关联时不可避免地会引入一些噪声，为此，将弹性网正则化技术引入传统的归纳型矩阵补全模型以增强其鲁棒性，进而用改进的归纳型矩阵补全模型来精化基因-疾病关联预测效果。实验结果表明，与目前流行的基因-疾病关联预测方法相比，所提出的模型在查全率和查准率上均有显著提高，同时也能解决关联预测中常见的冷启动问题。

• 空间相关性分析的符号数据分类方法

  付康安，王文剑，郭虎升

  针对目前符号数据的分类性能较低，通过挖掘属性值与标签之间可能存在的空间结构关系，提出了一种基于空间相关性分析的符号数据分类方法。该方法首先采用独热编码的方式对符号数据进行特征扩容，然后基于互信息和条件熵信息度量方法，定义了一种符号数据空间关系表示方法。在此基础上，分别结合支持向量机（support vector machine，SVM）和K-最近邻（K-nearest neighbor，KNN）模型分类器，提出了基于空间相关性分析的SVM分类算法（SVM classification algorithm based on space correlation analysis，SCA_SVM）和基于空间相关性分析的KNN分类算法（KNN classification algorithm based on space correlation analysis, SCA_KNN）两种分类算法。该方法既能够体现出属性值与标签之间的关联关系，也可以有效地度量不同属性值之间的距离或差异性。在标准UCI数据集上的实验结果表明，该方法在分类性能上更加有效。

• 基于随机森林的哈希检索算法

  花强，郭欣欣，张峰，董春茹

  从海量数据中进行近似数据的检索是数据挖掘领域许多应用的关键。尤其近年来，数据的规模出现爆炸式增长，数据检索需面对海量数据和“维度灾难”的叠加考验，这使得传统最近邻算法效率降低，而近似最近邻算法发挥了越来越重要的作用。其中哈希算法以其在存储空间和计算时间上的优势受到了广泛关注。提出了一种基于随机森林的哈希算法。该算法通过构建随机森林，将原始空间的样本映射为海明空间的二进制哈希码，并在哈希空间上定义了顺序敏感的海明距离，以最大程度保持数据在原空间的近邻关系不变。由于随机森林中不同决策树所使用的特征空间和学习过程是独立的，可以以增量的方式灵活地确定哈希码的长度。此外基于随机森林的哈希编码算法天然适合并行部署，从而可以大大提高算法速度。最后，在MNIST和CIFAR-10数据集对所提算法进行了实验验证，结果表明了算法的有效性和出色性能。

• 基于数据驱动的标签分布方法的面部表情分析

  谢磊，王士同

  现有的大多数面部表情识别方法都是假定样本中每个人脸表情对应单一的情绪，而后作为分类问题进行解决。但是在实际情况中，一个人脸表情往往是多种不同基础情绪的混合体。因此，具有相似表情的样本在基础情绪层面存在一定的相关性，这种相关性也通常会导致样本的表情标签呈现多样性。也就是说，每个样本的表情状况与潜在的情绪标签分布相关联。为此，提出了一种通过数据进行自适应学习潜在标签分布的方法，不需要任何预先假设的标签分布形式，便可得到每个表情与其相应的多个情绪的关联情况。该方法可得到每个表情所包含情绪的特定描述度以及表情图像到情绪分布的映射。实验结果表明，该方法在表情识别上具有较高准确率，且能够有效地解决人脸表情的分析问题。

• 加权特征融合的密集连接网络人脸识别算法

  王小玉，韩昌林，胡鑫豪

  在非约束条件下人脸识别常受到表情变化、视角偏差、不同程度的遮挡和曝光等各种综合因素的影响；并且深度卷积神经网络几乎都存在参数过多，训练时梯度扩散或消失等问题。针对上述问题，提出了FuseNet网络模型。该模型有效地利用了人的眼睛、鼻子、嘴巴等局部特征信息，同时又包含面部轮廓等全局特征信息，并提出了多损失函数进一步缩小类内特征差距和扩大类间特征距离，有效地增强了非约束条件下人脸识别的鲁棒性。通过使用加权密集连接卷积神经网络来提取人脸的全局特征，密集连接模块可有效地解决深层网络所引起的参数冗余以及梯度扩散等问题。不同的连接权值使得网络能够充分地利用各部分特征。实验结果表明，无论是在闭集的CASIA-WebFace数据集上，还是开集的FLW数据集、MegaFace数据集上，提出的FuseNet网络都具有较好的识别率和泛化能力。

• 改进水平集模型的海岛边界快速分割方法研究

  王振华，何婉雯，孙婧琦，曲念毅，黄冬梅

  海岛是海洋开发和利用的一个重要载体。海岛边界的快速分割方法研究具有重要的科学价值和战略意义。遥感技术由于具有远距离对地观测的特点，为研究海岛提供了重要的数据资源。鉴于遥感数据波段数多、实时性强和面积覆盖广等特点，提出了一种海岛边界快速分割模型。该模型分为两方面：基于K均值聚类算法实现海岛边界的粗分割；将海岛边界的粗分割结果作为输入，基于水平集方法实现海岛边界优化。以福建省福州海域某两个海岛的边界分割为例，将改进模型与传统的Chan-Vese模型、测地活动轮廓模型和二值化高斯滤波水平集模型进行比较，结果表明：改进模型的计算耗时和迭代次数较传统分割模型至少降低了50%；改进模型的海岛边界结果精度更加逼近目视解译分割结果。由此可见，改进模型有效地解决了传统分割模型效率低、过分割等现象，为海岛普查等提供了一种快速分割方法。

• 分块低秩图的遥感影像半监督分类应用

  祖宝开，夏克文，牛文佳，姜晓庆

  随着信息技术和对地观测技术的飞速发展，遥感技术在社会生活和经济建设中发挥着越来越重要的作用。分类模型的准确性和抗干扰能力对精确绘制复杂的土地覆盖和土地利用分类至关重要。针对大规模遥感数据难以获取大量标记数据的问题，基于低秩表示模型和图的半监督学习方法，提出了基于分块低秩图的大规模遥感图像半监督分类应用。为了解决低秩表示计算复杂度高的问题，将预处理后的图像按像素进行分块处理，并在每个块上实现低秩表示。在WorldView-2影像上的分类结果表明，在少量标记样本下，该方法利用简单的最近邻分类器即可实现对城市地物的精确分类。因此，该方法有效地提高了土地覆盖的分类精度，在遥感图像分类中具有较高的效率。

• 几何显著变化的表情识别特征构造

  王田辰，吴秦，宗海燕

  人脸表情作为人类情感的重要传达方式，近年来作为情感计算的重要组成部分，人脸表情识别吸引了很多学者的关注。与其他模式识别的问题类似，构造更为有效的统计特征是解决人脸表情识别的关键所在。同时，由于不同种类的特征对于模型性能的贡献不同，有效地利用不同特征对于性能的提升也至关重要。根据几何显著变化筛选标注点以形成几何特征，并根据几何特征构造特定的块形成形态特征；后采用多核多特征融合方法进行表情识别。通过在公开数据集（CK+）和自建数据集（JNFE）上的实验，和一些视频序列表情识别方法对比，分别获得了96.90%和92.85%的准确率，证明了所提方法的有效性。

• 动态学习机制的双种群蚁群算法

  袁汪凰，游晓明，刘升

  针对蚁群算法易陷入局部最优与收敛速度较慢的不足，提出了动态学习机制的双种群蚁群算法。该算法重点引入奖惩模型，奖励算子提高算法的收敛速度，惩罚算子增加种群的多样性。由SA-MMAS（adaptive simulated annealing ant colony algorithm based on max-min ant system）和MMAS（max-min ant system）两个种群合作搜索路径，蚁群间根据不同城市规模动态地进行信息素交流，在种群交流后利用奖惩模型对双种群间的学习合作行为给予动态的反馈，从而平衡算法的多样性与收敛速度。通过17个经典旅行商问题（traveling salesman problem，TSP）实例进行验证，结果表明该算法能以较少的迭代次数取得最优解或接近最优解。对于中大规模的TSP问题效果更好，从而验证了算法的高效性和可行性。

• 分层远程量子态制备

  彭家寅

  提出了研究分层远程态制备（HRSP）的一般方法，系统地证明了分别以4粒子[Ω]态和4粒子团簇态作为量子信道的HRSP都是可能实现的。随后，将所提出的HRSP方案推广到研究分层联合远程态制备（HJRSP）的一般方法，并指出以5粒子团簇态为量子信道的HJRSP协议是可行的。此外，将HJRSP方案修改成概率HJRSP方案，并以5粒子非最大纠缠团簇态为量子信道证实其可能性。