计算机应用研究

2026年03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

基于秩函数合成的程序终止性验证综述 摘要：秩函数合成是程序终止性验证的主流方法之一，其基本思想是通过构造程序变量状态变换的良序映射来证明程序的终止性。近年来，深度学习技术在秩函数合成中的应用取得了初步进展，在一定程度上缓解了形式化方法对程序分析与逻辑推理等专业知识的依赖，同时...
智能服装版型生成技术研究综述 摘要：服装版型作为服装的基础单元，是连接设计与生产的关键桥梁。随着服装数字化和智能化需求的提升,智能服装版型生成技术逐渐成为研究重点。系统梳理了当前主流的三维模型、图像和多模态驱动的服装版型生成方法，涵盖模板匹配、优化算法与深度学习等技术路...

模态缺失场景下基于生成重构和交互式自挖掘的多模态情感分析 摘要：在多模态情感分析任务中，真实应用常出现模态缺失现象，而现有缺失模态生成方法普遍过度依赖自动生成的模态表示，易导致生成误差放大和泛化能力不足等问题。为此，提出一种提示生成-双模态重构-自挖掘的多模态情感分析框架（prompt-recon...
基于分布感知与扩张卷积金字塔的SNO位点预测方法 摘要：S-亚硝基化(S-nitrosylation,SNO)是一类在多种生理与病理过程中具有关键调控作用的可逆性蛋白质翻译后修饰，其修饰位点的准确识别对于阐明疾病机制与开发靶向治疗策略具有重要意义。针对现有方法易受伪负样本干扰、跨通道语义复...
知识图谱增强的残差集成网络舆情热度预测方法 摘要：针对现有舆情预测方法难以融合多源异构数据并挖掘深层语义关联的挑战,提出知识图谱增强残差集成框架(KG-ARRE)。该框架提取微博日粒度基础特征，基于文本语义分析构建主客体交互知识图谱，并利用自回归滑动平均模型(ARIMA)提取热度序列...
基于CLIP语义特征增强的图像描述 摘要：基于检索的图像描述能够利用丰富的外部先验文本知识，但现有研究仅将检索到的文本用作文本提示,视觉信息则完全依赖于CLIP视觉嵌入。这种方法的局限性在于，模型使用的文本提示信息未能充分表示到视觉嵌入空间。针对该问题,提出了ECSFCap模...
WKCN：基于小波-KAN协同优化的自适应图像描述算法 摘要：针对图像描述任务中多尺度纹理表征不足、特征融合冗余及动态语义建模有限的核心挑战，提出一种基于小波-Kolmogorov-Amold网络(KAN)协同优化的自适应图像描述算法WKCN。首先，设计小波-KAN多尺度非线性增强模块（WKMN...

面向智慧医疗的联邦学习动态节点选择和资源分配方法 摘要：将联邦学习应用于无线身体区域网络(wireless bodyarea network,WBAN)可解决隐私数据保护问题，但仍然面临着全局模型准确率下降和能耗高的挑战。提出了面向智慧医疗的联邦学习系统模型，构建了各个WBAN节点参与联邦...
面向智能交通的安全高效个性化联邦学习框架 摘要：区块链与联邦学习的融合为智能交通系统提供了一种去中心化、隐私保护的数据协同方案。然而终端设备类型多样、数据分布呈非独立同分布(Non-IID)，且传统单链结构难以满足高并发训练的吞吐与延迟需求。为此,提出一种安全高效的个性化联邦学习框...
SDP-FL：选择性差分隐私的工业物联网联邦学习框架 摘要：随着工业物联网(IIoT)的快速发展，如何在保护数据隐私的前提下高效利用设备数据成为亟待解决的问题。联邦学习(FL)作为一种通过本地训练模型并共享模型参数的技术，已成为保障数据隐私的有效方法。然而,现有FL仍存在隐私泄露的风险。为此,...

基于Chernoff界的概念漂移检测方法 摘要：为应对分类模型性能下降的问题，需要及时检测数据流中的概念漂移，以更新基分类器并提高分类准确性。提出一种基于均值的Chemoff界的检测机制，在提升漂移检测速度的同时，确保了较高的准确性。利用基于均值的Chernoff界，提出基于当前均...
自适应规模邻近与K壳分解的空间并置核模式挖掘 摘要：随着空间信息技术的发展和城市空间数据的快速增长，空间并置模式挖掘已成为理解空间对象潜在关联关系的重要手段。为克服传统方法在表达空间对象主导性及忽略实例规模差异方面的不足，提出一种面向城市功能分析的空间并置核模式挖掘方法。该方法构建了基...
基于动态邻域聚合与类型增强的知识图谱补全方法 摘要：针对现有的基于图神经网络的知识图谱补全模型未能区分不同邻居实体对中心实体的贡献度，以及其仅依赖于结构信息的提取,忽略了实体固有类型所携带的重要语义信息，导致嵌入表达能力不足，限制了模型预测性能等问题，提出了一种基于动态邻域聚合与类型增...
动态知识选择与自适应迁移的多目标多任务进化算法 摘要：多目标多任务优化旨在通过跨任务传递搜索经验同时优化一组多目标优化问题。针对问题求解过程中所存在的知识负迁移现象，提出了一种动态知识选择与自适应迁移的多目标多任务进化算法。首先，给出基于邻域协同的种群生成方法，该方法通过任务间微量知识迁...
基于动态邻接融合与通道混合的图神经网络社团检测方法 摘要：随着社交网络、电商平台等场景中图数据的动态演化,动态社团检测问题已成为图表示学习中的关键任务。现有方法多基于统一的时间衰减机制建模图结构演化,难以刻画节点间异构的时序行为;同时，节点特征在通道维度的交互建模不足，限制了模型在表达能力与...
融合A*算法与模型预测控制的海空协同动态路径规划方法 摘要：针对复杂海洋环境下海空协同路径规划效率低、实时性差及动态适应性不足的问题，提出一种融合新型 A* 算法与模型预测控制（MPC)的动态路径规划方法( A* -MPC）。首先，为无人船构建多约束路径优化模型，利用动态权重 A* 算法求解，...
车联网环境下考虑侧向偏移效应的网联车辆跟驰模型 摘要：车联网技术加速落地的背景下，车辆可通过V2V实时共享运动状态，然而既有跟驰模型普遍忽视侧向偏移对纵向稳定性的耦合干扰，导致理论预测与实测拥堵波形偏差较大。针对存在的跟驰车流的交通拥堵问题,基于车辆侧向偏移行为的特性分析，提出了一种考虑...
融合防御式交互机制的人工旅鼠算法及其应用 摘要：针对人工旅鼠优化算法在复杂优化问题中存在收敛精度不足且易陷入局部最优的问题，提出了一种融合防御式交互机制的人工旅鼠算法(improved artificial lemming algorithm,IALA）。首先,通过种群自适应调节因...
基于动态输出节点选择的遗传规划算法解决本体匹配问题 摘要：遗传规划(GP)是求解本体匹配问题的有效方法，然而，由于本体匹配任务具有庞大的搜索空间，固定根节点输出的GP无法快速地获取高质量匹配结果。为了提高算法的搜索效率和匹配结果的质量，提出了一种基于动态输出节点选择的GP。该算法将动态输出节...
时滞效应下双层耦合网络舆情传播动力学模型 摘要：针对社交媒体环境中舆情传播的动态过程,探讨了信息传播与消亡过程中存在的时间滞后对官方-民间双层耦合网络舆情演化的影响。首次建立官方层(OLN)与民间层(CLN)耦合的双层网络传播动力学框架，并引入时滞参数 τ 刻画权威信息发布与公众响...
基于知识蒸馏及元梯度初始化剪枝的混合压缩方法 摘要：针对深度神经网络在初始化剪枝中存在表征退化与精度下降的问题,提出一种双阶段同构蒸馏框架（dual-stage homogeneous distillton,DHD）,以实现高效稀疏建模。该方法包括同构自蒸馏（homogeneous s...
基于双图与多层次对比的多变量时间序列异常检测方法 摘要：多变量时间序列异常检测对于保障工业系统与物联网的稳定运行至关重要。现有方法对于多变量时间序列中变量间复杂依赖关系的提取往往不够充分，且对正常模式的构建能力不足，判别异常时效果欠佳。为此,提出一种基于双图与多层次对比的多变量时间序列异常...
AACD：基于属性协同的自适应物质扩散推荐算法 摘要：针对传统基于二部图的物质扩散算法难以适应用户偏好异质性和物品属性多样性的问题，提出了一种自适应属性协同的物质扩散算法（adaptive atribute-collaborative material diffusion,AACD）。首...
基于开源大语言模型的文本增强框架 摘要：针对传统数据增强方法仅在数据层面操作,难以突破语义空间封闭性的问题,提出了一种基于 Deep-Seek 的文本增强框架(DS-Aug)。该框架利用推理链提示模板生成语义一致且具领域特异性的增强样本和蒸馏知识，并设计知识感知迁移融合模型...
超图驱动的多源知识融合情感对话生成方法 摘要：情感对话生成是提升系统交互体验的关键环节,但现有方法在多源知识建模和情感策略引导方面仍存在不足，难以同时捕捉语义、情感和策略间的高阶依赖关系。为解决上述问题，提出了一种超图驱动的多源知识融合情感对话生成模型（MIFS-HGCN)。该模...
基于时空上下文感知的解纠缠兴趣点推荐 摘要：现有PoI推荐方法在时空上下文建模与兴趣解纠缠方面存在不足，难以兼顾多层次的时空依赖，且用户兴趣容易混淆，限制了对多样性兴趣和冷门PoI的发现。针对上述问题，提出了一种基于时空上下文感知的解纠缠兴趣点推荐模型（ST-DPR）。该模型设...
基于MAPPO算法的串行多车间调度方法 摘要：针对串行多车间动态环境复杂、生产调度困难等问题,提出了一种基于多智能体深度强化学习的调度优化方法。将调度过程建模为马尔可夫决策过程模型，设计了机器选择与AGV调度两类智能体并构建车间多智能体协同调度框架。引入异步更新机制对 MAPPO...

融合音类检测和模板匹配的声韵母标注方法 摘要：针对低数据条件下连续汉语语音的自动声韵母标注方法进行了研究。提出采集有限样本构建声韵母模板，采用模板匹配策略确定连续语音中声韵母的边界及转写。基于声韵母特性，系统性地引入音类检测技术，将连续语音分为清音、浊音及元音等音类区域，以此提升...
基于GSPN的云控制系统容错构型建模与可靠性评估 摘要：云计算服务较低的可用性与工业控制系统较高的可靠性之间存在显著矛盾。通过冗余容错构型能够以空间为代价提升云控制系统的无故障运行时间，但需解决基于多副本的云控制系统容错架构设计与可靠性量化评估问题。结合云计算资源弹性扩展、虚拟机/容器动态...
一种通用的基于Wi-Fi探针数据的人群密度估计方法 摘要：随着对于大规模人群聚集活动的监控需求日益凸显,基于Wi-Fi的人群密度监测技术逐渐应用于公共安全管理,但其受限于RSSI(received signal strength indicator）的显著波动性与MAC地址匿名化造成的个体识...

基于双链结构与HMB + 树索引的食品溯源查询方案 摘要：针对基于区块链的食品供应链溯源系统中数据存储压力大与查询效率低的问题,提出了一种基于双链存储结构与 HMB+ 树索引机制的溯源查询方案。首先，构建联盟链 + 私有链的双链架构，以实现对产品各阶段信息分开上链，并减轻主链的存储负担;同时...
基于自注意力机制的全局社区隐藏算法 摘要：社区检测算法在揭示网络结构和挖掘数据方面具有显著优势,但也带来用户隐私泄露的潜在风险。为解决该问题，社区隐藏已成为一个广泛研究的解决方案。然而，现有的大多数社区隐藏的研究集中在拓扑网络上，在属性网络方面取得的进展很有限。针对上述问题，...

基于异质图和Mamba的跨模态遥感语义分割 摘要：针对可见光遥感影像语义分割中跨模态特征异构性显著及深层语义交互效率低下的问题，提出了一种跨模态异质图引导的Mamba网络（CHGMNet）。该方法通过设计跨模态异构特征对齐模块（CHFAM)，利用异质图卷积构建可学习的特征相似性度量，...
基于非对称框架的高效图像语义检索范式 摘要：针对图像检索中全局特征匹配-重排序两级架构存在的计算冗余与可扩展性差问题，提出非对称全局特征检索范式OnlyGlobal。该方法构建离线图库端多模态特征融合与在线查询端轻量处理的协同框架，将传统重排序优势融入离线特征增强，实现精度与效...
基于双编码器与扩散模型的三重对比学习的脑疾病诊断 摘要：针对静息态功能磁共振成像(resting-state fMRI)在脑疾病诊断中存在标注成本高、传统对比学习方法数据增强效果欠佳的问题，提出一种融合双编码器与扩散模型的三重对比学习框架CL-MambaGIN。该方法采用图同构网络(GIN...
青光眼视盘视杯分割中的特征增强与类平衡优化策略 摘要：为了提升视盘和视杯分割精度，助力青光眼早期诊断，提出了一种基于U-Net架构的改进型深度可分离多尺度聚合网络(DSMA-Net)。首先，引入自适应可分离多尺度注意力模块，以增强特征表示能力并有效捕捉视盘和视杯的复杂结构,从而减少边界模...
基于改进堆叠沙漏网络的人体姿态估计 摘要：针对堆叠沙漏网络在复杂场景人体姿态估计任务中存在注意力机制缺失导致语义感知能力弱、固定卷积采样模式导致几何建模能力差、结构冗余影响推理效率问题，设计了一种轻量高效的改进网络架构。该网络采用空间-通道双路径协同注意力模块，从空间维度增强...
FDR-Net：融合动态图卷积与频域推理的人体运动预测 摘要：随着具身智能与人机交互技术的快速发展，对人体运动意图的精准预测成为提升交互自然性与安全性的关键。针对现有基于图卷积的人体运动预测方法存在时空特征耦合不足、长期依赖建模能力有限的问题,提出一种融合动态图卷积与频域推理机制的人体运动预测方...