计算机应用研究

2022年11期

收藏成功

微博空间微信

类型

月刊

类别

定价

促销信息

全年订阅更优惠!

￥50.00 ￥12.00

原貌版试读单本购买

知识图谱平台综述 摘要：近年来，知识图谱被广泛研究和应用。为了能够更加准确、高效地维护知识图谱的全生命周期，以及对知识图谱进行更多复杂的操作，大量知识图谱平台被设计、开发和应用。而开发者通常是基于他们所拥有的知识图谱而进行设计和开发的，缺少对知识图谱平台整...
基于位置社交网络的兴趣点推荐研究 摘要：兴趣点推荐是基于位置社交网络中的研究热点之一。首先对从Web of Science收集的兴趣点推荐研究文献进行了分析；然后分析了影响兴趣点推荐的多种因素，并在分析传统兴趣点推荐方法基础上重点从用户历史签到信息建模和用户社交生成信息提...
联邦学习安全防御与隐私保护技术研究 摘要：联邦学习（federated learning，FL）在多个参与方不直接进行数据传输的前提下共同完成模型训练，充分发挥各方数据价值；然而，由于联邦学习的固有缺陷以及存储和通信的安全问题，其在实际应用场景中仍面临多种安全与隐私威胁。首...

基于加法同态的可修改区块链方案 摘要：传统区块链不可被窜改的特性限制了区块链技术的发展，而对可修改区块链的研究目前还处在初始阶段，许多方案在系统效率和安全性上还存在诸多不足。针对这些问题，首先，提出了一种改进的区块链数据结构使之适用于可修改功能；其次，使用同态加密技术设...
主从链下的物联网隐私数据跨域安全共享模型 摘要：为了解决各个信任应用域之间的跨域安全问题，保证隐私数据的跨域共享，利用区块链技术构建了基于主从链的隐私数据跨域共享模型。首先构建了主从链，并提出基于主从链的跨域共享模型架构；设计了基于智能合约的跨域访问机制，并基于跨域访问机制提出了...

基于MapReduce和MSSA的并行K-means算法 摘要：针对大数据环境下并行K-means算法存在的面对高维数据聚类效果差、数据分区不均匀、初始质心敏感等问题，提出了一种基于MapReduce和MSSA的并行K-means算法MR-MSKCA。首先，提出基于肯德尔相关系数和深度稀疏自动编...
融合级联活跃转发者的社交网络影响最大化方法 摘要：已有的社交网络影响最大化研究大多基于网络图结构，没有利用级联数据蕴涵的信息，不能有效捕捉用户间的真实影响。针对此问题，基于级联数据提出融合级联活跃转发者的影响最大化方法。该方法首先设计融合活跃转发者的嵌入式神经网络模型，通过级联转发...
基于多视图注意力机制的多维度价格预测模型研究 摘要：传统的股票价格预测模型只针对单一维度价格进行预测，忽略了多维度价格之间的复杂关系。因此，为了更好地对股票价格进行准确预测和为决策者提供前瞻性信息，提出了一种新的基于多视图注意力机制的多维度价格预测模型。通过多视图的深度可分离卷积网络...
MEC环境下多维属性感知的边缘服务二次聚类方法研究 摘要：移动边缘计算（mobile edge computing，MEC）环境下，海量的领域服务分布在边缘服务器上，如何对大规模的边缘服务进行精确的聚类是亟需解决的重要问题之一。为此提出了一种MEC环境下多维属性感知的边缘服务二次聚类方法。...
基于K-shell分解与邻居节点度去噪的链路预测方法 摘要：链路预测是研究复杂网络结构和演化机制的重要工具，提高链路预测的精度具有重要价值。针对传统的基于网络拓扑结构相似性算法预测精度偏低的问题，从网络优化去噪的角度进行分析，提出了一种基于K-shell分解与邻居节点度（KSDNN）去噪的链...
基于特征嵌入的去流行度偏差混合推荐算法 摘要：针对数据不均衡条件下贝叶斯个性化排序算法生成的推荐列表中存在强流行度偏差的问题，提出基于特征嵌入的去流行度偏差混合推荐算法。首先，利用卷积神经网络提取用户、物品特征确定用户偏好，并依据用户偏好对原始不均衡数据进行评分填充；其次，将卷...
融合注意力机制的互补产品推荐方法 摘要：互补产品推荐是为用户推荐可以一起搭配使用的产品。现有产品推荐方法考虑了产品的图像与文本的所有特征，但没有考虑到视觉和文本模态间的关系，此外并不是所有的特征对互补关系的贡献都相同。基于此种情况，提出了一种融合注意力机制的互补产品推荐模...
基于改进人工势场法的物流无人配送车路径规划 摘要：传统人工势场法在面对多障环境时易陷入局部最优，导致路径长度和拐点数量增多从而严重降低配送效率。为此，考虑复杂环境多障密集和离散分布特征，结合相对位置检测策略和边界条件判断决策，采用自主虚拟圆作用域设计，修正路径长度和拐点数量缺陷；进...
改进蚁群算法在路径规划中的应用 摘要：针对传统蚁群算法在机器人路径规划时存在收敛速度慢、易陷入局部最优等问题，提出了一种基于自适应归档更新的蚁群算法。根据路径性能指标建立多目标性能评估模型，对最优路径进行多指标优化；采用路径方案归档更新策略进行路径方案的更新和筛选，提高...
一种快速求解最短路径巡游问题的涟漪扩散算法 摘要：针对最短路径巡游问题（SPTP），提出了基于涟漪扩散算法（RSA）特征的SPTP分解方法。RSA通过模拟水面上涟漪传播的现象，在SPTP子问题间建立联系，相较于其他基于问题分解的算法减少了计算冗余度。进一步改进RSA，使其在维持时间...
基于改进UKF算法的移动机器人定位方法研究 摘要：针对移动机器人在多传感器融合定位过程中因噪声统计特性未知或不准确引起的定位精度不高的问题，提出了一种基于Sage-Husa滤波改进的无损卡尔曼滤波（UKF）移动机器人定位算法。首先建立了移动机器人定位相关模型；然后根据噪声统计特性时...
概念表示增强的知识追踪模型 摘要：知识追踪模型以学习者的历史学习行为数据作为输入，通过概念表示来描述学习者的概念掌握状态，从而预测学习者未来的学习表现。然而在概念的外延表示方面，当前知识追踪研究的概念外延信息被限制在一阶相关的范畴内，无法表征概念的一阶以上外延信息。...
基于标签推理和注意力融合的多标签文本分类方法 摘要：目前许多多标签文本分类方法主要关注文档表示，而丢失了大量标签相关的语义信息，导致分类效果不理想。针对以上问题，提出一种基于标签推理和注意力融合的分类方法，挖掘文档中与标签相关的特征以及相似标签之间的相关性，学习标签信息进行标签推理，...
基于Transformer和双重注意力融合的分层交互答案选择模型 摘要：答案选择是问答系统中的关键组成部分，提升其准确性是问答系统研究的重要内容之一。近年来深度学习技术广泛应用于答案选择，获得了良好效果，但仍旧有一定的局限性。其中模型对问题语义信息利用度低、缺乏局部语义重视、句子间交互感知能力差等问题尤...
基于互信息最大化的意图强化学习方法的研究 摘要：强化学习主要研究智能体如何根据环境作出较好的决策，其核心是学习策略。基于传统策略模型的动作选择主要依赖于状态感知、历史记忆及模型参数等，其智能体行为很难受到控制。然而，当人类智能体完成任务时，通常会根据自身的意愿或动机选择相应的行为...
基于转化策略的异质超网络表示学习 摘要：与传统网络相比，超网络结构更加复杂，并对现有网络表示学习方法提出了很大的挑战。为了克服网络表示学习面临的超网络结构的挑战，提出一种基于转化策略的异质超网络表示学习方法MT2vec。首先，结合团扩展和星型扩展将抽象为超图的异质超网络转...
基于类内方差和位置敏感哈希的多经验核学习 摘要：多随机经验核学习机（multiple random empirical kernel learning machine，MREKLM）选取少量样本来构造经验特征空间，但在投影时没有考虑数据的分布信息，并且样本选择时间长。为了利用样本...
无信号交叉口网联车调度与分布式控制策略 摘要：针对多车道无信号交叉口，在高交通流量时易发生拥堵的问题，提出了一种适用于交叉口智能网联车（connected automated vehicle，CAV）通行的解决方案，将问题解耦成顺序决策和分布式控制两个问题。而车辆调度是方案中的...
考虑疫情扩散传播风险的多目标拼车应急管理优化调度模型 摘要：为了解决在疫情背景下传统拼车出行模式面临的交互传染风险，对疫情背景下的拼车管理进行分析，提出了将低风险及潜在风险乘客分开服务的拼车策略。在进一步考虑拼车系统应兼顾的社会效益及服务质量的基础上，构建了在满足基本额定盈利及最小化等待时长...
多策略融合的改进粒子群优化算法 摘要：为解决传统粒子群算法收敛精度低、收敛速度慢和易陷入局部最优的问题，提出了一种多策略融合的改进粒子群算法。首先，设计了一种基于中垂线算法的游离粒子位置更新方法，加快了游离粒子的收敛速度；其次，设计了一种在最优粒子附近生成爆炸粒子的策略...
基于蒙特卡罗贝叶斯推理的移动群智感知可靠任务分配机制 摘要：针对现有任务分配策略的不足，研究了在工人数量有限的移动群智感知系统中任务分配策略，借助社交网络来分配任务并获得高收益。首先，建立了社交网络的动态不确定环境，利用社交网络完成任务，传播任务。然后考虑到不同社交网络对任务的偏好不同，设置...
基于离线利用率分析的混合关键级任务调度优化研究 摘要：现主流的混合关键级调度算法在系统高关键级状态下主要通过抛弃低关键级任务来保证高关键级任务的执行，进而保证系统的正确性。此方法常常导致低关键级任务无法执行但系统资源却过剩的问题发生，故基于该问题提出复合型SDU（schedule de...
分层优化机制引导的视觉机械臂联合模型优化 摘要：针对视觉机械臂系统整体精度不高、不易部署、校准成本高的问题，提出了具有分层优化机制的自适应多精英引导的复合差分进化算法（AMECoDEs-LO）。首先，对机械臂运动学模型和手眼标定外参模型进行系统集成；然后，以AMECoDEs算法为...
不平衡数据下预算限制的联邦学习激励机制 摘要：联邦学习的提出解决了在隐私保护下完成多客户合作的机器学习问题，而激励客户参与联邦学习是模型性能提高的一个重要前提。针对客户数据非独立同分布特征会导致联邦学习性能下降这一问题，考虑预算约束下，设计了基于单位数据成本和数据特征—EMD距...

融合多头自注意力机制的无接触心率估计模型 摘要：为了在光照变化和头部运动条件下实现准确稳定的无接触心率估计，基于U-Net模型提出一种融合多头自注意力机制的端到端心率估计模型rPPG-UNet。该模型通过使用U型编码器—解码器网络结构实现对生理特征的提取与重建，并使用Skip C...
面向高维和不平衡数据的供应链金融信用评价 摘要：针对供应链金融模式下中小企业的信用风险控制问题，提出了一种面向高维和不平衡数据的信用风险预测模型。首先，基于Pearson-XGBoost两阶段特征选择建立供应链金融信用评价指标体系；其次，通过改进的NM-SMOTE算法对数据集进行...
基于时间差约束的事件日志合并 摘要：在跨企业、跨系统的环境中，流程数据通常记录在单独的事件日志中，这使得无法挖掘完整的端到端的执行流程，因此提出的算法仅使用事件名称以及时间戳属性对日志进行合并。首先分别获取两个系统的过程模型以及根据活动的跨系统跟随依赖关系获得的合并模...
基于GB-AEnet-FL网络的物联网设备异常检测 摘要：针对物联网场景下，传统异常检测方法在海量不均衡数据中检测准确率低、数据异构导致模型泛化能力差等问题，提出了基于联邦学习的对抗双编码异常检测网络（GB-AEnet-FL）的物联网设备异常检测算法。首先，提出了一种基于异常数据的主动特...
基于小波变换和K-SVD的应急广播语音压缩方法 摘要：针对应急广播中语音传输效率低的问题，提出了一种基于小波变换和K-奇异值分解（K-SVD）的语音压缩方法，以提升应急广播信息传输的时效性。首先，该方法舍弃语音小波分解得到的高频分量，在小波合成时用随机信号代替；其次，在低频分量的压缩感...

一种低复杂度的鲁棒自适应波束形成算法 摘要：传统基于干扰噪声协方差矩阵（interference-plus-noise covariance matrix，INCM）重构的鲁棒自适应波束形成（robust adaptive beamformer，RAB）算法在多种样本数据协方...
面向5G车联网场景的移动任务动态卸载策略研究 摘要：由于车辆自身的高速移动性和资源有限性等特征，使得采用传统通信和计算手段的车联网场景无法满足用户日益增长的数据计算需求和体验质量需求。采用5G和边缘计算技术构建的新型车联网架构可以满足以上需求，但由于网络结构的变化，需设计适合新场景下...
基于熵权法的CRSN软决策协作频谱感知方法 摘要：在实际的无线环境中，阴影和衰落的影响会导致传感节点接收到的信号具有不同的特征。因此，深度衰落中的一些协作节点会出现严重的漏检，这将影响融合操作的最终结果。针对上述问题，提出一种基于熵权法的认知无线传感网（cognitive radi...
智能电网中基于MQTT协议的ABAC访问控制方案 摘要：在智能电网环境中，电力运营商和消费者通过智能电表进行大量高精度的用电数据的实时监测，用户机密数据持续暴露于未经授权的访问，在这种传统通信模式下，智能电表对家庭用户能源消耗的细粒度测量造成了严重的隐私安全问题，而现有的静态访问控制方法...
基于逐跳转发方式的单故障路由保护方法 摘要：业界提出利用LFA（loop free alternates）方案来应对网络中频繁出现的故障，然而LFA并不能保护网络中所有可能出现的单故障情形。针对上述问题，提出了一种基于逐跳转发方式的单故障路由保护算法SFRPA（single ...

基于CRT的gNB间切换认证方法与密钥协商协议 基金项目：国家重点研发计划资助项目；国家自然科学基金资助项目作者简介：谢桢（1997-），男，江西于都人，硕士，主要研究方向为5G网络安全、协议分析（whugauss@qq.com）；季新生（1968-），男，江苏如东人，教授，硕士，主要...
基于CFL的空间网络认证策略研究 摘要：卫星网络作为一种新兴的网络，具有覆盖范围广、传输环节少等优点，但拓扑结构复杂、链路频繁切换，因而面临诸多网络安全威胁。为解决卫星网络中身份认证等安全性问题，结合CFL认证体制，提出了一种适用于卫星网络的安全认证策略研究。在注册阶段，...
一种理想格上高效盲签名方案 摘要：为了更好地保护用户隐私安全，使签名具有抗量子性，使用拒绝抽样定理以及高低顺序位关系提出了一种理想格上安全高效的盲签名方案。该方案无须复杂的陷门函数，通过简单的计算即可实现盲签名功能。通过分析可知，该方案安全性规约于格上ISISn，m...
基于动态分析的底层虚拟机混淆器反混淆方法 摘要：底层虚拟机混淆器（OLLVM）是一个著名的代码混淆工具，除了用于保护商业软件的安全外，也被恶意代码的开发者所利用，以此增加分析难度。为便于安全研究人员对ARM恶意程序进行分析，提出并实现了基于动态分析的OLLVM自动化反混淆方法。对...
基于运动矢量多直方图修正的视频可逆隐写算法 基金项目：国家自然科学基金资助项目作者简介：邱枫（1997-），男，河南商丘人，硕士研究生，主要研究方向为信息隐藏；钮可（1981-），男（通信作者），浙江湖州人，副教授，硕导，博士，主要研究方向为信息隐藏（niuke@163.com）；...

一种新的强分辨性零样本目标检测方法 摘要：零样本目标检测是近年来用于对训练中未见（unseen）类别目标进行分类和定位的一种技术。由此带来了目标检测中的新问题——目标视觉特征与其对应的类别语义信息映射关系不准确，未见类别目标与背景分辨性不强。提出的强分辨算法（adaptiv...
集成RGB-D语义分割网络的室内语义地图构建 摘要：针对传统视觉SLAM准确度低、实时性差、缺乏语义的问题，提出一种全新的RGB-D语义分割网络，利用室内场景中受光照等条件影响较小的深度信息来提高分割的准确性，并且设计了轻量级多尺度残差模块（MRAM）和空间金字塔池化模块（ASPP）...
基于多尺度注意力机制的高分辨率网络人体姿态估计 摘要：针对人体姿态估计中面对特征图尺度变化的挑战时难以预测人体的正确姿势，提出了一种基于多尺度注意力机制的高分辨率网络MSANet（multiscale-attention net）以提高人体姿态估计的检测精度。引入轻量级的金字塔卷积和注...
基于组反馈融合机制的视频超分辨率模型 摘要：现有的许多视频超分辨率（video super-resolution，VSR）工作都集中在如何有效地对齐相邻帧以更好地融合相邻帧信息，而很少在相邻帧信息融合这一重要步骤上进行研究。针对该问题，提出了基于组反馈融合机制的视频超分辩模型...
基于关键帧节点自适应分区与关联的行为识别算法 摘要：基于视频的人体行为识别任务中由于大部分画面并不包含重要的判别信息，这对识别应用的准确性造成严重干扰。关键姿态帧既能表达视频又能降低计算量，且骨骼数据相比于图像包含更多维度的信息。因此，提出一种基于关键帧骨骼节点自适应分区与关联的行为...
基于重叠域采样混合特征的点云配准算法 摘要：针对部分重叠的两片点云配准效率低、误差大等问题，提出了一种基于重叠域采样混合特征的点云配准算法。首先，通过编码和特征交互的方式预测每个点的重叠分数，获得更丰富的点云特征；其次，提取重叠点的局部几何特征，基于重叠分数和点特征的显著性保...
融合双重注意力网络的儿童骨龄评估方法 摘要：骨龄评估是一种检测儿童内分泌与生长发育异常的常用方法，但深度学习方法中低质量手部X射线图像降低最终评估精度。针对该问题，提出一种增加手部X射线图像感兴趣区域面积的对齐网络，该网络以Swin Transformer结构作为主干网络学习...
基于近红外和可见光差分特征的图像融合方法 摘要：暗光环境拍摄的图像通常存在昏暗、噪声、偏色等退化问题。为此，提出一种基于差分特征的可见光与近红外融合方法。首先，观察到近红外与可见光图像成像不一致性，通过两者结构性差异构造差分特征；其次，利用差分特征映射为融合权重进行权重融合；最后...