計算機應用研究最新期刊目錄

多分支骨架特征輸入下的歧義行為識別————作者：王超亞;韓華;王春媛;田瑾;

摘要：基于骨架的人體動作識別是計算機視覺中的一個重要研究課題，其核心在于提取和學習具有區分度的骨架特征，以實現高精度的動作分類。但是由于歧義行為的存在，嚴重影響了分類識別的準確性，為此，圍繞數據優化與計算復雜度降低，以及時空特征精細化建模兩個核心方向提出兩項關鍵創新：首先在數據輸入的初期階段，采用多分支輸入結構，實現早期特征融合，使模型能夠更高效地學習不同模態間的互補信息，從而提升計算效率并增強模型的泛...

基于不確定性估計的微調代碼生成模型與大語言模型的協同方法————作者：洪少東;申國偉;羅素芬;劉濤;

摘要：針對代碼生成任務，微調模型與大語言模型(LLM)的互補機制尚未得到系統性分析，導致二者在協同過程中存在決策邊界模糊的問題。提出一種基于不確定性估計的微調代碼生成模型與LLM的協同方法 Coral，分析微調代碼生成模型與LLM的互補機制，量化兩者決策邊界。Coral通過預期校準誤差的思想，比較不確定性估計方法，為微調模型配備較為穩定的不確定性估計方法，使其能夠輸出不確定性估計得分，反應輸出的不確定性...

搜索圓環上不協作不對抗的變速目標算法————作者：吳浩男;魏琦;張蕊悅;李鶴;

摘要：在已知環境中進行目標搜索是機器人的基本任務之一，相關問題在計算幾何學和機器人學的研究中受到廣泛關注。目標搜索問題要求機器人采取高效的搜索策略，以最小化機器人找到目標所需時間。假設k個最大速度為1的機器人被放置在單位圓環上，一個不對抗不協作的移動目標，沿著圓環以可變速度移動，機器人的任務為搜索到該目標。針對機器人數量及對目標的已知程度(如移動方向、速度函數等)，設計了相應的搜索算法。對于k=1，結合...

基于多粒度漸進式融合的多模態命名實體識別方法————作者：應旭劍;朱艷輝;陳豪;滿芳滕;張志軒;

摘要：為解決現有多模態命名實體識別方法中存在的細粒度語義缺失和多模態語義表征不一致等問題，提出了一種基于多粒度漸進式融合的多模態命名實體識別方法。首先，設計了動態門控過濾機制，通過跨模態動態權重篩選與文本特征相關的視覺區域特征，并引入跨模態對齊與對抗擾動機制，增強文本特征與視覺全局特征的一致性和泛化能力。其次，設計了一種多層次漸進式融合網絡，通過融合不同層次的特征向量，采用多級融合策略，并聯融合文本級、...

面向飛行自組網的路由協議仿真評估研究進展————作者：印家豪;謝升旭;魯興波;寧麗娜;

摘要：隨著無人機技術與協同通信的發展，飛行自組網(Flying Ad-Hoc Network,FANET)因其高靈活性與動態性，在軍事、農業、物流等各領域得到廣泛應用。由于FANET具有節點移動性高、通信鏈路易中斷等特性，其路由協議的設計與評估面臨諸多挑戰。為分析FANET路由協議研究的主要方向、共性問題以及關鍵難點，對當前典型FANET路由協議及其仿真評估方法進行了系統梳理與比較。重點分析了各類協議在...

易混淆樣本驅動的簇間分布優化短文本聚類————作者：恩卡爾·奴爾太;馬博;王震;艾孜麥提·艾尼瓦爾;吐爾洪·吾司曼;楊雅婷;

摘要：短文本聚類旨在將無標簽的短文本實例劃分為不同的語義簇。針對該任務中易混淆樣本難以有效區分以及語義相近簇間特征分布重疊的挑戰。提出了一種易混淆樣本驅動的簇間分布優化短文本聚類方法。該方法首先基于信息熵采樣不確定性較高的樣本作為易混淆樣本，并選取其鄰近簇樣本構建候選集；隨后引入大語言模型進行語義判別，構造“易混淆樣本-正樣本-負樣本”三元組；同時，采用參數隨機擾動機制為每個樣本生成自身正例；最終在對比...

基于Puma算法引導帕累托前沿的高效多目標提示優化方法————作者：董祥千;肖錚;

摘要：針對現有提示優化方法在可擴展性與自適應性方面的局限，本研究提出一種基于Puma算法的多目標提示優化框架Puma-MOPT。該框架結合Puma算法的自適應相位切換和全局搜索能力與PromptWizard的提示生成及評估機制，以實現對提示詞的自動搜索和多目標權衡。為提高搜索效率并增強小樣本場景下的泛化能力，Puma-MOPT框架引入語義相似性約束并采用對抗過濾技術。在數學推理、醫療問答和代碼生成等五個...

多網關無線醫療傳感器網絡中基于PUF的輕量級匿名認證協議————作者：王雄;李偉麟;張澤昊;胡子宸;安星宇;

摘要：針對當前多網關無線醫療傳感器網絡跨域認證計算開銷大、通信成本高以及無線醫療傳感器資源受限、易受攻擊等問題，提出了一種面向多網關無線醫療傳感器網絡的輕量級匿名認證協議。該協議利用物理不可克隆函數PUF(Physical Unclonable Function)，實現了醫療專家通過主網關、外部網關與無線醫療傳感器節點之間安全地身份認證和密鑰協商。通過ROR Oracle模型、Proverif協議分析工...

基于局部差分隱私的動態聚類個性化聯邦學習————作者：趙金葉;李曉會;賈旭;

摘要：針對非獨立同分布數據的聯邦學習場景中，采用單一的全局模型往往會忽略不同任務需求而導致模型精度下降的問題，提出一種結合DBSCAN聚類的局部差分隱私個性化聯邦學習算法(DBSCAN Local differential privacy-Personalized federated learning DBLDP-PFL)。首先引入了局部差分隱私機制，在客戶端訓練過程中添加噪聲來保護單個客戶端的數據隱私...

基于Mamba空間注意力與通道交互注意力模塊的雙路徑腦腫瘤分割方法————作者：李冰;劉彥;

摘要：腦腫瘤病變區域的有效管理依賴于對腦腫瘤圖像的精確分割。現有方法對全局空間信息建模能力有限，且未能充分捕捉不同模態特征間的內在聯系。基于此，提出了一種基于Mamba空間注意力和通道交互注意力單元的雙路徑腦腫瘤分割方法，該方法的網絡編碼器由一系列空間-通道雙路注意力單元組成；此單元包括三個子模塊：雙向Mamba空間位置信息注意力模塊，旨在增強網絡對長依賴的建模能力，同時保持較低的計算負擔；通道交互注意...

DLC-TSM：一種用以加密惡意流量分類的高維特征圖方法————作者：郭逸杰;羅琴;吳鵬;

摘要：為了解決現有加密惡意流量分類方法現多存在的特征表達能力受限、噪聲敏感性強、模型泛化能力不足的情況，該研究提出了一種使用三維二階馬爾可夫矩陣圖像進行深度學習分類(Deep learning classification using three-dimensional second-order Markov matrix images,DLC-TSM)的加密惡意流量分類方法。通過將三維二階馬爾可夫概率...

基于智能合約信譽管理的VANET數據共享隱私保護方案————作者：張磊;白永波;陳運;陳杰;劉義;

摘要：為解決車載自組織網絡(VANET)中數據共享所面臨的隱私與安全問題，提出一種基于信譽管理的隱私保護方案。該方案結合分布式存儲IPFS與智能合約，實現數據的可追溯與不可篡改。通過引入信譽機制和同態加密保護反饋評分，動態更新用戶信譽值，有效防范惡意行為帶來的隱私泄露風險。基于輕量級的數據處理機制，該方案特別適用于資源受限的VANET環境。實驗結果表明，該方案在具備同等隱私保護能力的前提下，其計算和通信...

基于規則插值的模糊模式樹優化方法————作者：蘇攀;任雪瑩;梅華威;

摘要：自頂向下的模糊模式樹(Pattern Tree Top-down,PTTD)是一種基于相似性度量的模式樹歸納方法，在構建過程中采用集束搜索策略，以貪婪方式搜索候選樹空間，導致模型構建時間較長。為了解決這一問題，提出一種基于模糊規則插值技術的PTTD優化方法(PTTD-FRI)。首先，設計了一種新的搜索優化策略，簡化了模型構建的搜索空間，構造稀疏規則庫；然后，提出了一種模糊模式樹規則轉換方法，將復雜...

SIC：面向大語言模型訓練的增量檢查點技術————作者：王志強;朱文喆;閆超美;李永坤;

摘要：大語言模型訓練過程會頻繁產生各種軟硬件故障，造成訓練延長和資源浪費。檢查點技術作為關鍵容錯機制在保障訓練持續性方面發揮重要作用，但傳統的全量檢查點方法限制了檢查點頻率并消耗大量存儲資源。為此，提出了一種重要性感知增量檢查點方法(SIC)。該方法設計了分層感知的參數更新過濾算法，有效識別每層網絡的重要參數更新；此外，通過動態閾值調節機制，在訓練過程中實時調節參數變化閾值，確保不丟失關鍵更新；最后，從...

一種編輯可控且可追責的可編輯區塊鏈方案————作者：薛慶水;陳濤;

摘要：現有的許多區塊鏈應用研究方案都強調了區塊的可編輯性以應對可能出現的錯誤問題，一個安全有效的可編輯區塊鏈方案需要在保證鏈上數據可編輯的同時還要對其編輯權限進行嚴格控制。針對這些問題，首先設計了一種編輯請求控制策略，利用智能合約記錄所有節點與區塊的編輯狀態來對相關編輯請求進行控制以應對區塊編輯中存在的過度編輯問題；其次設計了一種應對大規模區塊鏈的代表節點機制，代表節點的選取采用基于編輯行為的信譽度評估...

基于PowerTrust算法的中繼鏈信譽管理模型————作者：翟社平;魏杰;楊銳;張衛星;

摘要：為解決現有的中繼跨鏈方式中節點不可信問題，并預測其在未來一段時間內發生作惡行為的可能性，提出了一種中繼鏈節點信譽管理模型。該模型對PowerTrust算法進行改進，并與中繼鏈相結合，引入動態馬爾可夫決策優化原本算法中的分布式哈希機制，并利用強力節點提高信譽聚合的效率。通過節點近期交易記錄和節點本身信息評判節點的可信度。實驗結果表明，所提方法能夠在一定時間內有效計算出節點信譽值，且在節點產生作惡行為...

基于動態頁面映射的遠程交換系統內存管理優化————作者：李昱祁;王霄陽;朱文喆;李永坤;

摘要：遠程交換系統利用內核的頁面交換機制透明地使用遠程內存，是構建分離式內存架構的一種常見方法。然而，現有系統在創建遠程交換分區時，會預先分配完整容量的遠程內存，導致內部碎片并降低內存使用率。針對此問題，設計了一種新型遠程內存管理方法，動態地為系統中正在使用的交換條目映射遠程頁面，減少非必要內存占用。該方法引入高效的節點間內存分配與回收機制，以支持細粒度內存管理并確保計算節點間的內存訪問隔離性。實驗結果...

基于擴散模型加速和感知優化的高效姿態驅動人體動作生成技術————作者：王家松;周雷;張博;

摘要：現有的姿勢條件驅動的數字人視頻生成技術主要聚焦于提升生成結果的質量，如視覺逼真度和動作流暢性，然而往往忽視了生成速度較慢的問題，從而限制了其在實時性應用中的有效部署。為此，針對基于擴散模型的數字人生成技術推理延遲高、計算成本大的問題，提出了一種基于擴散模型加速和感知優化的加速框架(DAF-DH)。該方法采用三級加速策略來提高效率并優化生成質量。首先，通過TensorRT優化擴散模型的推理效率。其次...

基于DR-DT的視覺SLAM參數自適應調整————作者：黃鑫;黃初華;楊明旭;秦進;馬旭博;

摘要：針對傳統視覺SLAM系統依賴固定參數且需手動調整的問題，提出了一種基于離散化獎勵Decision Transformer的自適應參數調整方法——DR-DT。該方法將參數自適應過程轉化為序列建模任務，通過選擇SLAM關鍵參數定義連續動作空間，基于位姿不確定性構建獎勵函數，結合離散化獎勵機制提升學習穩定性。以ORB＿SLAM3為測試系統，在EuRoC MAV和TUM-VI數據集上的實驗結果表明，所提方...

面向自動駕駛的稀疏深度圖補全方法SFN-D————作者：吳彬;趙海燕;曹健;陳慶奎;

摘要：在自動駕駛領域，稀疏深度圖的密集化是重要研究課題，對3D重建和3D目標檢測等任務具有突出意義。提出一種新穎的深度補全框架SFN-D。該框架基于多模態數據融合和語義分割設計，利用多模態數據各自的優勢來補充稀疏深度圖中的缺失深度，從而有效補充稀疏深度圖。為了實現這一目標，采取一種借助傳感器標定進行數據轉換從而實現多模態數據融合和深度圖修正的方案，該框架融合了來自圖像和激光雷達的特征圖，可與現有任何優秀...

　　計算機應用研究來自網友的投稿評論：

• zhaohhhh

  計算機應用研究 一個月投稿量估計在300-400篇 一周出初審結果 外審一個半月出結果 但是被增刊了 這個期刊很容易被增刊 但是審稿快 而且不要審稿費

  2024-09-05 16:38
• 畫個圈圈兜住幸福

  一篇綜述，9月24號投稿，10月28號沒有任何修改直接增刊錄用，已經撤稿，改投。您的論文經本刊編委會和評審專家綜合評審后，認為論文雖具一定應用性和實用價值，但對該領域最新研究成果的介紹、比較和不足之處的分析總結顯得不夠。論文的學術價值和創新性有待提高。

  2024-08-16 07:53
• 帶頭大哥666

  一個星期內退稿，不墨跡 退稿意見:本文在方法的選擇與組合方面有一定的改進，但屬于已有特征分類手段的組合應用，缺少計算機相關理論的創新和應用，整體創新性不能達到本刊采用要求

  2024-08-07 16:48
• 畫個圈圈兜住幸福

  無審稿費用，8月27日提交，初審無意見，28日進入外審，10月12日增刊錄用，中間無修改。由于匆忙，未掛基金，可能有影響。

  2023-10-26 12:16
• zhaohhhh

  12.5投稿，12.6進入初審，12.12送外審，1.31回復增刊錄用，沒有任何審稿意見，后來在網上查了信息，發現這個期刊特別容易增刊錄用，最后撤稿，2個月結束，速度算比較快，但是容易增刊，不太推薦，文章質量比較好的，想快點可以一試。

  2023-03-27 14:08

提交