计算机应用研究

2025年07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

多模态行人重识别研究综述 摘要：在现代安全监控系统中，行人重识别技术扮演着至关重要的角色。面对行人图像的光照变化、视角差异和遮挡等问题，传统的行人重识别系统(personre-identification,RE-ID）准确性和可靠性受限。为应对这些挑战,研究者将多模...
语义通信在边缘算力网络中的应用研究综述 摘要：语义通信(semantic communication,SemCom)是一种融合智能与通信的新兴技术，有望突破传统通信的带宽瓶颈，成为未来第六代移动通信系统(6th generation mobile communication sy...

基于同态加密和零知识证明的区块链可扩展隐私保护方案 摘要：为了解决随着区块链技术的广泛应用而日益突出的隐私保护和性能扩展问题，提出了一种基于Okamoto-Uchiyama加密算法的改进算法，该算法在实现数据加密的同时支持零知识证明，实现了用户交易数据的完全隐私保护。此外，设计了一种基于匿名...
HyperledgerFabric并发冲突消除机制 摘要：HyperledgerFabric是一个主流的联盟链平台,当面临多笔并发执行且相互关联的交易时，现有架构容易生成大量无效交易，这严重降低了系统的有效交易处理能力。为了解决这一问题，提出一种融合映射与有向无环图（DAG)的冲突消除机制—...

PMoE：在P-tuning中引入混合专家的参数高效微调框架 摘要：大语言模型(LLM)在推理和生成任务中的表现显著提升,但现有的开源LLM在处理专业领域问题时仍存在知识不足，亟需针对特定任务进行微调。传统微调方法在多任务学习中难以兼顾低成本与高效性。为此,提出了一种名为PMoE的参数高效微调框架。该...
基于大语言模型的多任务生成式重构对话情绪识别 摘要：对话情绪识别(ERC)是对话系统研究中的一项关键任务,然而,现有模型往往由于管道设计的复杂性，容易过拟合于特定数据集和对话模式，从而限制了其泛化能力。为了解决这一问题，提出一个基于大语言模型的多任务生成式重构对话情绪识别模型（M-GE...
基于图文对比融合的图像人物情感识别 摘要：基于上下文背景识别图像中人物情感是近年来越来越受欢迎的一项任务，在许多领域都具有应用价值。现有的大部分方法只是分别编码人物主体与背景，提取出孤立的特征进行简单交互，缺乏有效的主体与上下文背景的特征融合机制，为了解决复杂背景与人物主体的...
基于深度特征交互与层次化多模态融合的情感识别模型 摘要：多模态情感识别近年来成为情感计算领域的重要研究方向，旨在通过融合语音、文本等多种模态以更精确地识别和理解人类情感状态。然而，现有方法在提取特征时缺乏模态间的关联性处理以及融合特征时忽视多尺度情感线索。为了解决上述问题，提出一种基于深度...
反向聚焦细粒度多模态语义对齐的视频字幕模型 摘要：现有视频字幕方法常通过引入多模态信息，辅助模型从复杂多变的视觉内容中提取关键且细粒度的信息，却忽略了因不同模态间表征差异引发的语义鸿沟问题。为弥合模态间的表征差异，促进跨模态信息有效对齐和高效融合，并提升对细粒度语义信息的提取能力，提...
基于CLIP文本特征增强的剪纸图像分类 摘要：针对剪纸图像分类中文本与图像模态差异大、类原型表达能力弱的问题，提出了一种基于CLIP模型的文本特征增强方法(CLIP visual text enhancer,C-VTE)。该方法通过人工提示模板提取文本特征，设计了一种视觉文本增强...

基于完整超图神经网络的捆绑推荐模型 摘要：捆绑推荐通过提供一组预定义的商品组合来增强用户体验并提升商家销售业绩。在视频点播、音乐播放列表生成等众多服务生态系统中同样扮演着重要角色。现有的捆绑推荐方法常常依赖共享模型参数或多任务学习的方案，忽略了用户、商品及捆绑包三者之间的深层...
基于高阶邻域信息交互的自监督异质图嵌入算法 摘要：针对当前自监督神经网络算法在获取邻域节点权重时,没有考虑到高阶节点信息影响的问题,提出一种基于高阶邻域信息交互的自监督异质图嵌入算法(SSHGEA-HNI)。其通过在注意力机制中添加前馈全连接层来捕获高阶邻域节点特征，从而提升局部优化...
基于超图和分层频谱滤波器的序列推荐模型 摘要：针对序列推荐中普遍存在的数据稀疏问题，以及用户和物品之间意外交互带来的噪声问题,提出了一种基于超图和分层频谱滤波器的序列推荐模型（HYFTRec）。HYFTRec将超图结构引入序列推荐，通过超图嵌入模块捕捉用户与物品之间复杂的高阶关系...
针对图像指代分割的训练后量化策略 摘要：图像指代分割(RIS)旨在通过理解视觉和语言信息来分割图像中给定语句所描述的对象，在交互式图片编辑以及语言引导的人机交互领域具有很强的应用前景。然而，现有解决方案倾向于探索高性能模型，忽视了对资源有限的边缘设备上实际应用的考量。为解决...
基于信息互补与交叉注意力的跨模态检索方法 摘要：随着互联网中多模态数据的快速增长，跨模态检索技术受到了广泛关注。然而，现实中一些多模态数据存在语义信息缺失，导致模型难以准确提取出其中蕴涵的语义特征。此外，一些多模态数据还包含了与语义无关的冗余信息，干扰了模型对关键信息的提取。为此，...
基于强化学习协同进化算法求解柔性作业车间节能调度问题 摘要：针对柔性作业车间节能调度问题(EEFJSP)，构建以最小化的最大完工时间和机器总能耗最低为优化目标的FJSP问题模型。首先，针对问题模型的特征,提出一种基于强化学习协同进化算法的自适应算法(QNSGA-Ⅱ);其次，引入状态空间和动作空...
融合实体邻域信息的时序知识图谱实体对齐 摘要：实体对齐的目的是通过匹配多源知识图谱中相同的实体来构造一个完整的知识图谱。现有方法主要集中在静态知识图谱上，未能充分利用大规模知识结构中普遍存在的时间信息，同时在融合实体邻域信息时忽视了未直接相连的潜在邻居。为此,提出了一种融合实体邻...
互补盲点策略和U型Transformer的地震数据去噪 摘要：去除随机噪声可以显著提高地震数据的信噪比(SNR)。盲点驱动的无监督去噪方法无需标注数据，能自动提取特征，但其忽略了噪声相关性，导致去噪性能较差。为此，提出了互补盲点策略和U型Transformer的地震数据去噪框架(CBUTS)。首...
SP-POMDP：堆叠物体抓取场景中的任务规划方法 摘要：在机器人抓取堆叠物体的工作场景中，由于环境中受杂波影响的传感器采样以及物体相互遮挡导致的部分可观测性,机器人无法实现准确、完整的建模,难以高效完成作业。针对以上问题,设计了一种基于状态修正的部分可观测马尔可夫决策过程(SP-POMDP...
基于果蝇协同算法求解双目标混装柔性作业车间分批调度问题 摘要：对于多产品混装柔性生产模式,研究生产、运输、库存、装配各环节密切联系的混装柔性作业车间分批调度问题。以最小化最大完工时间和总成本为目标建立模型，提出双层联动的多目标混合算法：多目标粒子群算法联动果蝇协同搜索算法，外层使用计算最佳分批策...
优化时间窗改进Dijkstra算法的无人驾驶磁悬浮车路径规划 摘要：针对无人驾驶磁悬浮车同轨道多车运营及车辆密度大的特点，研究了一种基于优化时间窗改进Dijkstra算法的磁浮车路径规划算法，考虑了路径冲突、调度成本等一系列现实问题,将Dijkstra算法与时间窗相结合，顺序规划各磁浮车的路径。首先，...
带频繁区域的空间并置模式挖掘方法 摘要：聚焦于空间并置模式挖掘，旨在探索空间特征间的共存关系。传统方法虽能识别频繁共存的模式，但无法确定这些模式在空间中的具体分布区域。为了解决这一问题,提出了一种新颖的带频繁区域的空间并置模式挖掘算法。算法分为两个阶段，第一阶段采用凝聚层次...
辅助任务增强的知识追踪方法 摘要：知识追踪是实现智慧教育的有效手段，它通过评估学生学习状况帮助学生及时调整学习策略。现有的知识追踪方法在处理习题和知识概念间的内在关系及获取学生个性化知识水平等方面仍有不足，针对这一问题,提出一种辅助任务增强的知识追踪方法（auxili...
基于冲突避让的多智能体有效旁路规划 摘要：针对狭窄环境中的多个智能体无法规避关键通道上的冲突，导致多智能体寻路效率低下的问题,提出了基于视场的冲突搜索有效旁路规划算法。在基于冲突搜索算法框架上层引入视场表示智能体的通信范围；通过扫描智能体通信范围内所有智能体的多值决策图，判断...

基于特征融合的音频伪造检测方法 摘要：随着人工智能的发展，合成语音与真实语音的区分变得更加困难，给音频深度伪造检测带来了挑战。现有的检测方法通常存在准确率低、泛化性差、抗干扰性弱等问题，为此,提出一种基于特征融合的音频伪造检测方法 MFF-STViT。该方法设计了一个新的...
基于多视图舌象特征融合的中医证型辨识 摘要：中医舌诊中，临床医师通过观察舌质、舌苔和舌底了解患者健康状态和病理变化。为解决当前中医舌诊辅助辨证模型缺乏对舌面和舌底的综合分析，忽视舌面和舌底特征互补性的问题，提出基于多视图舌象特征融合的中医证型辩识模型（syndrome iden...
多元异构耦合网络中竞争性舆情信息传播研究 摘要：针对舆情信息在跨平台交互过程中相互竞争的问题，提出在耦合网络下分析竞争性舆情信息传播规律。在SEIR模型基础上引入观点动力学,加入正、负面信息传播者，基于小世界网络和有向无标度网络搭建符合当下社交特征的耦合网络环境，构建多元异构耦合网...
基于增强控制流图与孪生网络架构的代码克隆检测方法 摘要：针对现有代码克隆检测方法存在上下文信息缺失以及语义学习能力弱的问题,提出一种基于增强控制流图与孪生网络架构的代码克隆检测方法。该方法首先设计了代码表示结构ECFG（enhancedcontrol flowgraph),在控制流图中嵌入...

奖励回溯DQN驱动的多QoS工业网络时隙调度方法 摘要：现有研究在多QoS(qualityof service)调度问题中，由于仅依赖即时奖励反馈机制，在资源受限的场景下处理时延敏感数据和具有连续传输需求的媒体数据时，存在可扩展性差和资源浪费的问题。为此，提出了一种基于奖励回的DQN(re...
基于QUIC的拥塞控制算法动态切换机制 摘要：传统静态配置单一拥塞控制算法的方式已无法适应跨时间和跨地域下的网络动态变化特性，拥塞控制算法动态切换被业界广泛关注。针对动态切换过程中的网络探测准确度低、传输性能波动等问题，在有线网络场景中开展了基于QUIC的拥塞控制算法动态切换机制...
CN2Conv：面向物联网设备的强鲁棒CNN设计方法 摘要：使用云辅助训练少参数的卷积神经网络(CNN)可以使其部署在资源受限的物联网设备上，然而现有少参数模型存在对复杂数据特征的提取能力不足、鲁棒性差的问题。为此提出了一种适应复杂数据且鲁棒性强的CNN设计方法,组合非线性变换卷积核生成方法（...

面向物流数据共享的可撤销属性加密方案 摘要：在信息驱动的时代，数据被赋予了更高的价值，成为推动各行各业发展的关键要素之一。针对物流数据共享过程中的数据安全问题，提出了一种基于多值决策图(MDD)访问结构的、支持用户分级访问且可撤销的密文策略属性基加密(CP-ABE)方案。该方案...
一种具有多级安全目标的动态对称可搜索加密方案 摘要：可搜索加密是将数据文件加密后存储到云端，然后对密文进行检索的一种技术。动态可搜索加密允许对云端的文件进行动态更新，然而现有动态可搜索加密方案都着重解决前向和后向安全问题且大多仅支持单用户搜索，无法同时保护搜索模式和访问模式。针对上述问...
基于双向数据流分析与图抽象嵌入的漏洞检测方法 摘要：随着网络攻击和犯罪日益猖獗，软件漏洞检测的准确性与全面性面临重大挑战。针对跨程序漏洞复杂语义难以捕获、数据流信息难以全面解析以及漏洞模式特征提取困难等问题,提出了一种基于LLVMIR与双向门控图神经网络Bi-GGNN的双向数据流分析的...
基于比特切片技术与指令集的LED算法快速实现 摘要：LED是一种专为资源受限设备设计的轻量级分组密码算法，具有低功耗、低内存占用和高效率的特点，非常适合应用于物联网(IoT)设备、RFID标签和嵌入式系统等。然而,随着对性能要求的不断提升，如何进一步优化LED分组密码算法的加密实现效率...
基于随机投影与改进min-max哈希的可撤销指纹模板保护方案 摘要：随着生物识别技术的广泛应用，未受保护的生物特征模板仍然面临着严重的安全和隐私泄露风险。现有的生物特征模板保护方案为满足不可逆性破坏了原始生物特征的结构，降低了生物特征模板的识别准确性，经常面临准确性和安全性的平衡问题。因此，提出一种基...

结合自适应局部图卷积与多尺度时间建模的骨架行为识别 摘要：鉴于人体骨架的固有拓扑结构特性，采用图卷积网络进行骨架数据建模成为行为识别的一种有效手段。然而，在骨架行为识别方法中存在固定拓扑图结构与固定内核大小的时间卷积难以适应多变的动作类型、姿态及行为时长，导致建模误差，影响识别精度的问题。为...
基于图元变换的建筑彩绘纹样图像矢量化方法 摘要：为了对包含可复用图元的建筑彩绘纹样图像进行矢量化，并保留图像中可复用图元的独立性与变换参数，提出一种基于图元变换的建筑彩绘纹样图像矢量化方法。该方法首先将复杂彩绘纹样划分为局部纹样;然后对局部纹样进行图元多分类检测，完成图元过滤和图元...
双流特征增强与融合的弱监督时序动作定位 摘要：弱监督时序动作定位旨在仅使用视频级标签对未修剪视频中的动作实例进行分类和定位。现有模型通常直接使用预训练的特征提取器从视频中提取片段级RGB和光流特征，但预提取的片段级视频特征只覆盖短的时间跨度，且没有考虑RGB和光流的互补性和关联性...
多尺度降噪自编码器的遮挡行人重识别研究与应用 摘要：为了解决行人重识别(ReID)中的遮挡问题，同时减轻遮挡数据集不足的影响，对遮挡行人重识别进行研究并提出了一种基于多尺度降噪自编码器的方法。该方法基于学生-教师模型采用知识蒸馏学习方法进行联合训练，实现知识从教师模型到学生模型的转移。...
基于深度正则化的三维高斯人体重建算法 摘要：现有多视图三维人体重建方法由于缺少额外几何约束和先验知识，从而导致重建结果在质量和完整性等方面表现较差。针对上述问题，提出了一种应用于稀疏视图的三维高斯重建算法DHGS。首先，结合多视图关节重投影和交并比误差改进人体模型参数估计方法，...
基于双曲空间的无监督视频异常检测方法 摘要：在视频异常检测领域中，异常事件往往具有时间连续性和相似性，现有的无监督方法将视频切分为多个片段并随机选取部分片段进行训练，破坏了异常事件的连续性，导致关键的时空信息丢失。此外，基于欧氏空间的现有方法在对视频数据建模时，受到嵌入空间维度...