计算机应用研究

2025年12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

推荐系统中的隐私保护：技术演进、评估框架与隐私效用协同发展 摘要：随着互联网和移动技术迅速发展，数据采集与处理能力显著提升，推荐系统能够深入挖掘用户行为特征，提供更为精准的个性化服务，改善用户体验。然而,海量数据的持续累积和推荐系统的广泛应用也带来了严峻的隐私泄露风险；在保障隐私的同时实现高效推荐，...
基于多模态动态图学习的假新闻检测研究综述 摘要：随着社交媒体的发展，假新闻以前所未有的速度和广度传播，对社会稳定、公共信任和个体利益构成严重威胁。传统的基于单一文本内容的检测方法难以应对利用AI生成的图文并茂、形式多样且传播迅速的现代假新闻，文本、图像、视频等多模态信息的融合分析和...

一种动态评估的去中心化跨链桥协议 摘要：针对现有跨链协议中存在的中心化委员会选举与节点行为评估不足问题,提出一种基于动态评估的去中心化跨链桥协议。该协议采用 PoW 驱动的动态委员会选举机制，结合节点行为历史与社会交互结构，构建多维度信誉值并引入激励策略,动态反映节点可信度...
MultiRelay：面向云边端架构的动态多中继链跨链方案中 摘要：针对云边端架构下现有中继链跨链方案存在的吞吐量不足、跨链活性难以保障及跨链验证开销高等问题,提出一种名为MultiRelay的动态多中继链跨链方案。首先，部署多条中继链并设计跨链交易动态分配策略，实现跨链交易的并行处理，以提升系统的整...

基于因果掩码控制与反事实干预机制融合的多模态仇恨模因检测 摘要：仇恨模因作为社交媒体中的新型暴力载体，其语义深度根植于社会文化背景,对内容安全治理构成核心挑战。现有研究聚焦浅层模态优化，忽视语义对齐的因果依赖性，导致跨模态语义偏差。针对该问题，提出了一种基于因果掩码控制与反事实干预机制融合的多模态...
基于对抗训练与多模态自适应特征融合的情感分析 摘要：多模态情感分析在基于在线课堂的智慧教育领域发挥着关键的作用，在近些年越来越受到关注。然而，当前多模态情感分析中存在着有效利用模态间的互补性方面不足、文本模态主导作用没有发挥、噪声干扰和鲁棒性不足等问题。针对上述问题，提出了一种基于对抗...
高速公路场景下的车辆换道意图预测研究 摘要：高速公路车辆在复杂动态场景下的车辆换道行为极易诱发交通事故，影响道路负载能力。为了提高预测车辆换道意图的能力，提出了一种基于双通道图神经网络(dual-channelGAT-MGCN)融合自注意力机制的换道意图识别模型。通过将图注意力...
基于大语言模型的多模态互动内容人机协作创作 摘要：针对大语言模型在互动内容生成中可能存在的用户可控性弱、专家知识门槛高及缺乏用户界面的问题,提出了一种基于大语言模型的人机协作工作流框架。该框架通过用户自定义的任务分解提升可控性，并辅以可视化调试界面优化生成过程。基于该框架，实现了一个...
基于有限标量量化与分阶段跨模态注意力融合的光伏功率预测 摘要：为解决光伏功率预测中多模态融合在处理模态异构性带来的数据表征差异与跨模态关联建模方面的不足等问题，提出了一种多模态气象数据融合模型（MMDF）。首先，该模型通过有限标量量化FSQ（finite scalarquantization)技...

融合多维度特征的图卷积网络知识追踪模型 摘要：知识追踪作为个性化教育的核心研究方向，致力于通过建模学生历史答题序列预测其知识状态。针对现有模型存在的全局关联建模缺失、特征融合薄弱和数据稀疏性等问题，提出一种融合多维度特征的图卷积网络知识追踪模型。通过构建学生-问题-知识三元交互图...
基于脉冲序列核的递归脉冲神经网络突触权值-延迟学习算法 摘要：递归脉冲神经网络是一类具有反馈回路的类脑智能计算模型，具有强大的复杂时空模式学习能力，但构建其高效的脉冲序列级监督学习算法仍面临挑战。突触权值和延迟在神经元间的信息传递中起着重要作用，然而现有研究大多关注突触权值的学习，对突触延迟的学...
基于因果发现的业务流程概念漂移根因分析 摘要：业务流程模型会随着时间推移发生演变，导致历史事件日志构建的模型逐渐失效。检测概念漂移可优化流程模型以适应环境变化，分析漂移原因则为优化提供了依据。现有的概念漂移检测技术大多依赖控制流中活动关系的变化，忽略了活动关系对漂移发生的影响力变...
基于自适应环吸引子网络的基础数值计算模型 摘要：提出了一种生物启发式的自适应HDC 网络模型,在模型中实现哺乳动物大脑头部方向细胞运作规律的模仿，利用自调整权重与Hebbian学习法则，实现了网络的自主学习与误差修正功能。实验结果发现，在自主学习方面，网络权重可基于计算误差进行自适...
融合文本增强与深度强化学习的交互式推荐方法 摘要：针对交互式推荐系统(IRS)仍然存在深度强化学习（DRL)所带来的数据稀疏性和大型离散动作空间导致的效率低下问题，提出了一种融合文本增强与深度强化学习的交互式推荐方法(TDIRS)。首先利用文本信息来获得丰富的嵌入表示,并构建一个基于...
基于大语言模型的飞行轨迹预测方法 摘要：飞行轨迹预测是空中交通管理系统中的关键任务,深度学习方法已在该领域取得显著进展，然而现有方法通常以黑盒方式处理数据，导致预测结果缺乏可解释性。大语言模型(LLMs)擅长文本理解和生成，具备强大的思考和推理能力，但其在飞行轨迹预测中的应...
融合动态模糊扰动和特征引导的稀疏大规模多目标优化算法 摘要：现有多目标进化算法在求解大规模稀疏多目标优化问题时存在稀疏性控制能力弱、目标冲突均衡性差、易陷入局部最优等挑战，针对上述问题设计了一种融合动态模糊扰动和特征引导自适应交叉的多目标进化算法（multi-objective evoluti...
面向复杂城市环境的无人机动态航迹规划算法 摘要：针对复杂城市场景下传统蚁群算法搜索效率不高、易陷入局部最优等问题,提出了一种无人机动态航迹规划算法。该算法定义了飞行转角和飞行高度代价函数，建立了无人机三维航迹规划目标函数，实现了对三维航迹的全局优化;其次，该算法对信息素浓度进行非均...
复杂环境下基于RRT\*引导MPPI的移动机器人路径规划 摘要：针对复杂环境下路径规划的高效性和动态避障问题,提出了一种融合全局快速随机探索树（rapidlyexploring random tree\*, RRT* )与局部模型预测路径积分（model predictivepath integr...
面向物联网安全的域映射增强与对抗增益聚合算法 摘要：为了在保障数据安全的前提下,拓展联邦学习在物联网异构环境中的应用,提出一种融合域映射增强与对抗增益聚合机制的联邦学习框架。该框架引入域映射增强方法增强对数据特征的提取能力,提高了特征可分离性，从而提高模型性能。该框架还提出了一种对抗增...
基于多视图多特征集成模型的EEG睡眠分期算法 摘要：随着单通道脑电(EEG)信号分析的睡眠分期方法取代多通道 EEG成为主要睡眠分期模式，使原本含有时间-空间(大脑皮层表面位置)-频率3维信息丧失了空域信息，并且由于大多数睡眠分期方法不具有频率分析能力使得EEG的频域未被利用,加之睡眠...
融合胶囊网络与细粒度语义匹配的多标签文本分类 摘要：基于深度学习的多标签文本分类主要存在两个方面的不足：一是忽略标签的语义信息以及标签之间的依赖关系，二是忽略了文本与标签之间的细粒度语义匹配。针对上述问题，提出了一种融合胶囊网络与细粒度语义匹配的多标签文本分类方法。首先通过标签嵌入将标...
通过递进知识更新和自一致性增强大语言模型推理能力 摘要：针对大语言模型(large language models,LLMs），虽然现有方法在复杂多步推理任务中（如思维链(chainof thought)通过引导模型生成推理步骤来增强推理能力,但常出现生成的中间步骤错误和信息遗漏问题，一旦...

考虑故障因素的云服务器的最优策略及性能分析 摘要：在云中心环境中，长期运行的服务器可能出现故障。为此，旨在解决存在故障风险的云中心中随机到达请求的服务器选择问题，以实现预期响应时间与功耗的最优权衡。采用马尔可夫决策过程对请求的预期响应时间进行分析，提出一种迭代优化方法以确定满足目标需...
二维簇态上基于测量的量子网络编码 摘要：为了利用基于测量的量子计算和量子网络编码在蝶形网络中实现远程节点间的纠缠粒子分发与量子信息传输，提出了一种二维簇态上基于测量的量子网络编码方案。该方案首先设计了一种基于测量的量子中继协议;其次，通过构建与蝶形网络拓扑相匹配的图态模型并...
RIS辅助的多小区无线信息能量协同传输方案 摘要：针对部署在信号盲区的智能物联网设备，其因严重的路径损耗导致能量采集受限问题,提出一种可重构智能反射面辅助协作多点同传的无线携能通信方案。该方案以采集能量最大化为目标，以信息用户的最小通信速率、基站的最大发射功率和反射面相移矩阵为约束，...
有源可重构网络中的联合波束优化与功率控制 摘要：针对无源可重构智能表面(RIS)系统中由“乘性衰落”效应引入的高路径损耗问题，提出一种面向多用户通信场景的低复杂度、高能效有源RIS联合优化方案。该方案以加权和速率（weighted sum rate,WSR）最大化为目标,在基站与R...

基于动态行为链和会话变异的API访问控制漏洞自动化检测方法 摘要：针对复杂交互场景下API访问控制漏洞检测存在的接口覆盖率低、自动化不足和检测精度低等问题，提出基于动态行为链和会话变异的自动化检测方法。通过多层动作链模拟用户操作路径触发API调用，结合流量代理中间件动态关联前端交互与后端API调用从...
异质性感知的自适应安全联邦聚合方法 摘要：针对联邦学习中非独立同分布(Non-IID)数据环境下的模型性能下降、动态敏感度隐私保护不足以及恶意攻击与通信延迟引发的鲁棒性失衡问题，提出了异质性感知的自适应安全联邦聚合方法（heterogeneityaware adaptive ...
基于安全洗牌的抗投毒攻击可验证联邦学习框架 摘要：针对联邦学习面临的模型重构攻击和投毒攻击等威胁,提出了一种安全且鲁棒的联邦学习框架。首先设计双域秘密共享安全框架，确保模型参数的隐私性;基于安全洗牌协议设计了安全中位数算法，解决了现有中位数计算中存在的参数泄露问题，并利用中位数梯度及...
基于非局域性正交乘积态的量子密钥协商协议 摘要：现有的互认证量子密钥协商协议普遍使用纠缠态以提高协议的安全性和效率，但其制备困难，在实际应用中不易实现。为此，提出了一种新的量子密钥协商协议，并实现了两方之间的身份互认证。在协议中，通信双方通过酉运算将身份信息与私钥信息编码至正交乘积...

面向开放场景的自适应阈值源相机识别算法 摘要：光响应非均质性(PRNU)噪声具有唯一性和稳定性，可作为成像设备的指纹用于源相机识别。现有的识别方法在开放场景下采用固定阈值比较峰值相关能量(PCE)大小，无法适应图像内容复杂度、图像尺寸、用于PRNU指纹提取的图像数量等带来的PCE...
基于多尺度注意力与动态软掩膜的无监督图像拼接方法 摘要：针对现有图像拼接技术因依赖特征匹配导致的伪影、失真等问题,提出一种基于无监督的图像拼接方法。该方法包含无监督图像配准和无监督图像融合两个阶段。在配准阶段，通过融合多尺度特征和高效局部注意力机制(efficient local atte...
基于环形卷积的遥感影像语义分割方法 摘要：针对基于编码器-解码器结构的遥感图像语义分割算法存在的上下文理解不足、小目标识别性能欠佳等问题,提出了一种基于环形卷积的新型语义分割模型——RingNet。通过引入环形卷积层来编码图像中具有环状分布特征的语义信息，并设计了环形残差（R...
集成重构与分割网络的工业异常无监督检测算法 摘要：工业生产中异常产品的识别是一项计算机视觉挑战，基于合成样本的无监督异常检测是当前研究的热点。针对缺乏跨层级响应优化、静态约束机制难适应对象边界变化和特征空间中特征相互耦合，难以建立紧致的分布边界等问题,提出一种集成重构与分割网络的无监...
复杂道路场景下智能驾驶单目3D车道线检测 摘要：车道线检测对智能车辆的环境感知和驾驶决策至关重要，针对现有方法在复杂交通道路场景中难以同时兼顾检测精度与速度的问题，提出一种高效的单目3D车道线检测方法。该方法通过采用动态蛇形卷积，有效提取车道线弯曲和细长形态特征;利用不同尺度的视图...
基于边界增强和加权大核的多尺度 RGB-D显著性目标检测 摘要：针对显著性目标检测中前景与背景分离效果不佳及背景噪声抑制不足的问题，提出了一种加权大核边界增强多尺度RGB-D显著性目标检测网络（LKMNet）。该方法通过引入边界增强加权大核融合模块(BWLKF)，结合边界信息与加权大核卷积结构，提...
基于BEV多模态特征融合的三维目标检测算法 摘要：针对多模态融合算法对小目标物体检测精度不足的问题，提出一种基于鸟瞰图视角多模态特征融合的三维目标检测算法(BEV-MFDet）。首先，对图像进行统一归一化，减少特征分布差异。对点云数据进行半径滤波与地面拟合，去除无效点云的影响。同时，...
一种面向手绘草图的多阶段跨域图像检索方法 摘要：针对基于手绘草图的图像检索任务中存在草图缺乏纹理与色彩细节导致跨模态特征对齐困难,以及跨域转换过程信息丢失影响检索精度的问题，提出了一种面向手绘草图的多阶段跨域图像检索方法（MSCD）。该方法分为三个阶段：首先，采用生成模型将手绘草图...