計算機工程與應用最新期刊目錄

改進YOLO11n和PaddleOCR的煤礦鉆場視頻自動剪輯方法————作者：李小軍;李淼;趙明煬;

摘要：為解決煤礦井下瓦斯抽采鉆場監控視頻數據規模大、傳統人工剪輯效率低的問題，提出一種將YOLO11n和PaddleOCR相結合的視頻自動剪輯方法。該方法首先使用YOLO11n檢測視頻圖像幀中的指示牌目標，并根據檢測框坐標信息進行裁剪；其次將裁剪的目標區域輸入PaddleOCR中進行文字識別；最后依據設定的剪輯邏輯規則對視頻進行自動剪輯。為提升YOLO11n在煤礦井下復雜環境的檢測精度，提出一種新的模塊...

面向焊縫表面缺陷的雙向星聚融合檢測網絡————作者：徐成;單文桃;張陳;陳澤明;楊汶睿;韓振華;

摘要：針對焊縫表面缺陷檢測中的目標存在空間聚集分布、背景紋理復雜、特征顯著性不足等挑戰，以及傳統模型在低信噪比環境下特征表征能力弱、計算冗余等問題，本研究基于YOLOv8n設計星聚雙向融合網絡（LSBi-YOLO）。首先構建星聚融合網絡（SANet），利用三階異構卷積融合策略保留關鍵特征；其次，開發方向增強型空間金字塔池化模塊（OS-SPPF），通過線性紋理特征權重優化提升多類缺陷辨識度；進而設計自適應...

基于集成學習與多模態大語言模型的圖文情感分析方法————作者：王寧;武芳宇;趙宇軒;張百靈;龐超逸;

摘要：提出了一種融合集成學習與多模態大語言模型（Multimodal Large Language Models， MLLMs）的圖文情感分析方法。針對圖文情感分析中類別不平衡與跨模態情感不一致等關鍵挑戰，設計了EMSAN（Ensemble Multimodal Sentiment Analysis Network）框架。該框架采用主輔模型結構，將在完整數據集上訓練的主模型與在平衡子集上優化的輔助模型相...

基于BWO-VMD-ISSA-LSTM的交通運輸業碳排放預測研究————作者：王慶榮;王俊杰;朱昌鋒;張金鵬;何潤田;劉心康;

摘要：針對交通運輸業碳排放量的非線性影響預測精度的問題，提出了一種結合白鯨優化算法(BWO)、變分模態分解(VMD)、改進麻雀搜索算法(SSA)及LSTM的碳排放預測模型。引入最大互信息系數(MIC)提取影響碳排放量的主要因素，剔除冗余特征。利用BWO對VMD的分解模態數和懲罰因子尋優，增強兩參數間的協調性，進而將碳排放量分解為不同頻率的模態分量和剩余分量，削弱原始碳排放量的非線性；通過在LSTM的輸入...

多死角場景中機器人深度強化學習導航————作者：曹青躍;王雅棟;王慶;張羽佳;陽媛;

摘要：針對強化學習導航存在訓練效率低、穩定性差及在多死角場景中目標遮擋時導航性能差的問題，對此提出了一種融合專家經驗與混合獎勵機制的深度強化學習導航方法。篩選高質量專家經驗并基于此預訓練了行為克隆模型初始化策略，用于提高訓練效率；構建了包含死角避免約束的稠密獎勵函數，實現目標牽引與死角避讓之間的平衡；采用標準化折扣回報方式降低不同軌跡的回報方差以提高訓練穩定性。仿真實驗表明所提出的方法在隨機起止點測試中...

端云協同離在線強化學習方法及其在兵棋上的應用————作者：施偉;黃紅藍;梁星星;程光權;鄭臻哲;

摘要：隨著軍事智能化技術演進，兵棋推演智能決策研究備受關注。針對傳統云端集中式決策模式存在的通信延遲、數據安全風險和部署壁壘等問題，提出端云協同混合離在線強化學習框架（Decider），實現基于先驗知識與試錯數據的融合驅動決策。云端動態篩選高價值樣本傳輸至邊緣設備，緩解數據分布偏移問題，加速策略搜索；引入歷史動量聚合算法，穩定模型訓練。在海空對抗兵棋實驗中，Decider策略搜索速度提升超過90%，平均...

《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...

第六屆中國智能機器人學術年會（CCF CIRAC 2025）征文通知

摘要：<正>第六屆中國智能機器人學術年會（CCF CIRAC 2025）將于2025年8月22—24日在江蘇南通召開。本屆會議將圍繞服務機器人和工業機器人領域，特別是具身智能前沿技術和應用開展廣泛交流與探討，共同推動中國智能機器人技術發展。論文投稿截止日期為2025年6月22日，錄用論文將推薦至相關國內外優秀期刊。會議設置優秀論文獎、優秀學生論文獎、優秀張貼論文獎等獎項。誠邀廣大專家學者和科...

考慮跨空間特征重構的行人過街動作檢測方法————作者：陳思宇;何永福;謝世維;張浩池;

摘要：行人是弱勢交通參與者，其危險過街動作是引發事故的重要原因之一，行人過街動作檢測有助于減少人車沖突。針對路側視角下行人多尺度、遮擋導致的動作特征提取困難、特征融合低效、特征信息丟失問題，提出一種考慮跨空間特征重構的行人過街動作檢測方法（Pedestrian’s Crossing Behavior Detection Network based on Cross-spatial feature rec...

結合多特征融合和圖卷積神經網絡的EEG-fNIRS情感識別————作者：王文明;張雪英;陳桂軍;孫穎;黃麗霞;

摘要：針對EEG-fNIRS情感識別研究中圖卷積神經網絡僅考慮單一的大腦連接方法，并且沒有綜合關注多腦區和不同頻段中反映情感的信息的問題，提出一種基于多特征融合的圖卷積神經網絡模型。首先構建鄰接矩陣，提取格蘭杰因果(GC)作為有效性連接信息，提取相位滯后指數(PLI)作為功能性連接信息，結合模糊認知圖(FCM)融合GC和PLI，將計算得到的FCM-GC-PLI關聯矩陣作為GCN的鄰接矩陣；然后構建節點，...

基于深度學習的RGBT目標跟蹤研究進展————作者：張大偉;王炫;何小衛;鄭忠龍;

摘要：目標跟蹤是計算機視覺領域的一項重要任務，其中單目標跟蹤是指在給定的視頻序列中持續跟蹤單個目標。然而可見光圖像的成像依賴于光照條件，僅憑可見光信息難以滿足低光照、雨霧天氣等復雜惡劣環境下的目標跟蹤。RGBT(RGB-Thermal)目標跟蹤是指結合熱紅外與可見光圖像數據，利用雙方互補優勢共同實現跟蹤任務，以提高跟蹤的魯棒性和準確性。隨著深度學習的發展，目前RGBT目標跟蹤領域研究成果眾多，但現有大部...

融合大模型與圖注意力網絡的知識圖譜補全————作者：張雨婷;王淑營;

摘要：知識圖譜作為一種有效的知識表示方法，可以系統化地描述實體、屬性、關系及狀態之間的關聯。然而，由于現實世界環境復雜、實體關系多樣，現有知識圖譜往往存在知識覆蓋不全面等問題。為此，提出了一種基于大模型的知識圖譜補全方法，通過融合大模型的自然語言理解和知識推理能力，實現對缺失三元組的智能補全。首先利用知識嵌入模型獲取實體和關系的結構化表征，繼而引入圖注意力網絡的自注意力和多頭注意力機制來捕捉復雜的關系模...

基于模型和算法的量化投資方法股票預測研究綜述————作者：李子煜;張金珠;高青山;

摘要：股票價格預測一直是金融研究熱點領域。近年來，量化投資方法憑借其客觀性、系統性與高效性，逐漸成為股票市場研究的主流方向。隨著大數據時代的到來，海量、多源、異構的數據為市場建模與決策提供了豐富的信息基礎，有效融合多模態數據已成為提升預測準確性的關鍵路徑。文章系統梳理了量化投資方法的理論演進，回顧了機器學習在股票預測中的應用發展。圍繞數據、模型與算法三個維度，對近年來基于量化方法的研究成果進行了綜述，深...

面向知識圖譜的問答技術研究綜述————作者：錢慎一;付博文;李代祎;梁瑤瑤;

摘要：智能問答是從海量數據中精確、快速獲取需求信息的一種關鍵技術。近年來，智能問答技術發展成果顯著，例如，基于問題的信息提取技術，語義理解技術以及向量建模的方法等等。然而，隨著智能問答技術的迅速發展，人們迫切希望能夠對智能問答模型有一個合理的劃分方式，以方便不同領域的用戶使用。為了合理劃分智能問答模型，方便智能問答領域研究者的深度研究。通過對知識圖譜問答領域相關文獻進行調查，實現了對當前知識圖譜問答關鍵...

貝葉斯算法改進擬態裁決方法的研究————作者：劉太昆;李彧;季新生;李召召;孫增振;孫遠航;

摘要：針對共模漏洞導致擬態裁決器多數一致性表決算法對網絡攻擊通過率較高的問題，提出了一種基于貝葉斯算法的擬態裁決優化方法。通過構建貝葉斯學習模型，挖掘執行體間歷史表決數據集的深度特征，分析歸納其統計規律，并通過設計表決結果選擇策略和多數一致性策略相結合的輸出機制來解決網絡攻擊被錯誤輸出的問題，從而提高表決輸出結果的準確性，達到提高目標系統安全性的目的。鑒于不同執行體間歷史表決數據的統計規律已通過貝葉斯學...

雙頻通道差異增強的圖像分類網絡————作者：袁姮;范桐桐;高原;

摘要：針對圖像分類網絡中圖像特征區分度偏低，進而降低特征表達能力的問題，提出雙頻通道差異增強的圖像分類網絡（Dual-Frequency Channel Difference Enhancement for Image Classification，DCDENet）。該網絡以ResNet-34殘差網絡為基礎。首先，提出自定義差異增強卷積（Custom Difference Enhancement Con...

基于多模態融合的無人機識別研究綜述————作者：李旻姝;周莫涵;支瑞聰;

摘要：隨著無人機技術的迅速發展，在相關技術應用越來越多的同時也帶來了許多安全隱患和監管難題。反無人機檢測技術作為應對這些挑戰的重要手段，受到了廣泛的關注。傳統的無人機檢測方法依賴于單一的模態數據，例如視覺、音頻、雷達及射頻信號等，但這些單一模態數據在復雜場景下所獲取的信息有限。近年來，深度學習方法在小目標檢測領域取得良好進展，同時多模態融合技術的相關研究也使目標檢測的精度和魯棒性得到進一步的提升。這篇文...

基于頻域的抗壓縮隱蔽后門攻擊————作者：閆雷鳴;翟強眾;陳先意;

摘要：智能模型的后門攻擊可通過在訓練數據中嵌入觸發器的方式來毒化數據集，使模型在訓練過程中被植入后門。然而，圖像壓縮算法的廣泛應用顯著削弱了數據投毒后門攻擊的有效性。壓縮處理會嚴重破壞中毒圖像中觸發器的特征，導致后門攻擊的成功率急劇下降。針對這一問題，提出了一種基于頻域的抗壓縮隱蔽后門攻擊方法。利用圖像低頻成分對壓縮的天然抗性以及壓縮中的亮度保真性，選擇在Y通道的深層低頻信息中嵌入后門觸發器，以增強觸發...

深度學習在肋骨骨折輔助診斷中的應用————作者：李智唯;劉靜;張俊忠;魏德健;曹慧;

摘要：肋骨骨折特指肋骨結構的完整性遭受完全或部分破壞，是臨床中最常見的胸部創傷之一。近幾年深度學習技術在輔助骨折診斷方面展現出發展的巨大潛力，因此針對肋骨骨折輔助診斷中所采用的深度學習方法進行了總結梳理。介紹了公開的影像學數據集，系統闡述了經典卷積神經網絡在肋骨骨折病灶識別中的應用，闡述了基于單網絡模型的肋骨骨折改進算法、基于多網絡模型的肋骨骨折改進算法、原創肋骨骨折病灶識別算法以及人工智能在肋骨骨折輔...

基于歸一化流退火重要性抽樣的安全關鍵場景生成————作者：曾昭汰;石晴;余國寬;范萱;馬智文;

摘要：自動駕駛系統測試與評估的主流方法是虛擬仿真測試，而測試場景是虛擬仿真測試的關鍵。為了同時解決測試場景生成的“維度詛咒”和安全關鍵事件的罕見性問題，提出了歸一化流退火重要性抽樣（NF-AIS）方法。首先，從HighD數據集提取車輛動作數據，通過歸一化流（NF）模型訓練生成自然駕駛行為動作分布；然后，將該分布作為退火重要性抽樣（AIS）的初始分布，靈活調整抽樣權重以增大危險動作的比例；最后，以最小化α...

　　計算機工程與應用來自網友的投稿評論：

• 畫個圈圈兜住幸福

  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
• 奔跑的辣椒醬

  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
• 奔跑的辣椒醬

  外審一個月被退稿，有退稿意見

  2024-06-02 14:49
• zhaohhhh

  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