計算機科學與探索最新期刊目錄

知識圖譜補全研究綜述————作者：昂格魯瑪;王斯日古楞;斯琴圖;

摘要：知識圖譜已在眾多領域得到廣泛應用，顯著推進了人工智能相關任務的發展。然而，知識圖譜在實際應用中仍面臨知識不完備的挑戰，這一挑戰嚴重限制了知識圖譜在下游任務中的應用效果。知識圖譜補全任務能夠預測知識圖譜中缺失的連接，以解決知識不完備的問題。文章對知識圖譜及其補全的研究背景進行了梳理，根據知識圖譜中信息來源的不同，對現有的知識圖譜補全方法進行了系統分類，并詳細介紹了各類方法的特點和發展趨勢。同時，探討...

基于深度學習的目標檢測算法輕量化研究綜述————作者：董甲東;桑飛虎;郭慶虎;陳琳;鄭春香;

摘要：隨著深度學習的快速發展，基于深度學習的目標檢測算法在多個領域得到廣泛應用。然而，隨著算法不斷演進，一系列挑戰也逐漸浮現：模型復雜度增加導致參數量和計算量急劇膨脹，進而使得運行速度下降，難以滿足高實時性應用場景需求；算法對硬件性能高要求，限制其在移動設備和邊緣計算等資源受限環境中高效部署，縮小其應用范圍；訓練成本顯著上升，包括對大量計算資源和長時間訓練需求，也阻礙模型快速迭代。為了應對這些挑戰，目標...

針對SKINNY算法的改進差分故障攻擊方法————作者：武小年;楊濟銘;張潤蓮;

摘要：現有針對SKINNY算法的差分故障攻擊存在需要注入的故障數量多、密鑰搜索復雜度高及攻擊執行時間長且密鑰空間可能會有剩余等問題。針對上述問題，提出一種基于雙半字節/雙字節故障的差分故障攻擊模型，實現對SKINNY-64-64算法和SKINNY-128-128算法的差分故障攻擊。該模型允許攻擊者對微調進行訪問和完全控制，并假設可調密鑰輸入有一個固定的調整，在SKINNY-64-64算法和SKINNY-...

少樣本運動模式學習與視頻生成控制策略————作者：馮思聰;彭力;

摘要：隨著深度學習的迅速發展，擴散模型在圖像生成與視頻生成領域取得了顯著成效，使文本驅動的視頻生成逐漸成為研究熱點。然而，現有的文本生成視頻模型仍面臨諸多挑戰，例如，高昂的訓練成本與龐大的數據需求限制了模型的應用場景，同時在視頻內容的交互式編輯能力方面關注不足，難以滿足多樣化的生成需求。針對以上挑戰，提出一種通過少樣本學習的動態掩碼引導視頻生成網絡（Dynamic Mask-guided Video G...

基于深度學習的多人異常行為檢測研究綜述————作者：王言杰;王曉強;趙劉銳;莊旭菲;

摘要：隨著深度學習技術的不斷進步，異常行為檢測已經從傳統的機器學習階段轉向了深度學習方法的應用，并且異常行為檢測的研究焦點從單人異常行為轉向多人異常行為。基于深度學習的多人異常行為檢測已經成為計算機視覺領域的研究熱點。對于多人異常行為檢測來說，需要根據場景的不同選擇合適的特征提取方法與異常行為檢測方法。為了使研究者對現存的基于深度學習的特征提取方法和在多人場景下的異常行為檢測方法有清晰而系統的了解。本文...

去中心化聯邦學習綜述————作者：陳麗芳;許愷龍;趙人喆;韓陽;代琪;

摘要：隨著大規模異構數據的快速增長，集中式聯邦學習面臨數據處理和隱私保護的挑戰。去中心化聯邦學習通過消除對中心服務器的依賴，增強了系統容錯性和適應性，同時分散通信負載，顯著提升了隱私保護水平。本文系統性地闡述了集中式聯邦學習與去中心化聯邦學習的基本原理，并通過多維度對比分析體現兩者差異。在此基礎上，深入探討了去中心化聯邦學習在通信優化、隱私保護機制、模型聚合策略等方面的技術優勢與創新方法。同時，全面分析...

水下圖像的三步式色彩校正與多尺度對比度增強————作者：江巨浪;張高興;徐光豪;劉娟;

摘要：由于水下介質對光的吸收和散射效應，水下成像通常存在顏色失真、對比度退化和細節模糊。提出了一種改進的水下圖像色彩校正方法，處理過程包括局部自適應的弱通道補償、直方圖拉伸與基于冪次變換的白平衡三個步驟。對于色彩校正后的圖像，采用邊緣銳化、局部增強與全局增強的聯合處理方法充分增強圖像中多種尺度的特征信息。基于拉普拉斯金字塔的分解與重構，對多種尺度的對比度增強結果進行加權融合。包含Macbeth色卡的水下...

U-Net及其變體在視網膜血管自動分割中的應用研究————作者：劉艷艷;董彥如;張凱;王曉燕;王旭;

摘要：視網膜血管分割研究旨在促進眼底疾病的早期診斷及病變分析，為醫生評估患者眼部健康狀況提供重要依據。深度學習技術的迅猛發展為視網膜血管圖像分割帶來了新方法和分割性能的新突破，U-Net以出色的性能表現成為該領域的主流分割模型，備受研究人員青睞。本文詳細整理了近年來U-Net及其改進模型在視網膜血管分割領域的應用進展，在介紹視網膜血管分割常用數據集與評價指標的基礎上，概述U-Net模型及其主要結構改進策...

重疊感受野間隙耦合的方向差分運動感知神經網絡————作者：陶星宇;胡濱;

摘要：認知神經科學研究發現，脊椎動物視網膜存在方向差分神經元（Object Motion Selective and Direction Selective， OMS-DS），具有局部-全局方向差異偏好的視覺神經響應特性，有助動態視覺場景中區分前景局部和背景全局之間的運動差異，但目前尚未有該神經特性在視覺運動感知問題研究的計算模型報道。針對該問題，基于蠑螈視網膜差分運動響應特性，提出一種方向差分運動感知...

基于人體部位信息輔助的行人重識別方法————作者：趙炳濤;張繼;儲開斌;王洪元;

摘要：遮擋問題是行人重識別領域的關鍵挑戰，尤其在復雜背景、多視角和動態場景下，容易導致行人特征信息缺失，嚴重影響模型的判別能力。針對上述挑戰，本文在全尺度網絡（OSNet）基礎上，提出一種融合人體部位信息的多尺度行人重識別模型，以提升網絡在遮擋場景下的識別精度。該模型在特征提取階段引入多尺度混合注意力殘差塊，結合CBAM與EMA注意力機制對不同尺度的特征進行動態加權，增強關鍵區域的表示能力；在特征匹配階...

一種結合多尺度處理和輕量級網絡的單幅圖像去霧算法————作者：譚永前;曾凡菊;

摘要：針對傳統物理模型去霧算法處理后易產生光暈效應、邊緣模糊、顏色失真與對比度失衡等問題，提出一種結合多尺度處理和輕量級網絡的單幅圖像去霧算法。首先，通過生成不同曝光水平的圖像，捕獲不同照度區域的紋理特征，融合不同曝光下的暗通道信息，實現了更全面的場景描述。然后利用小波變換對多尺度暗通道先驗估計透射率和多尺度伽馬校正圖像估計透射率進行融合，并通過非銳化掩模引導濾波進行優化，增強其邊緣保持能力；同時引入自...

認知結構動態建模和遺忘顯式計算的知識追蹤模型————作者：張維;羅佩華;李志新;龔中偉;宋玲玲;

摘要：知識追蹤任務旨在根據學生歷史學習記錄來估計學生的知識掌握程度，其中準確建模學習和遺忘行為是精準刻畫學生知識狀態的關鍵�，F有方法通�；趯W生靜態知識結構對學習行為進行建模，并通過拼接時間特征和交互信息的隱式方式以改進遺忘建模。然而，學生的認知結構是隨時間變化的，且隱式處理時間特征不能充分利用時間信息。為了解決上述問題，提出了一種認知結構動態建模和遺忘顯式計算的知識追蹤方法（CSFKT），以更好地捕獲...

面向高動態大規模衛星網絡的層次穩定路由算法————作者：桑環宇;楊雅婷;陳東惠;嵩天;

摘要：大規模低軌衛星星座的部署將為全球提供高速、穩定的互聯網服務，在滿足未來6G網絡對低時延和高可靠性需求方面發揮關鍵作用。然而，由于低軌衛星的高速移動，其相對位置和星間鏈路頻繁變化，導致網絡拓撲持續動態調整，引發路由更新頻繁、數據傳輸不穩定等問題，難以滿足互聯網通信對穩定性和可靠性的要求。為了解決上述問題，本文提出了一種低軌衛星網絡中的穩定路由算法，通過引入穩定路徑問題模型，綜合考慮路由穩定性和通信性...

等分直方圖均衡和高頻強化的低光照圖像增強————作者：聶豐英;萬里勇;

摘要：低光照條件下的成像，往往亮度較暗，對比度較低，圖像信息不清晰，而現有的圖像增強方法對圖像的亮度、對比度和清晰度的改善不足。本文提出一種等分直方圖均衡和高頻強化的低光照圖像增強方法。首先，借助于HSI顏色空間中亮度分量與顏色分量獨立的特性，將圖像轉換到HSI顏色空間，根據Retinex理論并結合高斯濾波將亮度圖像分解為低頻圖像和高頻圖像；然后，針對低頻圖像提出一種等分直方圖均衡方法，將低頻圖像的灰度...

多層次通道融合語音情感識別方法————作者：張麗敏;李揚;蔡浩;燕浩;

摘要：語音情感識別是機器情感認知能力的關鍵，對于提高人機交互質量至關重要。然而，現有研究多聚焦于淺層特征的分析，忽略了多特征融合的優勢，同時數據樣本量有限，影響了模型的泛化能力，導致語音情感識別準確率不夠理想。為了進一步提高語音情感識別的準確率，提出一種基于數據增強和多層次通道融合的語音情感識別新方法。首先，將原始語音加入高斯白噪聲、音高轉換和混合處理三種方法進行數據增強，提高模型的魯棒性。其次，提出一...

視覺Mamba：結構、應用與前景————作者：張鑫;智敏;薩茹拉;阿日木扎;

摘要：傳統卷積神經網絡（Convolutional Neural Networks， CNN）因感受野受限難以建模全局特征，視覺Transformer雖具備序列建模優勢，卻面臨二次計算復雜度的問題，給圖像處理提出了嚴峻的計算挑戰。為此，研究者開始探索兼具高效計算與全局感知能力的新型架構，基于狀態空間模型（State Space Models， SSMs）的視覺Mamba模型保留序列建模能力的同時能夠實現...

零樣本多語言神經機器翻譯綜述————作者：肖增;王斯日古楞;斯琴圖;

摘要：在多語言神經機器翻譯中，零樣本翻譯是一個重要的研究方向，其旨在使模型能夠翻譯訓練過程中從未見過的語言對，實現跨語言遷移學習。然而，現有多語言模型在處理未見過語言對時，仍面臨諸如語義偏移、翻譯質量不穩定、語言方向不對稱等問題，嚴重影響了翻譯效果的可靠性與一致性。為系統性梳理該領域的研究現狀，本文圍繞“多語言模型構建方式對零樣本翻譯性能的影響”這一核心問題展開綜述，旨在為后續研究者提供理論支持和方法借...

通信-感知-計算融合：關鍵技術、挑戰與未來趨勢————作者：劉壯;吳宇赫;陳雨然;劉芮彤;董晏寧;趙軍;

摘要：在構建未來高度融合的物理與數字世界中，通信、感知與計算的深度整合已成為下一代智能網絡的關鍵技術，本文聚焦于通信-感知-計算融合（ISCC）技術，系統剖析了其理論與應用價值。文章首先從技術演進和新興需求出發，明確了ISCC在提升系統智能化、降低時延和優化資源利用方面的關鍵作用，尤其是在滿足沉浸式擴展現實（XR）、全息通信和自動駕駛等新興業務需求中的必要性；其次，本文深入探討了ISCC的核心技術體系，...

反思性思維鏈在智能車任務級控制中的應用研究————作者：錢鵬;儲開斌;殷聰聰;黃思涵;

摘要：現階段，大語言模型在處理復雜的長程任務推理時仍面臨“幻覺”等問題，這對機器人控制構成了重大挑戰。傳統的思維鏈（Chain of Thought，CoT）技術在應對多模態信息整合與錯誤校正方面仍存在局限。為此，本文提出一種基于反思性思維鏈的大模型微調方法，以提升大語言模型在智能小車任務級控制中的規劃能力。本研究以ChatGLM2-6B模型為基礎，結合P-Tuning v2微調技術實現深度提示優化，構...

基于超圖雙重注意力機制的多模態謠言檢測模型————作者：王安然;袁得崳;潘語泉;賈源;

摘要：針對現有圖神經網絡模型在多模態新聞謠言檢測任務中難以有效建模謠言傳播過程中的復雜多節點關系、且對節點自身所含的多模態特征信息挖掘不足的問題，本文提出了一種融合圖文及情感等多模態特征的節點嵌入的超圖網絡謠言檢測模型，該方法首先融合包含圖文以及情感等多模態特征作為初始節點嵌入，然后將融合后的節點特征導入我們構建的多重關系的超圖結構中，最后在對節點和超邊的使用雙重注意力機制中提升新聞關系和傳播模式的識別...

　　計算機科學與探索來自網友的投稿評論：

提交