計算機應用與軟件最新期刊目錄

MambaGrasp：基于Mamba的快速目標抓取位姿檢測模型————作者：王子祥;張晨;陳靈;陳中祥;陽波;

摘要：針對現有基于Transformer的機器人抓取檢測算法檢測速度較慢的問題，提出了一種基于Mamba的快速目標抓取位姿檢測模型MambaGrasp。為了提升推理速度，該模型的特征提取模塊并行結合卷積與AM(Attention Parallel Vision Mamba)模塊，實現局部與全局特征的聯合提取。AM模塊由并行視覺Mamba塊結合通道注意力機制和殘差鏈接組成，以增強對關鍵通道信息的聚焦，并緩...

顧及深度語義與多尺度漸進融合的乳腺癌超聲圖像分割————作者：皮斯妮;葉昭毅;胡興龍;梅禮曄;

摘要：超聲圖像分割通過精確識別和定位腫瘤，支持早期診斷、治療規劃及疾病進展監測。然而，傳統乳腺癌超聲圖像分割方法面臨著噪聲干擾嚴重、邊緣信息模糊等挑戰。因此，提出了一種顧及深度語義與多尺度漸進融合的乳腺癌超聲圖像分割方法。首先，在深度語義特征編碼器中，利用移動卷積和壓縮-激勵通道注意力，對通道量進行設置，能夠從輸入的乳腺癌超聲圖像中提取出豐富且多尺度的局部特征表示；其次，引入自注意力機制，將全局注意力轉...

頻率先驗引導的條件生成對抗去雨網絡————作者：楊浪;張奕;

摘要：大多數基于深度學習的單幅去雨方法將去雨視為簡單的端到端映射問題，并未充分利用圖像內在的先驗信息，導致去雨效果不理想。對此，提出了一種結合圖像頻率先驗與條件生成對抗網絡的單幅圖像去雨網絡。該網絡的生成器基于改進U-Net設計，判別器中引入了圖像的頻率信息作為條件約束，使其引導生成器生成更清晰的去雨結果。實驗結果表明，該方法在公開雨水數據集上的定性評估和定量評估結果均優于現有方法

YOLOv8＿CD：一種優化的陶瓷類型檢測模型————作者：彭永康;楊世雄;揭嘉俊;茆靜蓉;李佳慧;

摘要：在探索和認識不同類型陶瓷的過程中，人們傳統上依賴于圖片檢索來了解和區分各種瓷器，這種方法雖然提供了直觀的視覺參考，但常常受限于效率低下和準確性不足的問題，限制了陶瓷文化的傳播和學術研究的深入。YOLOv8算法通過深度學習和計算機視覺技術，能夠快速準確地識別陶瓷類型。然而，YOLOv8算法在特征提取能力上存在局限性，尤其是在小尺寸和形狀復雜的目標檢測效果上不盡如人意。針對YOLOv8算法特征提取能力...

基于改進RT-DETR模型的輸電線路智能巡檢多目標識別算法————作者：盛楊;陳康偉;楊可軍;楊建旭;王松林;李宇;張瑞;

摘要：針對輸電線路智能巡檢場景中多目標檢測面臨的復雜背景干擾、多尺度目標識別困難等挑戰，以及現有基于卷積神經網絡的目標檢測算法在魯棒性和實時性方面的局限性，提出一種基于Transformer結構的改進RT-DETR模型。該模型通過重構混合編碼器中的特征融合模塊，設計結合空間-通道注意力的SCFM模塊，實現跨尺度特征深度交互，有效緩解背景干擾與目標尺度差異問題；同時在訓練時引入混合訓練方案，利用一對多標簽...

融合前沿技術的五六七瓷知識圖譜問答系統創新開發————作者：李錦;劉陶;邱望仁;

摘要：在五六七陶瓷收藏及鑒賞領域，很多愛好者及研究人員在獲取相關知識時面臨知識匱乏和知識難有效統一表達的問題。為高效獲取統一表達的五六七陶瓷知識，作者在建立五六七陶瓷領域專業數據集后在此基礎上實現了知識問答系統。本問答系統通過Bert-TextCNN模型與GPT接口對提問者的問句語義進行理解，問句中的關鍵實體利用BILSTM-CRF識別，在對提問者的意圖識別后從CasRel聯合抽取模型構建的知識圖譜中提...

多部天氣雷達三維組網應用系統的設計與實現————作者：甄廷忠;張濤;李子平;羅雪純;張婧琦;

摘要：以昆明CC、曲靖CA天氣雷達和昆明呈貢、昆明安寧2部X波段雙偏振相控陣試驗天氣雷達為數據源，初步研究了4部天氣雷達三維反射率組網和三維風場組網的算法，設計并實現了多部天氣雷達三維組網應用系統。系統采用C/S架構，服務器端主要完成雷達數據讀取、三維空間建模、數據填充和存儲等功能；客戶端實現數據下載、數據讀取和處理、圖像顯示和操作等。該系統完成了4部天氣雷達的三維組網和應用，實現了4部雷達的優勢互補，...

求解高維多目標帶時間窗約束的車輛路徑問題的數據驅動協同優化算法————作者：周瑩;孔令晶;劉少鵬;

摘要：高維多目標帶時間窗約束的車輛路徑問題是一類典型的組合優化問題，廣泛應用于物流調度與智能運輸。主流的元啟發式方法雖求解質量較高，但依賴多次迭代，計算資源消耗大，效率較低。為此，提出一種數據驅動協同的多目標優化算法，采用分階段策略：先構建基于強化學習的深度神經網絡，從大量數據中學習求解策略，快速生成高質量初始解；再通過啟發式方法在少數迭代內提升解質量，最終獲得收斂性與多樣性兼優的Pareto解集。在真...

一種基于Gibbs采樣的音樂生成模型————作者：白勇;牛啟鳳;

摘要：音樂的深度學習模型通常將作曲任務分解成一個按時間順序排列的過程，從頭到尾一次性創作一段音樂，這樣很容易造成錯誤的積累，影響生成音樂的質量。相反，人類作曲家以一種非線性的方式創作音樂，經常重溫和修改以前做出的選擇。為了更好的近似這個過程，設計了一個基于Gibbs采樣的音樂生成模型。首先，利用雙向Mamba網絡構成學習模塊，使模型能夠從真實音樂數據中學習時間尺度上特征依賴關系。其次，構建消除模塊和Gi...

基于多智能體的移動應用缺陷復現方法————作者：薛卓億;陳沛;洪賡;

摘要：在復現通過缺陷跟蹤系統提交的報告時，由于缺陷報告步驟缺失、點擊生成錯誤等原因，已有的移動應用缺陷復現方法的成功率和效率表現不佳。對此，該文提出了基于多智能體的移動應用缺陷復現方法MABot：通過仿生探索算法模擬測試人員的思維過程；利用耐心值回溯算法選取合適的時機撤回錯誤操作；設計多智能體系統對移動應用進行迭代式交互。實驗結果表明，MABot在真實缺陷報告數據集上的復現成功率達到了86.3%，比目前...

基于GCN與注意力機制的微表情定位方法————作者：錢自娟;胡志慧;

摘要：針對微表情幀的特征易受長視頻中宏表情與無關信息的干擾以及微表情小數據集在訓練過程中易出現過擬合現象的問題，提出了基于圖卷積網絡（GCN）和注意力機制的微表情定位方法。該方法通過GCN進一步提取面部感興趣區域（ROIs）的空間特征，并結合注意力機制強化特征間的關聯，在此基礎上融合時序特征來定位微表情的起始幀、頂點幀和結束幀。同時，通過優化GCN層間以及注意力頭輸出與輸入間的殘差連接方式來緩解特征弱化...

基于計數信息DETR目標檢測算法研究————作者：昌飛;董琇雅;李薌;

摘要：目標檢測技術作為智能感知的核心環節，在自動駕駛、智能安防等領域具有重要應用價值。針對復雜場景下傳統DETR模型特征表征能力受限的問題，本研究提出融合目標計數信息的Counting-DETR算法，實現了檢測精度與推理效率的雙重提升。該方法是一種基于集合的全局損失，其通過二分匹配強制進行唯一預測，用目標計數信息來輔助視覺特征增強，將其注入視覺模型當作全局線索增強視覺特征的推理能力。提出一個基于全局計數...

告警風暴治理研究綜述————作者：陳淼;張晨曦;彭鑫;趙文耘;

摘要：告警數據是監控和維護在線服務系統的關鍵信息，然而隨著系統規模與復雜度的增加，告警風暴現象日益普遍，為運維工作帶來巨大挑戰。文章系統總結了在線服務系統中現有告警風暴治理方法的研究進展，將相關工作分為告警關聯、告警聚類和告警優先級排序三個主要類型。研究詳細分析了各類方法如何綜合應用告警的文本、拓撲、指標、序列和歷史等多維數據，結合相應技術手段實現高效的告警風暴治理。同時，文章也探討了當前研究中存在的主...

基于大語言模型的在線服務系統故障診斷研究綜述————作者：張弼鋮;張晨曦;彭鑫;趙文耘;

摘要：故障診斷是保障在線服務系統安全可靠運行的關鍵技術，對于降低系統停機時間、減少經濟損失具有重要意義。近年來，隨著大語言模型的快速發展，故障診斷領域迎來了新的研究機遇與發展契機。文章梳理了基于大語言模型的在線服務系統故障診斷研究現狀，重點關注異常檢測和根因分析這兩項核心任務，并將現有方法歸納為基于提示工程和基于微調兩大類技術路線。在此基礎上，分析了大語言模型在故障診斷領域的優勢和面臨的挑戰，并探討了未...

基于DeepPath-CompGCN的知識推理技術研究————作者：王啟飛;劉昊霖;王俊龍;姚家馳;王傳濤;

摘要：針對現有知識圖譜實體關系信息缺失的問題，提出了一種結合復雜圖卷積網絡（CompGCN）與強化學習的DP-CompGCN知識推理算法，以應對復雜數據集中實體關系缺失的問題。DP-CompGCN方法首先通過CompGCN對知識圖譜中的實體和關系進行嵌入表示，捕捉它們之間的復雜交互關系，然后利用基于強化學習的DeepPath算法進行多條路徑推理，選擇最優推理路徑來補全缺失的關系。為驗證該方法的有效性，在...

基于單目相機的深度輔助3D目標檢測算法————作者：柳凡;佟維妍;高成;溫悠悠;

摘要：針對在單目圖像上進行3D目標檢測時由于缺乏深度信息導致檢測性能不理想這一問題，提出了一種基于Transformer架構的3D目檢測算法MonoDAB。將DAB-DETR圖像檢測算法的動態錨框的預測方式由中心點和寬高信息的形式改為3D中心點和到邊框距離的形式，使2D目標檢測精度達到了94.14%，相較與原算法提升了3.08%。在改進版的IDAB-DETR的基礎上增加提出的深度感知模塊，通過深度真值進...

基于機器視覺的井頭山遺址標本分類系統設計————作者：李霄;于欣;肖輝;方雅斐;

摘要：為解決井頭山遺址出土的海量陶片和貝殼的快速自動分類問題，提出一種基于機器視覺的標本自動分類系統設計。該系統主要由傳送控制、工業相機以及視覺處理三個模塊組成。首先，傳送控制模塊利用傳送帶將標本移動到目標位置后，紅外傳感器將觸發工業相機自動采集標本圖像；然后，視覺處理模塊利用改進ResNet算法對陶片和貝殼進行自動分類。為了消除陶片形狀特征的負面影響，使用數據增強和對比學習改進了ResNet算法，從而...

基于HOD-Net模型的教室密集場景人群計數方法————作者：楊月;連淑娟;馬朝鵬;趙成濤;易偉超;沙捷;

摘要：針對教室密集場景存在人頭目標尺寸小、圖像模糊、互相遮擋且數據集匱乏等問題，提出了一種基于Head Object Detection Network（HOD-Net）模型的人群計數方法。首先基于Backbone-Neck-Detect范式構建HOD-Net目標檢測模型，并通過增加頭部檢測層、引入特征增強提取模塊提升模型整體特征提取能力以及通過改進計算回歸框損失函數降低低質量候選框對模型的影響。最后通...

基于RC-Unet的腎臟CT圖像分割算法————作者：李賽鳳;周金治;馬光岑;賀浩洋;

摘要：為了解決邊緣部分特征未充分提取而導致腎臟邊界分割不精確的問題，實現腎臟的精準自動分割，提出了一種基于以改進的ResNet18為主干并集成了CBAM注意力機制的U形網絡（U-shaped network with an improved ResNet18 as the backbone and integrated with the CBAM attention mechanism，RC-Unet）...

拓展左心室掩膜的雙分支射血分數預測模型————作者：蘇晨希;張翰博;汪衛;董瑞朝;

摘要：基于超聲心動圖預測左心室射血分數對臨床治療具有重要意義。現有利用左心室分割結果的深度學習算法普遍缺乏對于分割精度的關注。因此，提出了一種新算法，通過掩膜將分割結果作為先驗注意力，獲取左心室的大致位置，并通過邊界拓展機制擴展注意力邊界，以緩解分割精度的影響。然后，整體采用雙分支結構，左心室分支與原始影像分支分別提取特征后通過特征融合模塊融合，用于射血分數預測。該算法在大型公開數據集上表現出了先進的性...

　　計算機應用與軟件來自網友的投稿評論：

提交