计算机应用研究

2023年06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

图表示学习方法研究综述 摘要：针对图表示方法的相关解析任务进行了研究，从形式化定义出发，首先以不同核心技术作为分类标准将图表示学习方法划分为五大类，其包括基于降维解析、矩阵分解、随机游走、深度学习和其他表示学习方法。其次通过归纳与对比分析梳理各类技术发展脉络，进...
协同入侵检测研究现状与展望 摘要：协同入侵检测技术（collaborative intrusion detection system，CIDS）能够检测分布式协同攻击，应对大规模网络入侵，拥有传统入侵检测系统所不具备的优势，而如何在提高检测性能的同时实现去中心化是一...
深度图超分辨率重建研究综述 摘要：虽然高质量高分辨率的深度图能够显著地提高各种自然场景计算机视觉任务的性能，但是深度相机硬件的限制使得消费级深度相机拍摄到的深度图存在分辨率低、质量差和无效空洞等问题。深度图超分辨率重建（depth super-resolution ...
弱监督与少样本学习场景下视频行为识别综述 摘要：近年来各类人体行为识别算法利用大量标记数据进行训练，取得了良好的识别精度。但在实际应用中，数据的获取以及标注过程都是非常耗时耗力的，这限制了算法的实际落地。针对弱监督及少样本场景下的视频行为识别深度学习方法进行综述。首先，在弱监督情...

基于区块链的边缘移动群智感知声誉更新方案 摘要：移动群智感知利用移动用户的智能终端设备以低成本获取大量感知数据，而恶意用户可能上传虚假数据以获取奖励。声誉管理是一种有效的解决办法，但是基于云服务器的移动群智感知系统存在高延迟、单点故障和隐私泄露问题。针对这些问题，结合区块链和边缘...
BPVis:面向DPoS区块链网络安全态势感知的可视化系统 摘要：基于委托权益证明（delegated proof of stake，DPoS）的区块链网络因其出色的性能表现而备受开发人员关注，进而对其区块链网络的安全与稳定性提出了更高的要求。为满足对于区块链网络监控与分析的的需求，根据DPoS共...

硬约束限制的情感文本生成方法研究 摘要：预训练语言模型在情感文本的生成任务中取得了良好效果，但现有情感文本生成方法多使用软约束的方式控制文本整体的情感属性，缺乏单词和短语级别的硬性控制。为解决以上问题，提出硬约束限制下的情感文本生成方法。首先使用方面情感分析技术提取句子的...
关键语义信息补足的深度文本聚类算法 摘要：针对大多数现有的深度文本聚类方法在特征映射过程中过于依赖原始数据质量以及关键语义信息丢失的问题，提出了一种基于关键语义信息补足的深度文本聚类算法（DCKSC）。该算法首先通过提取关键词数据对原始文本数据进行数据增强；其次，设计了一个...
融合全局和近邻协同信息的会话推荐算法 摘要：现有基于会话的推荐算法主要通过挖掘单个目标会话的项目转换关系进行推荐，对来自其他不同会话中项目之间的复杂转换信息考虑较少。为此，提出一种融合全局和近邻协同信息的会话推荐算法SFGN-GNN，同时考虑来自全局与近邻会话的协同信息，以充...
融合动态层次聚类和邻域区间重组的蚁群算法 摘要：针对蚁群算法搜索速度过慢以及解质量不足等问题，提出一种融合动态层次聚类和邻域区间重组的蚁群算法。在初始阶段，调整层次聚类阈值并按照类间距离最小合并的原则迭代至目标簇集，根据预合并系数进行簇间合并，通过蚁群系统得到小类路径并断开重组以加...
基于课程学习的无监督常识问答模型 摘要：无监督常识问答是利用机器自动生成问答数据来对模型进行训练的问答模型，目前方法生成的问答数据中存在噪声数据和问题的难度随机的问题。提出一种基于课程学习的无监督常识问答模型，首先根据知识生成问答数据集，再对问答数据集进行多样化评估和流畅...
融合多模态自监督图学习的视频推荐模型 摘要：现有视频推荐方法在算法框架中引入图神经网络来建模用户—视频协同关系，学习用户和视频的表示向量，但是节点中包含的冗余噪声会限制模型的建模能力。针对以上问题，提出了一种融合多模态自监督图学习的视频推荐模型（IMSGL-VRM）。首先，在...
知识状态神经推理的知识追踪模型 摘要：针对知识追踪研究忽略知识点之间的拓扑关系，从而限制了知识点状态的表示并最终影响预测效果的问题，提出一种知识状态神经推理知识追踪模型。首先建立知识点关系图和知识点状态图；其次利用扩散模型得到关系图和状态图的投影并完成融合；然后利用逆扩...
安全约束下合作型多智能体TD3算法 摘要：合作马尔可夫博弈中，每个智能体不仅要实现共同的目标，还需要保证联合动作能够满足设定的约束条件。为此提出了安全约束下的合作型多智能体TD3算法MACTD3 （multi-agent constrainted twin delayed ...
基于数据分布的聚类联邦学习 摘要：联邦学习（federated learning）可以解决分布式机器学习中基于隐私保护的数据碎片化和数据隔离问题。在联邦学习系统中，各参与者节点合作训练模型，利用本地数据训练局部模型，并将训练好的局部模型上传到服务器节点进行聚合。在真...
一种基于高阶累积量的因果结构学习算法 摘要：从观测数据中学习因果结构具有重要的应用价值。目前，一类学习因果结构的方法是基于函数因果模型假设，通过检验噪声与原因变量的独立性来学习因果结构。然而，该类方法涉及高计算复杂度的独立性检验过程，影响结构学习算法的实用性和鲁棒性。为此，提...
异质网络中基于关键词属性的Truss社区搜索 摘要：社区搜索旨在信息网络中寻找与用户指定的查询节点高度相关的稠密连通子图，是社会网络分析的重要研究内容。现有的社区搜索方法大多是针对同质网络，但现实中的信息网络通常是包含多种节点类型和多种关系类型的属性异质网络。提出了异质网络中基于元路...
融合超图注意力机制与图卷积网络的信息扩散预测 摘要：针对传统的信息预测缺乏对用户全局性依赖挖掘进行研究，提出了一种融合超图注意力机制与图卷积网络的信息扩散预测模型（HGACN）。首先构建用户社交关系子图，采样获得子级联序列，输入图卷积神经网络学习用户社交关系结构特征；其次，综合考虑用...
基于图模块度聚类的异常检测算法 摘要：社会网络的数据规模在不断扩大，现存的异常检测算法对复杂社会网络进行检测的效果不理想，提出了一种基于图模块度聚类的异常检测算法（anomaly detection algorithm based on graph modularity...
基于最优子段深度学习的手指运动想象脑电信号分类研究 摘要：目前已有的手指运动想象脑电信号多分类任务的分类性能均难以达到可用性能。在详细分析脑电信号时间尺度上的多种成分的基础上，设计一种信号子段提取的自监督子网络，然后把子段输入下一个子网络用于信号分类，两个子网综合成一个自监督混合的多任务深...
基于加权分类损失和核范数的领域自适应模型 摘要：领域自适应将源域上学习到的知识迁移到目标域上，使得在带标签数据少的情况下也可以有效地训练模型。采用伪标签的领域自适应模型未考虑错误伪标签的影响，并且在决策边界处样本的分类准确率较低，针对上述问题提出了基于加权分类损失和核范数的领域自...

具有非马尔可夫旅途感染的流行病传播模型研究 摘要：针对旅途中的接触可以扩大流行病传播规模的问题，在集合种群网络中考虑一种时滞旅行行为和旅途中的疾病传播和恢复过程，构建具有非马尔可夫旅途感染的传播模型并利用计算机仿真模拟系统中的传播过程。基于微观马尔可夫链方法，构建预测疾病流行阈值的...
基于申威众核架构的分组卷积计算加速与优化 摘要：针对应用普通卷积结构的卷积计算复杂度较高、计算量与参数量较大的问题，提出以国产SW26010P众核处理器为平台的并行分组卷积算法。核心思想是利用独特的数据布局，通过多核映射处理进行并行计算。实验测试结果表明，与单核串行算法相比，使用...
私家电动汽车在商业停车场的充电调度策略 摘要：随着私家电动汽车（private electric vehicles，PREV）的普及，大规模PREV的无序充电将引起用电负荷高峰，影响配电网安全。针对商业停车场环境下的PREV充电问题，首先提出一种车辆准入机制，尽可能提高车辆准入数...
结合纹理复杂度与小波系数特征的渐进式传输算法 摘要：针对远程桌面领域的环境需求，提出了一种结合图像纹理复杂度与小波系数特征的渐进式分层算法。首先根据纹理复杂度进行每个图像块的比特分配来提高对目标比特预算的利用率；然后分析图像块内不同子带特征重要性的顺序优化了高频细节分量在渐进式分层算法...
基于异质信息网络的安卓虚拟化程序检测方法 摘要：考虑到安卓应用虚拟化技术的功能特性，精确检测安卓虚拟化程序是识别其隐藏安全风险的基础和必要前提。为此，提出了基于异质信息网络的安卓虚拟化程序检测方法，并实现了原型系统Aiplugin。根据安卓虚拟化程序的特点，提取四类静态程序特征，...
基于配对特征融合的声学场景分类方法 摘要：在近些年的研究中，单设备的声音场景分类已经取得不错的效果，然而多设备声音场景分类的进展缓慢。为了解决多设备分类时样本数量差异大的问题，提出了一种配对特征融合算法。通过计算每一对配对样本在频谱图上的差异，将这些差异累加后取平均，可以获...
FERSF:随机模型检验引导的公平性增强推荐系统框架 摘要：在推荐系统的实际应用中，物品流行度偏差会被系统的反馈循环、机器学习训练模型以及一些外界因素所放大，从而导致大量的长尾物品得不到公平的推荐机会。针对反馈循环放大流行度偏差所导致的公平性问题，首次通过随机模型检验的方法进行公平性分析和增...
基于Flink的分布式在线集成学习框架研究 摘要：在大数据环境背景下，传统机器学习算法多采用单机离线训练的方式，显然已经无法适应持续增长的大规模流式数据的变化。针对该问题，提出一种基于Flink平台的分布式在线集成学习算法。该方法基于Flink分布式计算框架，首先通过数据并行的方式...
基于强化学习的数据库多属性索引推荐 摘要：传统关系型数据库通过人工方式进行索引推荐，已无法适应日益增长的数据需求，而机器学习技术可以有效地解决数据库索引选择问题。针对以往仅在静态数据库下进行索引推荐且无法及时更新索引配置的局限性，提出了一种基于强化学习算法实现为数据库数据动...

一种线性时间复杂度的高效路由保护方法 摘要：如何高效快速地应对网络中的故障是设计路由协议的基本要求和主要任务。由于动态路由协议在应对网络中的故障时，在协议动态收敛的过程中将会有大量的报文被丢弃。因此，目前路由器厂商普遍采用路由保护方法来克服网络故障，在众多的路由保护方法中，D...
基于社交意识和支付激励的D2D协作传输策略 摘要：在D2D协作传输场景下，传统的协作方案忽略了节点的自私性及在每个时间点个性化需求的差异性，导致D2D用户配对成功率较低。为了解决上述问题，提出一种基于社交意识和支付激励的D2D协作传输策略。具体地，首先利用物理层终端用户间相遇的历史...
基于VNF实例共享的服务功能链部署算法 摘要：针对服务功能链（SFC）部署过程中存在虚拟网络功能（VNF）实例部署成本和转发路径成本难以权衡的问题，提出了基于VNF实例共享的SFC部署算法。首先针对多链SFC建立VNF和虚拟链路映射模型，并预估路径部署长度上限，保证SFC时延需...
基于GAMP-MAP估计器的非对齐空中计算 摘要：现有的空中计算依赖融合中心的最大似然（maximum likelihood，ML）估计恢复来自不同设备传输信号的算术和，但在实践中，实现准确的信道增益预编码和设备之间的严格同步很困难，ML估计在非对齐空中计算场景中会遭受严重的错误传...
基于软件定义网络和移动边缘计算的车联网高效任务卸载方案 摘要：随着车联网（IoV）中车辆和智能应用数目的增加使计算密集型任务激增，传统架构难以满足用户需求。为解决车联网计算资源不足且分配不均匀、应用时延需求无法满足、任务能耗成本较高的问题，结合移动边缘计算（MEC）和软件定义网络（SDN），设...

基于FPGA的GIFT分组密码算法实现 摘要：GIFT算法作为PRESENT算法的改进版本，结构上更加简洁高效，在FPGA上运行时，性能仍然存在提升空间。对此提出了一种新的实现方案，通过将算法的40轮迭代计算优化为20轮迭，并将加解密与轮密钥生成操作并行执行。在xc6slx16...
恶意软件的时序对偶数据流图挖掘及其检测方法 摘要：基于数据流图的恶意软件检测方法通常仅关注API（application programming interface）调用过程中的数据流信息，而忽略API调用顺序信息。为解决此问题，所提方法在传统数据流图的基础上融入API调用的时序信...
基于云边联合防御的恶意代码传播模型 摘要：将云安全与点对群信息共享网络的特点进行融合，提出了一种基于云边结合（云安全环境和点对群信息共享网络相结合）的新型恶意代码传播模型，形成针对恶意代码的云边联合防御。首先，在经典的易感—感染—免疫传播模型的基础上引入云安全节点，并且增加...
车联网中基于雾计算和多TA的条件隐私保护认证方案 摘要：车联网在生活中扮演着越来越重要的角色，它可以有效地防止交通拥堵从而减少交通事故。然而，在车联网中总是有非法车辆试图接入车联网并发布虚假消息。此外，现有方案多数存在计算效率低下的问题。针对上述存在的问题进行了研究，提出了一种车联网中基...

基于机器学习的肺部CT图像非刚性配准误差预测方法 摘要：配准误差评估通常由人工完成，耗时费力；常用的Dice测度只关注组织边缘的配准误差，难以评估组织内部配准结果。针对以上问题，提出一种基于机器学习的肺部CT图像非刚性配准误差预测方法（PREML）。该方法首先构建形变场统计特征、形变场物...
结合深层密集聚合的新冠肺炎CT图像分类方法 摘要：新型冠状病毒肺炎在全球范围迅速蔓延，为快速准确地对其诊断，进而阻断疫情传播链，提出一种基于深度学习的分类网络DLDA-A-DenseNet。首先将深层密集聚合结构与DenseNet-201结合，对不同阶段的特征信息聚合，以加强对病灶...
基于Se-ResNet50特征编码器的公共环境图像描述生成 摘要：针对传统公共环境图像描述模型中编码器—解码器结构在编码过程中特征提取能力不足以及解码过程中上下文信息丢失严重的问题，提出了一种基于Se-ResNet50与M-LSTM的公共环境图像描述模型。将SeNet模块添加到ResNet-50的...
基于Transformer人像关键点检测网络的研究 摘要：为解决目前基于卷积网络的关键点检测模型无法建模远距离关键点之间关系的问题，提出一种Transformer与CNN（卷积网络）多分支并行的人像关键点检测网络，称为MCTN（multi-branch convolution-Transf...
基于记忆库和后处理方法解决长尾实例分割问题 摘要：数据的长尾特性一直是解决计算机视觉问题的一大挑战，为了应对这一挑战在实例分割任务中带来的困难，通常引入图像重采样作为一种简单有效的方法。然而一幅图像中可能存在多个类，仅通过图像重采样不足以在类别的数据量层面上获得足够均衡的分布，因此...
基于伪标签自细化的弱监督实例分割 摘要：大多数弱监督实例分割方法利用类激活图生成的伪标签以及多阶段的训练策略，在实例分割上取得了不错的性能，但这些方法在检出物体完整性上仍然面临许多挑战。针对上述问题，提出了一种基于伪标签自细化的弱监督实例分割方法（pseudo-label...
基于置信域伪标签策略的半监督三维目标检测 摘要：当前基于点云的三维目标检测方法很大程度上依赖于大规模高质量的三维标注。为了减少所需标签量，基于SESS网络提出了一种新的三维目标检测方法：基于置信域伪标签策略的半监督三维目标检测。首先设计了一种置信域伪标签策略，将学生网络的输出分成...
基于熵平衡的全景视频编码 摘要：高效的全景视频压缩对沉浸式、低延时的视觉体验十分重要。服务器端的全景视频通过投影到2D平面，经过编码、传输到客户端后，反投影到球面供用户观看，而全景视频投影过程中会在两极产生拉伸形变，由于过采样而产生像素冗余，破坏原有的信息熵分布。...
强化边缘结构的分段自适应图像修复算法 摘要：针对基于样本的图像修复技术在修复井下煤岩图像时存在纹理过渡延伸和边缘结构不连续的问题，提出一种强化边缘结构的分段自适应图像修复算法，其在Criminisi算法中引入基于ISEF的数据项和等照度线曲率信息构成新的优先权函数，解决了修复...
融合高频滤波和伪影损失的人脸超分辨率重建 摘要：人脸超分辨率重建的需求愈发强烈，针对现有方法在恢复图像时高频信息丢失严重导致平滑，同时伴随着伪影的问题，提出了融合高频滤波和伪影损失的重建方法。该方法能够获取人脸高频信息，在不影响细节纹理的情况下去除伪影，以生成对抗网络模型为框架，...
视觉特征对比解耦的广义零样本学习 摘要：广义零样本学习通常利用在ImageNet上预训练的深度模型来提取相应的视觉特征，然而预训练模型提取到的视觉特征不可避免地包含和语义无关的信息，这将导致语义—视觉对齐的偏差以及对不可见类的负迁移，从而影响分类结果。为解决上述问题，提出...