計(jì)算機(jī)應(yīng)用研究

2025年04期

收藏成功

微博空間微信

類型

月刊

類別

定價(jià)

促銷信息

全年訂閱更優(yōu)惠!

￥50.00 ￥12.00

原貌版試讀單本購(gòu)買

面向社交媒體的諷刺檢測(cè)研究綜述 摘要：近年，網(wǎng)絡(luò)社交媒體充斥著豐富的自由言論，而檢測(cè)其中的諷刺語義作為一種特殊的情感分析引發(fā)了越來越多的關(guān)注。為了更好地研究面向社交媒體的諷刺檢測(cè)，回顧了傳統(tǒng)方法和基于深度學(xué)習(xí)方法的演進(jìn)過程，并從文本諷刺檢測(cè)和多模態(tài)諷刺檢測(cè)兩種角度來系統(tǒng)...
Graph Transformer技術(shù)與研究進(jìn)展：從基礎(chǔ)理論到前沿應(yīng)用 摘要：圖數(shù)據(jù)處理是一種用于分析和操作圖結(jié)構(gòu)數(shù)據(jù)的方法，廣泛應(yīng)用于各個(gè)領(lǐng)域。Graph Transformer作為一種直接學(xué)習(xí)圖結(jié)構(gòu)數(shù)據(jù)的模型框架，結(jié)合了Transformer的自注意力機(jī)制和圖神經(jīng)網(wǎng)絡(luò)的方法，是一種新型模型。通過捕捉節(jié)點(diǎn)間...

基于雙鏈架構(gòu)與BBF-Merkle樹的高速公路事故救援?dāng)?shù)據(jù)共享方法 摘要：針對(duì)現(xiàn)有區(qū)塊鏈數(shù)據(jù)共享方法在高速公路事故救援場(chǎng)景下面臨的效率瓶頸和安全性不足的問題，提出一種高效、安全的數(shù)據(jù)共享方法，旨在提高數(shù)據(jù)查詢性能，保證鏈下數(shù)據(jù)的防竄改能力。提出的數(shù)據(jù)共享方法結(jié)合公有鏈與聯(lián)盟鏈的優(yōu)勢(shì)，采用雙鏈架構(gòu)提升數(shù)據(jù)共...
考慮平行進(jìn)口下區(qū)塊鏈追溯對(duì)企業(yè)跨國(guó)IP授權(quán)影響和策略分析 摘要：區(qū)塊鏈IP（知識(shí)產(chǎn)權(quán)）追溯正成為當(dāng)前研究的熱點(diǎn)。為探討“灰色市場(chǎng)”（也稱平行進(jìn)口，是指正品在未經(jīng)IP所有人許可下進(jìn)入另一個(gè)國(guó)家）背景下，IP授權(quán)后采用區(qū)塊鏈追溯對(duì)授權(quán)制造商和被授權(quán)制造商的決策影響，基于博弈論分析方法，構(gòu)建單寡頭壟斷...

DPC-DQRL：動(dòng)態(tài)行為克隆約束的離線-在線雙Q值強(qiáng)化學(xué)習(xí) 摘要：離線-在線強(qiáng)化學(xué)習(xí)旨在使用少量在線微調(diào)來提高預(yù)訓(xùn)練模型的性能?，F(xiàn)有方法主要包括無約束微調(diào)與約束微調(diào)。前者往往由于分布偏移過大而導(dǎo)致嚴(yán)重的策略崩潰；后者由于保留離線約束導(dǎo)致性能提升緩慢，影響訓(xùn)練效率。為了改善上述問題，可視化對(duì)比分析兩...
基于強(qiáng)化學(xué)習(xí)策略的梯度下降學(xué)習(xí)求解GCP 摘要：圖著色問題（graph coloring problem，GCP）是經(jīng)典的組合優(yōu)化問題，其目標(biāo)是為圖的每個(gè)頂點(diǎn)分配不同的顏色，使得相鄰頂點(diǎn)的顏色不同，同時(shí)盡可能減少所用顏色的數(shù)量。GCP屬于NP難問題，傳統(tǒng)求解方法（如貪心算法、啟發(fā)...
融合先驗(yàn)知識(shí)與引導(dǎo)策略搜索的機(jī)器人軸孔裝配方法 摘要：在現(xiàn)代工業(yè)自動(dòng)化領(lǐng)域，機(jī)器人執(zhí)行復(fù)雜裝配任務(wù)的能力至關(guān)重要。盡管強(qiáng)化學(xué)習(xí)為機(jī)器人策略學(xué)習(xí)提供了一種有效途徑，但在裝配任務(wù)的策略訓(xùn)練初始階段存在采樣效率低和樣本質(zhì)量差的問題，導(dǎo)致算法收斂速度慢，容易陷入局部最優(yōu)解。針對(duì)上述問題，提出了...
基于行為克隆的機(jī)械臂多智能體深度強(qiáng)化學(xué)習(xí)軌跡跟蹤控制 摘要：針對(duì)具有非線性干擾以及多變環(huán)境的機(jī)械臂軌跡跟蹤問題，提出了一種結(jié)合行為克?。╞ehavior cloning，BC）的多智能體深度強(qiáng)化學(xué)習(xí)（multi-agent deep reinforcement learning，MDRL）控...

基于時(shí)空預(yù)測(cè)的多策略網(wǎng)約車調(diào)度算法 摘要：準(zhǔn)確預(yù)測(cè)網(wǎng)約車訂單需求與實(shí)施高效車輛調(diào)度策略，對(duì)于提升運(yùn)營(yíng)效率、降低成本和保證服務(wù)質(zhì)量至關(guān)重要，是優(yōu)化資源配置、增強(qiáng)乘客滿意度的關(guān)鍵途徑。然而，現(xiàn)存研究在模型構(gòu)建上往往側(cè)重單一維度分析，調(diào)度算法的求解效率及解空間探索能力有待提升，限...
面向飛機(jī)蒙皮檢測(cè)任務(wù)的空-地異構(gòu)機(jī)器人協(xié)同覆蓋路徑規(guī)劃 摘要：飛機(jī)蒙皮檢測(cè)對(duì)于保證飛機(jī)飛行安全至關(guān)重要。采用移動(dòng)機(jī)器人自主檢測(cè)方式能夠大大提高檢測(cè)效率以及降低安全風(fēng)險(xiǎn)。但由于飛機(jī)結(jié)構(gòu)復(fù)雜，僅使用單一種類機(jī)器人作業(yè)難以實(shí)現(xiàn)飛機(jī)蒙皮全覆蓋。所以，提出了一種空-地異構(gòu)機(jī)器人協(xié)同覆蓋路徑規(guī)劃方法（AG...
任務(wù)和參與者匹配意愿規(guī)則約束下的移動(dòng)群智感知多任務(wù)分配 摘要：當(dāng)前，大部分移動(dòng)群智感知（MCS）多任務(wù)分配方法僅考慮時(shí)間約束，因忽略任務(wù)、參與者雙方匹配意愿，難以保證真實(shí)場(chǎng)景下的任務(wù)接受率，無法最大化平臺(tái)利潤(rùn)。為解決上述問題，提出了一種引入任務(wù)、參與者雙方偏好的MCS任務(wù)分配算法，稱為免疫遺傳...
融合多層圖與分類信息的雙意圖會(huì)話推薦 摘要：針對(duì)現(xiàn)有會(huì)話推薦系統(tǒng)存在的會(huì)話間信息挖掘不夠充分、會(huì)話間聚合信息冗余和輔助信息未與會(huì)話特征相結(jié)合的問題，提出融合多層圖與分類信息的雙意圖會(huì)話推薦模型（SRIMC）。首先，根據(jù)會(huì)話序列，構(gòu)建局部會(huì)話圖、會(huì)話關(guān)系圖和全局項(xiàng)目圖，通過圖神...
基于知識(shí)增強(qiáng)的跨模態(tài)融合網(wǎng)絡(luò)的多模態(tài)對(duì)話情緒識(shí)別模型 摘要：針對(duì)未充分利用模態(tài)表征能力的差異和說話者情緒線索的問題，提出了一種基于知識(shí)增強(qiáng)的跨模態(tài)融合網(wǎng)絡(luò)模型。該模型設(shè)計(jì)了外部知識(shí)增強(qiáng)的跨模態(tài)模塊，將較弱模態(tài)特征與多層次文本和外部知識(shí)逐層融合嵌入到多頭注意力層中，充分挖掘較弱模態(tài)中的有效信息...
基于細(xì)粒度圖像-方面的情感增強(qiáng)方面級(jí)情感分析 摘要：為了縮小模態(tài)間的異質(zhì)性差異并緩解多個(gè)方面詞帶來的情感混淆，提出一種基于細(xì)粒度圖像-方面的情感增強(qiáng)多模態(tài)方面級(jí)情感分析。具體地，該模型經(jīng)過文本圖像編碼后，首先利用形容詞-名詞對(duì)將與方面詞相關(guān)的圖像信息加入到文本方面詞中，并通過細(xì)粒度圖...
一種基于運(yùn)動(dòng)狀態(tài)的軌跡預(yù)測(cè)方法 摘要：針對(duì)因?yàn)楹雎攒囕v運(yùn)動(dòng)狀態(tài)而導(dǎo)致的車輛預(yù)測(cè)軌跡不準(zhǔn)確的問題，提出了一種基于運(yùn)動(dòng)狀態(tài)的軌跡預(yù)測(cè)模型Movement-DenseTNT。首先，對(duì)交通參與者的軌跡信息和地圖信息以圖神經(jīng)網(wǎng)絡(luò)的方法進(jìn)行編碼；其次，使用LSTM提取車輛的運(yùn)動(dòng)狀態(tài)...
考慮工時(shí)區(qū)間的可重入混合流水車間調(diào)度方法 摘要：為了精確求解在工時(shí)區(qū)間約束下的可重入混合流水車間調(diào)度問題（IRHFSP），構(gòu)建了以最小化最大完工時(shí)間區(qū)間為目標(biāo)的調(diào)度模型，并設(shè)計(jì)基于產(chǎn)品重入階段的編碼方式，采用針對(duì)問題特性提出的改進(jìn)候鳥優(yōu)化算法IMBO進(jìn)行求解。該算法通過啟發(fā)式種群...
基于部分標(biāo)準(zhǔn)對(duì)齊的協(xié)同遺傳規(guī)劃算法解決本體匹配問題 摘要：本體異質(zhì)性阻礙了知識(shí)交互和數(shù)據(jù)共享。本體匹配通過整合相似度特征解決多種異質(zhì)問題。為提高匹配結(jié)果的質(zhì)量，提出了基于部分標(biāo)準(zhǔn)對(duì)齊（PSA）的協(xié)同遺傳規(guī)劃算法。該算法利用基于自適應(yīng)概率的交叉策略和基于語義相似度的變異策略，平衡局部開發(fā)和全...
注意力機(jī)制驅(qū)動(dòng)的個(gè)性化聯(lián)邦學(xué)習(xí)特征分離方法 摘要：提出了一種名為注意力機(jī)制驅(qū)動(dòng)的個(gè)性化聯(lián)邦學(xué)習(xí)特征分離方法（attention-driven feature separation method for personalized federated learning，F(xiàn)edAM），旨...
基于平滑插值和自適應(yīng)相似矩陣的推薦算法 摘要：針對(duì)協(xié)同過濾推薦過度依賴共同評(píng)分項(xiàng)目導(dǎo)致交互數(shù)據(jù)不足，及不同時(shí)間段共享同一相似矩陣無法準(zhǔn)確度量用戶相似度等問題，提出一種基于平滑插值和自適應(yīng)相似矩陣的推薦算法。首先，在線性插值技術(shù)基礎(chǔ)上，結(jié)合均值和標(biāo)準(zhǔn)差設(shè)定動(dòng)態(tài)區(qū)間，并通過sigm...
融合遷移學(xué)習(xí)和解糾纏負(fù)采樣的去偏推薦方法 摘要：針對(duì)現(xiàn)有去偏推薦方法在選擇負(fù)樣本時(shí)將樣本作為一個(gè)整體考慮導(dǎo)致的采樣偏差問題，以及不平衡的熱門-長(zhǎng)尾項(xiàng)目表征學(xué)習(xí)無法有效緩解數(shù)據(jù)稀疏的問題，提出融合遷移學(xué)習(xí)和解糾纏負(fù)采樣的去偏推薦方法（DTDN）。該方法首先利用交互行為中的對(duì)撞效應(yīng)設(shè)...
基于改進(jìn)DDQN算法的復(fù)雜網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)識(shí)別方法 摘要：為全面提取節(jié)點(diǎn)的全局特征，提高復(fù)雜網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)識(shí)別結(jié)果的準(zhǔn)確性，提出一種基于改進(jìn)DDQN （double deep Q-network）算法的復(fù)雜網(wǎng)絡(luò)關(guān)鍵節(jié)點(diǎn)識(shí)別方法。通過重構(gòu)DDQN的初始獎(jiǎng)勵(lì)值、引入回退探索和優(yōu)先訪問方法，改進(jìn)D...

無人機(jī)輔助移動(dòng)邊緣計(jì)算中的視頻任務(wù)卸載算法 摘要：無人機(jī)（unmanned aerial vehicles，UAV）在未來通信網(wǎng)絡(luò)中的集成備受關(guān)注，在軍事偵察、火災(zāi)監(jiān)控等諸多應(yīng)用中發(fā)揮著至關(guān)重要的作用。針對(duì)此類場(chǎng)景中對(duì)視頻傳輸?shù)蜁r(shí)延和高體驗(yàn)質(zhì)量（quality of experie...
基于交通流仿真的智能路側(cè)設(shè)施管控效果測(cè)度方法 摘要：智能路側(cè)設(shè)施布設(shè)的管控效果對(duì)智能路側(cè)設(shè)施建設(shè)至關(guān)重要，但在現(xiàn)有的智能路側(cè)設(shè)施管控效果測(cè)度方法研究中，存在實(shí)地測(cè)度實(shí)驗(yàn)的高成本性、場(chǎng)景不可控及現(xiàn)有仿真軟件側(cè)重單車仿真且缺乏對(duì)交通流層面的控制策略植入與運(yùn)行狀態(tài)分析等問題。因此利用VIS...
基于先驗(yàn)知識(shí)的問診系統(tǒng)文本結(jié)構(gòu)化解析方法 摘要：對(duì)醫(yī)學(xué)書籍等領(lǐng)域文本與患者自述等患者相關(guān)文本結(jié)構(gòu)化解析，能夠?yàn)閱栐\系統(tǒng)構(gòu)建提供結(jié)構(gòu)化資源支撐，有助于輔助醫(yī)生診斷。為此，提出一種文本結(jié)構(gòu)化解析方法。該方法利用工程方式獲取領(lǐng)域先驗(yàn)知識(shí)與訓(xùn)練數(shù)據(jù)；基于BERT模型，通過掩碼語言模型與實(shí)...
廣義更新過程下生產(chǎn)系統(tǒng)最優(yōu)維修策略 摘要：當(dāng)生產(chǎn)系統(tǒng)的部件發(fā)生故障時(shí)，選擇何種維修策略進(jìn)行維修對(duì)生產(chǎn)制造企業(yè)具有重要意義。以往對(duì)維修策略的研究多集中于將維修成本最低作為研究目標(biāo)，而忽略了維修活動(dòng)對(duì)系統(tǒng)凈收益產(chǎn)生的潛在價(jià)值。為此，針對(duì)如何最大化系統(tǒng)生命周期內(nèi)獲得的凈收益問題，...

神經(jīng)網(wǎng)絡(luò)算子 摘要：針對(duì)符號(hào)回歸中遺傳編程方法在表達(dá)式空間中隨機(jī)搜索缺乏方向性，以及種群進(jìn)化過程中未利用數(shù)據(jù)特征導(dǎo)致效率低下的問題，提出了一種稱作神經(jīng)網(wǎng)絡(luò)算子的新穎變異算子。該算子通過遞歸神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)給定數(shù)據(jù)集特征，優(yōu)化種群中的表達(dá)式，使種群向誤差更低...
融合靜態(tài)程序分析與集成學(xué)習(xí)的Android代碼異味共存檢測(cè) 摘要：相對(duì)于單一種類的代碼異味，異味共存對(duì)程序更具危害性。針對(duì)Android特有代碼異味，現(xiàn)有研究主要關(guān)注單一種類異味的檢測(cè)，忽略異味共存對(duì)Android應(yīng)用程序的負(fù)面影響。為識(shí)別共存的Android特有代碼異味，提出融合靜態(tài)程序分析與集...

基于強(qiáng)化學(xué)習(xí)的無人機(jī)網(wǎng)絡(luò)自適應(yīng)QoS路由算法 摘要：由于無人機(jī)網(wǎng)絡(luò)的動(dòng)態(tài)特性，要保證其具有可靠的通信保障仍存在一定的挑戰(zhàn)，尤其是在軍事領(lǐng)域，對(duì)無人機(jī)網(wǎng)絡(luò)的QoS保障能力要求更高。針對(duì)上述需求，提出了一種基于Q學(xué)習(xí)的自適應(yīng)QoS路由算法。在該算法中，每個(gè)節(jié)點(diǎn)通過HELLO消息和數(shù)據(jù)包相...
工業(yè)5G-TSN融合網(wǎng)絡(luò)的異構(gòu)流量整形器設(shè)計(jì) 摘要：針對(duì)智能工廠內(nèi)部多樣化工業(yè)任務(wù)的端到端確定性傳輸要求和差異化QoS保障要求，基于5G與時(shí)間敏感網(wǎng)絡(luò)（TSN）構(gòu)建了工業(yè)5G-TSN的端到端組網(wǎng)架構(gòu)，提出了支持控制任務(wù)、音視頻任務(wù)、感知任務(wù)混合數(shù)據(jù)流整形的異構(gòu)流量整形器（HTS）。其...
移動(dòng)群智感知中基于納什討價(jià)還價(jià)博弈的多任務(wù)分配策略 摘要：在移動(dòng)群智感知網(wǎng)絡(luò)多個(gè)并發(fā)任務(wù)的情況下，如何根據(jù)用戶資源以及任務(wù)的質(zhì)量需求實(shí)現(xiàn)多任務(wù)的有效分配問題，利用納什議價(jià)解模型在資源分配方面的優(yōu)勢(shì)，提出了一種基于納什議價(jià)解的多任務(wù)分配策略。該策略將多個(gè)用戶對(duì)多個(gè)任務(wù)根據(jù)不同目標(biāo)以及質(zhì)量需求...
感知時(shí)間不可區(qū)分的車輛群智感知隱私保護(hù)任務(wù)分配方案 摘要：在車輛群智感知的任務(wù)分配中，大多數(shù)隱私保護(hù)機(jī)制將用戶暴露于潛在的時(shí)間感知推理下，使攻擊者能夠推斷出用戶的敏感信息。針對(duì)該問題，提出一種感知時(shí)間不可區(qū)分的隱私保護(hù)任務(wù)分配方案。首先，該方案為滿足用戶對(duì)感知時(shí)間隱私保護(hù)的需求，運(yùn)用差分隱...

VANET中高效的格基異構(gòu)多接收者簽密方案 摘要：隨著車載自組織網(wǎng)絡(luò)（VANET）技術(shù)在智能交通系統(tǒng)中的廣泛應(yīng)用，數(shù)據(jù)隱私和安全性問題日益凸顯。針對(duì)車輛在異構(gòu)密碼系統(tǒng)通信中的隱私泄露問題，為了滿足VANET的實(shí)時(shí)性需求，提出了一個(gè)高效的隱私保護(hù)格基異構(gòu)多接收者簽密方案。該方案實(shí)現(xiàn)了...
基于矩陣的安全多方計(jì)算同態(tài)加密方案 摘要：針對(duì)現(xiàn)有同態(tài)加密方案效率低，同態(tài)運(yùn)算噪聲增長(zhǎng)速率高影響解密正確性的問題進(jìn)行了研究，提出了一種格上基于整數(shù)矩陣的安全多方計(jì)算同態(tài)加密方案。方案采用了矩陣存儲(chǔ)方式來處理明文數(shù)據(jù)并減小了密鑰尺寸，與傳統(tǒng)的比特或向量存儲(chǔ)方式相比，矩陣存儲(chǔ)方...
基于相鄰均值差直方圖的高容量可逆信息隱藏算法 摘要：為解決可逆信息隱藏（reversible data hiding，RDH）容量受限的問題，提出了一種基于相鄰均值差的可逆信息隱藏（neighboring mean difference reversible data hiding，...
基于可驗(yàn)證秘密共享與智能合約的隱私保護(hù)算法 摘要：針對(duì)現(xiàn)有用戶協(xié)作算法存在共謀攻擊、背景知識(shí)攻擊以及用戶協(xié)作意愿等問題，基于可驗(yàn)證秘密共享與智能合約提出了一種用戶協(xié)作隱私保護(hù)算法（privacy protection algorithm based on verifiable s...
無線傳感器網(wǎng)絡(luò)中基于PUF的輕量級(jí)多網(wǎng)關(guān)身份認(rèn)證協(xié)議 摘要：針對(duì)無線傳感器網(wǎng)絡(luò)中多網(wǎng)關(guān)身份認(rèn)證協(xié)議所存在的計(jì)算效率低、缺乏安全性以及無線傳感器資源受限等問題，提出了一種基于不可克隆函數(shù)（PUF）的輕量級(jí)多網(wǎng)關(guān)身份認(rèn)證協(xié)議。該協(xié)議全部使用異或、哈希函數(shù)等輕量級(jí)運(yùn)算保證加密傳輸和完整性驗(yàn)證，每個(gè)...

ASGC-STT：基于自適應(yīng)空間圖卷積和時(shí)空Transformer的人體行為識(shí)別 摘要：近年來許多行為識(shí)別研究將人體骨架建模為拓?fù)鋱D，并利用圖卷積網(wǎng)絡(luò)提取動(dòng)作特征。然而，拓?fù)鋱D在訓(xùn)練過程中固有的共享和靜態(tài)特征限制了模型的性能。為解決該問題，提出基于自適應(yīng)空間圖卷積和時(shí)空Transformer的人體行為識(shí)別方法—ASGC...
基于圖像-文本大模型CLIP微調(diào)的零樣本參考圖像分割 摘要：近年來，以CLIP為代表的視覺-語言大模型在眾多下游場(chǎng)景中顯示出了出色的零樣本推理能力，然而將CLIP模型遷移至需要像素水平圖-文理解的參考圖像分割中非常困難，其根本原因在于CLIP關(guān)注圖像-文本整體上的對(duì)齊情況，卻丟棄了圖像中像素...
聯(lián)合邊緣特征的物流駕駛員危險(xiǎn)行為識(shí)別 摘要：準(zhǔn)確識(shí)別物流駕駛員接打電話等危險(xiǎn)行為是實(shí)現(xiàn)生產(chǎn)安全的重要一環(huán)。針對(duì)工業(yè)現(xiàn)場(chǎng)背景復(fù)雜、駕駛員手臂動(dòng)作相似度高等問題，提出一種聯(lián)合邊緣特征的物流駕駛員危險(xiǎn)行為識(shí)別算法EF-GCN（edge feature graph convoluti...
面向隱私保護(hù)的無鏡頭成像坐姿識(shí)別技術(shù) 摘要：現(xiàn)有基于視覺的坐姿識(shí)別方法普遍存在過度采集個(gè)體生物信息的問題，在追求高識(shí)別精度的同時(shí)，未充分考慮個(gè)人隱私的保護(hù)，從而增加了個(gè)人信息泄露的風(fēng)險(xiǎn)。針對(duì)上述問題，提出了一種在無鏡頭成像環(huán)境下基于層疊特征融合區(qū)域注意力增強(qiáng)的坐姿識(shí)別方法。該...
基于關(guān)節(jié)結(jié)構(gòu)依賴的三維人體姿態(tài)估計(jì)與優(yōu)化策略 摘要：由于面臨著固有的深度模糊和潛在的遮擋，單目三維人體姿態(tài)估計(jì)仍充滿著挑戰(zhàn)。為了緩解不確定性，提出了一個(gè)輕量高效的三維人體姿態(tài)估計(jì)模型，充分利用人體關(guān)節(jié)的結(jié)構(gòu)依賴關(guān)系，通過兩個(gè)局部約束增強(qiáng)策略對(duì)高自由度關(guān)節(jié)施加額外約束；設(shè)計(jì)了一個(gè)基于擴(kuò)...
基于多模態(tài)特征融合的場(chǎng)景文本識(shí)別 摘要：為了解決自然場(chǎng)景文本圖像因?yàn)檎趽?、扭曲等原因難以識(shí)別的問題，提出基于多模態(tài)特征融合的場(chǎng)景文本識(shí)別網(wǎng)絡(luò)（multimodal scene text recognition，MMSTR）。首先，MMSTR使用共享權(quán)重內(nèi)部自回歸的排列語言...