计算机科学

第53卷第6A期目录

计算机科学. 2026, 53 (6A): 0-0.

摘要 ( 59 )

PDF(506KB) ( 50 )

相关文章 | 多维度评价

深度学习位置编码算法综述

杨格儿, 王馨, 孙伟, 王新格, 胡中瑞, 孟文君, 张俊强, 武星辉, 刘金山, 闫昱名

计算机科学. 2026, 53 (6A): 250300107-16. doi:10.11896/jsjkx.250300107

摘要 ( 79 )

PDF(4141KB) ( 61 )

参考文献 | 相关文章 | 多维度评价

在深度学习领域,位置编码(positional encoding)是提升神经网络理解序列结构能力的必要组成部分。尤其在 Transformer 及其衍生架构中,自注意力机制(self-attention)无法主动捕捉序列中的顺序信息,位置编码由此成为有效的解决方案。位置编码领域的研究涉及其理论基础、不同编码策略的设计思路,以及在各类神经网络架构中的具体应用。首先,传统递归神经网络(RNN)和长短时记忆网络(LSTM)隐式地对序列位置进行建模,这一机制的局限性成为 Transformer 显式引入位置编码的重要理论动机。其次,主流位置编码方法被分为绝对位置编码、相对位置编码和基于偏置的位置编码3类:绝对位置编码包括正弦位置编码和可学习的位置嵌入;相对位置编码方法则以 Transformer-XL 和旋转位置编码(RoPE)为代表;基于偏置的方法典型代表为 ALiBi 和 KERPLE。此外,针对超长序列处理任务的最新优化方法,如 NTK-aware RoPE,YaRN 和 CoPE 等,也进行了详细讨论。同时,位置编码的设计会显著影响模型的性能,包括计算效率、外推能力和长程依赖的建模效果。数值稳定性问题与频谱分布优化等前沿技术挑战,也在近年来逐渐受到关注并深入研究。最后,位置编码领域的研究趋势主要体现在大规模序列建模、混合神经网络架构的设计,以及层级化数据结构的有效表达方面。这些趋势提示了未来位置编码方法在序列建模任务中的潜力与发展方向,相关研究将为研究者与工程师提供更加全面且深入的技术选择与理论参考。

基于混合推理的人物科普教育认知智能体

郑家祺, 彭世豪, 赵俊杰, 洪道诚, 朱丹丹, 桑晋秋, 张桂戌

计算机科学. 2026, 53 (6A): 250400056-7. doi:10.11896/jsjkx.250400056

摘要 ( 54 )

PDF(3169KB) ( 41 )

参考文献 | 相关文章 | 多维度评价

大语言模型(Large Language Model)驱动的智能体技术正引领教育领域的认知变革,推动传统静态问答系统向具备动态知识整合与智能交互能力的数字导师演进。然而,现有通用大模型在人物科普教育场景中仍面临知识幻觉和教学策略针对性不足两大挑战。对此,提出基于意图增强型混合推理机制的人物科普教育认知智能体MECA(Master Education Cognitive LLM Agent,师大先生),基于感知层、推理层、行动层三层认知架构,构建“意图感知→知识推理→教育执行”的闭环决策范式。MECA引入动态认知增强机制,在感知层采用轻量级语言模型解析用户意图,在推理层设计意图增强型混合推理机制,融合领域知识、用户需求与教学策略进行多维推理,以提升知识生成的精准性与个性化适配能力。同时,为夯实数据基底,结合人工审查与大语言模型的语言理解能力,构建了国内首个面向人物科普教育领域的高质量问答数据集,涵盖上海地区具有重大贡献的知名学者、教育家、两院院士等著名人物的信息,包括生平事迹、学术理念、教育贡献等多个维度,填补了国内人物科普教育领域高质量语料的空白。实验结果表明,师大先生在多维度测评指标上均实现显著提升,增强了人物科普教育的认知交互能力与知识精准输出水平,为教育智能体的构建提供了可推广的范式,推动教育智能化向专业化、动态化方向发展。

面向病历知识图谱查询的语义模型的设计及应用

楚小龙, 杜金莲, 罗芳媛, 金雪云

计算机科学. 2026, 53 (6A): 250900023-9. doi:10.11896/jsjkx.250900023

摘要 ( 53 )

PDF(2025KB) ( 39 )

参考文献 | 相关文章 | 多维度评价

Cypher语言在知识图谱查询中有广泛的应用,但其在垂直应用场景中语义支持能力不足,复杂查询表达繁琐,不利于查询引擎的设计.聚焦病历知识图谱的查询应用,通过分析基于病历知识图谱的临床诊疗查询应用的特点,设计了面向病历知识图谱的查询元操作及由这些元操作组合生成的查询应用语义模型.查询元操作包括节点选择、节点定位、模糊查询、集合运算和统计运算等,覆盖了对病历知识图谱常用操作的实现.这些元操作通过组合使用而形成的层次化的语义模型,结构简单,语义清晰,可表达多种临床查询应用,适合用作查询引擎中逻辑层的查询表达模型,能高效支持查询引擎基于产生式规则系统将其转化为基于Cypher语言的查询执行计划.实验表明,该语义模型在面向病历知识图谱查询应用上的表达能力和正确性,以及基于其构建的查询引擎的运算鲁棒性方面表现良好.

基于市场反馈监督的大语言模型金融文本情绪分析方法研究

张永宇, 郭晨娟, 费雪琴, 黎峰

计算机科学. 2026, 53 (6A): 250500073-14. doi:10.11896/jsjkx.250500073

摘要 ( 65 )

PDF(3311KB) ( 43 )

参考文献 | 相关文章 | 多维度评价

在金融市场,市场情绪对于资产价格以及波动所产生的影响是极为深远的,大语言模型尽管给予了金融文本情绪分析一定的机遇,然而当前的研究却存在着诸多问题,比如难以有效处理金融文本所有的专业性、动态性,并且与市场反应的一致性较差。对此,构建了一种创新的金融文本情绪分析体系,将多种大语言模型的优势融合,同时结合知识图谱提高技术以及思维链技术来对混合语言模型框架进行优化,运用多时间窗口与动态权重相结合的滑动分析方法,构建起市场指标评估体系并且开发出自适应动态更新算法,以此强化市场反馈监督机制。通过实证分析可发现,该体系在情绪分析的准确性方面表现十分出色,与市场反应的一致性较高,明显要优于对比模型。本研究为金融市场研究以及投资决策提供了全新的视角和工具,在金融领域有重要的理论意义与实践意义。

融合知识图谱嵌入与大模型的事实预测研究

杨华, 王宝会

计算机科学. 2026, 53 (6A): 250600055-5. doi:10.11896/jsjkx.250600055

摘要 ( 73 )

PDF(1880KB) ( 42 )

参考文献 | 相关文章 | 多维度评价

提出一种融合知识图谱嵌入与大模型的事实预测算法,旨在应对招投标领域中三元组真实性判断的挑战。针对传统事实预测算法泛化能力不足以及单一大模型在处理结构化知识时存在的局限性,采用TransR模型对招投标文件中抽取的实体和关系进行低维嵌入表示,同时利用Qwen2.5-1.5B大模型,通过LoRa微调提取文本语义特征,并在特征级融合模块中实现两种信息的深度整合。在真实招投标数据集上进行的实验显示,所提方法在事实预测任务中的精确率为86.4%,召回率为93.2%,F1值为89.7%,相较于传统知识图谱嵌入算法F1值提升了14个百分点,相较于仅微调大模型的方法F1值提升了11.3个百分点。

基于元数据语义增强的数据集知识图谱构建与应用

沈建伟, 陈佳雯, 陈汉林, 马新建, 陈星

计算机科学. 2026, 53 (6A): 250500052-10. doi:10.11896/jsjkx.250500052

摘要 ( 55 )

PDF(3401KB) ( 35 )

参考文献 | 相关文章 | 多维度评价

随着数据资源的迅猛增长,如何有效地组织、发现和利用数据集已成为当前研究的一个重要方向。传统的基于元数据匹配或统计检索的方法在捕捉复杂语义关联方面存在局限性,导致数据集检索的准确性和可解释性不足。为此,文中提出了一种基于元数据语义增强的数据集知识图谱构建与检索方法,旨在提升数据集的语义检索能力。首先,依据W3C DCAT标准对数据集的元数据进行标准化处理,构建包含标题、关键词、主题分类和数据项等核心属性的基础知识图谱;其次,针对元数据语义描述的局限性,引入Wikidata通用知识图谱对实体进行语义扩展;最后,在检索阶段,利用BERT-BiLSTM-CRF模型提取用户查询中的关键实体,并构建语义关系子图,结合Wikipedia2vec生成的实体向量表示,通过余弦相似度计算实现结构化语义检索排序。在福州市与深圳市的政务开放数据平台上进行实验,结果表明,所提方法在Top-10命中率上分别达到了97.92%和98.25%,较传统的BM25和Word2Vec增强方法分别提升了8.92%~12.04%和5.72%~8.96%。研究结果表明,通过语义增强与结构化图谱匹配,能够显著提高数据集检索的准确性,为开放数据平台和科研数据管理等应用场景提供了可行的技术方案。

基于双流异构社交图的短视频流行度预测

张欣亮, 刘利龙, 陈尚衡, 陈紫阳, 钱胜胜

计算机科学. 2026, 53 (6A): 250800073-8. doi:10.11896/jsjkx.250800073

摘要 ( 61 )

PDF(2846KB) ( 44 )

参考文献 | 相关文章 | 多维度评价

随着短视频在数字平台上的快速崛起,短视频流行度预测已成为一个重要的研究领域。短视频包含丰富的多模态内容,包括视频帧、文本和社交网络互动数据,这些因素都对其流行度产生重要影响。然而,现有的方法存在两个主要不足:通常仅依赖短视频自身的多模态内容特征,未能有效建模用户互动(如评论、点赞、分享)形成的复杂社交网络结构信息;在处理大规模社交多模态图时,现有图学习方法常因邻居采样策略导致有价值的多模态信号丢失。为了克服这些不足,提出了一种新颖的方法——双流异构社交图学习方法(Dual-Stream Heterogeneous Social Graph Learning Framework,DHSGL)。该方法的核心创新在于:1)提出了一种高效的图学习预计算策略,通过单次全局传播有效聚合完整的图结构信息,并构建单模态图以保留原始模态特征,从而显著减少信息损失;2)构建了一个跨模态相似性融合机制,以充分利用被忽视的社交结构信息。实验结果表明,该方法在预测性能上有显著提升,验证了融合社交网络结构与多模态内容对于提升短视频流行度预测效果的有效性。

基于改进黑翅鸢算法的多目标充电优化策略

赵学健, 周晶晶, 董文楷, 田浩, 张红烛

计算机科学. 2026, 53 (6A): 250800063-11. doi:10.11896/jsjkx.250800063

摘要 ( 57 )

PDF(4280KB) ( 46 )

参考文献 | 相关文章 | 多维度评价

针对大功率充电技术现有充电策略中静态参数设定适应性不足,简化模型难以充分表征多物理场耦合效应,以及传统优化算法易陷入局部最优等问题,提出一种基于改进黑翅鸢算法的多目标充电优化策略——Improved BKA(Improved Black-winged Kite Algorithm)。首先,建立了涵盖电气动态、热管理和老化机理的电化学-热-老化多物理场耦合模型,精确表征大功率充电过程的复杂物理特性,构建了以充电时间最小化、能量效率最大化和健康状态保持率最大化为目标的多目标优化函数。其次,提出一种改进黑翅鸢算法的目标函数高效求解方法,通过融合均匀分布与指数分布的混合初始化策略提升初始解的质量,通过基于Lyapunov稳定性理论的自适应步长机制动态平衡全局探索与局部开发能力,通过凸投影约束修复技术高效处理安全约束。仿真结果表明,相比PSO和GWO等6种算法,Improved BKA算法使充电速度提高17.0%以上,能量效率达91.3%,峰值温度可控制在44.2 ℃以内,容量衰减率降低21.0%以上。

基于MOEA/D训练PF模型的多目标进化算法

李笠, 易佳丽, 李攸俊, 李广鹏

计算机科学. 2026, 53 (6A): 250500081-11. doi:10.11896/jsjkx.250500081

摘要 ( 53 )

PDF(2003KB) ( 40 )

参考文献 | 相关文章 | 多维度评价

基于分解的多目标进化算法被广泛用于解决多目标问题,然而当具有不同形状Pareto前沿(PF)的多目标问题选择了一个不合适的分解策略时,可能会产生不理想的结果。针对此情况,设计并采用一种基于MOEA/D的训练PF模型的多目标进化算法,即MOEA/D-ECM算法来解决分解策略对PF形状敏感的问题。该算法通过训练PF通用模型来预测PF曲率,然后根据预测的曲率来选择合适的分解策略,同时为了确保算法的分布性,在MOEA/D算法中加入小生境技术分布策略来选择交配亲本,以提高后代质量。为了评价该算法的性能,将该算法与几种多目标进化算法在具有凹状、凸状和线性PF的不同测试问题上进行了对比实验。实验结果表明,MOEA/D-ECM算法能够有效求解具有不同曲率的多目标优化问题,并且具有良好的性能和竞争力。

基于TCN-AttnRNN模型的眼动输入动态调整技术

陈迪, 殷继彬

计算机科学. 2026, 53 (6A): 250300095-7. doi:10.11896/jsjkx.250300095

摘要 ( 73 )

PDF(2344KB) ( 37 )

参考文献 | 相关文章 | 多维度评价

文中提出了一种根据字符预测结果动态调整键驻留时间的眼动输入技术。在本研究中,设计了一种字符级语言模型,命名为TCN-AttnRNN。在该模型中,TCN负责提取序列的全局空间特征和长期依赖关系,RNN增强时间序列的长期记忆性能,而多头自注意力机制则优化网络,通过概率分配权重来增强关键特征的作用。实验结果表明,在PTB数据集和DailyDialog数据集上,TCN-AttnRNN模型的BPC值分别为1.26和1.22,优于当前主流的TCN,LSTM和Transformer模型。在TCN-AttnRNN模型的基础上,设计了一种眼动输入动态调整技术。通过使用TCN-AttnRNN模型进行字符预测,该技术根据用户下一次选择按键的概率来调整其驻留时间。实验结果证实了该技术的有效性,相较于传统的固定驻留时间方法,该技术使得用户的输入速度提高了22.31%,同时将校正错误率降低了19.57%。

基于改进麻雀搜索算法的自动化立体仓库集成优化

武福, 马亚鹏, 李忠学, 高玲霞

计算机科学. 2026, 53 (6A): 250800014-9. doi:10.11896/jsjkx.250800014

摘要 ( 51 )

PDF(3643KB) ( 52 )

参考文献 | 相关文章 | 多维度评价

针对多巷道自动化立体仓库动态工况下存在的堆垛机负载不均衡与进出库效率低的问题,提出一种考虑负载均衡的货位分配与作业调度集成优化模型,以提升仓库整体作业效率。首先,采用软集合理论对货架进行分区,通过参数化分类机制将货物按特征属性与需求进行区域划分,有效缩小货位搜索空间;其次,构建堆垛机负载均衡与作业集成优化的双阶段数学模型;随后,设计了适合离散排序问题的改进麻雀搜索算法。仿真实验表明,在不同指令规模下,改进麻雀搜索算法的优化性能均优于对比算法;负载均衡模型有效改善了堆垛机作业时间分布的均匀性,提升了整体优化效果。该方法在优化效率、收敛速度和鲁棒性方面表现优异。

基于双线性注意力网络的药物靶标相互作用预测

卢碧瑶, 徐悠然, 刘莹, 刘锦东, 刘建, 殷文斐, 姜烨

计算机科学. 2026, 53 (6A): 250800090-7. doi:10.11896/jsjkx.250800090

摘要 ( 56 )

PDF(2897KB) ( 39 )

参考文献 | 相关文章 | 多维度评价

药物靶标相互作用(Drug-Target Interaction,DTI)预测是新药研发过程中的核心环节,近年来将其与深度学习结合成为药物发现领域的一个重要发展方向。然而,现有方法在处理药物分子与蛋白靶标的空间结构信息、特征融合策略以及计算复杂度等方面仍存在诸多亟待解决的问题。为应对这些挑战,文中提出了一种基于双线性注意力网络的模型,用于精准预测药物与靶标之间的相互作用。该模型通过多层图注意力网络生成药物分子的特征表示,利用多层卷积神经网络结合SE模块生成蛋白质靶标的特征表示。随后,借助多头注意力机制的双线性注意力网络融合这两种特征表示,并通过块项张量分解模块有效减少模型参数量,从而获得更优的预测性能。在两个公开数据集BindingDB和BioSNAP上进行了实验,所提出的BAN_DTI模型在AUROC,AUPRC,Specifity,Accuracy,Sensitivity 5项评估指标上的表现显著超越了对比的SOTA方法。

基于数据融合与深度学习的社交文本MBTI个性特征识别方法

付月, 史伟

计算机科学. 2026, 53 (6A): 250500101-8. doi:10.11896/jsjkx.250500101

摘要 ( 59 )

PDF(2307KB) ( 41 )

参考文献 | 相关文章 | 多维度评价

随着社交网络平台的广泛普及,用户通过发布文本内容来表达个人观点、情感和态度,这些社交文本不仅承载着语言信息,还隐含着用户的行为模式和个性特征。个性识别作为用户画像构建、个性化推荐及心理健康分析等领域的重要基础,其研究价值日益凸显。然而,当前方法在处理非结构化文本数据时仍面临准确性不足、模型泛化能力有限等挑战。为提升社交文本中个性识别的精度与效率,提出了一种融合数据映射与深度学习的个性特征识别方法。该方法引入数据集映射算法,有效统一多源数据的特征空间,缓解样本分布不一致问题;在模型设计方面,结合多种主流预训练语言模型(如BERT,RoBERTa,ERNIE)进行微调训练,从语义层面深度挖掘文本中的个性线索。在标准社交文本数据集上进行实验,结果表明,ERNIE模型表现最佳,准确率达到89.942%,F1得分为88.576%,显著优于其他模型,该结果验证了多源数据融合与深度语义建模在个性识别任务中的有效性。所提方法提高了分类性能,为后续个性建模研究与实际应用场景提供了技术支撑和方法参考。

基于多维语义对比学习的生成式AI信息茧房量化诊断模型

李晓, 孙欣宇

计算机科学. 2026, 53 (6A): 251200031-16. doi:10.11896/jsjkx.251200031

摘要 ( 81 )

PDF(5549KB) ( 42 )

参考文献 | 相关文章 | 多维度评价

生成式人工智能(Generative AI)在与用户交互过程中,因其“单向顺从”特性,易引发话题窄化、观点同质等新型信息茧房风险,对个体认知安全构成威胁。现有研究多集中于理论分析,缺乏对动态对话流进行细粒度、可解释量化诊断的有效工具。为此,提出一种理论驱动的生成式信息茧房多维量化诊断模型(Generative AI Information Cocoon Multidimensional Verification Probe,GCI-MVP)。该模型首先通过自监督对比学习获取高质量的对话语义表示;进而设计了一种多分支神经诊断架构,将信息茧房理论核心机制编码为可学习的神经计算单元,分别从话题多样性、语义单一性和认知框架重复性3个维度构建了话题茧房指数(TCI)、语义单一性指数(SUI)和认知框架重复指数(FRI) 3个可解释指标;最后通过理论驱动的线性耦合层合成统一的GCI-MVP综合风险指数。在WildChat真实对话数据集上的实验表明,GCI-MVP模型能有效诊断不同等级的信息茧房风险,整体分类准确率达到85.4%,宏平均F1分数为0.825,显著优于LDA主题多样性、词汇多样性及基于BERT的基线模型。Bootstrap检验与McNemar检验共同确认该优势具有统计显著性(p<0.001)。消融实验验证了各维度指标的必要性,典型案例分析进一步揭示了模型指标与“认知选择偏向”“机器认知共振”等理论机制的高度对应关系。跨模型泛化测试表明,模型在GLM-4、文心一言4.0、BLOOMZ-7B上无需微调即可稳定诊断(宏平均F1=0.803),具备良好的通用性。本研究为生成式AI的认知安全风险提供了可计算、可解释的诊断工具,对构建安全可信的人机对话系统具有重要的理论价值与应用前景。

融合语义建模与协同注意力机制的多模态讽刺识别方法

魏巍, 李弼程, 朱振水, 左军

计算机科学. 2026, 53 (6A): 250400127-6. doi:10.11896/jsjkx.250400127

摘要 ( 66 )

PDF(2124KB) ( 39 )

参考文献 | 相关文章 | 多维度评价

讽刺被广泛应用于社交媒体和其他形式的以计算机为媒介的通信中,结合文本和图像信息的多模态讽刺识别,面临着多样化和复杂性的挑战,常常依赖于语言与图像等多模态信息之间的隐含对比与语义冲突。为了更有效地捕捉这种跨模态语义差异,文中提出了一种融合语义建模与协同注意力机制(Co-Attention Transformer)的多模态讽刺识别方法。该方法结合CLIP预训练模型的文本和图像的特征表示能力,采用协同注意力机制融合文本和图像特征,以更好地捕捉多模态间的深度交互与特征融合。此外,结合依存树信息进行图结构建模,并引入语义相似度增强,来有效捕捉文本和图像之间的语义一致性,从而提升讽刺识别的精度。使用公开的讽刺检测数据集进行实验验证,结果表明了所提方法相较于传统方法取得更优的性能。

面向数字文明的刑法调适:人工智能犯罪的路径规制与体系构建

李晓, 李欣怡

计算机科学. 2026, 53 (6A): 251000061-9. doi:10.11896/jsjkx.251000061

摘要 ( 76 )

PDF(2059KB) ( 46 )

参考文献 | 相关文章 | 多维度评价

人工智能技术凭借其自主性、不可解释性和系统性,正在催生新型犯罪形态,传统刑法罪名虽可通过扩张解释部分应对技术滥用型犯罪,但在保护客体特定性和行为要件局限性方面已显不足。当前人工智能犯罪规制存在新型犯罪行为立法缺失和滥用人工智能技术立法缺失双重困境。文中立足于数字文明转型背景下人工智能犯罪对传统刑法体系构成的结构性挑战,致力于构建一个集路径规制与体系构建于一体的一体化应对方案。在规制路径上,致力于从事前、事中与事后3个维度系统整合治理资源:通过技术性规制将法律义务嵌入代码架构,借助程序性创新破解司法证明中的算法黑箱,并构建基于控制力的协同治理体系以实现精准归责。在体系构建上,采取“解释论与立法论并重”的完善思路,对传统罪名进行有限度的扩张解释,以覆盖虚拟财产、系统受骗等新型行为样态;通过增设如非法利用算法操纵罪、深度伪造信息滥用罪等全新罪名,弥补由技术自主性引发的规范真空。构建人工智能技术事实的司法认定规范,以程序创新保障实体规则的落地。构建人工智能技术事实司法认定规范,将技术验证程序法定化,为前述路径与体系的司法落地提供程序保障,推动刑法从工业时代的惩戒法向数字时代的保障法转型,实现技术创新与刑事正义之间的动态平衡。

基于无人机交换的多卡车-无人机协同轨迹优化研究

金克寒, 贾日恒

计算机科学. 2026, 53 (6A): 250900105-9. doi:10.11896/jsjkx.250900105

摘要 ( 70 )

PDF(2408KB) ( 50 )

参考文献 | 相关文章 | 多维度评价

针对最后一英里配送物流,提出了一种新颖的同步卡车-无人机路径规划问题。通过引入两种创新机制扩展了框架:一种无人机交换机制,允许无人机由不同的卡车发射和回收;一种动态等待机制,使卡车能够在客户节点等待,以实现最佳的无人机回收。这些机制提高了路径规划的灵活性和配送效率。该问题被表述为一个多目标混合整数线性规划问题,旨在最小化总运输成本,通过及时交付最大化客户满意度并优化完工时间。改进了遗传算法(GA),并将其与3种元启发式算法进行比较,分别是模拟退火算法(SA)、自适应大邻域搜索算法(ALNS)和蚁群优化算法(ACO)。实验结果表明,与传统的固定卡车-无人机模型相比,新机制显著改善了成本、满意度和时间指标(优化程度5%~15%)。对比分析突出了改进遗传算法的优势,其对新机制表现出卓越的适应性。研究结果强调了灵活的无人机-卡车协同在高效最后一英里物流中的潜力。

基于像素差分卷积网络和注意力机制的三元组抽取

冯广, 林健忠, 钟婷, 周垣桦, 郑润庭, 刘天翔

计算机科学. 2026, 53 (6A): 250400136-10. doi:10.11896/jsjkx.250400136

摘要 ( 51 )

PDF(2772KB) ( 40 )

参考文献 | 相关文章 | 多维度评价

从非结构化文本中抽取关系三元组是构建知识图谱的核心环节,传统管道式和联合式抽取模型因为上下文信息捕获不足,导致语义缺失与实体边界模糊,进而引发关系冗杂和重叠问题。针对该问题,文中提出了基于像素差分卷积网络和注意力机制的关系抽取模型,该模型使用BERT对句子表示进行编码,生成对应的主体、客体、关系的句子标记表示,采用像素差分卷积网络和注意力机制,从局部和全局两个方向捕获主客体句子标记表示之间的上下文语义信息,提高实体对之间的交互性,以解决关系冗杂和重叠问题,通过双向抽取的方式减少了误差传递问题,并且加入条件归一化动态地调整句子特征,增强句子和实体间的联系,将抽取的实体对通过双仿机制进行关系预测。在纽约时报(NYT)和网络自然文本生成(WebNLG)数据集上评估了所提模型,实验结果表明,与其他基线相比,所提模型可以更好地提取重叠三元组。

思维链与检索增强结合的Text-to-SQL方法研究

胥亚飞, 刘传有, 刘少华

计算机科学. 2026, 53 (6A): 250900107-7. doi:10.11896/jsjkx.250900107

摘要 ( 71 )

PDF(3320KB) ( 36 )

参考文献 | 相关文章 | 多维度评价

Text-to-SQL技术可将自然语言自动转换为SQL,大幅降低非专业人员使用数据库的门槛,但在财务等垂直领域仍面临查询意图复杂、表述模糊两大难题。为此,提出“思维链+检索增强”协同框架。首先设计迭代蒸馏算法,利用3B小模型在Spider,BIRD,BookSQL上自动生成并验证2万余条含详细推理步骤的高质量思维链种子数据,显著弥补小模型复杂推理短板;其次,创新提出“问题骨架+SQL骨架”双向量检索机制,剔除表名列名干扰,将历史相似查询及隐含语义作为示例动态拼入提示,实现领域模糊表述精准对齐。实验表明,仅3B参数的Qwen2.5-Coder在Spider-dev达86.5%执行准确率,达到GPT-4等强模型的效果;在更复杂的BIRD-dev达59.6%,超越众多大模型;在自建Financial财务数据集达81.2%,领先现有方法超1个百分点。该方法以低成本、小参数实现了复杂且模糊自然语言查询的高精度SQL生成。

FIN-GDAN:面向沪金期货新闻的情绪对抗迁移网络

赵婧芸, 刘克英, 郭文可

计算机科学. 2026, 53 (6A): 250700179-9. doi:10.11896/jsjkx.250700179

摘要 ( 62 )

PDF(4161KB) ( 40 )

参考文献 | 相关文章 | 多维度评价

随着市场生态的完善和定价自主性的增强,沪金期货已成为推动我国黄金期货市场高质量发展的关键力量。然而,针对沪金期货的情绪分类研究仍较有限,主要面临样本不足与语义特征强领域相关性的问题,影响了模型的泛化能力和实用价值。为此,文中设计了一种面向小样本金融文本情感建模的双向对抗网络——FIN-GDAN(Financial domain-Guided Dual Adversarial Network),该模型结合跨领域知识迁移与双重对抗训练策略,在保持预训练语言模型表达能力的基础上,引导模型关注金融情绪相关语义,并有效减弱领域偏差的干扰。实验表明,FIN-GDAN框架在沪金期货新闻情感三分类任务中表现优异,准确率达88.48%,较基线模型提升30.89%,自适应对抗系数在不同FIN-GDAN框架下均能有效增强学习效果。

基于频率图的旅行商问题稀疏图生成方法

杨雅辉, 王永

计算机科学. 2026, 53 (6A): 250300087-7. doi:10.11896/jsjkx.250300087

摘要 ( 51 )

PDF(2611KB) ( 31 )

参考文献 | 相关文章 | 多维度评价

旅行商问题(Traveling Salesman Problem,TSP)是一个难解问题,最优解的搜索空间是问题规模的指数函数。为了减小最优解(最优哈密顿圈)的搜索空间,提出了一种新的优化策略,该策略基于频率图生成TSP稀疏图,大幅度缩小了最优哈密顿圈的搜索空间,从源头上降低了问题的求解难度。首先根据完全权重图计算出四顶点局部最优路径(Local Optimal Paths with Four Vertices,LOP4s)。然后统计并计算LOP4s中各边出现的频次,记为对应边的频率,得到频率图,接着根据频率图计算TSP稀疏图,具体地:首先,将所有边的平均频率(Average Frequency,AF)设为频率阈值,删除频率低于AF的边,生成第一代稀疏图;随后,依据不同的顶点度阈值m(取值范围为5至min{n/4,45})进行删边,先累加每个顶点连接的所有边的频率,作为每个顶点的频率,再根据顶点频率对顶点进行排序,依次删除频率最大的顶点连接的频率最小的边,并使得各顶点的度均不小于m,从而得到多个第二代稀疏图。最后,通过叠加融合第二代稀疏图,并提出双重频率概念确定保留的边,得到第三代稀疏图。算法在20个标准TSP数据集上均表现出较好的性能。实验结果表明,第三代稀疏图均保留了最优哈密顿圈中的边,且稀疏图中边的数量远小于完全图中边的数量,大大减小了最优哈密顿圈的搜索空间。通过在线Concorde系统,分别根据完全图和稀疏图搜索最优哈密顿圈,发现在稀疏图上的搜索时间小于在完全图上的搜索时间。本研究为降低TSP难度提供了新的研究视角,并为未来与其他启发式算法或机器学习技术的结合求解TSP奠定了基础。

融合量子信息的人工旅鼠算法在Qubit映射中的应用

杜左强, 刘述娟, 李晖

计算机科学. 2026, 53 (6A): 250700147-7. doi:10.11896/jsjkx.250700147

摘要 ( 60 )

PDF(2596KB) ( 38 )

参考文献 | 相关文章 | 多维度评价

针对传统量子电路Qubit映射算法受到电路结构限制和硬件耦合影响,导致全局优化效果不够显著,附加门数较多等问题,提出了一种融合量子信息的人工旅鼠算法(Quantum Information Fusing Artificial Lemming Algorithm),并将其应用于量子电路Qubit映射过程中。在传统ALA的基础上引入Bloch球面量子编码技术对种群进行扩容,增加解空间范围的同时,保证系统演化初期个体对多方向探索的可能性;设计基于量子旋转的t分布个体变异方式增强种群演化的多样性,利用量子隧穿效应避免陷入局部最优;设计了自适应搜索方向因子,并讨论全局搜索和局部开发平衡方式,以确保全局优化过程的灵活性和快速性。30个基础测试电路结果表明:相对于传统ALA,QALA附加门数减少100%。同时,在t|ket〉和Qiskit编译器测试中,相比于传统IBM基准测试方法,QALA附加的SWAP门数分别平均减少35.8%和47.8%,CNOT门数分别平均减少12.9%和13.8%,执行时间分别平均减少5.8%和6.4%,从而验证了所提算法在不同编译环境下的适用性。

基于云服务与RAG技术的中成药智能推荐系统

唐翎双, 李威, 黄萍萍, 黄玺行, 王庆香,刘继洪

计算机科学. 2026, 53 (6A): 250300167-7. doi:10.11896/jsjkx.250300167

摘要 ( 82 )

PDF(1979KB) ( 41 )

参考文献 | 相关文章 | 多维度评价

近年来,大型语言模型(LLM)在医疗领域的应用虽取得显著进展,但其在中医药场景中仍面临两大核心挑战:1)算力资源的动态需求与成本控制之间的矛盾;2)传统本地化部署架构难以支撑中医药知识库的实时更新与复杂推理需求。为此,文中提出一种基于云原生架构与检索增强生成(RAG)技术的中成药智能推荐系统,通过阿里云百炼平台的弹性算力资源与通义千问-Max-Latest大模型,结合DashScope API接口与低代码开发平台AppBuilder,构建了动态更新的在线中成药知识库。以感冒病症为验证场景,系统整合了《中国药典》、中医临床诊疗术语体系及佛山市中医院2022年1月1日至2024年12月31日关于感冒病的患者个性化问诊数据,深度融合了RAG技术驱动的知识检索与生成式推理能力。通过多轮交互式问诊与动态推荐策略,系统能够基于患者症状特征、体质辨识及实时反馈,生成符合中医辨证论治原则的个性化用药方案。本系统通过云服务的弹性扩展机制与RAG技术的高效知识整合,有效解决了传统中成药推荐系统在知识库静态化与算力资源动态调度受限方面的双重挑战,为中医药智能化发展提供了可落地的技术方案,同时显著提升了治疗方案的精准度与患者满意度。

基于Prompt的大语言模型文本分类泛化能力研究

徐睿, 刘金, 刘旭东, 关健, 董伟

计算机科学. 2026, 53 (6A): 250400092-7. doi:10.11896/jsjkx.250400092

摘要 ( 72 )

PDF(1753KB) ( 47 )

参考文献 | 相关文章 | 多维度评价

近年来,大语言模型(Large Language Models,LLMs)凭借 Zero-/Few-Shot Prompt 在文本分类中取得显著进展,但不同模型、任务和语言环境下性能波动明显。对此,基于 DeepSeek,Qwen,GPT-4o 3个系列模型,在 AG News,THUCNews,IMDb,ChnSentiCorp 这4个中英文数据集上系统评估 Zero-/Few-Shot(1/3/5-Shot)效果。结果表明:模型规模越大,Few-Shot 稳定性越高;情感任务适合 Few-Shot,新闻任务更偏好 Zero-Shot;类别代表性、区分度决定 Prompt 示例效用。进而提出“四步决策流程”和语义特征驱动的 Prompt 设计准则,为 LLM 文本分类部署提供参考。

基于SoftLexicon-BERT-GlobalPointer的高压断路器中文命名实体识别方法

郑明坤, 庞春江, 王新颖

计算机科学. 2026, 53 (6A): 250500048-6. doi:10.11896/jsjkx.250500048

摘要 ( 64 )

PDF(4146KB) ( 36 )

参考文献 | 相关文章 | 多维度评价

针对高压断路器领域中文实体识别任务中专业术语复杂、实体边界模糊及长文本依赖等问题,提出了一种基于 SoftLexicon-BERT-GlobalPointer 的混合模型方法。该方法利用 SoftLexicon 结合领域词典增强词表示能力,通过 BERT 预训练模型捕捉上下文语义,采用 GlobalPointer 解码策略优化实体边界预测。该方法在自主构建的高压断路器数据集上表现优异,F1 值达到 90.62%,显著优于传统 BiLSTM-CRF 及基础 BERT 模型,为电力设备智能运维提供了高效的 NLP 解决方案。

多策略融合小龙虾优化算法在量子电路调度中的应用

李晖, 鞠明媚, 王杰鹏, 姬迎松

计算机科学. 2026, 53 (6A): 250400088-7. doi:10.11896/jsjkx.250400088

摘要 ( 50 )

PDF(2717KB) ( 39 )

参考文献 | 相关文章 | 多维度评价

随着量子计算技术的快速发展,量子电路运行时间和额外门插入成本成为实现高效量子电路调度的主要挑战。为此,文中提出了多策略融合的小龙虾优化算法MPF-COA(Multi-strategy fusion-COA)。通过自定义优化初始种群并结合基于熵的自适应机制和信息素传递机制两个策略,实现了算法效率和精度的优化,并显著提升了复杂约束下量子电路调度的优化效率。初始种群的优化采用基于依赖关系的SWAP门插入策略DBSI(Dependency-Based SWAP Insertion Strategy),确保了更高质量的起始解。在此基础上,文中提出了基于熵的自适应温度调节机制,避免陷入局部最优解。信息素传递机制通过引导搜索方向,有效提高了全局最优解的搜索效率。实验验证采用2QAN量子计算框架,在包含4~22个量子比特规模的基准测试集上进行性能评估。结果表明,相较于2QAN,MPF-COA在t|ket〉中平均减少约3.2%的SWAP门数,CNOT门数量减少约4.69%,在Qiskit中平均减少约10.68%的SWAP门数,CNOT门数量减少约11.89%。文中展示了仿生算法与量子电路调度的深度融合潜力,为未来面向更大规模量子电路的调度与优化提供了可持续的研究基础。

基于深度学习的小目标检测研究综述

陈诺, 赵鹏, 桓海盛

计算机科学. 2026, 53 (6A): 250700022-9. doi:10.11896/jsjkx.250700022

摘要 ( 68 )

PDF(2514KB) ( 41 )

参考文献 | 相关文章 | 多维度评价

小目标检测作为目标检测领域的关键难点与重要分支,因具有目标尺寸微小、特征模糊、易受背景干扰等特性,一直是计算机视觉领域的研究热点。近年来,卷积神经网络的快速发展显著提高了小目标检测的性能。全面回顾了用于目标检测的深度学习方法,总结了小目标检测中的相关挑战,主要包括特征提取时空间信息丢失,目标本身可用信息匮乏,以及标注样本数量不足导致的模型泛化能力弱等问题。随后,针对上述问题,重点分析了小目标检测的方法和优化策略。其次,聚焦于自动驾驶、无人机检测以及医学影像等典型应用场景,详细探讨了相关检测方法的实践应用与创新成果。最后,对小目标检测的未来研究方向进行展望,为后续的研究工作指明方向。

基于SAM的视觉应用综述

张旭, 王安志, 杨成帮, 吴锦涛

计算机科学. 2026, 53 (6A): 250600115-9. doi:10.11896/jsjkx.250600115

摘要 ( 71 )

PDF(2702KB) ( 55 )

参考文献 | 相关文章 | 多维度评价

分割一切模型(SAM)作为一种通用的视觉分割大模型,凭借其强大的零样本泛化能力和交互式分割能力,为计算机视觉领域带来了新的机遇。SAM通过大规模的数据训练和灵活的提示机制,构建起了跨领域任务的高效适配能力,能够快速适应医学影像分析、自动驾驶等多种视觉任务。为了深入了解SAM在各类视觉应用中的性能瓶颈与技术挑战,探索其在视觉任务中的优化路径。首先,对SAM的核心框架进行介绍;然后,对改进模型进行分类,并分析其适用场景;在此基础上,对SAM在不同视觉任务中的研究现状进行梳理和总结,并在各个应用场景常见的数据集和评价指标上进行实验对比和论证;最后,对SAM在不同视觉任务中存在的局限性和未来的发展方向进行深入分析和讨论。

用于无人机-卫星跨视角视觉地理定位的金字塔池化视觉状态空间模型

岳文洁, 蒋杰, 詹礼新, 周秉泉, 周天健

计算机科学. 2026, 53 (6A): 250700192-7. doi:10.11896/jsjkx.250700192

摘要 ( 53 )

PDF(2980KB) ( 32 )

参考文献 | 相关文章 | 多维度评价

无人机与卫星图像之间的跨视角地理定位作为一种替代GNSS-INS的有力手段,在卫星信号弱或受阻的环境下展现出巨大潜力。然而,由于视角、光照和分辨率等差异所带来的巨大视觉变化,会对图像匹配造成严峻挑战。为此,提出了一种新型方法P2VSSM(Pyramid Pooling Visual State Space Model),通过将金字塔池化自注意力机制嵌入Mamba架构,提升了跨视角图像的特征提取能力。设计的PPSA模块融合多尺度上下文信息,增强语义抽象能力和全局建模效果。同时,引入信息噪声对比估计损失替代传统三元组损失,避免了繁重的困难负样本挖掘过程,在训练过程中显著提升了负样本的丰富度与对比学习的稳定性。在两个公开的无人机-卫星数据集University-1652与SUES-200上的实验结果表明,此方法在无人机到卫星以及卫星到无人机的检索任务中均取得了领先性能。大量消融实验也验证了所提方法的有效性与鲁棒性。

LitchiNet:融合多尺度门控注意力模块与类别不平衡感知的荔枝品种轻量级识别模型

苏烨, 徐鑫, 赵龙龙, 李晓丽, 陈盼, 陈劲松

计算机科学. 2026, 53 (6A): 250600127-8. doi:10.11896/jsjkx.250600127

摘要 ( 61 )

PDF(3437KB) ( 44 )

参考文献 | 相关文章 | 多维度评价

精准高效的荔枝品种识别,是实现采后荔枝品质智能化检测的关键环节。当前,深度学习模型在该任务中仍面临细粒度特征难以区分、样本数量有限、类别分布不均以及部署资源受限等多重挑战。为应对上述挑战,提出了一种轻量化荔枝品种识别模型(LitchiNet),以预训练的SqueezeNet1.0作为实验验证的主干网络,嵌入一种新颖的多尺度门控注意力模块(Multi-scale Gated Attention,MSGA),通过多尺度卷积融合、通道注意力与轻量门控机制协同作用,在残差连接的基础上强化关键特征区域响应,以增强模型对荔枝品种细粒度差异的识别能力。在LitchiNet的最后阶段,设计了一种计算资源友好、推理效率较高的分类器结构。为了应对类别不平衡问题,提出一种类别不平衡感知损失函数(Class Imbalance Awareness Loss,CIA Loss),通过引入类别权重因子与难易样本调节机制,有效缓解训练样本分布不均带来的偏差。实验基于Github公开荔枝品种识别数据集开展研究。结果显示,LitchiNet在准确率、精确率、召回率、F1分数上均表现优异,其中召回率达到99.40%,明显优于4种主流轻量深度学习模型。同时,模型参数仅为 3.210×10⁶,具备良好的边缘部署适应性。对比4种常见注意力模块的实验结果显示,嵌入 MSGA 的模型具备更快的收敛速度、更低的最终损失及更高的识别精度。此外,LitchiNet的模块化设计支持与任意神经网络主干结构兼容,具备良好的通用性和可拓展性。LitchiNet不仅为荔枝品种智能化识别提供了切实可行的解决方案,也为水果品种细粒度识别研究及农业人工智能技术发展提供了新的思路与技术范式。

基于黎曼优化的遮挡头部姿态估计算法

王宝会, 谭英洁, 陈继轩

计算机科学. 2026, 53 (6A): 250300109-9. doi:10.11896/jsjkx.250300109

摘要 ( 63 )

PDF(2852KB) ( 33 )

参考文献 | 相关文章 | 多维度评价

人体头部姿态估计是深度学习领域的重要任务,尤其在车载辅助驾驶系统中,它作为检测疲劳驾驶的关键手段,具有广泛的应用前景。然而,在实际应用中,面部遮挡常常导致关键特征点丢失,严重降低模型精度。针对这一难题,本文提出了6DRepLKNet-RGO算法。该算法在6DRepNet的基础上,通过结构重参数化设计,优化了网络结构,增强了特征提取能力。同时,结合黎曼流形梯度优化策略,优化了三维姿态表示方式的学习过程,减少了训练误差。为了进一步提高模型对遮挡情况下的姿态估计精度,增加了随机擦除的数据增强方法。实验表明,6DRepLKNet-RGO在BIWI和AFLW2000等公开数据集上,相较于 6DRepNet减少了5%以上的误差,并在MAE指标上超越了其他先进模型,验证了其有效性。

基于改进YOLOv8模型的雨雾天气目标识别算法

张首一, 申强, 郭怡然, 王晗瑜

计算机科学. 2026, 53 (6A): 250300090-7. doi:10.11896/jsjkx.250300090

摘要 ( 58 )

PDF(3190KB) ( 42 )

参考文献 | 相关文章 | 多维度评价

针对传统目标检测算法在雨雾天气条件下识别精度下降的问题,提出了一种基于改进YOLOv8模型的目标检测方法。首先,引入FogEnhanceNet去雾增强模块,在模型输入阶段提升目标区域的对比度和清晰度,以增强特征可辨识度;其次,结合自适应对比度注意力机制,动态调整通道与空间信息权重,优化目标特征在低对比度环境下的表达能力;最后,设计轻量化C2f-Ghost-GF结构,以减少模型参数量,同时利用导向滤波增强雾天图像的边缘特征提取能力。实验结果表明,改进模型在模型参数量不明显增加的情况下目标检测平均精度均值(mAP)提升了11.3%,为复杂天气条件下的目标检测提供了有效的解决方案。

HCKD:基于皮肤镜图像的轻量级皮肤病变分类方法

李思雨, 钱文华

计算机科学. 2026, 53 (6A): 250600143-9. doi:10.11896/jsjkx.250600143

摘要 ( 61 )

PDF(4250KB) ( 47 )

参考文献 | 相关文章 | 多维度评价

皮肤癌是最常见的恶性肿瘤之一,早期诊断并积极治疗能显著提高患者的生存率。现有的基于卷积神经网络的皮肤病自动诊断研究致力于开发更深层的架构,计算资源开销和模型参数量随之增加,限制了模型的轻量化部署。同时皮肤病数据存在分布不平衡问题,导致模型在识别罕见病类时性能下降。针对当前皮肤病自动诊断系统面临的计算复杂度高和数据分布不平衡的双重挑战,提出了层次协同知识蒸馏方法 HCKD(Hierarchical Collaborative Knowledge Distillation),通过联合优化全连接层的响应知识蒸馏、嵌入层的结构关系知识蒸馏和卷积层的通道特征知识蒸馏,构建层次化知识迁移机制,实现模型高效压缩,同时引入加权交叉熵损失函数以增强模型对罕见病类的识别能力。在ISIC 2019数据集的分类任务中,HCKD方法训练的学生模型取得了85.7%的准确率、82.6%的平衡准确率,且模型参数量和计算资源开销较教师模型大幅降低,识别罕见病类能力得到提升,与当前3种流行的知识蒸馏方法相比达到了最佳效果。

时变非高斯观测噪声下雷达目标跟踪改进方法

杨翰琨, 朱博威, 王作帅, 徐以东

计算机科学. 2026, 53 (6A): 250300058-7. doi:10.11896/jsjkx.250300058

摘要 ( 51 )

PDF(3761KB) ( 46 )

参考文献 | 相关文章 | 多维度评价

文中提出了一种改进的最小误差熵卡尔曼滤波算法,旨在应对复杂的时变非高斯观测噪声环境中的雷达目标跟踪问题。该算法通过引入自适应噪声协方差调整策略和观测数据平滑处理技术,能够有效地动态适应海面噪声特性。通过仿真实验,在时变厚尾噪声环境下,改进算法在x方向和y方向的平均绝对误差分布降低了约67.44%和69.09%,在时变偏态噪声环境下分别降低了约71.99%和70.90%。这些结果表明,改进的MEEKF算法在处理时变非高斯观测噪声环境时具有显著的优势,提供了一种有效的解决方案。

基于条件化双网络的红外与可见光图像光照自适应融合

王熔硕, 王佳佳, 贾振红, 周刚

计算机科学. 2026, 53 (6A): 250600235-9. doi:10.11896/jsjkx.250600235

摘要 ( 50 )

PDF(4789KB) ( 43 )

参考文献 | 相关文章 | 多维度评价

红外图像与可见光图像融合在复杂场景下能兼顾细节与目标,但昼夜光照差异导致两种图像的关注点存在内在冲突:白天应保留可见光图像的纹理结构,夜间则依赖红外图像突出目标,单一网络难以在不同光照条件下实现融合策略的最优权衡,导致性能退化。因此,研究目的是解决这种跨光照条件下的策略冲突,实现一种能够自适应光照变化的稳健融合方法。为此,提出一种条件化双网络框架:通过光照感知实现对昼夜场景的自适应分配,并在融合过程中设计互补信息提取与软切换机制,以平滑应对连续光照过渡。实验在 MSRS,M3FD 与 TNO 数据集上进行,结果表明,该方法在结构保真与目标显著性指标上均取得领先,显著克服了昼夜冲突带来的性能瓶颈。结果验证了光照自适应建模是提升红外图像与可见光图像融合鲁棒性的重要途径。

基于Transformer的农业病虫害自动问答模型

段鹏松, 罗谕, 王超

计算机科学. 2026, 53 (6A): 250400114-9. doi:10.11896/jsjkx.250400114

摘要 ( 71 )

PDF(2980KB) ( 37 )

参考文献 | 相关文章 | 多维度评价

针对农业病虫害识别中存在的识别精度不足、缺乏防治建议生成能力等问题,提出一种结合计算机视觉技术与指令微调策略的自动问答模型。该模型采用改进的Vision Transformer模型对农业作物病虫害图像进行分类,并引入非对称卷积嵌入模块和通道注意力机制增强模型特征提取能力,以提升模型在大规模数据集上的分类准确率。基于分类结果,结合Low-Rank Adaptation技术对百川大语言模型进行指令微调,生成更精准和实用的防治建议,提升了模型在农业场景中的应用效果。所提模型基于华为MindSpore框架开发,并使用昇腾910NPU进行训练,其训练和推理采用的软硬件体系全国产化。实验结果表明,采用改进的Vision Transformer模型与指令微调策略相结合的方式,不仅分类准确率得到明显提升,还能够生成极具操作性的防治建议。

基于RWM和多尺度注意力的车辆重识别

李亚龙, 王海瑞, 朱贵富, 卢世宇

计算机科学. 2026, 53 (6A): 250400017-8. doi:10.11896/jsjkx.250400017

摘要 ( 48 )

PDF(3436KB) ( 38 )

参考文献 | 相关文章 | 多维度评价

针对现有车辆重识别任务中样本类内差异性大和类间相似度高,导致关键特征提取、全局与局部特征融合不足的问题,提出了一种基于RWM和多尺度注意力的车辆重识别方法。首先,设计了一种区域加权映射(RWM),强化图像中关键区域的特征表示,有效减少背景信息的干扰;其次,在Transformer结构的自注意力机制基础上,引入了多尺度注意力模块(MAB),结合大核感受野和多尺度特性,实现对全局结构信息的有效建模,同时增强局部细节的表达能力,提高模型的区分能力;最后,构建混合损失函数,优化模型的特征学习过程,使不同类别的车辆特征更加可分,提升泛化能力。将所提方法在VeRi-776和VehicleID数据集上进行实验,CMC@1分别达到97.4%和85.8%,CMC@5分别达到98.9%和97.7%,结果表明所提方法能够提取更具判别力的车辆特征。

面向弱纹理工件的单目实时6D位姿估计方法

冯迎宾, 康学仕, 王天龙

计算机科学. 2026, 53 (6A): 250800006-7. doi:10.11896/jsjkx.250800006

摘要 ( 56 )

PDF(5520KB) ( 45 )

参考文献 | 相关文章 | 多维度评价

针对工业场景中弱纹理工件尺寸不一、遮挡堆叠及光照变化等问题,提出了一种单目6D位姿估计方法RAAS-PVNet。为解决传统卷积结构在建模多尺度信息方面能力不足的问题,设计了分辨率自适应矩形卷积RARConv,动态调整卷积核大小和采样点数量,在PVNet主干网络中引入RARConv,提高了模型的多尺度能力;提出角距协同加权投票策略AS,引入方向向量延长线的垂直距离约束,结合连续权重融合机制,准确衡量每个投票点的可信度,使投票结果聚焦于高质量点,提高了模型的抗遮挡能力;面对位姿估计领域工业零件数据集匮乏的问题,设计了一种真实数据和合成数据按比例结合的数据集制作方法,构建工件数据集6DInd。实验表明,RAAS-PVNet在6DInd上的2D Projection和ADD(-S)分别提升10.22%和10.26%,在遮挡及光照变化下均具有良好的鲁棒性,30fps的处理速度满足实时性需求。

基于RGB-IR多模态融合的番茄小目标检测

董烨, 连心悦, 王雨阳, 欧新宇

计算机科学. 2026, 53 (6A): 250700173-8. doi:10.11896/jsjkx.250700173

摘要 ( 91 )

PDF(2754KB) ( 69 )

参考文献 | 相关文章 | 多维度评价

番茄自动化采摘在现代农业生产中至关重要,能够显著提升效率,降低成本,并保障果实品质。然而,现有基于单一模态的自动采摘技术在果园环境中仍面临诸多挑战:复杂光照条件与枝叶遮挡容易导致番茄目标出现误检和漏检;同时,番茄作为小目标,在传统RGB图像中的特征易被背景噪声淹没;此外,单一传感器数据难以全面捕捉目标特征,限制了模型的鲁棒性与适应性。针对上述问题,提出一种基于多模态特征融合的RTDMF模型(Robust Tomato Detection with Multi-modal Fusion),通过整合RGB与IR图像的互补特性,增强番茄检测的精准性与稳定性。该模型在YOLOv5基础上进行优化,针对小目标检测引入轻量化深度可分离卷积与自适应锚框策略,以提升对细微特征的捕捉能力;采用双分支架构分别处理RGB和IR图像,并借助自注意力机制实现多模态特征的高效融合,充分结合色彩、纹理与温度信息;此外,引入Mosaic数据增强与动态学习率策略,进一步提升模型的泛化性能与收敛效率。实验结果表明,在包含多种光照与遮挡条件的“Multimodal image dataset of tomato fruits with different maturity”数据集上,RTDMF模型将使平均精度(mAP)提升9.7%,召回率提高0.6%,漏检率降低2.3%,误检率降低3.1%。可视化结果进一步验证了该模型在低对比度、遮挡等复杂场景下的强适应性。

融合多尺度特征筛选的轻量露天矿爆堆矿石图像分割算法

顾清华, 马祥, 李学现

计算机科学. 2026, 53 (6A): 250500016-8. doi:10.11896/jsjkx.250500016

摘要 ( 62 )

PDF(4396KB) ( 40 )

参考文献 | 相关文章 | 多维度评价

随着智慧矿山的快速发展,实时精准识别爆堆矿石铲装过程中的大块矿石已成为保障运输安全与效率的关键需求。针对露天矿爆堆矿石图像存在形状高度不规则、颗粒间严重重叠、图像分辨率低及特征稀疏等挑战,文中提出一种轻量化爆堆矿石图像分割算法,通过多维度模型优化实现精度与效率的平衡。首先,使用DynamicHGNetv22(Dynamic High Performance GPU Network version2)层级图网络的拓扑特性重构主干网络,通过动态路由机制压缩冗余特征,将模型体积缩减42.4%;其次,设计HSFPN(High-level Screening-feature Fusion Pyramid)高阶筛选特征融合金字塔作为颈部网络,采用通道注意力引导的多尺度特征筛选机制,在降低27.4%计算量的同时提升跨尺度特征融合能力;然后,构建轻量化分割头(Light Head),通过深度可分离卷积与特征蒸馏技术进一步优化计算效率;最后,引入EMASlideLoss(Exponential Moving Average SlideLoss)损失函数,基于指数移动平均策略动态调节难易样本权重,显著提升模型对低质量矿石目标的边缘分割精度。实验结果表明,相较于 YOLO11n-seg基准模型,所提方法的参数量和计算量分别缩减42.4%和27.4%,mAP50和mAP50:95分别提高了0.1%和2.1%,不仅满足矿山场景高精度实时分割需求,其轻量化特性更是可直接部署于边缘计算设备,为智能铲装系统的大块矿石预警提供可靠技术支撑。

基于脑解剖结构的胎儿小脑产前诊断

吴晓晓, 吴兴隆

计算机科学. 2026, 53 (6A): 250400049-7. doi:10.11896/jsjkx.250400049

摘要 ( 52 )

PDF(3433KB) ( 41 )

参考文献 | 相关文章 | 多维度评价

胎儿小脑发育不良(CH)是一种严重的中枢神经系统发育异常,其早期诊断对胎儿健康至关重要。对此,提出一种基于脑解剖结构的网络(Brain Anatomy-Based Network,BAB-Net),用于胎儿CH的产前诊断,旨在提高超声图像的诊断准确性。BAB-Net以超声图像和脑部解剖结构特征作为输入,利用解剖结构约束网络进行特征提取与融合。收集了2019年9月至2023年9月期间某三甲医院的超声图像数据,共纳入301例CH胎儿病例和547例正常胎儿病例。病例中小脑、延髓池及颅骨边界均由经验丰富的超声医师标定。在训练集上完成模型训练后,BAB-Net在两个独立测试集上的分类准确率分别达到0.977 8和0.922 2,显著优于多个主流分类网络。在孕周小于30周的病例中,BAB-Net表现出较高的诊断准确性。进一步分析发现,胎儿小脑及延髓池的解剖结构对网络性能的影响大于颅骨结构。通过融合解剖结构约束,BAB-Net有效提升了胎儿CH的诊断精度,为CH的产前筛查提供了新的技术手段,并为临床医生在孕期管理和精准干预方面提供了重要参考。

基于标签松弛多视角特征融合的糖尿病视网膜病变分级

段练

计算机科学. 2026, 53 (6A): 250200048-6. doi:10.11896/jsjkx.250200048

摘要 ( 58 )

PDF(3298KB) ( 41 )

参考文献 | 相关文章 | 多维度评价

糖尿病视网膜病变是糖尿病较为常见的并发症,准确识别糖尿病视网膜病变等级对后续治疗非常关键。眼底图像在糖尿病视网膜病变分级中发挥着关键作用。随着人工智能技术的发展,许多研究者已经从眼底图像中提取深度特征和放射组学特征开展糖尿病视网膜病变分级研究。结合深度特征和放射组学特征,设计了一种特征融合算法。首先,利用卷积神经网络从眼底图像中提取深度特征,并使用放射组学方法提取放射组学特征。随后,设计了一种基于标签松弛的多视角学习算法进行特征融合。标签松弛的主要目标是增强标签空间中训练样本的可区分性,从而提高模型的分类准确率。此外,还引入了基于流形学习方法的图约束,以减轻标签松弛所导致的过拟合问题。最后,在DR1和MESSIDOR两个眼底图像数据集上验证了所提出方法的有效性。

基于深度学习和先验校正的水表读数识别

楚春雨, 姜飞龙

计算机科学. 2026, 53 (6A): 250300143-7. doi:10.11896/jsjkx.250300143

摘要 ( 60 )

PDF(3890KB) ( 39 )

参考文献 | 相关文章 | 多维度评价

现有基于深度学习的水表读数识别方法一般是孤立地对水表的每一位数字或指针进行识别,再将各个位的识别结果进行简单拼接从而得到最终结果。然而,由于水表计数齿轮之间存在咬合间隙、水表自身可能存在结构误差以及拍摄角度等原因,可能会出现水表字轮数字显示不完整、字轮转到两个数字之间、指针指示偏差等情况,此时若简单地将每一位数字或指针的识别结果进行组合就会导致最终识别结果的错误。针对上述问题,文中提出一种基于深度学习与先验校正的水表读数识别方法,该方法基于PaddlePaddle框架,使用轻量化模型架构MobileNetV3与SVTR对字轮区域进行读取,同时使用图像处理技术读取指针读数,最后充分利用水表字轮各位数字以及各位指针读数之间的关联性先验知识对识别结果进行校正。文中讨论了字轮区域与指针区域的识别与校正方法,将其应用在水表图片进行实验测试,并与已有方法进行对比,结果表明文中提出的方法能够有效提高水表读数识别结果的准确性。

基于CTC-Conformer模型的方言精准识别

沈迎春, 冯晓涵, 李倩

计算机科学. 2026, 53 (6A): 250600112-8. doi:10.11896/jsjkx.250600112

摘要 ( 62 )

PDF(2221KB) ( 41 )

参考文献 | 相关文章 | 多维度评价

随着语音识别技术的快速发展,方言语音识别在多种应用场景下具有重要意义。针对存在发音多变、语速不一及噪声干扰等挑战的方言识别任务,提出了一种基于结合连接时序分类(Connectionist Temporal Classification,CTC)方法和Conformer模型的方言语音识别方法,旨在提升方言语音的识别精度与鲁棒性。模型结合了Conformer架构和CTC机制,编码器通过卷积神经网络与多头自注意力机制提取音频的局部特征和长时依赖信息,增强对方言语音的理解;解码器采用CTC机制双重注意力机制减少对齐需求并增强上下文建模能力,多任务学习策略优化了CTC损失和交叉熵损失之间的平衡,进一步提升了识别精度。实验结果表明,CTC-Conformer模型在标准测试集上达到了79.08%的字准确率,并在噪声干扰下仍能保持稳定效果,在严重噪声环境下仍能达到65.20%的准确率,显示了良好的鲁棒性和精度。综上所述,CTC-Conformer模型为方言语音识别提供了一种高效、鲁棒的解决方案,并在实际应用中具有广泛的潜力。

基于拓扑信息的多层图卷积动作识别方法

黄海新, 何添禹, 侯广帅

计算机科学. 2026, 53 (6A): 250600147-5. doi:10.11896/jsjkx.250600147

摘要 ( 54 )

PDF(3118KB) ( 39 )

参考文献 | 相关文章 | 多维度评价

人体动作识别通过对视频中的时空特征进行分析,实现了对人体行为的识别。作为计算机视觉领域的重要研究课题之一,其高效准确的识别性能,已在人机交互、智能安防等多个应用场景中展现出广泛的应用价值。图卷积网络(Graph Convolutional Networks,GCNs)凭借在人体骨骼拓扑结构建模方面的显著优势,已成为动作识别任务中的主流方法。然而,现有方法通常对整体骨架结构进行统一建模,忽略了人体由多个功能性区域组成的层次化特征,导致模型在复杂行为识别任务中的表现受限。为此,提出了一种基于拓扑信息的多层图卷积网络(TM-GCN)。模型采用多分支架构,通过对人体骨架进行分区建模,有效捕捉骨骼节点间的空间依赖关系。同时引入拓扑感知单元,在图卷积过程中提取并融合拓扑特征,增强模型对骨骼拓扑信息的表达能力。基于 NTU-RGB+D 数据集的实验结果表明,TM-GCN在人体骨骼动作识别任务中取得了较为出色的性能,有效提升了动作识别的准确率。

基于双域注意力和特征融合的航拍图像目标检测模型

毛利宏, 汤建军, 陈铜, 张瑞

计算机科学. 2026, 53 (6A): 250600036-7. doi:10.11896/jsjkx.250600036

摘要 ( 48 )

PDF(4303KB) ( 35 )

参考文献 | 相关文章 | 多维度评价

随着我国低空经济战略地位的提升,无人机航拍图像目标检测在复杂场景下的精准检测成为关键技术。但航拍图像存在目标密集、背景复杂、小目标占比较大等特点,基于深度学习的目标检测模型面临特征提取困难与检测精度较低的问题,对此,提出了一种基于双域注意力和特征融合的航拍图像目标检测模型。首先设计通道域-空间域联合的双域注意力模块,利用动态权重分配机制抑制背景噪声并强化关键特征通道;其次构建跨层级多尺度特征融合网络,采用残差融合策略与可学习权重实现多尺度特征交互;最后新增20×20像素小目标检测头提升对小目标的检测能力。实验结果表明:在VisDrone2019数据集上,所提模型的均值平均精度(mAP_0.5)与Faster-RCNN,LFET-Net,YOLOv5x,YOLOv8,YOLOv9,YOLOv10,YOLOv11相比分别提升97.3%,18.6%,22.7%,33.7%,12.2%,18.4%,37.9%,充分验证了该模型在航拍图像目标检测任务中的有效性。

基于改进MobileNetV4的电力设备红外与可见光图像单应性估计

王胜, 张凌浩, 张菊玲, 庞博, 郗宁, 佘文魁

计算机科学. 2026, 53 (6A): 250400077-7. doi:10.11896/jsjkx.250400077

摘要 ( 50 )

PDF(3343KB) ( 32 )

参考文献 | 相关文章 | 多维度评价

红外图像与可见光图像的单应性估计是提升电力设备定位精度和缺陷检测准确度的关键技术之一。针对现有方法在电力设备红外与可见光图像单应性估计中精度不足和模型规模较大的问题,提出了一种轻量化的基于改进MobileNetV4的单应性估计方法。首先,首次将MobileNet应用于单应性估计任务,设计了一种轻量级的估计模型。其次,通过在MobileNetV4的各阶段引入CBAM模块,突出了特征图中的关键特征,从而提出了一种改进的MobileNetV4模型,即CBMobileNet。最后,使用L1范数剪枝算法,在确保性能损失较小的同时,大幅降低了模型的参数量和计算复杂度。实验结果表明,在合成基准数据集上,相较于次优算法,所提方法的平均角点误差从5.06显著下降至4.95。此外,相较于原始模型,剪枝后的模型在参数量上从10.04 MB显著减少至6.91 MB,FLOPs从1 029.48 MB显著降低至755.11 MB,而平均角点误差仅从4.93略微上升至4.95。

基于改进YOLOv5的库室装备检测

周文武, 雷蕾, 铉欣

计算机科学. 2026, 53 (6A): 250800049-6. doi:10.11896/jsjkx.250800049

摘要 ( 64 )

PDF(2660KB) ( 40 )

参考文献 | 相关文章 | 多维度评价

针对部队库室装备管理效率低、实时性差的问题,以及现有检测模型在复杂库室场景下存在小目标漏检、密集目标误检、环境鲁棒性差与锚框失配等不足,提出一种基于改进YOLOv5的库室装备检测方法。以YOLOv5s为基础模型,通过构建多尺度特征增强网络,提升小目标识别能力;采用DIoU-NMS改善密集目标准确率;引入CBAM注意力机制与频域光照抑制模块,增强模型对复杂环境的适应性;通过K-means++重聚类优化锚框匹配。实验结果表明,改进模型在保持轻量化的同时,平均精度显著提升,精确率与召回率均优于原模型,可有效支撑库室装备智能化盘点与管理。

基于改进YOLOv5s的航站楼应急状况检测算法

刘岱, 安鹏宇, 王凯

计算机科学. 2026, 53 (6A): 250300174-7. doi:10.11896/jsjkx.250300174

摘要 ( 58 )

PDF(3753KB) ( 42 )

参考文献 | 相关文章 | 多维度评价

针对航站楼对较高应急响应能力的需求,对现有的YOLOv5s目标检测模型进行改进优化,以适应航站楼在复杂环境下的应急状况检测。文中的检测目标有3类:火焰、烟雾和人员摔倒。该研究对传统YOLOv5s模型进行了3项改进:引入MPDIoU损失函数、引入softNMS非极大值抑制算法、在小目标层添加BiFormer注意力机制。该研究使用消融实验和对比实验证明了改进的有效性,实验结果表明,改进后的模型在使用自建数据集进行训练后表现出了优秀的性能,在mAP@0.5和mAP@0.5:0.95这两个平均精度指标上获得了显著提升,分别达到了93.1%和63.5%,相比YOLOv5s原模型分别提升了1.7%和4.2%,相比最新模型YOLOv11分别提升了1.1%和5%。改进后的模型在进行航站楼视频流检测时表现出较好的实时性能,并且模型权重较小使得部署比较容易,满足了航站楼应急状况检测的需求,具有较高的应用价值。

SeguGAN:基于生成对抗网络的车牌图像超分辨率重构研究

黄海新, 侯广帅, 何添禹

计算机科学. 2026, 53 (6A): 250600070-5. doi:10.11896/jsjkx.250600070

摘要 ( 51 )

PDF(3270KB) ( 36 )

参考文献 | 相关文章 | 多维度评价

在智慧交通系统中,由于监控摄像头捕捉的车牌图像存在光照影响、运动模糊、获取的车牌图像分辨率低等问题,超分辨率重构在车牌图像的研究受到广泛关注。现有超分辨率方法往往存在重建图像存在伪影、高频细节丢失导致图像细节边缘模糊等问题,因此提出了SeguGAN框架。首先,由预训练视觉模型CLIP提取车牌语义信息,在判别器中添加语义感知模块(SeMSCA)融合语义信息与图像特征,提升判别器能力;其次,在生成器中引入门控机制融合两个不同分支(RRDB,CAMConv)提取的图像特征,提升图像重建质量。最后,使用动态Tanh(DyT)代替传统层归一化,简化模型,提升模型能力。为验证Segu-GAN的有效性,在公开数据集CCPD2019和CCPD2020上进行实验,实验中SeguGAN达到33.20 dB PSNR与0.906 SSIM,较主流的ESRGAN,SRGAN,ECBSR,RCAN,SwinIR模型PSNR平均提升5.9%,SSIM平均提升1.9%。该结果证实所提方法能够优化车牌图像的超分辨率重建效果。

面向景象匹配导航系统基准图的语义感知主动学习方法

单程程, 梅春, 李未亭, 郭原源, 钱伟行, 熊智

计算机科学. 2026, 53 (6A): 250600228-8. doi:10.11896/jsjkx.250600228

摘要 ( 55 )

PDF(3058KB) ( 28 )

参考文献 | 相关文章 | 多维度评价

航空遥感目标检测技术所获取的高精度基准图语义信息,可有效提升景象匹配导航系统的感知维度。由于遥感图像尺度大、目标密度高且标注成本昂贵,限制了高性能检测模型的训练与应用。针对景象匹配场景的语义目标检测中面临的源域与目标域数据分布差异及目标域标注数据不足的问题,提出了一种高效的主动学习方法来优化目标域样本的选择。该方法利用源域已标注数据和目标域未标注数据,通过主动学习策略从目标域中选取具有高信息量的样本进行人工标注,从而弥补目标域数据标注不足带来的影响。文中设计了3种主动学习评分函数——一致性评分、判别器评分和余弦差异评分,分别从检测框预测不一致性、领域归属概率以及特征差异角度等方面来评估目标域样本的标注价值。同时,还构建了一套针对目标检测任务的评估框架,考虑每张图像的整体标注效果并量化每个检测框的标注成本。实验证明,该最佳方法能够在目标域上将主动学习的目标检测性能提高约3.29%,同时将目标域所需的标注边界框数量减少约17.6%。所提方法在标注资源有限的条件下,有效提升了目标检测性能与领域迁移能力,能够应对源域与目标域之间因分布差异导致的模型性能下降问题,为遥感场景中的跨域目标检测提供了新的解决思路,为构建高精度的语义基准图提供了可靠的数据支持,进而提升了景象匹配导航的精度和可靠性。

基于改进加权引导滤波的立体匹配算法

张奔, 朱灯林

计算机科学. 2026, 53 (6A): 250800043-5. doi:10.11896/jsjkx.250800043

摘要 ( 67 )

PDF(2652KB) ( 52 )

参考文献 | 相关文章 | 多维度评价

为了实现实时有效的立体匹配,在现有的局部立体匹配算法的基础上,提出了一种基于加权引导滤波的局部立体匹配算法。首先,在代价计算阶段采用多测度融合的方法。其次,在成本聚集阶段,采用加权引导滤波方法进行滤波,利用Canny算法自适应调整正则化参数,实现了更精确的成本聚集。最后,对WTA优化策略得到的视差图进行左右一致性检测(LRC)的致密化处理。通过对Middlebury数据库的图像采用该算法进行立体匹配,结果验证了算法的有效性和鲁棒性。

基于参数自适应灰狼优化算法的非同步动态图像拼接方法

单程程, 李未亭, 梅春, 赵辉, 钱伟行, 曾庆化

计算机科学. 2026, 53 (6A): 250600169-8. doi:10.11896/jsjkx.250600169

摘要 ( 56 )

PDF(3244KB) ( 40 )

参考文献 | 相关文章 | 多维度评价

针对动态场景下非同步图像拼接时效率低下与动态目标失真的问题,提出了一种基于灰狼优化算法的参数自适应图像拼接方法。该方法将GWO的群体智能搜索机制引入RANSAC框架,将关键点子集映射为“狼群个体”,利用α,β,δ狼的引导搜索机制,使关键点选择具有“趋优性”,在非同步状态下保证动态目标的完整性和连续性。此外,为提高算法在不同场景下的鲁棒性和处理效率,引入了两阶段参数自适应机制,包括低分辨率预计算和动态终止条件,实现了对误差容限、迭代次数等核心参数的自动化调整。在StabStitch-D数据集上的实验表明:在相同迭代条件下,GWO-RANSAC较传统RANSAC内点匹配率提升4.91%,PSNR值提升11.4%(从32.5dB提升至36.2dB),SSIM值提升5.1%(从0.881提升至0.926),同时能够减少拼接图像中的黑边与错位现象,并且在复杂场景下也能保证动态目标物体的完整性和连续性。理论分析表明,该方法在资源受限环境和动态非同步场景中具有显著优势,与深度学习方法形成有效互补。

基于多尺度特征融合注意力与跨层聚合的输电线路金具缺陷检测

陈典龙, 刘腾彬, 高雄, 田子坚, 朱文兵, 邹顺, 王强

计算机科学. 2026, 53 (6A): 250600110-7. doi:10.11896/jsjkx.250600110

摘要 ( 57 )

PDF(4085KB) ( 32 )

参考文献 | 相关文章 | 多维度评价

在You Only Look Once(YOLO)系列模型通用框架基础上提出了一种基于多尺度特征融合注意力与跨层聚合的输电线路金具缺陷检测方法。针对输电线路金具在复杂环境下缺陷检测精度不高的问题,在网络的特征提取部分引入了多尺度双分支注意力(MDA)机制,用于捕捉多尺度特征跨维度的交互关系,构建维度间的长距离依赖关系,有效提高检测性能。同时,针对特征传输过程细节易丢失的问题,提出了跨层聚合模块(CLA),通过将骨干网络的多级特征层与检测颈部的多级检测层进行跨层聚合,保留了特征传输过程中可能丢失的多级细粒度信息。相较于其他先进的目标检测模型,所提方法在真实输电线路金具缺陷数据集上取得了较高的检测精度,特别是在小目标缺陷检测和复杂背景抑制方面表现优异,展示了其在输电线路维护中的实际应用价值。

基于分阶段训练策略与多尺度特征融合的目标检测方法

瞿洁武, 路新喜, 孙健, 柳燕, 高玲, 徐彬彬

计算机科学. 2026, 53 (6A): 250700088-7. doi:10.11896/jsjkx.250700088

摘要 ( 59 )

PDF(2740KB) ( 35 )

参考文献 | 相关文章 | 多维度评价

针对DETR(Detection Transformer)系列目标检测方法在推理阶段存在计算瓶颈、难以兼顾实时性与精度的问题,提出了一种基于分阶段训练策略与多尺度特征融合的改进方法。具体而言,通过简化DETR的多层编码器结构降低计算复杂度,并采用分阶段训练策略提升特征表达能力和模型收敛速度。第一阶段采用一对多标签匹配获取高质量二维多尺度特征,第二阶段冻结第一阶段的网络权重,并引入并行注意力卷积融合模块进一步细化特征。实验结果表明,所提方法在COCO数据集上较基线模型实现了5倍的推理速度提升,并带来了1.5个百分点的AP增益,有效缓解了DETR在推理阶段效率低下的问题;在BitVehicle数据集上也取得了1.4个百分点的AP提升。

基于多模态特征融合的智能识别方法

钟浩, 孔庆轩, 蔡先庆, 黎志忠, 孙浩

计算机科学. 2026, 53 (6A): 250700065-10. doi:10.11896/jsjkx.250700065

摘要 ( 61 )

PDF(5504KB) ( 43 )

参考文献 | 相关文章 | 多维度评价

针对复杂交通场景中光照变化、姿态差异与遮挡导致的车辆识别性能下降问题,提出轻量级多模态融合框架 MM-ASTFL。其核心创新体现在三重注意力机制:一是自适应通道-空间注意力(ACSA),动态加权 MobileNetV2 特征,显著增强车牌、车灯等关键区域表征;二是时间感知注意力增强 LSTM(TA-LSTM),以多头自注意力捕获时序关键帧,精准刻画变道、转弯等驾驶行为;三是跨模态交叉注意力,实现视觉-时序信息的双向引导与深度聚合。在VeRi-776上的实验表明,MM-ASTFL车辆重识别的mAP达89.8%、Rank-1达92.6%,较SOTA提升1.7%与1.6%;驾驶行为分类的F1-score达92.4%,提升2.2%;轨迹预测的ADE与FDE分别降至0.68 m与1.25 m,误差降低13.3%与15.4%。消融实验证实各模块均带来显著增益,可视化分析进一步验证其在逆光、遮挡等极端条件下的鲁棒性,为智能交通系统提供了高效、可靠的解决方案。

基于多光源图像融合的避雷器故障识别技术研究

王浩钊, 符方达, 吴育毅, 王录亮, 余阳, 漆一帆

计算机科学. 2026, 53 (6A): 250700042-8. doi:10.11896/jsjkx.250700042

摘要 ( 55 )

PDF(4494KB) ( 44 )

参考文献 | 相关文章 | 多维度评价

针对传统单一模态图像在避雷器故障检测中信息表征不完整、小目标特征易丢失的问题,提出一种融合多尺度残差金字塔注意力网络(MSRPAN)与轻量化目标检测模型 YOLO11-CGB的避雷器故障识别方法。MSRPAN通过多模态图像多尺度深层特征提取,结合残差注意力机制,避免梯度消失,增强特征表达能力,以解决单一模态特征缺陷。设计的YOLO11-CGB模型在主干网络嵌入卷积块注意力模块(CBAM),采用GhostConv替代传统卷积层降低计算复杂度,结合双向特征金字塔网络(BiFPN)优化多尺度特征融合,提升复杂背景下小目标检测能力。实验表明,MSRPAN融合方法在主观和客观方面的评估均优于常见的IHS,Brovey,PCA,WT,CNN融合算法。YOLO11-CGB模型在自建数据集上实现94.88%的 mAP@0.5与94% 的召回率,对融合图像的破损(P)故障、闪络(S)故障、裂纹(L)故障的识别置信度最高可达0.88,0.85和0.84,优于单一模态图像(红外和可见光图像)。

HIBA:基于混合索引的区块链可验证高效查询架构

李小刚, 赵晖

计算机科学. 2026, 53 (6A): 250600212-7. doi:10.11896/jsjkx.250600212

摘要 ( 51 )

PDF(3394KB) ( 35 )

参考文献 | 相关文章 | 多维度评价

针对区块链系统中复杂查询效率低、验证开销大的问题,提出了一种混合索引区块链架构(HIBA)。该架构融合了动态Bloom过滤器、倒排索引和Merkle树,并构建了协同验证机制。该方法利用动态Bloom过滤器对候选区块进行快速预筛选,将查询复杂度从线性降低至常数级,有效避免了全链遍历;结合倒排索引技术,可定位区块内与语义关键词相关的数据,进一步提升查询效率;此外,引入Merkle树区间证明机制,使轻节点能够对查询结果进行增量式验证,显著降低了计算与通信开销。该方案在多关键词语义查询、查询效率与可验证性方面取得了显著突破,展现出良好的实用性与可扩展性。

Multi-RAG:面向跨域数据的分布式检索增强生成框架

沈建伟, 陈汉林, 陈星

计算机科学. 2026, 53 (6A): 250900159-7. doi:10.11896/jsjkx.250900159

摘要 ( 69 )

PDF(2458KB) ( 42 )

参考文献 | 相关文章 | 多维度评价

随着大语言模型在自然语言处理任务中的深入应用,检索增强生成(RAG)技术已成为提升模型事实准确性的关键手段。然而,跨域数据的分散存储导致了数据汇聚障碍、规模扩展性不足以及分布式协同缺失等问题,使得传统集中式 RAG 框架难以满足跨域场景的需求。为此,提出了一种面向跨域数据的分布式检索增强生成框架——Multi-RAG。该框架允许各节点基于本地数据特性维护独立的嵌入模型与向量索引,并通过查询分发模块并行分发查询。各节点返回本地高分文档片段后,由全局重排序模块进行全局语义重排序,最终将筛选后的上下文输入大语言模型以生成答案。实验基于 MultiHop-RAG 数据集构建分布式环境展开,Multi-RAG 的 Hits@10 指标达到 0.765 9,较单一节点检索的 0.445 2 提升了 72%,与集中式方案的性能差异控制在 3.1% 以内;基于 DeepSeek-R1 模型的生成准确率较单节点方案提升了 48%。研究表明,该框架通过轻量级分布式协同机制与全局信息融合策略,在避免原始数据整合的同时,有效提升了跨域场景下的检索与生成性能,为解决跨机构、跨领域数据的协同知识利用提供了可行方案。

SINDy-GSN:面向社交群体行为的网络动力学稀疏识别模型

王钰涵, 马涪元, 马世旋, 王英

计算机科学. 2026, 53 (6A): 250700014-10. doi:10.11896/jsjkx.250700014

摘要 ( 63 )

PDF(2673KB) ( 32 )

参考文献 | 相关文章 | 多维度评价

社交网络中群体行为的演化过程通常呈现出非线性、多主体耦合与结构异质性等特征,传统建模方法在揭示其潜在演化规律方面存在局限性。为深入刻画社交网络中群体行为的动态演化机制,提出一种结构耦合函数库驱动的改进型动力学识别模型——SINDy-GSN(Sparse Identification of Network Dynamics for Group Behavior in Social Graphs)。该方法以特征驱动的离散仿真为基础,融合用户节点行为状态、邻接传播结构与主题信息构建三元状态向量,生成适用于社交网络环境的高维非线性函数库。所构建函数库集成了一阶邻居影响、结构归一化扩散项及主题传播耦合机制,全面捕捉个体行为与网络拓扑之间的复杂动态耦合关系。基于真实社交平台特征数据构建仿真网络,并通过离散演化模拟群体立场传播过程,从而实现对群体行为演化方程的稀疏建模与机制识别。实验结果表明,SINDy-GSN 在保持建模可解释性与结构稀疏性的同时,能够有效识别社交网络中的群体传播机制与演化规律,为社交系统中复杂行为的建模与预测提供了通用化的理论工具与方法框架,展现出良好的适应性与拓展潜力。

基于不变风险最小化的模型无关跨域小样本学习框架

安悦瑄, 赵星宇

计算机科学. 2026, 53 (6A): 250900009-8. doi:10.11896/jsjkx.250900009

摘要 ( 60 )

PDF(2650KB) ( 36 )

参考文献 | 相关文章 | 多维度评价

小样本学习(Few-Shot Learning,FSL)旨在通过少量标注样本构建高效预测模型,以降低对海量标注数据的依赖,提升模型的学习效率和实用价值。然而,当测试域与训练域之间存在显著分布差异时,传统方法往往因领域偏移(Domain Shift)而性能大幅下降。现有的针对领域迁移场景的小样本学习的方法大多依赖于特定的模型结构或对齐策略,无法有效与现有的方法结合来提升泛化能力,且难以平衡任务相关特征与领域不变特征的学习。针对以上缺陷,提出一种模型无关的跨域小样本学习框架。该框架基于不变风险最小化(Invariant Risk Minimization,IRM)策略,可以与多种现有的小样本学习方法相结合,使这些模型能够有效学习到样本的领域不变特征,从而显著增强其跨域预测性能。多个基准数据集上的实验证明了所提框架的有效性。

基于动态图同构网络的学业表现预测模型

李凡

计算机科学. 2026, 53 (6A): 250800035-4. doi:10.11896/jsjkx.250800035

摘要 ( 61 )

PDF(2658KB) ( 30 )

参考文献 | 相关文章 | 多维度评价

针对现有学业预测模型难以有效捕捉学生隐性关联、对稀疏数据敏感性高及计算冗余等问题,文中提出一种基于图同构网络的动态优化预测模型。该模型通过三重核心机制优化图结构与信息传递。首先,采用双模态融合图构建技术生成动态邻接矩阵,显著提升关系表征的鲁棒性。其次,建立参数动态自适应调整机制,通过可学习参数实现分层特征融合,有效增强模型对异构数据的适应能力。最后,引入k值动态衰减优化方法,其渐进式剪枝策略在降低计算复杂度的同时加速模型收敛。在CGPA和Grade-Class数据集上,图同构自适应优化模型分别达到73.3%和69.4%的预测准确率,与GNN等基准模型的最优性能相比,准确率分别提高了4.8%和8.3%。同时模型采用K值衰减策略缩短了训练时间,在Grade Class数据集上,改进模型比固定K值为10的模型训练时间缩短了1.7 s,有效完成了对模型计算效率与预测精度的动态优化和平衡。

基于小波-循环神经网络融合的非洲降水时空预测

马湘翔

计算机科学. 2026, 53 (6A): 250600171-5. doi:10.11896/jsjkx.250600171

摘要 ( 54 )

PDF(3091KB) ( 38 )

参考文献 | 相关文章 | 多维度评价

基于1979－2024年的ERA5数据,选取非洲大陆1979－2019年月尺度与2020－2024年天尺度总降水量数据作为指标,采用小波变换等方法探究非洲不同地区降水周期特征、分析并构建小波循环预测模型与单一循环模型进行对比预测。结果表明,非洲降水呈显著非平稳性和多尺度周期性,包含12－15个月季节性周期、1－4个月短期周期和96－128个月长周期,反映季风和气候变率影响。单一循环网络模型(RNN,LSTM,GRU)的预测精度分别为0.522,0.516,0.515;小波变换结合循环神经网络的混合预测模型显著提升了预测精度,MAE降低约60%,RMSE降低约66%,R²提升约70%,MAE值达到0.000 339,0.000 338,0.000 337。RMSE值分别达到0.000 626,0.000 628,0.000 622,R²值分别达到0.889,0.886,0.891;LSTM-WT在长期趋势预测中表现最佳(R²≈0.88),对4～6 mm降水事件的预测能力增强。该研究为非洲水资源管理、农业规划和可持续发展提供了科学依据。

基于双通道时空超图卷积网络的交通速度预测方法

陈洪峰, 赵振振

计算机科学. 2026, 53 (6A): 250500107-7. doi:10.11896/jsjkx.250500107

摘要 ( 58 )

PDF(3362KB) ( 37 )

参考文献 | 相关文章 | 多维度评价

交通速度预测在智能交通系统中的交通拥堵识别、信号控制等任务中起到至关重要的作用。然而,交通数据中包含着随时间动态变化的空间关系,导致路网中非直接相邻的道路节点中亦存在关联关系,从而衍生出跨区域的隐式协同特征。因此,提出了一种用于交通数据隐式特征提取的双通道时空超图卷积网络。具体而言,该网络应用聚类算法发现全局的空间特征。然后,建立超图与线图的双通道卷积方法来捕捉交通数据中的隐式空间关系。最后,应用卷积结构的长短期记忆网络捕获时间特征。在真实世界交通速度数据集中的实验表明,所提出框架的性能优于最先进的基线模型。

CA-MLNet:双流记忆通道注意高精度轨迹预测模型

张晓涵, 杨飞, 马靖尧, 赵韩栎, 赵旭

计算机科学. 2026, 53 (6A): 250600118-8. doi:10.11896/jsjkx.250600118

摘要 ( 59 )

PDF(3430KB) ( 40 )

参考文献 | 相关文章 | 多维度评价

针对复杂环境下单一模型轨迹预测精度不足的问题,提出一种基于改进状态空间模型与记忆网络融合的新型预测架构通道注意力增强型双流记忆网络CA-MLNet。该工作的核心创新在于:(1)通过结构化状态空间模型(Structured State-Space Model,SSM),增强对动态环境的空间特征选择能力;(2)创新性地融合xLSTM的mLSTM模块作为辅助时序建模单元,构建双分支特征融合架构。改进后的SSM模块能有效捕捉长距离空间依赖,而mLSTM模块通过指数门控机制强化局部时序特征提取,两者通过自适应权重融合机制实现优势互补。在GeoLife GPS Trajectories行人轨迹数据集上的实验表明,所提模型在预测场景下达到99.01%的预测精度,较基准模型提升8.18%,相比xLSTM架构提升3.14%。消融实验验证了SSM模块改进对空间特征选择准确率的贡献达43.6%,双模块协同工作使轨迹偏移误差降低,为智能交通预警系统提供了高精度的解决方案。

基于二阶多通道有向图卷积的基因调控推断方法

沈亚婕, 王基书, 金魁, 字桐, 唐明靖

计算机科学. 2026, 53 (6A): 250700116-10. doi:10.11896/jsjkx.250700116

摘要 ( 61 )

PDF(4989KB) ( 37 )

参考文献 | 相关文章 | 多维度评价

单细胞RNA(scRNA-seq)测序技术的快速发展使得单细胞基因表达数据呈指数级增长,从而使研究人员获取了大量的基因表达数据集。因此,需要开发能够利用这些数据从而发现基因间潜在调控关系的计算方法。近年来,随着深度学习的发展及已知调控关系数据的增长,大量基于深度学习的有监督推断方法被提出,尤其是基于图神经网络的方法。然而,目前的这些方法大多将先验调控网络建模为一个无向图,忽略了基因间调控关系的有向性,导致有向信息无法被提取。此外,由于已知的调控信息有限,很多具有相同或相近表达模式的基因间不一定存在已知的直接联系。而目前的方法通常仅提取一阶邻域的信息,这可能导致无法充分捕获先验网络和表达数据中更丰富的信息。针对以上问题,提出一种基于二阶多通道有向图卷积的基因调控推断方法,其基于先验调控网络,构建了一阶邻近矩阵、二阶入度邻近矩阵和二阶出度邻近矩阵,并利用方向性拉普拉斯矩阵来表征有向图的结构,最终进一步提升了网络推断的性能和对复杂调控模式的建模能力。在多个数据集上进行的多指标的实验结果表明,与现有工作相比,所提出的方法能够更准确地预测基因间潜在的调控关系。同时,充分的消融实验也进一步证明了,所提出的方法中包含的不同模块均有助于提升模型的性能。

基于多特征融合与排序优化的图卷积神经网络关键节点识别

宋琳, 王宇宁, 石科仁, 欧渊

计算机科学. 2026, 53 (6A): 250700049-9. doi:10.11896/jsjkx.250700049

摘要 ( 71 )

PDF(3163KB) ( 42 )

参考文献 | 相关文章 | 多维度评价

针对现有复杂网络关键节点识别方法存在的特征融合浅层化、动态适应性不足及节点显著性差异弱化等问题,提出一种基于多特征融合与排序优化的图卷积神经网络(MFR-GCN)关键节点识别方法。该方法引入深度特征交互编码与可学习对比增强机制,通过层级自适应门控和条件化全局信息注入,实现关键节点的动态鲁棒检测。首先,从网络图中提取涵盖局部属性、全局属性、位置属性及随机游走属性等多维度的8个代表性特征,并结合节点嵌入构建特征向量;然后,将特征输入融合GCN与GAT的混合层进行深层特征学习,并利用跳跃连接整合多尺度信息;最后,设计包含排序损失、方差损失和聚类损失的增强版多组件损失函数进行模型训练与优化,并通过对比强化层在推理阶段放大关键节点分数差异,进一步区分关键节点。利用SIR传播模型在Cora,Email,C.elegans等真实网络数据集上进行实验验证。结果表明,相较于度中心性、介数中心性等传统方法,MFR-GCN识别出的关键节点在最终感染规模上平均提升显著(如在USairport网络上较次优方法提升约6.22%),展现出更优的全局传播潜力和适用性。

基于HAN的GNN-Transformer协同对比学习框架优化研究

张自豪, 吴泽忠

计算机科学. 2026, 53 (6A): 250900103-8. doi:10.11896/jsjkx.250900103

摘要 ( 63 )

PDF(3441KB) ( 44 )

参考文献 | 相关文章 | 多维度评价

图神经网络(Graph Neural Networks,GNNs)因其消息传递机制在图表示学习领域中展现出了强大的性能,但其在处理异构图时面临着过平滑问题和多跳邻居信息捕捉不足的挑战。GNN-Transformer协同对比学习框架(GTC)利用GNN的局部信息聚合能力和Transformer的全局信息建模能力,采用跨视图对比学习的方式实现了自监督的异构图表示学习,有效消除了 GNN在聚合邻居信息时所面临的过平滑问题。基于异构图注意力网络(HAN),利用其节点级注意力和语义级注意力机制在GNN-Transformer协同对比学习框架的GNN分支上进行优化,在聚合邻居信息时能够更好地捕捉异构图中不同类型节点和边的信息。在ACM数据集上的实验证明,改进后的GNN-Transformer协同对比学习框架模型在节点分类任务和节点聚类任务中的表现更加优秀。在节点分类任务上,对于20,40,60个标记节点的AUC值,宏平均F1值和微平均F1值分别平均提升了0.52%,3.07%和3.14%;在节点聚类任务上,NMI,ARI分别提升了6.57%和6.38%,验证了HAN的层次化注意力机制在异构图表示学习中可以实现更精细的邻居信息聚合与元路径语义融合,为解决GNN的过平滑问题提供了新的思路。

基于属性值类重叠度的不平衡数据学习方法

孙博, 王志军, 周筑南, 李清杰, 王韵, 耿霞, 张艳, 孙晨轩

计算机科学. 2026, 53 (6A): 250600199-8. doi:10.11896/jsjkx.250600199

摘要 ( 81 )

PDF(2318KB) ( 33 )

参考文献 | 相关文章 | 多维度评价

类不平衡问题是有监督机器学习领域中的一项重要挑战。在一个不平衡训练集中,虽然少数类的规模显著小于多数类,但少数类往往是人们更为关注的并且比多数类具有更高的误分类代价。大多数分类器算法通常以总体分类精度作为优化目标,容易误分类对分类精度贡献较小的少数类样例。现有不平衡学习方法往往将训练集的类不平衡比例IR作为分类复杂性度量,并将其作为优化目标。然而,最近研究表明,与IR相比,类重叠更能客观度量不平衡数据的学习难度。鉴于类重叠这一数据复杂性指标的重要性,研究从类重叠视角解决不平衡问题,并提出一种基于类重叠信息的不平衡数据学习方法FO-RBU。具体地,利用各属性上类重叠样例的比例分布来衡量不平衡数据的学习难度,并将其作为确定径向欠采样方法RBU合适欠采样程度的理论依据。实验结果表明,基于属性值的类重叠信息能较好地指导合适欠采样比例的确定,并且提出的类不平衡学习方法FO-RBU是有效的。

融合动态稀疏性与异构知识蒸馏的Top-k推荐算法

付诗棋, 朱金侠, 许琪晨, 杜泽宇

计算机科学. 2026, 53 (6A): 250700121-9. doi:10.11896/jsjkx.250700121

摘要 ( 54 )

PDF(2608KB) ( 52 )

参考文献 | 相关文章 | 多维度评价

当前的推荐算法主要侧重于利用深度学习技术提高推荐精度,进而为用户推荐其感兴趣的内容集合。然而,这类方法得到的推荐结果往往计算开销大,模型冗余度高,不适合资源受限场景。针对上述问题,提出一种融合动态稀疏性与异构知识蒸馏的协同优化框架(DySparseHKD),构建轻量化的推荐模型,在减少参数量的同时保留关键特征。提出基于交互冗余的动态稀疏率分配方法,捕获更高效的参数配置,利用教师模型训练轨迹实现渐进式知识传递,缓解异构模型间的知识差异,根据学生模型当前的学习状态动态调整知识迁移粒度,提高迁移效率;最后,通过联合优化目标实现模型复杂度与推荐性能的深度解耦。在3个真实的数据集上进行相关的实验,结果表明所提模型在具有更低复杂度的同时实现了模型效率与推荐效果的有机融合。

基于模型的纵向数据轨迹异常识别算法

董东, 金朋超

计算机科学. 2026, 53 (6A): 250800004-8. doi:10.11896/jsjkx.250800004

摘要 ( 53 )

PDF(2516KB) ( 42 )

参考文献 | 相关文章 | 多维度评价

纵向数据因能够反映同一对象随时间变化的动态轨迹,在公共健康等领域的研究中受到广泛关注。对纵向数据的清洗过程,是保障纵向数据建模质量和下游分析可信度的重要前置环节。为此,提出一种基于广义线性模型(GLM)多项式拟合与自适应聚类的纵向数据轨迹异常检测方法。通过该算法可获得正常与异常的二分类标签,并将其与真实标签进行比较。在4个独立的数据集(包括2个模拟纵向数据集、1个UCR公开数据集和1个真实数据集)上,与多种典型的纵向数据聚类算法进行了系统对比实验。实验结果显示,所提出的方法在不同数据集和评价指标上均展现出良好的检测性能和泛化性能。将该方法应用于某市小学生连续6年的身高测试数据中的结果,进一步验证了其在实际纵向健康数据中的异常轨迹检测能力和准确性。该方法为公共健康监测与干预、疾病进展评估及临床决策支持等提供了有力支撑。

基于TransLSTM-GAN模型的碳排放预测算法

张筱竹, 陈泓佑, 屈凌峰, 王玥陈佳, 田宝单, 范勇

计算机科学. 2026, 53 (6A): 250400146-11. doi:10.11896/jsjkx.250400146

摘要 ( 62 )

PDF(4426KB) ( 60 )

参考文献 | 相关文章 | 多维度评价

碳排放预测对国际合作、应对气候变化和能源安全等极为重要。国家级地理范围和更长时间段内的碳排放预测影响因素多而复杂,这对预测模型的特征表达学习能力提出了更高要求。针对以上问题,提出了一种融合Transformer,LSTM和GAN的碳排放预测模型——TransLSTM-GAN。在这项工作中,通过Transformer和LSTM网络,利用注意力机制的高性能特征表达学习能力,提高模型处理复杂碳排放数据和长序列数据的学习能力。设计适配的改进鲸鱼优化算法,完成Trans-LSTM 的超参数自动学习,降低TransLSTM的训练难度和提升训练效果。利用预训练TransLSTM作为生成器,深度残差网络作为判别器,构建GAN对生成器参数微调,进一步提高预测精度。为验证模型性能,在中国、美国和欧洲碳排放数据集上进行实验验证。实验结果表明,TransLSTM-GAN模型能更好地适用于不同国家地区的长期碳排放预测。

基于双空间异质图神经网络的欺诈检测模型

韩志耕, 付纯硕

计算机科学. 2026, 53 (6A): 250600050-6. doi:10.11896/jsjkx.250600050

摘要 ( 52 )

PDF(2519KB) ( 36 )

参考文献 | 相关文章 | 多维度评价

图神经网络(Graph Neural Networks,GNNs)因其天然适合处理图结构数据的特性,能够有效捕捉欺诈行为中的复杂关系模式,已成为欺诈检测的主流方法。然而,现有基于GNN的欺诈检测模型在数据处理上存在局限性:基于同质图神经网络的欺诈检测模型难以应对欺诈图中的异质关系,而基于异质图神经网络的欺诈检测模型在处理异质关系时通常仅针对单一属性或结构空间,导致检测性能受限。为解决这一问题,提出了基于双空间异质图神经网络的欺诈检测模型。该模型将用户关系建模为多关系异质有向图,并采用多层图卷积架构,每层卷积由以下3个模块构成:(1)异质度学习模块,利用关系子图中已标记节点的标签信息,在属性空间和结构空间中分别学习异质度,并通过加权融合策略实现双空间异质度的特征交互;(2)跨空间图聚合模块,基于融合后的异质度计算注意力权重,通过多关系图聚合更新节点表示;(3)原型引导分类模块,基于已标记节点的表示及标签,利用原型学习构建类别原型,并指导未标记节点的分类。为应对标记数据稀缺和标签不平衡问题,模型采用平衡采样策略进行半监督训练。实验结果表明,在YelpChi和Amazon数据集上,所提模型的Recall指标分别比9个基线模型的最佳值提升0.962 6%和0.644 4%,AUC指标分别提升0.859 4%和0.147 9%。

基于多级小波分解双向Mamba的时间序列预测方法

刘鹏, 沈吉英, 刘东升, 陈贵波, 宋远威

计算机科学. 2026, 53 (6A): 250600172-8. doi:10.11896/jsjkx.250600172

摘要 ( 63 )

PDF(3084KB) ( 48 )

参考文献 | 相关文章 | 多维度评价

时间序列预测能提供对未来趋势和模式的洞察力,对于各种应用都非常重要,例如天气预报、电力负荷预测等。然而现有时间序列预测模型预测中存在模型参数大、计算复杂度高、没有充分利用数据在频域信息的问题。为了解决这一问题,提出了一种基于状态空间的新模型,用于长期时间序列预测。该模型首先采用多级小波分解将原始时序数据解耦为多个不同频带的子序列;其次,为每个子序列设计独立的双向Mamba模块以捕捉其独特的动态模式;最后,通过小波重构将各频带的预测结果精确地融合成最终预测。在ETT等7个公开数据集上的实验结果表明,该方法在多个预测长度下均取得了最优性能,相较于当前最佳的基线模型,平均MSE降低了4.12%。该方法在时间序列公共数据集上证明了其有效性和实际应用的潜力。

基于元数据的数据质量测量方法

陈连勇, 宋金玉, 李治侠, 司长哲, 杨文凯, 王晶

计算机科学. 2026, 53 (6A): 250600204-10. doi:10.11896/jsjkx.250600204

摘要 ( 58 )

PDF(2950KB) ( 44 )

参考文献 | 相关文章 | 多维度评价

数据质量是激活数据要素潜能与保障数据价值实现的现实需要。为发现问题数据以提升数据质量,研究了基于元数据的数据质量测量方法,基于元数据构建了可实现数据一致性、完整性和有效性的数据质量测量指标集,制定了测量规则的生成要素和形式化构成形式,研制了相应的数据质量测量工具。结合某大学的教学评价数据集,检验了测量方法和测量工具的可行性和有效性。

Torlink:面向动态流速数据的高性能流式机器学习框架

梁哲恒, 于然, 崔磊, 秦政, 张金波, 张子扬, 吴铭钞

计算机科学. 2026, 53 (6A): 250800062-11. doi:10.11896/jsjkx.250800062

摘要 ( 60 )

PDF(3015KB) ( 54 )

参考文献 | 相关文章 | 多维度评价

随着大数据时代的到来,流式机器学习理论和方法被广泛关注并应用。其核心在于能够实时处理连续到达的数据流,并迅速响应数据的动态变化。已有典型流式机器学习框架缺乏通用的流式学习算法支持,同时在面对动态流速数据时缺乏有效的性能优化机制。为了解决上述问题,首先对流式机器学习应用与计算特征进行分析与总结,设计出一个较为通用的流式机器学习数据流。针对现有框架,分析其潜在的性能瓶颈,进一步提出两种性能优化方法,即基于距离的动态采样机制和基于梯度的窗口预聚合机制。最后,基于Flink实现了原型系统Torlink,并在4个典型数据集上进行了实验与评价。结果表明,Torlink在4节点集群上,总体吞吐率约为现有框架的4.1倍,水平加速比可达3.3。

面向关系数据库优化的轻量级内存映射数据缓存MDBCache

王海, 刘中一, 张晨阳, 崔华, 符丹

计算机科学. 2026, 53 (6A): 250500104-12. doi:10.11896/jsjkx.250500104

摘要 ( 52 )

PDF(4207KB) ( 42 )

参考文献 | 相关文章 | 多维度评价

关系型数据库在高并发实时场景中存在读取效率低的问题,在传统数据库系统的高性能改造中,一般采用NoSQL(Not Only SQL)内存数据库、嵌入式数据库作为数据缓存层进行加速,读写效率提升上限有限,且由于存储结构与读写方式差异,迁移成本普遍较高。文中提出一种面向关系数据库的数据缓存方案MDBCache,通过使用定址内存映射缓存、多维度自定义索引与内存数据增量更新技术,实现了无需跨进程、跨用户空间的高效数据共享方式,大幅降低了数据请求响应时间及迁移成本。实验结果表明,与机制相近的内存数据库MMDB、嵌入式数据库Berkeley DB缓存方案相比,MDBCache读取效率在单线程模式上最高提升了1.49倍与6.88倍,数据更新效率最高提升了8.59倍与5.44倍。所提方案具有底层技术成熟、服务性能高、实施复杂度低、实用性高等优点,在高并发实时场景数据方案设计中具有一定参考价值。

面向不确定性的信息物理系统鲁棒性研究综述

韩丽萍, 于乐, 胡明哲, 聂婷婷

计算机科学. 2026, 53 (6A): 250700017-8. doi:10.11896/jsjkx.250700017

摘要 ( 57 )

PDF(1877KB) ( 44 )

参考文献 | 相关文章 | 多维度评价

信息物理系统(Cyber-Physical Systems,CPSs)是物理世界与数字世界深度耦合的复杂系统,目前已被广泛应用于智能交通、工业控制、智慧能源等领域。然而,信息物理系统的设计和运行通常面临诸多的不确定性,相应地,其应对不确定性的鲁棒性成为保障系统稳定运行的核心需求。目前,保障信息物理系统鲁棒性的关键技术主要包括不确定性测试、鲁棒性评估以及鲁棒性优化。不确定性测试聚焦于构建多样化的扰动场景,揭示系统在复杂、不确定条件下的潜在脆弱性;鲁棒性评估则通过多维指标对系统在不同干扰下的稳定性与可靠性进行量化分析;而鲁棒性优化则主要针对识别出的薄弱环节,通过调整系统结构、控制策略或资源配置提升系统的抗干扰与自适应能力。系统综述了上述3个方向的研究进展,并深入探讨了现有技术方法,下信息物理系统鲁棒性保障面临的关键挑战,包括多源不确定性识别与建模困难、鲁棒性评估缺乏统一标准与高效方法,以及鲁棒性优化策略实施复杂。在此基础上,进一步展望了未来研究的潜在方向,包括面向多源不确定性演化的测试用例生成、基于预测的智能化鲁棒性评估以及自适应鲁棒性修复策略。该研究旨在为信息物理系统鲁棒性研究提供系统性的技术参考,推动高可靠信息物理系统的设计与实践。

基于大模型的模糊测试驱动生成

魏清, 张与鹏, 刘少勋, 张金锋, 张跃中, 陈昊阳

计算机科学. 2026, 53 (6A): 250400113-8. doi:10.11896/jsjkx.250400113

摘要 ( 68 )

PDF(2519KB) ( 36 )

参考文献 | 相关文章 | 多维度评价

随着软件系统的广泛应用,其安全性问题日益突出,模糊测试作为一种有效的漏洞检测手段,在软件开发中扮演着重要角色。然而,传统模糊测试工具依赖手工编写驱动程序,存在效率低、覆盖率不足等问题。为此,文中提出了一种基于大模型的自动化模糊测试驱动生成方法,通过智能代码解析模块提取函数接口和结构体定义,结合大模型的代码生成能力,自动生成符合Honggfuzz框架要求的驱动程序,并引入基于反馈的修正机制提升驱动生成成功率。实验结果表明,该方法在开源cJSON库和自研TBox项目中实现了100%的驱动生成成功率和模糊测试接口覆盖率;在开源Libtiff库中,驱动生成成功率为76.2%,模糊测试接口覆盖率为40.5%。针对Qwen2.5-coder(14B参数)和Qwen2.5-coder(32B参数)的消融实验表明,引入反馈修正机制能进一步优化驱动程序的生成成功率,对上述两个模型的反馈修正机制分别使驱动生成成功率提升了5.9%和2.4%。该方法显著提升了模糊测试的自动化程度和覆盖率,为复杂软件系统的漏洞检测提供了高效解决方案。未来可通过优化代码解析模块、改进提示词模板和增强大模型适应性,来进一步提升方法的通用性和漏洞发现能力。

基于程序特征的智能化编译优化技术研究

黄亮明, 张佳慧, 蔡淳豪

计算机科学. 2026, 53 (6A): 260300057-9. doi:10.11896/jsjkx.260300057

摘要 ( 80 )

PDF(2723KB) ( 75 )

参考文献 | 相关文章 | 多维度评价

传统编译器优化面临规则固化、场景局限和人工设计效率天花板的问题,难以满足不同程序的高效编译需求。对此,研究者提出了自动调优、贝叶斯优化等算法进行优化选项和参数的寻优。然而,现有方法面临两方面的问题:一是需迭代运行目标码,成本高,面对大规模程序不可行;二是将程序作为黑盒,导致存在依赖初始配置、陷入局部最优、面对新程序需重新调优等问题。对此,提出基于程序特征的智能化编译优化技术,通过编译器采集程序特征信息,利用包含程序特征及较优选项组合的数据集训练深度学习模型,使其根据输入程序特征预测适配的选项组合;此外,针对循环展开等优化过程,以细粒度的参数寻优为目标,结合机器学习模型和程序特征实现关键参数的智能化选择。采用标准规模的SPEC CPU2017整数课题进行测试,相较O3优化级别,使用所提模型预测得到的优化选项和参数具有7.2%的性能提升,且模型平均推理时间仅为7.11 s,产生的编译时特征提取时间开销仅为1.02%。实验结果表明,该技术能有效预测不同程序的匹配编译优化选项和参数,且与现有技术相比有显著的成本优势。

基于动态调节交叉熵损失的MCU驱动代码PID-Dynamic LSTM生成模型

刘子璇, 唐小勇

计算机科学. 2026, 53 (6A): 250800005-9. doi:10.11896/jsjkx.250800005

摘要 ( 61 )

PDF(3224KB) ( 33 )

参考文献 | 相关文章 | 多维度评价

针对深度学习中噪声数据导致的模型过拟合与训练不稳定问题,首次将控制理论中的动态误差补偿机制引入代码生成任务,提出一种基于动态调节交叉熵损失函数(PID-CE Loss)的代码生成模型(PID-Dynamic LSTM)。传统交叉熵损失函数在噪声场景下易受异常样本干扰,导致梯度更新方向偏移与收敛速度下降。通过融合比例(P)、积分(I)、微分(D)控制项,构建动态误差补偿机制:1)比例项保留交叉熵的即时误差响应特性;2)积分项引入指数移动平均(EMA)差分捕捉损失变化的长期趋势,修正累积偏差;3)微分项通过约束相邻训练步概率分布的均方误差(MSE),抑制噪声引发的预测突变。实验表明,在500轮含噪声训练中,所提方法在测试数据集上达到96.28%验证准确率(较基线提升3.42%),首次达到80%准确率所需训练轮次减少31.7%(224→153轮),过拟合间隙降低6.4%,损失波动下降18.5%。消融实验进一步验证了PID-CE对噪声抑制的关键作用以及参数特性。该方法为噪声鲁棒性优化提供了理论可解释、工程易部署的新范式,在噪声敏感场景中具有相应的应用潜力。

面向C2风格的软件体系结构演化路径规划研究

钟林辉, 廖梓辰, 郑燚, 屈乔乔, 胡贞, 李卓宇, 刘文旋

计算机科学. 2026, 53 (6A): 250900102-7. doi:10.11896/jsjkx.250900102

摘要 ( 68 )

PDF(1956KB) ( 45 )

参考文献 | 相关文章 | 多维度评价

软件体系结构C2 风格是一种典型的层次化风格,强调软件构件通过连接件等规则进行通讯。将现有的软件系统向C2风格转换,能有效提升系统的灵活性与可扩展性。然而,现有软件系统存在构件直接连接导致的连接件不明确,以及软件系统在演化过程中路径不明确等问题。提出了基于规则的以“核类”为中心的聚类方法,用于识别连接件;进一步设计了一种引入CodeT5语义信息引导变异的改进多目标优化遗传算法,以C2风格距离、模块化质量和演化代价为优化目标,搜索得到更优的C2风格软件体系结构。最后,基于反射模型提取软件系统演化前后软件体系结构的差异,生成PDDL等领域文件,结合PDDL解释器生成演化路径。实验表明,RBCOC方法能够有效识别连接件。CT5NSGA3算法在C2风格体系结构搜索中表现出良好的性能,对比实验还验证了CT5NSGA3算法优于传统NSGA3算法。

基于RISC-V处理器的趋势分支预测器设计

孙安东, 张清毅

计算机科学. 2026, 53 (6A): 250300124-7. doi:10.11896/jsjkx.250300124

摘要 ( 63 )

PDF(2461KB) ( 48 )

参考文献 | 相关文章 | 多维度评价

近年来,基于RISC-V指令集的处理器,越来越受到学术界和产业界的重视。在处理器的微架构中,用于处理跳转指令的分支预测器影响着处理器的性能。对于流水线架构的处理器,高预测准确度的分支预测器,可以减少流水线冲刷的发生,进而缩短指令执行的时间。分支预测器通常依托饱和计数器进行预测,饱和计数器的状态转移与结果判定方式直接影响分支预测器的准确度。为使分支预测器可以捕捉并结合程序的变化趋势实现对跳转指令的处理,从而进一步提高其性能,基于对RISC-V指令集中跳转指令以及传统分支预测器工作机理的研究,通过优化饱和计数器的工作机制,在竞争分支预测器的基础上设计并实现了趋势分支预测器,并对其进行了实验验证。验证结果表明,趋势分支预测器相较于竞争分支预测器的预测准确度提高了19.26%,指令吞吐量提高了2.12%;相较于静态分支预测器的预测准确度提高了53.85%,指令吞吐量提高了9.6%。同时,趋势分支预测器有更大的硬件开销,在预测功能上相较于竞争分支预测器提高了约40.83%,相较于静态分支预测器提高了1 220%;在预测结果验证功能上的硬件开销,相较于竞争分支预测器提高了0.826%,相较于静态分支预测器提高了10.95%。

ALHC:基于混合预测架构的浮点时间序列自适应无损压缩工具

张旭林, 王磊, 牛梦锦, 梁军达

计算机科学. 2026, 53 (6A): 250700136-8. doi:10.11896/jsjkx.250700136

摘要 ( 49 )

PDF(2256KB) ( 35 )

参考文献 | 相关文章 | 多维度评价

在工业物联网、金融科技等领域浮点型时间序列数据呈爆发式增长的背景下,给数据存储和传输带来了巨大的挑战,浮点时间序列数据压缩变得至关重要。时序数据中通常存在异常值污染导致编码冗余、缺失值破坏时序连续性、非结构化时序引发预测模型失效,单一预测模型在应对线性短周期与稀疏复杂场景时性能差异显著的问题。针对这些问题,提出了ALHC 算法,为满足浮点压缩对数据准确性、连续性和分布特性还有残差计算的需求,设计了一套针对性的数据清洗流程,构建可以动态切换的 TCN-LSTM 神经网络预测器与基于 LMS 算法的自适应线性预测器的混合架构,使其可以在不同场景上适配,并将自适应预测器作为后处理模块进行残差修正,提升预测精度,降低残差,提高熵编码效率。在14个公开时间序列数据集上对所提压缩算法进行实验评估,结果表明,在无损的情况下平均压缩比可达到0.24。

基于深度学习的共轭梯度预条件自适应选择算法

李琴, 吴思原, 杨浩原, 杜沁, 凌旭, 肖国庆

计算机科学. 2026, 53 (6A): 250900126-6. doi:10.11896/jsjkx.250900126

摘要 ( 72 )

PDF(2309KB) ( 39 )

参考文献 | 相关文章 | 多维度评价

预处理共轭梯度(PCG)法作为一种大规模稀疏矩阵迭代求解算法,广泛应用于科学工程计算、人工智能等领域。现有研究聚焦于使用深度学习生成预条件算子,以加快求解速度。然而,由于稀疏矩阵的空间复杂性,固定预条件算子不具备通用性,难以适用于所有的稀疏矩阵。为了解决这个问题,提出了一种基于深度学习的预条件算子自适应选择算法及其优化方法。首先,设计了一种卷积神经网络PCNN来捕获稀疏矩阵的空间结构特性;其次,基于此构建了一种结合多层感知机的自适应分类预测模型以选择最优预条件算子。在佛罗里达公开数据集上的实验结果表明,所提出方法的分类准确率优于MLP和SVM等深度学习方法,可达到70.49%;与基于Jacobi,ICCG和SSOR的PCG算法相比,所提出方法的性能分别提高了5.5,4.3和6.2倍。

超导量子处理器与异构计算系统的协同调度策略

王德志, 程琨

计算机科学. 2026, 53 (6A): 250600165-5. doi:10.11896/jsjkx.250600165

摘要 ( 55 )

PDF(1905KB) ( 35 )

参考文献 | 相关文章 | 多维度评价

聚焦于超导量子处理器与异构计算系统融合背景下的调度优化问题,研究了量子与经典任务在异构环境中的协同调度机制,提出一套面向混合任务图的统一调度建模方法,构建了基于最小通信代价与量子窗口预测的联合调度策略,并验证了该方法在任务延迟控制与资源利用效率方面的改进潜力。分析协同模型在高复杂度计算场景下的稳定性与扩展性,探讨异构调度中任务划分机制与系统约束适配能力。该成果对推动量子计算在并行计算系统中的工程落地及提升异构系统资源调度的智能化水平具有实际价值与理论意义。

无人机协同优化算法综述

王言, 石峻岭, 李寒玉

计算机科学. 2026, 53 (6A): 250700048-9. doi:10.11896/jsjkx.250700048

摘要 ( 56 )

PDF(2530KB) ( 38 )

参考文献 | 相关文章 | 多维度评价

无人机作为多模态智能系统的重要载体,在过去十年中展现出跨领域应用的革命性潜力。从精准农业监测、城市三维建模到军事侦察与目标跟踪,其技术演进持续拓展应用边界。然而,单机运行在执行效率、系统鲁棒性等方面存在固有局限,难以满足多样化任务需求。基于分布式协同机制的无人机集群通过实时信息交互与集体决策,在大范围覆盖、故障容错等方面表现出显著优势。针对编队控制与路径规划等核心技术瓶颈,国内外学者数十年来开展了广泛研究,并提出诸多经典算法。近十年间,各种优化方法不断涌现,涵盖避碰、路径规划、任务分配和编队重组等方向,为蜂拥集群系统的高效化和实用化奠定了坚实基础。为清楚地了解国内外无人机集群协同优化算法的研究现状,对常用的优化算法进行分类总结。根据每个算法的原理,首先将协同优化算法分为传统启发式算法、机器学习算法;然后从4个方向分别介绍一些学者对各类算法的应用和改进;最后对无人机协同优化算法的未来发展方向进行展望,为初学者提供可靠的参考。

多源异构传感器双层优化部署方法

成清, 黄一川, 罗志浩

计算机科学. 2026, 53 (6A): 250600229-10. doi:10.11896/jsjkx.250600229

摘要 ( 56 )

PDF(4487KB) ( 31 )

参考文献 | 相关文章 | 多维度评价

边防区域作为军事斗争的核心区域,部署多源异构传感器网络(WSNs)可实现全天候态势感知。针对大规模的多源异构传感器部署应用,传感器部署需要综合平衡传感器网络整体效能与传感器部署成本。针对此问题,提出一种基于双层优化的多源异构传感器部署框架,构建上层以制造成本、部署成本及维护成本最小化为目标,下层综合网络覆盖率、可靠性及生命周期的多目标优化模型,并且设计双种群改进NSGA-II算法进行双层优化模型求解,通过种群分治策略与四分位距消解机制优化Pareto前沿分布,从而解决双层优化模型的嵌套结构求解困难问题。最后针对模型的应用问题,采用仿真实验验证了模型的有效性与算法优越性。

面向空间通信的标识驱动型计算-存储-转发融合机制

蔡和倬, 孙涛, 胡陈晗, 孙嘉楠, 刘杨, 姜阳毅, 郑涛

计算机科学. 2026, 53 (6A): 260300153-9. doi:10.11896/jsjkx.260300153

摘要 ( 73 )

PDF(5576KB) ( 42 )

参考文献 | 相关文章 | 多维度评价

随着空间通信在低空智联网、星际互联网等领域的拓展,传统互联网难以应对节点高度动态与拓扑结构时变的挑战。针对此问题,提出一种基于标识的计算-存储-转发融合机制,构建面向空间通信的异构融合网络架构。该机制以标识体系为核心,建立束标识、网络功能标识、组件标识、族群标识与终端标识的多层映射关系,实现异构网络资源的统一调度与智能解析。在此基础上,设计涵盖束群业务层、汇聚适配层与网络组件层的三层融合架构,结合存储转发策略与分布式组网方法,完成了分布式移动网络的原型系统开发。实验结果表明,该机制在移动环境下可有效降低 35% 以上的平均传输时延,显著增强了系统的稳健性与通信资源利用效率。上述工作证实了基于标识的异构融合机制在应对高动态网络拓扑时的有效性,为构建具备标识智能调度能力的空间通信系统提供了可行的技术路径。

双频索引调制辅助非正交多址系统设计及FPGA实现

项楠天, 郑兴, 施昌涵

计算机科学. 2026, 53 (6A): 250700081-7. doi:10.11896/jsjkx.250700081

摘要 ( 51 )

PDF(4601KB) ( 40 )

参考文献 | 相关文章 | 多维度评价

随着5G到6G通信的演进,移动通信系统面临海量用户连接和数据传输。作为未来通信的候选技术之一的非正交多址技术(NOMA),通过功率域复用用户信号来显著提升频谱效率,但存在能量消耗高和功率分配优化等问题。为了缓解以上问题,提出了一种基于双频索引调制辅助的非正交多址系统传输方法(DFIM-NOMA),其结合了非正交多址的高频谱利用率特性和索引调制的灵活性以及高能量效率的优势。在系统发送端使用双频索引调制提高信息传输中隐式信号传输的比例,在接收端使用串行干扰相消(SIC)和最大似然检测(ML)解调两用户混叠发射信号。利用MATLAB搭建测试的系统数字模型进行仿真验证,并在现场可编程门阵列上进行系统基带实现。实验结果表明,在使用相同频谱资源和发送相同信号条件下,与传统索引调制辅助非正交多址相比(IM-NOMA),增加索引调制信号比例可以减少需要发送的实际信号数量;在误码率性能相差不大的情况下,可以使发送信号的平均幅值减少约1/3,能量消耗理论上降低约50%。

天基遥感边缘智能计算服务研究

吴侃侃, 汪少林, 蒋孝勇, 李林伟, 桑峰

计算机科学. 2026, 53 (6A): 250700029-9. doi:10.11896/jsjkx.250700029

摘要 ( 65 )

PDF(5427KB) ( 43 )

参考文献 | 相关文章 | 多维度评价

面向卫星智能处理、任务协同、高效传输需求,天基遥感数据处理形式从由地面云计算中心提供服务向由天基数据生成源端提供服务转变,并正向天基数据多星分布式边缘智能处理服务发展。天基边缘智能计算采用“地面云-卫星边缘-载荷端”分布式协同架构,地面云采用云原生Kubernetes框架,卫星边缘采用KubeEdge边缘计算框架。通过控制、数据平面网络实现载荷端、边缘算力单元、边缘控制器和网关之间的数据交互,支持云-边协同处理和边-端数据传输。控制平面采用千兆时间触发以太网提供确定性网络通信服务,数据平面采用万兆以太网提供高带宽网络通信服务。采用统一的五层协议栈实现空间网络与星载网络之间的双向数据传输,满足云边协同、边端协同、星上处理、空间网络交互等混合业务统一网络基础设施需求。

面向分布式光伏的功率调控反向散射通信感知技术研究

彭琳钰, 王涛, 龙姣, 曹中烨, 吴以杰, 王巍

计算机科学. 2026, 53 (6A): 250400020-6. doi:10.11896/jsjkx.250400020

摘要 ( 55 )

PDF(3700KB) ( 30 )

参考文献 | 相关文章 | 多维度评价

分布式光伏系统因其部署灵活、分布范围广阔等特点,顺应了电力系统智能化与可再生能源高效利用的发展趋势。然而,管理该系统不仅需要实时获取光伏组件的运行状态、环境参数等传感数据,还需准确定位数据采集终端以支持故障排查、资源优化和效率提升,这对终端的能耗、大规模接入通信能力以及感知定位能力提出了严苛要求。现有技术难以同时满足低功耗通信、大规模终端接入与高精度定位的协同需求,导致分布式光伏系统在实际应用中面临显著挑战。为满足该需求,提出了一种基于功率控制非正交多址接入的低功耗反向散射通信感知系统。该系统在实现过程中面临以下难点:首先,现有反向散射通信技术在功率调控精度上存在不足,难以适应分布式光伏场景中动态变化的功率分配需求;其次,空间分布差异导致功率调控有效性下降,影响系统整体性能;最后,多标签定位过程中并发信号干扰严重,制约了定位精度。针对这些难点,基于隧道二极管设计反射功率控制方案,实现了信号功率的精细调节;提出了动态功率调控策略,优化了系统整体误码率;结合混叠信号中蕴含的到达角信息与非正交多址接入的功率域特性设计多标签定位方案,实现了多标签通信与位置估计。实验结果表明,系统误码率在信噪比大于15 dB时低于0.01%,定位角度误差在信噪比大于5 dB时低于5°。

面向DMR应急通信系统的时间确定性服务网络

王睿家, 王稳凯, 罗浩翔, 任兴亮, 丁磊, 张东坡

计算机科学. 2026, 53 (6A): 250400072-7. doi:10.11896/jsjkx.250400072

摘要 ( 53 )

PDF(3081KB) ( 33 )

参考文献 | 相关文章 | 多维度评价

传统的DMR网络通过以太网连接,在面对高数量的突发业务时,往往会出现长排队的现象并导致高时延,从而容易导致大量的重传现象并出现较高的丢包率。对IP网络的端系统进行流量控制以降低业务流在交换节点的冲突,进而避免产生较长的排队可能是一种有效的解决方案。文中在此基础上探讨IP互联下的DMR应急通信网络与确定性网络的融合的关键问题,提出了DMR应急通信网络的业务转发和调度方法,并设计确定性转发单元,实现了业务调度表来保证业务流之间能够错峰传输和中转,实现并控制业务流按照调度表的规则发送。最后采用DMR设备进行测试,结果显示该方法将抖动稳定性提升了19.80%。

有向网络下基于方差缩减的分布式随机组合优化算法

吕庆国, 贺成龙, 胡汉卿, 张伟, 代祥光, 张可可, 管明宇

计算机科学. 2026, 53 (6A): 250700050-10. doi:10.11896/jsjkx.250700050

摘要 ( 61 )

PDF(2369KB) ( 49 )

参考文献 | 相关文章 | 多维度评价

研究了有向通信网络中分布式随机组合优化问题,其中网络中的每个节点拥有一个私有的组合型目标函数,目标是通过局部计算与有限通信协作最小化所有节点目标函数的加权和。由于通信拓扑为有向图结构,节点间的信息交互具有非对称性,同时随机组合优化带来的内层函数估计噪声也对算法的收敛性与计算效率构成挑战。为此,提出了一种适用于有向网络的基于方差缩减的分布式随机组合优化算法。该算法在梯度跟踪框架下融合了方差缩减策略,一方面有效提升了内层函数估计的准确性,降低了由估计误差引发的稳态偏差;另一方面显著降低了每轮迭代的计算负担。此外,算法设计考虑了有向图结构,利用推和协议以适应非对称网络环境。在理论方面,证明了所提算法可实现线性收敛到全局最优解的性能。数值实验进一步验证了算法在收敛速度、稳态误差及通信效率方面的优越性。

基于文献计量学的区块链技术研究进展

吕明峰, 刘海江, 狄旸辰, 袁烨城, 高锡章

计算机科学. 2026, 53 (6A): 250600062-9. doi:10.11896/jsjkx.250600062

摘要 ( 61 )

PDF(8085KB) ( 44 )

参考文献 | 相关文章 | 多维度评价

区块链是一种利用密码技术将共识确认的区块按照顺序追加形成的分布式账本,可确保数据的真实性、不可篡改性以及不可撤销性,当前在多个领域得到了广泛应用。文中运用文献计量学方法,结合Citespace软件,基于CNKI和Web of Science核心期刊数据库,系统性分析了2008年至2024年间区块链技术的研究进展。研究表明:1)无论是在CNKI中文期刊,还是SCI/SSCI英文期刊中,区块链技术的研究在2008年到2013年间维持在极低水平,从2014年左右缓慢起步,到2018年左右快速发展,相比起来CNKI期刊起步较早,SCI/SSCI期刊发展较快;2)研究热点集中在区块链系统架构、数字货币、隐私安全、数据共享、物联网、大数据、云计算、人工智能、元宇宙等方面,此外,区块链技术还应用于金融、医疗、农业、电力、版权等领域;3)时间线上,区块链研究自2014年到2020年主要包含对数字货币方面的研究,属于研究的兴起阶段,2016年到2023年主要包含对区块链系统架构的研究、对安全隐私方面的研究以及对数据相关操作的研究,贯穿大部分研究过程,2018年到2024年主要包含与数字化新技术的结合以及在其他研究领域的应用,指向未来的研究方向。

资源公钥基础设施部署水平评估方法综述

杨学, 姜博文, 刘永祥, 张立坤, 邓桂英

计算机科学. 2026, 53 (6A): 251100048-7. doi:10.11896/jsjkx.251100048

摘要 ( 68 )

PDF(2269KB) ( 48 )

参考文献 | 相关文章 | 多维度评价

资源公钥基础设施(Resource Public Key Infrastructure,RPKI)作为增强边界网关协议(Border Gateway Protocol,BGP)路由安全的关键机制,其部署水平直接影响互联网路由系统的可信性与韧性。为此,系统梳理了现有的基于ROA签发率的RPKI部署水平评估方法,指出其依赖单一指标难以全面反映实际部署效果的局限性,引入权威解析服务、全球流量、关键资产保护率等多维评估视角以弥补其不足,并对各视角的优势与局限性进行对比分析。基于多维度数据的分析表明,RPKI全球整体部署已取得阶段性进展,在关键基础设施与核心服务层面部署成效显著,超过70%的权威DNS服务器和近80%的全球顶级网站已受到保护;然而ROV过滤功能的实际启用率仅为21.15%,显示出资源端与网络端部署之间的显著不平衡,要推动RPKI进一步部署仍需技术、政策等方面的多方协同。

基于基线特征的ICMP隐蔽信道恶意流量检测方法

段海影, 王宝会, 黄河

计算机科学. 2026, 53 (6A): 250200069-11. doi:10.11896/jsjkx.250200069

摘要 ( 64 )

PDF(3625KB) ( 39 )

参考文献 | 相关文章 | 多维度评价

ICMP是用来进行网络管理的技术,网络攻击者常将其用于实施远程控制、数据窃取和恶意攻击等非法行为。ICMP是近年来网络攻击中常见的一种隐蔽通信手段,给受害主机带来了严重的安全隐患。针对ICMP隐蔽信道攻击日益严峻的形势以及ICMP数据流特征复杂、难以识别且具有较强隐蔽性的特点,在现有研究中发现采用机器学习进行ICMP隐蔽信道恶意流量检测时存在特征提取不足的问题,且模型的鲁棒性和泛化能力较差。因此,提出了一种基于基线特征的ICMP隐蔽信道恶意流量检测方法,以应对这些挑战。首先,对ICMP良性流量和隐蔽信道流量进行基线分析,提出了5个具有良好区分度的特征:数据报文平均长度、数据报文频率、会话持续时间、请求与回复报文比值以及报文数据信息熵值。然后,结合多种机器学习模型构建二元分类器,用于恶意流量的检测。实验结果表明,所提方法在检测ICMP隐蔽信道恶意流量时,准确率、召回率和F1值分别达到99.53%,99.51%和99.5%,相比现有方法分别提高2.83个百分点、2.97个百分点和2.88个百分点。此外,考虑到基线特征容易被攻击者通过动态调整或混淆技术绕过,增加基于对抗训练与集成学习的ICMP隧道检测方法,通过生成对抗样本增强模型鲁棒性,结合深度注意力网络与传统机器学习模型的优势,有效识别隐蔽隧道流量。主要采用PGD(Projected Gradient Descent)攻击生成对抗样本,引入多头注意力机制提取深层特征,并通过MLP预测结果,最终准确率提升到了99.63%。实验表明,该方法在对抗环境下提升了检测准确率与鲁棒性。此外,该方法具有毫秒级流量解析和检测能力,能够有效适应实际场景中的ICMP隐蔽信道流量检测需求。

基于多尺度时空融合注意力网络的DDoS攻击检测方法

李杰, 王宝会, 张静远

计算机科学. 2026, 53 (6A): 250300060-9. doi:10.11896/jsjkx.250300060

摘要 ( 63 )

PDF(3415KB) ( 39 )

参考文献 | 相关文章 | 多维度评价

DDoS攻击对个人和国家数据安全造成巨大威胁,如何精准检测并识别DDoS攻击具有重要意义。文中针对传统DDoS攻击检测中存在的预测效率低、过拟合、泛化能力差等问题,提出一种基于多尺度时空融合注意力网络的DDoS攻击检测算法。首先,针对异质数据进行特征区分与增补,并注入白噪声增强模型对随机扰动的鲁棒性。其次,在算法层面提出多尺度TCN与BiLSTM并行的分层策略,覆盖由短时到长时的多重依赖,并将分层输出的特征矩阵通过深度可分离卷积进行压缩,以提炼核心时序模式并有效控制网络复杂度。最后,将压缩后的向量序列传到Transformer自注意力机制,实现对跨尺度与跨通道特征的全局关联建模,动态凸显具有高判别力的时序上下文切片,识别DDoS攻击的异常流量。基于CIC-IDS-2017数据集分别进行对比实验和消融实验,结果表明,基于多尺度时空融合注意力网络算法的预测精确率可达99.82%,召回率为99.35%,F1值为99.58%,较TCN与BiLSTM模型的精确率提升了4.28%,可有效识别DDoS攻击。

基于符号执行的二进制漏洞自动验证方法

张媛媛, 刘铁铭, 刘国安, 葛学帅

计算机科学. 2026, 53 (6A): 250600035-7. doi:10.11896/jsjkx.250600035

摘要 ( 49 )

PDF(1883KB) ( 38 )

参考文献 | 相关文章 | 多维度评价

随着软件系统应用的逐渐广泛,二进制漏洞数量持续增长,严重威胁着信息安全。现有研究缺乏能够有机整合漏洞检测、根源分析与自动化利用的综合解决方案,导致漏洞验证效率低下且覆盖范围有限。该研究旨在提出一种自动化、跨架构的二进制漏洞验证方法,实现从漏洞检测、根源定位到利用生成的全流程集成,并生成结构化验证报告。设计了一个基于符号执行的自动化验证框架,其包含预处理、漏洞检测、根源分析、利用生成与验证5个组件,采用脆弱点导向与路径引导相结合的符号执行策略,结合污点分析与约束求解,支持多架构分析。在14个测试样本上的验证表明,该方法成功检测出栈溢出、堆溢出、UAF、格式化字符串等漏洞类型,准确定位漏洞根源至基本块粒度,并实现了多数样本的自动化利用生成。该研究不仅提升了二进制漏洞验证的自动化程度与准确性,还为漏洞修复与防御提供了可靠依据,未来将进一步优化堆漏洞利用生成与大型应用程序的验证能力,并探索自动化修复技术。

基于主-侧链和可追踪环签名的医疗数据区块链共享方案

赵睿, 高汉成, 黄海平, 冯好时, 陆心怡

计算机科学. 2026, 53 (6A): 260100018-8. doi:10.11896/jsjkx.260100018

摘要 ( 77 )

PDF(3314KB) ( 73 )

参考文献 | 相关文章 | 多维度评价

医疗数据的安全共享与隐私保护对提升诊疗服务质量至关重要。针对现有医疗系统存在的数据孤岛、隐私泄露以及审计困难等难题,提出了一种面向医疗联盟链的数据安全共享与隐私保护方案。首先,该方案构建了基于患者ID索引的“主-侧”链分级存储架构,主链存储个人信息,侧链存储病历记录及追加轨迹,实现了数据的高效检索。其次,引入可追踪环签名技术以实现用户匿名性与纠纷可溯性,平衡了隐私保护与监管需求。再者,采用无需可信中心的门限签名机制,利用分布式生成密钥和门限签名技术,为病历追加操作提供去中心化的审批核验,实现了权限管控与安全共享。最后,通过安全性分析和实验仿真证明该方案在计算与通信开销方面优于现有方案,表明了该方案的可行性和有效性。

ChainGrid-V:面向跨域车联网的高可扩展区块链存储与共识框架

张茜倩, 陈思宇, 张瀚文, 王德广, 田宏

计算机科学. 2026, 53 (6A): 250800060-8. doi:10.11896/jsjkx.250800060

摘要 ( 63 )

PDF(2576KB) ( 40 )

参考文献 | 相关文章 | 多维度评价

车联网实时共享对“高可信、高隐私、高并发”提出苛刻要求,现有区块链在存储开销、链下篡改与动态拓扑鲁棒性方面难以兼顾。为此,提出ChainGrid-V高可扩展框架,其核心由3项技术构成:去中心化双重Merkle验证,以局部-全局树型结构将一致性校验复杂度降至O(log n+log k),在30%分片篡改下检测率保持80%(单节点)与65%(多节点协同),修复延迟小于等于8.5 s;RAW混合共识,融合权威选举PoA、信誉加权投票PoR与轻量PoW兜底,配合双衰减指数信誉恢复函数,实现毫秒级失信节点权重回收与可信节点补位,70节点规模吞吐维持大于500 TPS,面对30%拜占庭节点共识成功率达93.5%,系统恢复仅1.6 s;轻量级隐私栈,车载单元本地生成零知识证明,链上验证时间低于10 ms,无需可信硬件即可完成原始数据隐私保护与完整性校验。基于200辆OBU、50个RSU与30个存储节点的联合仿真显示,ChainGrid-V在吞吐量与延迟上与Raft-PoA,DAG-IoV差距小于7%,安全裕度提升15％～20%,完全满足车规级高频低延迟需求,具备大规模工程部署潜力。

面向多模态深度检测器的黑盒物理对抗攻击

郑海斌, 林秀豪, 韩烨, 陈晋音, 李贝贝

计算机科学. 2026, 53 (6A): 250700023-10. doi:10.11896/jsjkx.250700023

摘要 ( 51 )

PDF(5761KB) ( 38 )

参考文献 | 相关文章 | 多维度评价

针对实际复杂工况,基于深度学习的多模态(可见光、红外等)目标检测器通过融合不同波段数据特征,提高检测效果。然而,已有研究发现,多模态检测器容易遭受对抗攻击,导致输出检测框严重偏离目标或检测框消失,降低其在物理世界使用的可靠性。已有工作探索了面向多模态深度检测器的黑盒物理对抗攻击,但依然存在模态攻击低效、目标检测器与融合策略受限、物理域攻击赋形效果差等问题。针对上述问题,提出了一种多模态对抗色块补丁(Multimodal Adversarial Color Patch,MAC-Patch)生成方法,实现对多模态深度检测器的高效、通用、鲁棒攻击。具体而言,在等效模型上利用随机梯度下降优化器生成针对不同模态的强对抗补丁,并在无需访问目标模型内部结构的黑盒设置下,依然能够有效干扰目标模型;提出了基于差分进化的补丁位置优化方法,自适应多种目标融合策略、目标检测模型以及防御设置下的最优攻击位置选择。最后,分别在2个模型、3种图像融合策略和4个数据集上测试MAC-Patch的攻击有效性、通用性和迁移性;在物理域采用期望平移变换,在不同环境亮度、不同补丁旋转角下的实际攻击效果,验证其鲁棒性。实验结果表明,MAC-Patch在攻击成功率、AP降低值等指标均最优,如相较于MAP,MIC,UAP 3种先进攻击,MAC-Patch的AP降低值提高了62.6%¹⁾。

基于多重SimHash和数字特征快照的Web应用指纹识别方法

顾显俊, 黄梦琦, 刘铭, 韩福济, 田聪, 朱东君

计算机科学. 2026, 53 (6A): 250600030-11. doi:10.11896/jsjkx.250600030

摘要 ( 57 )

PDF(4128KB) ( 36 )

参考文献 | 相关文章 | 多维度评价

Web应用指纹识别是网络空间测绘、Web漏洞利用以及网络安全态势感知等关键技术的基础环节。现有主流方法大多依赖人工构建文本规则,通过正则表达式进行匹配来识别Web应用。这类方法存在诸多局限,如规则提取难度大、难以区分相近子版本、页面内容稍作修改即可能导致识别失败,严重制约了其准确性与鲁棒性。针对这些问题,提出一种基于多重SimHash算法与数字特征快照的Web应用指纹识别模型。该方法以能表征Web应用核心特征的页面内容为基础,采用多重SimHash算法将其转换为高维数字指纹,构成可计算、可比较的特征快照。在此基础上,构建了一种通用的Web指纹识别模型,并对模型结构、关键算法和参数设计进行了系统定义。进一步地,本文基于HTML页面文本信息,设计并实现了该模型的具体应用框架,并通过对多个主流Web应用的识别实验,验证了模型的有效性和准确性。实验结果表明,该方法不仅在识别精度上优于传统规则匹配方式,还具备自动生成指纹与识别Web应用子版本的能力,能够在一定程度上适应页面变动。

基于多视角交叉过滤的鲁棒时序异常检测模型

张菊玲, 赵以兵, 王胜, 郗宁, 佘文魁

计算机科学. 2026, 53 (6A): 250600105-10. doi:10.11896/jsjkx.250600105

摘要 ( 50 )

PDF(4066KB) ( 34 )

参考文献 | 相关文章 | 多维度评价

伴随着数字化转型和智能技术的高速发展,工业制造、金融交易与能源管理等领域愈发依赖大量的时序数据来支撑关键决策。异常事件的突发性不仅会对系统性能构成威胁,也严重影响整体安全性,因此如何高效地从大规模且结构复杂的数据中识别异常成为当前亟待解决的挑战。聚焦于时序异常检测问题,探讨工业数据集噪声存在对模型训练的干扰,并提出了一种改进策略。工业环境中采集的数据往往具有高维、多噪声等特点,当训练样本中混入噪声时,模型的学习过程易受扰动,导致鲁棒性降低。以往研究主要采用单一指标对噪声样本进行识别和过滤,这种方法在训练过程中可能引入累积误差,进而影响异常检测的准确性。为应对上述问题,提出了一种基于多视角交叉过滤的鲁棒时序异常检测模型(Robust Time Series Anomaly Detection Model Based on Multi-View Cross Filtering,MVCF-AD),该模型首先引入非邻域注意力概念,并结合重构误差构造了用于噪声判别的双指标体系。随后,通过构建多视角交叉过滤策略,并采用并行训练双网络的方式,利用损失排序实现对噪声样本进行动态识别与过滤。实验结果显示,MVCF-AD在不同噪声率下均表现出卓越的检测性能和鲁棒性,证明了该方法在应对数据集噪声问题上的有效性。

基于可追溯属性的签名方案

黄寿孟, 杨博雄, 杨明

计算机科学. 2026, 53 (6A): 250300121-8. doi:10.11896/jsjkx.250300121

摘要 ( 54 )

PDF(3930KB) ( 37 )

参考文献 | 相关文章 | 多维度评价

为了在大数据时代保障传输数据的可靠性,常常?┟际跤τ糜谑萃ㄐ胖校渲幸恢只谑粜缘那┟际蹩梢酝ü市碛没Т唇ê脱橹で┟扌韫┟叩拿舾行畔⒗慈繁G┟涿茄橹ふ咭部梢哉Q橹な粜灾芷谑欠竦狡冢扌枨┟谌ǖ挠没Ь涂梢源唇ú⑹褂孟钟械那┟茉亢褪粜岳辞┟N私饩稣饫辔侍猓岢鲆恢志哂心涿な榈幕诳勺匪菔粜缘那┟桨浮J紫仁褂迷品衿髦杏没Я斜碇邪募倜鸌D来验证签名者的有效性,若未经授权的签名者使用现有的签名密钥和属性创建签名,云服务器会使用用户列表验证签名者,签名者的身份表示为基于转移的假名ID。然后基于签名验证来确定签名消息的存储,云服务器可以阻止未经授权的签名者不断生成和发送签名。如果出现问题,可以通过跟踪来验证签名者的身份;如果验证者获得的签名不清楚或有问题,可以通过AA和TA验证签名者的身份。最后签名者的匿名性被提供给验证者,并且通过验证阶段保证了消息的完整性。该签名方案保护了滥用匿名性的签名者出于某些目的披露其签名钥匙和属性,也保护了未经授权的用户使用公共信息签名和发送消息。

基于RAG的轻量级网络安全漏洞风险感知方法

顾显俊, 覃思航, 舒一峰, 马宝新, 刘飞雪, 刘铭

计算机科学. 2026, 53 (6A): 250300034-10. doi:10.11896/jsjkx.250300034

摘要 ( 64 )

PDF(3988KB) ( 41 )

参考文献 | 相关文章 | 多维度评价

近年来,基于大模型的网络安全漏洞风险感知逐渐成为研究热点。然而,现有方法在智能化运营效率与细粒度信息感知方面仍存在响应速度慢、语义质量低等不足。为此,文中提出了一种基于检索增强生成(Retrieval-Augmented Generation)的轻量级网络安全漏洞风险感知方法。首先,通过构建跨知识域的知识库并结合跨知识域向量化算法,实现了网络漏洞信息的高效向量化。然后,设计了一种多目标检索算法,可自适应地从知识库中提取高匹配度的细粒度漏洞信息。最后,结合元数据二次增强与本地大模型,完成智能化漏洞风险感知响应。实验结果表明,所提方法在语义质量与运行效率上显著优于现有方案,能够快速响应网络安全风险并提供高质量的应对建议,充分满足网络安全智能化运营场景的需求。

基于Lasso优化的AHP-FEC气象设备健康度评估技术研究

姚烨, 郭康宁, 朱怡安, 廖少春, 张妮

计算机科学. 2026, 53 (6A): 250400123-16. doi:10.11896/jsjkx.250400123

摘要 ( 60 )

PDF(5123KB) ( 37 )

参考文献 | 相关文章 | 多维度评价

气象设备在极端气候条件下长期运行,及时准确获得健康状态对于确保其持续、可靠运行至关重要。然而,气象设备健康度评估面临评价指标复杂、器件间关联程度低、数据采集周期长、定性指标参数多以及定量指标缺少等问题,使得已有健康度评价方法难以直接应用于气象设备健康度评估。针对这些问题,系统地提出具有工程实践价值的气象设备健康度评价指标体系,通过数据预处理方法获得有效数据集合。在此基础上,首先,使用Lasso回归进行气象设备健康度特征提取,得到各指标在评估结果中的优先级;然后,结合层次分析法和专家打分,构建重要性矩阵,计算出各指标的权重;最后,采用模糊综合评价法,针对不同指标构建评语集及其对应的隶属度函数,结合权重及隶属度矩阵计算分析出气象设备的健康状态。实验测试结果表明:所提方法在气象仪器健康状态的识别和评估上展现出较好的性能,精确度达到0.949,召回率为0.966,F1-Score为0.957,为气象设备健康度评估提供了一种新方法,有助于更好地维护和管理气象设备,确保其在极端气候条件下稳定运行。

基于改进SSA-OMP原子搜索的谐波和间谐波分析方法

王颢男

计算机科学. 2026, 53 (6A): 250500053-7. doi:10.11896/jsjkx.250500053

摘要 ( 56 )

PDF(2884KB) ( 35 )

参考文献 | 相关文章 | 多维度评价

在现代电力系统中,谐波和间谐波污染已成为严重问题。针对现有谐波和间谐波分析方法在检测精度与计算效率间难以平衡的瓶颈问题,文中创新性地提出一种融合改进麻雀搜索算法(SSA)与正交匹配追踪(OMP)相结合的优化方法。通过构建基于连续参数的过完备正弦原子库,突破传统离散化原子搜索的局限性,结合SSA在连续空间内全局优化原子参数,显著提升匹配精度;同时引入正交化迭代机制与基于信号相关性的自适应终止条件,有效降低冗余计算并抑制噪声干扰。仿真结果表明,所提SSA-OMP算法在谐波/间谐波频率、幅值与相位检测中,最高重构信噪比达49 dB,频率误差低于0.013 4%,且抗噪性能优于传统方法。相比于粒子群优化OMP算法,计算效率提升了20%,为电力系统复杂谐波场景下的实时监测提供了高精度、低复杂度的创新解决方案。

融合解耦特征优化与深度残差学习的电动汽车充电负荷预测

王洪彪, 展乾坤, 高歌, 雷鸣

计算机科学. 2026, 53 (6A): 250300074-5. doi:10.11896/jsjkx.250300074

摘要 ( 52 )

PDF(3125KB) ( 34 )

参考文献 | 相关文章 | 多维度评价

电动汽车充电负荷预测的准确性受充电价格与多元负荷耦合关系的显著影响,而传统预测模型常忽略这一动态关联。为此,文中提出一种基于多分支融合与多头注意力残差网络的充电负荷预测方法。首先,对历史充电负荷、充电价格及时间特征进行动态解耦,构建价格-负荷解耦特征空间;其次,设计多分支并行网络,分别提取解耦后的时序特征、价格敏感特征及空间关联特征,并通过多头自注意力机制实现跨分支特征交互;最后,引入残差连接优化网络梯度传播,避免深层模型退化。基于真实充电站数据的实验表明,相比CNN-BiLSTM,GRU等基准模型,所提方法在平均绝对误差指标上降低16.15%。该方法为电力系统调度提供了高精度预测支持,验证了价格解耦特征与注意力机制在负荷预测中的协同有效性。

新一代智能硬件的软件系统架构

孟林

计算机科学. 2026, 53 (6A): 250600017-12. doi:10.11896/jsjkx.250600017

摘要 ( 57 )

PDF(8646KB) ( 42 )

参考文献 | 相关文章 | 多维度评价

支持核心软件技术国产化自主原创,避免被国外势力“卡脖子”,是我国科技行业所面临的一项战略任务。在智能硬件产品和装备领域,从业者正在积极探索技术创新思路。针对用户对新一代智能机电一体化产品的多场景需求,立足行业对先进信息技术和控制技术的实际应用情况,提出了一种先进的软件系统架构,覆盖设备、桌面端、移动端和云平台。设备软件运行于低成本嵌入式终端,实现高精度的运动控制、电机驱动、感知等实时任务,以及互联网和智能化等非实时应用类型的任务;桌面端软件基于跨平台的工业软件技术,主要用于建模、仿真和任务规划;移动端和云平台凭借互联网等信息技术,实现远程控制、多用户互操作、资源管理、数据分析、协议适配等功能。该软件系统方案同时面向工业级、行业及消费类产品,可落地应用于通用类机器人、数控系统、3D打印机、智能家电等产品。

面向变压器增强装配的虚实融合技术研究

马伟, 周昊奉

计算机科学. 2026, 53 (6A): 250600225-7. doi:10.11896/jsjkx.250600225

摘要 ( 53 )

PDF(3442KB) ( 27 )

参考文献 | 相关文章 | 多维度评价

虚实融合的效果将直接影响增强装配系统的真实感和沉浸感,虚实物体之间正确的遮挡关系和碰撞交互对融合效果至关重要。提出基于变压器设备“虚拟替身”的遮挡处理方法,具有较强的鲁棒性和实时性;针对三维注册过程中特征点错误匹配点对数量过多的问题,提出ORB-Cosine相似度测量的三维注册方法,提高了特征点匹配的精度。当前的虚实物体碰撞检测方法的计算量大且检测精度较低,提出基于模型表面体素化表示和体积差异的八叉树分层碰撞检测优化算法,在保证计算效率的基础上提升了检测精度。实验结果表明,提出的方法具有较高的实时性和准确性,大大提高了增强装配系统的真实感和沉浸感。

基于故障树的自主可控变电站通信网络可靠性分析

王鹏洋, 宋道勋, 刘强, 陈璨, 陈冠宇, 宋晓帆

计算机科学. 2026, 53 (6A): 250800016-7. doi:10.11896/jsjkx.250800016

摘要 ( 59 )

PDF(2807KB) ( 39 )

参考文献 | 相关文章 | 多维度评价

针对自主可控新一代变电站通信网络架构复杂、分层分区、双网冗余、逻辑耦合程度高等特点,提出一种面向通信功能失效特征的故障树建模与评估方法。该方法结合通信网络分区结构、设备冗余配置及多路径转发机制,构建涵盖站控层、间隔层、隔离装置、防火墙等关键单元的多层级故障逻辑模型,系统表征自主可控变电站通信网络的典型故障传播路径及其耦合逻辑,并结合工程实例定量分析自主可控变电站通信可用度并识别关键故障节点。测试结果表明,核心业务安全I区在引入双套链路冗余与隔离机制后,其通信功能可用度达99.85%,典型间隔设备可用度整体保持在99.6%以上,全站通信系统综合可用度达96.53%,工程定量分析结果表明,新一代自主可控变电站具备的双网冗余和分区隔离等架构在通信可靠性方面具有优势,且保障了其在更广泛业务场景下的综合水平。