计算机应用研究

2026年01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

基于博弈论的欺骗性防御策略优化研究综述 摘要：在网络安全威胁日益复杂的情况下，传统的欺骗性防御技术因为其策略动态适应性不足，难以应对持续性高级威胁(advanced persistent threat,APT)和复杂网络情况。博弈论通过建模攻防策略互动为防御优化提供理论支持,但存...
面向社交媒体的中文文本毒性检测研究综述 摘要：随着社交媒体的快速发展，网络平台中涌现出大量带有歧视、辱骂、仇恨等毒性言论，对信息生态与社会秩序构成严重威胁。针对中文语境下文本毒性检测任务的发展现状，系统梳理了该领域的研究进展与关键技术。围绕任务定义、评估指标、数据资源、建模方法、...
单幅图像去雾的生成式方法研究综述 摘要：图像去雾算法通过对含雾图像进行分析与处理，从图像中去除雾气干扰，恢复清晰、真实的场景信息，对于提升复杂天气条件下计算机视觉系统的感知鲁棒性具有重要意义。近年来，生成式建模方法在图像去雾任务中的引入，极大丰富了算法模型与学习范式，逐渐成...

基于大语言模型与图神经网络的会话推荐增强框架 摘要：随着会话推荐的广泛应用，如何充分利用语义信息、建模用户跨会话兴趣以及抑制数据噪声成为提升推荐性能的关键。为此提出一种新颖的会话推荐增强框架 LGSBR,通过整合大语言模型(large language model，LLM)的语义理解能...
基于传播图主题解耦的微博谣言集成式检测方法 摘要：近期的微博谣言检测研究虽通过结合结构化信息学习微博传播过程来增强微博表示，却忽略了微博传播过程在不同主题中的差异，致使微博传播过程学习不准确，进而影响检测效果。针对上述问题,提出了一种基于传播图主题解耦的微博谣言集成式检测方法。首先，...
基于语义图增强注意力网络的症状属性分类方法 摘要：医疗对话中的症状属性分类是实现自动诊断系统的关键任务之一，旨在识别对话文本中描述的症状所对应的属性类别。然而，现有方法在处理长文本对话时普遍存在上下文建模能力不足、语义依赖捕捉不充分等问题，导致整体分类性能受限，尤其在少数类样本上的表...
融合动态邻域选择与多兴趣建模的图神经网络推荐模型 摘要：推荐系统常依赖图神经网络建模用户与项目间的复杂交互关系。然而，现有方法普遍采用静态或随机邻域采样策略，不仅易引入噪声信息，还难以适应用户兴趣的动态变化。为解决上述问题，提出一种融合动态邻域选择与多兴趣建模的图神经网络推荐模型（grap...
融合液态神经网络与多层级图卷积的关系抽取方法 摘要：针对自然语言处理中关系抽取任务在建模长距离依赖与复杂语义理解方面的不足，提出了一种融合液态神经网络与多层级图卷积网络的关系抽取模型BLGAM。该模型首先利用BERT对输入句子进行上下文语义编码,获得初始文本表示;随后通过基于闭式连续时...
融合用户属性的多层次对比学习知识感知推荐方法 摘要：现有基于知识图谱的推荐模型在用户属性利用与高阶信息建模方面存在不足，易受到冗余信号干扰，从而影响推荐效果。针对上述问题，提出一种融合用户属性的对比学习推荐模型 MACRec。首先，通过构建属性视图引入用户侧特征，提升节点表示的多样性与...

基于关键数据趋势分析的工控流式数据快速质检方法 摘要：工控流式数据是反映生产过程的关键信息载体，其质量检测对于指导生产具有重要意义。在物联网技术快速发展背景下，工控流式数据增速快、增量大，且现有质检方法多侧重单一维度优化、难以兼顾准确性与速度平衡。借鉴降本增效的管理学思想，提出了一种仅对...
基于加权自然近邻和测地距离的密度峰值聚类算法 摘要：密度峰值聚类算法(DPC)是一种高效简单的聚类方法，只需要一个参数便可以识别所有的聚类中心且无须迭代处理。然而，该算法在应对复杂数据结构时仍存在如下局限性：首先，聚类结果易受截断距离的影响；其次，基于欧氏距离的度量方式往往忽略流形数据...
单细胞多组学数据的多尺度双对齐深度聚类方法 摘要：单细胞聚类分析是解析细胞异质性的关键步骤，但现有单细胞聚类方法在整合多组学数据时仍面临跨组学局部和全局关联建模不足、特征冗余与噪声干扰、以及共识聚类空间构建困难的问题。针对上述问题，提出了一种新颖的单细胞多组学聚类方法——多尺度双对齐...
基于小规模异构语言模型一致性委员会的数据剪枝方法 摘要：大型语言模型(LLMs)的微调效果高度依赖于训练数据的质量,但现有的基于单模型困惑度的数据评估方法存在困惑度偏差(低困惑度样本可能仍被错误预测)和跨模型分歧（不同模型对同一样本的困惑度不一致)的局限性。为此，该研究提出了一种基于异构小...
基于Biaffine机制和词汇增强的中文命名实体识别方法 摘要：针对中文命名实体识别任务中存在的实体边界模糊、结构复杂及专业领域数据稀缺等问题,提出了一种基于Biafine机制和词汇增强的中文命名实体识别模型WLASC。在模型的编码层中设计了动态双仿射模块和多级词汇增强模块，通过引入相对位置编码和...
融合全局指针网络与对比学习的嵌套命名实体识别 摘要：为解决现有嵌套命名实体识别方法中存在的实体表示不充分、边界模糊和语义相似实体难以区分的问题，提出了一种基于全局指针网络与对比学习融合的中文嵌套命名实体识别方法。采用全局指针机制，通过构建实体头尾指针矩阵，将实体识别转换为指针预测问题，...
基于梯度感知图增强的图对比学习推荐算法 摘要：针对当前基于图对比学习的推荐模型中随机增强方法易导致语义信息丢失和流行性偏差加剧的问题，提出了一种基于梯度感知图增强的图对比学习推荐算法（gradient-aware graph augmentation,GAA）。首先引入梯度感知图...
基于多视图邻居对比学习的节点分类方法 摘要：随着图对比学习方法在节点分类中的广泛应用，有效缓解了对标签信息的依赖。然而，现有的图对比学习方法在异配图中容易聚合大量异类节点信息，并且图神经网络(graph neural network,GNN)在聚合邻居特征的过程与对比损失之间存...
社交异构知识引导的多行为序列推荐方法 摘要：现有序列推荐方法忽略了用户间的社交影响力且未考虑用户交互的多行为信息，同时缺乏精确捕获社交关系引导下的包含历史习惯和动态需求的复杂时序动态特征建模，为此，设计了一种社交异构知识引导的多行为序列推荐方法（social heteroge...
基于多维特征融合与残差增强的交通流量预测 摘要：交通流量预测在智能交通系统中占据核心地位。针对当前交通流量预测方法在特征利用和时空依赖建模方面的不足，提出了一种新的基于多维特征融合与残差增强的交通流量预测模型 MFRGCRN（multi-dimen-sional feature f...
基于 DTW_M 的时序邻域特征选择算法 摘要：现实生活中广泛存在的高维时序数据常常具有决策属性且时间长度不等的特点，使得现有的邻域粗糙集特征选择算法不再适用或分类性能下降。为了解决该问题，提出了一种基于 DTWM 度量的高维时序数据的特征选择方法。首先，引入马氏距离定义高维动态时...
不完备决策系统基于类间容差类的属性约简算法 摘要：针对传统粗糙集理论在处理含缺失值的不完备决策系统时，忽略了不同容差类中的对象在跨类簇间关系的变化情况，提出基于类间容差的属性约简算法。首先，依据决策属性对论域进行划分，将同一决策属性内的样本定义为一个类簇，在不完备决策系统中提出了类间...
基于双层模糊控制与改进遗传算法的移动机器人路径规划算法 摘要：为提升移动机器人在复杂道路环境下执行多任务时的路径安全性与规划效率,提出了一种结合双层模糊控制系统和改进遗传算法的方法，以应对移动机器人路径规划中复杂道路环境与多元化任务安全性的挑战。该方法首先构建了一个基于专家系统的双层模糊控制系统...
改进常青藤算法求解农产品两级选址-路径运输问题 摘要：针对农产品运输过程中存在的需求不确定性、货损风险及运输路径开放等现实问题,构建了一个在开放路径框架下，兼顾货损成本与需求不确定性、具有时间窗约束的两级选址-路径(2E-LRP)多目标优化模型。然后,针对模型的特点，通过采用混合实数编码...
一种增强灰狼算法求解柔性车间动态调度问题 摘要：为解决机器故障和紧急订单下的柔性车间动态调度问题，以最小化机器最晚完工时间为目标,设计了一种增强灰狼算法进行求解。设计了动态前解码和动态后解码，方案切分和编码拼接优化了解码过程。算法方面加入收敛因子和头狼优化及关键路径的邻域寻优，有效...

面向RNS-CKKS方案的同态计算硬件加速器 摘要：针对全同态加密应用中数据存储和传输开销大、计算效率低的问题，以主流的RNS-CKKS方案为研究对象,提出了一种同态计算硬件加速器。该加速器为自同构算子设计了分治式置换网络，实现了高效无冲突的数据调度与路由。同时通过实施片内外协同存储策...
局部信息下的分布式无人集群自组织编队框架 摘要：针对分布式无人集群在动态复杂环境中因通信受限导致的局部信息传递效率低下、个体响应迟缓及全局协调困难等问题，提出一种融合复杂网络理论与多智能体强化学习的双层自适应编队框架。该框架构建通信层与结构层相结合的分布式网络模型，在通信层采用基于...

DLSBL-OTFS：动态先验型SBL的OTFS信道估计方法 摘要：针对正交时频空间(OTFS)系统中传统稀疏贝叶斯学习（SBL)信道估计算法因依赖固定先验导致收敛缓慢，以及现有深度学习方法泛化能力不足的问题，提出了一种基于动态先验型的稀疏贝叶斯学习（DLSBL)信道估计方法。该方法首先利用长短期记忆...
一种基于稀疏性的RIS辅助信道估计方法 摘要：为解决RIS(reconfigurable intellgent surface)辅助通信系统存在的两大核心挑战：高昂的导频资源消耗与异常用户(权重小于等于0.1的用户)导致的信道干扰，改进了基于改进正交匹配追踪算法(OMP)的双稀疏...
基于改进动麦优化模糊C-均值的WSN分簇信誉路由算法 摘要：针对无线传感器网络中分簇不均、节点能耗高及路由安全性低等问题，提出一种基于改进动麦优化模糊C-means 的WSN分簇信誉路由算法（IFCAOR）。首先利用改进的动麦算法优化模糊C-means算法的初始聚类中心,提高网络分簇效果。其次...

混沌映射与改进CNOT操作的图像加密算法 摘要：针对传统图像加密算法在对抗已知明文攻击和唯密文攻击方面的不足，提出一种结合混沌映射与改进CNOT 操作的图像加密方法(image encryption algorithm integrating chaotic mapping and...
基于自监督学习与数据集分割的后门防御方法 摘要：针对深度神经网络(DNNs)在图像分类任务中易受后门攻击、现有防御方法难以兼顾模型准确率与鲁棒性的问题,提出一种名为 SAS(self-supervised adaptive spliting)的基于自监督预训练与动态数据集分割的半监...
适用于智能电网保护隐私的多维多子集数据聚合方案 摘要：针对智能电网中用户数据采集过程存在的隐私泄露风险，开展了多维多子集数据聚合机制的研究。在分析现有方案普遍不支持多维聚合且计算成本较高的基础上,提出一种基于加法同态EIGamal加密的隐私保护多维多子集聚合方案(PPMS-DA)，结合签...
基于双向时序窗口Transformer的网络入侵检测方法 摘要：近年来，网络攻击的高度动态化、隐蔽化给互联网的安全和稳定带来了极大的威胁。针对现有网络入侵检测方法在局部时序建模精度不足及多分类下少数类识别能力不佳等问题，提出了一种基于双向时间滑动窗口Transformer的网络异常流量检测方法。该...

自适应区域生长耦合神经P系统的图像分割方法 摘要：针对耦合神经P系统利用脉冲机制实现区域生长依赖于初始种子点选择的问题,提出一种自适应区域生长耦合神经P系统（adaptive region growing coupled neural P systems,ARGCNP）的图像分割方法...
一种基于水纹识别的视觉定位技术 摘要：近年来随着无人机产业的迅猛发展，视觉定位技术已广泛应用于低成本轻量化的定位系统中，然而当无人机在水面等弱纹理区域飞行时,场景视觉特征稀疏且差异小，导致图像误匹配率激增，定位估计发散严重，限制了视觉定位技术在水域环境下的应用。针对该问题...
频域空间信息驱动的特征聚合跨模态行人重识别方法 摘要：跨模态行人重识别旨在匹配可见光与红外不同模态下的行人图像，该任务的核心挑战是缓解可见光与红外模态间差异并提取具有鉴别力的共享特征。然而，现有方法在最小化模态间差异和提取模态共享特征过程中,未能充分利用数据增强后的模态信息且忽略了不同尺...
基于Mamba-UNet架构的3D MRI脑肿瘤分割方法 摘要：多模态MRI脑肿瘤影像的精准分割对脑癌临床诊疗及预后评估至关重要。针对卷积神经网络在捕获全局上下文信息和建立长远程依赖关系方面存在的局限性，提出了基于Mamba与U-Net融合架构的PhC-ToMamba分割模型。模型在瓶颈层嵌入了T...
基于Swin-PIDNet的纸质工程制图线型识别方法 摘要：识别纸质工程制图图像的难点主要在于线型识别，针对纸质工程制图线型规范性差、跨度长、相对于背景图像尺寸小等问题,提出一种纸质工程制图线型识别 Swin-PIDNet模型。用SwinTransformer替换PIDNet主干网络，在减少下...