计算机应用研究

2025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

联邦学习中隐私保护聚合机制综述 摘要：联邦学习(FL)作为一种新型的分布式机器学习(DML)框架，通过聚合参与者上传的本地模型参数训练全局模型，可以有效保护参与者的本地数据隐私。然而，这些本地模型参数仍然存在泄露参与者隐私的风险，隐私保护聚合（privacy-preser...
基于区块链的车联网数据共享综述 摘要：车联网数据共享，即不同车辆之间或车辆与基础设施之间交换和共享交通数据，可以有效提升驾驶体验、提高驾驶安全性。区块链凭借去中心化、防窜改、可追溯等特性，被广泛应用于车联网环境下的数据共享，为构造一个可信的数据共享环境提供了前所未有的机遇...

基于改进型多模态信息融合深度强化学习的自主超声扫描方法 摘要：针对基于深度强化学习的自主超声扫描方法存在训练扫描精度低、训练时间长、扫描任务成功率较低的问题,提出了一种基于改进型多模态信息融合深度强化学习的自主超声扫描方法。首先，该方法融合了超声图像、双视角探头操作图像和6D触觉反馈提供全面的多...
基于生成对抗网络与渐进式融合的多模态实体对齐 摘要：在教育领域中，知识图谱融合起着关键的作用。作为知识图谱融合的一个核心技术，实体对齐的目标是从多个知识图谱中识别等价的实体对。目前实体对齐方法大部分建立在假设源实体在目标知识图谱中有对应实体的基础上，当使用跨语言与跨图谱实体集时就会产生...
基于特性分流的多模态对话情绪感知算法 摘要：在主动健康领域，多模态情绪感知技术对于监测个人健康和提供医疗陪护具有重要意义。然而，当前多模态对话情绪感知技术在融合不同模态信息时面临挑战，尤其是在捕捉模态间的局部关系方面。为此，提出了一种基于特性分流的多模态融合算法MEPAD。该算...
面向视觉-语言模型的递进互提示学习 摘要：大规模预训练视觉-语言模型CLIP(contrastive language-image pretraining）可将输入图像和文本投影到公共语义空间实现跨模态对齐，且在广泛的下游任务上展现了较强的泛化能力。然而，现有的提示学习方法通...
多维度交叉注意力融合的视听分割网络 摘要：视听分割是根据图片和声音定位并精准分割图片中的发声对象。虽然目前大多数研究工作主要侧重于探索视听信息融合方法，但对于视听细粒度挖掘不够深入，特别是在对齐连续音频特征与空间像素级信息方面。因此，提出了基于对比学习的视听分割注意力融合方法...
基于多模态表征学习的自动音频字幕方法 摘要：在自动音频字幕(automated audio captioning,AAC)和大多数多模态研究领域中，模态差异一直构成重大挑战。增强模型对文本信息的理解，在建立文本和音频两种模态之间的无缝连接中起着至关重要的作用。最近的研究集中在通...

基于改进行为克隆算法的机器人运动控制策略 摘要：针对机器人在双臂协同插孔等精细操作中运动控制策略训练复杂、路径规划执行不够高效和精确的问题,提出了一种基于多尺度特征金字塔和注意力机制的改进机器人行为克隆算法。结合残差网络和特征金字塔设计backbone网络以提取并融合多尺度图像特征...
基于混合深度强化学习的云制造云边协同联合卸载策略 摘要：针对基于云边协同的云制造环境下制造资源实时感知数据难以及时处理的问题，考虑边缘端有限的计算资源、动态变化的网络状态以及任务负载等不确定性因素,给出一种基于混合深度强化学习（mixed-based deepreinforcement l...
考虑故障因素的多机器人动态任务分配及路径规划 摘要：针对复杂任务下多机器人鲁棒性问题，提出一种耦合式任务分配和路径规划方法，以满足复杂任务下的轨迹要求。首先，通过Dijkstra算法对环境中各任务栅格间的最短路径和距离进行预处理;其次，中央控制器负责任务下达，监测到机器人进入危险区域故...
基于物理信息强化学习的无人驾驶车辆跟驰控制模型 摘要：车辆跟驰控制是无人驾驶的基础控制技术之一。近年来，强化学习被广泛应用于无人驾驶车辆的跟驰控制任务中,使模型具备了较强的学习和模仿能力，但也面临可解释性差和输出不稳定的问题，给车辆运行带来了潜在的安全隐患。为了解决这些问题，提出了一种融...
基于改进多目标鲸鱼优化算法的云制造鲁棒服务组合方法 摘要：现有的云制造服务组合方法通常是在假设制造服务无异常的条件下进行，这使得现有模型及方法在服务异常时效率低下甚至失败。为了解决这一问题，提出了一种基于改进多目标鲸鱼优化算法的云制造鲁棒服务组合方法。首先，该方法通过为每个子任务分配一个首选...
基于ABSA与动态少样本提示的主观知识对话回复生成模型 摘要：在最新的任务导向型对话系统挑战中，有效利用主观知识(如个人见解)对于满足用户的特定需求至关重要。然而，由于此类知识具有个体主观性的特征，如何有效地整合和利用这些信息成为了研究的关键焦点。提出一种名为DynSense的方法，旨在解决从多...
改进自适应大邻域搜索算法及其在旅行商问题中的应用 摘要：为了克服自适应大邻域搜索算法(ALNS)在解决大规模旅行商问题时面临的初始温度设定困难及求解精度不足的问题，对传统ALNS进行了改进。首先，基于最近邻信息,提出了近邻移除算子和非近邻移除算子两种更具指向性的移除算子。前者负责区域性地移...
基于信息素矩阵优化蚁群算法求解城市建模的旅行商问题 摘要：针对城市建模中的旅行商问题,提出了一种结合信息素矩阵的随机平均、自适应扰动及动态比例重置为主的优化蚁群算法，从而优化城市建模素材获取过程中的路径搜索。该算法在每轮路径选择后，依据路径优劣进行整体性的局部信息素更新并通过2-opt优化加...
融合局部-全局历史模式与历史知识频率的时序知识图谱补全方法 摘要：时序知识图谱(temporal knowledge graphs,TKGs)是动态描述事实演变的图谱，其补全任务是根据历史预测未来未知的事实，关键在于洞察历史数据。然而,现有模型在捕捉历史事件的特征方面存在局限，不能准确地从时间戳中提...
一种面向情绪压力分布外检测的多任务跨模态学习方法 摘要：基于光电容积脉搏波(PPG)的情绪压力检测系统有望能够实现日常的便携监测，但由于不同个体间PPG 信号差异显著，导致在对训练时未见过的个体进行压力检测时存在严重的分布外(OOD)问题。针对这一问题,提出了一种基于多任务学习的跨模态压力...
基于句子转换和双注意力机制的归纳关系预测 摘要：关系预测是知识图谱补全中的一项重要任务，旨在预测实体之间缺失的关系。现有归纳关系预测方法通常面临语义信息和结构信息建模不足的问题，因此提出了一种基于句子转换和双注意力机制的归纳关系预测模型。该方法通过自动化检索描述增强了实体语义表示，...
基于多层特征融合与增强的对比图聚类 摘要：现有大多数对比图聚类算法存在以下问题：生成节点表示时忽略了浅层网络提取的底层特征和底层结构信息;未充分利用高阶邻居节点信息;未结合置信度信息与拓扑结构信息来构建正样本对。为解决以上问题，提出了基于多层特征融合与增强的对比图聚类算法。该...
使用NGN算法改进不平衡数值数据的研究 摘要：在少数类样本极少的情况下，传统过采样方法难以增加样本数量。为此提出了一种数值生成网络(NGN)算法。该算法将生成器生成的数据作为噪声添加到原始的少数类样本数据中合成新数据，直至达到平衡。生成器采用四层全连接网络，结合低结构和高结构特征...
一种基于终端策略的近似涟漪扩散算法 摘要：针对 k 最短路径问题(k-SPP)的高效求解需求，提出了一种基于涟漪扩散算法(RSA)的改进方法。首先,对原始RSA进行优化,限制每个节点产生的涟漪数量以提高计算效率,形成近似连漪扩散算法(ARSA）。其次，提出一种终端策略 Hτ ...
融合混合提示与位置感知的突发事件抽取模型 摘要：突发事件抽取任务旨在从突发事件新闻报道中检测并提取出所蕴涵的事件类型及其事件要素,该任务为公共安全和应急响应提供了详细和结构化的信息。针对突发事件抽取领域内文本数据稀疏导致的上下文信息忽视问题,提出了一种基于上下文增强混合提示模板与位...
面向说话人日志的多原型驱动图神经网络方法 摘要：最近，图神经网络在会话级建模中的应用，已显示出其在说话人日志任务上的有效性。然而,现有的大多数图神经网络变体仅依赖于局部结构信息，忽略了全局说话人信息的重要性，无法充分弥补说话人日志任务中说话人信息不足的问题。提出了面向说话人日志的多...
邻域变异的黑猩猩多峰优化算法 摘要：多峰优化问题既要求尽可能多的全局最优解，又要求其具有较高的精度，这就需要算法既能够协调种群的多样性和收敛性，又要具有较强的全局搜索能力。为此，提出邻域变异的黑猩猩多峰优化算法。它包括三个创新点：多变异邻域定向引导机制，随机变异增加种群...

基于增强型差分进化算法求解广义Nash均衡问题 摘要：针对经典数学方法求解广义Nash均衡问题依赖初始点选择、可微性条件较高、问题转换有信息损耗以及元启发式算法性能不足的问题，利用Nikaido-Isoda函数提出增强型差分进化算法直接对广义Nash均衡问题进行求解。首先，为改善差分进化...
面向可重构阵列的CNN多维融合数据复用方法 摘要：可重构阵列结构具有通用处理器的灵活性和专用硬件的高能效，已经成为应对卷积神经网络(CNN)等计算密集和访存密集型应用的最佳选择之一。然而，随着计算量的不断增加,访存开销持续上升，严重限制了计算效率的进一步提升。因此，提出一种面向可重构...
一种用于机器声音异常检测的ARViTrans方法 摘要：为解决现有机器声音异常检测方法只关注时域、频域或通道维度的单一特征，忽略了声谱特征与时间序列信息之间的相互联系，以及初始特征丢失导致样本数据分布拟合不准确,从而引发较高的异常漏检率和误报率的问题，提出了一种融合注意力机制和跳跃连接的机...
基于数据驱动的WSN故障检测框架 摘要：WSN节点通常部署在复杂的工作环境中，传感器节点故障不可避免，为了实时检测WSN中的故障，提出了一种数据驱动的故障检测框架。通过对无线传感网络运行初期采集的数据进行过滤和收集，使用过滤后的数据构造用于故障检测模型训练的数据集，提高模型...
一种面向软件众包的众包工人选择模型 摘要：软件众包任务中，选择不合适的众包工人常导致任务失败和任务发布者满意度下降。为解决因工人选择不当带来的问题,提出了一种综合考虑工人能力与任务匹配度的软件众包工人选择模型。模型包括基于TOPSIS和线性规划法的众包工人能力评估模型,以及基...

边缘计算中动态服务器部署与任务卸载联合优化算法 摘要：在移动边缘计算中，边缘服务器部署位置的固定性容易产生边缘服务器资源利用率不平衡的问题，从而导致任务卸载过程中时延与能耗的增加。针对该问题，提出了一种基于分层强化学习的联合优化算法。首先，将边缘服务器放置与任务卸载问题分解并转换为双马尔...
基于自适应差分进化算法的时间敏感网络流量调度 摘要：为在时间敏感网络(TSN)中保障时间敏感流量的确定性传输，提出一种基于自适应差分进化算法的流量调度方法。引入链路均衡约束条件，在种群初始化时监控链路拥塞情况进行路径选择;通过自适应算法调整参数联合优化路径选择与流量调度，实现最小化调度...
基于LCVAE-CNN的多任务室内Wi-Fi指纹定位方法 摘要：室内Wi-Fi接收信号强度指示(RSSI)指纹定位广泛应用于位置服务，但面临数据采集困难、环境动态变化的RSSI测量剧烈波动等挑战，难以实现高精度定位。为解决因数据稀缺和环境动态变化导致定位精度不佳问题,采用双编码器结构独立处理RSS...

基于多扰动策略的中文对抗样本生成方法 摘要：针对深度神经网络(DNN)在面对对抗样本的脆弱性问题,以及中文环境下高质量对抗样本的缺乏，提出一种新的中文对抗样本生成方法CMDS。在关键词选择阶段，该方法使用的Score函数结合了人类阅读时容易忽视和在意的地方,计算出适合添加扰动的...
基于用户选择的鲁棒与隐私保护联邦学习方案 摘要：针对联邦学习过程中模型参数易遭受推理攻击和拜占庭攻击等问题,提出了一种基于用户选择的鲁棒与隐私保护联邦学习方案,以增强模型训练的安全性和可靠性。首先基于雾服务器构建组的概念，设计了一种选择用户算法。该算法旨在挑选出信用分数较高的用户参...
云医疗环境下策略可更新的多权威属性基安全方案 摘要：在云医疗环境下，存储在云中的医疗数据存在隐私易泄露、访问策略更新开销大等问题。针对以上问题,提出一种策略可更新的多权威属性基安全方案。所提方案由医院、研究所等形成的多权威机构管理互不相交的属性集，使用密文策略属性基方案加密数据，实现了...

SP-CPGCN：用于尘肺病分期的超像素先验因果感知图卷积网络 摘要：针对尘肺病灶微小微薄以及现有深度学习方法受非因果特征影响，导致尘肺分期准确率低的问题,提出基于超像素先验的因果感知图卷积网络(SP-CPGCN)。具体来说，该网络通过对超像素而非整张胸片进行特征提取以学习局部微小特征;充分考虑节点间的...
基于多级多特征混合模型的白血病亚型自动分类 摘要：白血病作为一种隐蔽性高的癌症，其初期检测难的问题一直以来都是医生们关注的重点。现有的细粒度分类模型缺乏对小样本不平衡数据集的处理能力，导致其在白血病亚型分类上表现不佳。因此为了克服上述问题，进而加快医生诊断速度，缩短治疗时间，提出了一...
结合多尺度特征与局部采样描述的多模态图像配准方法 摘要：针对不同模态图像存在严重的几何差异和非线性辐射差异(NID)等问题导致的匹配难题，提出了一种结合多尺度特征与局部采样描述的多模态图像配准方法。首先，引入非线性扩散方程构建非线性尺度空间，然后结合相位一致性与ORB(orientedFA...
迭代伪点云生成的3D目标检测 摘要：3D目标检测是自动驾驶环境感知的关键任务。然而，在复杂场景中因距离和遮挡问题,激光雷达往往难以获取目标的完整点云，这极大地影响了目标检测的精度。为了应对这一问题，提出迭代伪点云生成的三维目标检测方法（IG-RCNN)。首先，在三维体素...
分层蒸馏解耦网络的低分辨率人脸识别算法 摘要：低分辨率人脸图像中大量面部细节特征丢失，使得目前许多具有较好性能的经典人脸识别模型的识别率急剧降低。针对该问题,提出了一种分层蒸馏解耦网络(hierarchical knowledge distilation decoupling,H...
基于运动分割的动态SLAM联合优化算法 摘要：针对传统 SLAM极易受到场景中动态对象的干扰，提出一种适用于动态场景的视觉SLAM算法——GMS-SLAM。该算法采用对极约束的几何方法替代语义分割，并通过光学膨胀进一步消除该方法可能存在的共面模糊情况。然后通过运动约束和刚性约束对...
基于预测划分卷积神经网络的全景视频快速编码算法 摘要：为解决基于多功能视频编码（versatile video coding,VVC）的等距柱状投影（equirectangular projection，ERP)全景视频编码复杂度过高的问题，提出了基于预测划分卷积神经网络（predict...