计算机科学

第52卷第11A期目录

计算机科学. 2025, 52 (11A): 0-0.

摘要 ( 61 )

PDF(534KB) ( 37 )

相关文章 | 多维度评价

生成式人工智能在自然语言处理中的应用综述

袁天浩, 王拥军, 王宝山, 王中原

计算机科学. 2025, 52 (11A): 241200156-12. doi:10.11896/jsjkx.241200156

摘要 ( 39 )

PDF(2991KB) ( 15 )

参考文献 | 相关文章 | 多维度评价

随着大语言模型近年来的爆炸性发展,生成式人工智能(Artificial Intelligence Generated Content,AIGC)在自然语言处理(Natural Language Processing,NLP)中的应用成为人工智能领域的研究热点。区别于传统的分析与预测模型,生成式模型近年来在自然语言生成(Natural Language Generation,NLG)领域取得了显著进展,包括循环神经网络、长短时记忆网络、生成对抗网络、Transformer模型、变分自动编码器和扩散模型等。这些模型在自然语言领域的不同生成任务中都有着广泛的应用。得益于大语言模型的快速发展,生成式人工智能在问答系统、文本摘要、机器翻译、信息抽取等任务中取得了突出成果。然而,尽管生成式人工智能在自然语言处理中已取得巨大进展,但仍面临诸多挑战。未来,需要进一步优化模型的训练过程,提高其在多任务和跨领域应用中的泛化能力,同时解决生成内容的质量和安全性问题,以满足不断变化的新兴任务的需求。

因果机器学习在医疗决策中的应用研究综述

周婵魏, 郑希, 刘江, 陈芋文

计算机科学. 2025, 52 (11A): 240800160-8. doi:10.11896/jsjkx.240800160

摘要 ( 35 )

PDF(1784KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

归纳了因果机器学习的核心概念和基本原理,以及其在医疗领域的应用研究进展,为医学研究人员、医生和决策者提供重要的参考。介绍了因果学习的基本概念、主要因果模型以及因果机器学习模型,系统梳理了因果机器学习在医疗决策中的应用进展及面临的挑战。因果机器学习相关技术能够有效应用于医疗诊断、治疗、预测等过程中,增强对病症的把控和识别能力,从而帮助医生和决策者更好地理解和预测治疗效果,为患者提供更加有效的医疗方案。因此,因果机器学习在医疗决策中具有广阔的应用前景,但当下仍然面临着数据质量、模型可解释性等方面的挑战。未来的研究应关注如何克服现有挑战,提供更加精确和个性化的医疗决策支持,更大程度地维护患者的健康。

信息抽取技术在数字人文领域的应用研究综述

隗昊, 张宗煜, 刁宏悦, 邓耀臣

计算机科学. 2025, 52 (11A): 250600198-10. doi:10.11896/jsjkx.250600198

摘要 ( 35 )

PDF(2196KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

数字人文作为计算机科学与人文学科交叉融合的新兴领域,旨在通过数字技术解决人文研究中的问题,推动学科发展、文化遗产保护和文化传播。信息抽取技术作为自然语言处理的核心任务之一,能够从非结构化文本中自动提取结构化知识,为数字人文研究提供丰富的数据支持。该综述系统梳理了信息抽取技术在数字人文领域的应用研究,聚焦其三大子任务:命名实体识别、关系抽取和事件抽取。首先,研究梳理了各任务的发展历程和代表性工作,从早期的规则词典方法到传统机器学习,再到当前主流的深度学习和预训练语言模型方法,分析了技术演进的脉络。其次,探讨了数字人文领域信息抽取面临的主要挑战,如语料稀缺、文本结构复杂、实体边界模糊、关系表达隐晦等,并对现有方法的普适性和局限性进行了深入讨论。最后,展望了未来研究方向,包括多模态信息抽取、跨语言处理、低资源场景优化、知识图谱构建及语言生成技术等。该综述为信息抽取技术在数字人文领域的进一步研究和应用提供了理论支持和实践参考。

基于行为和信任关系的人机信任预测方法研究

朱仁泽, 杨宁, 王宝会

计算机科学. 2025, 52 (11A): 250300110-8. doi:10.11896/jsjkx.250300110

摘要 ( 41 )

PDF(2428KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

随着人工智能(Artificial Intelligence,AI)技术在航空领域的快速发展,人机信任的理解与量化对于飞机的飞行安全、应对突发情况、提高飞行效率等场景变得尤为重要。研究表明,生理和行为特征与信任密切相关,但目前的信任预测研究很少将这些特征纳入考量。为填补这一空白,提出了一种基于深度学习的人机信任预测模型,该模型融合了时序卷积网络(Temporal Convolutional Networks,TCN)和图注意力网络(Graph Attention Network,GAT),并以注视特征和行为特征作为输入。为了更有效地捕捉信任状态及其相关因素(如系统表现和多种行为特征)之间的复杂关系,构建了一个因果图模型。基于MATB任务开展实验,收集了13名被试的信任相关数据。数据分析结果表明,实验设计合理,并成功识别出信任高度相关的特征,可用于信任预测。实验结果显示,相较于现有的信任模型和传统方法,模型在信任预测准确率上至少提升了16%。这一结果不仅验证了所提出方法的有效性,也展现了深度学习技术结合信任相关特征在预测任务中的巨大潜力。此外,由于该模型不受特定领域限制,可为其他领域的信任预测提供有价值的参考。

基于多特征词语嵌入的日语文本聚类方法研究

于娟, 李维婷, 曾心怡, 赵慧云

计算机科学. 2025, 52 (11A): 241100087-9. doi:10.11896/jsjkx.241100087

摘要 ( 27 )

PDF(3172KB) ( 15 )

参考文献 | 相关文章 | 多维度评价

针对传统日语文本词语表征的信息丢失及高维稀疏向量处理困难的问题,研究了日语文本词语提取和聚类方法。首先,根据日语的语言特性及改进的原子词步长法提取词语,并结合其统计特征、位置、词长和语义特征计算多特征融合权重值(Multi-attribute Fusion Weight,MFW),筛选得到文本特征词语集合,保留文本信息的同时实现特征降维;然后,以BERT加权特征词语MFW进行文本表示,并融合到以K-means++算法改进后的深度嵌入模型框架中,实现日语文本的聚类。在两个题材不同的日语文本数据集上进行实验,结果表明,该方法相较于已有方法在NMI和Purity指标值上均提升了5%以上,展现了良好的聚类效果。

基于多语言嵌入图卷积网络的仇恨言论检测方法

赵弘毅, 李志远, 卜凡亮

计算机科学. 2025, 52 (11A): 241200023-8. doi:10.11896/jsjkx.241200023

摘要 ( 33 )

PDF(2314KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

随着社交媒体的广泛应用,网络仇恨言论的传播问题日益严重,尤其在网络匿名性的掩护下,仇恨言论得以快速扩散,为仇恨言论检测带来严峻挑战。为了有效应对这一问题,提出了一种基于多语言嵌入图卷积网络(Multi-language Embedding Graph Convolutional Network,MEGCN)的多语言仇恨言论检测方法。该方法充分融合了序列建模与图建模的优势,利用多语言预训练模型进行特征提取,从而能够处理不同语言间的复杂关系。同时,提出了一种基于插值预测的联合训练方式,以提升模型的准确性和鲁棒性。通过在4个公开数据集上的实验,结果表明,MEGCN相比所有对比模型,均在多语言仇恨言论检测任务中取得了更优的性能。该方法不仅能够保持较高的序列建模精度,还能够有效地捕捉文本间的结构性关系,进而提升模型在多语言环境中的表现,尤其在不同语言之间的语义对应关系方面展现出显著优势。

基于多头注意力机制与词典特征融合的招标文件命名实体识别算法

杨华, 王宝会

计算机科学. 2025, 52 (11A): 241000154-6. doi:10.11896/jsjkx.241000154

摘要 ( 37 )

PDF(2371KB) ( 17 )

参考文献 | 相关文章 | 多维度评价

招标文件的编制和审核,是确保招标过程顺利进行的重要环节。实体识别技术在招标文件审核过程中可以显著提高信息提取的准确性和效率,增强信息的可读性和可检索性。但招标文件内容复杂,专业术语多,长实体识别难度大,传统命名实体识别方法在此类任务中的表现欠佳。为此,提出了一种命名实体识别技术,该技术整合了多头注意力机制、词汇特征融合以及基于RoBERTa的BiLSTM-CRF模型,简称为RoBERTa-DFF-BiLSTM-MHA-CRF。此方法利用RoBERTa模型作为基础输入层,有效提升了对长距离依赖特征的识别能力;通过引入多头自注意力机制,进一步增强了对长跨度实体的识别能力;融合领域专业术语的词典特征,解决了专业术语边界不明显的问题。实验结果表明,该模型在招标文件的命名实体识别任务中显著提升了信息提取的准确性和效率,相较于BERT-BiLSTM-CRF,在Precision上提升了2.49个百分点,在Recall上提升了4.28个百分点,在F1上提升了3.37个百分点,降低了时间和人力成本,为招投标文件的信息提取提供了一种高效的新方案。

基于融合模型的警情地址相似度计算

张硕, 季铎

计算机科学. 2025, 52 (11A): 241200035-8. doi:10.11896/jsjkx.241200035

摘要 ( 36 )

PDF(3579KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

随着大数据技术在公安领域的广泛应用,警情响应速度的提升已成为推动公安现代化及高效运作的核心目标之一。警情快速响应系统通过自动派警机制替代传统人工派警,其核心依赖于模型对警情地址的精准识别。然而,警情地址与普通地址在特征表现上存在显著差异,现有的商业化地址匹配模型在处理警情地址时,常常存在适配性不足的问题。为解决这一问题,提出了一种结合地址分级和拼音信息的改进方法,旨在替代传统深度学习算法,以应对商业化地址计算模型在警情地址识别中的局限性。该方法针对中文警情地址中的特殊词组、多层次地址结构、同音异字及错别字等特点进行优化。通过预训练模型、数据增强、地址分级及拼音信息编码等技术手段,研究构建并训练一种专用于警情地址相似度计算的高效模型,显著提高中文警情地址的识别准确性与适配能力。

基于跨语言术语注意力机制的译文质量估计方法

王雪妮, 叶娜, 张桂平

计算机科学. 2025, 52 (11A): 250200007-9. doi:10.11896/jsjkx.250200007

摘要 ( 36 )

PDF(2375KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

译文质量估计(QE)指的是在无参考译文的情况下评估机器译文的质量。现有的QE系统在通用领域中表现良好,但在包含大量专业术语的特定领域(如工程、医学、法律)中表现不佳,因为其侧重于评估原文和译文的语义相似度,缺乏对专业术语翻译偏差的敏感性。为了解决这一问题,提出基于跨语言术语注意力机制的译文质量估计方法。首先,设计提示模板来指导GPT完成双语术语的识别;其次,使用句子编码模块得到句子表示,再通过显式融合双语术语信息得到增强型句子表示;然后,利用交叉注意力机制生成双语的跨语言表示,并计算其语义相似度值作为术语特征;最后,在QE模型中引入知识增强层(KEL),将术语特征与模型输出的神经特征进行融合,通过前馈神经网络处理,得到模型的预测分数。在英中工程文献数据集上的实验结果表明,所提方法与当前最先进的基线方法相比,主要指标Spearman相关系数提高3.77个百分点,辅助指标Pearson相关系数提高3.07个百分点,Kendall相关系数提高4.45个百分点。

基于多语义提取的知识图谱补全模型研究

李鹏彦, 王宝会

计算机科学. 2025, 52 (11A): 241200012-7. doi:10.11896/jsjkx.241200012

摘要 ( 31 )

PDF(2120KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

在知识图谱补全领域,实体和关系之间丰富的多语义信息对于提升补全任务的准确性具有重要意义。然而,现有模型往往难以充分捕捉和整合这些多语义特征,导致补全效果受限。为此,提出了一种基于多语义提取的知识图谱补全模型(Knowledge Graph Completion Model Based on Multi-Semantic Extraction,MSE)。首先,设计了多语义聚合编码器,对实体和关系嵌入进行维度切分,整合了邻居实体和关系的多语义信息。其次,设计了基于多尺度卷积的解码器,使用不同大小的卷积核提取实体自身的深层语义特征。最后,设计了融合独立性约束的损失函数,引入基于Pearson 相关系数的正则化项,以提升模型多语义表达能力。实验结果表明,在FB15k-237和WN18RR数据集上,相较于其他基线的最优模型,MSE模型的MRR(Mean Reciprocal Rank)值分别提升1.7%和2.3%,验证了其在知识图谱补全任务上的有效性。

基于深度学习的自然语言处理技术在智能翻译系统中的应用研究

傅娟

计算机科学. 2025, 52 (11A): 241000037-6. doi:10.11896/jsjkx.241000037

摘要 ( 32 )

PDF(2209KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

随着全球化进程的加速,翻译需求日益增长,智能翻译系统的重要性愈发凸显。文中深入研究基于深度学习的自然语言处理技术在智能翻译系统中的应用。首先基于深度学习的智能翻译系统主要依托循环神经网络、长短期记忆网络和卷积神经网络等架构,通过词向量表示和语义理解技术实现高质量翻译。在系统架构方面,编码器-解码器框架结合注意力机制显著提升了翻译质量,而基于Transformer的模型则在处理长距离依赖关系方面取得突破性进展。在实践应用中,谷歌神经机器翻译系统和CUBBITT等系统通过创新的数据增强技术和多语言模型训练方法,实现了接近人类水平的翻译效果。然而,当前智能翻译系统在处理语义歧义、适应语言多样性和跨文化理解等方面仍面临重大挑战。针对这些问题,提出了多源信息融合、跨语言预训练和知识增强等解决方案,并在准确度、流畅度等评价指标上取得显著进展。未来智能翻译系统的发展将朝着多模态融合、知识驱动和轻量化部署等方向发展,同时也需要进一步提升在低资源语言翻译和模型可解释性等方面的能力。

ZHA_TGCN:面向低资源壮文的主题分类方法

赵卓洋, 秦董洪, 白凤波, 梁贤烨, 徐晨, 郑月华, 梁宇锋, 蓝盛, 周国平

计算机科学. 2025, 52 (11A): 250100059-8. doi:10.11896/jsjkx.250100059

摘要 ( 26 )

PDF(3614KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

传统图卷积网络方法在数据有限的条件下能够有效建模图结构,但由于依赖稀疏的独热编码,其捕捉词与词之间上下文关系的能力存在局限性。这一问题在低资源语言环境中尤为突出。以壮文文本主题分类任务为例,该任务不仅面临数据稀缺的困境,还需应对复杂语言结构的挑战。针对这些挑战,提出了一种适用于低资源环境的壮文主题分类方法——ZHA_TGCN。该方法利用壮文预训练模型 ZHA_BERT 提取文本特征,并将文本特征与壮文声调特征相结合,输入BiGRU以学习深层语义表示,将学习到的表示向量作为文档节点的特征提供给GCN,通过在GCN中执行标签传播来学习训练数据和未标记测试数据的特征表示。最后,利用Softmax层输出分类结果。实验结果表明,提出的方法在低资源壮文主题分类任务中的准确率为82.12%,精确率为90.08%,召回率为92.46%,F1值为90.18%,验证了该方法的有效性。

面向航空手册的偏向性检索增强集成翻译模型

杨晨, 叶娜, 张桂平

计算机科学. 2025, 52 (11A): 241100022-10. doi:10.11896/jsjkx.241100022

摘要 ( 27 )

PDF(3489KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

航空手册是指与大型民用飞机设计相关的出版物,包括飞行、维护、安全等手册。作为一种对语言表达的清晰度和精准度有极高要求的技术文档,航空手册的翻译要求译文符合简化技术英语规范(The Simplified Technical English Specification,STE)。简化技术英语是一种受控自然语言,对文档的语法和词汇使用提出了明确而严格的规则限制。为此,提出了一种STE引导的偏向性检索增强集成翻译模型(Biased Retrieval-augmented Ensembling Translation Model,BRAETM),模型内利用跨语言检索同类型且长度规范的偏向性目标语言序列指导解码端译文生成,同时采用STE Dictionary引导的规范词偏向性解码策略修正译文用词;模型外依据预估模块结果选择性集成非被动翻译模型,以此生成句式、语态、用词等方面更规范的译文。实验结果表明,提出的模型能够生成更符合简化技术英语规则的译文,相比先进的基线模型,在两个航空手册测试语料上的BLEU值分别提升了3.60和2.67。

基于量子Transformer的多模态实体关系联合抽取方法

李代祎, 孔德龙, 吴怀广, 张佳慧, 韩宇璨

计算机科学. 2025, 52 (11A): 241100071-8. doi:10.11896/jsjkx.241100071

摘要 ( 35 )

PDF(3151KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

多模态命名实体识别(Multimodal Name Entity Recognition,MNER)和多模态关系抽取(Multimodal Relation Extraction,MRE)是多模态知识图谱构建中的两个关键技术。然而,现有的MNER和MRE方法在对高维数据进行特征提取和融合时还存在一定的局限性。为了解决这些问题,提出了一种基于量子Transformer的多模态实体关系联合抽取方法。首先,设计一种针对文本数据处理的参数化量子电路,该线路利用量子力学中的叠加和纠缠特性,结合Transformer模型提取文本深层特征;其次,通过设计的金字塔视觉特征提取模型获取包含从高到底的金字塔状的层次特征,充分考虑到了图像的多尺度信息。最后,通过设计的分层视觉前缀网络将分层多尺度图像特征与文本特征对齐并融合,获取鲁棒性高的文本表示。本研究为多模态实体关系抽取提供了新的研究思路,在3个公开基准数据集上的实验结果表明,提出的基于量子Transformer多模态实体关系抽取方法是有效且稳定的。

结合图检索与上下文排序的检索增强生成技术研究

薛晓楠

计算机科学. 2025, 52 (11A): 250100011-4. doi:10.11896/jsjkx.250100011

摘要 ( 40 )

PDF(2130KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

复杂问答任务需要模型能够从大规模异构知识中高效检索相关信息,同时支持生成高质量答案。然而,现有检索增强生成方法在知识检索、语意关联度和生成一致性上存在诸多挑战:1)知识检索模块的粒度和结构化信息不足;2)检索上下文相关性不足,排序能力有限,以及生成质量受限;3)生成模型难以准确整合检索到的知识并生成上下文一致的答案。为解决上述问题,提出了一种结合图检索增强生成与上下文排序的大语言模型生成框架GraphRank-RAG。该框架通过引入基于图的检索机制,捕获上下文间的深层语义关联,优化上下文排序与答案生成过程。实验结果表明,该方法在多个开放域问答数据集上的表现优于现有方法,在检索准确率和生成质量上取得显著提升。

Q学习驱动的联盟链框架下电动汽车充放电优化调度算法

曹永胜

计算机科学. 2025, 52 (11A): 241200015-5. doi:10.11896/jsjkx.241200015

摘要 ( 31 )

PDF(2335KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

随着电动汽车数量的增加,其对电力系统的影响日益显著。文中提出了一种基于Q学习与联盟链相结合的优化调度算法,旨在解决电动汽车充放电过程中的电力调度及交易支付安全问题。首先,利用联盟链构建了一个安全可靠的电动汽车电力交易平台,确保了交易数据的不可篡改性和可追溯性。接着,设计了一个考虑多种物理约束条件下的电动汽车充放电模型,包括电池老化、用户等待时间等关键因素。在此基础上,设计了一种基于Q学习的智能调度算法,以寻找最优的充放电策略,从而降低系统的综合成本并提高效率。通过仿真实验验证,该方法不仅能够有效保障交易的安全性,同时还能显著减少系统运营成本,证明了所提方案的有效性和实用性。

基于混合策略的自适应红嘴蓝鹊优化算法

段博文, 殷继彬, 张航

计算机科学. 2025, 52 (11A): 241100005-10. doi:10.11896/jsjkx.241100005

摘要 ( 28 )

PDF(3436KB) ( 20 )

参考文献 | 相关文章 | 多维度评价

针对红嘴蓝鹊优化算法(Red-billed Blue Magpie Optimization Algorithm,RBMO)存在多样性迅速退化、寻优精度差、易陷入局部最优的问题,提出了一种基于混合策略的自适应红嘴蓝鹊优化算法(Adaptive Red-Billed Blue Magpie Optimization Algorithm Based on Mixed Strategy,JRBMO)。首先,引入Hammersley序列初始化种群,使初始解分布更均匀,为寻优提供基础;其次,在勘探阶段,提出自适应螺旋围捕策略,通过动态控制个体的勘探范围与方向,提高RBMO的搜索能力。在开发阶段,引入莱维飞行策略,对当前最优解进行局部扰动,增强算法局部开发能力;最后,提出自适应维度变异策略,根据种群适应度分布的变化,对个体进行维度变异,避免算法陷入局部最优。在CEC2017与CEC2019测试集上对算法性能进行评估,结果显示JRBMO均值胜率分别达到88.9%和70%,验证了JRBMO的有效性。此外,将JRBMO应用于拉(压)弹簧设计问题和三维无线传感器网络(WSN)节点覆盖问题上,JRBMO均取得了最优的结果,其中WSN节点均值覆盖率高出原算法6.3%,体现了JRBMO在实际应用中的普适性。

基于蚁群混合势场法的无人机路径规划

余浩楠, 席万强, 齐飞

计算机科学. 2025, 52 (11A): 241100179-6. doi:10.11896/jsjkx.241100179

摘要 ( 33 )

PDF(3049KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

针对无人机路径规划过程中,因无人机运动速度过快,且动态避障算法需要大量计算,而难以进行高效动态避障的问题,提出了一种基于蚁群混合势场法的路径规划。首先,将路径规划分为全局规划和局部规划两个阶段,全局规划采用优化蚁群算法,局部规划采用动态改进势场法进行优化。其次,通过改进启发式函数优化蚁群算法,并添加安全性规则提高其运算速度。接着,针对势场法中的死点问题进行优化并添加速度势场对动态势场法进行改进,使得其动态目标的分析能力明显提高。最后,在仿真中对比了所提算法与传统势场法和经典优化势场法在不同场景下的性能,结果表明,所提算法在避障成功率和路径距离方面均表现优异。

基于DNA开关电路的逻辑电路模型构建与优化

韦茂端, 吕卉

计算机科学. 2025, 52 (11A): 241200169-7. doi:10.11896/jsjkx.241200169

摘要 ( 30 )

PDF(3378KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

随着DNA计算功能需求的复杂化,对应的DNA逻辑电路模型也愈加错综复杂。针对当前DNA开关电路(DNA Switching Circuits,DSC)建模方法适用性低、网络稳定时间成本高、输出信号单一的问题,提出了“0-1”网络。该网络旨在利用DSC构造逻辑电路的分子模型,允许灵活配置多输出逻辑电路的输出信号数量,扩展了建模适用范围。利用DNA链的可编程性,设计了“中转站”分子结构,以确保电路中电流的顺畅流通,并缩短反应网络的稳定时间。此外,根据DNA链置换原理,构建了DNA惰性电路,利用三输出信号的互斥性保证了输出信号的独立表达,同时缩小了电路规模。最后,结合所提方法,构建了一致性判别电路、二分类网络及特征辨别网络的DSC模型,并通过Visual DSD仿真验证了其有效性。仿真结果表明,所提方法不仅简化了电路结构,还加速了反应网络的稳定。这些基于DSC的逻辑电路模型展示了利用生物分子进行信号处理的潜力。

面向BEVFormer的高效训练后平衡量化策略

张晓玄, 唐小勇

计算机科学. 2025, 52 (11A): 241100059-7. doi:10.11896/jsjkx.241100059

摘要 ( 21 )

PDF(2872KB) ( 8 )

参考文献 | 相关文章 | 多维度评价

通过鸟瞰全景视角,BEVFormer在自动驾驶领域展现出卓越的性能。然而,在资源受限的设备上,其高内存占用和计算复杂度为实时部署带来了严峻的挑战。BEVFormer中ReLU激活值的分布从零到正无穷,呈现出不均匀的特点,传统量化指标如余弦相似度和均方误差(MSE)无法充分描述这种特性。针对此问题,提出了一种训练后平衡量化策略,该策略专门针对BEVFormer中的线性层和ReLU激活值的量化进行了优化。在线性层权重和输出的量化中采用预定义量化区间,同时对ReLU激活值使用特定区间量化方法,以确保关键值的精确表示。此外,该方法基于Hessian矩阵优化技术实现缩放因子动态调整,利用Hessian矩阵最小化量化误差,并稳定训练过程。实验结果显示,平衡量化策略显著提升了计算效率,同时保证了精度。在nuScenes测试集中,8位量化仅导致NDS下降不到1个百分点,保持了BEVFormer的性能表现。

基于信息融合的结构化剪枝算法研究

黄海新, 徐成龙, 付垚

计算机科学. 2025, 52 (11A): 241000041-6. doi:10.11896/jsjkx.241000041

摘要 ( 34 )

PDF(2383KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

针对现有大型语言模型在经过剪枝算法处理后在Zero-shot Performance中PPL(困惑度)高、文本生成精度低、模型推理速度慢等问题,提出了一种基于损失联合量级为核心的剪枝度量算法(Loss And Magnitude,LAM)。在对权重重要性估计过程中,将损失函数信息、权重激活信息进行信息融合,使用LAM算法消除在权重重要性评估过程中对梯度信息进行Taylor展开时为提高计算效率省略二阶导数所造成的局限性,提高模型剪枝过程的准确率和鲁棒性,增强剪枝算法的泛用性。在建立耦合结构时,提出单向耦合结构,选择激活Transformer块中的多层感知机(MLP)中的神经元作为初始触发器,只需考虑向注意力层,查询向量、键向量、值向量层方向激活神经元建立耦合结构,从而降低了识别耦合结构组所需的参数量,提高剪枝速度和吞吐量。在WikiText2数据集和PTB数据集进行的Zero-shot Performance实验表明:在剪枝率为25%时对LLaMA-7B进行剪枝处理,其PPL分数分别为20.24和36.05,显著低于其他剪枝算法,在对Vicuna-7B剪枝后的PPL分数为21.24与85.81,也优于其他剪枝算法,表现出更高的泛用性和准确性。

融合改进A^*算法和TEB算法的AGV路径规划

彭可, 刘宏胜, 张志成, 朱亮, 贺劢勍, 张旭辉, 曾启瑾, 张嗣愿

计算机科学. 2025, 52 (11A): 240900148-7. doi:10.11896/jsjkx.240900148

摘要 ( 26 )

PDF(3609KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

为提高AGV的自主导航和自主避障性能,针对A^*算法路径规划中存在的长度非最短、拐点多、易碰撞等问题,提出了一种将改进后的A^*算法与TEB算法相融合的AGV路径规划方法。首先将搜索领域根据一定的规则增加至12个,扩宽了AGV的搜索视野并使搜索更具导向性;接着在启发函数中添增障碍物因子,使启发函数能够根据地图中障碍物的分布情况自适应改变,有效减少了函数预估误差;最后将改进A^*算法规划的全局最优路径分解为全局领航点,在两领航点间采用TEB算法进行局部路径规划,保证AGV在全局最优路径的基础上对动态障碍物进行实时规避。仿真表明,改进A^*算法能够显著减少路径的拐点数、长度和节点数。另外,利用全向麦轮底盘搭建AGV实验平台,搭载融合算法进行自主导航和自主避障测验,结果表明,所提算法能够有效缩短AGV的路径长度及行驶时间,且能够安全抵达目标点,验证了其优越性。

利用融合2-opt的强化学习算法求解TSP问题

彭俊龙, 范静

计算机科学. 2025, 52 (11A): 250200121-8. doi:10.11896/jsjkx.250200121

摘要 ( 35 )

PDF(3449KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

旅行售货商问题(Traveling Salesman Problem,TSP)是运筹学中经典的组合优化问题,属于NP难问题。问题的目标是求解旅行商的环游路径,使其在经过每个城市一次后返回起点且路径长度最短。为求解此问题,提出基于指针网络的深度强化学习算法(2+HRL),融合了2-opt算法和图注意力模型。使用图注意力网络提取城市节点的局部和全局结构信息,运用双向LSTM进行路径信息提取,期间利用2-opt策略,通过局部交换改进路径;进而使用REINFORCE算法进行策略网络的梯度优化,结合熵奖励函数避免陷入局部最优解,使用值函数对评价网络参数进行改进。实验结果证明,2+HRL优于传统启发式算法和精确算法,而且与一些深度强化学习算法相比较时,在较低的训练次数下,2+HRL具有更快的计算速度,更准确的计算精度;在增加训练次数后,模型的优化效果也超越了相比较的其他深度强化学习算法。

一种新的基于生长神经气体网络的多模态多目标优化算法

宣贺君, 寇丽博, 刘如意

计算机科学. 2025, 52 (11A): 250100055-7. doi:10.11896/jsjkx.250100055

摘要 ( 33 )

PDF(2409KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

多模态多目标优化是同一个Pareto前沿具有多个Pareto解集的复杂多目标优化问题,已成为多目标优化领域中的重要研究方向。已有的算法能够较好地解决该问题,但在解的多样性、收敛性及处理目标冲突方面表现出一定的局限性,如难以有效覆盖所有解集或在优化过程中出现收敛过早的现象。为解决这些问题,提出了一种新的基于生长神经气体网络(Growing Neural Gas,GNG)的环境选择策略的多模态多目标优化算法。该方法通过引入自适应拓扑结构,动态调整种群分布,同时利用加权的欧氏距离计算拥挤度以进行环境选择,提高种群的多样性和均匀性。此外,引入知识转移机制增强算法搜索能力,进一步提高解的多样性和收敛性。为验证算法的有效性,在HYL和MMF测试函数集上进行了实验。实验结果表明:所提算法在解的分布均匀性、Pareto前沿的收敛性及目标空间的覆盖性等方面的表现均优于5种对比算法。

PPIS-MFH:集成ViT的多特征混合网络预测蛋白质相互作用位点

胡昭龙, 胡春玲, 胡瑞捷, 郭龙菊

计算机科学. 2025, 52 (11A): 241000145-9. doi:10.11896/jsjkx.241000145

摘要 ( 36 )

PDF(3193KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

通过深入研究蛋白质-蛋白质相互作用位点(PPIS),能够揭示生命在分子层面运作的深层原理。然而现有方法鉴定PPIS复杂且耗时,需要更精确的模型进行PPIS预测。尽管基于注意力机制和卷积神经网络(CNN)的深度学习方法在PPIS预测方面取得了进展,但在氨基酸特性表征上仍存在局限。为了有效捕捉蛋白质序列中远距离的依赖关系,并准确地表征氨基酸的特性,提出了一种用于预测蛋白质-蛋白质相互作用位点的多特征混合网络(Multi-feature hybrid networks)——PPIS-MFH,通过结合全局序列特征与局部序列特征对PPIS进行预测。对于局部序列特征,PPIS-MFH模型融合了Vision Transformer(ViT)模块,该模块能够捕获蛋白质序列中的远距离依赖性,并提取局部特征。对于全局序列特征,模型PPIS-MFH通过由文本卷积神经网络(TextCNN)并引入注意力机制的文本循环神经网络(TextRNN-Attention)构成的特征交叉网络,利用双向门控循环单元网络来识别蛋白质序列中氨基酸间的内在联系。在4个数据集上对PPIS-MFH模型进行了评估,将其与8种同类方法进行了比较。实验结果显示在大多数指标上,所提方法优于其他的同类方法。

基于剪枝算法优化的轻量级深度学习网络算法

仇丹丹

计算机科学. 2025, 52 (11A): 241000134-7. doi:10.11896/jsjkx.241000134

摘要 ( 43 )

PDF(4768KB) ( 33 )

参考文献 | 相关文章 | 多维度评价

随着目前计算机技术的不断发展,很多计算机技术都使用了智能算法来提高自身的智能化水平。其中,轻量化深度学习网络算法是使用频率较高的一种,很多领域中都使用了该算法来提高自身的生产效率。但现在的轻量级深度学习网络算法还存在算法规模大、特征提取效果差等缺点。为了解决上述问题,文中以深度网络学习算法中的一维卷积神经网络算法为研究对象,利用剪枝算法对卷积神经网络算法进行轻量化设计,以期优化算法的性能。首先将轻量化后的卷积神经网络算法与传统的算法进行对比,结果显示,轻量化算法的速度提升了近3倍,达到了3.7 bps,与此同时,算法的存储需求和能源消耗大幅度降低,能源消耗仅有12.3%。然后,将剪枝算法轻量化后的卷积神经网络学习算法与其他轻量化算法进行对比,结果表明,该算法对不同数据的平均检测精度均为95%以上,远高于其他算法,该算法的特征提取效果也显著优于其他算法,且该算法的运行耗时仅需4.98 ms,远低于其他算法。由上述结果可知,所提出的剪枝算法轻量化设计方法可以提高深度学习网络算法的各项性能。

基于牛顿-拉夫森优化无迹卡尔曼滤波的锂电池荷电状态估计

张浩男, 张安彩, 潘广源, 郑文博

计算机科学. 2025, 52 (11A): 241000150-6. doi:10.11896/jsjkx.241000150

摘要 ( 31 )

PDF(2925KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

随着电动汽车和储能系统对电池管理系统精度要求的提高,如何准确估计锂电池的荷电状态成为关键。为提升锂电池荷电状态估计的精度,提出了一种基于牛顿-拉夫森优化无迹卡尔曼滤波的荷电状态估计方法。首先,基于二阶RC等效电路建立了锂电池的数学模型。然后,为减少噪声初值对荷电状态估计精度的影响,采用牛顿-拉夫森算法对无迹卡尔曼滤波算法的观测噪声和过程噪声的初始协方差矩阵进行优化,增强了算法对噪声影响的适应性。最后,通过增量电流实验数据对锂电池模型参数进行辨识,并在恒流-静置和动态压力测试工况下对锂电池荷电状态进行了实验验证。结果显示,与传统的无迹卡尔曼滤波算法相比,不管是平均绝对误差指标还是均方根误差指标,所提出的算法均具有较高的精确度与稳定性,这为优化电池管理和保障电池安全运行提供了重要技术支持。

基于改进离散黑翅鸢算法的变电站摄像头巡检任务调度方法研究

李海丰, 陈庆, 黄悦华, 陈曦, 文斌, 吴喜春

计算机科学. 2025, 52 (11A): 250900008-10. doi:10.11896/jsjkx.250900008

摘要 ( 27 )

PDF(4133KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

针对变电站摄像头巡检中任务分配不均、灵活性不足,导致摄像头工作效率较低的问题,提出一种基于改进离散黑翅鸢算法的摄像头巡检任务调度方法。首先,考虑摄像头、变电设备和巡检任务之间的复杂映射关系,构建以巡检完工时间、偏转角度和负载均衡为目标的摄像头巡检任务优化调度模型;然后,基于实际巡检特定信息设计启发式联合规则对优化求解的初始种群进行生成,有效解决随机初始化不确定性的问题;进一步地,引入离散差分变异操作和螺旋搜索迁徙机制对黑翅鸢算法进行多策略搜索混合改进,增加算法适应性和搜索能力。场景测试结果表明,提出的方法有效提升了变电站摄像头巡检的效率,可使摄像头在大规模、长周期巡检任务中具有更好的稳定性。

基于量子萤火虫算法的2QAN量子电路调度优化

李晖, 王杰鹏, 姬迎松, 陈禹彤

计算机科学. 2025, 52 (11A): 250200097-10. doi:10.11896/jsjkx.250200097

摘要 ( 34 )

PDF(4503KB) ( 18 )

参考文献 | 相关文章 | 多维度评价

针对传统量子调度策略缺乏对线路结构特征和层次需求的细致考量,优化执行过程中易产生冲突,导致并行度降低以及电路深度增加等问题,提出了量子萤火虫算法,并将其应用于2QAN量子电路调度优化。在传统萤火虫算法基础上引入量子信息,使得个体能够同时探索多个位置,增加搜索空间覆盖范围,通过波函数演化和坍缩机制,实现了对新解探索与已知解开发之间的平衡;同时引入随机扰动增强搜索多样性,利用量子隧穿效应避免陷入局部最优。通过4个基准测试函数进行测试,测试结果表明,与萤火虫算法相比,量子萤火虫算法的收敛速度提升约40%,解的质量约提升67%,搜索效率提升45%。算法通过评估不同调度方案适应度值,优化量子门操作顺序,减少电路深度和移动操作,进而提高了电路并行度。实验结果表明,在量子电路调度优化中,量子萤火虫算法相较于传统算法、2QAN电路、2HQAA算法以及LCRA与 LTSA的结合算法,SWAP门数平均减少42%,6.7%,10.4%和3%,CNOT门数平均减少15.6%,10.8%,11%和2.2%。

大模型交叉测评方法研究

梁秉豪, 张传刚, 袁明明

计算机科学. 2025, 52 (11A): 241000129-7. doi:10.11896/jsjkx.241000129

摘要 ( 31 )

PDF(4305KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

随着ChatGPT的出现,大模型已经成为全球科技竞争的新赛道,并开始广泛应用于生产和生活的各个环节。国内众多科技公司纷纷投入到大模型研发和开源工作中。大模型应用场景不断拓展,可供下载或调用的预训练大模型类型和数量越来越多,用户对于大模型测评的需求逐渐增加。目前面向大模型测评还未形成标准化的方法,业界主要通过第三方机构提供的测评榜单对大模型能力进行横向对比。大模型在特定应用场景下的实际效果仍缺少有效的测评手段。文章针对预训练大模型在垂直行业场景下的应用效果测评,特别是面向开放性问题的回答能力进行研究,提出了一套交叉测评方法,并对其可靠性和鲁棒性进行了实验验证。实验结果表明,所提交叉测评方法测评结果与官方给出结果一致性较高,说明该方法具有较强的可靠性。所提方法有效提高了大模型测评结果的客观性和便捷性,有助于用户在个性化场景中快速完成大模型的横向对比和选型。

改进深度强化学习的多智能体联合导航策略研究

夏为浩, 王金龙

计算机科学. 2025, 52 (11A): 250200095-7. doi:10.11896/jsjkx.250200095

摘要 ( 36 )

PDF(3191KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

在人工智能技术的快速进步推动下,多智能体系统在多个实际应用领域,如环境监测、灾难救援、自动驾驶等,展现出了其联合导航的潜力。这些任务通常可以概括为多智能体联合导航问题。随着参与任务的智能体数量增加,多智能体系统中的强化学习扩展面临效率低下和学习惰性等问题,这些问题严重制约了任务执行的性能。文中提出了一种创新的多智能体强化学习模型。该模型通过构建一个双层策略网络,使智能体能够在部分可观测的环境中考虑同伴的策略,以此加快学习进程。此外,引入了动态奖励机制,用于解决智能体联合导航效果差的问题。实验结果证明,基于双层策略网络的深度强化学习模型在多智能体联合导航任务中显著提高了联合效率,特别是在智能体数量较多的情况下,其优势更为明显。

生成式人工智能在视频处理领域的应用综述

王中原, 王宝山, 王拥军, 袁天浩

计算机科学. 2025, 52 (11A): 241200164-10. doi:10.11896/jsjkx.241200164

摘要 ( 32 )

PDF(4873KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

生成式人工智能是近年来的重点研究方向,尤其是视频处理领域。Sora等新技术的问世,掀起了新一轮的生成式人工智能研究热潮。介绍了生成式人工智能在视频处理领域的发展及应用,并讨论了未来值得研究的方向及面临的挑战。具体包括3个部分:首先,回顾了生成式人工智能在视频处理领域早期的重要基础模型,包括生成式对抗网络、变分自动编码器、扩散模型等结构,并总结了在视频生成任务中做出重大创新或效果优异的模型;然后,从基本属性、视频生成质量、人类主观视角3个维度对比了2023－2024年Sora出现前后视频生成新模型的优劣;最后,基于对数据的分析,提出了未来视频生成领域的发展方向及挑战,为相关领域研究者提供参考,推动生成式人工智能在视频处理领域的广泛应用。

基于CVAE-WGAN的音乐情感转换模型

胥备, 赵丹

计算机科学. 2025, 52 (11A): 241100014-13. doi:10.11896/jsjkx.241100014

摘要 ( 28 )

PDF(3913KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

音乐是人表达情感的重要方式。音乐情感转换技术能够将原始音乐转换成具有目标情感的音乐,满足用户对多样化情感音乐的需求,并提升创作效率。现有音乐情感转换技术通过构建深度学习模型来实现端到端的情感转换,但其表征音乐的情感向量与实际音乐特征之间的对应性不足,导致中间层缺乏可解释性,这在一定程度上限制了音乐情感转换的准确性,并可能引发梯度消失问题。针对上述问题,提出了一种基于CVAE-WGAN(Conditional Variational Autoencoder Wasserstein Generative Adversarial Network)架构的音乐情感转换模型,使用WGAN-GP网络替代传统GAN,引入Wasserstein 距离和梯度惩罚机制,有效避免模式崩溃和梯度消失,从而提升训练的稳定性和生成质量。同时,为了解决生成模型中间过程缺乏可解释性的问题,引入涵盖音乐旋律、和声、节奏、动态强弱、音色、表达性和曲式方面的64种具备明确可解释性的中间感知特征作为潜在空间变量融入模型,确保潜在空间的每一个维度都能对应一个具体的音乐特征。此外,该模型还使用高斯混合模型代替变分自编码器中的单高斯模型,用于捕捉和表示不同情感类别下的音乐特征分布。实验结果表明,该模型在快乐、悲伤、温柔、愤怒、恐惧和惊讶6种典型情感间的相互转换任务上表现优异,在情感准确率、重构误差、生成连贯性和生成多样性方面的表现均优于对比模型。

基于CRAFT和OCR技术的药品名称识别方法

许莹, 厉小明, 于丰豪

计算机科学. 2025, 52 (11A): 241200160-7. doi:10.11896/jsjkx.241200160

摘要 ( 32 )

PDF(3865KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

在智能化药房的运作中,为实现药品的高效与精准挑选,机器人准确识别药品并完成取药至关重要。聚焦药品名称识别方法,提出一种融合CRAFT算法与OCR技术的CRAFT-OCR算法,以实现药品名称的高效识别。其中,CRAFT算法用于检测药盒文本区域,为提升识别准确率,设计一种基于排序规则的药名区域定位方法来确定药名区域,最终借助先进的OCR技术完成文字识别。在采集的药盒图片数据集上开展的药名识别实验显示,CRAFT-OCR方法检测药名区域的准确率为96.43%,文字识别准确率为96.00%,性能优于现有算法,为智能化药名识别提供了有效的解决方案。

基于主体注意力与多空间域信息协同的多模态情感分析

冯广, 林忆宝, 钟婷, 郑润庭, 黄俊辉, 刘天翔, 杨燕茹

计算机科学. 2025, 52 (11A): 250200022-9. doi:10.11896/jsjkx.250200022

摘要 ( 33 )

PDF(2497KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

多模态情感分析在智慧教育中具有重要应用价值,例如通过分析学生的语言、表情和语调等多模态信息,来评估课堂参与度和情感状态,从而辅助教师实时调整教学策略。然而,现有多模态情感分析领域中,跨模态注意力机制对于异构模态间的关联捕捉不够充分,并且对共享空间与私有空间的信息协同并未进行深入探索,存在跨模态融合学习受限且多空间域信息协同不充分的问题。针对这些问题,文中提出了基于主体注意力融合多空间域异构模态的多模态情感分析模型,该模型通过主体注意力机制,对两个空间域中的异构模态分别进行充分融合,以解决跨模态融合学习受限的问题。然后,利用门控机制补充共享空间域异构模态融合向量的模态独立性,以实现私有空间与共享空间信息的协同,有效解决多空间域信息协同不充分的问题。实验结果表明,该模型在公共数据集MOSI和MOSEI上的得分整体都有提高,说明该方法可以充分捕捉多模态异构信息间的潜在关系并有效协同不同空间域的异构融合信息。

基于生成式数据增强与Faster-RCNN改进的发动机打刻面缺陷检测

谭建辉, 张峰

计算机科学. 2025, 52 (11A): 241200025-7. doi:10.11896/jsjkx.241200025

摘要 ( 31 )

PDF(3033KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

汽车发动机的打刻面具有承载发动机信息、丢失查找以及防止私自拆改发动机等作用,打刻面的质量将直接决定车辆是否能正常上牌行驶。但是在汽车制造领域,现阶段对打刻面的缺陷检测主要采用人工目视检测的方法,存在漏检的风险。虽然业界已有一些针对表面缺陷检测的研究,但它们无法完全适应发动机打刻面缺陷检测的特点,容易出现错检、漏检情况。为了革新发动机打刻面缺陷检测的方式,提出了一种基于生成式数据增强与Faster-RCNN改进的缺陷检测方法。首先,针对发动机打刻面缺陷样本少的小样本问题,提出了一种基于stable diffusion的打刻面缺陷图片生成方法。该方法通过两个掩膜图分别控制缺陷生成的位置以及恢复图像的字符特征,从而完成打刻面缺陷样本图像的生成,实现数据集的增强。其次,提出了一种同步双向融合特征金字塔网络替换原模型所使用的特征金字塔网络,增强多尺度特征融合能力,解决打刻面缺陷目标尺度范围广的问题。实验结果表明,所提出的方法在检测发动机打刻面缺陷时,均值平均精度(mAP)达到了97.52%,相比原始的Faster-RCNN模型提高了34.73%,可以满足发动机打刻面缺陷的检测需求。

基于特征相似性分析的轻量级图像超分辨率重建

刘兴鹏, 薛一鸣, 林钰扬, 李岩, 彭万里

计算机科学. 2025, 52 (11A): 250100057-8. doi:10.11896/jsjkx.250100057

摘要 ( 29 )

PDF(4552KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

基于Transformer的轻量级图像超分辨率网络已经取得了显著成果,然而大多数研究工作专注于设计轻量级网络结构,却忽视了对网络架构冗余性的分析。因此,提出了一种基于特征相似性的超分网络设计方法,通过压缩网络中具有较高特征相似性的注意力组,并保留具有较低相似性的注意力组,有效减少了模型冗余。进一步,设计了一种结合频域和空间域的特征提取模块,通过在频域和空间域上分别进行局部频域特征提取和局部空间特征提取,使模型能够利用更广泛且具有积极影响的输入像素,从而有效提高了对细节纹理的修复能力。将上述方法应用在基线模型上,在多个数据集上的对比结果表明,所提模型具有低复杂度且实现了较好的视觉感知质量和重建性能。

基于DEFM-YOLOv8的高铁接触网导线状态检测算法

高玉立, 王宝会

计算机科学. 2025, 52 (11A): 241000155-9. doi:10.11896/jsjkx.241000155

摘要 ( 37 )

PDF(5028KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

高铁接触网是电气化铁路系统中的关键导线,保障其导线的正常状态对于维持铁路的稳定运营至关重要。传统的人工巡检方式效率低下且易漏检,随着深度学习技术的快速发展,利用计算机视觉技术实现自动化检测已成为迫切需求。针对高铁接触网室外多种复杂背景和多种环境(如夜晚、白天)下导线状态检测的挑战,文中提出了一种基于DEFM(细节增强融合模块)与YOLOv8结合的高铁接触网导线状态检测算法,通过结合空间和通道注意力机制将红外与可见光图像融合,引入多模态融合和Shuffle Attention注意力机制。通过在真实数据集上进行实验,验证了该模型在检测精度、召回率等性能指标上的显著提升。结果表明,改进后的算法相比原始算法,召回率提升了 0.94%,mAP 提升了 2.09%。经实际测试,基于DEFM-YOLOv8的检测模型在面对高铁接触网复杂背景时,无论是在夜晚还是白天场景下,均能够取得良好的检测效果。

基于特征增强和群组混合注意力的棉花病害检测

王宏强, 赵晖, 贾振红

计算机科学. 2025, 52 (11A): 250200043-7. doi:10.11896/jsjkx.250200043

摘要 ( 33 )

PDF(3246KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

为了在田间真实环境中对棉花病害进行快速、准确检测,提出了一个基于特征增强和注意力机制的棉花病害目标检测模型。为确保模型在真实田间环境中检测的准确性,在Neck模块中,使用Group Mix Attention来联系上下文信息丰富特征图信息,捕获更多样化和细微的特征。使用特征增强模块对特征图进行加权处理,以降低背景或其他物体对图像中目标的干扰。所提模型使用了SIoU损失函数,能够有效提高真实田间环境中模型的检测精度,有效减少了模型误检和漏检的情况。实验结果表明,所提模型在自建真实田间环境棉花病害目标检测数据集上均表现出色,有效提高了检测精度。与基线模型相比,所提模型的mAP和Precision分别提升了2个百分点和4.5个百分点。

C2P-YOLO:一种轻量级的风电塔筒裂缝检测算法

段鹏松, 高杨, 张大龙, 曹仰杰, 赵杰

计算机科学. 2025, 52 (11A): 250100126-6. doi:10.11896/jsjkx.250100126

摘要 ( 38 )

PDF(2583KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

风电塔筒作为整个风电设备的支撑结构,其安全性至关重要。裂缝作为风电塔筒主要的病害之一,对其进行准确检测十分有必要。受限于特征提取能力不足,现有的裂缝检测算法存在精度较低、模型复杂度较高的问题,不能很好满足端侧设备现场检测的需求。为此,文中提出了一种基于YOLO的风电塔筒安全性检测算法C2P-YOLO。在主干网络部分,该算法利用轻量级的特征提取模块C2P来代替冗余的网络结构,以提取特征图中更丰富的特征信息。在颈部网络部分,该算法添加了轻量化上采样CARFE和注意力机制模块,以补充特征融合过程中的信息损失。实验结果表明,该算法在公开数据集NEU-DET上的mAP分数达到84.9%,相较于同类算法提升了3%~8%,且能保持较好的轻量化特性。

基于视觉损失的低照度增强图像多准则质量评价方法

陈岐, 孙瑾, 汪纪钢, 黄长城

计算机科学. 2025, 52 (11A): 241100114-7. doi:10.11896/jsjkx.241100114

摘要 ( 31 )

PDF(4199KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

低照度图像增强能提高图像的感知度和可解释性,对增强后图像的评价是衡量图像信息可靠性的有效手段,并对增强算法的参数选择、模型调整也有指导作用。但目前已有的图像质量评价方法没有针对低照度增强图像,导致评价结果与主观感受存在分歧。根据人眼视觉感知,分析增强后图像的视觉损失原因,提出了一种基于视觉损失的低照度增强图像多准则质量评价方法(Multi-criteria Based Low-light Enhanced Image Quality Assessment,MC-LEIQA)。该方法针对低照度图像增强过程中出现的亮度增益不足、伪影、伪轮廓和颜色偏移等视觉损失现象,以基于KL散度的自适应亮度增益度、基于方差与梯度的结构恢复度和颜色恢复度设计评价准则,并引入亮度自动感知的正偏移修正系数来实现低照度增强图像质量的准确性评价。通过消融实验验证了选取的评价指标的合理性和必要性,并进一步与主流图像质量评价方法在公开数据集上进行对比实验,结果表明所提方法针对低照度增强图像具备更高的评价准确性和有效性。

面向全天候多场景的多模态融合目标检测方法

张帆, 李昂

计算机科学. 2025, 52 (11A): 241100137-10. doi:10.11896/jsjkx.241100137

摘要 ( 36 )

PDF(6405KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

传统的目标检测方法在处理复杂场景时存在局限性,尤其在夜间低光照和白天阴影环境中难以取得理想效果。现有多模态图像融合技术多偏重红外图像在低光照场景中的重要性,却忽视了白天复杂环境对红外与可见光融合的需求平衡。因此,针对全天候、多场景的目标检测需求,提出了一种基于特征图分类与生成对抗网络(Generative Adversarial Network,GAN)的多模态融合目标检测方法。与以往强调图像视觉质量的融合方法不同,该方法着眼于提升融合图像的目标检测性能。通过多尺度注意机制将特征图分类为显著性和细节特征图,并在交叉对抗训练网络中通过生成器及显著性、细节判别器优化融合效果,捕捉各模态的关键信息,以满足不同场景的检测需求。实验结果表明,所提出的方法在TNO,RoadScene和M3FD数据集上的表现优异,显著提升了多模态融合目标检测的性能。

基于DIL的遥感影像修复方法

蒋雨佳, 李杭琪, 孙宝丹, 张心一, 江俊慧, 巩建光

计算机科学. 2025, 52 (11A): 250200079-5. doi:10.11896/jsjkx.250200079

摘要 ( 27 )

PDF(2270KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

目前,遥感影像已广泛应用于环境监测、灾害管理等领域。但在影像采集过程中,传感器故障或外部环境等因素会导致遥感影像质量下降,进而影响其应用效果。DIL(Distortion Invariant representation Learning)算法通过对不同的失真程度与失真类型进行建模并利用因果关系中的“后门”准则推导出因果网络进行图像修复,具有较强的泛化能力。因此,将DIL算法应用于遥感影像修复领域,旨在充分利用已采集到的遥感影像数据,提高遥感影像的修复质量,更好地在环境监测、灾害管理等领域应用。此外,还在DIL算法的基础上对训练数据进行了归一化处理操作,以保证训练数据的变量唯一,使其能更好地处理遥感影像的修复问题。在实验部分,使用DIL算法对遥感影像分别进行了去噪、去雨、去模糊,实验结果表明DIL算法在遥感影像修复方面的效果要优于Noise2Noise,FFDNet,DnCNN,Restormer算法,显著提升了图像修复质量。

基于深度学习的云南40米射电望远镜的RFI抑制

罗鑫, 梁波

计算机科学. 2025, 52 (11A): 250300044-7. doi:10.11896/jsjkx.250300044

摘要 ( 38 )

PDF(5380KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

在射电天文中射频干扰(Radio Frequency Interference,RFI)是指所有会干扰射电望远镜接收到微弱天文信号的现象,对天文信号的观测和研究产生严重影响。目前的抑制方法包括人工标记方法、信号处理方法、机器学习和深度学习方法。因此,提出了一种基于DeepLabV3+改进的深度学习神经网络模型,旨在检测天文数据中的RFI。利用云南天文台观测的真实RFI观测数据对模型进行训练,并充分利用卷积神经网络提取图像特征的能力,以便模型能够更好地学习RFI的特征,从而实现更精确的RFI检测。采用模型对图像进行识别,通过估计每个数据点属于RFI的概率,并使用训练好的模型来判断RFI的存在与否。当某个数据点被模型预测为RFI,将其标记为干扰部分,否则标记为非干扰部分,从而实现对图像中带有RFI部分的标记并抑制。实验结果表明,所提出的方法在F1分数、Accuracy和MIoU方面表现出令人满意的水平。与此同时,将所提出的模型与传统的深度学习模型进行了比较,且进行消融实验,以进一步验证其性能优势。

基于多模态数据融合的公害网站识别方法研究

赵春蕾, 于杰, 王鹏翔, 尤伟

计算机科学. 2025, 52 (11A): 241100171-10. doi:10.11896/jsjkx.241100171

摘要 ( 49 )

PDF(3613KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

当前,针对公害网站识别方法存在特征利用不充分、特征融合性差等问题。因此,提出了一种基于HTML文本、网站截图文本、网站截图的多模态融合公害网站识别模型RBI-RA。该模型使用ResNet50+Attention模型提取网站截图的视觉特征,同时借助OCR技术提取截图文本,进而将其用于后续丰富网站的文本特征。该模型使用RoBERTa+BiLSTM+交互注意力机制模型分别对HTML文本和截图文本特征进行提取,并通过交互注意力机制进行融合,实现网站文本特征的丰富与扩展。该模型通过自注意力机制,融合网站的视觉特征和文本特征,得到多模态融合的分类器,实现不同模态间特征的互补。最后,为证明所提出模型的有效性,在自主开发构建的数据集上进行了大量科学实验。实验结果表明,所提出的基于多模态数据融合的模型可以有效提高识别公害网站的性能,在精密度、召回率和F1指标上表现良好。

RMSFF-SSD:基于重参数化与多尺度特征融合的遥感图像目标检测模型

陈海燕, 马舒豪, 张振霄

计算机科学. 2025, 52 (11A): 241000184-7. doi:10.11896/jsjkx.241000184

摘要 ( 34 )

PDF(3563KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

遥感图像目标检测在国土资源调查、灾害监测、军事侦察等领域具有广泛的应用。针对SSD(Single Shot MultiBox Detector)模型在遥感图像目标检测时难以有效提取小目标的特征,从而对小目标检测不利的问题,文中提出了一种基于重参数化与多尺度特征融合的RMSFF-SSD(Reparameterization Multi-Scale Feature Fusion SSD)遥感图像目标检测模型,该模型在SSD模型的基础上进行改进。首先,对SSD的骨干特征提取网络中的卷积层使用具有重参数化性质的卷积来提取特征,同时在重参数化卷积中引入SE注意力机制,以捕获通道之间的依赖关系并抑制无用的特征;其次,将特征提取网络中提取到的特征用多级特征融合的方式对全局信息与局部细节信息进行融合,来进一步增强目标的特征;最后,将融合后所获得的6个不同尺度的特征图用于目标检测。在NWPU VHR-10数据集上进行目标检测实验,实验结果表明,所提出的RMSFF-SSD512目标检测模型平均精度为89.7%,显著高于DSSD(78.7%)模型、FSSD(86.7%)模型、FPN(68.9%)模型、Faster R-CNN(44.2%)模型和YOLOv5(83.7%)模型。

基于特征提取增强和金字塔结构的实时Transformer小目标检测模型

张伟, 蔡宇帆, 叶林涛, 刘大志

计算机科学. 2025, 52 (11A): 250100139-11. doi:10.11896/jsjkx.250100139

摘要 ( 48 )

PDF(5644KB) ( 20 )

参考文献 | 相关文章 | 多维度评价

针对室外环境下小目标检测,如复杂背景、光照不足、目标密集和遮挡严重等挑战,提出了一种基于实时检测Transformer改进的模型LDSD-DETR,用于增强复杂背景下的特征提取及小目标检测能力。为提高特征提取效率,池化层和下采样部分采用线性可变形卷积(LDConv)进行改进,能更有效地提取特征,在基于注意力的尺度内特征交互部分引入可变形注意力机制,优化目标相关区域的特征捕捉。针对小目标检测,在跨尺度特征融合部分设计了小目标增强金字塔,增强了对小尺寸目标的敏感度。为了进一步提升性能,重构后的结构结合了DGCST模块,有效捕获图像的局部和全局特征。实验结果表明,LDSD-DETR在Roboflow100及其扩展数据集上的平均检测精度优于其他测试模型,相比原模型,各指标均有效提升,其中mAP50提升至90%,提高了1.8个百分点。此外,模型在计算量、参数量及权重文件大小方面均有所优化,为小目标的实时检测提供了更精确、高效的解决方案。

基于局部特征和特征融合的无人驾驶场景目标检测方法

纪涛, 杨一帆, 冯亚春, 伍凌帆, 李旭亮, 李亚伟

计算机科学. 2025, 52 (11A): 250200051-7. doi:10.11896/jsjkx.250200051

摘要 ( 46 )

PDF(3581KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

在无人驾驶场景中,目标检测的准确性和鲁棒性对系统性能至关重要。针对现有基于深度学习的网络模型在无人驾驶场景处理小目标和遮挡目标问题时出现的误检和漏检现象,提出了一种LSDA-YOLO网络模型。首先,提出了LocalSimAM(Local Simple and Effective Attention Mechanism)注意力机制,用于改善信息丢失问题,并将其应用于Backbone;同时引入SHSA(Single-Head Self-Attention)注意力机制,设计了一个信息聚合网络,提升对遮挡目标的检测能力。在Neck部分,通过动态调整上采样比例,增强模型对多尺度特征的适应性,减少小目标漏检率。在Head部分引入了自适应空间多尺度特征融合(Adaptive Spatial Feature Fusion,ASFF)策略,增强模型的多尺度检测能力。实验结果表明,LSDA-YOLO网络模型在KITTI数据集上,mAP_0.5和mAP_0.5:0.95分别提升了3.1个百分点和3.9个百分点,优于YOLOv11n基准网络模型,适用于无人驾驶场景高精度实时检测。

融合注意力机制的道路场景三维目标检测算法

曹文博, 魏明洋, 段小勇, 刘学渊

计算机科学. 2025, 52 (11A): 241100112-7. doi:10.11896/jsjkx.241100112

摘要 ( 43 )

PDF(3675KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

随着深度学习和车载激光雷达的发展,无人驾驶汽车对检测的要求也越来越高,不仅需要准确地检测出行驶道路上的障碍物,而且在检测速度上也有较高要求。而在复杂道路场景中,也总是存在障碍物遮挡以及部分目标体积较小从而导致一些目标难以准确检测的情况。针对这种问题,提出了一种改进Pointpillars算法模型的三维目标检测方法,以实现在保证检测速度的情况下有更高的准确率。首先,通过引入多种数据增强的操作来增加数据集的多样性和量级,减少过拟合现象;然后,在点柱特征提取方面加入了注意力矩阵,根据不同的体素位置和语义信息,动态地调整每个体素的重要性,使模型能够关注对目标检测任务更加有用的特征;最后,将通道注意力机制(CA)和空间注意力机制(SA)模块依次添加在模型的主干网络中,增强了模型对有用信息的响应,抑制不重要特征对检测结果的干扰,从而提高目标特征表示力。实验结果表明,改进后的算法模型在各个类别和检测难度上的检测精度均有提升。

基于改进YOLOv8的城市交通视域下的目标识别算法

陈俊杰, 赵红, 罗勇, 丁晓云

计算机科学. 2025, 52 (11A): 241200131-8. doi:10.11896/jsjkx.241200131

摘要 ( 34 )

PDF(5003KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

为减少目标检测算法在城市环境下的误检和漏检问题,以YOLOv8目标检测算法模型为基础,引入小目标检测层,使得网络能够更好地捕捉和识别视野内的小尺寸物体,进而提高对检测目标的关注度;融合新型遥感目标检测模型来重构C2f模块,以增强其对丰富梯度流信息的感知能力,并增加其动态调节感受野的能力;通过采用拓扑优化思想来优化CBAM注意力机制,提出了GSAM注意力机制,并将其嵌入到网络的适当位置,以提高对语义信息的利用;改善漏检情况,通过对比多种IOU的性能,选择效果最优的EIOU,来加速算法的收敛速度,提高回归精度。在Cityscapes公开数据集上进行了测试和消融实验,实验结果表明改进后的算法相较于基准算法,在精确率、召回率、平均精度值方面分别提升了2.5个百分点、5.8个百分点、6.1个百分点,可以有效地提升城市交通视域下车辆的目标检测精度,为道路视频监控等提供保证。

基于三维CT切片的下肢骨分割算法的优化研究

宋磊, 王宝会, 杜辉

计算机科学. 2025, 52 (11A): 240900072-7. doi:10.11896/jsjkx.240900072

摘要 ( 39 )

PDF(3564KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

在机器人辅助下肢截骨术中,置针和截骨等操作的位置规划依赖于高精度的骨骼模型,而准确分离CT影像中的骨骼组织是实现建模的关键。对此,提出了一种改进的U-Net卷积神经网络模型,创新性地引入了动态滑动窗口机制,即在处理连续切片数据时,通过动态调整窗口大小,以增强对不同截面变化的适应性,从而提升分割的准确度。基于北京积水潭医院下肢骨CT影像数据集进行验证,得到改进后模型的Dice系数为84.948%,而U-Net为80.353%,Attention U-Net为83.580%,结果表明,改进后模型的分割效果有显著提升。

基于改进YOLO模型的脑肿瘤病灶区域检测

荣昌达, 殷继彬

计算机科学. 2025, 52 (11A): 241000166-8. doi:10.11896/jsjkx.241000166

摘要 ( 47 )

PDF(4824KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

针对传统人工检测在脑肿瘤阅片中易受主观因素影响而出现误诊或漏诊的问题,结合脑肿瘤图像的特点,提出一种改进YOLO模型以实现对脑肿瘤病灶区域的智能检测。针对脑肿瘤病灶区域形状不规则的特点,引入可变形卷积,使得网络能自适应复杂病灶形态,提升不规则病灶的特征提取能力。同时,通过嵌入结合了全局多头注意力、局部注意力和通道注意力的全局注意力机制,使网络在关注病灶区域细微特征的同时,降低图像复杂背景对病灶区域特征提取的负面影响,以获得更高的识别准确率。此外,针对脑肿瘤数据集标注中预测框不一定精准的实际情况,采用改进Wise-IoU代替原有的CIoU损失函数,以应对人工标注不精准的问题。在脑肿瘤数据集Brain Tumor Detection上的对比实验结果表明,所提出的模型相比于原始模型,精度提高了5.9%。

基于下肢骨X光三维重建算法的优化研究

王宝会, 杜辉, 张远

计算机科学. 2025, 52 (11A): 241100152-7. doi:10.11896/jsjkx.241100152

摘要 ( 42 )

PDF(4116KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

在临床实践中,下肢骨畸形是骨科医疗中常见且治疗难度较大的病症,医生通常依赖正侧位X光片进行负重位畸形程度判断,但这一过程高度依赖医生的专业程度与经验水平。虽然CT三维摄片技术存在,但患者在拍摄CT时需要平躺,与站立负重位的差异导致其无法很好地满足诊断要求。因此,创建更为直观和准确的下肢骨畸形模型展示至关重要。这样不仅可以简化医生的工作,还能提高诊断的准确性,帮助他们制定更有效的治疗方案。因此,提出了基于PSSobel-X2CTGAN的模型,在原模型的基础上对reshape模块加入了Transformer机制,另外在数据集的准备中使用了CycleGAN来进行数据增强。在原论文的数据集上进行验证,实验结果清晰地表明,该模型在CT-PELVIC和SKI10数据集上的结构相似值分别达到了79.51%和56.32%,而原模型的值仅为77.49%和49.53%,展示了其显著的改进和提升。

基于多尺度注意力的视网膜血管分割方法研究

朱思凡, 朱国胜

计算机科学. 2025, 52 (11A): 241200112-10. doi:10.11896/jsjkx.241200112

摘要 ( 31 )

PDF(3664KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

在医学图像分割中,视网膜血管分割对于眼科疾病的早期诊断与治疗是很重要的。视网膜血管分割不仅有助于诊断糖尿病视网膜病变、青光眼、动脉硬化等疾病,还在分析眼部血管形态、血流动力学等方面具有广泛的应用。但是现有方法在处理视网膜细小血管和血管边缘时还无法精确分割,在类别不平衡、血管形态复杂性和有限训练样本等方面仍然受到限制。为了提高血管分割精度并降低误判率,提出了一种基于多尺度注意力的视网膜血管分割模型(MDAF-Net)。该模型通过引入多尺度动态卷积来自适应地调整对不同尺度血管的关注度,缓解了细小血管提取不足的问题,结合通道和空间注意力机制优化特征融合,增强了模型对细节特征的提取能力,采用多尺度特征融合策略,提升了在血管形态复杂性下的分割效果。MDAF-Net在DRIVE和CHASE_DB1数据集上验证模型效果,得到Dice系数为0.764、MIoU为78.3%(DRIVE)和Dice系数为0.820、MIoU为82.5%(CHASE_DB1)。实验结果表明,MDAF-Net在分割精度和假阳性率控制方面具有显著优势,解决了传统方法在细小血管分割、类别不平衡和假阳性等方面的局限。

CINN:一种高速且抗JPEG的医学图像水印网络

张小瑞, 许亚楠, 孙伟

计算机科学. 2025, 52 (11A): 241100037-7. doi:10.11896/jsjkx.241100037

摘要 ( 31 )

PDF(4101KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

针对远程医疗中医学图像隐私保护及传输效率问题,提出了一种抗JPEG压缩的医学图像水印恢复算法。传统方法如奇偶校验码和海明码在水印纠错方面存在局限性,而里德-所罗门码虽然能有效恢复多比特错误,但面对JPEG压缩等块处理攻击时,其恢复能力受限。随着深度学习的发展,基于INN的水印技术虽实现了高容量信息嵌入,但计算负担大,影响了信息传递效率。为解决这些问题,首先应用里德-所罗门码对水印信息进行预处理,提高其稳定性和恢复能力,并将处理后的水印嵌入载体图像的DCT低频系数中。其次,为降低计算时间,受CSPNet的结构启发,将特征分为两部分,通过跨阶段连接优化INN的网络结构,减少模型参数数量,加速训练过程。实验结果表明,该算法在QF=50的JPEG压缩下达到了近乎100%的水印正确恢复率,同时减少了约40%的训练时间,显著提升了模型的计算效率和训练速度。

基于全局-局部信息融合LPV-Net和3D-EDA的心脏半监督分割算法研究

胡慧称, 刘瑞霞, 刘照阳, 郭振华

计算机科学. 2025, 52 (11A): 241100077-7. doi:10.11896/jsjkx.241100077

摘要 ( 25 )

PDF(2820KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

心脏分割算法提供精准把握心脏结构的信息,辅助医生进行诊断、制定治疗计划以及进行手术前的评估工作,提高临床治疗的效果并减轻并发症。然而,心脏分割在应用中存在诸多问题。手动分割方法不仅耗时费力,并且具有很强的主观意识。全监督的心脏分割方法虽已取得一定成果,但标注数据的依赖性过高。现有的半监督分割方法在处理复杂的心脏结构和病理变化时表现仍不够理想,难以在实际临床环境中稳定应用。为解决这一问题,提出了心脏磁共振成像(MRI)分割方法,结合Linformer and Performer merge V-Net(LPV-Net)和3D Enhanced Discriminator with Attention(3D-EDA)技术,实现了全局-局部信息的有效整合。LPV-Net模块由LinPerBlock和改进的V-Net联袂打造,旨在规范模型训练过程、实现全局与局部信息的有机整合,有效提高分割效果的准确性与鲁棒性。同时引入新鉴别器3D-EDA规范未标记数据,并加入关键模块CARE-Layer,集成自定义注意力模块以增强对特征重要信息的捕捉能力,辅助网络可提高主网络分割指标性能。在左心房数据集上进行综合实验,并将所提方法与MC-Net,V-Net等其他先进的半监督方法进行比较,发现该方法在基准数据集上的表现尤为优异。特别是在使用有限标签数据进行训练时,该方法仍然展示出卓越的性能;当仅使用10%和20%的标记数据进行训练时,该方法的Dice系数分别达到88.50%和90.39%。

频域纹理先验与特征增强的医学图像分割模型

钟延杰, 蹇木伟, 张昊然, 凌钰坤

计算机科学. 2025, 52 (11A): 241200125-8. doi:10.11896/jsjkx.241200125

摘要 ( 43 )

PDF(3708KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

提出的模型利用傅里叶变换提取的频域信息作为优化依据,增强网络在高相似性背景下伪装性病灶区域的识别能力。通过设计频域特征增强模块(Frequency Feature Enhancement Module,FFEM),网络能够显著增强病灶区域不同频率的特征信息,实现在复杂背景下更精准地捕捉伪装区域的细微特征。此外,创新性地将频域特征先验图加权融合到损失函数中,以在优化过程中引导网络关注病灶区域特征,提升网络在训练阶段的敏锐度和适应性。同时,设计了交叉注意力融合模块(Cross Attention Fusion Module,CAFM),针对不同频率特征进行差异化增强,进一步提升了网络对各频率特征的调节能力。提出的方法在多个医学影像数据集上(皮肤数据集:ISIC2016,ISIC2017,ISIC2018;结肠息肉数据集:CVC-Clinic,Kvasir,CVC-ColonDB,ETIS LaribPolyDB;乳腺数据集:BUSI)展现出卓越的分割性能;在定量指标,如Dice系数、交并比(IoU)和准确率(ACC)等指标方面,均优于现有模型,具有更好的准确性和鲁棒性。

面向聚变堆冷却管可视化的管道中心线提取方法研究与应用

罗月童, 董子秋, 彭俊, 赵东晟

计算机科学. 2025, 52 (11A): 241000137-5. doi:10.11896/jsjkx.241000137

摘要 ( 28 )

PDF(2623KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

冷却管是遍布聚变反应堆的重要部件,其对聚变堆的核安全有重要影响,研究冷却管的可视化对改进聚变核安全有重要意义。因为冷却管呈线性分布,所以基于管道中心线进行可视化是常用方法,但从复杂冷却管的面片模型中提取中心线非常繁琐。针对这个问题,提出了一种解决方法,首先使用平均曲率流算法提取中心线附近的离散点,然后设计了一种优化方法,基于管道段是圆柱或圆环及管道段之间的连接关系这个先验知识,从离散点构建准确的中心线段,包括中心线段的类型、方程及中心线段之间的连接关系。使用国际热核聚变实验堆(International Thermonuclear Experimental Reactor,ITER)的冷却管验证所提方法的有效性,实验结果表明,所提取管道中心线符合要求,能有效支持后续可视化任务,证明了所提方法是有效的。

卷积增强自适应分类模型的构造与研究

陈一卓, 邹伟, 王洪大

计算机科学. 2025, 52 (11A): 241200069-5. doi:10.11896/jsjkx.241200069

摘要 ( 29 )

PDF(3095KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

经典卷积神经网络(Convolutional Neural Networks,CNN)已被成功应用于图像领域,但是在图像旋转与缩放等几何变换条件下提取图像特征存在鲁棒性不足的局限。文中提出一种卷积增强自适应分类模型(Convolutionally Enhanced Adaptive Classification Model,CEACM),通过集成特征提取与分类器优化,来提升模型在复杂图像变换场景下的性能。在特征提取部分,引入了特征不变层作为对传统CNN的增强机制。该层通过集成旋转变换策略,有效增强CNN在提取图像特征时的旋转不变性,确保模型能够从多样化的输入数据中捕获到稳定且具有高度代表性的特征表示,提高模型对图像几何变换的鲁棒性。在分类器设计部分,提出了一种基于粒子群优化(Particle Swarm Optimization,PSO)的自适应增强模型。该模型利用PSO算法的全局搜索能力,对分类器的权重进行精细调整,能有效避免传统优化方法易陷入局部最优解的问题,提升模型的泛化能力和分类精度。为验证CEACM模型的有效性,采用了一系列国际标准图像数据集进行测试。实验结果表明,相较于传统机器学习模型及现有改进CNN模型,CEACM在分类任务上展现出了更为优越的性能,不仅提高了分类的准确率,还显著增强了模型在处理图像几何变换时的稳定性与鲁棒性。

SAM-MR:基于SAM的混合区域匹配专家适配布匹检测算法

罗其锋, 肖星, 温焯飞, 池明旻, 彭博

计算机科学. 2025, 52 (11A): 241200124-6. doi:10.11896/jsjkx.241200124

摘要 ( 34 )

PDF(2838KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

有监督异常检测因其精准的工业异常检测能力而广泛应用于布匹质量检测。现有的统一架构的异常检测方法,因其单一的特征适配能力,不能对多样化的,所以度较高的布匹瑕疵进行有效地区分,因此在布匹的多类别的异常检测中性能会显著下降。为此提出一种基于混合区域匹配专家适配方法(Mixture of Region Experts),通过Mixture of Adapter Experts模块来区别化不同类别的布匹瑕疵特征,使用Align and Differencing模块对齐模板图特征和瑕疵特征来进一步加强异常区域的划分,从而有效提高了模型分辨复杂多类型的布匹瑕疵的能力。同时,模型进一步集成成分检测任务,在完成瑕疵定位的基础上实现异常成分的语义识别。实验结果表明,SAM-MR在布匹纤维材质和缺陷检测任务上取得了优于现有方法的性能,定性、定量分析及消融实验验证了所提出方法在多任务预测中的有效性。

基于改进YOLOv8的草原巡检机器人障碍物识别方法

窦琢仑, 于春战, 张佳林, 李玉龙

计算机科学. 2025, 52 (11A): 241100065-6. doi:10.11896/jsjkx.241100065

摘要 ( 41 )

PDF(3497KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

为解决草原巡检机器人的障碍物识别算法受限于外部环境复杂和自身算力不足等在准确率与实时性上难以兼顾的问题,提出了一种基于YOLOv8的草原障碍物轻量化检测模型,利用高效多尺度注意力机制(Efficient Multi-Scale Attention Module)增强网络特征提取能力。同时在网络颈部结构添加1X1卷积进行降维映射处理,降低网络的参数量;还将原网络的损失函数替换为WIoU,降低了低质量图像在训练过程中对模型的影响。在自建数据集上进行了实验,结果表明,改进后模型的F1分数、平均精度值(mAP)分别为93%和96.2%,比原模型提高了1个百分点和1.9个百分点;模型参数量为1.96×10⁶,比原模型降低了34.7%,最后将模型移植到嵌入式平台并进行FP16量化,运行帧率提升了35%。提出的方法能兼顾准确率和实时性,是一种适用于嵌入式平台的轻量化检测方法,为草原巡检机器人的障碍物检测提供了技术支持。

基于多目标追踪的视频无关人员自动识别

马一心, 曾军皓, 杨鑫岩, 梁刚

计算机科学. 2025, 52 (11A): 241100155-8. doi:10.11896/jsjkx.241100155

摘要 ( 41 )

PDF(3496KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

无关人员自动识别旨在检测并识别视频中的无关人员,以解决其隐私保护问题。现有的隐私保护方法通过提取高级视觉特征识别与主题无关的个人。然而,高级特征的提取会显著影响视频的处理效率,难以处理海量视频数据。同时,现有的单帧识别方法没有考虑目标的时序特征,导致准确率较低。因此,提出了一种自动识别算法以高效识别无关人员,引入了多目标追踪方法来判断人物与视频之间的相关性。该方法能够从个人运动轨迹的时间和空间两个维度提取5种轻量特征。此外,为了解决视频运动过程中遮挡和模糊带来的挑战,采用了基于观察的轨迹关联算法,旨在提高运动跟踪的准确性。在各种数据集上进行了实验验证,结果表明,所提出的方法在各种指标上相较于当前的先进方法表现出显著的提升,其中MOTA指标最高提高10.87个百分点,HOTA指标最高提高10.95个百分点,无关人员识别的准确率达到98.13%。

基于无人机检视的公路工程施工人员安全帽佩戴实时检测算法

文明, 吴兴堂, 尚宇豪, 甄键, 于富才

计算机科学. 2025, 52 (11A): 250100047-7. doi:10.11896/jsjkx.250100047

摘要 ( 26 )

PDF(3776KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

为保障公路工程施工人员作业安全,减少施工安全事故,实时检测施工人员是否佩戴安全帽已成为重要的安全监管手段。公路工程施工具有点多、线长、面广的特点,且面临穿山越岭、跨江跨河等复杂地势,传统固定摄像头的覆盖存在局限性,且成本较高。无人机作为一种灵活、低成本且具备高可视性的影像采集工具,能够有效弥补这一不足,特别适用于传统手段难以覆盖的施工现场高风险区域。针对基于无人机采集图像的安全帽检测,在光照变化、目标尺度和形状变化较大的情况下容易出现误检、漏检的问题,提出了一种基于改进扩展差分高斯(XDOG)的YOLOv5安全帽实时检测算法。针对复杂施工环境中安全帽与背景或其他物体难以区分的问题,XDOG模块通过提取图像的边缘信息,增强了待检测安全帽的结构与细节特征。随后,差分高斯结果通过归一化和非线性激活处理,消除了环境中的亮度变化和噪声干扰。为了与YOLOv5网络兼容,采用1×1卷积层调整增强后的特征图通道数,并通过残差连接与原始图像特征进行融合,从而提高了网络的鲁棒性和准确性。实验结果表明,相较于传统的YOLOv5和YOLOx等模型,XDOG-YOLOv5在mAP@50和mAP@50-95等指标上均有显著提升,显著提高了施工作业人员安全帽检测的精度。

基于格拉姆矩阵注意力的室外自监督单目深度估计方法

贾宏君, 张海龙, 李敬国, 张晖敏, 韩成功, 江鹤

计算机科学. 2025, 52 (11A): 250300040-9. doi:10.11896/jsjkx.250300040

摘要 ( 45 )

PDF(4236KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

在室外深度估计任务中,传统的基于U型网络的模型在特征提取与融合阶段往往忽略了不同特征间的相关性和差异性,未能充分利用特征间的交互信息。针对这一问题,提出了一种基于格拉姆矩阵注意力的室外单目深度估计方法。具体而言,首先利用格拉姆矩阵分解的特性,设计了特征间的相关性矩阵和差异性矩阵,从而增强了特征间的信息交互及表征能力。在此基础上,进一步将格拉姆矩阵注意力机制生成的掩码与卷积层提取的特征进行深度融合。通过结合注意力机制所关注的重要特征与卷积层所捕捉的精细细节,实现了特征表达的多样性和完整性。大量的实验结果表明,在室外场景数据集KITTI上,引入格拉姆矩阵注意力机制后,网络的性能得到了提升。所提方法δ₁指标提高到0.880,绝对误差指标则下降至0.112。此外,在Make3D数据集上的测试结果也进一步验证了该模型的优越性,具体表现为绝对相对误差、均方根相对误差、均方根误差分别达到了0.318,3.174和7.163的优异水平。

基于SSD网络模型重构的表情检测算法

陈平安, 邓琦

计算机科学. 2025, 52 (11A): 250200066-6. doi:10.11896/jsjkx.250200066

摘要 ( 34 )

PDF(2237KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

人脸识别与表情检测是计算机视觉和深度学习领域的热门研究方向,广泛应用于各种场景。然而,传统的表情检测方法在非受限条件下的表现差,深度学习方法则面临特征区分度低和识别精度容易受到姿势和表情变化影响等问题。对此,提出了基于SSD的网络模型重构与中心损失优化算法(IML-SSD),以提升面部表情检测的准确性和鲁棒性。首先,提出了一种基于网络重构优化的SSD面部表情快速检测算法,通过重构SSD算法模型中的基础层和辅助层,提高了识别速度、准确率和鲁棒性。随后,结合中心损失函数对SSD算法进行了进一步优化,使得同一类别的表情特征更加聚合,不同类别的特征则更加分离,从而增强了面部表情特征的判别能力。测试结果表明,所提算法优于对比算法,且在数据集FERPlus上的mAP值提升了约6.5个百分点。

融合自适应优化与多维聚焦的点云配准网络

岳倩雯, 王东强, 张强

计算机科学. 2025, 52 (11A): 250100019-7. doi:10.11896/jsjkx.250100019

摘要 ( 35 )

PDF(2800KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

在点云配准领域,面对低重叠率的点云时,如何有效捕捉细节特征并提高配准精度是两大核心挑战。尽管传统特征提取方法已取得一定成效,但其对点云几何信息的挖掘尚显不足,导致所提取特征的区分度有限。当前的技术主要依赖于位置编码和几何嵌入策略,虽在一定程度上增强了模型的几何理解能力,但在面对高离群值的场景时,配准精度仍有提升空间。为了解决这些问题,提出了一种融合自适应优化与多维聚焦的点云配准网络ROPNet。通过引入多维聚焦、自适应调制核以及动态优化选择器模块来捕捉全局特征和局部细节,识别点云的空间位置和对应关系,理解点云数据的内在结构,增强内点的识别能力,提升了配准精度。实验结果表明,ROPNet在多个数据集上均展现出优越性能。具体来说,在3DMatch数据集中,将配准召回率提升至92.4%,内点比率提高到71.3%。而在KITTI数据集上,不仅实现99.8%的高配准精度,同时还将相对旋转误差降低至0.24°,相对平移误差降低至6.6 cm。

面向缺损QR码的高鲁棒性定位与编码方法研究

康博涵, 高万林, 贾敬敦

计算机科学. 2025, 52 (11A): 241000179-7. doi:10.11896/jsjkx.241000179

摘要 ( 25 )

PDF(3073KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

随着移动终端不断普及和物联网技术的快速发展,QR码作为一种方便快捷的数据信息传递载体得到了广泛应用。然而QR码在长期使用过程中容易遭受磨损和腐蚀等情况,尤其是缺角破损造成码图位置探测模块和格式信息编码模块的缺失,使得用户难以通过现有软件对QR码进行解码。为了解决这个问题,提出一种改进的位置探测中心检测算法和边缘位置角点检测算法,实现了当存在QR码的位置探测区域缺失时,依然能够被解码器成功定位。同时,提出一种新型的格式版本信息结构算法来取代原有传统区域的功能。实验结果表明相较于现有QR码,当存在缺角破损时,提出的方法在解码实验中展现了更强的鲁棒性,并具有较强的实际应用意义。

GCP辅助COLMAP框架SFM绝对尺度恢复算法的研究

李鹏飞, 官先才, 朱有建, 李院瞧, 王俊

计算机科学. 2025, 52 (11A): 250100015-6. doi:10.11896/jsjkx.250100015

摘要 ( 31 )

PDF(3394KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

随着数字经济的快速发展,对三维重建技术的需求显著增加。然而,现有商用三维重建系统多依赖于封闭的单机或集群架构,导致灵活性和效率受限,而开源框架在绝对坐标和尺度恢复方面存在不足。对此,提出了一种基于GCP(Ground Control Point)辅助的Colmap框架中的SFM(Structure from Motion)算法。该算法通过构建残差方程、应用相似变换和全局光束法平差,将Colmap中SFM的自由网结果精确转换为绝对坐标。实验结果表明,该方法在计算精度上与商用系统Agisoft和大疆智图相当,且在尺度恢复上保持了较高的计算效率。所提方法不仅提升了开源三维重建系统的绝对尺度恢复能力,还为未来云端应用和大规模数据处理提供了理论和实践基础。未来将致力于实现全流程自动化三维重建的云架构,并探讨与物联网设备在三维监管中的应用前景。

面向电力缺陷场景的小样本图像生成适应

杨岚, 赵金雄, 李志茹, 张驯, 狄磊, 蔡云婕, 张和慧

计算机科学. 2025, 52 (11A): 241100149-8. doi:10.11896/jsjkx.241100149

摘要 ( 33 )

PDF(3968KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

在电力系统的运行与维护中,及时准确地检测电力缺陷对保障系统安全稳定至关重要。然而,由于电力缺陷场景图像数据难以获取,深度学习模型常面临训练样本不足的问题。为解决这一难题,将扩散模型应用于电力缺陷图像生成,并提出了一种基于纹理调制和EMA参数更新的小样本生成适应方法,以扩展电力缺陷图像数据集。具体而言,在扩散模型中引入了纹理调制模块,通过两阶段注入机制,提升了图像的细节捕捉能力与空间结构对齐能力。此外,设计了一种EMA参数更新的跨域适应训练策略,结合风格损失与扩散损失,平滑了模型训练过程,提升了生成图像的质量与稳定性。实验结果表明,该方法在多个电力设备缺陷小样本数据集上表现出色,生成图像具有较高的空间结构一致性与细节还原能力,展现了其在电力缺陷检测中的应用潜力。

个性化推荐算法对用户决策行为影响研究综述

徐富萍, 周晓航, 张宁

计算机科学. 2025, 52 (11A): 241100086-8. doi:10.11896/jsjkx.241100086

摘要 ( 28 )

PDF(2140KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

互联网在快速发展中产生了海量数据,信息过载现象也因此日益凸显。为了帮助用户在庞大的数据量中有效过滤和捕捉数据并进行高质量的运用,个性化推荐算法被提出。该算法在不同场景应用中不断发展,对用户的感知与决策行为产生导向作用。集中研究了基于协同过滤的推荐、基于内容的推荐、基于关联规则的推荐和混合推荐4种典型的个性化推荐算法,分析其在大数据环境下和不同场景中的特点和适用性;从互联网内容平台、电子商务平台和社交场景视角,探究个性化推荐算法在相关理论引入和新兴技术融入中不断发展的进程;从使用意愿和购买决策两方面的影响展开探索,发现了个性化推荐算法对用户决策行为的影响机制,进而探讨了个性化推荐算法在用户决策中的功能作用,并对相关研究进行展望。

层次时间序列预测方法与应用综述

向易, 丛丽丽, 王玮鹏, 周晓航

计算机科学. 2025, 52 (11A): 241000139-7. doi:10.11896/jsjkx.241000139

摘要 ( 43 )

PDF(1877KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

层次时间序列是解决具有层级约束的多元时间序列,上层节点的数据是其所有子节点数据的累加。层次时间序列预测的主要难点是在准确预测每个序列的同时,还要保证不同级别之间的一致性,即预测在层次结构中满足累加的约束。随着大规模数据的涌现,这一复杂而具有挑战性的问题展现出更大的研究价值和广泛的应用前景。通过对层次时间序列预测相关方法和文献的综述,从分类方法和应用理论两个方面进行总结和归纳,同时探讨了该技术面临的挑战和实际应用中存在的缺口。分析表明,层次时间序列预测方法主要可分为预测模型和修订模型两个阶段,逐步引入机器学习和深度学习方法,并演化为将预测和修订模型融合的端对端方法。这些方法广泛应用于商业运营和政府治理领域。在未来的研究趋势方面,首先需要关注海量数据对两阶段方法预测准确度的影响;其次是深入研究端对端层次时间序列预测模型,以避免两阶段参数不连动的问题。此外,政府管理和商业运营的研究可以侧重于对具体问题导致不同层级关注度差异进行建模。

基于张量图扩散的共享近邻密度峰值聚类算法

刘翘铭, 魏千然, 李智, 王健, 李远方

计算机科学. 2025, 52 (11A): 241200068-11. doi:10.11896/jsjkx.241200068

摘要 ( 24 )

PDF(6034KB) ( 8 )

参考文献 | 相关文章 | 多维度评价

密度峰值聚类(Density Peak Clustering,DPC)是一种基于密度划分思想的聚类分析方法。在处理高维数据时,DPC算法在相似度计算过程与聚类分配过程中分别存在“聚集”效应问题和“多米诺”效应问题,限制了DPC在实际应用中的分析效率。针对以上问题,提出基于张量图扩散的共享近邻密度峰值聚类算法TGD-SNN-DPC,该算法首先基于张量图理论设计张量图自适应构建模块,挖掘数据点间多样性局部邻域信息。在此基础上,提出高效张量图扩散学习模块,引入张量图高效更新策略,在不增加模型计算负担的前提下,利用该模块挖掘数据全局高阶拓扑信息,利用以上两个模块获得合理的鲁棒性更强的样本间邻接相似度信息。设计自适应共享邻域聚类模块,以张量图扩散高阶邻接矩阵为基础,引入基于共享近邻信息的样本局部密度与相对距离,利用自适应邻域非聚类中心样本分配策略,提升模型矩阵的准确性。在6个合成数据集和12个真实UCI数据集上的实验表明TGD-SNN-DPC算法在准确度(ACC)、调整兰德系数(ARI)和标准互信息(NMI)方面均优于基准算法。

城市空气质量数据的时空主动采样与联合推测

稂奥奇, 黄伟杰, 於志勇, 黄昉菀

计算机科学. 2025, 52 (11A): 241000116-9. doi:10.11896/jsjkx.241000116

摘要 ( 25 )

PDF(3195KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

当前,城市中的环境数据仍以固定站点作为主流采样方式,但高昂的全采样成本使其难以大规模扩展。在此背景下,通过局部采样并结合推测算法来推断其余未采样数据的方法成为了当前研究的热点。现有的研究通常使用两种不同的模型分别进行主动采样和缺失推测,存在计算成本高和误差易累积等不足。基于此,提出了一种时空主动采样与联合推测一体化模型(Spatiotemporal Active-sampling and Joint Inference,SAJI)。该模型不仅能选择带来高推测精度的采样站点,还可以确定其主动采样时刻,最后利用多测量向量(Multiple Measurement Vector,MMV)恢复算法联合推测出所有站点的缺失值。实验结果表明,相比于基线算法,SAJI可以充分利用时空相关性使得未采样站点获得有价值的预补值,并利用后续的联合推测算法在低采样率下获得最高的推测精度。

基于用户行为序列特征增强的推荐算法研究

曹天若, 李景悦

计算机科学. 2025, 52 (11A): 240400141-5. doi:10.11896/jsjkx.240400141

摘要 ( 33 )

PDF(2133KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

随着互联网的迅猛发展,各种功能的APP层出不穷,人们已经可以在互联网上实现各种行为操作,各类商品、新闻、广告等信息流持续不断地产生和传播。与此同时,推荐算法领域的工程师们也在不断收集有用特征来迭代优化算法效果。从早期收集画像特征,演变到用户行为日志和历史行为统计,到目前的用户行为序列特征研究,目前推荐算法领域已取得一套完整的特征工程范式。随着用户的历史行为序列近年来被发现是非常重要的特征。但是,仅凭物品ID能获得的语义嵌入非常有限,也无法自动与其他相关信息进行交叉,其应用在算法效果收益方面也非常有限。自2021年底以来,语言模型的引入在学术界和工业界的应用已取得显著成果,工程师们在推荐算法领域也进行了一些尝试。文中基于语言模型提出了用户行为序列特征增强推荐算法,借助语言模型的语义分析和逻辑思考能力,采用用户行为序列特征的预训练表示学习来实现特征增强,最终提升推荐算法的模型排序能力。

基于引导扩散的序列推荐方法

李博, 莫先

计算机科学. 2025, 52 (11A): 241200062-6. doi:10.11896/jsjkx.241200062

摘要 ( 24 )

PDF(2536KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

随着用户行为偏好的动态变化,传统序列推荐方法面临着难以捕捉用户意图转变的挑战。为了解决这一问题,提出了一种基于引导扩散的序列推荐方法(GDRec),旨在通过将目标项目表示嵌入到扩散模型中,实现对用户当前意图的精准捕捉。具体地,GDRec模型包括以下关键组件:序列编码器、交叉注意力条件去噪解码器和交叉散度目标。序列编码器逐步生成用户偏好表示,捕捉历史序列与当前目标的动态关系;交叉注意力条件去噪解码器去除嵌入表示中的噪声,提高对下一目标项目的预测精度;交叉散度目标则赋予模型排序能力,确保表示的高质量,并在扩散过程中嵌入目标项目表示进行引导。最后,在Amazon的Office和Tools数据集上进行的大量实验证明了GDRec在多个评价指标上均优于现有的先进方法,显示出其在序列推荐任务中的优越性能。此外,消融实验和超参数分析进一步验证了模型的有效性和稳定性。

基于BWT,MTF和ANS的标签数据压缩算法

廖睿, 唐杰, 梁桐嘉, 郑欣磊, 王斌翊, 齐志强

计算机科学. 2025, 52 (11A): 241000081-6. doi:10.11896/jsjkx.241000081

摘要 ( 27 )

PDF(2387KB) ( 7 )

参考文献 | 相关文章 | 多维度评价

使用一些规则集可以将一些信息转换为特定的内容存储在一定长度的标签码中。当信息较多时,标签码的使用会更加困难。对标签码数据进行压缩,可以减少存储信息的开销且便于识别。为了实现对此类数据的压缩,本文基于BWT、MTF和ANS算法,形成一种适用于标签数据的无损压缩算法,该算法在一定程度上对标签码进行无损数据压缩,有利于标签码信息的存储和识别以及标签码的使用。

基于频率通道注意力机制和MSCNet的锂电池剩余使用寿命预测

卢世宇, 王海瑞, 朱贵富, 李亚龙

计算机科学. 2025, 52 (11A): 241200041-8. doi:10.11896/jsjkx.241200041

摘要 ( 40 )

PDF(4848KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

为解决锂离子电池容量估计中特征提取不准确、数据噪声大及容量衰减趋势跟踪精度低等问题,提出了一种基于频率通道注意力机制(Frequency Channel Attention Mechanism,FCA)和MSCNet(Multi-Scale Inter-Series Correlations Net)的新型模型。模型首先对原始传感器数据进行去噪处理,以降低噪声对模型性能的干扰;其次,引入频率通道注意力机制,通过频域分析将输入序列映射到频域,识别主导时间尺度以捕捉显著的周期性模式,并对时间序列进行多尺度分解;最后,利用MSCNet对多尺度输出进行动态聚合,捕获不同时间尺度内的跨序列相关性,提升模型对时间依赖性的理解,同时减少模型参数量。在CALCE和NASA公开数据集上的实验表明,该模型在电池使用寿命预测中的相对误差(RE)较现有算法降低了10%～20%,能够更精准地跟踪电池衰退趋势。

基于深度神经网络的大样本作战仿真资源分配方法

叶帅, 李豪, 史培腾, 黄昱霖

计算机科学. 2025, 52 (11A): 241000036-5. doi:10.11896/jsjkx.241000036

摘要 ( 25 )

PDF(2672KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

随着人工智能的发展,作战实验呈现智能化趋势。大样本仿真是开展智能化作战实验的重要支撑,是解决作战实验变量因子多、组合复杂等问题的有效手段,具有样本数量大、速率要求高的特点。海量仿真样本的高速运行依赖于高性能硬件集群的高效调度,面临样本计算资源需求差异大、人工分配难的问题。如何精准预测并动态分配各个样本所需的计算资源,是提高大样本仿真效率的关键。为此,提出了一种基于深度神经网络(DNN)的大样本作战仿真计算资源预测模型。该方法首先构建了深度神经网络在环的仿真资源管理架构。其次,对作战仿真样本文件进行特征提取和学习构建深度神经网络预测模型。在大样本仿真运行时,通过在线预测每个样本所需的计算资源,实现海量作战仿真作业资源的精准预测与动态分配。测试结果表明,在千级样本的典型作战实验仿真场景中,相比于传统配置方法,提出的预测模型在10个高性能服务器节点上的完成时间减少了20.8%。

时间不确定性中缀/后缀轨迹对齐一致性研究

高灵婷, 叶剑虹, 姜文慧, 黄一凡

计算机科学. 2025, 52 (11A): 241200200-8. doi:10.11896/jsjkx.241200200

摘要 ( 32 )

PDF(2741KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

对齐是一致性检验技术的一种,涉及将建模的流程行为与事件数据中记录的流程行为进行核对。由于硬件故障、软件错误等因素的影响,时间数据记录呈现出多样性,包括不同的精度和误差,导致记录的数据存在时间不确定性。对此,考虑了含有时间不确定性的中缀/后缀轨迹,提出了基于时间不确定性的轨迹片段对齐方法,针对传统轨迹片段对齐方法无法有效处理不确定性,解决了传统对齐由于时间不确定性导致的对齐精度不足和计算效率低的问题。具体而言,首先处理不确定轨迹并生成行为网;其次计算流程模型的标记,构建辅助网;最后构建同步乘积网,计算时间不确定性的轨迹片段对齐。所提方法拓宽了对齐技术的应用范围,使得对齐能够适应和处理含有时间偏差的数据,增强了对齐算法在面对不完美数据时的稳定性和鲁棒性。实验结果表明,所提出的方法在处理不确定性时,相较于传统方法提高了对齐精度并有效减少了计算复杂度。

可解释性视角下缺失值填补方法比较研究

李毅, 王童欣, 庞博中

计算机科学. 2025, 52 (11A): 241100156-8. doi:10.11896/jsjkx.241100156

摘要 ( 28 )

PDF(3124KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

随着深度学习技术的广泛应用,高质量的表格数据对模型预测性能至关重要,而数据缺失会严重破坏其内在结构与分布。尽管缺失值填补方法众多,但现有研究多侧重于填补精度,缺乏对填补结果如何影响下游模型可解释性的系统性评估。文中提出一种基于模型可解释性的缺失值填补评估框架。首先,探讨了深度生成模型在学习复杂数据分布以生成高质量填补值方面的优势。其次,构建了多种缺失场景,并采用夏普利值(Shapley Value)作为核心度量,量化比较了不同填补方法对模型特征重要性解释的影响。实验结果表明:1)深度生成模型能有效学习样本分布,其填补值在保持数据结构与信息完整性方面表现优越;2)填补精度与模型解释的稳定性之间并无直接对应关系,填补方法的选择会显著改变最终的夏普利值;3)随着数据缺失比例的增加,不同填补方法对模型解释结果的差异性影响愈发显著。本研究揭示了缺失值填补对模型可解释性的潜在影响,并为在可解释性攸关的场景中选择合适的填补策略提供了实证依据和新的评估视角。

基于机器学习的航材备件需求预测研究

王蕊, 王智恺, 钟一鸣, 孙辉, 杨凯欣

计算机科学. 2025, 52 (11A): 241100116-9. doi:10.11896/jsjkx.241100116

摘要 ( 57 )

PDF(5586KB) ( 16 )

参考文献 | 相关文章 | 多维度评价

为科学而精准地预测航空公司航材库存备件需求,制定合理的航材计划,从航材价格、重要度、维修间隔时间、装机数量等影响因素的角度出发,提出一种基于机器学习的航材备件需求预测方法。首先通过主成分分析(PCA)与K-means聚类将不同需求规律的备件降维可视化展示并分类,然后建立混合核极限学习机(HKELM)与随机森林(RF)的模型对分类后的数据进行多元回归预测,其中针对预测过程中参数选取困难的问题,采用麻雀搜索算法(SSA)迭代寻优两种模型的最优参数。最后,结合某航空公司机队运行数据进行实例分析,与反向传播(BP)神经网络、支持向量机(SVM)、最小二乘支持向量机(LSSVM)等预测方法进行比较,结果表明所提出的预测方法效果较好,其对航空公司航材计划工作具有一定的指导意义。

基于生成模型的学生在线学习表现预测混合方法研究

段超, 王一晴, 王洁, 张明焱

计算机科学. 2025, 52 (11A): 250200029-9. doi:10.11896/jsjkx.250200029

摘要 ( 47 )

PDF(2969KB) ( 8 )

参考文献 | 相关文章 | 多维度评价

学习表现预测利用在线学习平台的学生学习行为数据来识别存在学业风险的学生,可以帮助教师及时进行干预,然而该方式面临着数据不平衡问题,这使得准确识别存在学业风险的学生尤为困难。针对当前解决策略中变分自编码器(Variational Autoencoder,VAE)不能保证生成样本的合理性,生成对抗网络(Generative Adversarial Network,GAN)在处理时间序列数据时易引入新的错误,并且生成器和判别器任何一方训练得过于出色或不足都会导致生成数据质量下降等问题。提出了一种新的基于生成模型的学生在线学习表现预测混合方法。具体而言,首先利用融合双向长短期记忆网络(Bidirectional Long Short-term Memory,BiLSTM)的VAE对GAN进行初始化,不仅能从更加稳定的点开始训练,而且能更好地理解学生行为序列数据前后之间的关联关系和周期性特征;其次,判别器中引入多头注意力机制,增强其对真实数据和生成数据的区分能力,进而与生成器不断博弈;最后,将深度生成模型与经典重采样策略(Synthetic Minority Oversampling Technique,SMOTE)基于Blending集成学习的思想进行融合,有效结合数据和算法两个方面的优势,提高了模型整体的生成能力。在两个真实学生数据集上进行了大量实验,结果表明,该模型可以生成高质量的数据,从而提升预测模型对存在学业风险学生的识别能力,从第一单元开始,在4个评价指标上较基线方法均有提升。

基于图卷积神经网络的多属性个性化航空行程推荐系统

彭明田, 王味帅, 田丰, 李江涛, 卢燕, 马淑燕, 朱红林, 刘驰

计算机科学. 2025, 52 (11A): 250200088-6. doi:10.11896/jsjkx.250200088

摘要 ( 29 )

PDF(3499KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

航空市场的快速扩展使航班选择愈加复杂,旅客难以从海量信息中选出最佳方案。现有航空行程推荐系统多采用按价格、时间或准点率排序的静态方法,难以兼顾用户个性化需求和多联程航班组合的复杂性。针对这种情况,提出了基于图卷积神经网络的多属性个性化航空行程推荐系统,以图结构数据处理提升推荐精度和个性化效果。该系统构建航班数据的图结构模型,细化航班关键属性,并将用户历史购票行为转化为图节点间的交互信息。通过图卷积神经网络逐层特征聚合,捕捉用户与航班属性间的高阶关系。实验结果表明,该模型有效结合用户偏好与航班静态属性,显著提高了推荐系统的性能与准确性,为用户提供更优的行程建议。

最简完备协同组合与概念约简

马文胜, 侯锡林

计算机科学. 2025, 52 (11A): 250100053-5. doi:10.11896/jsjkx.250100053

摘要 ( 28 )

PDF(1708KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

基于一个任务的全部大数据粒化后与使用者之间形成的使用关系,定义了协同单元,并将协同单元的集合称为协同组合。根据协同组合是否涉及使用关系中的全部元素,定义了完备协同组合。如果一个协同组合是完备的,而它的任何真子集都不是完备的,则称这个协同组合为最简完备协同组合。最后,给出利用形式概念分析中的概念约简的算法来求一个任务全部最简完备协同组合的方法。

公平性增强的决策树算法

姜文慧, 叶剑虹, 高灵婷, 黄一凡

计算机科学. 2025, 52 (11A): 241200119-9. doi:10.11896/jsjkx.241200119

摘要 ( 30 )

PDF(2724KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

在机器学习领域,模型的内在偏见问题日益受到关注,这些偏见往往源自训练数据的不平衡性或算法设计缺陷,从而导致某些群体在预测结果上受到不公正对待。为了解决这一问题,提出了一种公平性增强的决策树算法,通过引入公平性预处理方法,有效减少数据中的不平衡性,并且改变传统的决策树分裂标准,在决策树的分裂标准中综合考虑了分类准确性和公平性。所提方法旨在实现不同群体间预测结果的公平分配,减少模型决策中的偏见,确保所有个体得到公正对待。实验结果表明,所提出的方法在多种公平性度量标准下展现出良好的性能,显著降低了不同群体间的预测偏差,具有比现有传统算法更强的公平性纠偏性能。

基于观点差异敏感性和意见领袖信任度的观点动力学分析

张维婧, 高彦平

计算机科学. 2025, 52 (11A): 250100007-9. doi:10.11896/jsjkx.250100007

摘要 ( 32 )

PDF(5013KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

在社会网络中,个体属性对群体观点演化起着重要的作用,为了深入理解这一现象,基于传统的HK(Hegselmann-Krause)模型,引入个体对观点差异的敏感性和个体对意见领袖的信任度,提出一种新的观点演化模型。个体对观点差异的敏感性是指个体在更新自己的观点时,对其他个体观点差异的敏感程度。这种敏感性通过一个敏感性系数来量化,系数越高,表明个体越倾向于与自己观点接近的其他个体进行交流和互动。这种机制可能导致观点的极化,因为个体更可能与观点相似的人交流,从而加强已有的观点。个体对意见领袖的信任度描述了个体在形成观点时对意见领袖的依赖程度,在模型中,每个个体可能以不同的信任度接受意见领袖的观点影响。首先对模型进行简要理论分析,通过在无标度网络中的仿真模拟,探讨这两种属性对观点演化的影响。研究结果表明,个体对观点差异越敏感,观点值的发散程度越大,收敛时间增长。个体对意见领袖的信任度越高,群体观点会越快趋向意见领袖的观点。随后增加意见领袖数量,构建包含两个意见领袖的改进HK模型,通过仿真实验,分析接收到意见领袖观点的个体比例以及个体对意见领袖的信任度对观点演化的影响。实验结果表明,个体对意见领袖的信任度越高,群体观点越容易向意见领袖的观点靠拢,且群体观点的收敛速度更快。同时,接收意见领袖观点的个体比例越高,群体观点的演化过程越容易受到意见领袖观点的主导,群体观点的最终稳定状态也更接近意见领袖的观点。

结合超图学习的多注意力机制新闻推荐方法

孟祥福, 王琬淳, 张雨萌, 樊文懿

计算机科学. 2025, 52 (11A): 250200067-7. doi:10.11896/jsjkx.250200067

摘要 ( 46 )

PDF(2668KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

在个性化新闻推荐中,图结构常被用来建立用户与新闻之间的交互关系。然而,普通图结构大多忽略了被点击新闻之间的高阶关联信息。此外,现有方法大多仅使用单一向量学习用户兴趣表示与候选新闻表示,导致建模不充分。针对上述问题,提出了结合超图学习的多注意力机制新闻推荐模型。首先,构建候选新闻超图,通过超图注意力网络的学习捕获候选新闻与其语义相似新闻的高阶相关性,丰富候选新闻语义;然后,构建新闻-主题超图用于建模用户兴趣,采用包含多种注意力机制的神经网络架构挖掘深层的用户细粒度兴趣特征;最后,通过引入激活单元,结合候选新闻特征进一步提取用户兴趣,从而提高推荐准确性。在MIND-small和MIND-large数据集上进行的大量实验,验证了所提方法的有效性。

基于GRAM矩阵的粒感知机

吴少华, 陈玉明

计算机科学. 2025, 52 (11A): 241200110-7. doi:10.11896/jsjkx.241200110

摘要 ( 31 )

PDF(2185KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

感知机是一种简单的线性分类器,也是SVM及深度学习的基石。然而,大部分复杂问题是非线性模型,感知机在处理这类问题时,分类效果不佳。因此,引入粒计算理论,以参考样本为模板,将训练样本粒化为特征粒子及特征粒向量,进而定义粒GRAM矩阵,提出一种基于GRAM矩阵的粒感知机模型。该模型优化感知机的对偶形式,构造新的粒感知机模型。为处理非线性分类问题,引入核函数,构造基于粒向量的核GRAM矩阵,并给出GRAM粒感知机的损失函数和学习方法。最后,从收敛性、非线性处理能力、参考样本的数量以及模型分类效果4方面进行实验分析,结果表明了GRAM粒感知机的有效性与正确性。

边缘环境下基于兴趣和移动感知的服务迁移路径选择方法

戴梦轩, 夏云霓, 马勇, 马堉银, 董玉民, 刘辉, 陈鹏, 孙晓宁, 龙廷艳

计算机科学. 2025, 52 (11A): 250200002-8. doi:10.11896/jsjkx.250200002

摘要 ( 32 )

PDF(4107KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

移动边缘计算作为一种创新性技术,通过在网络边缘部署计算资源,为用户提供低延迟的计算与存储服务。在该研究领域中,用户移动性始终是研究重点,现有工作主要聚焦于分析和利用用户与边缘服务器的移动轨迹,忽略用户兴趣点数据,且缺乏对迁移失败的有效处理,导致服务命中率低、迁移开销大。近期研究发现,除移动性信息外,用户的兴趣点信息也可以有效整合并加以利用。针对这一发现,文中提出了一种基于兴趣与移动感知的服务迁移路径选择方法(IMSPM)。该方法将轨迹预测模型与用户兴趣预测模型进行融合,从而实现目标服务器的优化选择以及可靠、低成本的服务迁移路径规划。实验结果表明,与仅依赖移动性信息的传统方法相比,IMSPM在服务命中率、服务迁移次数等多个性能指标上展现出一定优势。

面向高精度AOA定位的布站优化算法

丁磊, 任潞, 侯轩, 张东坡, 朱丽娜

计算机科学. 2025, 52 (11A): 241100046-9. doi:10.11896/jsjkx.241100046

摘要 ( 29 )

PDF(3192KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

针对测向站选址优化部署方案迭代效率低、易陷入局部收敛的问题,文中总结了站点布局对系统定位性能的影响规律,基于最优化理论的基本思想进行了AOA定位优化布局的问题描述和模型建立,并综合考虑了实际定位场景测向站通信网络连通性和系统有效性等约束因素,利用几何精度因子值搭配惩罚函数来当作优化问题的目标函数,采用改进的粒子群算法对优化问题进行求解,最后根据所提算法进行了仿真,从理论和仿真等多方面证明了该算法的有效性。

基于可满足性模理论的时间敏感网络流量调度机制

徐晶, 刘春龙, 霍佳皓, 皇甫伟

计算机科学. 2025, 52 (11A): 250300028-6. doi:10.11896/jsjkx.250300028

摘要 ( 31 )

PDF(3266KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

在全球范围内,工业化、信息化与智能化的融合正对各行各业产生深远影响,尤其在车载系统、航空电子及工业自动化等对时延要求极为严格的领域,时间敏感网络(Time Sensitive Networking,TSN)已逐步确立其作为实现确定性低延迟通信的核心地位。尽管TSN在时敏业务中的应用日益广泛,但其当前提供的网络级流量调度机制仍难以充分满足上层业务对优先级的复杂需求。文中提出了一种基于可满足性模理论(Satisfiability Modulo Theories,SMT)的TSN调度机制——SMT-TAS调度机制。该机制基于现有的时间感知整形(Time Aware Shaper,TAS)模型,引入SMT求解系统,并提出基于优先级满足率的流量调度算法,使其可以基于动态业务场景,实时生成最优调度方案,更新至门控生成列表,实现动态流量调度优化。实验结果表明,与传统的TAS方法相比,所提出的SMT-TAS机制在不同时间敏感流数量下的优先级满足率方面平均提高了20%左右,大大增强了系统的可调度性。同时,该算法在求解性能上也表现出色,端到端时延降低了10%左右,有效满足了TSN调度的各项约束条件,为TSN的进一步发展与应用提供了有力支持。

基于Tor Over QUIC的多维度性能评估方法

齐建设, 杨晓晗, 周大成

计算机科学. 2025, 52 (11A): 241200080-6. doi:10.11896/jsjkx.241200080

摘要 ( 30 )

PDF(2880KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

Tor网络作为最受欢迎的匿名网络之一,使用TCP协议作为传输层协议,这一选择导致了行首阻塞、带宽分配不公平以及低效的拥塞控制等问题,严重影响了Tor网络的性能和扩展性。目前有研究使用QUIC协议的Tor Over QUIC模式来解决这些问题。然而,Tor Over QUIC模式下性能评估指标单一,仅聚焦在时延和安全性评估,难以全面反映协议升级对匿名网络核心特性的综合影响,导致协议优化方向不明确且部署决策缺乏数据支撑。这种评估维度缺失不仅制约了QUIC协议优势的充分发挥,更可能因性能短板影响用户采用意愿,容易影响Tor Over QUIC的推广与使用。因此,提出了一种基于Tor Over QUIC的多维度性能评估方法,从时延、匿名性、安全性、鲁棒性和可用性等多个维度对Tor Over QUIC模式下的性能进行综合评估,以指导Tor Over QUIC的部署与使用。对Tor网络和Tor Over QUIC网络进行的对比实验表明,所提评估方法是有效且实用的。

自适应梯度稀疏化的深度神经网络训练方法

黄新利, 高国举

计算机科学. 2025, 52 (11A): 250100106-6. doi:10.11896/jsjkx.250100106

摘要 ( 39 )

PDF(2911KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

具有误差补偿的Top-k稀疏化方法目前是分布式深度神经网络(DNNs)训练中最先进的技术之一,它在每次迭代训练中动态传输部分梯度来减少通信量,传输的梯度总量取决于k值的选择。虽然较小的k值可以加速训练,但即使在有误差补偿的情况下,也可能降低测试准确性。本文提出了AdaTopK——一种自适应Top-k压缩器,它可以通过动态调整k值来权衡训练速度和测试准确性。大量动态网络场景下的实验表明:与不压缩的情况相比,AdaTopK可以减少29%的训练时间;同时与已有实验DC2相比,AdaTopK也可以减少15%的训练时间。

基于UKF的蓝牙-PDR多传感器融合室内定位算法

毛东方, 蒋国平

计算机科学. 2025, 52 (11A): 250100083-4. doi:10.11896/jsjkx.250100083

摘要 ( 39 )

PDF(1895KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

为提高室内定位的精度和稳定度,提出了基于无迹卡尔曼滤波(Unscented Kalman Filtering,UKF),并融合蓝牙指纹库和行人航位推算(Pedestrian Dead Reckoning,PDR)的室内定位方法。首先,收集不同位置的信号强度数据,构建蓝牙指纹库。其次,利用手机内置加速度计、陀螺仪等多传感器融合进行行人航位推算。在此基础上使用UKF进行融合,克服行人航位推算易产生累计误差的缺点,从而实现高精度室内定位,具有成本低、灵敏度高、稳定性好、定位方法简便等特点。最后,仿真实验结果表明了该方法的有效性。

基于信息价值的合作感知服务中的冗余压缩策略

王睿家, 申振, 李俊杰, 丁磊

计算机科学. 2025, 52 (11A): 241100009-6. doi:10.11896/jsjkx.241100009

摘要 ( 24 )

PDF(3081KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

自动驾驶车辆(Connected and Autonomous Vehicles,CAVs)利用车联万物(Vehicle-to-Everything,V2X)和6G网络数据实现合作感知服务(Cooperative Perception Service,CPS)。在实际交通系统中,会出现多个CAVs同时感知并分享同一对象的情况,导致在网络中交换了许多不相关的冗余信息,从而增加了额外的通信开销。为了解决这个问题,提出了一种基于信息价值(Value of Information,VoI)的冗余压缩策略。首先,通过数学方法来量化感知信息的价值;接着,当CAV向基站发送上传请求时,信息价值汇总到基站;然后,将CPS的满意度表示为基站控制下的一个最大化问题,并通过模拟退火(Simulated Annealing,SA)算法进行求解。该策略允许基站最优地控制CAV上传的信息,最大限度地提高CAV协作感知的效用,并最小化V2X网络中的冗余。仿真结果表明,与现有策略相比,该策略能有效降低目标冗余,使平均减少22.3%的传输延迟,使CPS质量提高21.6%。

基于优化模型的MEC网络任务卸载与迁移策略

于萍, 颜辉, 鲍杰, 耿晓中

计算机科学. 2025, 52 (11A): 241200215-6. doi:10.11896/jsjkx.241200215

摘要 ( 29 )

PDF(2609KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

优化模型驱动的移动边缘计算(Mobile Edge Computing,MEC)网络任务卸载与迁移策略研究基于物联网设备激增和5G技术推广的背景展开。MEC通过将计算资源迁移至网络边缘,显著降低数据传输延迟和云端压力。为此,提出一系列任务卸载与迁移策略,并通过性能评估验证其效果。实验结果表明,所提策略在典型应用场景中显著优化了关键性能指标:延迟降低约25%,能耗减少30%,任务吞吐量提升20%。具体优化包括:动态资源调度实现负载均衡,改进卸载效率;基于QoS(Qua-lity of Service)保障的迁移机制确保服务稳定性;跨层优化设计提升多任务协作能力。此外,通过机器学习预测技术,动态适应网络波动,提高系统灵活性。研究结论指出,优化模型在确保资源高效分配和任务实时性方面具备突出优势,提升了MEC网络的服务质量和用户体验。策略可广泛适用于异构网络和动态环境,具备进一步拓展的潜力。

考虑需求和航程的无人机物流网络规划方法

文昊, 林梁新, 陈童, 李玉祺

计算机科学. 2025, 52 (11A): 250200042-5. doi:10.11896/jsjkx.250200042

摘要 ( 34 )

PDF(2804KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

针对无人机航程受限,难以执行远距离运输任务的问题,提出了一种基于遗传算法的分段中继式无人机物流网络规划方法。该方法综合考虑物流需求和无人机航程限制,以最小化建设和运营成本为目标,通过设计网络连通性、评价指标和迭代目标3个判断回路,实现了无人机物流网络结构的智能优化。算法中引入了4种算子,有效控制了中继节点的数量和位置,使规划方案逐步逼近全局最优解。基于智能体仿真模型的验证结果表明,该方法构建的无人机物流网络能够经济高效地满足物流需求,尤其适用于城市长距离运输及偏远山区的网络规划场景。该方法为无人机物流网络的绿色、高效运营提供了创新性的解决方案。

工业物联网环境下软件缺陷预测技术的发展与应用综述

邓涛, 邓烨

计算机科学. 2025, 52 (11A): 250200052-11. doi:10.11896/jsjkx.250200052

摘要 ( 54 )

PDF(2254KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

在工业物联网(Industrial Internet of Things,IIoT) 环境中,海量的软件代码数据的生成迫切需要通过先进的软件缺陷预测(Software Defect Prediction,SDP)技术进行有效分析。这些技术不仅能够迅速定位异常情况,还可以全面调查潜在问题,因为即使是微小的偏差也可能导致项目代码的崩溃。文中系统综述了2018－2025年间发表的61篇相关文献,突出展示了IIoT中SDP所面临的主要挑战和最新进展。从多个视角深入探讨了SDP的相关技术,包括统计方法、机器学习技术和模型导向的方法等。未来的研究应优先关注复杂异构环境中缺陷模式的动态变化,解决数据稀缺和标注成本高昂的问题,同时平衡实时性与资源限制之间的矛盾。此外,需要增强模型的可解释性和用户的认知理解,以提升系统的可理解性和操作的鲁棒性。还对IIoT中相关的现有数据集进行了系统分析,为该关键领域的进一步研究奠定了坚实基础。

基于语义变化的缺陷生成与缺陷预测模型测试

郭力玮, 吴永豪, 刘勇

计算机科学. 2025, 52 (11A): 241200059-7. doi:10.11896/jsjkx.241200059

摘要 ( 31 )

PDF(2384KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

近年来,机器学习技术在软件开发中的缺陷预测领域取得了显著进展,能够在大规模代码库中自动检测错误。这些进展有望提升软件的可靠性、安全性和整体质量。缺陷预测模型可以自动化检测代码中是否包含错误。然而,现有的缺陷预测模型虽然具有一定优势,但往往无法准确识别那些标记为无问题的有缺陷代码。目前缺乏对缺陷检测模型质量的系统性的实证研究,现有方法 DPTester 通过生成缺陷代码来检测缺陷模型的能力,该方法通过修改代码中的 if 条件来产生缺陷代码。然而,现有方法自动生成的缺陷代码过于简单,评估场景也未包括最新大语言模型在内的广泛模型。基于此,提出了改进方法 DefectGen,通过引入多种策略来生成更符合现实问题的缺陷代码,并且评估的缺陷模型包含了大语言模型。实验结果表明,DefectGen 在生成复杂缺陷代码的能力上较之前的方法有显著提升,能够在单个正确代码上生成1.2倍的缺陷代码。在测试 CodeT5+,CodeBERT 和 GPT-4o 模型时,发现缺陷预测有误的数量占比分别为62%,78% 和 30%。与此同时,DefectGen 在测试输入生成和缺陷检测阶段展现出更高的效率,每条测试输入的生成时间和检测时间分别为 0.003 s和 0.02 s。这些结果表明,DefectGen 不仅有效揭示了现有模型的局限性,还为改进缺陷预测模型和提升软件质量保障流程提供了新可能。

自动化软件缺陷定位技术研究

房金秋, 贠国荣, 赵海勇, 谢皓萌

计算机科学. 2025, 52 (11A): 250200024-14. doi:10.11896/jsjkx.250200024

摘要 ( 26 )

PDF(3598KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

软件缺陷定位已经成为软件调试领域重要的研究主题,自动化软件缺陷定位旨在提高缺陷定位的自动化程度,帮助开发人员更高效地定位大规模软件中可能存在缺陷的位置,以达到优化分配测试资源的目的。以自动化软件缺陷定位技术为核心,对相关研究成果进行系统梳理。首先,依据软件缺陷处理生命周期,给出了缺陷定位的一般性研究框架,总结了每一类代表性算法利用的缺陷信息,讨论了深度学习对相关算法的影响。其次,针对软件系统包含缺陷数量的不同,从单缺陷和多缺陷两个角度对比了相关算法。最后,给出了相关算法常用的评测数据集以及评价指标,指出了本领域研究面临的一些挑战,并展望了若干值得进一步研究的方向。

大语言模型驱动的多智能体协同代码生成技术

夏鹏, 张燚钧, 齐骥

计算机科学. 2025, 52 (11A): 241200033-9. doi:10.11896/jsjkx.241200033

摘要 ( 41 )

PDF(2567KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

在代码生成任务中,预训练大语言模型和智能体已经成为提升代码生成质量和效率的关键技术。在面对复杂的编程问题时,基于大语言模型的智能体技术目前仍无法有效处理和解决。对此,提出一种多智能体协同代码生成框架,构建了包含问题分析、任务规划、代码生成和代码调试4个阶段的系统,通过智能体间的协作解决复杂的编程问题,并且基于开源大模型提出了不同的智能体基础模型使用策略,验证其对系统整体表现的影响。在此基础上,引入包含反思和调试循环的迭代式编程范式,以根据各阶段的结果反馈优化代码生成。实验结果表明,相比于传统直接代码生成方法,多智能体协同方案在多个数据集上取得了显著的性能提升,尤其在采用混合模型策略时,在所有测试数据集上均达到了最优表现。采用反思和调试循环时,在测试数据集上的表现有进一步提升。

一种面向SIMD的控制流投机向量化方法

韩林, 吴若枫, 刘浩浩, 聂凯, 李浩然, 陈梦尧

计算机科学. 2025, 52 (11A): 241100012-7. doi:10.11896/jsjkx.241100012

摘要 ( 29 )

PDF(1943KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

SIMD自动向量化是充分发挥处理器计算能力、提升应用程序性能的重要手段,但是控制流的存在给自动向量化带来了极大的挑战。传统的控制流向量化方法依赖于IF转换技术,但此技术也带来了代码执行效率低的问题。因此,为了缓解这一问题,提出了一种面向SIMD的控制流投机向量化方法。该方法在向量代码中检测谓词相关区域,使用代价模型在区域内引导实施针对分支一致的投机变换,在运行时消除无用的谓词执行,从而消除冗余计算导致的代码效率低的问题。该方法基于当前主流的GCC10.3编译器实现,实验选取业界公认的SPEC CPU 2006 测试集课题和测试向量化能力的TSVC测试集,结果显示SPEC2006测试集481课题在使用该方法后性能提升10%,TSVC_2测试部分典型用例的性能提升在20%以上。在标准测试集上进行,结果表明,此方法能够有效提升GCC编译器的控制流向量化代码的执行效率。

网络协议模糊测试技术研究进展

韩陆超, 张伟

计算机科学. 2025, 52 (11A): 241100173-9. doi:10.11896/jsjkx.241100173

摘要 ( 31 )

PDF(2181KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

模糊测试作为自动缺陷检测技术之一,通过持续向被测目标输入随机或半随机变异的数据从而导致被测目标发生异常或崩溃的方式来进行测试,近年来挖掘大量基础软件缺陷,是当前软件测试领域的研究热点。文中聚焦针对网络协议软件实现的模糊测试技术工具,针对近年来网络协议模糊测试相关研究成果进行了系统分析和总结。首先,以网络协议模糊测试的基本流程为牵引,分别阐述模糊测试技术在协议报文预处理、测试用例生成、模糊测试执行、测试异常监控等测试阶段的工作原理及其代表性研究工作进展;然后,通过主流协议模糊测试工具在多种网络协议的大规模集成测试应用中,实现了对当前主流网络协议模糊测试工具的评估验证;最后,对网络协议模糊测试技术未来的发展方向和面临的挑战进行了总结与展望。

基于指令流图特征的恶意文件的分类算法研究

邢昱阳, 王宝会

计算机科学. 2025, 52 (11A): 240800062-6. doi:10.11896/jsjkx.240800062

摘要 ( 35 )

PDF(2559KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

近年来,恶意代码愈加泛滥,数量和种类均呈快速增长趋势。因此,机器学习方法被广泛用于提升对恶意代码识别和分类的效率。聚焦恶意代码多分类任务,采用静态分析方法,结合反汇编、图构造、图论特征分析等技术,对恶意代码样本的原始文件进行特征提取。在传统的CFG特征和字节码特征的基础上,提出一种指令流程图(Instruction Flow Graph,IFG)特征。将IFG特征、CFG特征和字节码特征分别用于训练机器学习模型,并进行横向对比实验。从训练效果来看:相比CFG特征,采用IFG特征,模型精确率提高5%左右;相比字节码特征,采用IFG特征,模型精确率提高0.3%,模型训练时间缩短60%以上。

基于动态三角模糊数与改进TOPSIS法的冲突型群决策方法研究

王克克, 艾伟, 殷艳艳, 钱钱

计算机科学. 2025, 52 (11A): 241000119-8. doi:10.11896/jsjkx.241000119

摘要 ( 26 )

PDF(2815KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

当前采用三角模糊数与TOPSIS法进行群体决策的方法往往仅考虑由专家组共同给出专家评价信息,未考虑不同专家对同一事物的看法不尽相同,以及出于其他未知因素考虑,可能对同一事物存在有不同的偏好,同时不同专家有不同的个人权重。因此,在对动态三角模糊数与改进TOPSIS法进行充分调查和研究的基础上,将专家组共同给出评价信息的群体决策方法扩展为由不同专家分别给出评价信息后进行群体决策,并提出了专家个人评价信息与群体决策信息冲突的判断方法和冲突消解方法,且采用实际案例验证了所提出方法的科学性和有效性。邀请若干名专家分别对不同候选方案做出评价,分别计算获得各位专家对不同候选方案的正、负理想方案的欧氏距离、灰色关联度和相对贴近度;然后,结合各位专家的个人权重,计算获得各方案的群体相对贴近度;接着,计算获得进行冲突检测的阈值和冲突测度值,如果存在决策冲突的情况,则由相应专家修改评价信息并对相应专家采取降低个人权重的惩戒措施;最后,重新计算获得各位专家对不同候选方案的相对贴近度和最终的群体相对贴近度,以用于确定最佳方案。

一种结合静态分析的轻量化内存安全运行时检测方法

毛瑞琪, 陈哲

计算机科学. 2025, 52 (11A): 241100060-8. doi:10.11896/jsjkx.241100060

摘要 ( 33 )

PDF(2247KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

缓冲区溢出等内存安全问题长久困扰C语言开发者。运行时检测是解决C语言内存安全问题的可靠方法,但也引入了较高的运行时开销。现存的内存安全运行时检测开销削减方法或不兼容已有代码、依赖人工标注,或在削减开销的同时引入漏报和误报,或无法保证非法访存和检测报错的时序性。对此,提出了一种结合静态分析的针对栈上内存区域的轻量化运行时检测方法,将部分运行时元数据查询替换为编译时元数据查询,将大部分高开销的检测函数调用替换为轻量化的内联布尔条件判断,并使用跨过程的按需别名分析将方法扩展到跨过程分析、全程序检测。基于C语言抽象语法树进行静态分析和检测代码插桩,实现了原型工具LISA(Lightweight Inline Safety Assertion)。实验结果表明,LISA降低运行时检测的时间开销平均达36%,仅引入约0.5%额外的空间开销。此外,LISA还解决了现存方法不兼容已有代码、运行时检测有效性低、无法实时保证内存安全的问题。

基于国密算法SM9的签密方案

谢振杰, 罗友强, 赵方方, 任帅

计算机科学. 2025, 52 (11A): 241200049-8. doi:10.11896/jsjkx.241200049

摘要 ( 25 )

PDF(1802KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

签密是一种结合了数字签名与加密的密码学技术,通过同时执行这2项功能,减少了计算量和通信开销。国密算法SM9作为一款我国自研的标识密码算法,不仅安全高效,还能有效降低公钥基础设施的建设成本以及证书管理开销。针对现有签密方案在计算效率和签密消息长度方面存在的不足,提出了一种基于国密算法SM9的签密方案。通过创新设计签密私钥元组,将密钥和签名的信息合并封装,有效降低计算复杂度并压缩签密消息长度。在随机预言机模型下,分别基于Gap-q-BDHI和q-SDH困难问题,证明了所提方案具有IND-CCA和EUF-CMIA安全性。经过理论分析和实验测试,证实了所提方案的签密和解密验证效率较现有同类方案分别提升67%和62%,而签密消息长度减少25%。

隐私保护的决策树算法设计与应用

李进成, 李英娜, 付国庆

计算机科学. 2025, 52 (11A): 241200115-9. doi:10.11896/jsjkx.241200115

摘要 ( 33 )

PDF(2548KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

在信息时代,数据成为一种宝贵资源。数据共享在驱动人工智能领域发展的同时,也带来了隐私泄露的风险。全同态加密(Fully Homomorphic Encryption,FHE)技术为各种机器学习算法的实现提供了一条安全路径,它允许在密文数据上直接进行运算。然而,在密文数据上进行运算会产生很高的计算开销,因此需要以“FHE友好”的方式重新设计算法。对此,基于CKKS全同态加密算法,采用低次近似的阶跃函数和轻量级的交互协议取代复杂的非线性运算,提出了一种新的隐私保护决策树方案,实现了密文下决策树的训练与推理。最后,在4个UCI数据集上进行了对比实验,实验结果显示,提出的方案在平均AUC和平均F1-Score指标上分别达到0.92与0.77,优于PrivaTree方案与SecDT方案,同时展现出更强的稳定性。

P-DAG:基于并行链结构的高效安全区块链系统

蒋凌云, 刘关浩, 杨京霖, 徐佳

计算机科学. 2025, 52 (11A): 241000174-6. doi:10.11896/jsjkx.241000174

摘要 ( 36 )

PDF(2550KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

基于树图结构的区块链系统利用树图结构具有并发性的特点可以显著提高吞吐量,但是其在安全性方面仍存在很多问题需要解决。针对基于树图结构的区块链系统易遭受活性攻击导致账本状态无法收敛的问题,提出了一个具有高吞吐量和低确认时延的可扩展的高安全性区块链系统P-DAG(Parallel-Directed Acyclic Graph)。该系统采用多条并行链作为账本结构,将区块创建与上链进行解耦,从而分散恶意节点的算力,增强整个系统的安全性;利用哈希值具有随机性且服从均匀分布的特点,设计基于哈希值的随机权重赋值机制,减少每条链的收敛时间和区块的确认时延。理论分析和仿真实验表明,P-DAG与Conflux具有相近的吞吐量,但所需要的账本收敛时间与Conflux相比降低了约50%,区块确认时延与Conflux相比降低了约30%。

面向图垂直联邦学习的对抗攻击方法

柏杨, 陈晋音, 郑海斌, 郑雅羽

计算机科学. 2025, 52 (11A): 241200220-10. doi:10.11896/jsjkx.241200220

摘要 ( 32 )

PDF(3491KB) ( 15 )

参考文献 | 相关文章 | 多维度评价

图垂直联邦学习是一种结合图数据和垂直联邦学习的分布式机器学习方法,广泛应用于金融服务、医疗健康和社交网络等领域。该方法在保护隐私的同时,利用数据多样性显著提升模型性能。然而,研究表明图垂直联邦学习容易受到对抗攻击的威胁。现有的针对图神经网络的对抗攻击方法,如梯度最大化攻击、简化梯度攻击等方法在图垂直联邦框架中实施时仍然面临攻击成功率低、隐蔽性差、在防御情况下无法实施等问题。为应对这些挑战,提出了一种面向图垂直联邦的对抗攻击方法(Node and Feature Adversarial Attack,NFAttack),该方法分别设计了节点攻击策略与特征攻击策略,从不同维度实施高效攻击。首先,节点攻击策略基于度中心性指标评估节点的重要性,通过连接一定数量的虚假节点以形成虚假边,从而干扰高中心性节点。其次,特征攻击策略在节点特征中注入由随机噪声与梯度噪声构成的混合噪声,进而扰乱分类结果。最后,在6个数据集和3种图神经网络模型上进行实验,结果表明NFAttack的平均攻击成功率达到80%,比其他算法提高了约30%。此外,即使在多种联邦学习防御机制下,NFAttack仍展现出较强的攻击效果。

基于消除语义特征的图像篡改定位模型对抗攻击

蒋伟豪, 刘波

计算机科学. 2025, 52 (11A): 241100104-7. doi:10.11896/jsjkx.241100104

摘要 ( 29 )

PDF(3231KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

目前,公众对于日新月异的图像篡改技术越来越担忧,因为它会引发伦理和安全问题。利用深度神经网络可以定位图像篡改区域。然而,随着深度神经网络的发展,针对它的对抗性攻击也层出不穷,这些攻击方法也促进了模型的鲁棒性研究。现有的对抗攻击方法主要关注篡改痕迹特征,然而不同图像篡改定位模型关注的篡改痕迹特征有所不同,导致对抗攻击的迁移能力不足。由于卷积神经网络或Transformer网络也能够提取语义特征,而图像篡改定位模型往往将这些模型作为基线模型,因此模型在提取篡改特征时会不可避免地提取到部分语义特征。为了提高对抗样本的泛化能力,提出一种攻击方法,重点关注消除篡改图像的语义特征,训练一个语义分割网络作为攻击目标,提出一种攻击中间语义特征的损失函数,使得模型难以识别出图像篡改部分的语义信息。这种攻击方法具有较高的迁移能力,可以更好地隐藏扰动并生成更具攻击性的对抗样本,在多种实验下被证明可以攻击绝大多数现有模型并优于其他对抗攻击方法,并为图像篡改定位任务提供了更新颖的见解。

基于量子安全和脆弱水印的图像篡改检测与自恢复算法

陈鸿祥, 陈果, 张辉, 吴美琪, 丁萁琦, 罗合, 王昊, 谷林明, 罗惠恒, 王景晗

计算机科学. 2025, 52 (11A): 250900081-8. doi:10.11896/jsjkx.250900081

摘要 ( 29 )

PDF(2820KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

在电力系统的远程监控与无人值守巡检应用中,图像已成为记录与传输缺陷信息的重要媒介。然而,经由公开信道传输的图像数据极易受到恶意篡改与伪造,严重威胁系统安全与故障响应效率。为此,文中提出了一种适用于电力通信场景的图像篡改检测与自恢复算法。该算法基于量子随机数生成器构造完美哈希,用于生成具备高随机性与不可预测性的认证模型,以提高其抗篡改能力;同时结合图像块级匹配策略和SPIHT编码算法生成认证与恢复数据;然后,将这些数据作为脆弱水印嵌入到原始的通信图像中,以实现篡改区域的精确定位和自恢复,其中嵌入密钥采用量子密钥分发协议进行安全共享,可有效防止关键参数在传输过程中的泄露或篡改。在标准图像数据集上进行实验,结果表明所提方法在篡改检测精度、自恢复效果、安全性、嵌入容量与图像质量等方面均优于现有方案,适用于电力图像传输的完整性保护与可信认证需求。

基于粒关联的数据聚合信息级别推演方法

李金辉, 曹利峰, 汪小芹, 白金龙, 陈阳

计算机科学. 2025, 52 (11A): 241200047-8. doi:10.11896/jsjkx.241200047

摘要 ( 27 )

PDF(3030KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

为解决大数据聚合而引起敏感信息泄露的问题,对数据之间的关联性进行了深入的分析,提出了基于粒关联的数据聚合信息级别推演方法。根据数据属性的依赖关系,挖掘出高关联度的数据对象,进而依据数据对象关联属性的敏感级别模糊集可能性测度推演用户访问多信息系统时由数据聚合推导高敏感级别信息的可能性。这种方法有助于为用户制定数据访问策略,控制对关联数据的分析,降低信息泄露的风险。

基于GAN的对抗网络流量生成研究

杨琳, 林宏刚

计算机科学. 2025, 52 (11A): 241200189-9. doi:10.11896/jsjkx.241200189

摘要 ( 36 )

PDF(3699KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

对抗网络流量在设备隐私保护和网络安全等领域扮演着重要角色,然而目前对抗网络流量生成方法缺乏对质量的约束,导致生成的流量偏离原始流量特性,在实际应用中丧失其对抗能力。因此,提出一种基于GAN的对抗网络流量生成方法,改进生成器设计,以卷积神经网络提取原始流量特征的抽象表示,经基础迭代算法生成扰动,确保扰动保持原始流量的特性;优化生成器损失函数,实现生成流量与原始流量之间的最小差异;引入干扰器模块,利用网格搜索算法为扰动分配权重并优选参数组合,保证生成流量的多样性。为了综合考虑特征空间距离差异与相对变化速率对生成质量的影响,提出相对差异扰动量指标,能更准确地评估对抗网络流量与原始流量之间的差异。实验结果表明,在有效扰动范围内,相较于其他方法,该方法生成的对抗网络流量对目标分类模型保持高欺骗率的同时,产生的L∞扰动量与相对差异扰动量均更小,与原始流量的相似性更高,有效提高了对抗网络流量的生成质量。

基于多层级图表征增强的加密应用流量识别方法

王志宏, 刘昇然, 池泽桂, 杨莹

计算机科学. 2025, 52 (11A): 241200126-7. doi:10.11896/jsjkx.241200126

摘要 ( 34 )

PDF(2824KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

随着对隐私保护和数据安全需求的提高,流量加密技术被越来越多的应用和服务使用。流量加密技术在保护用户隐私的同时,也为非法目的使用者提供了便利,给网络安全防御和监管带来了严重威胁。针对当前加密应用流量识别中单条和多条会话流表征不足的问题,提出了一种基于多层级图表征增强的加密应用流量识别方法。该方法从单条会话流出发,基于数据包负载长度、方向、包序列、簇信息等交互特征,实现了单条会话流中基于多类型交互信息的数据包图构建和表征。进一步,突破单条会话流限制,研究基于流序列关联关系的多会话流图构建和表征。最后,引入图神经网络技术,实现了基于数据包图表征和会话流图表征的加密应用流量识别。在通用的ISCX VPN-nonVPN 2016数据集上进行实验验证,结果表明所提方法在VPN和non-VPN类别上的整体识别准确率分别达到了98.1%和89.2%,且相比于现有Text-based-CNN和k-GNN等基线算法,其对不同类别流量识别结果的F1值有显著提升。

基于时序对抗网络的流量生成方法

林宏刚, 李彧涵

计算机科学. 2025, 52 (11A): 250200021-8. doi:10.11896/jsjkx.250200021

摘要 ( 43 )

PDF(3634KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

随着网络流量分析技术的发展,对高质量流量生成的需求不断提升。然而现有流量生成方法主要关注包级特征,忽略了时序特性,不能满足要求。为提高生成流量的质量,提出一种改进的TimeGAN流量生成方法,采用GRU提取包级与时序特征,并结合多头局部-全局注意力机制提升特征融合能力,实现流量特征的均衡建模。同时,设计周期判别-动态解码策略,以生成动态长度的流量序列并保留周期性。从可用性与相似性两方面评估生成流量数据,结果表明,该方法在各项指标上均优于现有方法,能有效提升生成流量质量,更好地模拟真实的网络流量。

基于MOBSF_rule的安卓恶意软件检测方法

陈维国, 张高峰, 贾晟, 徐本柱, 郑利平

计算机科学. 2025, 52 (11A): 250200120-11. doi:10.11896/jsjkx.250200120

摘要 ( 28 )

PDF(3609KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

在安卓应用安全研究领域的静态分析中,一种有效的方式是使用逆向工程工具对应用程序进行反编译,并从反编译后的代码文件中提取函数调用图(Function Call Graph,FCG)作为恶意软件识别的主要特征,特别是基于敏感API的FCG调用子图已经得到广泛验证。然而,现有的此类基于敏感API的研究工作大多依赖较早的敏感API集,没有随着系统API迭代继续更新。通过实验可以发现,使用传统的敏感API集从应用的函数调用图(FCG)中提取特征节点时,很多情况下无法获取到所需的特征节点。例如随着安卓系统的迭代更新,出现显著的API调整和更换,或者使用反射机制(Reflect)相关技术可以动态隐式调用系统API。对此,文中根据最新的安卓应用综合研究框架,提出了一种基于MOBSF_rule提取FCG子图的安卓恶意软件检测方法。该方法首先从应用程序反编译的代码文件中生成函数调用图(FCG);然后利用MOBSF_rule规则集提取特征节点,生成包含这些特征节点的五点图、六点图和七点图,统计不同构型子图的出现频率;最后把频率矩阵输入机器学习方法中进行训练、推理。相比现有的敏感API集,所提方法有如下优势。1)MOBSF_rule过滤规则集在提取特征节点方面表现出色,能够有效提取包括反射机制、组件交互、签名验证、网络通信和客户端/服务器(C/S)架构通信等关键API特征,对比传统敏感API集,在最新恶意软件数据集中特征提取有效率提升了69.765%。2)MOBSF_rule规则集在不同时间标签下提取特征节点的能力表现出色,具有较强的稳定性。它不仅能够适应安卓系统的持续更新,还能在不同版本之间保持高度一致的特征提取能力。2012－2022年期间,相比传统敏感API集,MOBSF_rule规则集的特征提取有效率的多年总体方差降低了98.747%。3)采用了Stacking集成学习方法,对比随机森林集成学习方法和多层感知机方法,准确率提升了4.32%。

轻量级航空宽带通信系统安全认证协议

陈洪苇, 岳猛

计算机科学. 2025, 52 (11A): 241200183-7. doi:10.11896/jsjkx.241200183

摘要 ( 27 )

PDF(4719KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

当前,航空通信系统正面临着频段饱和的挑战,且缺少相关的安全标准和防御措施,存在航空通信数据易被非法窃取和篡改的问题。为增强航空通信系统的安全性,优化地空通信的效率,提出了一种基于对称加密的轻量级航空宽带通信系统安全认证协议。该协议旨在确保飞机与地面网关能够相互验证身份,实现数据的安全传输。通过预先共享根密钥和校验消息验证码的方式,此协议的平均报文开销为59字节,在保持轻量级的同时,有效地规避了现有航空通信系统中公钥体制认证方案所面临的证书管理难题,为身份认证过程提供了坚固的网络安全屏障。通过Scyther工具的形式化建模验证和系统抓包分析测试,证实了此协议在带宽受限的航空通信环境中的高效适用性和可靠性。

基于贪心策略的区块链动态分片与跨分片交易协议优化

艾渊, 李家浩, 赵毅涛, 胡凯

计算机科学. 2025, 52 (11A): 250100133-8. doi:10.11896/jsjkx.250100133

摘要 ( 32 )

PDF(3425KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

针对区块链技术中分片机制所面临的挑战,包括负载不均衡、跨分片交易验证的复杂性以及跨分片交易原子性的保障问题,提出了一种优化的动态分片算法和跨分片交易协议。首先基于区块链交易数据,开发了一种基于贪心策略的动态分片算法,该算法通过权值计算动态调整分片,以实现负载均衡。进一步地,针对跨分片交易的原子性和延迟问题,结合交易锁定与回滚机制,提出了一种创新的跨分片交易协议和分片迁移策略,以确保跨分片交易的原子性。实验结果表明,该方法在降低交易延迟方面具有显著效果。

简化 AES 密码算法的量子电路优化

丁浪, 罗庆斌, 吕轶, 郑圆梦, 廖颢羽

计算机科学. 2025, 52 (11A): 250100075-7. doi:10.11896/jsjkx.250100075

摘要 ( 33 )

PDF(2596KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

AES是当前最广泛使用的国际标准化分组密码算法,美国国家标准与技术研究院(NIST)将AES的量子安全强度作为评估后量子密码安全性的参考,因此实现AES算法的量子电路并分析其量子安全性已成为密码学研究的热点。然而,由于AES算法的量子电路实现需耗费数百个量子比特和数万个量子门,简化AES密码算法的量子电路实现与优化成为重要的研究方向。首先,在加密算法中,基于S盒查找表,利用DORCIS工具成功实现S盒的量子电路;其次,通过借用密钥中的一个量子比特,将该量子电路中具有3个控制位的CCCNOT门分解为4个Toffoli门,将使用的量子门控制在NCT门集内;然后,在移位操作中,通过置换变量的方式避免了加密算法中交换门的使用;最后,通过S盒查找表计算出了S盒的布尔表达式,设计并实现了密钥扩展中8量子比特的S盒量子电路。在此基础上优化了简化AES密码算法的量子电路,该量子电路的正确性在Qiskit Aer量子模拟器中得到了验证。量子资源分析结果表明,整体量子电路实现仅需32个量子比特、51个NOT门、220个CNOT门和120个Toffoli门。与已有研究相比,所提方法减少了量子资源的消耗,从而提升了简化AES算法量子电路的实现效率。

基于轻量级区块链的低压用户需求响应方案

昌宁远, 黄挺, 张煌

计算机科学. 2025, 52 (11A): 250200125-8. doi:10.11896/jsjkx.250200125

摘要 ( 33 )

PDF(2065KB) ( 9 )

参考文献 | 相关文章 | 多维度评价

智能电网的迅速发展提升了电力公司与电力用户之间的通信能力,也使得低压用户需求响应成为了极富潜力的智能电网业务。近年来,利用区块链技术强化智能电网功能的研究逐渐吸引了更多学者的关注。然而,区块链引发的能源消耗问题、用户隐私问题也成为无法避开的话题。基于轻量级区块链,提出了能源消耗低并带有用户数据隐私性的低压用户需求响应方案。为了解决低能耗与轻量级区块链结构带来的区块链公平性问题和区块链主链的数据安全性问题,还提出了非法操控监测、分布式哈希表、片区认证算法以支持方案的正常运行。云计算在智能电网中的应用发展迅速,可以最大限度地整合资源,解决智能电网的海量数据分布式计算问题。

基于可变模糊理论的视频监控网络安全性能评估与印证研究

王克克, 边悦, 殷艳艳

计算机科学. 2025, 52 (11A): 241100095-6. doi:10.11896/jsjkx.241100095

摘要 ( 25 )

PDF(1979KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

当前对视频监控网络系统安全的研究仍停留在安全指标体系和指标权重的层面。为更深入开展视频监控网络系统的安全性研究,建立了采用可变模糊评价模型对视频监控网络系统进行安全性能评价的模型,并引入后悔理论对评价结果进行印证,然后采取实际案例验证了评价模型的有效性。采用可变模糊理论计算获得模糊评价模型、神经元激励函数模型、TOPSIS理想点模型、模糊优选评价模型的综合相对隶属度,然后获得这4种模型对应的评价结果,最后通过计算其算术均值而获得最终的评价等级。基于后悔理论的印证方法能够选择最优的评价方案,据此对采用可变模糊评价模型的评价结果进行印证。提出的评估模型有助于对视频监控网络的薄弱环节采取针对性措施,提高视频监控网络系统的整体安全性,为视频监控系统安全建设与使用提供保障。

基于知识图谱嵌入的异构图欺诈用户检测

吕舒琦, 张云峰

计算机科学. 2025, 52 (11A): 250400085-7. doi:10.11896/jsjkx.250400085

摘要 ( 40 )

PDF(2374KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

在信用支付服务场景中,欺诈用户的检测问题一直是一个研究热点。在深度学习方法中,通常使用异质信息网络来建模不同类型的节点对象及其交互关系,如用节点表示支付服务场景中的用户及商家,用边来表示节点之间的交互关系,以充分利用图的结构信息。然而,已经提出的很多模型在捕捉节点特征信息时,往往只关注元路径端节点而忽略了元路径中间节点的信息,这将导致信息丢失的问题。因此,提出了一种基于知识图谱嵌入的异构图欺诈用户检测模型。首先,引入知识图谱嵌入方法作为元路径内部聚合编码器,与只关注元路径上端节点的方法不同,元路径内部聚合编码器在获取节点信息时会同时关注元路径中间节点,以聚集整条元路径上的节点信息,能够有效解决信息丢失的问题。除此之外,设计了一个多层融合注意力机制,从节点以及路径层面模拟用户对属性和元路径的偏好,并在全局层面以融合的角度分析特征的重要程度。在不同类型数据集上的实验结果表明,与现有的多种欺诈检测方法相比,所提模型取得了相对较好的结果。

电力监控系统网络空间客体协同防御方法

李晓耕, 韩校, 肖海怡

计算机科学. 2025, 52 (11A): 241200158-7. doi:10.11896/jsjkx.241200158

摘要 ( 31 )

PDF(2303KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

电力监控系统是确保电力稳定供应的核心基础设施,当前电力监控系统网络空间客体安全防御手段大多基于固定策略,往往缺少对当前系统环境与安全事件的针对性,且执行这种防御策略也会对系统业务的正常运行产生较大影响。为解决此问题,提出了一种网络空间客体协同防御方法。首先,针对网络威胁阻断,使用IP溯源技术对攻击路径进行重绘,考虑节点与受攻击客体在攻击路径中的跳数以及节点处的网络流量,构造适应度函数,基于改进遗传算法思想确定最优阻断位置;其次,根据网络空间客体类型,制定网络空间客体分类防御策略,引入防御动作关联度计算模型,确定具体的防御动作。仿真实验证明,所提出的网络空间客体协同防御方法在防御动作选取与执行、防御效果等方面均有显著优势,可最大程度降低防御动作对系统正常业务的影响。

面向物资供应链的隐私保护多主体跨证书体系认证及访问控制模型

杨珂, 郭庆雷, 沈一鸣, 柏能, 宋文婷, 王伟宇

计算机科学. 2025, 52 (11A): 250100131-10. doi:10.11896/jsjkx.250100131

摘要 ( 29 )

PDF(3022KB) ( 13 )

参考文献 | 相关文章 | 多维度评价

在推动物资供应链现代化的过程中,电子化数据管理已成为政府和企业采购的关键手段,对于增强市场竞争力和确保交易公平性具有决定性影响。然而,电子采购在招投标阶段面临诸多挑战,包括电子数据来源的多样性导致可信度不一、投标人隐私保护难题以及招投标人之间的潜在共谋风险。区块链技术以其去中心化、分布式账本和透明度高的特性,与电子采购中参与者分散的特点高度契合。针对上述挑战,提出了一种面向物资供应链的隐私保护多主体跨证书体系认证方案。该方案通过智能合约维护信任列表,结合高效的 Merkle 树签名实现低存储开销的证书签发,既确保了证书颁发机构和投标方的可信性,又优化了跨域证书验证流程,进一步提升了认证过程的透明性与一致性。同时,采用属性基加密对投标方敏感数据加密存储,设置细粒度访问控制,仅授权招标方访问必要信息,有效防范开标前的共谋风险,保障投标过程的公平与透明。严格的安全性分析和仿真测试表明,所提方案在实现多主体跨证书体系认证的同时,能够保障投标人隐私,并提供灵活的访问控制。

基于多源网络数据的电力监控系统入侵检测方法

蒋亚坤, 林旭

计算机科学. 2025, 52 (11A): 241200157-7. doi:10.11896/jsjkx.241200157

摘要 ( 29 )

PDF(3121KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

随着电力系统信息化、网络化、智能化建设的不断推进,电力监控系统面临着日益严峻的网络安全威胁。综合考虑网络资产安全风险、用户行为、业务特征等多方面因素,对电力监控系统网络所涵盖的多源数据进行全面深入分析显得尤为重要。据此提出了电力监控系统多源数据清洗方法及入侵检测方法,利用改进最大相关-最小冗余算法对电力监控系统网络的多源安全数据特征进行选择,保留合适的安全数据特征,利用网络入侵检测模型实现多源网络安全数据的检测与分类,有效解决电力监控系统多源数据特征属性复杂导致后期模型分类准确度下降等问题。仿真实验证明,所提出的多源数据特征选择方法与入侵检测算法对电力监控系统攻击的检测率与分类准确率均有明显提高。

多体制异构航天测控数传资源集中管控平台设计

缪霖, 沈宏静, 王丽, 曹祎文, 卢崇雨

计算机科学. 2025, 52 (11A): 250200110-6. doi:10.11896/jsjkx.250200110

摘要 ( 41 )

PDF(3973KB) ( 20 )

参考文献 | 相关文章 | 多维度评价

航天测控数传资源是卫星任务的重要保障。分散、独立的监控是现有管理地面站资源的主要手段,一台终端部署一套资源远程监控客户端的传统模式无法满足管理大规模异构资源的需求。针对当前存在的监控终端多、警告机制不统一、扩展性不足等问题,设计了一种多体制异构航天测控数传资源集中管控平台。采用基于MBSE模型的综合特征参数提取方法,建立参数提取规则,屏蔽资源间的差异,并基于综合特征参数实现基于状态机模型面向多个策略的失效警告监测,简洁高效地解决了异构资源参数分析的难题。平台可实时采集、提取、集中显示多个资源状态,并进行任务执行过程中的失效警告和应急控制。目前,平台已试运行,实现了在单个操作终端对100余套异构资源的集中管控,应急处置时间缩短了63.1%。

基于自适应大领域搜索的主题公园旅游行程设计问题研究

张树柱, 李永梅

计算机科学. 2025, 52 (11A): 250300080-7. doi:10.11896/jsjkx.250300080

摘要 ( 32 )

PDF(2301KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

近年来,主题公园作为一种新兴的旅游形式,逐渐成为游客休闲度假的热门选择。然而,游客在有限时间内如何合理安排行程以最大化游玩体验,成为主题公园运营管理中的重要课题。针对这一现象,提出了一种新的游客行程设计方法,旨在最大化游客游玩体验。首先,根据主题公园的运营特征,将园区内的兴趣点进行分类,并针对每个类别构建了相应的收益函数,用以量化游客的游玩体验。同时,考虑到实际游览过程中等待时间和旅行时间对游客体验的负面影响,将其作为约束条件纳入模型。在此基础上,构建了一个混合整数线性规划模型,并考虑了兴趣点的多个时间窗,以更好地反映实际运营场景。为有效求解该复杂优化问题,提出了一种改进的自适应大邻域搜索算法,该算法通过动态调整搜索策略,显著提升了求解质量。通过大量数值实验,系统地验证了所提出模型和算法的有效性与可行性。最后,以上海迪士尼度假区为实证研究对象,将所提出的模型与算法应用于实际案例,结果表明,该方法能够显著提升游客的游玩体验,为主题公园的运营管理提供了科学的决策支持。

计及短路重合闸的电力变压器机械稳定性评估方法

郝越峰, 刘君, 许逵, 徐舒蓉, 石林涛, 陆禹初

计算机科学. 2025, 52 (11A): 240800082-11. doi:10.11896/jsjkx.240800082

摘要 ( 32 )

PDF(7804KB) ( 14 )

参考文献 | 相关文章 | 多维度评价

随着电网容量和覆盖范围的扩展,变压器出口处短路故障日益频繁。为了减小未考虑重合闸二次冲击对电力变压器抗短路校核的影响,基于第四强度理论和轴向及辐向失稳准则,提出了一种计及短路重合闸影响的电力变压器机械稳定性评估方法。首先,通过场-路耦合法模拟了短路重合闸工况,计算出短路过程中变压器绕组的电流大小、漏磁分布和电磁力密度。在此基础上进行了有限元模型的二维轴对称简化,并使用高阶多项式拟合构建了用于变压器绕组漏磁密度快速预测的代理模型,以提高电力变压器在短路条件下性能校核的计算效率,并为变压器抗短路能力的快速评估提供了一种新的途径。接着,通过电磁-结构场顺序耦合分析了绕组承受的冯·米塞斯应力和短路电动力作用下发生的位移及残余变形。最后,综合最小屈服失效系数以及多维度的结构失稳判据对变压器在短路电磁载荷作用下的机械稳定性进行校核,并阐述了基于云边协同的在运变压器动稳评估与预警体系的构建方案。实施该评估方法有效提升了变压器绕组稳定性校核的准确性,并为变压器维护与故障预防提供了科学支撑。

基于改进ModernTCN的光伏发电中短期预测

张悦超, 安国成, 孙琛恺

计算机科学. 2025, 52 (11A): 241000164-7. doi:10.11896/jsjkx.241000164

摘要 ( 34 )

PDF(3113KB) ( 11 )

参考文献 | 相关文章 | 多维度评价

光伏发电功率的中短期预测,不仅可以实时监测功率变化情况,还可以降低功率波动对光伏系统的冲击,然而极端天气变化和设备故障老化会导致光伏发电数据存在缺失的情况。因此,提出了一种改进ModernTCN的时间序列预测模型。该模型首先通过BiTGraph的多尺度实例模块和偏置模块,对原始数据中的缺失数据进行处理,增强输入数据的时空感受域。再通过ModernTCN的膨胀卷积,提升有效感受野(Effective Receptive Field,ERF),使得模型更好地捕获时间序列的中短期依赖性和多变量时间序列的跨变量依赖性。改进后的模型有助于在光伏发电数据少量缺失的情况下完成中短期时间序列预测,并且在3个电力相关数据集上进行了模型验证。实验结果表明,相对于BiTGraph模型和ModernTCN模型,BG-ModernTCN的均方误差指标平均降低11.9%,平均绝对误差指标降低平均降低12.8%。

基于前馈PID的应急救援四旋翼无人机安全控制研究

孟冬月, 黄玉钏, 韩国祥, 李红臣, 王棚飞

计算机科学. 2025, 52 (11A): 241200203-9. doi:10.11896/jsjkx.241200203

摘要 ( 36 )

PDF(4636KB) ( 12 )

参考文献 | 相关文章 | 多维度评价

为保障四旋翼无人机在应急救援现场安全可靠作业,针对应急救援现场四旋翼无人机信息体系统交互不规范的问题,提出了应急救援四旋翼无人机系统救援现场空间信息体,并基于密码学对应急救援指挥部控制模块和控制信号进行完整性和保密性验证。同时,为了保证四旋翼无人机按照应急救援指挥部控制信号稳定飞行,建立了应急救援四旋翼无人机动力学模型,设计了基于前馈PID的应急救援四旋翼无人机位姿控制器,最后利用Python的Cryptography和Matlab的Simulink开展联合实验。实验结果表明,使用的密码模块可以高效完成真实性与保密性验证,前馈PID位姿控制器可以很好地完成事故救援现场巡飞作业。此研究将为应急救援四旋翼无人机在实际应用中的安全性和可靠性提供有效的理论支持。

全面监控下厂站主辅业务信息流时效性研究

周正, 陈晨, 王松, 宋晓帆

计算机科学. 2025, 52 (11A): 241100111-6. doi:10.11896/jsjkx.241100111

摘要 ( 35 )

PDF(2153KB) ( 10 )

参考文献 | 相关文章 | 多维度评价

为解决全面监控下厂站主辅业务信息流时效性问题,构建厂站主辅业务信息流拓扑模型,将信源节点、网络节点和信宿节点抽象为信息流的传输结构,并利用物理连接矩阵和虚拟连接矩阵表征各节点间的物理和逻辑连接状态。在断路器失灵、网络传输、一键顺控和主辅联动4种典型业务场景下,定量分析信息流传输路径和延迟特性,识别在多发情况下的路径瓶颈和优化需求。结果表明,不同业务流在交换机端口的竞争导致延迟显著增加,特别是高间隔数场景下,路径时延显现递增趋势。因此,合理优化网络拓扑和配置优先级调度策略可显著改善主辅业务的信息流传输效率。