优先发表
优先发表栏目展示本刊经同行评议确定正式录用的文章，这些文章目前处在编校过程，尚未确定卷期及页码，但可以根据DOI进行引用。
摘要：
计算图片模糊值的分值和精度是多属性决策问题中的关键步骤，这一步骤的重要工具是分值函数和精度函数。现有函数面临着2个问题：一是对于一些明显不同的图片模糊值，现有函数的计算结果却与基础理论相悖；二是将分值函数和精度函数一起用于决策过程十分繁琐。为解决以上问题，提出了一种计算结果始终符合基础定义且不用借助精度函数的新型分值函数。同时，对新型分值函数的性质进行讨论和证明。此外，提出使用新型分值函数的多属性决策方法，与使用现有函数的多属性决策方法进行实例比较和分析，实验结果表明，使用新型分值函数的决策方法仍然可以取得正确的决策结果。最终证明所提出的分值函数比现有函数具有更高的计算准确性，运用于多属性决策问题中时可以保持其有效性。
计算图片模糊值的分值和精度是多属性决策问题中的关键步骤，这一步骤的重要工具是分值函数和精度函数。现有函数面临着2个问题：一是对于一些明显不同的图片模糊值，现有函数的计算结果却与基础理论相悖；二是将分值函数和精度函数一起用于决策过程十分繁琐。为解决以上问题，提出了一种计算结果始终符合基础定义且不用借助精度函数的新型分值函数。同时，对新型分值函数的性质进行讨论和证明。此外，提出使用新型分值函数的多属性决策方法，与使用现有函数的多属性决策方法进行实例比较和分析，实验结果表明，使用新型分值函数的决策方法仍然可以取得正确的决策结果。最终证明所提出的分值函数比现有函数具有更高的计算准确性，运用于多属性决策问题中时可以保持其有效性。
摘要：
表面肌电信号（sEMG）目前被广泛用于义肢设计与应用相关的康复工程。针对目前由肌电信号控制的肌电假肢手实时性较差、造价成本高、不够便携等问题，设计了一个基于肌电信号的分体式低延时假肢控制系统。首先，整个系统分为由K210作为模式识别的中央主控和由STM32F103控制的机械假肢手2个模块，使用2.4 G无线传输作为两部分的通讯连接，利用双通道肌电采集电极收集手肘前段两侧肌肉信号，将其传入搭载K210的主控芯片中，然后运用滑动窗口进行手势动作起始判别，并对数据窗口滑动进行高性能设计，以使得整个系统实现低延时信号处理，接着采用支持向量机模式识别算法对肌电信号进行动作类型识别，最后将识别结果对应的动作类型经无线传输发送到机械假肢手控制端。实验结果表明，实时佩戴的采用分体式设计的机械假肢手系统对基于SVM的手势动作综合识别率达95.28%，同时对动作的实时反应时间低于110 ms。
表面肌电信号（sEMG）目前被广泛用于义肢设计与应用相关的康复工程。针对目前由肌电信号控制的肌电假肢手实时性较差、造价成本高、不够便携等问题，设计了一个基于肌电信号的分体式低延时假肢控制系统。首先，整个系统分为由K210作为模式识别的中央主控和由STM32F103控制的机械假肢手2个模块，使用2.4 G无线传输作为两部分的通讯连接，利用双通道肌电采集电极收集手肘前段两侧肌肉信号，将其传入搭载K210的主控芯片中，然后运用滑动窗口进行手势动作起始判别，并对数据窗口滑动进行高性能设计，以使得整个系统实现低延时信号处理，接着采用支持向量机模式识别算法对肌电信号进行动作类型识别，最后将识别结果对应的动作类型经无线传输发送到机械假肢手控制端。实验结果表明，实时佩戴的采用分体式设计的机械假肢手系统对基于SVM的手势动作综合识别率达95.28%，同时对动作的实时反应时间低于110 ms。
摘要：
三支决策模型通过考虑损失函数与决策矩阵之间的语义关系，成为解决多属性决策问题的一种有效方法。随着实际决策问题中面临的不确定数据日益增加，传统的多属性决策方法在复杂语境中表现不佳。针对这一问题，提出了一种基于加型一致性的直觉判断关系三支多属性决策方法。首先给出加型一致性的直觉模糊偏好矩阵，得到不同决策方案之间的偏好关系，并利用矩阵中的偏好信息，在决策理论粗糙模糊集的背景下进行条件概率的计算；然后考虑损失函数与直觉模糊数之间的相关性，采用相对损失函数求得三支决策模型中的相对损失值与决策阈值，并通过决策规则对决策方案进行分类和排序。最后，简述所提方法的关键步骤，并将算法应用到经典的供应商选择实例中，验证了模型的可行性和有效性。
三支决策模型通过考虑损失函数与决策矩阵之间的语义关系，成为解决多属性决策问题的一种有效方法。随着实际决策问题中面临的不确定数据日益增加，传统的多属性决策方法在复杂语境中表现不佳。针对这一问题，提出了一种基于加型一致性的直觉判断关系三支多属性决策方法。首先给出加型一致性的直觉模糊偏好矩阵，得到不同决策方案之间的偏好关系，并利用矩阵中的偏好信息，在决策理论粗糙模糊集的背景下进行条件概率的计算；然后考虑损失函数与直觉模糊数之间的相关性，采用相对损失函数求得三支决策模型中的相对损失值与决策阈值，并通过决策规则对决策方案进行分类和排序。最后，简述所提方法的关键步骤，并将算法应用到经典的供应商选择实例中，验证了模型的可行性和有效性。
摘要：
分布式存储系统采用低成本的设备提供可扩展、灵活的数据存储服务，大大降低了系统建设成本。然而，在Ceph存储系统中设备容量的异构性和存储池的多样性会导致副本数据分布不平衡，对系统的性能和可靠性带来了新的挑战。针对该问题，提出一种基于集群拓扑和存储池感知的数据均衡方法，在优化存储系统的均衡度和性能的同时，避免存储容量较小的设备承担过多的工作负载，也降低大存储容量设备的资源浪费。首先设计动态全局权重平衡器DGWBalancer，综合考虑集群拓扑结构、集群存储使用率、设备存储利用率和存储池等多个因素，通过贪心算法获得相应数据分布节点选择策略，动态全局地调整集群中各种设备以及存储池中存储设备的权重，使数据更加合理、均衡地分布到各种设备上，达到提升云存储服务的可靠存储利用率和性能的目的。实验结果表明，与Ceph现有的mgr balancer相比，DGWBalancer在数据均衡方面能够取得更好的效果，提高了350%的均衡度和13.5%的集群可靠存储利用率；在性能方面，提高了10%的吞吐量和17%的IOPS。
分布式存储系统采用低成本的设备提供可扩展、灵活的数据存储服务，大大降低了系统建设成本。然而，在Ceph存储系统中设备容量的异构性和存储池的多样性会导致副本数据分布不平衡，对系统的性能和可靠性带来了新的挑战。针对该问题，提出一种基于集群拓扑和存储池感知的数据均衡方法，在优化存储系统的均衡度和性能的同时，避免存储容量较小的设备承担过多的工作负载，也降低大存储容量设备的资源浪费。首先设计动态全局权重平衡器DGWBalancer，综合考虑集群拓扑结构、集群存储使用率、设备存储利用率和存储池等多个因素，通过贪心算法获得相应数据分布节点选择策略，动态全局地调整集群中各种设备以及存储池中存储设备的权重，使数据更加合理、均衡地分布到各种设备上，达到提升云存储服务的可靠存储利用率和性能的目的。实验结果表明，与Ceph现有的mgr balancer相比，DGWBalancer在数据均衡方面能够取得更好的效果，提高了350%的均衡度和13.5%的集群可靠存储利用率；在性能方面，提高了10%的吞吐量和17%的IOPS。
摘要：
青藏高原作为“亚洲水塔”，是亚洲十多条大江大河的发源地，其水资源环境的变化对下游生态环境具有较大影响。利用遥感影像分类技术可以实现对高原湖泊水体的快速提取和监测。根据青藏高原存在大面积永久性和半永久性积雪的特点，传统的运用归一化水体指数（NDWI）和监督分类进行水体提取的方法通常很难区分湖泊水体和积雪。针对该问题，通过分析高原积雪和湖泊分布区域地貌环境，利用NDWI法和坡度要素构建了针对青藏高原湖泊水体提取的决策树分类模型，并通过设置对比实验的方法对所构建决策树的提取精度进行了验证。实验结果表明，该决策树分类精度可达94.5%，优于NDWI法提取精度的82.5%和监督分类法提取精度的88.5%。
青藏高原作为“亚洲水塔”，是亚洲十多条大江大河的发源地，其水资源环境的变化对下游生态环境具有较大影响。利用遥感影像分类技术可以实现对高原湖泊水体的快速提取和监测。根据青藏高原存在大面积永久性和半永久性积雪的特点，传统的运用归一化水体指数（NDWI）和监督分类进行水体提取的方法通常很难区分湖泊水体和积雪。针对该问题，通过分析高原积雪和湖泊分布区域地貌环境，利用NDWI法和坡度要素构建了针对青藏高原湖泊水体提取的决策树分类模型，并通过设置对比实验的方法对所构建决策树的提取精度进行了验证。实验结果表明，该决策树分类精度可达94.5%，优于NDWI法提取精度的82.5%和监督分类法提取精度的88.5%。
摘要：
针对认证加密算法TinyJAMBU的密钥泄露检测问题，基于可分性质的混合整数线性规划(MILP)构建了立方分析模型，并提出一种缩减轮TinyJAMBU的单密钥比特泄露检测方法。该方法运用不等式方程组刻画了密码算法中基本操作的可分性质模型，并由MILP工具求解及检测密钥泄露情况。实验测试结果表明：在立方变元取自随机数（nonce）的第0位至第63位间，仍能快速检测出缩减TinyJAMBU 345加密轮内的单密钥泄露情况；所需的时间复杂度为29次加密运算次数；数据复杂度为29选择数据量。与已有攻击方法相比较，该方法在适用性及实现复杂度方面均有明显优势。
针对认证加密算法TinyJAMBU的密钥泄露检测问题，基于可分性质的混合整数线性规划(MILP)构建了立方分析模型，并提出一种缩减轮TinyJAMBU的单密钥比特泄露检测方法。该方法运用不等式方程组刻画了密码算法中基本操作的可分性质模型，并由MILP工具求解及检测密钥泄露情况。实验测试结果表明：在立方变元取自随机数（nonce）的第0位至第63位间，仍能快速检测出缩减TinyJAMBU 345加密轮内的单密钥泄露情况；所需的时间复杂度为29次加密运算次数；数据复杂度为29选择数据量。与已有攻击方法相比较，该方法在适用性及实现复杂度方面均有明显优势。
摘要：
视觉问答是指给定一张图像和与该图像内容相关的自然语言问题，并让计算机做出正确回答的多媒体理解任务。早期的视觉问答模型往往忽略了图像中的情感信息，使得其在回答与情感相关的问题时表现不足；另一方面，现有的融合情感信息的视觉问答模型对图像关键区域和文本关键词的利用不够充分，对细粒度的问题理解不够深入，导致回答的准确率总体偏低。为了在视觉问答模型中充分融入图像情感信息，同时利用这些情感信息来增强模型回答问题的能力，提出了一种使用图像情感信息增强的视觉问答模型（IEVQA），该模型在大规模预训练模型的基础框架上，使用一个情感模块来增强模型回答情感相关问题的能力，并在视觉问答基准数据集上进行了实验。最终的实验结果表明，IEVQA模型在综合指标上比其它对比方法表现更好，同时验证了使用情感信息辅助视觉问答模型的有效性。
视觉问答是指给定一张图像和与该图像内容相关的自然语言问题，并让计算机做出正确回答的多媒体理解任务。早期的视觉问答模型往往忽略了图像中的情感信息，使得其在回答与情感相关的问题时表现不足；另一方面，现有的融合情感信息的视觉问答模型对图像关键区域和文本关键词的利用不够充分，对细粒度的问题理解不够深入，导致回答的准确率总体偏低。为了在视觉问答模型中充分融入图像情感信息，同时利用这些情感信息来增强模型回答问题的能力，提出了一种使用图像情感信息增强的视觉问答模型（IEVQA），该模型在大规模预训练模型的基础框架上，使用一个情感模块来增强模型回答情感相关问题的能力，并在视觉问答基准数据集上进行了实验。最终的实验结果表明，IEVQA模型在综合指标上比其它对比方法表现更好，同时验证了使用情感信息辅助视觉问答模型的有效性。
