计算机应用研究

2024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

面向社会媒体的立场检测研究综述 摘要：随着互联网的不断发展，人们广泛使用微博、推特等社交媒体平台，导致每日涌现出巨量的用户生成内容。针对热点/关注话题，分析这些内容背后用户的态度具有重要意义，可以帮助相关人员决策，因此立场检测任务的目标是根据指定的目标和给定的文本，确定...
对LoRa网络的攻击与防御技术综述 摘要：由于LoRa技术具有通信距离长、功耗低和可扩展性强等优点，LoRa网络已成为低功耗网络（low power wide area network，LPWAN）领域中应用最广泛的技术之一，但其日益增多和丰富的应用场景也给LoRa网络的安...

基于多维信誉模型的区块链跨链节点信誉评估方法 摘要：针对现有跨链系统中的信誉评估方法很难对加入到网络中的节点反映实时或最近的行为变化，提出了一种基于区块链的跨链多维信誉评估方法。该方法综合考虑了企业节点在交易过程中的个体行为、交易历史等，并且提出以推荐码的方式来动态调整初始节点的信誉...
区块链动态分片自适应模型 摘要：分片机制是解决区块链吞吐量低和通信复杂度高等性能瓶颈问题的一种途径。然而在现有的分片系统中，分片之间的交易可以并行处理，这样会不可避免地出现频繁的跨分片交易，相比于片内交易，跨分片交易会增加确认时间。当系统中跨分片交易增多时会导致分...
改进的超额抵押高吞吐量多路径支付方案 摘要：在链下支付中，多路径支付较单路径支付在成功率和交易时延上存在显著差异。尽管Spear方案通过超额抵押显著提升了多路径支付的性能，但过多的抵押资金锁定可能对网络资金流动性造成重大影响。为解决这一问题，提出了一种改进的超额抵押高吞吐量多...

基于端到端深度强化学习求解有能力约束的车辆路径问题 摘要：有能力约束的车辆路径问题（CVRP）是现阶段供应链应用最常见的问题模型，现多采用启发式算法求解。但随着问题规模增大，启发式算法求解速度慢且无法保证解的质量。提出端到端深度强化学习（DRL）网络框架对CVRP进行研究。首先利用边聚合图...
改进JPS算法融合DWA的多机器人路径规划 摘要：针对传统的跳点搜索（jump point search，JPS）算法在移动机器人路径规划时，存在路径拐点以及中间跳点过多，路径规划时间较长等问题，提出了改进的跳点搜索算法I-JPS。I-JPS算法通过改进代价函数、引入叉积公式，来剔...
考虑订单拆分策略的AGV拣选效率优化方法 摘要：为提高智能仓库系统中AGV的拣选效率，针对AGV订单拣选优化问题分为AGV-货架任务分配、多AGV无冲突路径规划两个子问题进行研究，根据订单特点引入订单拆分策略，并以最小化AGV完成所有订单的总时间为目标构建数学模型。首先，设计了确...

练习嵌入和学习遗忘特征增强的知识追踪模型 摘要：现有知识追踪模型大多以概念为中心评估学生的未来表现，忽略了包含相同概念的练习之间的差异，从而影响模型的预测准确性。此外，在构建学生知识状态过程中，现有模型未能充分利用学生在答题过程中的学习遗忘特征，导致对学生知识状态的刻画不够精确。...
MDKT：融入多维问题难度的自适应知识追踪模型 摘要：知识追踪旨在评估学习者的知识掌握状态，然而已有研究表明，问题难度与知识掌握状态密切相关。忽略问题难度的知识追踪模型难以有效评估学习者的实际状态。为了解决上述问题，提出了融入多维问题难度的自适应知识追踪模型（multi-dimensi...
基于潜在空间生成器的联邦知识蒸馏 摘要：用户的异质性对联邦学习（FL）构成了显著挑战，这可能导致全局模型偏移和收敛速度缓慢。针对此问题，提出一种结合知识蒸馏和潜在空间生成器的联邦学习方法（FedLSG）。该方法通过中央服务器学习一个搭载潜在空间生成器的生成模型，该模型能够...
基于多层级注意力机制和动态阈值的远程监督关系抽取 摘要：远程监督关系抽取面临着数据质量的问题，即生成的数据集存在多类噪声，包括噪声词、噪声句和噪声包。现有研究主要集中在噪声句方面，忽略了其他噪声的影响，无法彻底消除噪声。为此，提出一种基于多层级注意力机制和动态阈值的远程监督关系抽取模型（...
基于句法依存和注意力机制的多特征多重融合情感分类模型 摘要：针对现有的深度学习模型难以提取在线评论的丰富语义信息，从而难以准确提取文本情感的问题，提出了一种基于句法依存关系和注意力机制的多特征多重融合情感分类模型MF-SDAM（multi-feature multiple fusion se...
融合距离阈值和双向TCN的时空注意力行人轨迹预测模型 摘要：为解决因缺乏部分行人建模思想、缺少时间维度的全局视野和忽略行人交互模式多样性，而导致交互建模不充分、低预测精度等问题，提出基于Social-STGCNN（social spatio-temporal graph convolutio...
智慧楼宇环境下基于数据压缩和改进灰狼算法的边缘计算卸载方法 摘要：智慧楼宇的边缘计算环境中，为了在资源受限且环境复杂的情况下最小化系统的整体时延和能耗，提出了一种结合数据压缩和改进灰狼算法（CLGWO）的边缘计算卸载方法。该方法首先采用差分字典编码压缩技术对数据进行压缩，预估数据压缩率及其产生的开...
融合差分教学优化的粗糙集属性约简算法 摘要：针对传统粗糙集理论在属性约简中存在计算复杂度高、易陷入局部最优解等问题，结合差分教学优化算法的全局搜索能力和粗糙集在处理不精确和不确定数据方面的优势，提出融合差分教学优化的粗糙集属性约简算法（rough set attribute ...
基于部分参考匹配集合的混合遗传算法解决本体匹配问题 摘要：不同本体之间的异构问题成为各种应用之间实现更智能化、高效的知识共享和通信的障碍。本体匹配是解决上述问题的有效方法。为了获取高质量匹配结果，提出了基于部分参考匹配结果（partial reference alignment，PRA）的...
基于数据增强和扩张卷积的ICD编码分类 摘要：针对ICD编码分类任务存在的标签分布不平衡、临床记录文本过长和标签空间庞大等问题，提出一种基于数据增强和扩张卷积的ICD编码分类方法。首先，引入预训练模型BioLinkBERT，在生物医学领域采用无监督学习方式进行训练，以缓解域不匹...
基于改进双重深度Q网络主动学习语义分割模型 摘要：针对在图像语义分割任务中获取像素标签困难和分割数据集类别不平衡的问题，提出了一种基于改进双重深度Q网络的主动学习语义分割模型CG_D3QN。引入了一种结合决斗网络结构以及门控循环单元的混合网络结构，通过减轻Q值过估计问题和有效地利用...
面向无监督特征提取的结构化图嵌入 摘要：特征提取是处理高维数据的最有效工具之一。然而，当前特征提取方法存在两个问题：一是它们没有同时捕捉数据的局部和全局结构；二是构建的图脱离数据的聚类数，没有与聚类相同的连通分量。为了解决这些问题，提出了面向无监督特征提取的结构化图嵌入方...
基于合作博弈和强化学习的优先信号控制方法 摘要：针对智能交通系统优先信号控制效率低问题，提出一种基于合作博弈与强化学习混合决策的八相位优先信号控制方法CBQL-TSP。该方法将公交信号优先权分配抽象成一个八相位信号时序的多目标决策问题，将信号相序细化为优先相位与非优相位，构建合作...
多角度语义标签引导的自监督多视图聚类 摘要：多视图聚类旨在从多个角度挖掘对象的特征信息，以获得精准的聚类结果。然而，现有研究往往无法妥善处理视图融合时产生的信息冲突，并且对多视图之间的互补信息利用不够充分。为解决这些问题，提出了一种由多角度语义标签引导的自监督多视图聚类模型。...
改进的分布估计鲸鱼算法求解区块链DAG任务调度问题 摘要：为了克服区块链单链技术效率低的问题，一种新的范式有向无环图正在蓬勃发展。针对区块链有向无环图中考虑代价权重的非独立任务调度问题，构建了区块链DAG的任务调度数学模型，并为了求解该问题提出了一种基于改进分布估计鲸鱼的新任务调度算法。新...
基于多尺度距离矩阵的语音关键词检测与细粒度定位方法 摘要：针对现有语音关键词检测方法定位精度低的问题，提出了一种基于多尺度距离矩阵的语音关键词检测与细粒度定位方法（spoken term detection and fine-grained localization method base...

基于SAT问题实例特性的端到端SAT求解模型 摘要：当前基于神经网络的端到端SAT求解模型在各类SAT问题求解上展现了巨大潜力。然而SAT问题难以容忍误差存在，神经网络模型无法保证不产生预测误差。为利用SAT问题实例特性来减少模型预测误差，提出了错误偏好变量嵌入架构（architec...
基于GT模型的多编码下一个兴趣点推荐模型 摘要：下一个兴趣点推荐是推荐算法领域的热点，旨在为用户推荐适合的下一地点。较新的研究通过图和序列方法模拟用户与POI的交互以及POI之间转换关系，性能得到显著提升。然而，现有模型仍然存在需要解决的问题。针对现有的下一个兴趣点推荐模型的局限...
自适应秩约束逆矩阵近似分解及其在语音增强中的应用 摘要：针对低秩约束和稀疏矩阵分解（constrained low-rank and sparse matrix decomposition，CLSMD）方法中硬阈值可能导致降噪后的语音信号分量丢失或出现孤立噪声问题，提出了一种自适应秩约束...
基于多层次随机梯度下降的大规模图布局算法 摘要：大规模图布局问题是图可视化领域研究热点之一。应力布局模型在保持全局布局结构方面表现出色，然而其求解速度却不及弹簧电荷模型，且局部布局质量也有所欠缺。在维持全局结构稳定条件下，为提高应力模型求解大规模图时的布局速度、改进布局局部结构表...
基于二维动态元胞自动机的伪随机耦合映像格系统及其动态特性 摘要：针对时空混沌系统中遇到的混沌强度不足等问题，提出了一种基于二维动态元胞自动机的伪随机耦合映射格系统方案。基于初等元胞自动机，设计了二维动态元胞自动机，通过变换其迭代次数，动态选取迭代规则和方向，实现状态的多样性更新，从而增强了元胞的...
基于小波重构-Autoformer的无人机融合空域饱和流量预测 摘要：为实现融合空域无人机的饱和流量预测，提出了一种基于小波重构-Autoformer（WR-Autoformer）的无人机饱和流量预测方法。首先使用小波变换分解交通流量数据，以减弱噪声的影响，凸显数据特征；然后利用Autoformer模...
基于均匀扫描和专注引导策略的自主探索算法 摘要：为解决机器人难以快速探索含有狭窄入口的未知环境，以及在探索收益接近的目标之间徘徊探索而导致探索效率降低的问题，提出一种包含均匀扫描和专注引导策略的自主探索算法USAGE。USAGE采用均匀扫描的方式检测地图的边界点，并对边界点进行聚...
基于知识回放的即时软件缺陷预测增量模型 摘要：即时软件缺陷预测技术可以实现细粒度代码变更的即时缺陷预测，对于提高软件代码质量和保证软件可靠性具有重要意义。传统静态软件缺陷预测模型在处理即时软件数据流时会存在“知识遗忘”的情况，从而导致模型泛化性能较差的问题。为此，提出一种基于知...

通信受限下基于注意力的多智能体协同算法 摘要：受限于现实场景中有限的通信资源，现有的多智能体算法在实际应用时面临诸多挑战，如带宽受限、通信噪声等。为了提升多智能体系统在通信受限环境中的协同性能，提出了一种创新的多智能体协同算法。该算法在设计过程中，针对通信对象、通信内容和通信时...
NOMA-MEC网络中基于优先级的多任务卸载策略 摘要：针对NOMA-MEC网络中多任务卸载引起的资源分配不均、卸载成本过高等问题，考虑任务的异构性和网络环境的动态时变性，以最小化平均卸载成本为目标，面向超密集异构边缘网络提出了一种结合任务优先级的部分卸载策略。首先，充分利用资源，使用二...
卫星物联网中面向多类型任务的计算卸载策略 摘要：边缘计算与卫星物联网相融合，可以将本地物联网设备产生的任务在靠近边缘端进行处理，极大地缓解了本地物联网设备的计算压力。然而，鉴于卫星物联网中计算任务具有多样性，由于任务特性不同需求也不同，针对每一种任务类型部署一套计算卸载策略会导致...

基于双注意力机制和改进对抗训练的漏洞分类方法 摘要：漏洞报告在网络安全中发挥着重要作用，大量且不断增加的漏洞对漏洞分类的效率和准确性提出了巨大挑战。为了缓解漏洞分类深度学习模型无法关注重要特征和容易陷入过拟合的问题，提出了一种新颖的基于双注意力机制和改进对抗训练的漏洞分类方法。首先，...
基于多目标支配分析和路径动态修剪优化的定向模糊测试技术 摘要：当前定向模糊测试技术的平均距离模型在多目标测试中缺乏对逐个目标的指向性，在导向同一目标时路径多样化不强，且未根据不同目标的覆盖程度动态调整距离度量，导致多目标测试不均衡和效率降低，难以在结合静态分析告警等多目标环境中开展漏洞挖掘。针...
SDN中面向流表溢出攻击检测的网络遥测调度方法 摘要：针对基于固定周期或特定事件调度的网络遥测在流表溢出攻击检测中产生的数据冗余问题，提出了一种面向流表溢出攻击检测的网络遥测调度方法——F-Sense INT。F-Sense INT通过分析流表溢出攻击流的特征，在数据平面针对性地收集对...
一种基于两级K-异步联邦学习的隐私保护入侵检测方案 摘要：5G的广泛应用导致物联网的设备和流量激增，降低了物联网入侵检测系统的效率和可靠性。目前的入侵检测系统主要使用同步的分布式深度学习方法，难以应用到现实的分布式异步场景中。另外，在分布式的训练过程中也可能遭遇推断攻击。针对以上问题，提出...

基于跨尺度Vision Transformer的深度哈希算法 摘要：为了解决当前深度哈希算法提取跨尺度特征能力不足以及难以拟合数据的全局相似度分布问题，提出了一种基于跨尺度Vision Transformer的深度哈希算法。首先，利用金字塔卷积和跨尺度注意力机制构建了一种多层次编码器，来捕获图像丰富...
TRNet:基于遥感影像的三通道区域增强变化检测网络 摘要：遥感影像变化检测任务是遥感领域的研究重心之一，目前大多为深度学习方法，主要采用单通道或孪生网络提取特征，能够较为有效地提取变化特征。但是随着遥感影像分辨率的不断升高，单一化的特征提取方式易受无关细节信息的影响，从而导致检测结果中变化...
融合物理信息的多材料模拟学习模型 摘要：物理动画（PBA）的目的是通过初始帧信息迭代生成多帧物理现象动画。而现有的基于深度学习的材料模拟模型基本采用编解码器来提高模型的拟合能力，没有充分利用材料本身的物理信息，导致模拟的效率和精度较差。针对该问题，提出了融合物理信息的多材...
区域时间变化学习的行为识别 摘要：针对现有的行为识别方法缺少对视频帧中区域级特征的学习，造成识别过程中对相似的行为类别混淆的问题，提出一种区域级时间变化网络。该网络包括局部-全局时间特征学习模块、区域语义学习模块、区域语义融合模块。局部-全局时间特征学习模块学习局部...
基于自分块轻量化Transformer的医学图像分割网络 摘要：传统的医学图像分割网络参数量大、运算速度缓慢，不能有效应用于即时检测技术。为解决该问题，提出了一种轻量化的医学图像分割网络SPTFormer。该网络构建了自分块Transformer模块，其通过自适应的分块策略重塑特征图，利用并行化...
双U型门控网络融合非局部先验的图像压缩感知重建方法 摘要：针对目前基于非迭代式网络的图像压缩感知重建方法存在着细节处理能力不足以及测量值利用不充分的问题，提出了一种双U型门控网络（dual U-shaped gated network，DUGN）用于图像压缩感知重建。该方法在原有的U型结构...
基于参考单元编码失真时域影响的率失真优化算法 摘要：针对通用视频编码标准H.266/VVC的独立率失真优化技术未考虑参考单元编码失真的时域传播影响而损失编码性能的问题，提出一种基于编码失真时域传播影响的低延时率失真优化算法。首先，根据视频图像的时域连续性特征，由运动补偿预测误差及重建...