計算機應(yīng)用研究

2025年06期

收藏成功

微博空間微信

類型

月刊

類別

定價

促銷信息

全年訂閱更優(yōu)惠!

￥50.00 ￥12.00

原貌版試讀單本購買

聯(lián)邦學(xué)習(xí)中隱私保護(hù)聚合機制綜述 摘要：聯(lián)邦學(xué)習(xí)(FL)作為一種新型的分布式機器學(xué)習(xí)(DML)框架，通過聚合參與者上傳的本地模型參數(shù)訓(xùn)練全局模型，可以有效保護(hù)參與者的本地數(shù)據(jù)隱私。然而，這些本地模型參數(shù)仍然存在泄露參與者隱私的風(fēng)險，隱私保護(hù)聚合（privacy-preser...
基于區(qū)塊鏈的車聯(lián)網(wǎng)數(shù)據(jù)共享綜述 摘要：車聯(lián)網(wǎng)數(shù)據(jù)共享，即不同車輛之間或車輛與基礎(chǔ)設(shè)施之間交換和共享交通數(shù)據(jù)，可以有效提升駕駛體驗、提高駕駛安全性。區(qū)塊鏈憑借去中心化、防竄改、可追溯等特性，被廣泛應(yīng)用于車聯(lián)網(wǎng)環(huán)境下的數(shù)據(jù)共享，為構(gòu)造一個可信的數(shù)據(jù)共享環(huán)境提供了前所未有的機遇...

基于改進(jìn)型多模態(tài)信息融合深度強化學(xué)習(xí)的自主超聲掃描方法 摘要：針對基于深度強化學(xué)習(xí)的自主超聲掃描方法存在訓(xùn)練掃描精度低、訓(xùn)練時間長、掃描任務(wù)成功率較低的問題,提出了一種基于改進(jìn)型多模態(tài)信息融合深度強化學(xué)習(xí)的自主超聲掃描方法。首先，該方法融合了超聲圖像、雙視角探頭操作圖像和6D觸覺反饋提供全面的多...
基于生成對抗網(wǎng)絡(luò)與漸進(jìn)式融合的多模態(tài)實體對齊 摘要：在教育領(lǐng)域中，知識圖譜融合起著關(guān)鍵的作用。作為知識圖譜融合的一個核心技術(shù)，實體對齊的目標(biāo)是從多個知識圖譜中識別等價的實體對。目前實體對齊方法大部分建立在假設(shè)源實體在目標(biāo)知識圖譜中有對應(yīng)實體的基礎(chǔ)上，當(dāng)使用跨語言與跨圖譜實體集時就會產(chǎn)生...
基于特性分流的多模態(tài)對話情緒感知算法 摘要：在主動健康領(lǐng)域，多模態(tài)情緒感知技術(shù)對于監(jiān)測個人健康和提供醫(yī)療陪護(hù)具有重要意義。然而，當(dāng)前多模態(tài)對話情緒感知技術(shù)在融合不同模態(tài)信息時面臨挑戰(zhàn)，尤其是在捕捉模態(tài)間的局部關(guān)系方面。為此，提出了一種基于特性分流的多模態(tài)融合算法MEPAD。該算...
面向視覺-語言模型的遞進(jìn)互提示學(xué)習(xí) 摘要：大規(guī)模預(yù)訓(xùn)練視覺-語言模型CLIP(contrastive language-image pretraining）可將輸入圖像和文本投影到公共語義空間實現(xiàn)跨模態(tài)對齊，且在廣泛的下游任務(wù)上展現(xiàn)了較強的泛化能力。然而，現(xiàn)有的提示學(xué)習(xí)方法通...
多維度交叉注意力融合的視聽分割網(wǎng)絡(luò) 摘要：視聽分割是根據(jù)圖片和聲音定位并精準(zhǔn)分割圖片中的發(fā)聲對象。雖然目前大多數(shù)研究工作主要側(cè)重于探索視聽信息融合方法，但對于視聽細(xì)粒度挖掘不夠深入，特別是在對齊連續(xù)音頻特征與空間像素級信息方面。因此，提出了基于對比學(xué)習(xí)的視聽分割注意力融合方法...
基于多模態(tài)表征學(xué)習(xí)的自動音頻字幕方法 摘要：在自動音頻字幕(automated audio captioning,AAC)和大多數(shù)多模態(tài)研究領(lǐng)域中，模態(tài)差異一直構(gòu)成重大挑戰(zhàn)。增強模型對文本信息的理解，在建立文本和音頻兩種模態(tài)之間的無縫連接中起著至關(guān)重要的作用。最近的研究集中在通...

基于改進(jìn)行為克隆算法的機器人運動控制策略 摘要：針對機器人在雙臂協(xié)同插孔等精細(xì)操作中運動控制策略訓(xùn)練復(fù)雜、路徑規(guī)劃執(zhí)行不夠高效和精確的問題,提出了一種基于多尺度特征金字塔和注意力機制的改進(jìn)機器人行為克隆算法。結(jié)合殘差網(wǎng)絡(luò)和特征金字塔設(shè)計backbone網(wǎng)絡(luò)以提取并融合多尺度圖像特征...
基于混合深度強化學(xué)習(xí)的云制造云邊協(xié)同聯(lián)合卸載策略 摘要：針對基于云邊協(xié)同的云制造環(huán)境下制造資源實時感知數(shù)據(jù)難以及時處理的問題，考慮邊緣端有限的計算資源、動態(tài)變化的網(wǎng)絡(luò)狀態(tài)以及任務(wù)負(fù)載等不確定性因素,給出一種基于混合深度強化學(xué)習(xí)（mixed-based deepreinforcement l...
考慮故障因素的多機器人動態(tài)任務(wù)分配及路徑規(guī)劃 摘要：針對復(fù)雜任務(wù)下多機器人魯棒性問題，提出一種耦合式任務(wù)分配和路徑規(guī)劃方法，以滿足復(fù)雜任務(wù)下的軌跡要求。首先，通過Dijkstra算法對環(huán)境中各任務(wù)柵格間的最短路徑和距離進(jìn)行預(yù)處理;其次，中央控制器負(fù)責(zé)任務(wù)下達(dá)，監(jiān)測到機器人進(jìn)入危險區(qū)域故...
基于物理信息強化學(xué)習(xí)的無人駕駛車輛跟馳控制模型 摘要：車輛跟馳控制是無人駕駛的基礎(chǔ)控制技術(shù)之一。近年來，強化學(xué)習(xí)被廣泛應(yīng)用于無人駕駛車輛的跟馳控制任務(wù)中,使模型具備了較強的學(xué)習(xí)和模仿能力，但也面臨可解釋性差和輸出不穩(wěn)定的問題，給車輛運行帶來了潛在的安全隱患。為了解決這些問題，提出了一種融...
基于改進(jìn)多目標(biāo)鯨魚優(yōu)化算法的云制造魯棒服務(wù)組合方法 摘要：現(xiàn)有的云制造服務(wù)組合方法通常是在假設(shè)制造服務(wù)無異常的條件下進(jìn)行，這使得現(xiàn)有模型及方法在服務(wù)異常時效率低下甚至失敗。為了解決這一問題，提出了一種基于改進(jìn)多目標(biāo)鯨魚優(yōu)化算法的云制造魯棒服務(wù)組合方法。首先，該方法通過為每個子任務(wù)分配一個首選...
基于ABSA與動態(tài)少樣本提示的主觀知識對話回復(fù)生成模型 摘要：在最新的任務(wù)導(dǎo)向型對話系統(tǒng)挑戰(zhàn)中，有效利用主觀知識(如個人見解)對于滿足用戶的特定需求至關(guān)重要。然而，由于此類知識具有個體主觀性的特征，如何有效地整合和利用這些信息成為了研究的關(guān)鍵焦點。提出一種名為DynSense的方法，旨在解決從多...
改進(jìn)自適應(yīng)大鄰域搜索算法及其在旅行商問題中的應(yīng)用 摘要：為了克服自適應(yīng)大鄰域搜索算法(ALNS)在解決大規(guī)模旅行商問題時面臨的初始溫度設(shè)定困難及求解精度不足的問題，對傳統(tǒng)ALNS進(jìn)行了改進(jìn)。首先，基于最近鄰信息,提出了近鄰移除算子和非近鄰移除算子兩種更具指向性的移除算子。前者負(fù)責(zé)區(qū)域性地移...
基于信息素矩陣優(yōu)化蟻群算法求解城市建模的旅行商問題 摘要：針對城市建模中的旅行商問題,提出了一種結(jié)合信息素矩陣的隨機平均、自適應(yīng)擾動及動態(tài)比例重置為主的優(yōu)化蟻群算法，從而優(yōu)化城市建模素材獲取過程中的路徑搜索。該算法在每輪路徑選擇后，依據(jù)路徑優(yōu)劣進(jìn)行整體性的局部信息素更新并通過2-opt優(yōu)化加...
融合局部-全局歷史模式與歷史知識頻率的時序知識圖譜補全方法 摘要：時序知識圖譜(temporal knowledge graphs,TKGs)是動態(tài)描述事實演變的圖譜，其補全任務(wù)是根據(jù)歷史預(yù)測未來未知的事實，關(guān)鍵在于洞察歷史數(shù)據(jù)。然而,現(xiàn)有模型在捕捉歷史事件的特征方面存在局限，不能準(zhǔn)確地從時間戳中提...
一種面向情緒壓力分布外檢測的多任務(wù)跨模態(tài)學(xué)習(xí)方法 摘要：基于光電容積脈搏波(PPG)的情緒壓力檢測系統(tǒng)有望能夠?qū)崿F(xiàn)日常的便攜監(jiān)測，但由于不同個體間PPG 信號差異顯著，導(dǎo)致在對訓(xùn)練時未見過的個體進(jìn)行壓力檢測時存在嚴(yán)重的分布外(OOD)問題。針對這一問題,提出了一種基于多任務(wù)學(xué)習(xí)的跨模態(tài)壓力...
基于句子轉(zhuǎn)換和雙注意力機制的歸納關(guān)系預(yù)測 摘要：關(guān)系預(yù)測是知識圖譜補全中的一項重要任務(wù)，旨在預(yù)測實體之間缺失的關(guān)系?，F(xiàn)有歸納關(guān)系預(yù)測方法通常面臨語義信息和結(jié)構(gòu)信息建模不足的問題，因此提出了一種基于句子轉(zhuǎn)換和雙注意力機制的歸納關(guān)系預(yù)測模型。該方法通過自動化檢索描述增強了實體語義表示，...
基于多層特征融合與增強的對比圖聚類 摘要：現(xiàn)有大多數(shù)對比圖聚類算法存在以下問題：生成節(jié)點表示時忽略了淺層網(wǎng)絡(luò)提取的底層特征和底層結(jié)構(gòu)信息;未充分利用高階鄰居節(jié)點信息;未結(jié)合置信度信息與拓?fù)浣Y(jié)構(gòu)信息來構(gòu)建正樣本對。為解決以上問題，提出了基于多層特征融合與增強的對比圖聚類算法。該...
使用NGN算法改進(jìn)不平衡數(shù)值數(shù)據(jù)的研究 摘要：在少數(shù)類樣本極少的情況下，傳統(tǒng)過采樣方法難以增加樣本數(shù)量。為此提出了一種數(shù)值生成網(wǎng)絡(luò)(NGN)算法。該算法將生成器生成的數(shù)據(jù)作為噪聲添加到原始的少數(shù)類樣本數(shù)據(jù)中合成新數(shù)據(jù)，直至達(dá)到平衡。生成器采用四層全連接網(wǎng)絡(luò)，結(jié)合低結(jié)構(gòu)和高結(jié)構(gòu)特征...
一種基于終端策略的近似漣漪擴散算法 摘要：針對 k 最短路徑問題(k-SPP)的高效求解需求，提出了一種基于漣漪擴散算法(RSA)的改進(jìn)方法。首先,對原始RSA進(jìn)行優(yōu)化,限制每個節(jié)點產(chǎn)生的漣漪數(shù)量以提高計算效率,形成近似連漪擴散算法(ARSA）。其次，提出一種終端策略 Hτ ...
融合混合提示與位置感知的突發(fā)事件抽取模型 摘要：突發(fā)事件抽取任務(wù)旨在從突發(fā)事件新聞報道中檢測并提取出所蘊涵的事件類型及其事件要素,該任務(wù)為公共安全和應(yīng)急響應(yīng)提供了詳細(xì)和結(jié)構(gòu)化的信息。針對突發(fā)事件抽取領(lǐng)域內(nèi)文本數(shù)據(jù)稀疏導(dǎo)致的上下文信息忽視問題,提出了一種基于上下文增強混合提示模板與位...
面向說話人日志的多原型驅(qū)動圖神經(jīng)網(wǎng)絡(luò)方法 摘要：最近，圖神經(jīng)網(wǎng)絡(luò)在會話級建模中的應(yīng)用，已顯示出其在說話人日志任務(wù)上的有效性。然而,現(xiàn)有的大多數(shù)圖神經(jīng)網(wǎng)絡(luò)變體僅依賴于局部結(jié)構(gòu)信息，忽略了全局說話人信息的重要性，無法充分彌補說話人日志任務(wù)中說話人信息不足的問題。提出了面向說話人日志的多...
鄰域變異的黑猩猩多峰優(yōu)化算法 摘要：多峰優(yōu)化問題既要求盡可能多的全局最優(yōu)解，又要求其具有較高的精度，這就需要算法既能夠協(xié)調(diào)種群的多樣性和收斂性，又要具有較強的全局搜索能力。為此，提出鄰域變異的黑猩猩多峰優(yōu)化算法。它包括三個創(chuàng)新點：多變異鄰域定向引導(dǎo)機制，隨機變異增加種群...

基于增強型差分進(jìn)化算法求解廣義Nash均衡問題 摘要：針對經(jīng)典數(shù)學(xué)方法求解廣義Nash均衡問題依賴初始點選擇、可微性條件較高、問題轉(zhuǎn)換有信息損耗以及元啟發(fā)式算法性能不足的問題，利用Nikaido-Isoda函數(shù)提出增強型差分進(jìn)化算法直接對廣義Nash均衡問題進(jìn)行求解。首先，為改善差分進(jìn)化...
面向可重構(gòu)陣列的CNN多維融合數(shù)據(jù)復(fù)用方法 摘要：可重構(gòu)陣列結(jié)構(gòu)具有通用處理器的靈活性和專用硬件的高能效，已經(jīng)成為應(yīng)對卷積神經(jīng)網(wǎng)絡(luò)(CNN)等計算密集和訪存密集型應(yīng)用的最佳選擇之一。然而，隨著計算量的不斷增加,訪存開銷持續(xù)上升，嚴(yán)重限制了計算效率的進(jìn)一步提升。因此，提出一種面向可重構(gòu)...
一種用于機器聲音異常檢測的ARViTrans方法 摘要：為解決現(xiàn)有機器聲音異常檢測方法只關(guān)注時域、頻域或通道維度的單一特征，忽略了聲譜特征與時間序列信息之間的相互聯(lián)系，以及初始特征丟失導(dǎo)致樣本數(shù)據(jù)分布擬合不準(zhǔn)確,從而引發(fā)較高的異常漏檢率和誤報率的問題，提出了一種融合注意力機制和跳躍連接的機...
基于數(shù)據(jù)驅(qū)動的WSN故障檢測框架 摘要：WSN節(jié)點通常部署在復(fù)雜的工作環(huán)境中，傳感器節(jié)點故障不可避免，為了實時檢測WSN中的故障，提出了一種數(shù)據(jù)驅(qū)動的故障檢測框架。通過對無線傳感網(wǎng)絡(luò)運行初期采集的數(shù)據(jù)進(jìn)行過濾和收集，使用過濾后的數(shù)據(jù)構(gòu)造用于故障檢測模型訓(xùn)練的數(shù)據(jù)集，提高模型...
一種面向軟件眾包的眾包工人選擇模型 摘要：軟件眾包任務(wù)中，選擇不合適的眾包工人常導(dǎo)致任務(wù)失敗和任務(wù)發(fā)布者滿意度下降。為解決因工人選擇不當(dāng)帶來的問題,提出了一種綜合考慮工人能力與任務(wù)匹配度的軟件眾包工人選擇模型。模型包括基于TOPSIS和線性規(guī)劃法的眾包工人能力評估模型,以及基...

邊緣計算中動態(tài)服務(wù)器部署與任務(wù)卸載聯(lián)合優(yōu)化算法 摘要：在移動邊緣計算中，邊緣服務(wù)器部署位置的固定性容易產(chǎn)生邊緣服務(wù)器資源利用率不平衡的問題，從而導(dǎo)致任務(wù)卸載過程中時延與能耗的增加。針對該問題，提出了一種基于分層強化學(xué)習(xí)的聯(lián)合優(yōu)化算法。首先，將邊緣服務(wù)器放置與任務(wù)卸載問題分解并轉(zhuǎn)換為雙馬爾...
基于自適應(yīng)差分進(jìn)化算法的時間敏感網(wǎng)絡(luò)流量調(diào)度 摘要：為在時間敏感網(wǎng)絡(luò)(TSN)中保障時間敏感流量的確定性傳輸，提出一種基于自適應(yīng)差分進(jìn)化算法的流量調(diào)度方法。引入鏈路均衡約束條件，在種群初始化時監(jiān)控鏈路擁塞情況進(jìn)行路徑選擇;通過自適應(yīng)算法調(diào)整參數(shù)聯(lián)合優(yōu)化路徑選擇與流量調(diào)度，實現(xiàn)最小化調(diào)度...
基于LCVAE-CNN的多任務(wù)室內(nèi)Wi-Fi指紋定位方法 摘要：室內(nèi)Wi-Fi接收信號強度指示(RSSI)指紋定位廣泛應(yīng)用于位置服務(wù)，但面臨數(shù)據(jù)采集困難、環(huán)境動態(tài)變化的RSSI測量劇烈波動等挑戰(zhàn)，難以實現(xiàn)高精度定位。為解決因數(shù)據(jù)稀缺和環(huán)境動態(tài)變化導(dǎo)致定位精度不佳問題,采用雙編碼器結(jié)構(gòu)獨立處理RSS...

基于多擾動策略的中文對抗樣本生成方法 摘要：針對深度神經(jīng)網(wǎng)絡(luò)(DNN)在面對對抗樣本的脆弱性問題,以及中文環(huán)境下高質(zhì)量對抗樣本的缺乏，提出一種新的中文對抗樣本生成方法CMDS。在關(guān)鍵詞選擇階段，該方法使用的Score函數(shù)結(jié)合了人類閱讀時容易忽視和在意的地方,計算出適合添加擾動的...
基于用戶選擇的魯棒與隱私保護(hù)聯(lián)邦學(xué)習(xí)方案 摘要：針對聯(lián)邦學(xué)習(xí)過程中模型參數(shù)易遭受推理攻擊和拜占庭攻擊等問題,提出了一種基于用戶選擇的魯棒與隱私保護(hù)聯(lián)邦學(xué)習(xí)方案,以增強模型訓(xùn)練的安全性和可靠性。首先基于霧服務(wù)器構(gòu)建組的概念，設(shè)計了一種選擇用戶算法。該算法旨在挑選出信用分?jǐn)?shù)較高的用戶參...
云醫(yī)療環(huán)境下策略可更新的多權(quán)威屬性基安全方案 摘要：在云醫(yī)療環(huán)境下，存儲在云中的醫(yī)療數(shù)據(jù)存在隱私易泄露、訪問策略更新開銷大等問題。針對以上問題,提出一種策略可更新的多權(quán)威屬性基安全方案。所提方案由醫(yī)院、研究所等形成的多權(quán)威機構(gòu)管理互不相交的屬性集，使用密文策略屬性基方案加密數(shù)據(jù)，實現(xiàn)了...

SP-CPGCN：用于塵肺病分期的超像素先驗因果感知圖卷積網(wǎng)絡(luò) 摘要：針對塵肺病灶微小微薄以及現(xiàn)有深度學(xué)習(xí)方法受非因果特征影響，導(dǎo)致塵肺分期準(zhǔn)確率低的問題,提出基于超像素先驗的因果感知圖卷積網(wǎng)絡(luò)(SP-CPGCN)。具體來說，該網(wǎng)絡(luò)通過對超像素而非整張胸片進(jìn)行特征提取以學(xué)習(xí)局部微小特征;充分考慮節(jié)點間的...
基于多級多特征混合模型的白血病亞型自動分類 摘要：白血病作為一種隱蔽性高的癌癥，其初期檢測難的問題一直以來都是醫(yī)生們關(guān)注的重點?，F(xiàn)有的細(xì)粒度分類模型缺乏對小樣本不平衡數(shù)據(jù)集的處理能力，導(dǎo)致其在白血病亞型分類上表現(xiàn)不佳。因此為了克服上述問題，進(jìn)而加快醫(yī)生診斷速度，縮短治療時間，提出了一...
結(jié)合多尺度特征與局部采樣描述的多模態(tài)圖像配準(zhǔn)方法 摘要：針對不同模態(tài)圖像存在嚴(yán)重的幾何差異和非線性輻射差異(NID)等問題導(dǎo)致的匹配難題，提出了一種結(jié)合多尺度特征與局部采樣描述的多模態(tài)圖像配準(zhǔn)方法。首先，引入非線性擴散方程構(gòu)建非線性尺度空間，然后結(jié)合相位一致性與ORB(orientedFA...
迭代偽點云生成的3D目標(biāo)檢測 摘要：3D目標(biāo)檢測是自動駕駛環(huán)境感知的關(guān)鍵任務(wù)。然而，在復(fù)雜場景中因距離和遮擋問題,激光雷達(dá)往往難以獲取目標(biāo)的完整點云，這極大地影響了目標(biāo)檢測的精度。為了應(yīng)對這一問題，提出迭代偽點云生成的三維目標(biāo)檢測方法（IG-RCNN)。首先，在三維體素...
分層蒸餾解耦網(wǎng)絡(luò)的低分辨率人臉識別算法 摘要：低分辨率人臉圖像中大量面部細(xì)節(jié)特征丟失，使得目前許多具有較好性能的經(jīng)典人臉識別模型的識別率急劇降低。針對該問題,提出了一種分層蒸餾解耦網(wǎng)絡(luò)(hierarchical knowledge distilation decoupling,H...
基于運動分割的動態(tài)SLAM聯(lián)合優(yōu)化算法 摘要：針對傳統(tǒng) SLAM極易受到場景中動態(tài)對象的干擾，提出一種適用于動態(tài)場景的視覺SLAM算法——GMS-SLAM。該算法采用對極約束的幾何方法替代語義分割，并通過光學(xué)膨脹進(jìn)一步消除該方法可能存在的共面模糊情況。然后通過運動約束和剛性約束對...
基于預(yù)測劃分卷積神經(jīng)網(wǎng)絡(luò)的全景視頻快速編碼算法 摘要：為解決基于多功能視頻編碼（versatile video coding,VVC）的等距柱狀投影（equirectangular projection，ERP)全景視頻編碼復(fù)雜度過高的問題，提出了基于預(yù)測劃分卷積神經(jīng)網(wǎng)絡(luò)（predict...