計(jì)算機(jī)應(yīng)用研究

2025年08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

原貌版試讀單本購買

基于深度學(xué)習(xí)的手語翻譯：過去、現(xiàn)狀與未來 摘要：基于深度學(xué)習(xí)的手語翻譯(SLT)旨在使用深度學(xué)習(xí)方法對手語動(dòng)作進(jìn)行翻譯，以提高翻譯準(zhǔn)確性。SLT降低了正常人與聽障人士的溝通門檻，但由于各國手語不統(tǒng)一以及手語動(dòng)作與口語句子的結(jié)構(gòu)不匹配等問題，手語翻譯面臨諸多挑戰(zhàn)。隨著深度學(xué)習(xí)技術(shù)的發(fā)...
融合知識圖譜的大語言模型研究綜述 摘要：大語言模型在多個(gè)垂直領(lǐng)域應(yīng)用中展現(xiàn)出卓越性能，但其生成內(nèi)容存在可解釋性不足與幻覺問題，嚴(yán)重制約了實(shí)際部署。而知識圖譜以結(jié)構(gòu)化語義網(wǎng)絡(luò)形式存儲事實(shí)知識，為增強(qiáng)大語言模型的可控性與知識約束提供了新路徑。為此，系統(tǒng)梳理知識圖譜與大語言模型融...

基于穩(wěn)定擴(kuò)散與自適應(yīng)增強(qiáng)技術(shù)的服裝模特圖像生成方法中 摘要：隨著計(jì)算機(jī)視覺和生成模型的發(fā)展，圖像生成技術(shù)取得了顯著突破，已廣泛應(yīng)用在電子商務(wù)的產(chǎn)品展示中以增強(qiáng)用戶交互體驗(yàn)。逼真服裝模特生成是圖像生成技術(shù)與電子商務(wù)業(yè)務(wù)深度融合的創(chuàng)新應(yīng)用技術(shù)之一。然而,服裝模特生成技術(shù)在電商應(yīng)用中仍面臨著諸多挑戰(zhàn)...
生物啟發(fā)的運(yùn)動(dòng)人群瓶頸效應(yīng)感知視覺神經(jīng)網(wǎng)絡(luò) 摘要：在大型活動(dòng)中，人群瓶頸效應(yīng)是常導(dǎo)致?lián)頂D甚至踩踏等災(zāi)難事件的重要前兆。然而目前針對人群瓶頸效應(yīng)檢測的計(jì)算模型研究工作較少，且由于這種效應(yīng)隨機(jī)性強(qiáng)、人群狀態(tài)復(fù)雜多變，傳統(tǒng)的計(jì)算模型檢測效果并不理想。為解決這一問題，在借鑒蝗蟲視覺系統(tǒng)神經(jīng)結(jié)...
基于情感引導(dǎo)-擴(kuò)散模型的藏族音樂生成網(wǎng)絡(luò) 摘要：人工智能技術(shù)在音樂創(chuàng)作領(lǐng)域取得了顯著進(jìn)展，但針對藏族音樂自動(dòng)生成的研究相對匱乏。現(xiàn)有研究在藏族音樂生成中主要面臨三個(gè)挑戰(zhàn)：缺乏特定情感的表達(dá)能力、高維特征處理效率低下，以及音樂上下文一致性不足。為解決上述問題,提出一種基于情感引導(dǎo)的擴(kuò)...

增強(qiáng)現(xiàn)實(shí)機(jī)器人的虛實(shí)同步手勢交互方法 摘要：針對增強(qiáng)現(xiàn)實(shí)場景下，動(dòng)態(tài)人機(jī)交互的感知能力差、同步精度低、執(zhí)行效率低等問題，建立了增強(qiáng)現(xiàn)實(shí)機(jī)器人虛實(shí)同步交互架構(gòu)，提出了虛實(shí)同步手勢交互方法。首先，提出手勢識別與虛實(shí)坐標(biāo)映射方法，利用姿態(tài)解析與正/逆運(yùn)動(dòng)學(xué)矩陣將手勢姿態(tài)映射到機(jī)器人關(guān)...
隱式情緒導(dǎo)向的語音驅(qū)動(dòng)仿生機(jī)器人說話方法 摘要：提出了一種創(chuàng)新的隱式情緒導(dǎo)向語音驅(qū)動(dòng)方法，用于仿生機(jī)器人的面部表情與頭部姿態(tài)生成。該方法基于深度學(xué)習(xí)，通過引入頸部舵機(jī)控制系數(shù)，突破了傳統(tǒng)方法僅依賴預(yù)編程隨機(jī)動(dòng)作序列的局限，實(shí)現(xiàn)了音頻信號到自然表情的精確映射。此外，提出了一種隱式情緒...

對比學(xué)習(xí)增強(qiáng)的多行為超圖神經(jīng)網(wǎng)絡(luò)推薦模型 摘要：多行為推薦(multi-behavior recommendation,MBR)在互聯(lián)網(wǎng)平臺中愈發(fā)重要，但現(xiàn)有方法仍面臨兩大挑戰(zhàn)：a)無法刻畫用戶不同行為下的復(fù)雜興趣偏好;b)難以建模不同行為間的相互關(guān)系。基于此，提出一種對比學(xué)習(xí)增強(qiáng)...
基于時(shí)間塊動(dòng)態(tài)圖神經(jīng)網(wǎng)絡(luò)的序列推薦方法 摘要：基于動(dòng)態(tài)圖的序列推薦是當(dāng)前推薦系統(tǒng)領(lǐng)域的一個(gè)研究熱點(diǎn)?，F(xiàn)有方法通常基于用戶-物品交互序列的每個(gè)時(shí)間戳構(gòu)建動(dòng)態(tài)圖，基于精細(xì)時(shí)間分辨率的方法，很難解決序列中用戶偶然行為引發(fā)的噪聲問題，同時(shí)也難以有效捕捉用戶的周期性偏好。為此，提出了一種基...
基于跨圖特征融合和結(jié)構(gòu)感知注意力的圖相似度計(jì)算 摘要：圖編輯距離(GED)是一種常用的圖相似性度量函數(shù)，其精確計(jì)算為NP-hard 問題。因此，近期研究者們提出諸多基于圖神經(jīng)網(wǎng)絡(luò)的圖相似度計(jì)算方法?，F(xiàn)有方法在特征提取時(shí)忽略了兩個(gè)圖節(jié)點(diǎn)之間的跨圖交互信息,并且缺乏對圖中節(jié)點(diǎn)高階關(guān)系的學(xué)習(xí)。...
基于水波傳播特性的半監(jiān)督密度聚類算法 摘要：半監(jiān)督密度聚類通過融合監(jiān)督信息與密度特征優(yōu)化聚類性能，但在數(shù)據(jù)分布不均時(shí)，傳統(tǒng)半監(jiān)督密度聚類算法常因全局密度閾值設(shè)定與約束信息利用不足，難以捕捉局部密度差異，導(dǎo)致稀疏區(qū)域簇識別能力受限。針對這一挑戰(zhàn)，提出了一種基于水波傳播特性的半監(jiān)督...
基于多分辨率模塊度的約束Louvain社區(qū)檢測算法米 摘要：針對Louvain 算法的分辨率存在極限的問題,提出一種基于多分辨率模塊度(multi-resolution modularity，MRQ)的Louvain社區(qū)檢測算法,在Louvain算法中加入一個(gè)可變分辨率模塊MRQ,有效解決了L...
基于脈沖神經(jīng)元膜電位增量的數(shù)據(jù)分布統(tǒng)計(jì)量及批歸一化 摘要：脈沖神經(jīng)網(wǎng)絡(luò)(SNN)因其具有更好的生物解釋性、強(qiáng)大的時(shí)空信息表征能力，以及超低功耗和延遲特性而受到廣泛關(guān)注。然而SNN在訓(xùn)練算法、超參數(shù)設(shè)置、架構(gòu)設(shè)計(jì)研究等方面還存在不少挑戰(zhàn)性的問題。針對現(xiàn)有SNN歸一化(BN)方法無法有效處理時(shí)間...
基于邊更新與多頭交互融合Transformer的車輛軌跡預(yù)測方法 摘要：自動(dòng)駕駛領(lǐng)域下的智能體軌跡預(yù)測任務(wù)需要充分考慮到智能體與交通環(huán)境之間的關(guān)系。為了解決現(xiàn)有方法在異構(gòu)特征交互層面的局限，提高預(yù)測精度，提出一種基于邊更新與多頭注意力交互融合Transformer的車輛軌跡預(yù)測方法 EMATNet(edg...
基于地圖分解AGV全局路徑規(guī)劃新方法 摘要：針對傳統(tǒng) A* 算法在大型場景下AGV(automatedguidedvehicle)路徑規(guī)劃時(shí)遍歷節(jié)點(diǎn)多、路徑平滑性差和搜索時(shí)間長等問題，提出了三層結(jié)構(gòu)的塊搜索 A* (Blocks- ?A* )算法，并構(gòu)建麥克納姆輪AGV解決運(yùn)動(dòng)...
考慮交通擁堵的冷鏈配送路徑動(dòng)態(tài)優(yōu)化 摘要：針對交通流的不確定性和難預(yù)知性導(dǎo)致的交通擁堵，從而影響冷鏈配送效率的問題,提出考慮交通擁堵的帶時(shí)間窗的冷鏈車輛路徑問題,建立了0-1整數(shù)規(guī)劃模型;然后,利用變交叉操作和自適應(yīng)擾動(dòng)因子對免疫遺傳算法(IGA)進(jìn)行改進(jìn)，提出基于變交叉下降...
基于域內(nèi)和域間元路徑聚合的跨域推薦方法 摘要：跨域推薦技術(shù)通過深入挖掘及利用其他域的有用信息，有效提升目標(biāo)域的推薦表現(xiàn)，為解決用戶冷啟動(dòng)問題提供了一種有效途徑。然而，當(dāng)前跨域推薦方法存在局限，未能細(xì)粒度地?cái)U(kuò)展隱式關(guān)系，并且忽視了嵌入向量中可能包含的冗余信息，從而制約了跨域推薦系統(tǒng)...
基于輔助行為去噪的多行為推薦 摘要：多行為推薦(MBR)系統(tǒng)通過輔助行為分析用戶偏好，以緩解數(shù)據(jù)稀疏性并提高推薦準(zhǔn)確性。然而，先前工作使用隨機(jī)初始化的用戶和物品嵌入，無法提供艮好的信息價(jià)值，也未考慮到在行為嵌入聚合中存在的噪音，以及輔助行為交互序列中的噪聲。為了解決這些...
一種圖文協(xié)同層級融合的多模態(tài)命名實(shí)體識別方法 摘要：多模態(tài)命名實(shí)體識別(MNER)旨在結(jié)合文本和圖像等信息,提高命名實(shí)體識別的準(zhǔn)確性。然而,現(xiàn)有方法因文本表達(dá)不規(guī)范以及圖像特征提取聚焦于局部信息，導(dǎo)致圖文語義特征利用不充分。針對該問題，提出了一種圖文協(xié)同層級融合(VTCHF)的命名實(shí)體...
融合正交學(xué)習(xí)和動(dòng)態(tài)平衡的麻雀搜索算法及應(yīng)用 摘要：針對麻雀搜索算法收斂速度慢和搜索能力不平衡的缺點(diǎn)，提出一種融合正交學(xué)習(xí)和動(dòng)態(tài)平衡的麻雀搜索算法(SSAOD)。首先引入正交學(xué)習(xí)策略來加強(qiáng)個(gè)體間信息傳遞，提高算法的收斂速度;然后采用動(dòng)態(tài)平衡策略,增強(qiáng)算法在迭代前期的全局探索能力和迭代后...
融合盈虧拿取策略的改進(jìn)遺傳算法求解TTP 摘要：旅行小偷問題(TTP)是由旅行商問題(TSP)和背包問題(KP)復(fù)合而成的一類新型組合優(yōu)化問題，其優(yōu)化模型涵蓋了兩類問題的約束條件，也繼承了兩類問題的計(jì)算難度。針對TTP,提出了一種融合盈虧拿取策略的改進(jìn)遺傳算法。對任意旅行商回路上的...
基于引力勢能修正的快速行進(jìn)樹路徑規(guī)劃算法 摘要：針對快速行進(jìn)樹算法(fast marching tree,FMT\*）在移動(dòng)機(jī)器人路徑規(guī)劃中存在冗余探索多、路徑規(guī)劃時(shí)間長、路徑拐點(diǎn)多等問題,提出了一種基于引力勢能修正的快速行進(jìn)樹算法（gravitational potential ...
多突觸連接脈沖神經(jīng)元的突觸延遲在線監(jiān)督學(xué)習(xí)算法 摘要：神經(jīng)科學(xué)研究表明,突觸延遲在神經(jīng)信息處理過程中扮演著積極角色，且多突觸連接廣泛分布于神經(jīng)系統(tǒng)中。然而,當(dāng)前脈沖神經(jīng)網(wǎng)絡(luò)建模時(shí)大多采用單突觸連接模式，且在監(jiān)督學(xué)習(xí)算法的設(shè)計(jì)中未充分考慮突觸延遲的影響，限制了其潛在性能。鑒于此，構(gòu)建了一個(gè)...
DRO框架下不平衡分類損失函數(shù)重加權(quán)優(yōu)化 摘要：在不平衡數(shù)據(jù)的多分類任務(wù)中，由于類別分布存在數(shù)量差異,分類器的決策邊界往往偏向多數(shù)類別，從而導(dǎo)致模型難以實(shí)現(xiàn)準(zhǔn)確分類?，F(xiàn)有研究主要關(guān)注于數(shù)據(jù)平衡策略和損失函數(shù)的結(jié)構(gòu)調(diào)整，忽視了樣本標(biāo)簽可能存在標(biāo)注錯(cuò)誤或噪聲，標(biāo)簽信息的不確定性會進(jìn)一步...

基于污點(diǎn)分析的移動(dòng)端深度學(xué)習(xí)模型泄露自動(dòng)分析方法 摘要：現(xiàn)有的移動(dòng)端深度學(xué)習(xí)模型泄露分析方法依賴于移動(dòng)端應(yīng)用動(dòng)態(tài)運(yùn)行和人工觸發(fā)深度學(xué)習(xí)功能，具有不穩(wěn)定性且需要大量人工參與，限制了分析方法的使用范圍。為了更加自動(dòng)化地分析更多深度學(xué)習(xí)模型,提出了一種基于污點(diǎn)分析的移動(dòng)端深度學(xué)習(xí)模型泄露自動(dòng)分析...
基于GPU的Winograd 卷積算法并行化 摘要：針對現(xiàn)代卷積神經(jīng)網(wǎng)絡(luò)中計(jì)算負(fù)荷過重的問題，提出一種基于GPU的創(chuàng)新性Winograd并行卷積算法。該算法利用負(fù)載均衡的任務(wù)映射、優(yōu)化數(shù)據(jù)加載策略以隱藏延遲，并結(jié)合動(dòng)態(tài)填充方法，充分挖掘Winograd 卷積算法與GPU架構(gòu)的協(xié)同效應(yīng)。...
基于強(qiáng)化學(xué)習(xí)的災(zāi)區(qū)應(yīng)急無人機(jī)網(wǎng)絡(luò)服務(wù)公平性最大化方案 摘要：現(xiàn)有研究無人機(jī)災(zāi)區(qū)應(yīng)急通信服務(wù)的方法在全局環(huán)境信息下優(yōu)化網(wǎng)絡(luò)性能，存在組網(wǎng)效率低和資源分配不均衡的問題，在災(zāi)區(qū)環(huán)境下難以維持平衡的通信服務(wù)，導(dǎo)致部分用戶無法被及時(shí)救援。針對上述不足，提出并解決了無人機(jī)通信質(zhì)量最大化問題：將問題建模為部...
基于動(dòng)態(tài)時(shí)間窗格的數(shù)據(jù)倉庫流批一體優(yōu)化方法 摘要：數(shù)據(jù)倉庫是企業(yè)數(shù)據(jù)管理核心，批處理和流處理是大數(shù)據(jù)分析的兩種核心數(shù)據(jù)處理范式。為了解決傳統(tǒng)批處理技術(shù)產(chǎn)出時(shí)延和資源消耗高的問題，以及流處理技術(shù)在處理多流數(shù)據(jù)關(guān)聯(lián)和歷史數(shù)據(jù)計(jì)算時(shí)面臨的數(shù)據(jù)質(zhì)量挑戰(zhàn)，提出了一種流批一體處理方法。所提方法通...
基于聯(lián)邦對比學(xué)習(xí)的航天器故障診斷 摘要：航天器故障診斷通常通過判讀遙測參數(shù)實(shí)現(xiàn),然而，遙測到的時(shí)間序列數(shù)據(jù)由航天器各個(gè)關(guān)鍵設(shè)備采集,呈非獨(dú)立同分布（non-independent identically distribution,Non-IID），傳統(tǒng)的聯(lián)邦學(xué)習(xí)方法在面對此...

車聯(lián)網(wǎng)空地協(xié)同MEC系統(tǒng)的通算資源在線分配優(yōu)化米 摘要：使用靈活性機(jī)動(dòng)性俱佳的無人機(jī)與地面基站組成空地協(xié)同移動(dòng)邊緣計(jì)算(MEC)系統(tǒng)，能有效保障具有高移動(dòng)性用戶的車聯(lián)網(wǎng)的MEC服務(wù)質(zhì)量。為了適應(yīng)車聯(lián)網(wǎng)用戶位置的實(shí)時(shí)隨機(jī)變化特性，研究在線式的空地協(xié)同MEC系統(tǒng)的通信與計(jì)算資源分配優(yōu)化，研究將...
基于二跳鄰居的分布式大規(guī)模混合多智能體系統(tǒng)一致性協(xié)議 摘要：分布式多智能體系統(tǒng)（MAS)一致性是實(shí)現(xiàn)協(xié)調(diào)控制的首要條件。多智能體一致性協(xié)議通常使用一跳鄰域信息進(jìn)行收斂，每個(gè)智能體僅通過有限的局部信息導(dǎo)致收斂速度緩慢。為解決上述問題提出了一種基于二跳鄰居的分布式一致性協(xié)議。首先，提出方法綜合一跳...
基于多智能體深度強(qiáng)化學(xué)習(xí)的海上風(fēng)電傳感器節(jié)點(diǎn)能效優(yōu)化 摘要：海上風(fēng)電場的高效運(yùn)行依賴于無線傳感器網(wǎng)絡(luò)提供的監(jiān)測數(shù)據(jù)。通過對現(xiàn)有研究中傳感器節(jié)點(diǎn)部署與通信進(jìn)行調(diào)查，指出了當(dāng)前海上風(fēng)電場景下無線傳感器節(jié)點(diǎn)部署通信時(shí)能效優(yōu)化研究不充分的問題。針對海上風(fēng)電機(jī)組無線傳感器網(wǎng)絡(luò)的能效優(yōu)化問題,設(shè)計(jì)了一種基...

一種融合數(shù)據(jù)新鮮度的聯(lián)邦學(xué)習(xí)動(dòng)態(tài)激勵(lì)機(jī)制 摘要：在多輪聯(lián)邦學(xué)習(xí)中，訓(xùn)練環(huán)境不斷變化，基于多智能體強(qiáng)化學(xué)習(xí)（MARL)的激勵(lì)機(jī)制通過自適應(yīng)動(dòng)態(tài)調(diào)整數(shù)據(jù)貢獻(xiàn)策略，能夠更好地適應(yīng)動(dòng)態(tài)環(huán)境。然而，現(xiàn)有基于MARL的激勵(lì)機(jī)制在貢獻(xiàn)評估時(shí)主要關(guān)注數(shù)據(jù)量,忽視了數(shù)據(jù)新鮮度，導(dǎo)致貢獻(xiàn)評估不全面,限...
智能物聯(lián)網(wǎng)中高效安全的自適應(yīng)量化聯(lián)邦學(xué)習(xí) 摘要：針對現(xiàn)有自適應(yīng)量化聯(lián)邦學(xué)習(xí)存在參與者本地模型參數(shù)隱私泄露的問題,提出一種適合智能物聯(lián)網(wǎng)的高效安全的自適應(yīng)量化聯(lián)邦學(xué)習(xí)方案。該方案利用自適應(yīng)量化技術(shù)減少參與者的通信開銷，設(shè)置兩個(gè)聚合服務(wù)器,將 Diffie-Hellman 密鑰交換協(xié)議...
基于隨機(jī)映射的隱私保護(hù)聚類算法 摘要：針對聚類隱私保護(hù)算法中隱私開銷隨數(shù)據(jù)維度增加而提升的問題,提出了一種基于隨機(jī)映射的隱私保護(hù)算法(RPPP)。該算法首先利用對稱不確定性方法篩選相關(guān)特征，并通過獨(dú)立同分布的高斯序列生成隨機(jī)矩陣。為增強(qiáng)距離保持特性，隨機(jī)矩陣經(jīng)Gram-S...
面向稠密區(qū)域的本地化差分隱私自適應(yīng)空間分解 摘要：針對常規(guī)均勻網(wǎng)格法和自適應(yīng)網(wǎng)格分解法處理空間數(shù)據(jù)時(shí)存在查詢精度與查詢效率較低的問題，提出一種基于本地化差分隱私的自適應(yīng)空間分解算法(LDP-ASDT)。通過分組策略對空間進(jìn)行分層分解，劃分出稠密與稀疏區(qū)域;利用四分樹通過設(shè)定合適閾值，...

殘差混合注意力與自適應(yīng)特征融合的腦腫瘤分割 摘要：腦腫瘤圖像的自動(dòng)化分割在腦腫瘤的輔助診斷和治療方面至關(guān)重要。針對腦腫瘤圖像病變區(qū)域復(fù)雜多變、病灶與背景區(qū)域邊界模糊的問題，提出了一種結(jié)合殘差混合注意力、自適應(yīng)特征融合的腦腫瘤分割方法(residual adaptive convolu...
融合時(shí)空信息與運(yùn)動(dòng)信息的骨架行為識別 摘要：針對現(xiàn)有骨骼行為識別方法對時(shí)空依賴特征和運(yùn)動(dòng)信息利用不足的問題，在PoseConv3D的基礎(chǔ)上提出了一種結(jié)合運(yùn)動(dòng)特征與時(shí)空注意力的改進(jìn)模型。首先，采用四肢、頭部以及軀干構(gòu)成的肢體熱圖作為輸入，以先驗(yàn)地增強(qiáng)鄰近關(guān)鍵點(diǎn)的空間關(guān)聯(lián)性;其次，...
基于雙重?cái)U(kuò)散模型的圖像恢復(fù)模型 摘要：由于擴(kuò)散模型對數(shù)據(jù)分布建模的卓越能力,基于擴(kuò)散模型的圖像恢復(fù)方法表現(xiàn)出色并獲得了廣泛關(guān)注。針對當(dāng)前基于擴(kuò)散模型的圖像恢復(fù)方法中存在的噪聲隨機(jī)擾動(dòng)以及數(shù)據(jù)一致性等問題，提出了一種圖像恢復(fù)模型rdIRM,在傳統(tǒng)的噪聲擴(kuò)散的基礎(chǔ)上加入殘差擴(kuò)...
基于預(yù)訓(xùn)練擴(kuò)散模型的兩階段高分辨率圖像復(fù)原方法 摘要：預(yù)訓(xùn)練擴(kuò)散先驗(yàn)圖像復(fù)原依賴預(yù)訓(xùn)練的擴(kuò)散模型，無須微調(diào)即可處理各種經(jīng)典圖像復(fù)原任務(wù)。然而，目前的預(yù)訓(xùn)練擴(kuò)散先驗(yàn)圖像復(fù)原方法在處理高分辨率圖像時(shí)效率低下，并且存在分布外問題(outof distribution，OOD)。針對以上問題,提...
基于自學(xué)習(xí)區(qū)域選擇與邊緣聚焦的單目3D檢測 摘要：提出了一種基于自學(xué)習(xí)區(qū)域選擇與邊緣聚焦的單目3D檢測算法。不同于以往直接使用整個(gè)RoI進(jìn)行3D屬性學(xué)習(xí),所提算法通過數(shù)據(jù)驅(qū)動(dòng)的模型自學(xué)習(xí)機(jī)制選擇有價(jià)值區(qū)域,抑制無關(guān)區(qū)域的負(fù)面影響。同時(shí)，針對邊緣截?cái)嗄繕?biāo)，所提算法通過建模截?cái)嗄繕?biāo)分布特...