2024年, 第36卷, 第05期　
刊出日期：2025-06-30

  

• 全选
  |

• Select
  以信息为中心的天地一体化网络分域路由机制研究

  段洁, 李朝江, 刘浩, 闫子豪, 程慰丹

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 847-858.

  摘要 ( )   可视化   收藏

  针对现有星间路由策略难以实现天地一体化网络（space-ground integrated information-centric network, SGI²CN）中卫星拓扑高动态变化情况下多源内容高效传输的问题，提出面向多源内容的分域星间路由机制（area-divided-based inter-satellite routing mechanism, ADISR）。根据给定区域划分原则，构建基于虚拟节点的卫星网络模型。对于域内路由，根据内容源位置和缓存更新，采用基于链路状态最短路径算法和状态更新算法实现域内动态路由；对于域间路由，通过综合考虑节点和链路状态提出基于辅助图的启发式算法实现跨域数据传输。仿真结果表明，与已有路由机制相比，ADISR能解决SGI²CN中多源多路径问题，减少网络丢包率，降低内容传播时延，提高网络吞吐量。
• Select
  星地一体化网络的SDN控制器和网关联合部署

  廖明霞, 明婷婷, 戴翠琴

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 859-867.

  摘要 ( )   可视化   收藏

  星地一体化网络中引入软件定义网络(software defined network, SDN)可以解决网络管理、信息交互等问题。由于网络结构异构、网络拓扑动态，链路时变、节点容量有限等特点，使得控制器和卫星网关的部署问题日益凸显，不同的控制器和卫星网关的部署方案会产生不同的网络性能。针对星地一体化网络异构性和时变性导致的传播时延增大问题，提出了一种控制器和网关的联合部署方案，以网络时延和部署成本为目标建立部署模型，利用基于K-means的模拟退火算法求得控制器与网关最佳部署位置，提出利用可靠性划分时间片屏蔽卫星网络动态性，并以可靠性为约束，通过最短路径算法对不同时间片的交换机与控制器关系进行重分配，进一步降低了时延。用实际的卫星星座评估部署方案的性能，结果表明，所提出的部署方案在减少时延和成本方面优于现有方法，并且保证了网络可靠性。
• Select
  基于流量整形的NR-V2X非周期业务增强型半持续调度机制

  王致远, 陈斌, 邱佳慧, 张菊, 苏昭阳, 刘留

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 868-878.

  摘要 ( )   可视化   收藏

  针对新空口车联网(new radio vehicle to everything, NR-V2X)系统中半持续调度在非周期业务下效率低、不稳定的问题，提出一种基于流量整形的增强型半持续调度机制。以时隙作为调度单位，应对业务的可变分组长度；在传输中预留连续资源，解决业务到达间隔较大导致半持续调度出现的预留中断问题；针对业务到达间隔较小的情况，以动态组包方式和单次资源调度方式，充分利用预留资源并避免不必要的资源更换。仿真结果表明，提出的方案在200 vehicle/km的交通流量下，数据包接收率较半持续调度机制提升约9百分点，较动态调度机制提升约16百分点，有利于提升资源管理的有效性和保证传输的可靠性。
• Select
  协作传输下的RRH分簇映射与资源分配策略

  黄燕辉, 张陆洋, 吴旭阳, 陈辽

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 879-887.

  摘要 ( )   可视化   收藏

  随着数据流量需求的快速增长，云无线接入网(cloud radio access network, C-RAN)以其资源虚拟化、协同处理、高能效性和网络智能化等特点，成为满足未来高容量、低能耗和低成本需求的关键技术之一，受到了广泛的研究关注。资源的按需分配是C-RAN中的关键问题。提出了一种基于远程无线头(remote radio head, RRH)分簇映射的C-RAN虚拟化按需资源分配策略，在保证用户服务质量(quality of service, QoS)的前提下，以最小化系统能耗为目标，联合优化协同波束赋形、RRH选择和虚拟基带单元(virtual baseband unit, vBBU)配置来降低网络整体能耗。RRH选择和vBBU之间的制约关系使得问题高度复杂。采用分层聚类分析算法对RRH进行分簇，利用信道状态信息进行RRH簇的最优分配，并为每个协作簇部署一个vBBU进行基带处理；在已知vBBU配置后，对簇内的RRH波束赋形进行优化并激活相应的RRH子集。实验结果表明，所提策略可以显著降低网络能耗。
• Select
  基于循环冗余校验的极化码低复杂度球形译码算法

  马成翀, 穆航, 马征

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 888-895.

  摘要 ( )   可视化   收藏

  球形译码是实现极化码最大似然译码性能的有效算法。针对球形译码算法复杂度高的问题，提出了一种基于循环冗余校验固定部分比特降低极化码球形译码算法复杂度的方案。通过使用循环冗余校验码校验固定球形译码译码顺序中位置靠前的根节点，大量减少总的搜索节点，降低算法的复杂度；通过对提出算法的复杂度进行理论推导分析，获得了复杂度降低的解析式，以及编码信息位长度、固定比特长度对降低复杂度影响的关系。仿真验证表明，提出算法可以在大幅度降低球形译码算法复杂度的同时保证较好的性能。
• Select
  基于特征分离的无人机多目标跟踪方法

  王升伟, 高陈强, 黄骁, 李鹏程, 罗祥奎

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 896-906.

  摘要 ( )   可视化   收藏

  无人机运动时往往会导致跟踪轨迹中断和外观特征混淆。提出一种基于特征分离的无人机多目标跟踪方法。针对运动轨迹中断问题，提出了一种自适应卡尔曼滤波算法，基于图像配准算法计算连续两帧图像的仿射变换矩阵，在卡尔曼滤波的预测阶段之前及时修正状态变量，使得轨迹更新过程更加平滑。针对外观特征混淆问题，设计了一种高效的多分类目标特征编码器，通过多尺度卷积流和通道门控机制学习每个目标的辨别性特征。加权运动代价和外观代价，利用匈牙利算法求解轨迹与检测目标的全局匹配关系。在广泛使用的无人机多目标跟踪数据集VisDrone2019-MOT上进行实验验证，结果表明，该方法在多目标跟踪准确度(multiple object tracking accuracy, MOTA)和轨迹识别F1分数(identification F1-Score, IDF1)指标上比目前最优方法UAVMOT分别提高8.1%和11.2%,验证了该方法的有效性。
• Select
  基于人工蜂群算法的去蜂窝大规模MIMO系统AP选择技术

  袁红, 邢智童, 程祖钊, 夏士超

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 907-914.

  摘要 ( )   可视化   收藏

  为了提升去蜂窝大规模多输入多输出(multiple input multiple output, MIMO)系统中接入点(access point, AP)选择方案的性能，结合迫零(zero forcing, ZF)预编码技术和人工蜂群算法，提出了针对去蜂窝大规模MIMO系统用户端的AP选择算法。基于各个用户所需接收的信号，采用ZF预编码算法，使得所有AP都参与预编码，从而获得预编码信号；针对每个用户，利用人工蜂群算法，在优化目标为最大化用户的信道容量的前提下，求解相应的AP选择方案。仿真结果表明，相比于不进行AP选择的方案，提出的去蜂窝大规模MIMO系统的AP选择方案在信道容量性能方面表现更优。当用户数量为5、信噪比(signal to noise ratio, SNR)为40 dB、AP数量为40时，提出的AP选择算法对应的信道容量为14.8bit/(s·Hz),与不进行AP选择的算法相比，信道容量提高5 bit/(s·Hz)。
• Select
  自适应压缩频谱感知的采样率动态调整策略

  梁燕, 彭川桂, 王光宇, 邵凯

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 915-923.

  摘要 ( )   可视化   收藏

  受奈奎斯特-香农采样定理的限制，宽带频谱感知(wideband spectrum sensing, WBSS)的首要难点是采集宽带信号。根据变步长自适应滤波算法原理，基于自适应压缩频谱感知(adaptive compressed spectrum sensing, ACSS)提出了一种动态调整采样率的压缩频谱感知方法(dynamically adjust sampling rate ACSS,DASR-ACSS)。采用调制宽带转换器结构，针对传统ACSS固定步长的问题设计了步长动态调整策略。针对原始信号难以获取的问题，通过对信道占用状态相关性和检测率的变化趋势进行数据统计分析，设计了利用信道占用状态相关性的停止准则；通过对停止准则的实验数据分析，以sigmoid函数为基础设计了分段函数作为步长调整策略，利用步长补偿因子充分提升性能。仿真结果表明，与传统ACSS相比，DASR-ACSS能更快达到高检测率，能够平衡算法的实时性能和采样率压缩比性能，当信噪比在-30～30 dB时，DASR-ACSS表现出更好的检测性能。
• Select
  IRS和UAV-IRS共同辅助中继网络公平下行通信方案

  许满青, 张毅, 徐川, 徐小涛

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 924-934.

  摘要 ( )   可视化   收藏

  针对长距离中继通信系统中地面用户(ground user, GU)公平性不足和系统灵活性不高的问题，提出一种智能反射面(intelligent reflecting surface, IRS)和机载智能反射面(unmanned aerial vehicle-IRS,UAV-IRS)共同辅助的中继网络多用户公平下行通信传输方案。为实现该中继网络下行链路的通信公平，通过联合优化系统通信调度、系统时隙分配参数、IRS和UAV-IRS反射相移矩阵以及UAV-IRS飞行轨迹来最大化系统用户最小吞吐量。由于该优化问题是非凸问题，将优化问题分解为4个非凸子问题，引入线性规划(linear programming, LP)、松弛变量和连续凸近似(successive convex approximations, SCA)等方法分别对4个子问题进行求解，通过交替优化(alternating optimization, AO)算法得到原非凸问题的近似解。仿真结果表明，所提方案在有效提升系统用户最小吞吐量的同时保障了多用户通信的公平性，并发现系统用户最小吞吐量与IRS和UAV-IRS的反射元件数量、UAV-IRS飞行轨迹以及IRS和中继所处地理位置等因素有关。
• Select
  谐波结构相位估计联合幅度补偿的语音增强方法

  董娴, 邵玉斌, 杜庆治, 龙华, 马迪南

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 935-944.

  摘要 ( )   可视化   收藏

  传统语音增强方法，通常只对含噪语音信号的幅度进行增强处理，忽略了相位信息。相位谱在语音的可懂度和感知质量方面也具有积极影响。为了解决传统语音增强方法对相位处理的不足以及在语音增强过程中普遍存在的可理解性较低的问题，提出一种谐波结构相位估计联合幅度补偿的语音增强方法，该方法强调谐波结构的相位估计恢复浊音信息，并针对由浊音相位估计后清音特征被背景噪声破坏引起的语音信息丢失问题，提出一种平滑背景噪声策略来抑制噪声的影响。此外，还利用谐波比分离谐波结构和清音特征，基于谐波判决来判断是否应该平滑背景噪声，为避免不可靠的判决导致清音特征损失，在谐波判决的基础上还增加了清音特征信息的利用。实验结果表明，该方法在白噪声环境下的信噪比(signal to noise ratio, SNR)、语音质量感知评估(perceptual evaluation of speech quality, PESQ)和短时客观可懂度(short-time objective intelligibility, STOI)分别提升了12.02 dB,1.03和0.07,进一步证实该方法可以有效减少语音失真，提高噪声环境下语音信号质量和可懂度。
• Select
  基于Q-learning的自适应链路状态路由协议

  吴麒, 左琳立, 丁建, 邢智童, 夏士超

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 945-953.

  摘要 ( )   可视化   收藏

  针对大规模无人机自组网面临的任务需求多样性、电磁环境复杂性、节点高机动性等问题，充分考虑无人机节点高速移动的特点，基于无人机拓扑稳定度和链路通信容量指标设计了一种无人机多点中继(multi-point relay, MPR)选择方法；为了减少网络路由更新时间，增加无人机自组网路由策略的稳定性和可靠性，提出了一种基于Q-learning的自适应链路状态路由协议(Q-learning based adaptive link state routing, QALSR)。仿真结果表明，所提算法性能指标优于现有的主动路由协议。
• Select
  基于深度学习的表面微小缺陷检测方法综述

  郑太雄, 黄鑫, 尹纶培, 朱意霖, 江明哲

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 954-965.

  摘要 ( )   可视化   收藏

  表面微小缺陷具有尺度小、对比度低和样本数量不足等特点，导致基于深度学习的缺陷检测精度低和漏检率高，故基于视觉的表面微小缺陷检测一直是一项具有挑战性的工作。研究发现，增强网络模型特征提取能力、减少特征丢失或梯度消失以及采用注意力机制关注图像中重要的区域有利于提高表面微小缺陷的检测精度。该文系统分析了能够有效提高表面微小缺陷检测精度的ResNet、DenseNet、FPN等网络结构，总结了注意力机制在表面微小缺陷检测中的应用，分析了生成对抗网络(generative adversarial networks, GAN)针对表面微小缺陷样本不足问题的解决方案和具体应用，全面总结了微小表面缺陷检测中有效的网络结构和解决机制。
• Select
  结合自注意力机制和软阈值降噪的对比联邦学习特征聚合算法

  王毅, 瞿治国, 孙乐

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 966-973.

  摘要 ( )   可视化   收藏

  传统人工智能(artificial intelligence, AI)技术在智慧视觉领域的应用面临着数据异构分布、数据隐私保护和噪声数据干扰等一系列技术难点。为了克服这些挑战，在联邦学习和信号降噪算法的思想上，提出了一种基于降噪和数据特征聚合的对比联邦学习算法(comparative federated learning aggregation feature algorithm with noise reduction, FedCAFNR)。FedCAFNR引入自注意力机制和深度残差网络，构建自适应阈值降噪网络，提高联邦学习从异构性数据中学习关键特征的能力。通过对比学习模型之间的差异，提升局部训练精度，有效增强了个体与全局模型的一致性，进一步提高了模型对非独立同分布数据的鲁棒性。采用3种多分类数据集进行仿真实验，在数据隐私保护的前提下证明了FedCAFNR算法具有良好的收敛性和可拓展性。此外，新算法改进了学习效率，并提高了异构数据环境下联邦学习现有算法的一致性、鲁棒性。
• Select
  融合时间序列和知识增强的双图融合对话情感识别

  陈晏伊, 李卫疆

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 974-982.

  摘要 ( )   可视化   收藏

  针对对话中的情感识别主要集中在对话的上下文建模以及说话者之间的依赖关系建模，而忽略了对话的时间序列特征问题，通过时间编码分析会话情感在时间序列上的变化，更好地捕捉情感变化的趋势；引入外部知识作为辅助信息，并设计3个步骤进行知识选择，为对话有效选择相关的知识信息，为移情反应提供一定的指导；设计了一个双图融合模块进行对话信息的交互，以此提升模型的整体性能。在两个公开数据集上实验表明，提出的模型与基线模型相比，性能指标更优，效果更好。
• Select
  一种低静态电流LDO的设计

  杨靳, 唐威, 康敏安, 郭世骁

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 983-991.

  摘要 ( )   可视化   收藏

  为了延长宽输入电子设备的续航时间，设计了一种低静态电流低压差线性稳压器(low dropout regulator, LDO)。设计中将带隙基准电路所有的MOS管设置在亚阈值区，同时添加一条快速上电通路，这样在兼顾上电时间的同时又保证了低静态电流的需求。利用动态电流偏置技术和瞬态增强电路，解决低静态电流和瞬态响应的矛盾；采用伪等效串联电阻(equiralent series resistance, ESR)补偿、零点补偿等方法，解决低静态电流和稳定性的矛盾。芯片采用0.18μm 30V BCD工艺。LDO输入电压为2.7～30 V,输出电压为1.2～6.5 V,最大负载电流150 mA。仿真结果表明，该LDO的静态电流仅1.3μA,负载电流在1～150 mA跳变时，上冲电压为54 mV,下冲电压为75 mV。
• Select
  YOLO-ML:基于多尺度特征层注意力机制的滑轨缺陷检测方法

  王月, 刘永旭, 王鹏, 银兴行, 杨欢

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 992-1003.

  摘要 ( )   可视化   收藏

  汽车拉索滑轨外观质量是保障车窗升降系统良好工作的重要保障，外观缺陷会导致车窗升降系统晃动、异响、卡顿、腐蚀等问题，因此对汽车拉索滑轨外观进行缺陷检测至关重要。提出了一种用于汽车拉索滑轨外观缺陷的检测方法，该方法使用YOLO V8作为基础模型，通过加入小目标检测头、多尺度序列特征金字塔(multi-scale sequence feature based feature pyramid network, multi-SSFPN)模块、多尺度特征层注意力(layer-attention)模块，实现了滑轨外观多尺寸缺陷的实时检测。实验和现场测试结果表明，该方法在滑轨缺陷数据集上的平均检测精度Box-mAP50为91.5%,Mask-mAP50为89.4%,能够很好地识别滑轨外观缺陷。为了进一步验证了该方法的有效性，在公开数据集NUE-DET和GC 10-DET上对方法进行了评估，分别取得了平均检测精度78.5%和70.8%,与当前数据集上最好效果相比取得了有竞争力的结果。
• Select
  ERP全景视频VVC帧内编码CU快速划分算法

  李强, 董阳, 赵宇

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 1004-1014.

  摘要 ( )   可视化   收藏

  针对等矩柱状投影(equirectangular projection, ERP)全景视频多功能视频编码(versatile video coding, VVC)帧内编码复杂度过高的问题，提出一种编码单元(coding unit, CU)快速划分算法。根据ERP采样特性，将编码帧分为不同纬度区域。基于不同纬度区域CU四叉树深度的分布特性和相邻CU的相关性，对当前CU的划分模式进行提前终止决策；利用梯度差异评估当前CU纹理特性，跳过冗余的水平或垂直划分模式。针对纹理模糊CU,通过纬度采样权重加权的二次比较，判断是否跳过垂直划分模式；利用二维哈尔小波变换系数评估当前CU子块间的差异，判断是否跳过三叉树划分模式。实验结果表明，在全帧内模式下，与VVC官方测试平台相比，所提算法能节省43.85%的编码时间，码率仅增加0.85%,视频质量没有明显下降。
• Select
  改进TCN结合Bi-GRU的人体动作识别方法

  路永乐, 罗毅, 肖轩, 粟萍, 李娜, 修蔚然

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 1015-1022.

  摘要 ( )   可视化   收藏

  针对传统人体动作识别方法特征提取不完善和泛化性能不足导致识别精度不高的问题，提出一种基于深度学习的动作识别模型。改进了传统时域卷积网络(TCN),逐层指数级缩减空洞率，优化了时域卷积的残差结构，实现在浅层网络中提取到长时间间隔数据之间的时域特征和规范网络输出。重构结构进一步结合双向门控循环单元网络(Bi-GRU),提取数据局部特征输入到全连接层整合特征并进行Softmax分类。实验表明，提出的模型在自建数据集和公开数据集UCI-HAR上保持较低参数量的同时，准确率分别达到99.61%和94.16%,具备可靠的识别性能。
• Select
  融合多知识点与群体特征的个性化知识推荐方法

  蔡林沁, 刘昱辰, 任波, 蔡志伟

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 1023-1031.

  摘要 ( )   可视化   收藏

  个性化知识点推荐是智慧教育中的重要问题，旨在提供个性化学习服务和提升学习效果。现有基于深度知识追踪的推荐方法，难以直接处理包含多知识点的综合性习题。仅依赖学习者自身的知识状态进行推荐，存在数据稀疏和结果单一的问题。提出一种多知识融合深度知识追踪与群体特征协同过滤性的个性化知识点推荐方法，将习题对应的多个知识点视为习题特征，引入多热编码表示习题与知识点间的关系，对学习者知识状态建模；通过考虑目标学习者的知识水平和学习者群体的近邻信息，获得相似学习者，并利用协同过滤算法获取群体学习偏好进行知识点推荐。该方法可以更好地适应多知识点习题推荐，同时挖掘群体学习特征，提升推荐效果。
• Select
  注意力感知特征提取和融合的多模态人脸防伪检测方法

  刘苏, 何岱蔚, 黄颖, 万邦睿, 刘学, 郑钧予

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 1032-1041.

  摘要 ( )   可视化   收藏

  针对多模态人脸防伪检测中如何有效融合多模态信息的问题，提出一种注意力感知特征提取和融合的多模态人脸防伪检测方法(attention-aware feature extraction and fusion, AFEF)。在跨模态特征融合部分利用通道和空间注意力机制探索不同模态之间的互补信息，以弥补单一模态特征表达不足的问题；利用卷积融合方式融合多模态特征，以避免信息覆盖或者无关信息强化的问题；在特征提取部分引入CBAM注意力机制，获得更细粒度的各模态特征表示，便于后续进行跨模态特征融合。实验结果表明，与当前其他主流多模态人脸防伪算法相比，提出的方法在CASIA-SURF和CeFA两个多模态数据集上的平均分类错误率(average classification error rate, ACER)均最低，算法有效。
• Select
  CS-GNN:用于真实世界漏洞检测的类敏感图神经网络

  范春, 瞿治国, 王保卫, 孙乐

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 1042-1051.

  摘要 ( )   可视化   收藏

  针对当前大多数基于深度学习的漏洞检测方法在应用于工业5.0系统中检测不平衡的真实世界的漏洞时，受到程序代码流程信息利用不足的限制，导致误报率很高的问题，提出了类敏感图神经网络(class-sensitive graph neural network, CS-GNN),一种新型的函数级真实世界漏洞检测方法。该方法基于代码属性图(code property graph, CPG)和异构图Transformer(heterogeneous graph transformer, HGT),有效提升了漏洞检测的能力和可靠性，以保护消费者数字生态系统的安全。HGT用于接收和学习代码生成的CPG上丰富的语义信息和语句间的关联信息，可以很好地学习到漏洞代码的相关特征。此外，还添加了一个新型的卷积池化模块，用于更好地进行样本特征区分。实验结果表明，CS-GNN实现了更好的检测准确度、精确度、召回率和F1得分，在同样的数据集上，将最先进的基于深度学习的方法提高了13.21%～153.75%。
• Select
  基于物品交互约束的自编码器推荐模型

  李昌兵, 陈思彤, 罗陈红, 邓江洲, 叶建梅

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 1052-1061.

  摘要 ( )   可视化   收藏

  近年来，自编码器凭借其良好的数据压缩能力在推荐领域得到广泛应用。研究发现，受推荐系统中数据稀疏性的影响，自编码器模型会因为用户与物品之间缺少交互而在训练过程中产生偏差，从而影响模型的推荐结果。为解决此问题，提出一种基于物品交互约束的自编码器推荐模型。该模型以物品交互情况作为约束条件，设计了新的参数更新规则，规避了由数据稀疏性引入的模型训练偏差。在此基础上，推荐模型还将物品标签信息引入到训练中，通过增加新的数据源来缓解数据稀疏性的影响，提升推荐性能。在3个不同规模和稀疏度的数据集上的实验表明，模型对稀疏数据集具有良好的适应性，能够有效提高推荐的准确性，展现出良好的应用潜力。
• Select
  测试时间代价敏感决策树

  孔婕, 胡军

  重庆邮电大学学报（自然科学版）. 2024, 36(05): 1062-1070.

  摘要 ( )   可视化   收藏

  决策树作为一种重要的分类算法已在许多领域得到了广泛应用。针对传统决策树算法未考虑实际应用中代价约束的问题，已有研究提出在限制代价的情况下构建决策树的方法。这些方法中代价的定义并没有考虑测试样本通过决策树进行分类的时间代价。为了最小化样本通过决策树进行分类的测试时间，提出了一种测试时间代价敏感决策树算法。定义了样本的测试时间代价，定义了衡量属性重要度的决策指数，给出了构造代价敏感决策树的算法。实验结果表明，算法的测试时间代价相较于C4.5、RSDT和CSGR等主要算法平均提升了11.7%,且在不同数据集下分类准确度平均提升了5.3%。