计算机科学
1974年1月创刊（月刊）
主管/主办:重庆西南信息有限公司
ISSN 1002-137X
CN 50-1075/TP
CODEN JKIEBK
作者中心
审稿中心
编辑中心

热点文章推荐更多...

本期目录
  • 2026年第7期, 刊出日期：2026-07-15
      
      计算机图形学 & 多媒体
      人形机器人面部情感表达技术研究综述
      柯显信, 李玄, 宋骏骐
      计算机科学. 2026, 53 (7): 1-8.  doi:10.11896/jsjkx.250600166
      摘要 ( 142 )   PDF(1861KB) ( 85 )   
      参考文献 | 相关文章 | 多维度评价
      人形机器人面部情感表达技术是实现自然人机交互的核心支撑,近年来在医疗陪护、教育服务与社交娱乐等领域展现出广泛的应用前景。回顾了该领域的发展历程,按照技术能力演进将其划分为基础情感表达、情感交互增强与情感共鸣个性化3个阶段,系统探讨了各阶段在仿生机械结构设计与多模态情感交互系统构建方面的关键突破。重点分析了面部动作编码系统、柔性仿生皮肤材料、深度学习与多模态大模型等在情感建模中的应用,进一步探讨了多模态时空对齐机制在表情、语音与动作协同优化中的作用。最后,展望了未来的研究方向,包括高精度驱动与传感融合、多模态大模型集成、个性化与文化适应性增强,以及恐怖谷效应的缓解策略,为推动人形机器人面部情感表达技术的智能化和自然化发展提供了理论支持。
      计算机视觉中的双曲几何研究综述
      朱一飞, 刘天鹏, 孙腾中, 李彦辰, 陈智宏, 方鹏飞
      计算机科学. 2026, 53 (7): 9-23.  doi:10.11896/jsjkx.250600134
      摘要 ( 123 )   PDF(3724KB) ( 58 )   
      参考文献 | 相关文章 | 多维度评价
      在机器学习领域,数据几何建模旨在探索数据集中样本的内在结构关系,这对在表征空间中编码底层数据结构至关重要。双曲几何作为一种具有恒定负截面曲率的黎曼流形,因具有独特的层次化结构编码能力(例如在不规则图结构或树形数据集中的表现),已成为自然语言处理与图学习等多个领域中备受关注的嵌入空间构建方案。最新研究表明,视觉数据集同样蕴含层次化的结构特征,这推动了双曲几何在计算机视觉领域的创新应用,从经典图像分类到前沿模型适配学习均展现出显著优势。系统总结了双曲空间在计算机视觉中的最新研究进展:首先阐释双曲几何的数学基础,继而深入分析基于双曲空间几何先验的视觉算法(包括无监督学习、监督学习与模型适配学习方法),最后总结当前研究成果并展望未来研究方向。该文不仅清晰勾勒出双曲几何在计算机视觉应用中的技术发展脉络,更为相关领域的理论创新与实践突破提供启发。
      基于注意力机制拓扑特征融合的AETC图像分类模型
      朱彬, 李晓斌
      计算机科学. 2026, 53 (7): 24-33.  doi:10.11896/jsjkx.250700003
      摘要 ( 129 )   PDF(2866KB) ( 89 )   
      参考文献 | 相关文章 | 多维度评价
      针对图像分类任务中图像拓扑特征提取不充分和分类图像结构相似度偏低导致的分类结果准确率低等问题,提出基于注意力机制融合持久同调和卷积神经网络的注意力拓扑卷积融合AETC模型。持久同调方法用于捕捉图像的显著拓扑特征,通过向量化方法提取图像的拓扑特征向量;图像局部特征向量则通过卷积神经网络的卷积池化操作获得。采用注意力得分融合拓扑特征向量和局部特征向量,得到图像的总体特征向量,以解决图像特征提取不充分的问题。使用由可度量的Wasserstein距离和交叉熵损失函数改进得到的Wasserstein交叉熵损失函数约束图像拓扑结构,有效缓解类别间拓扑结构混淆的问题,使AETC模型具有更优的分类性能,从而提高分类鲁棒性与准确性。在3个不同类型的数据集上对采用不同拓扑特征向量化方法的模型进行实验和比较,AETC模型的指标均优于基准模型,准确率ACC值提升2%~11%,AUC值提升1%~7%,F1值提升1%~11%,mAP值提升3%~17%。对于嵌入持续景观向量化方法的经典卷积神经网络模型,其最佳模型ACC值达到95.49%,AUC值达到99.44%,F1值达到95.48%,mAP值达到98.42%。
      FFiT:基于FasterViT的快联合帧插值去模糊方法
      程之荣, 徐杨
      计算机科学. 2026, 53 (7): 34-44.  doi:10.11896/jsjkx.250400046
      摘要 ( 94 )   PDF(4212KB) ( 67 )   
      参考文献 | 相关文章 | 多维度评价
      在动态场景图像采集领域,消费级成像设备通常受限于硬件架构缺陷与曝光参数优化不足,长期存在帧率受限与运动模糊共存的复合型退化问题。现有方法在真实模糊场景下存在重建精度不足、模型泛化能力受限,以及计算效率低下等技术瓶颈。对此,提出一种基于FasterViT架构的联合帧插值与运动解耦优化框架FFiT(Faster Frame Interpolation Transformer),旨在实现动态模糊序列的高效时空联合建模。该框架通过构建CNN＋Transformer混合编码架构,集成了以下关键模块:1)改进型多尺度残差Transformer模块(Multi-scale Residual Transformer Block,MRTB),旨在通过时空域自注意力机制解决重建精度问题,并显式构建模糊帧间的事件相关性;2)高质量特征传输网络(High-Quality Feature Transmitter,HQFT),采用跨尺度特征蒸馏机制增强模糊-清晰域转换的语义一致性,以提升模型的泛化能力;3)轻量化动态上采样渲染模块(Dynamic Upsampling and Rendering Module,DYRM),通过可微分动态卷积实现分辨率重建与计算复杂度的解耦优化,解决计算效率低下并实现灵活的分辨率恢复。在Adobe240和RBI数据集上进行实验,结果表明,FFiT在解决动态模糊序列的时空联合建模难题方面展现了卓越性能:不仅将模型参数量降低了70%,还将峰值信噪比(PSNR)较基线模型提升了2.73 dB,在提升图像质量的同时平衡了计算效率,为解决此类复合退化问题提供了有价值的参考。
      基于掩码卷积核的图像异常检测
      陈羿帆, 丁聪, 曹敏
      计算机科学. 2026, 53 (7): 45-53.  doi:10.11896/jsjkx.250900131
      摘要 ( 84 )   PDF(3146KB) ( 33 )   
      参考文献 | 相关文章 | 多维度评价
      图像异常检测通过挖掘正常图像的模式来检测不符合正常模式的异常图像,在工业生产领域具有重要作用。目前,一类成功的方法是对正常图像构造掩码(Mask)并利用重构网络预测掩码,将预测误差作为图像异常检测的判别。然而,这类方法在构造掩码时会显著增加模型的复杂度,影响图像正常区域的重构。针对该问题,提出了一种基于掩码卷积核的轻量级图像异常检测方法。该方法在卷积核中心区域施加掩码,通过掩码卷积与通道注意力机制预测被掩盖信息,有效降低了传统掩码方法带来的复杂度;引入修正损失以约束掩码预测特征的重构过程,提升正常区域的重构质量。该方法在MVTec,BTAD和VISA这3个工业数据集上验证了有效性,AUROC分别达到99.0%,93.7%和93.4%,在几乎不增加模型复杂度的情况下,能够与现有的多种重构方法相结合,有效提升模型性能。
      单次融合随机压缩测量下的双视图分离重建方法
      胡涛, 陈赞, 冯远静
      计算机科学. 2026, 53 (7): 54-61.  doi:10.11896/jsjkx.250400109
      摘要 ( 69 )   PDF(3823KB) ( 22 )   
      参考文献 | 相关文章 | 多维度评价
      压缩感知技术在图像采集与重建领域带来了革命性进展,然而针对多视图压缩感知的研究仍处于初步探索阶段,目前尚未构建出适用于单传感器、单次测量下多视图压缩重建的统一优化模型。对此,构建了一种面向双视图场景的压缩感知框架,从单次融合随机测量中有效地分离和重建两个不同场景的视图。该方法将任务分解为两个子优化问题,并引入基于近端梯度下降的迭代即插即用算法,融合图像估计与跨视图信息交互机制,通过动量反馈和残差调整实现动态信息融合。实验结果表明,与其他先进的单视角压缩感知算法相比,所提方法在低采样率下提供了更高的重建质量:在经典基准测试集Set11上、压缩率为10%的情况下,其PSNR指标高达32.19 dB。
      基于多级光照激励与联合损失约束的低光图像增强网络
      焦韩冰, 康俊华, 肖腾, 邓非
      计算机科学. 2026, 53 (7): 62-70.  doi:10.11896/jsjkx.250400138
      摘要 ( 70 )   PDF(4193KB) ( 16 )   
      参考文献 | 相关文章 | 多维度评价
      在自动驾驶、同步建图与定位(SLAM)等计算机视觉应用中,低照度环境下图像常因对比度下降、噪声干扰和细节丢失而严重制约视觉系统感知性能。现有低光图像增强方法在噪声抑制、色彩保真等方面仍存在不足,且跨场景泛化能力薄弱。为此,提出一种基于改进Retinexformer架构的深度学习低光图像增强方法,通过多阶段特征激励、全局光照调整与多维约束优化策略实现对低光图像的有效增强。首先,构建多级光照特征激励模块(MIFIB),通过特征归一化与改进型通道注意力机制实现特征表达增强,增强模型对光照特征的建模能力;其次,设计具备全局感知的光照调整模块(IAB),有效优化增强图像的光照分布;最后,提出融合结构相似性约束、语义特征约束及色彩强度一致性约束的多维联合损失优化策略,指导模型学习,实现更全面的图像质量优化。实验结果表明,在LOL标准低光数据集上,所提方法在PSNR和SSIM等指标上均优于主流模型;在SYNTHIA和Terrasentia数据集上的泛化测试和可视化效果进一步验证了该方法在抑制噪声、保持色彩和细节方面的优势。此外,在基于立体匹配的三维重建定量评估中,该方法增强图像立体匹配结果的端点误差(EPE)降低0.5,相较于无图像增强方法提升22.1%,充分体现了其在保持场景几何一致性和提升深度感知鲁棒性方面的优势。
      基于频域增强与多层次特征融合的图文情感分析模型
      朱宇超, 张顺香, 闻博宇, 孙亮, 徐洋
      计算机科学. 2026, 53 (7): 71-79.  doi:10.11896/jsjkx.250900117
      摘要 ( 75 )   PDF(3742KB) ( 24 )   
      参考文献 | 相关文章 | 多维度评价
      图文情感分析利用文本和图像的互补信息,精准挖掘用户情感倾向。现有研究大多聚焦于深层语义特征交互,对图文模态浅层细节特征利用不足,造成情感极性识别准确率下降。针对这一问题,提出一种基于频域增强与多层次特征融合的图文情感分析模型。首先,通过特征提取模块提取图文模态的多层次特征,涵盖从浅层细节到深层语义的不同层次特征;其次,在频域增强模块中,通过傅里叶变换和坐标注意力机制协同优化,增强浅层特征的高频细节与深层特征的低频语义,从而提升不同层次特征表征能力;接着,在双模态协同交互模块中,通过双向注意力与动态校验,有效实现了图文多层次特征的双向跨模态交互;最后,在渐进融合模块中逐层融合图文特征,实现了从浅层细节特征到深层语义特征的有效利用。在数据集MVSA和HFM上进行的实验验证了所提模型的有效性。
      虚拟现实中速度驱动场景缩放对行走与查找效率提升的研究
      冀红茹, 任洋甫, 胥森哲, 张松海
      计算机科学. 2026, 53 (7): 80-90.  doi:10.11896/jsjkx.250800026
      摘要 ( 68 )   PDF(2913KB) ( 14 )   
      参考文献 | 相关文章 | 多维度评价
      虚拟现实(VR)为用户提供了一个沉浸式的三维数字环境,然而,要在有限的物理空间中实现无约束的自然行走体验,仍然面临诸多技术挑战。现有的VR移动方法,如传送、原地行走、重定向行走(Redirected Walking,RDW)等,取得了一定进展。然而,这些方法仍存在局限性,如缺乏自然感、对额外硬件的依赖以及可能引发晕动症等副作用。受洛伦兹收缩(Lorentz Contraction)物理现象的启发,提出了一种名为“三维空间收缩”的创新的VR移动方法。与洛伦兹收缩现象只在观测者行进方向上发生一维收缩不同,该方法根据用户移动速度的大小在三维空间中对虚拟环境进行缩放,不仅可以使用户通过较短的物理行走有效地跨越较长的虚拟距离,还可以使用户的视野变得更加宽阔。与RDW技术中的“平移增益”不同,三维空间收缩并不致力于微妙地欺骗用户的感知,而是允许用户显式感知空间的变化,因此在提升效率方面具有更好的效果。当用户的物理移动速度较快时,虚拟空间将在3个维度上进行收缩,此时用户的虚拟化身会相对高大,视野更加宽阔、移动更加简单;而在用户物理移动速度较慢时,虚拟空间则接近其原始大小,从而能够减少感知上的冲突。三维空间收缩是一种通用的移动方法,它不依赖于特定的虚拟场景。在两种虚拟场景中的实地用户研究表明,该方法在提高行走效率和查找效率方面效果显著,并且可以与现有移动技术(如RDW)进行有效集成。
      人工智能
      基于LG-GFNet特征融合网络的纸基真伪指印识别
      宁势强, 周廉朕, 张礼峰
      计算机科学. 2026, 53 (7): 91-100.  doi:10.11896/jsjkx.260300086
      摘要 ( 79 )   PDF(4234KB) ( 25 )   
      参考文献 | 相关文章 | 多维度评价
      为解决高仿硅胶伪造指印在传统形态学检验中难以精准鉴别的难题,在迁移学习框架下提出局部-全局门控特征级融合网络,用于纸基真伪指印的自动化定性检验。针对传统识别方法难以兼顾微观纹理与宏观晕染的局限,该网络以现代轻量卷积模型为主干提取稳定的局部纹线特征,同时引入Patch卷积分支捕获跨尺度的全局形态与油墨渗扩一致性差异,并通过门控机制实现局部与全局特征的自适应融合。实验采集红、蓝、黑3种印油及红色印泥4类介质下20名志愿者的16 000枚真伪指印样本进行评估。结果表明,该网络在多介质与跨个体条件下均保持稳定且高精度的识别性能,其准确率、F1-score与AUC等核心指标整体优于传统模式识别方法。Grad-CAM可视化结果证实,模型主要关注油墨扩散边界、纹线断裂与灰度异常带等区域,其决策逻辑高度契合司法鉴定人的检验经验,有效提升了复杂介质下微弱伪造痕迹的判别能力,为司法鉴定中的伪造指印智能检测提供了兼具高精度与可解释性的技术途径。
      检索增强生成综述:方法与应用
      王鑫林, 李岩, 马超凡, 李硕
      计算机科学. 2026, 53 (7): 101-117.  doi:10.11896/jsjkx.251000089
      摘要 ( 90 )   PDF(2517KB) ( 24 )   
      参考文献 | 相关文章 | 多维度评价
      大语言模型凭借着类似人类的文本生成和自然语言理解能力,正在深刻改变人工智能的发展格局。然而,其训练语料的封闭性与更新滞后,导致它们在面对动态更新的事实信息和专业领域的长尾知识等场景时,生成的回答往往会偏离事实。为此,检索增强生成(RAG)通过集成外部知识库,扩展了大语言模型的知识范围,并辅助其生成更加准确和高质量的答案。本综述区别于以往按流程环节划分的方式,创新性地以“解决核心挑战”为主线,将现有的RAG方法划分为分块优化、检索改进、上下文压缩和知识图谱融合四大类别,系统梳理了各类方法的代表性工作与技术机制;随后,总结了 RAG 在多个专业领域的典型应用,并在最后探讨了未来的研究方向,为研究人员提供了清晰的技术脉络和实用的方法选型参考。
      从布尔检索到基座模型:类案检索技术发展的法学审视
      石依冉, 张凌寒, 刘奕群
      计算机科学. 2026, 53 (7): 118-124.  doi:10.11896/jsjkx.250600009
      摘要 ( 75 )   PDF(1614KB) ( 20 )   
      参考文献 | 相关文章 | 多维度评价
      以人工智能为代表的技术创新正深刻影响司法实践,推动“智慧法院”建设进程。在这一过程中,类案检索技术作为人工智能应用的重要环节,正从传统的依赖关键词匹配和浅层文本特征的检索模式,逐步向基于深层语义理解、语境感知与逻辑推理的智能检索转型。人工智能加持下的类案检索技术能够在一定程度上模拟法官在审理案件时的裁判逻辑,成为提升检索效率、推动法律适用标准统一、促进司法公正的重要手段。然而,对实务一线法官的深入访谈显示,当前司法实践中应用的类案检索技术与科研实验中的技术水平之间仍存在较大差距,主要体现在3个方面:1)检索方式仍以关键词检索为主,智能语义检索尚未广泛普及,检索效率较低;2)检索质量不足,现有平台数据库在案例数量与案例权威性之间难以平衡,且缺乏统一、明晰的“类案”判断标准;3)检索规则不完善,缺乏对案件地域、审级、裁判效力等因素的精细划分。因此,以现阶段主流类案检索平台的应用情况为基础,采用横向平台对比与纵向技术演进分析相结合的方法,从法学理论与司法实务的双重视角出发,探讨类案检索技术发展现状及其存在的瓶颈问题,并在此基础上提出未来类案检索技术与应用的改进方向。
      基于大语言模型的事件因果数据增广方法
      陈志翔, 谢志鹏
      计算机科学. 2026, 53 (7): 125-131.  doi:10.11896/jsjkx.250600098
      摘要 ( 77 )   PDF(2097KB) ( 31 )   
      参考文献 | 相关文章 | 多维度评价
      事件因果识别任务是一项重要的自然语言处理任务,其目标是识别两个事件之间的因果关系。然而,由于现有公开数据集中因果关系样本稀缺,下游事件因果识别模型的性能提升面临瓶颈。为了解决数据稀缺问题,提出了一种基于大语言模型的事件因果数据增广方法(LLM-ECIAug)。该方法从因果事件对和因果模式两个层面构建数据生成策略,利用大语言模型生成多样化候选增广数据,并结合在原始数据上微调的事件因果过滤器进行因果关系评估。针对候选增广数据与原始数据分布之间的差异,引入了基于KL散度的筛选机制,对生成数据进行排序与筛选,以保留与原始数据分布最为接近的高质量数据。最后,将筛选后的增广数据与原始数据融合,用于训练下游事件因果识别模型。实验结果表明,该方法在Causal-TimeBank与EventStoryLine数据集上的F1值优于多种数据增广基线方法,验证了所提方法的有效性和优越性。
      基于知识增强的文本关键信息提取嵌入优化研究
      车云力, 唐晋韬, 王挺, 张健
      计算机科学. 2026, 53 (7): 132-138.  doi:10.11896/jsjkx.250600021
      摘要 ( 76 )   PDF(2631KB) ( 21 )   
      参考文献 | 相关文章 | 多维度评价
      针对长文本检索中存在的语义稀释与细粒度信息丢失问题,提出了一种基于显性知识提取的文本嵌入优化框架。传统方法依赖单一向量表征全文,难以有效捕捉长文档中多主题、多层次的局部语义关联。为此,设计了两种知识感知嵌入策略:1)独立知识点编码(KASE),通过大语言模型提取文本片段中的关键知识点并独立向量化,保留细粒度语义;2)知识点融合编码(KACE),将知识点拼接后进行整体编码,探索聚合效应。在中文(CMRC,DRCD)与英文(SQuAD,NewsQA)数据集上进行的对比实验结果表明,知识增强方法显著优于传统基线及问答对增强(QAEA-DR)、假设文档嵌入(HyDE)等方法,其中KASE表现最优,尤其在长文本场景下性能提升更为显著。消融实验表明,独立知识点表征对缓解信息丢失问题具有关键作用,而结合原始文本与知识点向量的混合策略可进一步优化检索效果。
      基于门控代理注意力机制的软提示迁移方法
      张焱, 周剑, 韩磊, 程春玲
      计算机科学. 2026, 53 (7): 139-145.  doi:10.11896/jsjkx.250600038
      摘要 ( 65 )   PDF(1928KB) ( 19 )   
      参考文献 | 相关文章 | 多维度评价
      软提示迁移作为一种跨任务学习方法,通过学习源提示中的知识来引导目标任务模型学习更具泛化能力的提示向量。而现有的软提示迁移方法忽略了目标任务样本中的特有信息对模型训练的影响,导致目标提示训练偏移。对此,提出一种基于门控代理注意力机制的软提示迁移方法。首先,为分离和增强目标样本的全局和特有信息,提出双路径特征提取方法,通过两种轻量级特征提取路径,从目标样本中分别提取融合任务级语义信息的代理令牌和样本局部特征;其次,为衡量源提示的可迁移性,提出门控代理注意力机制,利用代理令牌和局部特征分别与提示特征计算注意力分布以表征任务相似度,同时,为保留样本特有信息的表达,利用门控单元过滤样本局部特征并整合两类注意力;最后,提出注意力扰动方法,利用源提示在目标任务上的预测分布损失来扰动注意力分布,从而降低那些在表示空间中与目标任务相似但实际预测效果较差的源提示在迁移过程中的权重。在公开数据集GLUE上与9个基线模型相比,所提方法在平均性能上表现最佳,验证了其有效性。
      基于改进RRT算法的机械臂避障运动规划
      杨明, 朱学军, 赖惠鸽, 余坼操, 熊垒垒, 彭达, 毛坤
      计算机科学. 2026, 53 (7): 146-155.  doi:10.11896/jsjkx.250400044
      摘要 ( 75 )   PDF(5692KB) ( 20 )   
      参考文献 | 相关文章 | 多维度评价
      为提升协作机械臂在协同作业及动态障碍物等复杂环境中的避障运动规划成功率与效率,提出了一种基于改进RRT(Rapidly-exploring Random Tree)算法的路径规划方法。该方法在双向RRT(Bi-RRT)的基础上,首先引入目标偏置策略,通过降低搜索过程的随机性提高采样效率;其次,在随机树扩展过程中,当不选择目标点为新节点时,采用目标点引导策略,促使随机树向目标点方向生长,从而有效缩短搜索时间;最后,将改进的人工势场法(APF)融入改进Bi-RRT中,通过重新设计势场函数并引入距离影响因子,赋予其局部规划能力,减少路径冗余,进一步提升规划效率。二维与三维环境下的仿真实验结果表明,所提算法能够生成较短路径,且随机树生长更具目标导向性,规划时间显著减少。将该算法应用于机械臂模型的可视化仿真中,结果证明其能够有效引导机械臂避开障碍物并精准抵达目标点。通过在协作机械臂上进行实际验证,进一步证实了所提方法的有效性与实用性。
      基于层次依赖聚合和事件增强的文档级事件论元抽取模型
      丁志君, 艾芳菊, 刘艾环
      计算机科学. 2026, 53 (7): 156-167.  doi:10.11896/jsjkx.250500006
      摘要 ( 77 )   PDF(2393KB) ( 22 )   
      参考文献 | 相关文章 | 多维度评价
      在文档级事件论元抽取任务中,现有基于提示学习的模型难以全面理解文档的整体语义,并且忽略了文档与提示模板之间的交互。对此,提出一种基于层次依赖聚合和事件增强机制的文档级事件论元抽取模型。首先,通过BART获取输入序列的向量表示。然后,提出由语义层次依赖感知机制和结构层次依赖感知机制组成的层次依赖聚合结构,分别捕捉实体提及间的语义关联和结构信息,并通过自注意力机制动态融合。接着,利用融合关系矩阵引导关系依存图中更多的上下文信息聚合到相应实体提及上,从而更新提及表示;该提及表示被加入到原始输入表示,以增强模型对实体关系的感知能力及文档与提示模板之间的交互能力。最后,通过事件增强机制使模型聚焦于与当前抽取事件相关的上下文信息,减少信息干扰和冗余,提高论元抽取的准确性。在两个公开数据集RAMS和WikiEvent上进行了模型验证,实验结果表明,所提模型的F1值均优于对比模型,综合性能得到有效提升。
      多策略改进的河马优化算法在路径规划中的应用
      张嘉伟, 马占有, 丁贝贝
      计算机科学. 2026, 53 (7): 168-177.  doi:10.11896/jsjkx.250500040
      摘要 ( 78 )   PDF(4821KB) ( 24 )   
      参考文献 | 相关文章 | 多维度评价
      针对河马优化算法求解路径规划问题时存在易陷入局部最优、搜索精度低等缺陷,提出一种多策略改进的河马优化(Improved Hippopotamus Optimization,IHO)算法。首先,引入拉丁超立方抽样方法初始化河马种群,扩大初始探索范围,使算法在搜索空间分布更均匀。其次,引入动态自适应收敛因子改进雄性河马的位置更新方式,提高全局搜索能力,降低算法陷入局部最优的概率。然后,在河马防御阶段引入可变螺旋搜索策略,平衡算法的开发和探索能力,提升搜索效率。12个基准测试函数的仿真实验结果表明,相较于河马优化算法、灰狼算法、沙猫群算法、天鹰算法等算法,IHO 算法的寻优能力更好,收敛速度更快。最后,将IHO算法应用于移动机器人路径规划,实验结果表明,在15×15,20×20,30×30的栅格地图中,IHO算法相较于河马优化算法在路径上分别缩短了7.7%,1.8%,4.8%,表现出明显的性能优势。
      求解模糊分布式调度的竞争人工蜂群算法
      郑友莲
      计算机科学. 2026, 53 (7): 178-185.  doi:10.11896/jsjkx.250400001
      摘要 ( 69 )   PDF(1879KB) ( 16 )   
      参考文献 | 相关文章 | 多维度评价
      分布式调度是分布式制造的重要环节,也是目前调度研究的焦点,而不确定性是分布式制造的本质特性。针对考虑工厂适用性和附加资源的模糊分布式两阶段混合流水车间调度问题,提出一种竞争人工蜂群(CABC)算法以最小化最大完成时间和总一致指标。为了获得高质量优化结果,将种群划分为两个蜂群,构建了两个蜂群间的竞争过程。该过程定义取胜蜂群为雇佣蜂群,失败蜂群为跟随蜂群,整个过程由雇佣蜂阶段和额外搜索、自适应跟随蜂阶段组成。给出了5种搜索策略并实现了蜂群间的差异化搜索,设计了一种自适应种群重构方法以避免蜂群间的过度竞争。进行了大量计算实验,实验结果验证了CABC新策略的有效性和它在求解模糊分布式调度方面的较强搜索优势。
      基于演绎体的多元动态演绎算法
      周杰, 邹玮刚, 曹锋, 易见兵
      计算机科学. 2026, 53 (7): 186-194.  doi:10.11896/jsjkx.250400099
      摘要 ( 64 )   PDF(1742KB) ( 20 )   
      参考文献 | 相关文章 | 多维度评价
      路径信息对后续演绎具有协同推理作用,探讨演绎路径有效的表示及应用方法具有重要的学术意义。针对多元演绎过程,提出了演绎体的定义,用于系统性地描述每个多元演绎步骤的演绎路径信息;根据演绎过程中剩余文字的不同,提出了演绎体的分类方法、表示方法及其演绎方法,该方法能根据多元演绎过程生成不同类型的演绎体并进行有效存储,在后续的多元演绎中能利用演绎体对剩余文字进行进一步消元;基于该方法提出了基于演绎体的多元动态演绎算法,通过权重排序选择单元子句及候选子句参与演绎,将参与演绎的子句构建标准矛盾体并评估其有效性,若为有效演绎,则构建演绎体,若为无效演绎,则通过回溯机制重新调整参与演绎的子句,生成矛盾体分离式后,使用演绎体进一步约简或丰富演绎搜索路径。将该算法应用于国际顶尖的Eprover3.2证明器中,以2023年和2024年国际自动定理证明器FOF组竞赛例为测试对象,在测试时间300 s内,加入该算法的Eprover3.2比原始Eprover3.2多证明了14个问题;以TPTP问题库中rating为1的问题为测试对象,加入了该算法的Eprover3.2能证明出7个其他所有证明器都无法证明的问题。实验结果表明,基于演绎体的多元动态演绎算法能有效应用于一阶逻辑自动定理证明。
      基于层次化量子蝙蝠算法的特征选择
      张兴旺, 贺晓丽, 陈思, 折延宏
      计算机科学. 2026, 53 (7): 195-204.  doi:10.11896/jsjkx.250500032
      摘要 ( 72 )   PDF(3901KB) ( 17 )   
      参考文献 | 相关文章 | 多维度评价
      特征选择(FS)作为模式识别的核心步骤,旨在通过降维优化分类性能与计算效率。针对现有群体智能算法,如蝙蝠算法(BA)在高维数据中面临的搜索效率低、易陷入局部最优等挑战,设计了一种基于信息增益率和随机森林的层次化量子蝙蝠算法(Hierarchical Quantum Bat Algorithm Based on Information Gain Ratio and Random Forest,IRHQBA)。首先构建混合过滤式预选机制,融合Pearson相关性、信息增益率(IGR)与随机森林(RF)三重评估,高效剔除冗余特征;其次,在BA初始化阶段,基于特征重要性排序进行分层子特征分组,并引入量子计算优化搜索空间与突变策略增强多样性;最后,通过分层协同优化与动态突变机制提升特征子集的分类性能。
      数据库 & 大数据 & 数据科学
      基于动态图卷积和超图学习的交通流量预测
      赵星博, 连德富
      计算机科学. 2026, 53 (7): 205-212.  doi:10.11896/jsjkx.250600133
      摘要 ( 65 )   PDF(2363KB) ( 24 )   
      参考文献 | 相关文章 | 多维度评价
      交通流量预测问题旨在基于历史观测数据实现未来交通状态的精准预测。为了更好地建模交通网络中的复杂时空关系,需要利用数据中存在的多种关联模式,包括成对关联和高阶关联。然而,在交通时空数据中关联模式是需要挖掘的,很难通过先验知识构建出有效的关联结构。对此,利用图结构来建模数据的成对关联,利用超图结构来建模数据的高阶关联,并通过注意力机制对图卷积和超图卷积进行自适应的动态整合。在成对关联建模中,利用节点嵌入来推断图结构。为了更好地捕捉数据中关联的动态变化特性,设计了一种动态图结构学习方法,从动态变化的数据中捕捉关联模式。在高阶关联建模中,利用矩阵优化来直接学习超图结构,并且为了有效地捕捉全局性依赖关系,引入了一个对比学习损失函数。在时间维度上,采用时序Transformer架构,利用自注意力机制实现交通流量时序依赖关系的多尺度建模。在多个常用的交通流量数据集上的实验表明,提出的模型能够很好地建模交通路网中的复杂时空关系,预测精度相较于多种基线模型有显著的提升。
      基于因果子图学习的级联流行度预测
      李锴钜, 尹晨阳, 程章桃, 刘学婷, 周帆
      计算机科学. 2026, 53 (7): 213-221.  doi:10.11896/jsjkx.250700055
      摘要 ( 70 )   PDF(3015KB) ( 15 )   
      参考文献 | 相关文章 | 多维度评价
      信息级联的流行度预测对于理解信息传播规律和抑制不实信息扩散至关重要。现有深度学习方法虽在准确性上有所提升,但在消解混淆因素、挖掘级联结构与流行度间的深层因果关系方面仍存在不足,影响了预测的可靠性与可解释性。为应对此挑战,提出了一种新颖的基于因果子图学习的级联流行度预测模型——因果感知级联模型(Causal-aware Cascade Model,CauCas)。CauCas设计图数据增强对原始级联图施加干预,并分别对原始图和增广图进行多层级联表示编码,通过特定的层特征选择与加权融合策略,得到原始图和增广图各自的图级别表示,并使用自适应实例归一化技术学习到对干预更不敏感、更可能反映因果关系的鲁棒特征。最终,融合后的特征表示通过一个多层感知机进行流行度预测。在Twitter,Weibo和APS这3个公开数据集上的实验结果表明,CauCas模型性能优越,在不同类型数据集和预测窗口下均达到了最优性能。
      基于气象与个人健康数据融合的慢性病预测方法
      何智光, 谭本超, 于洪, 王国胤, 卢家伟
      计算机科学. 2026, 53 (7): 222-229.  doi:10.11896/jsjkx.251100060
      摘要 ( 65 )   PDF(2846KB) ( 16 )   
      参考文献 | 相关文章 | 多维度评价
      环境对人体健康和疾病的发展有着长期的影响,因此研究气候条件对个体健康的影响,并提高疾病预测模型的准确性,对疾病的预防和控制具有重要意义。目前,结合气象数据对疾病的研究多聚焦于群体层面的定性分析或宏观预测,而针对个体差异化响应的定量建模研究仍较为缺乏。针对该问题,提出了一种基于交互项模型的融合气象数据与个人健康数据的慢性病预测方法。该方法基于中国老年健康与家庭幸福调查(CLHLS-HF)和中国健康与养老追踪研究(CHARLS)的数据,利用Moran's I统计量筛选出具有空间相关性的地理分布疾病。采用交互项模型融合个人健康数据和气象数据,构建交互特征以提升模型疾病预测的性能。在两个数据集上使用逻辑回归、朴素贝叶斯、XGBoost和多层感知机(MLP)4种机器学习模型进行疾病预测,以评估融入气象特征对疾病预测的影响。实验发现,在CLHLS-HF数据集中,朴素贝叶斯模型对血脂异常预测的特异性提升了10.2%,XGBoost 模型的准确率与灵敏度提升了5.6%;在CHARLS 数据集中,MLP 模型对心脏病预测的AUC 提升了6.6%,XGBoost 模型的灵敏度提升了6.2%。由此表明,纳入气象数据和交互特征能够持续提升模型的疾病预测性能。
      CBT-AD:CNN-BiLSTM-Transformer混合架构的时序异常检测模型
      许建, 陈仕杰, 冯健聪, 杨庚
      计算机科学. 2026, 53 (7): 230-241.  doi:10.11896/jsjkx.250600078
      摘要 ( 74 )   PDF(4334KB) ( 27 )   
      参考文献 | 相关文章 | 多维度评价
      现有基于深度学习的时序数据异常检测方法在局部与全局特征协同建模能力以及长序列计算效率方面存在不足。为此,提出一种基于混合架构的异常检测模型。首先,在多尺度特征提取中,采用深度可分离卷积捕获局部细节特征,结合动态池化增强突发异常响应能力。其次,设计双向时序建模机制,通过BiLSTM融合双向上下文特征,并采用门控Dropout抑制长序列训练过程的过拟合风险。进一步,设计分层稀疏全局注意力模块,利用局部窗口注意力捕捉时频特征,借助多头机制与残差连接优化梯度传播稳定性。最后,提出了一种动态特征融合方法,并结合分块处理框架实现检测精度与计算效率的协同优化。在4个公开时序数据集上的实验结果表明,所提模型的各项性能指标较现有方法提升显著,且展现出较好的鲁棒性与泛化能力。
      基于异构图神经网络的同城配送建模与调度方法研究
      吴凯, 孙哲, 张旭, 曹亚东, 孙知信
      计算机科学. 2026, 53 (7): 242-250.  doi:10.11896/jsjkx.250400121
      摘要 ( 66 )   PDF(2281KB) ( 19 )   
      参考文献 | 相关文章 | 多维度评价
      针对同城配送场景下异构特征匹配建模难、交互信息融合不足的问题,提出了一种基于Prompt引导的双向异构图Transformer模型(P-BiHGT)。该模型借助虚拟Prompt节点作为全局语义引导,建立其与车辆、订单节点之间的显式连接,从而提升图中全局语义信息的融合与传播能力。同时,针对同城配送中车辆与订单节点之间语义关联弱、交互建模单向化的问题,进一步引入基于角色语义驱动的双向注意力机制,分别建模“车辆→订单”和“订单→车辆”的交互路径,增强异构节点之间的表达能力。在完成双向交互建模后,模型进一步通过多层感知机对融合特征的节点对进行高阶匹配决策,从而提升匹配准确性。在同城配送仿真实验中,所提模型在验证集上准确率达到了93.6%,明显优于其他传统模型,验证了P-BiHGT在异构匹配任务中的有效性与适应性。
      iDSRformer:高性能计算集群节点负载预测模型
      肖妍雪, 邓莉, 任正伟, 吴梦欣
      计算机科学. 2026, 53 (7): 251-261.  doi:10.11896/jsjkx.250600026
      摘要 ( 61 )   PDF(3075KB) ( 21 )   
      参考文献 | 相关文章 | 多维度评价
      高性能计算(HPC)集群在大规模计算任务中扮演着至关重要的角色,然而,随着集群规模的不断扩大,如何有效管理集群能效也越来越重要。预测技术通过对集群资源使用情况的准确预估,为能效管理提供决策支持,从而实现资源的动态优化和能耗的有效控制。对此,提出了HPC节点负载预测方法iDSRformer,引入多头稀疏自注意力机制提高计算效率并捕捉多特征之间的依赖关系,使用RMSNorm归一化提高稳定性;同时,采用深度可分离卷积实现前馈网络,扩大模型感受野,实现更高效的特征提取和多变量间的复杂关系描述。分别在微软的Philly集群和阿里巴巴的cluster-trace-gpu-v2020数据集上进行实验,结果表明,相比于目前已提出的预测模型iTransformer,Transformer,patchTST,dlinear,timeMixerh和crossformer,iDSRformer在Philly任务数据上MSE平均下降10.2%,20.2%,12.2%,19.2%,10.1%和13.3%,MAE平均下降9.9%,26.3%,10.8%,16.9%,7.4%和15%;在阿里巴巴的cluster-trace-gpu-v2020任务数据上MSE平均下降10.2%,18.3%,16%,28.2%,15.4%和14.4%,MAE平均下降8.8%,14.4%,11.5%,19.5%,9%和9%,具有较好的预测精度。
      基于新型多层次心冲击图信号特征集的高血压识别与血压预测
      张宇辰, 叶涵宇, 姚语涵, 姜锐, 杨刚, 张先超
      计算机科学. 2026, 53 (7): 262-271.  doi:10.11896/jsjkx.250400022
      摘要 ( 62 )   PDF(3754KB) ( 10 )   
      参考文献 | 相关文章 | 多维度评价
      高血压的早期精准识别对于防止病情进一步恶化至关重要。心冲击图(Ballistocardiogram,BCG)信号是心脏质心随血流动态变化在正常呼吸和心脏周期中运动的综合反映,可以较精确地反映血压的变化。然而,现有基于BCG信号的高血压识别方法通常仅使用时频域或非线性域等传统手段提取有限特征,难以全面刻画与血压相关的信号模式,且多数仅能判断是否患病,无法预测具体血压值。为此,提出通过提取BCG信号时频域特征、非线性域特征、波动特征,特别是波形特征,构建新型多层次BCG信号特征集。采用多种经典的机器学习,如随机森林(Random Forest,RF),以及主流深度学习模型,如卷积神经网络(Convolutional Neural Network,CNN)、深度神经网络(Deep Neural Network,DNN)进行对比分析。结果表明,使用所提出的新型多层次BCG信号特征集进行高血压识别时,RF模型的准确率达到82.26%,CNN模型则达到83.57%。与Liu等的特征集在相同模型的识别结果(准确率分别为77.92%和78.2%)相比,有显著提升。血压值预测结果显示,DNN回归模型对舒张压的均方根误差(Root Mean Square Error,RMSE)为6.59,对收缩压的RMSE为3.99,均优于使用Liu等的特征集的结果。另外,还进行了BCG信号段长度对血压分析性能影响的验证。这些结果表明,所提出的特征工程方法可以更精准地捕捉与血压分析相关的BCG信号模式,具备从计算层面赋能更方便准确地无创无袖带血压监测的潜力。
      基于变分图自编码器的无监督动态图变化点检测算法
      王嘉骏, 焦鹏飞, 张新勋, 李天鹏, 高梦州
      计算机科学. 2026, 53 (7): 272-279.  doi:10.11896/jsjkx.250900118
      摘要 ( 70 )   PDF(2902KB) ( 13 )   
      参考文献 | 相关文章 | 多维度评价
      在动态图中检测或识别与事件相关的变化点变得愈加重要,因为网络结构的变化可能与网络系统功能的变化相关。然而,很多的变化点检测技术不能有效提取节点特征。因此,提出了一种基于变分图自编码器的无监督动态图变化点检测模型(VGRCPD)。该模型在结合了变分自编码器和递归神经网络的同时,引入了自注意力机制,用以计算历史时刻的先验分布。在得到图嵌入之后,将快照分割到不相交的簇中并按照时间顺序进行排列。最后,结合了簇的信息的时间序列自然指示了潜在的变化点。实验结果表明,所提出的方法在多个真实和合成数据集上的变化点检测任务中均取得了优异的性能,证明了其在动态图分析中的有效性和潜力。
      基于图结构感知的单细胞转录组嵌入聚类模型
      杨行, 黄瑞章, 薛菁菁, 秦永彬, 陈艳平, 林川
      计算机科学. 2026, 53 (7): 280-288.  doi:10.11896/jsjkx.250900078
      摘要 ( 69 )   PDF(3262KB) ( 19 )   
      参考文献 | 相关文章 | 多维度评价
      细胞聚类作为单细胞RNA测序(scRNA-seq)分析的核心任务,在scRNA-seq数据分析中起着至关重要的作用。近年来,单细胞深度嵌入表示模型因其能够同时学习特征表示和聚类而受到欢迎。然而,这些模型仍面临多种重大挑战,包括海量数据、普遍存在的丢弃事件以及转录谱中的复杂噪声模式。为此,提出基于图结构感知的单细胞转录组嵌入聚类模型(scGAEC)。该模型创新性地融合对比学习机制与自研图感知手段进行更深度嵌入的融合表示,同时基于零膨胀负二项模型(ZINB)设计解码器重建基因表达信息,通过联合互监督策略协同优化聚类损失、对比损失、ZINB损失和基因表达矩阵重建损失,实现聚类性能强化与潜在表征深度学习。实验结果表明,scGAEC在来自不同测序平台的4个单细胞RNA测序数据集上,相较于6个对比模型,在NMI和ARI核心评估指标上性能平均提升30.63%和52.17%,显著优于多种先进方法。
      基于缺失值补全与跨模态对齐的单细胞多组学聚类方法
      朱荣, 胡梦瑶, 代凌云, 李凤
      计算机科学. 2026, 53 (7): 289-297.  doi:10.11896/jsjkx.250300157
      摘要 ( 67 )   PDF(3729KB) ( 16 )   
      参考文献 | 相关文章 | 多维度评价
      单细胞多组学联合聚类分析已被广泛应用于复杂疾病的研究。由于单细胞测序平台的限制,基因表达矩阵中包含大量缺失值,且不同模态之间存在异质性问题,这导致单细胞多组学数据在聚类分析时仍面临许多挑战。为此,提出了一种基于缺失值补全与跨模态对齐的单细胞多组学聚类方法(Single-Cell Multi-Omics Clustering Method Based on Missing Value Imputation and Cross-Modal Alignment,scCMAC),用于单细胞多组学非配对数据的缺失值补全、跨模态对齐和融合。该方法采用三重补全策略,基于模态特异性邻域结构信息动态定位缺失值,实现精准插补。为了消除模态之间的异质性,增强跨模态数据的关联,该方法利用双向生成对抗网络实现跨模态对齐,并使用图注意力网络进行多模态特征融合。此外,该方法还通过联合建模细胞-细胞之间的相互作用关系和细胞内各组学之间的关联特性进行聚类分析。在5个单细胞多组学非配对数据集上的对比实验结果表明,scCMAC在PBMC数据集上ACC达到71.62%,较次优方法提升了2.36个百分点;在SMAGE-3K数据集上ARI提升至70.48%,验证了其在聚类任务中的优越性。
      面向医保无监督异常检测的自回归序列重构方法
      纪文迪, 王永全
      计算机科学. 2026, 53 (7): 298-307.  doi:10.11896/jsjkx.260200102
      摘要 ( 66 )   PDF(2716KB) ( 25 )   
      参考文献 | 相关文章 | 多维度评价
      异常检测是医保基金监管中的关键技术。现有主流方法多依赖复杂的特征工程与业务专家经验来刻画可疑行为,检测规则的构建与维护成本高,且难以适应不断演化的欺诈模式。同时,医保异常标签稀缺、滞后且噪声较高,进一步制约了监督方法的可靠落地。为此,提出面向医保的无监督异常检测框架SeqRecon-AD,以医保账户的结算项目为基本单位,将账户历史按时间组织为项目序列,通过刻画序列在正常转移规律下的偏离程度来度量账户风险。模型采用自回归Transformer学习项目间的转移模式,以下一项目预测为训练目标,建模正常医保行为的序列规律。随后,计算位置级负对数似然损失,通过Top-k损失聚合得到账户级异常分数,从而突出少量关键异常片段的贡献,避免均值聚合对异常信号的稀释。在真实城市级数据集上进行了实验,结果表明,SeqRecon-AD优于经典无监督基线、代表性序列模型以及重构式自编码器方法,在不依赖训练异常标签的条件下提供了有效、可部署的无监督检测方案,相比最优无监督基线方法,其AUC提升了29.21%。
      计算机网络
      基于图神经网络和共形分位数回归的可信IP定位方法
      台文鑫, 刘学婷, 王枭涵, 钟婷, 王永, 周帆
      计算机科学. 2026, 53 (7): 308-314.  doi:10.11896/jsjkx.250500009
      摘要 ( 64 )   PDF(2140KB) ( 15 )   
      参考文献 | 相关文章 | 多维度评价
      IP定位作为网络空间测绘与管理的核心技术,在网络安全、内容推荐和金融风控等多个领域具有重要应用价值。近年来,神经网络已成为IP定位领域的主流建模范式,相关研究普遍将最小化平均定位误差作为优化目标。然而,在风险敏感场景中,定位算法的误差可控性同样至关重要,单一追求平均误差最小化的建模思路难以满足实际需求。为此,提出一种融合图神经网络与共形分位数回归的可信IP定位方法。该方法区别于传统的点估计范式,能够输出具备置信水平保障的预测区间,从而实现对定位误差范围的可验证控制。在多个真实数据集上的实验结果表明,所提方法在90%置信水平下的预测区间覆盖率偏差小于1%,同时能够保持较窄的区间宽度,有效提升了IP定位算法在风险敏感场景下的可靠性与实用性1)。
      时间敏感网络中紧急突发流量感知的动态窗口扩展机制
      李浩然, 张彤, 朱琨, 任丰原
      计算机科学. 2026, 53 (7): 315-323.  doi:10.11896/jsjkx.250600095
      摘要 ( 62 )   PDF(3899KB) ( 15 )   
      参考文献 | 相关文章 | 多维度评价
      时间敏感网络(Time-Sensitive Networking,TSN)是实时传输的关键技术,通过流量调度和整形机制为计划流量提供低延迟和确定性传输保障。然而,在自动驾驶和航空控制等实际传输场景中,紧急突发流量的存在对现有的调度和整形机制提出了新的挑战。传统的时间感知整形器(Time-Aware Shaper,TAS)由于为调度流量严格规划时间窗口,难以在保证调度流量传输性能的同时有效处理这些紧急突发流量。针对该问题,提出一种新型动态窗口扩展机制E-DWE。通过调整队列分配规则与在线扩展调度窗口,实现对紧急突发流的优先调度,缓解其与调度流量之间的传输冲突。在多种典型拓扑与复杂负载条件下的仿真实验表明,E-DWE不仅能够最小化突发流对调度流的干扰,还在保障紧急突发流低延迟传输的同时,使调度流的级联延迟平均降低45%左右。此外,E-DWE在高并发紧急流场景下表现出良好的调度鲁棒性,能够容纳更多的紧急突发流量,展现出较强的工程适用性与调度灵活性。
      时间敏感网络中基于链路负载峰值的流量调度算法
      徐佳, 唐群, 王乃民, 徐力杰
      计算机科学. 2026, 53 (7): 324-335.  doi:10.11896/jsjkx.250400034
      摘要 ( 66 )   PDF(4469KB) ( 13 )   
      参考文献 | 相关文章 | 多维度评价
      时间敏感网络(Time-Sensitive Network,TSN)标准中定义的时间感知整形器机制通过门控列表保证时间触发(Time-triggered,TT)流量的有界延迟和抖动。门控列表控制TSN交换机出口队列的打开和关闭时间,由调度算法生成。现有的调度方法采用最短路径传输TT流,或将链路状态和路由隔离,没有考虑链路状态对路由的动态影响,导致网络中部分链路负载过高。对此,提出一种基于链路负载峰值的路由与流量联合调度算法(Joint Routing and Traffic Scheduling Algorithm Based on Peak Link Load,JRTSPLL)。该方法结合负载均衡的思想,在计算最优路径的过程中实现了网络中链路负载峰值的最小化。实验结果表明,与最短路径调度算法相比,JRTSPLL的链路负载峰值降低了29.96%,调度成功率提高了23.02%,总传输时长减少了15.14%;与等代价多路径调度算法相比,JRTSPLL的链路负载峰值降低了9.52%,调度成功率提高了38.46%,总传输时长减少了14.01%。
      基于强化学习的软件定义卫星互联网自适应负载均衡策略
      汪红光, 江逸茗, 刘侠君, 白禄鑫
      计算机科学. 2026, 53 (7): 336-342.  doi:10.11896/jsjkx.250500004
      摘要 ( 71 )   PDF(3633KB) ( 25 )   
      参考文献 | 相关文章 | 多维度评价
      针对卫星互联网计算资源有限、链路动态时变、流量分布不均等特点,提出一种基于强化学习的自适应负载均衡策略。借助软件定义卫星互联网控制与转发分离的结构优势,设计2跳范围的软件定义卫星网络区域划分算法,针对同轨/异轨链路的通信质量差异,引入链路状态值(μ)和权重值(w)评估链路性能,确保优先选择同轨低时延链路。基于Actor-Critic深度强化学习框架,设计关键流选择模型SALB-RL,采用多智能体异步训练策略对模型进行训练,通过线性规划计算流量重分布比例,在最小化最大链路利用率的同时降低端到端时延。使用STK(Systems Tool Kit)工具构建低轨Walker星座,并根据卫星网络拓扑结构生成卫星网络流量数据,用于模型训练和实验验证。实验结果表明,SALB-RL仅需对10%的关键流进行重分布即可达到全网流量重分布95%以上的负载均衡性能,与典型卫星互联网强化学习模型和传统地面网络负载均衡优化算法相比,平均负载均衡性能提升了约3%,链路时延性能更加稳定。总之,SALB-RL算法能够兼顾网络负载均衡和路由计算开销,为动态卫星网络的智能管理提供了高效的解决方案。
      基于s-TimeXer组合模型的边缘负载预测方法
      石鸿凌, 李锦辉, 李成华, 江小平, 丁昊
      计算机科学. 2026, 53 (7): 343-353.  doi:10.11896/jsjkx.250300169
      摘要 ( 70 )   PDF(3331KB) ( 17 )   
      参考文献 | 相关文章 | 多维度评价
      边缘计算环境中的负载预测方法对于计算资源的分配管理至关重要,而边缘负载数据具有波动性、噪声性、突变性和时间依赖性等特征,因此单一预测模型难以有效提取负载数据的多维信息。针对上述问题,提出了基于s-TimeXer组合模型的边缘负载预测新方法。首先,构建FFT-SSD协同分解模块,通过快速傅里叶变换提取负载数据主周期作为奇异谱分解的窗口长度参数,增强对周期性振荡结构的捕捉能力,实现趋势项、周期项和噪声项的有效分离。然后,将负载数据作为内生变量嵌入,并将奇异谱分解的特征子序列作为外生变量嵌入,构建多维特征交互空间,通过自注意力机制捕获负载数据的时间依赖性,通过交叉注意力机制实现负载数据与奇异谱分解的特征子序列的动态交互,从而提升周期分量与趋势分量对预测目标的贡献度。同时,引入Hyperband Pruner算法实现超参数高效优化,提高预测精度。通过分解-嵌入联合优化架构,在继承TimeXer时序建模优势的同时,实现了噪声抑制与多维信息提取的协同增强。在ECW和Alibaba数据集上进行实验,结果表明,s-Time-Xer模型在预测精度上优于一系列先进的基线方法,在ECW的数据集上MSE和MAE分别降低了27.7%~63.4%和14.3%~46.5%,在Alibaba的数据集上MSE和MAE分别降低了39.7%~42.5%和18.4%~23.8%。s-TimeXer模型能够有效提升边缘负载预测的准确度,为边缘计算环境下的资源调度提供了有力支持。
      面向时变拓扑与动态异构资源的星间多方协同计算卸载算法
      商科峰, 张丹, 颛孙盈, 李丹丹, 刘言, 朱凯歌
      计算机科学. 2026, 53 (7): 354-362.  doi:10.11896/jsjkx.250500060
      摘要 ( 71 )   PDF(3249KB) ( 20 )   
      参考文献 | 相关文章 | 多维度评价
      星地协同计算卸载场景中,由卫星先行完成部分计算任务,再将剩余任务卸载至地面节点接续完成。这种场景通常需要在星地之间传输大量数据,为资源有限的卫星带来了高昂成本。星间协同计算卸载可以在不依赖地面计算设备的情况下完成任务。然而,目前研究未能全面考量卫星网络拓扑的时变性以及卫星资源的动态性和异构性,降低了任务的成功率。因此,提出一种面向卫星时变拓扑与动态异构资源的星间多方协同计算卸载算法。具体而言,对于每个时隙内的任务集合,为使卸载算法适应时变的卫星拓扑和动态异构的卫星资源,算法首先收集当前时隙卫星网络的拓扑状态、各卫星的资源情况以及与地面的连接时长等关键信息。随后,以最小化任务时延和最大化任务成功率为优化目标,为每个任务选定执行任务的卫星及协同计算的邻接卫星。基于STK工具采集每个时隙的卫星网络拓扑、连接时间等数据,实验结果表明,与基线算法相比,所提出的算法具有更高的任务成功率和更低的任务时延。
      面向自治系统关系演化模式理解的可视分析方法
      蒋鹏, 汤井威, 陈佳辉, 潘晓杰, 夏新宇, 刘健, 王云超, 孙国道, 梁荣华
      计算机科学. 2026, 53 (7): 363-371.  doi:10.11896/jsjkx.251200041
      摘要 ( 65 )   PDF(4479KB) ( 19 )   
      参考文献 | 相关文章 | 多维度评价
      自治系统路由关系具有高度动态性,受多种因素影响而持续变化,导致现有分析手段在刻画其结构演化和识别关键变化等方面仍存在效率低和表达能力不足的问题。为此,提出一种面向自治系统拓扑演化的交互式可视分析方法,以支持对网络结构变化的识别与理解。首先,基于自治系统商业关系构建带权网络模型,并通过社区检测提取不同时间片的结构聚集模式及其规模、影响力和连接类型等核心特征。随后,结合结构特征与关系变动,采用基于社区的事件分类方法,将业务关系的变化抽象为社区的合并、分裂、扩张与收缩等结构事件,实现拓扑演化的统一表达。最后,通过事件矩阵和径向视图完成对社区时空演化及其层级关系的关联分析。两个案例研究和用户评估结果,验证了该方法在辅助用户分析网络拓扑变化上的有效性和实用性。
      ReGAN:基于图像重建的低包率Wi-Fi动作感知方法
      马瑞虎, 黄宇杰, 姚俊梅
      计算机科学. 2026, 53 (7): 372-380.  doi:10.11896/jsjkx.250700186
      摘要 ( 70 )   PDF(3122KB) ( 16 )   
      参考文献 | 相关文章 | 多维度评价
      现有Wi-Fi感知方法普遍依赖高包率CSI数据,带来通信资源消耗大和能耗高等难题。在低包率场景下,高频动态信息损失严重,动作识别准确率显著下降,传统插值等补全方式难以有效恢复关键信息。针对上述挑战,提出了一种通用化的低包率CSI修复框架ReGAN。该方法基于不规则掩码策略,结合聚合上下文变换块的生成对抗网络与四簇式复合损失,在像素、条纹、频谱与语义多层次协同优化CSI重建质量。实验显示,在低包率重建任务中,ReGAN在下游感知任务测试中,动作分类精准度相较原始高包率数据仅下降2~3个百分点,多种浅层统计模型的测试准确率均超过83%,显著增强了低包率感知场景下的结构还原与跨模型适配能力。ReGAN在不增加通信负载的前提下,有效缓解了低包率带来的感知性能退化问题,为边缘-终端场景下的Wi-Fi感知规模化部署提供了高效、可行的技术路径。
      信息安全
      生成式人工智能安全风险与防御策略综述
      陈全涛, 张仰森, 王璞, 郭亚龙
      计算机科学. 2026, 53 (7): 381-396.  doi:10.11896/jsjkx.250600196
      摘要 ( 68 )   PDF(2522KB) ( 21 )   
      参考文献 | 相关文章 | 多维度评价
      随着生成式人工智能(Generative Artificial Intelligence,GAI)技术在图像、文本、音频等多模态领域被广泛应用,其所带来的安全风险与治理挑战日益严峻。为此,系统梳理GAI面临的核心安全问题,并从数据层与模型层两个维度展开深入分析。在数据层,分析了隐私泄露、数据篡改、数据来源不可靠、偏见与不公平性、数据主权与合规性这5类主要风险;在模型层,重点分析了对抗样本、深度伪造、提示攻击、后门攻击、模型窃取攻击、模型逆向攻击与模型越狱攻击这7类安全威胁。针对上述问题,进一步归纳了当前学界与工业界在差分隐私(Differential Privacy,DP)、同态加密(Homomorphic Encryption,HE)、异常检测、访问控制、对抗样本、模型水印、机器遗忘(Machine Unlearning,MU)、知识编辑等方面的防御技术进展。最后,基于以上论述,对GAI安全领域未来研究的挑战与方向进行了展望,以期为GAI安全领域的持续探索提供有益的思路与参考框架。
      基于集成学习与权重约束的网络流量对抗训练防御框架
      黄奕鹭, 何星星, 任芮彬, 曾文强
      计算机科学. 2026, 53 (7): 397-405.  doi:10.11896/jsjkx.250600039
      摘要 ( 62 )   PDF(2960KB) ( 17 )   
      参考文献 | 相关文章 | 多维度评价
      随着深度学习在网络流量分类中的广泛应用,其对微小扰动的敏感性问题日益凸显,对抗样本攻击已成为制约模型部署安全性的关键挑战。针对传统对抗训练方法在准确率与鲁棒性之间难以平衡的问题,提出一种融合集成学习与权重约束机制的协同对抗训练防御框架。该方法通过动态提升决策边界附近样本的训练权重,强化模型对易扰动样本的识别能力,同时借助多子模型集成策略,有效削弱单一模型对扰动梯度的敏感性,从而整体增强系统的鲁棒性。为验证所提方法的通用性与有效性,在3个典型的网络流量数据集(USTC-TFC2016,NSL-KDD 和 CIC-IDS2017)上进行了系统评估。实验结果表明,在多种类型攻击下,该方法较传统对抗训练在鲁棒性方面普遍提升10%以上,在高强度扰动场景中提升幅度甚至超过20%。所提框架具备良好的可扩展性,能够灵活适配不同网络结构与部署环境,展现出良好的实用价值与工程应用前景。
      VxSymRe:基于二进制代码相似性检测的VxWorks固件函数符号恢复系统
      刘译聪, 米庆荣, 耿洋洋, 麻荣宽, 贾岩, 曹琰
      计算机科学. 2026, 53 (7): 406-413.  doi:10.11896/jsjkx.250600072
      摘要 ( 65 )   PDF(2130KB) ( 18 )   
      参考文献 | 相关文章 | 多维度评价
      VxWorks固件广泛应用于航空航天、工业控制、军事装备等关键领域。然而,为了满足安全性及体积优化需求,固件发布版本中的符号表常被剥离,这显著增加了逆向工程与安全分析中函数语义理解的难度。对此,设计并实现了VxSymRe——一种面向VxWorks固件的自动化函数符号恢复系统。该系统首先利用完整ELF文件及目标文件提取VxWorks函数样本,进而构建多版本、跨架构及多编译器组合的VxWorks函数特征向量库。在固件分析阶段,自动化预处理流程可识别固件的版本、体系架构与加载基址,进而明确函数边界。随后,基于语义导向图构建函数表示,借助图神经网络生成固定维度的特征向量,并通过余弦相似度完成函数符号匹配。实验结果显示:建库方面,采用ELF与目标文件联合构建策略后,函数样本总数相较于仅使用ELF文件提升42.49%;预处理方面,VxSymRe能够正确处理来自不同厂商且配置各异的固件;符号恢复方面,VxSymRe在3个不同测试样本上正确恢复的函数符号数量分别是对比方法的20.86倍、17.96倍和118.2倍。
      基于异常感知的多变量拟态裁决算法
      王佳, 甘永强
      计算机科学. 2026, 53 (7): 414-421.  doi:10.11896/jsjkx.250500059
      摘要 ( 63 )   PDF(2744KB) ( 15 )   
      参考文献 | 相关文章 | 多维度评价
      在拟态防御系统中,裁决器的安全性会直接影响系统对网络攻击的防御能力。现有的拟态裁决算法通常仅借助异常检测来提升对执行体错误输出的感知能力,或仅依赖于异构度/历史置信度来量化执行体输出的可靠性,导致算法在动态网络环境中面对复合攻击时无法准确评估高阶共模漏洞对裁决结果的影响,最终造成裁决错误。为了应对动态网络环境下高阶共模漏洞引起的系统失效问题,提出基于异常感知的多变量拟态裁决算法。针对裁决使用的异常检测模型仅关注时序或空间信息的问题,构建时空异常感知模型来更加精准地捕获执行体输出数据的异常时空特征;同时,针对高阶共模漏洞和执行体自身结构原因导致的裁决误判问题,引入高阶异构度和历史置信度,并结合数据一致度来提高裁决结果的可靠性。最终,通过动态权重调整策略自适应优化指标权重来输出最优加权结果。实验结果表明,所提算法在CICIDS和UNSW-NB15数据集上的平均准确率达到了98.77%,尤其在UNSW-NB15上表现更为明显,相较于传统算法平均提升2%左右,具有良好的稳定性和泛化能力,能较好地满足拟态系统的实际需求。
      OptimalFix:智能合约漏洞检测与自动修复完整框架
      陈珊珊, 荆宁康
      计算机科学. 2026, 53 (7): 422-432.  doi:10.11896/jsjkx.250500008
      摘要 ( 69 )   PDF(3323KB) ( 18 )   
      参考文献 | 相关文章 | 多维度评价
      近年来,以太坊智能合约引起了广泛关注,但其中存在的安全漏洞可能导致巨大的经济损失,这凸显了漏洞检测与修复的重要性。然而,当前的研究主要集中在漏洞检测上,对于有效的修复工具关注较少,这将导致高昂的人工修复成本。为了解决这一问题,提出了一个集漏洞检测与修复于一体的新型框架OptimalFix,它能够自动为不安全的智能合约生成安全补丁。OptimalFix首先将智能合约转换为中间表示形式,并利用静态检测技术快速识别和定位漏洞。随后,系统执行静态程序分析,包括误报过滤和程序依赖分析等操作。在此基础上,框架通过模板化方法生成补丁,并根据前期静态分析(包括检测结果与程序分析)选择最优的修复模板。在3个数据集上对OptimalFix进行了评估,结果表明系统能够成功修复90.2%的漏洞,平均补丁生成时间仅为900 ms,同时合约的Gas消耗仅增加了6.7%。
      面向概念与标签分布双偏斜的个性化联邦学习方法
      平奉沁, 付晓东
      计算机科学. 2026, 53 (7): 433-441.  doi:10.11896/jsjkx.250900003
      摘要 ( 88 )   PDF(1749KB) ( 19 )   
      参考文献 | 相关文章 | 多维度评价
      个性化联邦学习(Personalized Federated Learning,PFL)通过为各客户端保留定制模型来应对数据异构问题。现有工作主要缓解标签分布偏斜,未考虑非时序概念偏斜及两者叠加所造成的梯度冲突,因此全局模型常表现为收敛缓慢、泛化退化。为此,提出一种层次聚合-双原型负蒸馏方法,用于提升此类极端异构场景下的个性化联邦学习的性能。首先,通过短轮次训练预热、互评与多数票统计,无需额外隐私信息即可在早期准确标定概念异常客户端;随后,在可信客户端集合内利用局部模型主成分计算条件分布相似度与边缘分布互补度,构造动态权重并递归执行层次化聚合,兼顾语义一致性与特征多样性;最后,从可信与异常客户端中提取正、负类别原型生成伪样本,对全局模型施加交叉熵与基于间隔的负蒸馏联合损失,同步强化正确语义并显式抑制冲突概念,同时对异常客户端实施原型蒸馏微调以保持个性化准确率。在 Fashion-MNIST,CIFAR-10 及 CIFAR-100 的概念偏斜场景下对所提方法进行评测,其相对多项主流方法将全局准确率平均提升3.6个百分点,且通信轮次与经典平均聚合相当。研究结论表明,所提方法能够在复杂双偏斜环境下同时提升全局泛化性与本地适应性。
  • 请选择需要列表的栏目分类:
    交叉 & 应用 (0)
    群智感知计算 (9)
    复杂系统的软件工程和需求工程 (15)
    新型分布式计算技术与系统 (9)
    多媒体技术进展 (11)
    人机交互 (5)
    智能数据治理技术与系统 (14)
    多语言计算前沿技术 (11)
    新兴分布式计算技术与系统* (11)
    计算机软件&体系架构 (0)
    数据库 & 大数据 & 数据科学 (19)
    软件工程&数据库 (0)
    智能化边缘计算 (14)
    基于社会计算的多学科交叉融合专题 (13)
    6G 赋能智慧物联网技术与应用 (10)
    智慧医疗 (10)
    高性能计算 (126)
    云计算 (2)
    研究快报 (1)
    第六届全国智能信息处理学术会议 (7)
    区块链技术 (28)
    智能系统及应用 (110)
    模式识别 (14)
    智能算法与优化 (12)
    计算机网络与信息安全 (4726)
    分布式与网络应用 (19)
    新技术应用 (23)
    物联网技术及应用 (9)
    服务化的科研成果 (32)
    智能移动身份认证 (10)
    机器学习 (10)
    智能信息处理 (11)
    生物信息学 (5)
    理论计算机科学 (11)
    计算机软件 (445)
    计算机视觉:理论与应用 (16)
    计算机体系结构 (167)
    学科建设 (2)
    数据库&大数据&数据科学 (15)
    计算机科学理论 (19)
    计算机网络 (1441)
    人工智能与理论计算机科学交叉融合 (11)
    计算机图形学&多媒体 (9)
    联邦学习 (11)
    边缘智能协同技术及前沿应用 (10)
    可解释性人工智能 (11)
    创刊五十周年特别专题 (10)
    学科前沿 (12)
    紧凑数据结构 (7)
    智能教育技术及应用 (20)
    数字孪生网络与人工智能融合 (6)
    大语言模型技术研究及应用 (30)
    智能嵌入式系统 (13)
    新计算模式下的信息安全防护 (6)
    计算机图形学 & 多媒体 (9)
    知识图谱赋能的知识工程:理论、技术与系统专题 (11)
    交叉 & 应用 (6)
    粒计算与知识发现 (16)
    基于图机器学习的教育数据挖掘 (10)
    数据库&大数据&数据科学 (1367)
    目录 (90)
    社交媒体虚假信息检测 (7)
    三维视觉与元宇宙 (12)
    智能医学工程 (24)
    数智赋能金融科技前沿 (7)
    大数据 & 数据科学 (19)
    计算机软件 & 体系架构 (5)
    智能教育技术 (22)
    计算机软件&体系结构 (9)
    网络&通信 (8)
    大数据&数据科学 (20)
    基于AGI技术的智能信息系统 (10)
    计算机图形学 & 多媒体 (15)
    图像处理 & 多媒体技术 (38)
    信息安全 (1674)
    软件与数据库技术 (2094)
    人工智能 (2800)
    综述 (528)
    网络 & 通信 (9)
    图像处理&多媒体技术 (31)
    交叉&应用 (6)
    数据库 & 大数据 & 数据科学 (11)
    数字信息处理 (19)
    智能控制与优化 (37)
    智能计算 (383)
    模式识别与图像处理 (329)
    智能应用 (9)
    智能优化 (6)
    计算机图形学&多媒体 (2065)
    智能软件工程 (17)
    前言 (7)
  • 2026,53 (7) 
  • 2026,53 (6A) 
  • 2026,53 (6) 
  • 2026,53 (5) 
  • 2026,53 (4) 
  • 2026,53 (3) 
  • 2026,53 (2) 
  • 2026,53 (1) 
  • 2025,52 (12) 
  • 2025,52 (11A) 
  • 2025,52 (11) 
  • 2025,52 (10) 
  • 2025,52 (9) 
  • 2025,52 (8) 
  • 2025,52 (7) 
  • 2025,52 (6A) 

    • 更多>>
  • 基于大语言模型的移动应用隐私政策合规性检测方法
    王立梅, 韩林睿, 杜祖炜, 郑日, 时建中, 刘奕群
    计算机科学. 2025 Vol. 52 (8): 1-16
    摘要 (1075) PDF (3795KB) (23434)
    一种鲁棒的双教师自监督蒸馏哈希学习方法
    苗壮, 王亚鹏, 李阳, 王家宝, 张睿, 赵昕昕
    计算机科学. 2022 Vol. 49 (10): 159-168
    摘要 (4157) PDF (4472KB) (16076)
    基于特征手性的数据无关模型评估方法
    苗壮, 季时鹏, 吴波, 付睿智, 崔浩然, 李阳
    计算机科学. 2024 Vol. 51 (7): 337-344
    摘要 (2731) PDF (3883KB) (15595)
    时间序列预测方法综述
    杨海民, 潘志松, 白玮
    计算机科学. 2019 Vol. 46 (1): 21-28
    摘要 (4912) PDF (1294KB) (12957)
    哈密顿图判定问题的多项式时间算法
    姜新文
    计算机科学. 2020 Vol. 47 (7): 8-20
    摘要 (6812) PDF (1760KB) (12781)
    基于机器视觉的Web应用页面元素识别及可视化脚本生成
    李子东, 姚怡飞, 王微微, 赵瑞莲
    计算机科学. 2022 Vol. 49 (11): 65-75
    摘要 (1349) PDF (2624KB) (12669)
    基于GCC编译器的流式存储优化方法
    高秀武, 黄亮明, 姜军
    计算机科学. 2022 Vol. 49 (11): 76-82
    摘要 (1822) PDF (2713KB) (12359)
    面向软件缺陷报告的缺陷定位方法研究与进展
    倪珍, 李斌, 孙小兵, 李必信, 朱程
    计算机科学. 2022 Vol. 49 (11): 8-23
    摘要 (1476) PDF (2280KB) (11760)
    结合Doc2Vec和BERT嵌入技术的补丁验证方法
    黄颖, 姜淑娟, 蒋婷婷
    计算机科学. 2022 Vol. 49 (11): 83-89
    摘要 (1020) PDF (2492KB) (11717)
    ROP漏洞利用脚本的语义还原和自动化移植方法
    施瑞恒, 朱云聪, 赵易如, 赵磊
    计算机科学. 2022 Vol. 49 (11): 49-54
    摘要 (1085) PDF (2661KB) (11416)
    基于决策树算法的API误用检测
    李康乐, 任志磊, 周志德, 江贺
    计算机科学. 2022 Vol. 49 (11): 30-38
    摘要 (1467) PDF (3144KB) (11377)
    自动化软件重构质量目标与非质量目标有效性研究
    郭亚琳, 李晓晨, 任志磊, 江贺
    计算机科学. 2022 Vol. 49 (11): 55-64
    摘要 (1042) PDF (3409KB) (11352)
    AutoUnit:基于主动学习和预测引导的测试自动生成
    张大林, 张哲玮, 王楠, 刘吉强
    计算机科学. 2022 Vol. 49 (11): 39-48
    摘要 (1669) PDF (2609KB) (11290)
    面向SOA的集成测试序列生成算法研究
    张冰清, 费琪, 王轶辰, 杨召
    计算机科学. 2022 Vol. 49 (11): 24-29
    摘要 (1272) PDF (1866KB) (10674)
    社区问答系统研究综述
    张中峰,李秋丹
    计算机科学. 2010 Vol. 37 (11): 19-23
    摘要 (814) PDF (551KB) (10563)
    实例编程研究进展与挑战
    严倩羽, 李弋, 彭鑫
    计算机科学. 2022 Vol. 49 (11): 1-7
    摘要 (1232) PDF (1921KB) (10025)
    云边协同综述
    陈玉平, 刘波, 林伟伟, 程慧雯
    计算机科学. 2021 Vol. 48 (3): 259-268
    摘要 (2848) PDF (1593KB) (9329)
    分布式机器学习平台与算法综述
    舒娜,刘波,林伟伟,李鹏飞
    计算机科学. 2019 Vol. 46 (3): 9-18
    摘要 (2569) PDF (1744KB) (9014)
    模糊测试技术研究综述
    张雄,李舟军
    计算机科学. 2016 Vol. 43 (5): 1-8
    摘要 (2099) PDF (833KB) (8291)
    多源信息融合关键问题、研究进展与新动向
    陈科文,张祖平,龙军
    计算机科学. 2013 Vol. 40 (8): 6-13
    摘要 (737) PDF (746KB) (8188)
公告
更多...
专题
更多...
常用资料下载
更多...
友情链接
渝ICP备16013121号-4
地址：重庆市两江新区洪湖西路18号    邮编：401121  
电话：023-63500828（编辑部） 023-67039612（会议/专题） 023-67039623（财务/发票）
E-mail：jsjkx12@163.com
本系统由北京玛格泰克科技发展有限公司设计开发