全部分类/
科学普及/
计算机应用研究

计算机应用研究

2026年06期

扫码免费借阅

目录

快速导航

多模态大模型发展与应用专题 | Impli-R1: 结合多模态推理的隐性属性值抽取方法

多模态大模型发展与应用专题 | Impli-R1: 结合多模态推理的隐性属性值抽取方法

摘要：多模态属性值抽取在电子商务、搜索引擎及自动化产品分类等领域具有重要作用，其目标是从产品描述中识别属性-值对。传统的属性值抽取方法主要集中在显性属性上，即那些直接在文本或图像中呈现的属性值。然而，随着数据多样性的增加，隐性属性的抽取逐渐成为一个重要的研究方向。与显性属性不同，隐性属性并未直接显现，需要依赖多模态推理和语义关联进行识别。现有方法在复杂跨模态推理与信息融合方面仍存在不足。因此提出了Impli-R1模型，将系统性多模态推理机制引入隐性属性值抽取任务中。该模型结合高质量长思维链推理样本，采用监督微调与强化学习相结合的训练策略，并通过组奖励策略优化提升推理的精细化与稳健性。实验结果表明，Impli-R1在ChiImpAVE和ImplicitAVE两个基准数据集上的Micro- F₁得分均显著优于现有方法，验证了其在多模态隐性属性值抽取中的有效性与泛化能力。
多模态大模型发展与应用专题 | 基于专家模型驱动多信息域协同的多模态情感分析

多模态大模型发展与应用专题 | 基于专家模型驱动多信息域协同的多模态情感分析

摘要：针对多模态情感分析中存在的模态异构关联捕获不足与共享-私有空间协同建模不充分等问题，提出一种基于专家模型(MoE)驱动多信息域协同的情感分析框架。利用稀疏专家模型提炼模态间共享表征并输出动态锐度，以调控双阶段锐度协同注意力的融合；设计互补语义注入门控(SCG)，将MoE共享向量的正交成分以置信度门控方式注入注意力输出，实现对私有表征的缺口补齐与冗余抑制。在CMU-MOSI与CMU-MOSEI数据集上的实验结果表明，该方法在情感分类与强度回归任务中均优于现有主流模型，有效提升了情感识别的精度与鲁棒性，验证了框架在建模跨模态互补与多信息域协同关系方面的有效性。
多模态大模型发展与应用专题 | 模态缺失下基于提示学习的多模态情感分析

多模态大模型发展与应用专题 | 模态缺失下基于提示学习的多模态情感分析

摘要：针对当前模态缺失下多模态情感分析存在的对Transformer模型微调复杂、模态补全数据不加区分地使用和模态缺失使信息互补能力较弱等问题，提出一种模态缺失下基于提示学习的多模态情感分析模型。该模型首先引入模态缺失提示引导模型识别当前输入模态是否缺失。其次，构建质量评估机制，抑制低质量补全数据对模型的干扰。在此基础上，设计模态缺失组合提示加入到骨干网络的Transformer中，引导模型动态调整注意力与跨模态交互方式，提升其对模态缺失场景的适应性，同时避免复杂微调并降低计算开销。最后，加入共享融合层，将各模态特征映射至统一的共享表示空间，学习共享语义信息，增强跨模态语义一致性与信息互补能力。实验结果表明，在六种缺失组合下，该模型在CMU-MOSI、IEMOCAP和CH-SIMS数据集上的平均Acc-2和 F₁ 较次优模型提升了1.04~1.87个百分点。此外，模型可训练参数量仅占总参数量的6.3%，验证了模型的有效性、鲁棒性与参数高效性。
联邦学习专题 | 面向民航异构数据的 K 近邻适应个性化联邦学习

联邦学习专题 | 面向民航异构数据的 K 近邻适应个性化联邦学习

摘要：针对民航异构数据场景下联邦学习模型个性化能力不足的问题,提出一种基于本地特征库的个性化联邦学习框架 FedLFL(federated learning on local feature library)。该方法在全局训练阶段采用 FedAvg 聚合深度神经网络参数;训练完成后,各客户端利用信息瓶颈理论对全局模型提取的中间特征进行优化,构建本地 K 近邻分类器,并通过动态插值融合全局预测与本地检索结果实现个性化推理。在 CIFAR-10、CIFAR-100、FEMNIST 和 Shakespeare 四个非独立同分布数据集上的实验表明,FedLFL 的平均测试准确率分别达到 90.1%、60.1%、90.2% 和 52.4%,显著优于 FedAvg、Ditto、FedREP 等基线方法。结果验证了该方法在保障隐私前提下能有效提升模型个性化性能与泛化能力。
联邦学习专题 | 异构数据的差分隐私个性化联邦学习方案

联邦学习专题 | 异构数据的差分隐私个性化联邦学习方案

摘要：针对联邦学习中数据异构性导致性能退化和隐私泄露风险并存的问题，旨在设计一种既能保护隐私又能适应异构数据的个性化联邦学习方案。提出差分隐私个性化联邦学习框架 DP-PFL,主要包括：a)自适应差分隐私梯度扰动机制，根据训练进度动态衰减噪声强度，并按梯度分量重要性差异化分配噪声；b)基于元学习的个性化训练策略，通过优化全局初始化参数和自适应模型混合实现快速本地适应；c)多层级隐私防御体系，结合了贝叶斯不确定性增强、温度缩放和输出噪声注入。理论证明 DP-PFL 满足 (ε,δ) -差分隐私约束且保持收敛速率。在 MNIST、CIFAR-10 数据集上的实验表明，DP-PFL 在 α=0.1 的高异构场景下分别达到 85.5% 和 74.2% 的准确率；对成员推断、属性推断和梯度反演攻击的防御成功率分别为 54.6%、51.5% 和 PSNR=6.8 dB，对比基线平均提升 10.2 个百分点。DP-PFL 在严格隐私保护约束下实现了异构数据的有效个性化学习，为联邦学习的安全部署提供了理论支撑和实践指导。
联邦学习专题 | 基于模糊推理和熵约束的联邦半监督学习算法

联邦学习专题 | 基于模糊推理和熵约束的联邦半监督学习算法

摘要：针对联邦半监督学习(FSSL)过程中标注数据稀缺和数据异构性所导致的模型偏见等问题,提出了一种基于模糊推理和熵约束的学习方案。现有研究大多直接利用预测生成的伪标签挖掘未标注数据的价值,通常通过设置置信度阈值对预测结果进行筛选,但这类方法往往未能深入探究置信度得分较低的深层原因。未标注客户端之间的数据分布可能存在显著差异,当不加区分地使用带有噪声的伪标注数据时,这种显著的数据分布变化会导致性能下降。为此,提出通过模糊计算模块进行不确定性建模,充分挖掘低置信度伪标签的潜在信息,特别关注混淆类别生成的伪标签。同时引入基于信息熵的过滤机制,有效剔除低质量未标注数据,从而降低噪声数据的影响。提出一种用于联邦半监督学习的级联学习算法FedFREC,通过结合上述针对混淆类别的模糊计算模块和基于信息熵的低置信度样本过滤机制,有效利用了未标注数据中包含的信息。在SVHN、CIFAR-10、CIFAR-100、fashion MNIST和ISIC2018数据集上的大量实验证明了所提算法的优越性。
联邦学习专题 | 基于互相关协作和对比蒸馏的异构联邦学习

联邦学习专题 | 基于互相关协作和对比蒸馏的异构联邦学习

摘要：针对联邦学习中模型结构差异带来的协同困难及本地数据噪声引发的性能退化问题,提出一种基于互相关协作和对比蒸馏的联邦学习算法(robust contrastive cross-correlation federated learning, CCFL)。该算法引入互相关矩阵,利用未标记公共数据进行客户端间的信息通信,实现异构模型间的协作学习,并通过施加对抗扰动增强学习稳定性;同时,在本地通过动量蒸馏、对比学习和广义交叉熵损失优化自学习模块,减轻噪声标签对模型性能的影响。在MNIST、Fashion-MNIST、CIFAR-10和CIFAR-100数据集上的实验结果表明,CCFL在不同场景下相较于其他主流方法精度平均提升7.95%,为异构联邦学习场景提供了一个有效方案。
区块链技术 | SCTC:一种适用于版权流转的可分合通证方案

区块链技术 | SCTC:一种适用于版权流转的可分合通证方案

摘要：传统中心化版权流转方案存在透明度差、效率低和安全性不足等问题。半同质化通证技术能够将可分割资产映射为区块链上通证，但尚不支持版权的分割与合并流转，以及多位权利人共同管理同一版权资产的实际需求。针对上述问题，设计一种适用于版权流转的可分合通证，实现版权资产在链上精确映射、可自适应分割与合并。在此基础上，为满足多模态作品数据保存需要，结合星际文件系统，构建支持多人协同管理的完整版权流转方案(secure copyright transfer chain, SCTC)。实验结果表明，SCTC 可支持的版权登记与交易业务吞吐量分别达到市场需求的 4.07 倍和 3.04 倍；与当前主流的 3 种 SFT 映射方式(脚本 + 参数、元数据和 SVG 嵌入)相比，SCTC 在 Gas 消耗、时间开销和区块空间效率等综合指标上表现出良好的性能，具备实际版权业务推广价值。
区块链技术 | 基于跨层协同的 UAN 节能共识机制

区块链技术 | 基于跨层协同的 UAN 节能共识机制

摘要：针对水下声学网络(UAN)高延迟与资源受限导致的区块链共识困难,研究了HotStuff机制在水声环境下的性能表现,提出一种分层TDMA-HotStuff(H-TDMA-HotStuff)机制。基于NS-3仿真平台构建了UAN网络共识框架,开展了针对不同网络规模、信道配置及能量模型的仿真实验,评估了该机制在水声场景下的可行性与优化空间。实验结果表明,H-TDMA-HotStuff机制有效平衡了性能、可靠性与能耗,在保证100%共识成功率的基础上,将平均延迟降低了91.6%,将系统吞吐量提升了近25倍,并取得了最低的能量延迟乘积(EDP)值,显著降低了极低通信频次下的共识延迟,为水下分布式应用提供了一个高能效的解决方案。
算法研究探讨 | 面向长文本的多粒度筛选判别框架的机器阅读理解方法

算法研究探讨 | 面向长文本的多粒度筛选判别框架的机器阅读理解方法

摘要：针对长文本机器阅读理解任务中，因预训练模型输入长度受限而导致的答案信息截断及跨段语义关系建模不足的问题，提出一种基于多粒度筛选判别框架(multi-granularity selection and discrimination framework, MGSD)的机器阅读理解方法。该方法采用粗粒度段落筛选与细粒度块重要性判别两阶段策略：首先在段落级进行初步筛选以缩小候选文本范围，随后在块级引入基于注意力机制的模型对文本块进行重要性判别，并结合覆盖感知约束算法以增强判别的覆盖性与准确性。在NewsQA数据集上的实验结果表明，该方法 F₁ 值相较于BERT-base和ALBERT-base模型分别提升3.9和6.8个百分点，较仅含粗粒度筛选的BERT模型提升1.2个百分点。研究结果表明，该方法能够在保持全局语义一致性的同时，有效提升长文本答案抽取的准确率及模型的整体性能。
算法研究探讨 | 基于关系平滑去噪与神经过程的小样本知识图谱补全方法

算法研究探讨 | 基于关系平滑去噪与神经过程的小样本知识图谱补全方法

摘要：针对小样本知识图谱补全(few-shot knowledge graph completion, FKGC)中噪声干扰与分布外(out-of-distribution, OOD)泛化能力不足的问题,提出了一种关系平滑去噪神经过程框架。该框架由关系平滑去噪与不确定性感知泛化建模两个模块组成。首先,通过语义平滑减少错误标注引起的偏差,并基于边置信度修剪虚假连接以优化结构。其次,为提升对复杂模式和异常数据的泛化能力,采用神经过程结合归一化流与随机解码器,对关系的功能性分布进行建模与增强。实验在 NELL、WIKI 和 FB15K-237 三个公开基准数据集上进行。结果表明,该算法在 MRR 指标上分别比其他十种算法提高 7.1、4.1 和 5.1 个百分点,且在 hits@10 指标上也分别提高 1.1、3.2 和 6.7 个百分点。实验结果验证了该框架在 FKGC 中的有效性,并在预测准确率和泛化能力方面优于现有方法。
算法研究探讨 | 基于自监督和提示的渐进长尾节点分类方法

算法研究探讨 | 基于自监督和提示的渐进长尾节点分类方法

摘要: 长尾节点分类面临两个主要挑战: 首先, 极端的类别非平衡导致头部类别在训练中占据主导, 而尾部类别样本的稀缺性阻碍了有效学习; 其次, 现有方法大多采用统一的表示学习策略, 缺乏稳健的跨类别知识共享, 易在类别迁移过程中造成知识损失和冲突。为此, 提出了一种基于自监督和提示(SSP)的渐进长尾节点分类方法, 其核心设计包括三个方面。a) 渐进式微调策略: 利用自监督预训练的图神经网络(GNN), 依次适应头部、躯干与尾部类别的特征, 从而逐步积累有效知识; b) 提示学习机制: 在每一阶段的微调过程中引入提示, 引导模型关注任务相关特征并缓解跨类别干扰; c) 混合专家(MoE)模块: 将各阶段微调后的模型视为独立专家, 动态融合其知识, 实现协同决策与全局一致性。总体而言, 该方法以解耦、强化与整合为设计核心, 有效应对了长尾节点分类中的关键难题。在四个图数据集上, SSP 的分类准确率比次优方法(LTE4G 和 HierTail)平均提升 4.6%, 验证了其有效性。
算法研究探讨 | 基于图频率分解与多频注意力的节点分类方法

算法研究探讨 | 基于图频率分解与多频注意力的节点分类方法

摘要：在节点分类任务中,图神经网络已成为主流方法,然而在异质图场景下,不同类别节点之间的复杂连接仍会影响模型性能,导致分类效果受限。针对上述问题,提出了一种基于图频率分解与多频注意力的图神经网络模型(graph frequency decomposition and multi-frequency attention,GFMA)。该方法首先通过图频率分解获得低频与高频特征,随后利用交叉注意力实现多频率信息交互,并结合自注意力与结构位置编码进一步增强结构感知能力。实验结果表明,GFMA在多个异质图基准数据集上均取得最优性能,平均分类准确率提升2%~4%,验证了多频特征建模与注意力机制在缓解异质图信息干扰、提升节点分类精度方面的有效性与稳定性。
算法研究探讨 | 基于拓扑辩群与 Transformer 的车辆轨迹预测方法

算法研究探讨 | 基于拓扑辩群与 Transformer 的车辆轨迹预测方法

摘要：自动驾驶中多智能体的轨迹预测需准确建模其复杂交互行为，而现有方法常缺乏对此类行为模式及其交互关系的结构化表征。针对该问题，提出了一种基于拓扑辩群与 Transformer 的车辆轨迹预测方法 BGT。该方法首先采用相对位移进行矢量化场景编码，确保平移不变性；进而构建分层 Transformer 架构，通过旋转不变的局部注意力模块提取细粒度交互特征，并利用几何感知的全局模块捕获长程依赖。其核心创新在于引入拓扑辩群理论，将轨迹间的交互抽象为辩群结构，形式化表征主动超车与被动避让等基本交互模式，从而避免轨迹冲突并增强预测的可解释性。在 Argoverse 运动预测数据集上的实验表明，BGT 在最小平均位移误差 (minADE) 与最小最终位移误差 (minFDE) 指标上优于现有先进方法，验证了其有效性。
算法研究探讨 | 基于动态缩放机制改进的冠豪猪算法用于无人机路径规划

算法研究探讨 | 基于动态缩放机制改进的冠豪猪算法用于无人机路径规划

摘要：针对无人机三维路径规划这一复杂优化问题，以提高算法性能与路径质量为目标，对冠豪猪优化算法(CPO)进行了系统性改进，提出了一种基于动态缩放机制的改进型冠豪猪优化算法(DSCPO)。引入精英随机反向学习策略提升初始种群质量，设计了动态适应度缩放机制以自适应调整选择压力，优化了算法防御阶段的位置更新策略，并融合混合差分变异策略增强全局探索与局部开发能力。在11种具有代表性的CEC2017测试函数中，DSCPO在其中9个函数上获得了最优平均值，且其综合排名显著优于其他对比算法，表现出优异的收敛精度、速度和稳定性。进一步地，将DSCPO应用于复杂三维环境下的无人机路径规划，仿真结果显示其能规划出更短、更平滑、更安全的飞行路径，其中最优路径长度72.849，平均长度74.873，标准差仅为0.027，各项指标均优于对比算法，验证了DSCPO在路径规划中的有效性和可靠性。
算法研究探讨 | 基于 GWOA 的无人机三维空间航迹规划

算法研究探讨 | 基于 GWOA 的无人机三维空间航迹规划

摘要：为应对复杂环境中的无人机路径规划难题,针对传统鲸鱼优化算法(WOA)存在的过度依赖全局最优、种群多样性不足以及后期搜索能力欠缺等问题,提出了一种改进的GWOA。在算法构建上,首先在种群初始化阶段引入佳点集策略以提升解的多样性;其次采用动态自适应权重机制来加速收敛并降低早熟风险;最后设计了最优邻域扰动算子以增强局部开发能力,从而有效弥补WOA在全局搜索精度与收敛速度方面的不足。在实验部分,先通过基准测试函数验证了改进算法的性能,再在仿真环境下构建三类无人机飞行路径规划场景进行对比。结果表明:在第一类山区场景中,GWOA相较ABC、GWO、WOA和DBO的性能分别提升21.17%、7.86%、5.34%和5.83%;在含有禁飞区的第二类场景下,提升幅度为23.56%、3.82%、9.36%和12.92%;而在第三类更加复杂的环境中,提升比例则达到35.56%、18.96%、4.55%和4.80%。结合动态障碍测试结果显示,改进的GWOA不仅在收敛速度和解的精度上表现突出,而且在不同约束条件下依然能够生成更优路径,体现出较高的鲁棒性与环境适应能力。
算法研究探讨 | 基于多策略引导和自适应扩展的 RRT* 三维路径规划算法

算法研究探讨 | 基于多策略引导和自适应扩展的 RRT* 三维路径规划算法

摘要：针对复杂三维环境下路径规划的安全性和高效性等问题,提出了一种基于多策略引导和自适应扩展的快速探索随机树算法(modified & multi-strategy rapidly exploring random tree*, MR-RRT*)。首先,采用双向树扩展机制以减少迭代次数;其次,通过设定动态概率函数来自适应调整目标偏向概率,使得扩展树的生长能适应不同阶段的需求;同时,引入改进的人工势场法以引导树的扩展路径,考虑当前采样点和目标点距离的排斥力以解决局部最小问题,并通过调整斥力参数来调节斥力的强度。在路径后优化阶段,采用贪婪剪枝算法去除冗余节点,并利用B样条曲线对路径进行平滑处理,生成连续可行的最终路径。实验结果表明,MR-RRT*算法与几种经典的RRT*改进算法相比,平均节点数量减少了54.25%~85.73%,平均安全距离增加了74.75%~93.18%,而且在平均路径长度和时间消耗上也具有优势,显著提高了路径规划的效率、鲁棒性和安全性。
算法研究探讨 | 融合 G-ICP 与 3D Gaussian splatting 的密集 SLAM 系统

算法研究探讨 | 融合 G-ICP 与 3D Gaussian splatting 的密集 SLAM 系统

摘要：针对视觉 SLAM 性能常受初始位姿估计误差和累积误差的影响,开展了融合 G-ICP 与 3D Gaussian splatting 的密集 SLAM 系统研究,并设计了从三维到二维的过渡式位姿估计策略。该方法首先利用 G-ICP 获得可靠的初始位姿,接着通过 3DGS 进一步优化估计值,实现三维几何与二维图像的信息融合,从而提高整体位姿精度。为缓解累积误差问题,在 G-ICP 中引入滑动窗口机制,动态维护由历史关键帧构成的局部几何模型,以增强点云匹配的稳健性并提高初始位姿估计精度。此外,还设计了双关键帧策略,跟踪关键帧与建图关键帧协同参与 3DGS 的训练与优化。实验结果表明,所构建系统在位姿精度上优于传统方法,验证了该方法的有效性与可行性,为 SLAM 位姿估计算法提供了新的思路。
算法研究探讨 | 基于提取关键栅格与改进蚁群算法的移动机器人路径规划

算法研究探讨 | 基于提取关键栅格与改进蚁群算法的移动机器人路径规划

摘要：针对蚁群算法在栅格地图进行路径规划时存在的搜索节点多、路径质量差、收敛速度慢、易陷入局部最优等问题，提出一种基于提取关键栅格的改进蚁群算法，用于移动机器人路径规划。首先，通过提取关键栅格减少冗余搜索节点；其次，采用梯度不均匀分配初始信息素的策略，避免前期盲目搜索；接着，在启发函数中引入目标距离代价以提升路径质量，并设计动态调节因子平衡收敛速度和全局搜索能力；然后，采用自适应的状态转移策略，避免算法陷入局部最优；最后，基于“优胜劣汰”思想，改进信息素更新机制并对挥发因子进行动态调整，加快算法收敛速度。在不同规模栅格地图下的仿真结果表明，该算法相较于传统算法的路径长度最大缩短约27%，收敛迭代次数最多降低约83%，并且拐点数量和运算时间都显著减少，验证了算法的可行性和优越性。
算法研究探讨 | 基于 MOSOA 的机器人协同区域搜索

算法研究探讨 | 基于 MOSOA 的机器人协同区域搜索

摘要：针对机器人协同区域搜索中的多目标优化问题,提出一种多目标海鸥优化算法(MOSOA),并验证了算法的性能。该算法包括基于邻域拥挤度的目标选择机制,同时构建动态存档规模调控策略及自适应存档更新规则,并证明了MOSOA生成的帕累托最优解序列能以概率1收敛至真实帕累托最优前沿。采用两类多目标测试函数验证算法的基础性能,将其应用于机器人协同区域搜索任务。结果显示,与多目标粒子群算法(MOPSO)相比,MOSOA的路径长度标准差减小约40.1%,平均路径长度缩短12%,平均覆盖率提升3.2%。结果表明,MOSOA在理论收敛性、解的质量与实际工程适用性上表现良好,尤其适用于机器人区域搜索等多目标优化场景。
算法研究探讨 | 考虑产品可靠性的海外制造基地供应商选择与订单分配

算法研究探讨 | 考虑产品可靠性的海外制造基地供应商选择与订单分配

摘要：针对海外制造基地在全球供应链中面临的成本压力与垄断风险，除考虑散件采购成本、关税及税收优惠等常规成本因素外，引入信息熵理论以量化供应商分布的均衡性，旨在降低供应风险、规避单一来源垄断，并将产品可靠性纳入主要目标考量，最终实现供应商选择与订单分配。为求解该 NP-hard 问题，构建了一个以采购总成本最小化和产品可靠性最大化为目标的双目标整数规划模型，提出一种改进型非支配排序遗传算法，通过启发式规则优化种群初始化质量，并引入自适应变异算子与自适应混合局部搜索策略，以增强算法在复杂解空间中的收敛速度与解集多样性。数值实验与案例分析证实，该算法在实现采购总成本最小化的同时，能显著改善产品可靠性并优化供应体系均衡度，为跨国企业在复杂贸易环境下实现资源优化配置与供应链风险防控提供了科学的量化依据与决策参考。
算法研究探讨 | 基于适应度景观与雅可比矩阵引导梯度下降的改进花授粉算法

算法研究探讨 | 基于适应度景观与雅可比矩阵引导梯度下降的改进花授粉算法

摘要：针对花授粉算法存在的易陷入局部最优、优化精度不高和过早收敛等问题，提出一种基于适应度景观与雅可比矩阵引导梯度下降的改进花授粉算法(FJFPA)。首先，FJFPA根据个体的适应度和相对距离将整个种群动态划分为精英子群和普通子群，以维持全局搜索能力与局部开发能力的平衡；其次，FJFPA引入了基于适应度景观与雅可比矩阵引导的梯度下降的策略，突破原有FPA更新机制单一与适应性不足的局限；最后，FJFPA采用反向学习策略，即根据加权中心和随机选择的维度生成反向解，并利用模拟退火机制保留候选解，进一步降低算法陷入局部最优的概率。采用CEC2022测试集评估FJFPA与原FPA以及另外六种改进算法(DMEFPA、HASMFP、NGFPA、PMFPA、DMSSA和MSNSSA)的性能。基于实验结果的Friedman检验表明，FJFPA显著优于其他对比算法。基于消融实验的结果表明，FJFPA通过采用所有改进策略能够获取最优的综合性能。
算法研究探讨 | 混合粒度 CNN 稀疏化方法及其在可重构架构上的高效部署

算法研究探讨 | 混合粒度 CNN 稀疏化方法及其在可重构架构上的高效部署

摘要：卷积神经网络(CNN)在图像识别任务中表现出色,但其高计算量和存储开销限制了在端侧平台上的应用。可重构架构具备灵活高效的特点,为优化CNN的计算与访存提供了硬件基础。针对上述问题,提出一种面向可重构架构的混合粒度CNN稀疏化方法。首先基于特征图秩信息执行粗粒度滤波器稀疏化;其次对保留卷积核分组,并在组内统一裁剪相同位置的通道条纹以实现细粒度稀疏化;最后将并行策略应用于可重构硬件平台。在CIFAR-10数据集上以ResNet-56模型进行验证,结果表明该方法在仅损失0.18个百分点分类精度的前提下,FLOPs减少了46.8%,推理时延缩短至18.94 ms,获得1.62×的加速比。同时实现94.5%的平均处理单元(processing element,PE)利用率,片外DRAM访存次数降低41.7%,有效提升了可重构架构的计算与存储效率。
算法研究探讨 | 基于改进哈里斯鹰优化算法的任务卸载策略

算法研究探讨 | 基于改进哈里斯鹰优化算法的任务卸载策略

摘要：为应对移动边缘计算系统中多用户同时卸载面临的资源受限及系统开销挑战,研究了基于CDMA的边缘计算网络任务卸载问题。采用改进的哈里斯鹰优化算法(IHHO),通过构建种群特征与系统目标之间的映射关系,实现了系统时延和能耗的联合优化,以满足计算模式、最大容忍时延和单个服务器所能承载的最大设备数量约束的前提下最小化系统的开销。在问题求解中考虑任务服从“0-1”卸载、计算模式多样化以及传统哈里斯鹰优化算法容易陷入局部最优等实际因素,并基于离散编码、洗牌算法初始化等设计最优卸载策略。仿真表明,所提算法在时延约束条件下可显著降低任务处理开销,为边缘计算资源分配提供了有效解决方案。
算法研究探讨 | I2V-CLRec: 协同嵌入与对比正则化增强的时间感知序列推荐

算法研究探讨 | I2V-CLRec: 协同嵌入与对比正则化增强的时间感知序列推荐

摘要：序列推荐通过建模用户历史行为序列来预测其未来偏好，是当前推荐系统领域的研究热点。然而，现有算法普遍面临物品嵌入随机初始化导致易陷入局部最优、数据稀疏场景下鲁棒性不足，以及忽略交互时间间隔对兴趣动态性影响这三大挑战。为此，提出了一种融合时间感知、协同嵌入与对比学习的序列推荐算法（I2V-CLRec）。该算法首先引入协同嵌入策略，利用 skip-gram 模型预训练物品向量，将全局协同先验注入初始化矩阵以优化算法起点；其次，构建集成时间间隔信息的自注意力网络，应用对数分桶策略精细化建模交互时间差，精准捕捉用户兴趣的动态演化；此外，集成对比学习框架作为自监督正则化任务，通过序列增强构建自监督信号，提升算法在稀疏数据下的鲁棒性。在 MovieLens-1M、Beauty 和 Digital-Music 三个公开数据集上的实验表明，该算法在 HR@10 和 NDCG@10 指标上均显著优于多种主流基线算法。研究证实，协同嵌入初始化能有效引导算法向更优解空间收敛，而时间感知与对比学习的结合显著增强了算法对稀疏动态偏好的建模能力。
算法研究探讨 | 一种嵌入群体先验的功能磁共振时空双流脑网络分析方法

算法研究探讨 | 一种嵌入群体先验的功能磁共振时空双流脑网络分析方法

摘要：基于功能磁共振成像的脑网络分析方法是大脑疾病诊断的关键手段。然而，现有深度学习方法多聚焦空间结构，忽视时间动态信息与被试间的群体先验，对时间动态特征的挖掘与被试间的相似关系利用不足。为了解决上述问题，提出了一个嵌入群体先验的双流时空模型（spatio-temporal dual-stream model, STDSM）。首先构建基于图同构网络(GIN)与Mamba的并行时空特征学习框架，分别用于联合捕获脑活动的空间与时间特征；同时引入群体图结构以嵌入被试间的先验相似关系，通过邻域特征聚合实现群体层面的表征优化。在公开的自闭症(ABIDE)数据集以及抑郁症数据集(REST-Meta-MDD)上的实验展现了STDSM较好的疾病预测能力，通过协同建模时空信息并显式利用群体先验，有效提升了脑疾病预测的判别性能与泛化性能。
系统应用开发 | 边界样本优先重放的 Tor 网站指纹增量识别方法

系统应用开发 | 边界样本优先重放的 Tor 网站指纹增量识别方法

摘要：针对 Tor 网络新兴站点不断出现，现有网站指纹识别模型面临的概念漂移与灾难性遗忘问题，提出一种边界样本优先重放的 Tor 网站指纹增量识别方法。该方法构建了边界样本选择策略，通过对流量特征分布建模，识别并优先重放对维持决策边界至关重要的样本。同时，该方法结合代理对比学习机制与增强图构造方法，巩固类别表征稳定性，并采用可动态扩展的分类器自适应新增网站。在基于真实用户行为的 Tor 网站指纹数据集上的实验结果表明，在 top-100 和 top-300 增量识别场景下，所提方法的最终准确率分别达到 93.71% 和 87.16%，相较于主流增量学习方法均超越 3.2 个百分点以上，并在准确率与遗忘率等关键指标上均表现出显著优势，能有效缓解动态开放世界场景下的概念漂移与灾难性遗忘问题，为 Tor 网站指纹的持续监控提供了一种通用的技术路径。
系统应用开发 | 基于 CSI 小样本学习的域自适应手势识别模型

系统应用开发 | 基于 CSI 小样本学习的域自适应手势识别模型

摘要：Wi-Fi 传感因其隐私保护、低成本和良好渗透性，被广泛应用于手势识别等非接触式感知任务。针对感知过程中存在的域迁移问题进行研究，提出了基于 CSI 的小样本学习的域自适应手势识别模型 FCDG-FI。首先，设计了一个具备域自适应能力的特征提取模块，该模块主要由特征提取器和域判别器组成；其次，在特征提取器的传统卷积架构基础上引入了高效通道注意力机制，以增强对关键微弱特征的捕捉能力；接着，借助域对抗训练策略从信道状态信息(channel state information, CSI)数据中提取领域无关的手势特征，以实现跨域识别的目标；最后，在 SignFi、Widar3.0 子集及自建数据集上进行了域内、跨域识别实验以验证 FCDG-FI 的有效性及优越性。实验结果表明，FCDG-FI 在多个任务和数据集上的表现均优于现有方法，并能够有效识别未经训练的新类别，有效解决了领域转移带来的挑战。
系统应用开发 | 基于认知流畅性的课程思政素材生成方法

系统应用开发 | 基于认知流畅性的课程思政素材生成方法

摘要：大型语言模型(LLM)在课程思政中展现出巨大潜力,可协助教师快速生成融入价值观引导的思政案例。然而,“知识点-思政要素”对齐难题限制了其应用。针对此难题,提出了一种基于认知流畅性的“生成器-判别器”架构(cognitive fluency-driven ideological and political material generation, CF-IPG),构建了包含839条高质量样本的IPEC-GE数据集。其中,生成器根据提示生成符合“引入案例→知识链接→思政升华”链条的思政案例;两个判别器分别评估认知流畅性的两个维度:逻辑自洽性和语义衔接性。生成器与判别器通过协同优化提升生成内容的质量,并解决“知识点-思政要素”对齐问题。实验结果表明,CF-IPG方法在《数据结构》课程的实验中为100个知识点生成思政案例,人工评分达到0.9021。通过认知流畅性双维度评估与协同训练机制,有效实现了知识点与思政要素的深度对齐,为课程思政规模化应用提供了高效可行的技术路径。
系统应用开发 | 融合时空特征的高速公路在途车流量在线预测方法

系统应用开发 | 融合时空特征的高速公路在途车流量在线预测方法

摘要：针对高速公路短时交通流预测中现有模型在线更新能力不足、计算复杂度高以及实时性受限的问题，提出一种融合时空特征的在线预测方法 ARMA_ONS-ORELM。该方法利用 ARMA_ONS 对路段交通流序列进行在线自适应建模，提取动态周期性特征；将周期性特征与基于门架拓扑关系和距离加权机制构建的上下游空间邻接特征进行融合，形成时空联合输入特征；最终通过多步递推的在线极限学习机(ORELM)实现未来 15 min 在途车流量的在线预测。在真实 ETC 门架交易数据集上的实验表明，该方法在 R2(0.978)、MAE(8.19)、RMSE(10.88)、MSE(118.34) 指标上均优于多种基准模型。研究证实，该方法能够在保证预测精度的同时维持毫秒级的更新频率，为实现高精度、轻量化的高速公路短时交通流在线预测提供了有效方案，具备良好的工程应用前景。
系统应用开发 | 基于可观测 MSCG 的标签时间 Petri 网系统故障诊断

系统应用开发 | 基于可观测 MSCG 的标签时间 Petri 网系统故障诊断

摘要：为解决标签时间 Petri 网(labeled time Petri net, LTPN)中因存在不可观变迁而导致的故障诊断难题,提出一种基于可观测修正状态类图(modified state class graph, MSCG)的高效诊断方法。该方法首先依据观测到的时间标签序列构建可观测 MSCG,以刻画系统的部分演化行为,从而避免完整状态空间计算;进而通过分析该图中时序约束的可满足性,提取与观测序列相一致的路径集合。在此基础上,实现系统故障的准确辨识与诊断。最后,通过自动制造系统的 LTPN 建模实例验证了所提方法在诊断效率和状态空间控制方面的有效性。
系统应用开发 | 基于约束求解和结构特征建模的深度神经网络参数调优方法

系统应用开发 | 基于约束求解和结构特征建模的深度神经网络参数调优方法

摘要: 随着深度神经网络规模不断扩大,高性能张量程序的高效执行成为影响推理性能的关键,然而现有GPU上的自动调优方法普遍依赖大规模搜索,受到无效参数配置与成本模型特征表达不足的限制,导致调优效率和性能预测精度低下。本研究旨在提升GPU张量程序自动调优的效率与准确性,提出一种融合约束求解与结构特征建模的调优方法。首先,基于Z3求解器构建张量程序的参数约束规则集,减少非法参数组合并缩小参数搜索空间;其次,针对传统成本模型仅依赖参数特征、难以表达计算图结构的问题,引入图卷积神经网络对计算图进行特征提取,并与参数特征融合构建训练数据集,以增强模型对不同张量程序配置的性能预测能力。实验表明,该方法在NVIDIA GPU平台上的多种深度神经网络推理时间比现有系统平均提升2.55倍。综上所述,提出的方法能够有效提升GPU张量程序调优的效率与性能预测质量,为自动化深度学习编译优化提供了具有实用价值的技术路径。
图形图像技术 | 基于多尺度双注意力网络的红外与可见光图像融合

图形图像技术 | 基于多尺度双注意力网络的红外与可见光图像融合

摘要：红外与可见光图像融合目标是生成具有丰富信息和自然视觉的单幅图像以加强场景感知。针对两种模态图像融合因模态特征差异导致的热目标与细节保留不足、易产生伪影等问题，提出一种多尺度双注意力网络 MS-DAFNet。MS-DAFNet 核心是双注意力融合模块。该模块在两个关键特征层级上并行运作：全局上下文注意力模块捕捉长距离空间依赖，块级自适应交叉注意力模块执行细粒度的跨模态特征交互。该方法引入对比学习预训练策略有效弥合模态差异，使网络能学习到更具判别力的多尺度特征表示。此外，通过设计一个分层门控解码器，自适应整合多尺度特征流以高质量重建融合图像。在 TNO 灰度数据集上，MS-DAFNet 在信息熵、峰值信噪比和结构相似性上分别达到了 7.121、14.8413、0.7217；在 M3FD 彩色数据集上本方法同样表现出色。实验结果充分表明 MS-DAFNet 能够生成信息更丰富、目标更显著且细节更清晰的融合图像。
图形图像技术 | 基于视觉空间交叉注意力机制的两阶段场景图生成算法

图形图像技术 | 基于视觉空间交叉注意力机制的两阶段场景图生成算法

摘要：场景图生成任务致力于优化关系表示与分类性能。针对现有方法在高阶视觉关联挖掘及视觉与空间信息融合方面的不足，提出一种基于视觉-空间交叉注意力的两阶段算法 HGM-VSE-NET(hypergraph modeling-visual spatial enhancement network)。该方法通过超图建模捕捉物体间的高阶语义关联，克服了传统二元关系在复杂语义依赖表达上的局限；构建视觉自注意力机制以筛选判别性特征，有效抑制冗余信息并增强关键视觉上下文；进一步提出视觉-空间交叉注意力模块与空间余弦相似度增强机制，实现多模态信息的深度融合，显著提升空间关系与视觉外观之间的协同表示能力。在 Visual Genome(VG) 数据集上的实验表明，所提方法在谓词分类、场景图分类和场景图生成三个子任务上的 mR@100 指标分别提升 3.2、4.5 和 4.9 个百分点，在中低频谓词识别方面表现显著改善，且未影响高频谓词性能。结果表明，该方法有效缓解了因长尾分布和语义模糊引起的关系分类偏差，提升了模型的判别能力与鲁棒性。
图形图像技术 | 面向域自适应物体检测的对偶交叉头知识蒸馏网络

图形图像技术 | 面向域自适应物体检测的对偶交叉头知识蒸馏网络

摘要：域自适应物体检测旨在利用源域标注数据和目标域无标注数据，提升模型在跨域环境下的检测能力。针对源域与目标域差异过大的问题，首先提出了对偶交叉头知识蒸馏网络(dual cross-head knowledge distillation network, DCKDNet)，将学生模型提取的特征输入至双域教师模型的检测头并与伪标签进行对齐。随后提出动态指数移动平均衰减策略，根据学生模型性能动态调整教师模型更新速率。该方法在 FLIR 和 Foggy Cityscapes 数据集上的 AP50 分别为 73.08% 和 55.92%，相较于代表性的前沿方法提升了 3.78 和 2.15 个百分点。实验结果表明，该方法有效缩小源域与目标域之间的分布差距，提升了域自适应物体检测性能。
图形图像技术 | 基于区域注意的群等变胶囊网络

图形图像技术 | 基于区域注意的群等变胶囊网络

摘要：胶囊网络(CapsNet)在建模空间层次关系方面具有优势,但其参数量大、计算成本高,并且在形成初级胶囊时通常将卷积特征图按通道均匀划分,导致空间信息保留不足和区域特征相关性建模不充分。针对上述问题,提出一种基于区域注意力的群等变胶囊网络(group-equivariant CapsNet)。该模型在特征提取阶段引入群卷积(group convolution),利用群对称性显著减少模型参数并提升特征表达的几何一致性。同时,设计区域注意力机制以优化初级胶囊的构成过程,自适应地强化区域内特征间的相关性,从而更充分地保留空间结构信息。此外,从理论上严格证明了所提模型在空间变换下的等变性,为其稳健性提供数学支撑。实验结果表明,与标准CapsNet及其改进模型相比,所提模型在多类图像分类任务中能够在保持稳定甚至更高分类精度的同时,将平均参数量降低约7.2%,有效提升了模型的计算效率与泛化能力。研究结果验证了区域注意力与群等变性相结合在胶囊网络优化中的可行性与优越性。
图形图像技术 | 基于频率注意力 Transformer 的无人机目标跟踪算法

图形图像技术 | 基于频率注意力 Transformer 的无人机目标跟踪算法

摘要: 针对无人机单目标跟踪中目标尺度动态变化、复杂场景干扰以及嵌入式平台算力受限等问题,提出一种基于频率注意力机制的轻量级视觉Transformer跟踪框架。首先,引入二维离散余弦变换构建多频特征选择机制,对高能量响应区域进行加权筛选,以突出目标的关键频段并削弱背景噪声对局部特征的干扰;其次,设计基于时空相关性的自适应搜索区域调节机制,利用时域连续性实现非监督动态调整采样范围,在保持计算效率的同时提高跟踪精度;最后,为了满足嵌入式平台的实时性要求,构建带空间压缩的层次化骨干网络,并进行通道减枝以降低模型复杂度提升实时性。实验结果表明,所提算法在UAV123与LaSOT基准测试集上分别取得0.668与0.638的成功率,0.871与0.674的准确度,性能优于现有主流方法。在嵌入式无人机平台上实测帧率达30 fps,消融实验验证了各模块的有效性,展示出良好的实用价值与工程潜力。
图形图像技术 | 基于动态卷积神经网络的长江中下游卫星湿地水鸟检测

图形图像技术 | 基于动态卷积神经网络的长江中下游卫星湿地水鸟检测

摘要：长江中下游湿地是东亚-澳大利西亚迁徙路线水鸟重要的栖息地之一。针对这一地区卫星湿地水鸟检测面临植被遮挡、光照变化大和生境可达性差问题，提出基于动态卷积神经网络的水鸟检测模型 LiteDETR-WetBird。首先，在 RT-DETR(real-time detection Transformer)主干网络中引入动态可分离卷积聚合模块，通过融合并行多核深度卷积与动态核权重机制降低计算复杂度；其次，设计小目标特征增强金字塔，结合空间深度卷积与空域-频域协同增强路径，强化对小水鸟目标及复杂背景的感知能力；再次，通过空间分辨率对齐模块改进上下采样以改善传统上下采样中存在的目标信息衰减问题；最后，在安徽、江苏等六个不同卫星湿地采集水鸟数据集进行相关实验，并在 CUB_200_2011 数据集上进行泛化实验验证。实验结果表明，LiteDETR-WetBird 使参数量降低 30.23%，精确率提升至 95.37%，表现优于其它系列对比算法，为长江中下游卫星湿地生态监测与保护工作提供了有效的技术支撑。实验代码及数据集公开在 https://github.com/lsy010923/WetBird。
信息集萃 | 下期要目

信息集萃 | 下期要目

基于大模型遗忘的隐私保护：方法、评估与挑战基于Mamba的图像分割应用综述图Mamba与稀疏拟合驱动的自闭症谱系障碍预测基于自适应组效应稀疏的抑郁识别方法联邦学习的梯度安全鲁棒聚合算法双正交分解与自适应聚合的个性化联邦学习基于层次化上下文增强与知识库的关键要素抽取方法 MLE-KPE：一种融合大模型的多阶段中文专利关键问提取方法基于大语言模型微调的知识图谱补全基于

过往期刊

更多

猜你喜欢

中国音乐学院电子阅览室