計(jì)算機(jī)應(yīng)用最新期刊目錄

基于超圖的數(shù)據(jù)不平衡條件下的瓦當(dāng)年代判別方法————作者：邱星;玄祖興;黃可佳;張?chǎng)?莊曉;

摘要：針對(duì)人工瓦當(dāng)年代判別方法效率低、主觀性強(qiáng)的問題，提出一種基于超圖的數(shù)據(jù)不平衡條件下的瓦當(dāng)年代判別方法（Hypergraph-based Eaves Tile Dating method under Data Imbalance Conditions,HETD-DIC），以提供更加客觀的考古輔助判別工具。首先，設(shè)計(jì)雙權(quán)重計(jì)算機(jī)制，利用超邊權(quán)重計(jì)算模塊聚合關(guān)聯(lián)節(jié)點(diǎn)特征生成超邊權(quán)重，再利用超邊權(quán)重生成節(jié)...

基于改進(jìn)DETR算法的小目標(biāo)檢測(cè)方法————作者：吳俊;趙川;

摘要：針對(duì)DETR(DEtection Transformer)在小目標(biāo)檢測(cè)方面精度較低的問題，提出了一種基于改進(jìn)DETR算法的小目標(biāo)檢測(cè)方法。首先，針對(duì)骨干網(wǎng)絡(luò)ResNet-50在小目標(biāo)特征提取方面提取能力弱、效率低、易丟失細(xì)節(jié)等問題，提出了一種結(jié)合多尺度注意力機(jī)制的改進(jìn)MetaFormer作為DETR的骨干網(wǎng)絡(luò)，增強(qiáng)模型對(duì)小目標(biāo)的表征能力。其次，針對(duì)Transformer注意力模塊在處理圖像特征映射...

面向復(fù)雜電磁環(huán)境下的調(diào)制識(shí)別網(wǎng)絡(luò)————作者：周金;李玉芝;張徐;高碩;張立;盛家川;

摘要：自動(dòng)調(diào)制識(shí)別（AMC）是無線通信系統(tǒng)的關(guān)鍵技術(shù)，針對(duì)AMC網(wǎng)絡(luò)在復(fù)雜電磁環(huán)境下遷移能力較差、對(duì)噪聲及調(diào)制信號(hào)特征區(qū)分能力不足的問題，提出一種基于干擾生成及對(duì)抗策略的雙模態(tài)注意力融合的調(diào)制識(shí)別網(wǎng)絡(luò)。首先設(shè)計(jì)了一種迭代生成復(fù)雜干擾的生成器和對(duì)抗干擾的判別器以增強(qiáng)模型遭遇復(fù)雜電磁環(huán)境時(shí)的泛化能力；其次，設(shè)計(jì)基于復(fù)數(shù)注意力的Transformer模塊以捕獲同相正交信號(hào)(IQ)時(shí)域特征和基于時(shí)頻位置信息的坐...

基于大語言模型的本科教學(xué)評(píng)估智能系統(tǒng)————作者：沈斌;陳曉寧;程華;房一泉;王慧鋒;

摘要：本科教學(xué)審核評(píng)估作為高等教育質(zhì)量保障的重要手段，科學(xué)合理的實(shí)施直接影響高校人才培養(yǎng)水平。然而，傳統(tǒng)人工審閱模式在面對(duì)海量異構(gòu)數(shù)據(jù)時(shí)效率低下且主觀性強(qiáng)，難以滿足本科教學(xué)評(píng)估對(duì)精準(zhǔn)性和標(biāo)準(zhǔn)化的需求。為此，提出一種基于大語言模型和多智能體架構(gòu)的本科教學(xué)評(píng)估系統(tǒng)——智評(píng)寶（SmartEval）。該系統(tǒng)通過語義理解模塊解析輸入內(nèi)容，并利用計(jì)劃器進(jìn)行任務(wù)分解與調(diào)度，同時(shí)結(jié)合檢索增強(qiáng)生成模塊及問答、摘要與診斷三...

基于強(qiáng)化學(xué)習(xí)的無人機(jī)鄉(xiāng)村末端配送任務(wù)分配————作者：陳曉娟;張薇;

摘要：農(nóng)村最后一公里配送難、時(shí)間長(zhǎng)、成本高的特點(diǎn)使得高效精準(zhǔn)的末端配送調(diào)度方案顯得尤為重要。針對(duì)農(nóng)村配送場(chǎng)景下的多物流無人機(jī)的任務(wù)分配問題，綜合考慮無人機(jī)的載重量和無人機(jī)的最大飛行距離，以最小化無人機(jī)的飛行距離、派遣數(shù)量及不違反時(shí)間窗為目標(biāo)，建立多目標(biāo)的無人機(jī)任務(wù)分配模型。以強(qiáng)化學(xué)習(xí)為基礎(chǔ)，針對(duì)任務(wù)分配問題維數(shù)過高的困境，引入編碼器及注意力機(jī)制，有效簡(jiǎn)化狀態(tài)空間。結(jié)合全局-局部搜索策略，在探索解空間的同...

基于Mamba模型的區(qū)域電價(jià)預(yù)測(cè)方法————作者：白曉磊;張雪元;王智永;全力;劉欣;

摘要：針對(duì)電力市場(chǎng)中電價(jià)預(yù)測(cè)精度和效率提升的需求，提出了一種基于S-Mamba2模型的區(qū)域電價(jià)預(yù)測(cè)方法，以解決復(fù)雜場(chǎng)景中進(jìn)行電價(jià)預(yù)測(cè)時(shí)存在的計(jì)算資源消耗高、效率低等問題。所提方法在Mamba-2的基礎(chǔ)上，引入雙向Mamba-2模塊和前饋神經(jīng)網(wǎng)絡(luò)編碼層，有效捕捉了電價(jià)歷史數(shù)據(jù)中的尖峰特性、季節(jié)性規(guī)律以及變量的內(nèi)在互相關(guān)特性(Inter-Variate Correlations,VC)和電價(jià)的時(shí)序依賴特性(...

開放式富語義非同質(zhì)化數(shù)據(jù)要素鏈網(wǎng)融合架構(gòu)————作者：王晶晶;陳孟澤;晏紫微;王嘉訊;羅贊;任亞坤;雷凱;

摘要：針對(duì)現(xiàn)有非同質(zhì)化代幣（NFT）的流轉(zhuǎn)機(jī)制存在跨鏈開放性限制、安全性問題以及網(wǎng)絡(luò)擁堵和交易費(fèi)用增高的問題，設(shè)計(jì)了一種名為IEN NFDE的開放式富語義非同質(zhì)化數(shù)據(jù)要素鏈網(wǎng)融合架構(gòu)。首先，本架構(gòu)設(shè)計(jì)了覆蓋網(wǎng)絡(luò)的傳輸協(xié)議，包括命名規(guī)則、報(bào)文的數(shù)據(jù)結(jié)構(gòu)與編碼規(guī)則以及基于命名尋址的數(shù)據(jù)轉(zhuǎn)發(fā)和驗(yàn)證機(jī)制。其次，創(chuàng)新性地定義了富語義非同質(zhì)化數(shù)據(jù)要素（NFDE），將元數(shù)據(jù)和數(shù)字資產(chǎn)本身封裝為一個(gè)獨(dú)立的、具有語義屬性...

多尺度時(shí)空解耦的骨架行為識(shí)別對(duì)比學(xué)習(xí)————作者：劉曉霞;況立群;王松;焦世超;韓慧妍;熊風(fēng)光;

摘要：針對(duì)骨架行為識(shí)別中動(dòng)態(tài)動(dòng)作建模與多尺度時(shí)序融合問題，提出高效多尺度時(shí)空解耦對(duì)比學(xué)習(xí)框架（MSTDCLF）。首先，設(shè)計(jì)了多尺度時(shí)空特征增強(qiáng)模塊（MSTF），結(jié)合深度可分離卷積與空洞卷積，能夠同步建模短時(shí)運(yùn)動(dòng)特征與長(zhǎng)時(shí)周期行為模式，再通過嵌入通道-空間聯(lián)合注意力機(jī)制進(jìn)一步強(qiáng)化關(guān)節(jié)與特征通道之間的語義響應(yīng)；同時(shí)，使用具有注意力機(jī)制的殘差網(wǎng)絡(luò)緩解深層網(wǎng)絡(luò)結(jié)構(gòu)的梯度衰減問題。其次，提出雙向門控時(shí)空上下文建模...

改進(jìn)TransUNet的高效通道注意力醫(yī)學(xué)圖像分割網(wǎng)絡(luò)————作者：鄧酩;徐錦凡;肖洪祥;謝曉蘭;

摘要：醫(yī)學(xué)圖像分割在計(jì)算機(jī)輔助診斷、手術(shù)導(dǎo)航等臨床應(yīng)用中起著至關(guān)重要的作用，旨在從復(fù)雜的醫(yī)學(xué)影像中精準(zhǔn)提取不同器官和病灶。然而，現(xiàn)有的U型網(wǎng)絡(luò)結(jié)構(gòu)在實(shí)際應(yīng)用中存在跳躍連接信息冗余大、計(jì)算量高等問題。為了解決這些問題，提出一種輕量化醫(yī)學(xué)圖像分割網(wǎng)絡(luò)——ES-TransUNet(Efficient Channel Attention and Simple-TransUNet)。該網(wǎng)絡(luò)在編碼器中通過引入交叉注...

基于元權(quán)重網(wǎng)絡(luò)的魯棒性文本匹配方法CovMW-net————作者：張東偉;葉正;葛君;

摘要：在文本匹配任務(wù)中，由于文本數(shù)據(jù)的復(fù)雜性與多樣性，訓(xùn)練時(shí)常常暴露出魯棒性欠佳的問題。傳統(tǒng)解決文本魯棒性不足的手段，諸如數(shù)據(jù)增強(qiáng)、正則化等雖能發(fā)揮一定作用，然而這些方法多僅適用于特定類型的噪聲或擾動(dòng)，并且對(duì)計(jì)算資源的需求較高。有鑒于此，本文提出一種基于元權(quán)重網(wǎng)絡(luò)的新方法——CovMW-net(Meta-Weight Network improved by the covariance matrix，協(xié)...

面向機(jī)場(chǎng)跑道的探地雷達(dá)雜波抑制算法————作者：李海豐;劉文強(qiáng);李南莎;桂仲成;

摘要：針對(duì)機(jī)場(chǎng)跑道探地雷達(dá)（GPR）數(shù)據(jù)中復(fù)雜背景雜波和層間強(qiáng)反射干擾信號(hào)的問題，提出一種基于改進(jìn)UNet的深度學(xué)習(xí)雜波抑制方法。在U-Net網(wǎng)絡(luò)的跳躍連接處引入細(xì)節(jié)增強(qiáng)模塊（DE-Conv），增強(qiáng)網(wǎng)絡(luò)對(duì)多尺度淺層特征中目標(biāo)信號(hào)細(xì)節(jié)的捕捉能力；同時(shí)采用含雜波-無雜波圖像對(duì)計(jì)算特征-像素雙級(jí)融合損失函數(shù)優(yōu)化訓(xùn)練過程。通過共享權(quán)重編碼器提取含雜波與無雜波數(shù)據(jù)的高維特征，計(jì)算特征級(jí)別損失指導(dǎo)編碼器訓(xùn)練；解碼器...

基于多尺度的多變量時(shí)間序列異常檢測(cè)模型————作者：尹春勇;張不凡;

摘要：當(dāng)前多變量時(shí)間序列數(shù)據(jù)常表現(xiàn)出多尺度特征和復(fù)雜的相互依賴性，給異常檢測(cè)帶來了挑戰(zhàn)。為了解決這一問題，提出一種創(chuàng)新的無監(jiān)督多變量時(shí)間序列異常檢測(cè)模型M3AD(Multi-scale Mamba Multi-Layer Perceptron Anomaly Detection)。首先，模型采用多尺度特征提取方法，通過在不同時(shí)間尺度上分割時(shí)間序列，捕捉短期和長(zhǎng)期模式；其次，利用多層感知機(jī)（MLP）和卷積...

基于3D姿態(tài)估計(jì)的動(dòng)作捕捉和模型驅(qū)動(dòng)方法————作者：萬鳴華;田雨卿;楊國(guó)為;

摘要：針對(duì)姿態(tài)估計(jì)模型的結(jié)果僅包含點(diǎn)位的空間坐標(biāo)信息，無法計(jì)算關(guān)節(jié)的旋轉(zhuǎn)，導(dǎo)致無法直接用于驅(qū)動(dòng)人體模型的問題，提出了基于3D姿態(tài)估計(jì)的動(dòng)作捕捉和模型驅(qū)動(dòng)方法。該方法將姿態(tài)估計(jì)算法的結(jié)果映射至3D人體模型骨架的骨骼節(jié)點(diǎn)并計(jì)算骨骼旋轉(zhuǎn)，以達(dá)到驅(qū)動(dòng)3D人體模型的目的。首先利用姿態(tài)估計(jì)結(jié)果產(chǎn)生的關(guān)鍵點(diǎn)坐標(biāo)進(jìn)行插值來定位未被預(yù)測(cè)的關(guān)鍵點(diǎn)信息;然后利用中間矩陣對(duì)不同人體模型之間的骨架進(jìn)行對(duì)齊，保證該方法對(duì)不同人體模...

混合粒子群算法求解帶時(shí)間窗的路徑規(guī)劃問題————作者：周璐輝;岳雪芝;

摘要：車輛路徑問題(VRP)在物流配送中至關(guān)重要，特別是在帶時(shí)間窗約束的情況下，求解難度顯著增加。為高效解決帶時(shí)間窗的路徑規(guī)劃問題(VRPTW)，提出了一種混合粒子群算法(HPSO)。算法采用部分匹配交叉(PMX)替代傳統(tǒng)粒子更新方式，結(jié)合最劣近鄰粒子選擇與輪盤賭機(jī)制增強(qiáng)多樣性，并通過動(dòng)態(tài)權(quán)重調(diào)整策略平衡全局探索與局部開發(fā)能力；設(shè)計(jì)融合2-opt翻轉(zhuǎn)、順序插入和交換操作的變鄰域搜索優(yōu)化解質(zhì)量，同時(shí)基于貪...

基于編解碼結(jié)構(gòu)強(qiáng)化學(xué)習(xí)的安全可靠服務(wù)功能鏈部署————作者：況翔;馬震;朱萬春;張智;崔云飛;

摘要：為了在云計(jì)算中高效分配有限網(wǎng)絡(luò)資源以確保服務(wù)質(zhì)量，同時(shí)提高資源利用率和管理效率，提出一種安全可靠性驅(qū)動(dòng)的編解碼深度強(qiáng)化學(xué)習(xí)方法(ED-DRL)，用于服務(wù)功能鏈(SFC)部署。該方法首先將SFC部署看作一個(gè)馬爾可夫決策過程(MDP)，采用圖注意力網(wǎng)絡(luò)(GAT)編碼器和門控循環(huán)單元(GRU)解碼器高效提取網(wǎng)絡(luò)拓?fù)涮卣骱凸?jié)點(diǎn)間的依賴關(guān)系，并結(jié)合異步優(yōu)勢(shì)Actor-Critic(A3C)算法實(shí)現(xiàn)動(dòng)態(tài)SFC...

馬氏距離結(jié)合吉布斯-馬爾可夫隨機(jī)場(chǎng)空間濾波的高光譜波段選擇算法————作者：袁博;黃憲通;

摘要：針對(duì)作物種植區(qū)域高光譜遙感圖像波段選擇中規(guī)則紋理特征挖掘不足導(dǎo)致分類精度受限的問題，提出了一種基于馬氏距離結(jié)合吉布斯-馬爾可夫隨機(jī)場(chǎng)(GMRF)空間濾波的波段選擇算法。首先，針對(duì)作物種植區(qū)域普遍存在的規(guī)則紋理特征，通過建立GMRF模型對(duì)高光譜圖像進(jìn)行空間濾波，在降低噪聲和冗余信息的同時(shí)保留并強(qiáng)化紋理特征，增強(qiáng)地物之間的特征差異；其次，基于馬氏距離結(jié)合比值法建立類別可分性度量指標(biāo)，計(jì)算每個(gè)波段對(duì)于該...

聯(lián)合球面對(duì)齊與自適應(yīng)幾何校正的全景視頻超分辨率網(wǎng)絡(luò)————作者：陳曉雷;鄭芷薇;黃雪;曲振彬;

摘要：現(xiàn)有的傳統(tǒng)視頻超分辨率方法在處理全景視頻時(shí)，難以有效解決等距矩形投影帶來的幾何畸變問題，且在幀間對(duì)齊和特征融合方面存在不足，導(dǎo)致重建效果不佳。為進(jìn)一步提升全景視頻的超分辨率重建質(zhì)量，提出了一種聯(lián)合球面對(duì)齊與自適應(yīng)幾何校正的全景視頻超分辨率網(wǎng)絡(luò)——360GeoVSR。該網(wǎng)絡(luò)通過球面對(duì)齊模塊(SAM)和幾何融合塊(GFB)實(shí)現(xiàn)幀間特征的精確對(duì)齊與高效融合。SAM結(jié)合空間變換和可變形卷積，處理全局與局部...

基于RAG的文物藝術(shù)品拍賣數(shù)據(jù)NL2SQL實(shí)現(xiàn)方法————作者：李成華;張瀏鵬;石鴻凌;

摘要：自然語言轉(zhuǎn)換結(jié)構(gòu)化查詢語言(NL2SQL)能降低非專業(yè)人員操作數(shù)據(jù)庫的技術(shù)門檻，提升用戶體驗(yàn)和工作效率。檢索增強(qiáng)生成(RAG)技術(shù)通過引入外部知識(shí)庫可提升NL2SQL的性能。針對(duì)目前RAG在NL2SQL落地應(yīng)用中存在檢索策略漏檢率高、召回上下文的相關(guān)性不強(qiáng)等問題，提供一種分序檢索重排序的RAG(RAG-SRR)，該方法從知識(shí)庫構(gòu)建、檢索召回策略、提示詞設(shè)計(jì)等環(huán)節(jié)進(jìn)行優(yōu)化。首先，從問答對(duì)、專業(yè)名詞、...

基于兩階段填充采樣的昂貴多目標(biāo)進(jìn)化算法————作者：張春雨;劉建昌;劉圓超;張偉;

摘要：針對(duì)昂貴多目標(biāo)優(yōu)化問題，盡管已有許多昂貴多目標(biāo)進(jìn)化算法被提出，但大多數(shù)現(xiàn)有算法未能取得令人滿意的結(jié)果。主要原因是這些算法中的填充采樣準(zhǔn)則不能很好地平衡選擇個(gè)體的收斂性、多樣性和不確定性。為此，提出基于兩階段填充采樣的昂貴多目標(biāo)進(jìn)化算法（Two-stage Infill Sampling-based Expensive Multi-objective Evolutionary Algorithm,T...

基于改進(jìn)YOLOv11的無人機(jī)目標(biāo)檢測(cè)算法————作者：趙子杰;王毅;唐瑞卿;楊晨;李娟;

摘要：針對(duì)無人機(jī)空對(duì)地檢測(cè)中存在的尺度不一、小目標(biāo)檢測(cè)效果不佳及檢測(cè)框密集重疊等問題，提出了一種改進(jìn)YOLOv11目標(biāo)檢測(cè)網(wǎng)絡(luò)。該網(wǎng)絡(luò)將YOLOv11網(wǎng)絡(luò)的C3K2結(jié)構(gòu)替換為C3K2＿D結(jié)構(gòu)，增強(qiáng)了網(wǎng)絡(luò)對(duì)不規(guī)則物體的提取能力，另外在Yolov11網(wǎng)絡(luò)中引入雙線性自注意力機(jī)制，雙線性自注意力機(jī)制通過融合局部注意力和非局部注意力，增強(qiáng)了主干網(wǎng)絡(luò)的特征提取能力；針對(duì)檢測(cè)框密集重疊的問題，設(shè)計(jì)了MPDCIoU ...

　　計(jì)算機(jī)應(yīng)用來自網(wǎng)友的投稿評(píng)論：

提交