計算機工程與應用最新期刊目錄

灰狼優化算法研究綜述————作者：蔣正鋒;李春青;楊秀增;李熙春;柳雪飛;莫潔安;韓凌波;

摘要：灰狼優化算法憑借其快速的收斂速度、簡潔的參數設置以及易于實現的特性，在眾多優化問題中得到了廣泛的關注和應用。為了跟蹤最新研究成果、促進灰狼優化算法的研究，首先介紹了灰狼優化算法的基本原理與數學模型，簡述了算法的實現步驟，并分析了其時間復雜度；其次針對其收斂速度慢、收斂精度低等缺點，分類闡述了算法的各種改進策略，同時，歸納總結了灰狼優化算法在特征選擇、調度問題、參數優化、圖像分割、路徑規劃和參數辨識...

動態環境中具身智能機器人三維激光SLAM研究綜述————作者：李經丹;于軍琪;馮春勇;王奔;王楷文;伍勇華;

摘要：同時定位與建圖（Simultaneous Localization and Mapping，SLAM）是具身智能機器人實現環境交互與自主決策的關鍵技術，目前基于三維激光雷達的SLAM算法大都是基于靜態環境的，而動態物體的存在會導致激光SLAM算法的定位和建圖精度降低。基于此，詳細闡述了國內外學者對動態激光SLAM算法的相關研究。首先根據動態物體檢測原理的不同，將去除動態物體的方法分為基于語義分割、...

基于跨視圖查詢一致性的鐵路軌道異物檢測方法————作者：蔣偉力;王少奇;冀振燕;

摘要：鐵路軌道異物檢測在保障鐵路正常運營方面具有重要意義。然而，目前該領域主要面臨兩大挑戰：數據稀缺和標注成本高。由于軌道上的某些異常較為罕見，現有公開數據集難以覆蓋多樣化的異常情況；而人工標注數據不僅耗時費力，且難以滿足大規模應用需求。為了應對這些挑戰，本文提出了一種新穎的鐵路軌道異物圖像生成與檢測框架，結合異物圖像生成和半監督學習策略以提升檢測性能。具體而言，針對數據稀缺問題，本文提出了一種基于擴散...

基于增廣拉格朗日法的動態平衡物理信息神經網絡————作者：童劍城;范斌;林至誠;熊美馨;肖瑤;

摘要：物理信息神經網絡(Physics-Informed Neural Networks， PINNs)是深度學習在求解偏微分方程(Partial Differential Equations， PDEs)領域中的一個重要方法。該方法通過將PDEs的物理約束直接嵌入神經網絡的損失函數，有效緩解了傳統方法對大量數據的依賴問題。然而，在標準PINNs框架中，各損失項（如PDEs約束、初始條件和邊界條件等）的...

基于大語言模型的跨語言會話式商品推薦設計與實現————作者：李奕杉;孫培杰;張敏;

摘要：利用文本等模態表征進行通用會話推薦系統的工作是學術界關注的焦點，在單語言環境下展現了優異性能，但其在跨語言環境下的研究仍屬于空白區域。該文提出了一種跨語言會話推薦系統CLSRec，通過結合使用目標語言與大語言模型生成的中間語言，利用預訓練模型生成的文本表征作為輸入，擯棄傳統物品ID依賴，將其進行文本白化后進行線性池化，提供給會話推薦骨架，最終得到用于推薦的評分。該文方法分為預訓練與微調兩個學習階段...

方面級情感分析研究綜述————作者：徐放;尹伊純;吳方君;

摘要：隨著情感分析的不斷發展，提出了側重于對評價對象及其屬性進行細粒度情感分析的方面級情感分析，受到了研究者越來越多的關注。與傳統的情感分析相比，方面級情感分析能夠準確地反映評價對象及其意見，幫助企業有針對性的改進，助力企業高質量發展。根據使用方法的不同，本文將其劃分為基于規則的方法、基于注意力的方法、基于機器閱讀理解的方法、基于序列標注的方法以及基于生成的方法，并對現有的文獻進行了分析和總結；介紹方面...

基于人工智能的生成式心電數據增強方法研究綜述————作者：韓闖;付瑞雪;周鈺森;闕文戈;

摘要：基于心電圖的心血管疾病智能診斷依賴于高質量數據，但患者隱私保護、高質量心電數據稀缺及類別不平衡是其主要挑戰，心電數據增強被廣泛用于解決這些問題。介紹了常用的數據庫和質量評價指標；回顧了生成對抗網絡、數學擬合模型、心臟電生理模型、變分自編碼器和擴散模型五種生成式心電數據增強方法；對比分析了不同方法對應的評估指標與實驗結果、數據庫、生成心電圖導聯數和模型輸入，以及不同模型的優缺點和應用場景，結果表明：...

YOLO11-LG：結合邊界增強方法的玻璃器皿檢測————作者：張澤鳴;孟祥印;王孜洲;周志偉;劉桓龍;

摘要：玻璃器皿的精確檢測是實現實驗室無人化的基礎和關鍵，但由于玻璃器皿的特殊光學屬性和內部紋理微弱，使得識別工作面臨較大挑戰。現有的檢測網絡缺乏對玻璃器皿的針對性，難以兼顧準確與效率。為了應對這些挑戰，研究設計了一種基于YOLO11的高效玻璃器皿檢測網絡——YOLO11-LG。為了增強對玻璃器皿邊界特征的提取，提出邊界加強模塊，內置了獨創性的通道-空間聯合注意力機制，通過多維協同處理方式，從通道特征響應...

基于優化Gaitset的步態識別算法研究————作者：李建芳;

摘要：步態識別作為一種新興的生物特征識別技術，在預防犯罪、法醫鑒定和社會保障等領域具有廣闊的應用前景。基于序列的方法雖然可以保留更多的步態時空信息，但存在計算代價高昂和靈活性不足的問題。為了克服這些方法的局限性，本文提出了一種優化的Gaitset步態識別算法，設計了精細化模塊，并對原網絡的結構進行優化。在卷積層后增加比標準化操作，加速網絡收斂速度。同時，我們引入了SA注意力機制，提高了模型的性能和泛化能...

局部背景關聯多注意力輕量化遙感飛機檢測模型————作者：于銀山;丁明鑒;唐旭;譚國辰;畢嘉文;黃文凱;

摘要：針對遙感飛機檢測模型在算力受限設備上的部署需求，提出一種基于YOLOv10s的輕量化改進模型RSLAN-YOLOs。首先，設計出Mafe模塊并與主干中的C2f結合為C2f＿Mafe替換原有的C2f模塊，增添雙注意力機制；其次，在頸部網絡添加創新的輕量級特征融合模塊FFn和局部背景關聯模塊LBAM，分別提高了模型多尺度特征融合能力和空間局部關聯能力；在頭部引入PSWD新型檢測頭，使用了權重共享和組歸...

歡迎訂閱2025年《計算機工程與應用》

摘要：<正>北大中文核心期刊、中國科技核心期刊、中國科學引文數據庫（CSCD）來源期刊、RCCSE核心學術期刊、中國學術期刊綜合評價數據庫統計源期刊、中國科技論文與引文數據庫統計源期刊、中文科技期刊數據庫收錄期刊，被收錄在美國《工程索引》（EI Compendex）、英國《科學文摘》（SA/INSPEC）、俄羅斯《文摘雜志》（AJ）、美國《劍橋科學文摘》（CSA）、美國《烏利希期刊指南》（Ulrich’...

《計算機科學與探索》“多模態大模型：理論、技術與應用”專題征文通知

摘要：<正>近年來，隨著人工智能技術的飛速發展，多模態大模型通過整合文本、圖像、音頻、視頻等多種模態數據，在跨模態理解、生成與推理任務中展現出前所未有的潛力。包括GPT-4o、Gemini、DeepSeek Janus-Pro在內的一系列多模態大模型先后出現，多模態大語言模型（multimodal large language models, MLLMs）方法與技術不僅在視覺內容理解、跨模態檢索、文本到...

融合HVI顏色空間和Mamba的低照度圖像增強————作者：陳景霞;李燚卓;李婉;

摘要：在低照度環境下采集的圖像往往面臨整體亮度不足、噪聲干擾嚴重、對比度下降以及細節信息丟失等挑戰。現有的低照度圖像增強方法大多基于RGB或HSV顏色空間進行處理，這些方法在增強過程中容易導致顏色失真、黑色偽影等問題。為了解決上述問題，提出了融合HVI顏色空間和Mamba的低照度圖像增強網絡HVIMamba。首先，將低照度圖像從RGB顏色空間轉換至HVI顏色空間；其次，根據HVI顏色空間的特性，設計了交...

D3F-DET：輕量化多尺度融合的路面缺陷檢測算法————作者：賈翔宇;張永宏;闞希;朱靈龍;李旭;

摘要：針對當前道路缺陷檢測算法檢測精度低、漏檢誤檢率高、泛化能力欠佳的問題，提出了一種改進的輕量化檢測模型，模型包含三種核心模塊：輕量化雙分支動態融合網絡、動態重排列自注意力機制和跨分支交叉特征融合金字塔架構。輕量化雙分支動態融合網絡通過在雙分支主干間共享信息，減少參數量的同時實現了特征空間的高效融合；動態重排列自注意力機制提供動態范圍內的自適應特征聚合，顯著提高了對動態范圍變化目標的檢測精度；跨分支交...

基于YOLO-RAMS的計算機隨機存取存儲器插槽旋轉檢測算法————作者：陳奧;王琨;賀昊辰;

摘要：針對計算機隨機存取存儲器智能化安裝場景中，需要快速精確定位插槽和計算其角度等問題，提出一種改進YOLOv8n-obb的計算機隨機存取存儲器插槽旋轉檢測算法YOLO-RAMS。首先，在主干高層設計擴張重參數化殘差模塊，增強網絡捕獲稀疏模式的能力，充分提取更豐富的語義特征，并構建多速率擴張卷積金字塔模塊，提高模型對全局上下文和細節信息的關注度；其次，在頸部設計雙重維度感知特征融合擴散網絡，專注于對不同...

MBFE-DETR:多尺度邊界特征增強下的無人機目標檢測算法————作者：張晞;賴惠成;姜迪;湯靜雯;高古學;袁婷婷;聶源;

摘要：針對無人機視角下背景復雜、小目標比例較高且樣本不平衡等問題，提出一種基于改進RT-DETR的無人機目標檢測算法MBFE-DETR。首先，設計一種基于C2f和單頭自注意力模塊的輕量化主干網絡，降低模型參數量的同時提升網絡的特征提取能力。其次，提出多尺度邊界特征增強協同網絡MBFECN，通過其特有的多尺度邊界特征增強機制和高效特征融合策略，解決了原模型在保持小目標邊界細節方面的不足。然后，引入Foca...

融合反事實與多目標優化的可解釋關聯規則缺陷預測模型————作者：于巧;蔣佳漩;任思宇;祝義;

摘要：軟件缺陷預測是保證軟件質量的關鍵。為了提高軟件缺陷預測的性能，研究人員已經設計出多種缺陷預測模型，但大多數模型在提供預測結果時透明度較低，使得開發者難以理解模型內部的邏輯和決策過程，從而導致模型的不可解釋性問題。該問題不僅限制了模型的可信度，也阻礙了其在實際發展中的應用。針對該問題，本文利用多個關聯規則組合成一個可解釋的多目標優化模型，被稱為MoCFR，該模型采用反事實解釋方法進行特征選擇，通過反...

融合多尺度邊緣圖像的三階段大孔圖像修復網絡————作者：李云紅;郝特吉;蘇雪平;陳偉重;王梅;馮準若;李仕博;

摘要：針對現有圖像修復方法普遍存在的邊界不清晰、細節丟失等問題，提出了一種由殘差網絡和部分卷積(Partial Convolution)組成的邊緣修復網絡。首先，將受損的邊緣圖與灰度圖像連同掩碼，一起輸入到邊緣修復網絡，修復出大致的邊緣細節，隨后，利用修復的邊緣圖填充受損圖像中的孔洞，并將多個尺度的邊緣分別融合到圖像粗修復網絡的卷積層和變換器(Transformer)中。同時，圖像灰度共生矩陣的地質移動...

基于輕量化網絡的電力工器具檢測算法————作者：李辰晨;宋坤芳;劉莉;余鋒;姜明華;

摘要：在電力現場作業的復雜環境中，規范使用工器具可以有效降低作業風險，防止安全事故的發生。然而，工器具檢測面臨諸多挑戰，包括目標種類繁多、尺度不一以及缺乏專用數據集等。此外，現有檢測算法復雜度高且計算量大，難以在資源受限的便攜式設備上高效運行。為解決這些問題，提出了一種基于輕量化網絡的電力工器具檢測算法LPT-DA。首先，針對模型復雜度高、特征提取能力不足的問題，LPT-DA構建了輕量協同特征感知網絡L...

無地圖環境下的四足機器人魯棒運動規劃方法————作者：張瑋奇;趙一凡;趙亮;辛美婷;

摘要：針對四足機器人在無全局地圖的復雜環境中因自身形狀和各向異性運動特性導致的運動規劃效率低和穩定性差等問題，提出了一種面向無地圖環境下的四足機器人分層魯棒運動規劃方法。對于缺乏完整地圖環境中定義的目標位置，前端采用多項式MiniSnap及加權混合A*算法初始化軌跡，解決軌跡難以跟蹤和容易陷入局部最優等問題；同時，為了提高局部無碰路徑搜索的效率和質量，提出在評價函數中引入權重因子，并約束偏航角和側向運動...

　　計算機工程與應用來自網友的投稿評論：

• zhaohhhh

  審稿費120元，外審速度比較快，幾天時間就有答復。碩士一作，導師通訊，帶有國家級基金。外審專家給的意見不痛不癢，但是編輯直接給我退了。。可能是變成中文EI 之后要求變的越來越高了。

  2024-09-02 17:10
• zhaohhhh

  計算機工程與應用雜志的兩位審稿老師給了很中肯的建議，二十天左右返回的結果，修回后編輯部又再次送了外審，修改后發表，終于不用擔心了。雜志一直是我們學校認可度很高的一本雜志，他們雜志還是挺嚴謹的，處理速度也挺快，給朋友們做個參考！

  2024-08-16 07:57
• 帶頭大哥666

  初審很快（2--3天），而后收取120元審稿費，由評審專家外審，一個多月后，告知創新性不足，直接退稿。

  2024-06-13 14:51
• Yangming_ak

  外審一個月被退稿，有退稿意見

  2024-06-02 14:49
• 奔跑的辣椒醬

  這個審稿速度完全取決于外審，編輯部的速度挺快的 審稿費是120元 我是2024年2月28號投稿的，初審、編輯部初審、待交審稿費、 編委審稿這幾步3月1號就已經完成了 但是后面的外審用了快2個月，中間催了兩次，第一次說沒有辦法催，等2個月左右，編輯部會催，等4月底的時候催了一次，說他們已經催過了，讓我在等等 然后大概過了5天左右，終于有結果了：缺乏動機分析，難以理解創新動機拒稿（拒稿取決于外審專家，這個外審專家說建議退稿。）

  2024-05-02 14:20

提交