計算機工程與應用最新期刊目錄

融合HVI顏色空間和Mamba的低照度圖像增強————作者：陳景霞;李燚卓;李婉;

摘要：在低照度環境下采集的圖像往往面臨整體亮度不足、噪聲干擾嚴重、對比度下降以及細節信息丟失等挑戰。現有的低照度圖像增強方法大多基于RGB或HSV顏色空間進行處理，這些方法在增強過程中容易導致顏色失真、黑色偽影等問題。為了解決上述問題，提出了融合HVI顏色空間和Mamba的低照度圖像增強網絡HVIMamba。首先，將低照度圖像從RGB顏色空間轉換至HVI顏色空間；其次，根據HVI顏色空間的特性，設計了交...

D3F-DET：輕量化多尺度融合的路面缺陷檢測算法————作者：賈翔宇;張永宏;闞希;朱靈龍;李旭;

摘要：針對當前道路缺陷檢測算法檢測精度低、漏檢誤檢率高、泛化能力欠佳的問題，提出了一種改進的輕量化檢測模型，模型包含三種核心模塊：輕量化雙分支動態融合網絡、動態重排列自注意力機制和跨分支交叉特征融合金字塔架構。輕量化雙分支動態融合網絡通過在雙分支主干間共享信息，減少參數量的同時實現了特征空間的高效融合；動態重排列自注意力機制提供動態范圍內的自適應特征聚合，顯著提高了對動態范圍變化目標的檢測精度；跨分支交...

基于YOLO-RAMS的計算機隨機存取存儲器插槽旋轉檢測算法————作者：陳奧;王琨;賀昊辰;

摘要：針對計算機隨機存取存儲器智能化安裝場景中，需要快速精確定位插槽和計算其角度等問題，提出一種改進YOLOv8n-obb的計算機隨機存取存儲器插槽旋轉檢測算法YOLO-RAMS。首先，在主干高層設計擴張重參數化殘差模塊，增強網絡捕獲稀疏模式的能力，充分提取更豐富的語義特征，并構建多速率擴張卷積金字塔模塊，提高模型對全局上下文和細節信息的關注度；其次，在頸部設計雙重維度感知特征融合擴散網絡，專注于對不同...

MBFE-DETR:多尺度邊界特征增強下的無人機目標檢測算法————作者：張晞;賴惠成;姜迪;湯靜雯;高古學;袁婷婷;聶源;

摘要：針對無人機視角下背景復雜、小目標比例較高且樣本不平衡等問題，提出一種基于改進RT-DETR的無人機目標檢測算法MBFE-DETR。首先，設計一種基于C2f和單頭自注意力模塊的輕量化主干網絡，降低模型參數量的同時提升網絡的特征提取能力。其次，提出多尺度邊界特征增強協同網絡MBFECN，通過其特有的多尺度邊界特征增強機制和高效特征融合策略，解決了原模型在保持小目標邊界細節方面的不足。然后，引入Foca...

融合反事實與多目標優化的可解釋關聯規則缺陷預測模型————作者：于巧;蔣佳漩;任思宇;祝義;

摘要：軟件缺陷預測是保證軟件質量的關鍵。為了提高軟件缺陷預測的性能，研究人員已經設計出多種缺陷預測模型，但大多數模型在提供預測結果時透明度較低，使得開發者難以理解模型內部的邏輯和決策過程，從而導致模型的不可解釋性問題。該問題不僅限制了模型的可信度，也阻礙了其在實際發展中的應用。針對該問題，本文利用多個關聯規則組合成一個可解釋的多目標優化模型，被稱為MoCFR，該模型采用反事實解釋方法進行特征選擇，通過反...

融合多尺度邊緣圖像的三階段大孔圖像修復網絡————作者：李云紅;郝特吉;蘇雪平;陳偉重;王梅;馮準若;李仕博;

摘要：針對現有圖像修復方法普遍存在的邊界不清晰、細節丟失等問題，提出了一種由殘差網絡和部分卷積(Partial Convolution)組成的邊緣修復網絡。首先，將受損的邊緣圖與灰度圖像連同掩碼，一起輸入到邊緣修復網絡，修復出大致的邊緣細節，隨后，利用修復的邊緣圖填充受損圖像中的孔洞，并將多個尺度的邊緣分別融合到圖像粗修復網絡的卷積層和變換器(Transformer)中。同時，圖像灰度共生矩陣的地質移動...

基于輕量化網絡的電力工器具檢測算法————作者：李辰晨;宋坤芳;劉莉;余鋒;姜明華;

摘要：在電力現場作業的復雜環境中，規范使用工器具可以有效降低作業風險，防止安全事故的發生。然而，工器具檢測面臨諸多挑戰，包括目標種類繁多、尺度不一以及缺乏專用數據集等。此外，現有檢測算法復雜度高且計算量大，難以在資源受限的便攜式設備上高效運行。為解決這些問題，提出了一種基于輕量化網絡的電力工器具檢測算法LPT-DA。首先，針對模型復雜度高、特征提取能力不足的問題，LPT-DA構建了輕量協同特征感知網絡L...

無地圖環境下的四足機器人魯棒運動規劃方法————作者：張瑋奇;趙一凡;趙亮;辛美婷;

摘要：針對四足機器人在無全局地圖的復雜環境中因自身形狀和各向異性運動特性導致的運動規劃效率低和穩定性差等問題，提出了一種面向無地圖環境下的四足機器人分層魯棒運動規劃方法。對于缺乏完整地圖環境中定義的目標位置，前端采用多項式MiniSnap及加權混合A*算法初始化軌跡，解決軌跡難以跟蹤和容易陷入局部最優等問題；同時，為了提高局部無碰路徑搜索的效率和質量，提出在評價函數中引入權重因子，并約束偏航角和側向運動...

圖像級標簽下的弱監督語義分割聯合網絡————作者：段苛苛;晏澤;王海浪;

摘要：近年來，利用圖像級標簽作為監督信號的弱監督語義分割在計算機視覺領域受到了廣泛的關注。大多數現有方法由類激活圖（Class Activation Map，CAM）生成偽標簽來促進監督學習過程。然而，受限于卷積神經網絡（Convolutional Neural Network，CNN）的局部模式檢測特性，通過CNN訓練得到的CAM往往僅聚焦于物體中最具判別性的部分，導致前景-背景區分不夠明確。本文提出...

中文語法糾錯技術的研究進展綜述————作者：句澤東;程春雷;葉青;彭琳;龔著凡;

摘要：中文語法錯誤糾正任務（Chinese Grammar Error Correction，CGEC）旨在利用自然語言處理技術自動糾正含有語法錯誤的中文句子。該任務致力于提升文本的準確性與可讀性，增強信息傳遞的效果，在新聞發布、書刊出版、語音輸入、病歷質控等多個領域展現出其不可或缺的重要性。本文首先回顧了中文語法糾錯技術的發展脈絡，介紹了常用的評價指標及公開數據集，并剖析當前中文語法糾錯面臨的主要挑戰...

基于增強跨度信息表示的中文命名實體識別————作者：楊力益;邢樹禮;毛國君;

摘要：命名實體識別是自然語言處理領域中的一項基本任務。以往的中文命名實體識別方法大多未能充分利用文本跨度本身蘊含的語義信息，導致特征提取不足，影響模型識別效果。此外，鄰近跨度間的關系也常未得到重視。為解決上述問題，提出一種基于增強跨度信息表示的中文命名實體識別方法。該法包含兩個核心模塊：跨度篩選器負責判別實體與非實體，其使用嵌入位置信息的首、尾詞元特征表示向量來計算評分；跨度分類器使用融合邊界與內部信息...

結合DC-A*與FE-DWA的巡檢機器人路徑規劃方法————作者：畢竟;劉俊;

摘要：針對危化品倉庫中巡檢機器人的路徑規劃需求，提出了一種結合方向約束A* 算法（Directional-Constraint A*，DC-A*）與模糊能耗動態窗口算法 (Fuzzy-Energy Dynamic Window Approach，FE-DWA)的路徑規劃策略，旨在提升機器人在復雜環境中的導航能力。首先，針對A*算法的低搜索效率和路徑不平滑等問題，減少了搜索方向，避免斜穿障礙物頂點，并引入...

基于深度學習的加密流量分類研究綜述————作者：王影;王鋼;高雲鵬;霍闖;

摘要：隨著互聯網技術的迅速發展，網絡流量類型變得復雜多變。同時為確保數據安全，大量信息通過加密協議進行傳輸，加密條件下流量原始信息不可見，這導致傳統的流量分類方法不再適用。在此背景下，加密流量分類技術應運而生，它旨在識別和區分加密流量的類型和來源。加密流量分類不僅要正確區分各類已知流量做好流量管控，還要識別出可能攜帶惡意信息的未知流量做好安全防護。本文首先介紹了在通用環境下加密流量分類技術的研究現狀，從...

車聯網中基于社交關系的V2I快速切換認證方案————作者：汪自旺;王亮;顏繪理;吳志澤;

摘要：針對當前車聯網中車輛高速且頻繁移動所引發的在切換認證階段算力消耗大及延遲較高的問題，提出了一種基于社交關系的車輛到基礎設施（V2I）快速切換認證方案（VISRHA）。首先，路側基礎設施間通過雙向身份及完整性認證建立自身的社交圈，并將這些關系記錄到公共區塊鏈中；其次，VISRHA利用社交節點間的單次信任傳播和區塊鏈的不可篡改性，通過智能算法動態選擇最優路側單元（RSU），當選定的RSU信任值超過指定...

融合雙重注意力與圖增強的知識圖譜推理————作者：許智宏;劉秋月;董永峰;王利琴;王旭;

摘要：在當前知識圖譜推理領域，基于序列的推理模型往往只關注顯性路徑關系，而忽視了路徑之外的隱性實體關系，限制了推理的全面性和準確性。此外，這些模型在面對數據稀疏問題時表現出顯著的局限性。針對以上問題，提出了一種融合雙重注意力與圖增強的知識圖譜推理框架DAGAR。首先，設計了一種融合實體信息和關系信息的雙重注意力子圖采樣機制，對知識圖譜進行有效采樣，同時對查詢進行增強，有效緩解了數據稀疏問題。其次，引入了...

基于深度學習的自動文本摘要研究綜述————作者：其其日力格;斯琴圖;王斯日古楞;

摘要：技術是自然語言處理領域的重要研究方向，旨在實現信息的高效壓縮與核心語義的保留。隨著深度學習技術的快速發展，基于該技術的自動文本摘要方法逐漸成為主流。本文從抽取式與生成式兩大技術路線出發，系統梳理了序列標注、圖神經網絡、預訓練語言模型、序列到序列模型和強化學習等技術在自動文本摘要中的應用，并分析了各類模型的優缺點。同時，介紹了自動文本摘要領域常用的公開數據集、國內低資源語言數據集及評價指標。并通過多...

多尺度卷積與自注意力融合下的蛋白質翻譯調控————作者：周渴一;崔競松;李嬌嬌;齊浩;

摘要：為了提高對于蛋白質翻譯起始效率的預測水準并挖掘5端非翻譯區（5’ untranslated region， 5’UTR）序列的隱式語義信息，提出了一種基于多尺度卷積和自注意力機制相結合的預測模型RiboTIEP（Ribosome Translation Initiation Efficiency Predictor）。模型通過多尺度卷積層的多維度局部特征提取，以及自注意力機制下的全局特征并行提取，...

改進YOLOv11的無人機小目標檢測算法————作者：劉玉萍;尚翠娟;李明明;

摘要：針對無人機小目標檢測任務中小目標像素少、尺度變化大、易受背景干擾的問題，提出一種基于YOLOv11的改進算法。首先，設計新的ELAN-DC模塊改進主干網絡，在高效層聚合網絡ELAN的CBS模塊中結合雙卷積DC，增強模型主干部分的特征提取能力。其次，設計一種新的全局到局部雙向特征融合結構GLBiFPN，提升多尺度特征融合的效果。最后，引入動態檢測頭Dyhead，進一步增強模型的檢測精度。實驗結果表明...

雙向特征解耦翻譯網絡用于無監督圖像去霧————作者：易偉超;董立泉;劉明;

摘要：近年來，基于深度學習的去霧方法通過對合成配對數據進行有監督訓練，取得了顯著的去霧效果。然而，合成數據與真實有霧場景之間存在的巨大域差距限制了模型的泛化能力，使得去霧模型在真實有霧場景下的表現不盡如人意。為此，本文提出了一種無監督去霧方法，稱為雙向特征解耦翻譯網絡（Bidirectional Feature Disentangled Translation Network，BFDT-Net），將圖像...

無小區大規模MIMO的接入點選擇與卸載優化————作者：陳麗瓊;楊新元;孫懷英;

摘要：在移動邊緣計算（Mobile Edge Computing，MEC）中，為了滿足低延時服務的需求，基于無小區大規模多輸入多輸出（Cell-Free Massive MIMO，CF-mMIMO）的MEC系統正在成為一種有效的解決方案。然而，由于接入點集分配的復雜性和網絡資源的動態性，MEC系統在接入點分配和延遲優化方面面臨挑戰，這也制約了系統的整體效率和用戶體驗。針對上述問題，本文構建了一種基于開放...

　　計算機工程與應用來自網友的投稿評論：

• 奔跑的辣椒醬

  審稿費120元，外審速度比較快，幾天時間就有答復。碩士一作，導師通訊，帶有國家級基金。外審專家給的意見不痛不癢，但是編輯直接給我退了。。可能是變成中文EI 之后要求變的越來越高了。

  2024-09-02 17:10
• zhaohhhh

  計算機工程與應用雜志的兩位審稿老師給了很中肯的建議，二十天左右返回的結果，修回后編輯部又再次送了外審，修改后發表，終于不用擔心了。雜志一直是我們學校認可度很高的一本雜志，他們雜志還是挺嚴謹的，處理速度也挺快，給朋友們做個參考！

  2024-08-16 07:57
• 帶頭大哥666

  初審很快（2--3天），而后收取120元審稿費，由評審專家外審，一個多月后，告知創新性不足，直接退稿。

  2024-06-13 14:51
• 奔跑的辣椒醬

  外審一個月被退稿，有退稿意見

  2024-06-02 14:49
• zhaohhhh

  這個審稿速度完全取決于外審，編輯部的速度挺快的 審稿費是120元 我是2024年2月28號投稿的，初審、編輯部初審、待交審稿費、 編委審稿這幾步3月1號就已經完成了 但是后面的外審用了快2個月，中間催了兩次，第一次說沒有辦法催，等2個月左右，編輯部會催，等4月底的時候催了一次，說他們已經催過了，讓我在等等 然后大概過了5天左右，終于有結果了：缺乏動機分析，難以理解創新動機拒稿（拒稿取決于外審專家，這個外審專家說建議退稿。）

  2024-05-02 14:20

提交