計算機應用最新期刊目錄

基于RAG的文物藝術品拍賣數據NL2SQL實現方法————作者：李成華;張瀏鵬;石鴻凌;

摘要：自然語言轉換結構化查詢語言(NL2SQL)能降低非專業人員操作數據庫的技術門檻，提升用戶體驗和工作效率。檢索增強生成(RAG)技術通過引入外部知識庫可提升NL2SQL的性能。針對目前RAG在NL2SQL落地應用中存在檢索策略漏檢率高、召回上下文的相關性不強等問題，提供一種分序檢索重排序的RAG(RAG-SRR)，該方法從知識庫構建、檢索召回策略、提示詞設計等環節進行優化。首先，從問答對、專業名詞、...

基于兩階段填充采樣的昂貴多目標進化算法————作者：張春雨;劉建昌;劉圓超;張偉;

摘要：針對昂貴多目標優化問題，盡管已有許多昂貴多目標進化算法被提出，但大多數現有算法未能取得令人滿意的結果。主要原因是這些算法中的填充采樣準則不能很好地平衡選擇個體的收斂性、多樣性和不確定性。為此，提出基于兩階段填充采樣的昂貴多目標進化算法（Two-stage Infill Sampling-based Expensive Multi-objective Evolutionary Algorithm,T...

基于改進YOLOv11的無人機目標檢測算法————作者：趙子杰;王毅;唐瑞卿;楊晨;李娟;

摘要：針對無人機空對地檢測中存在的尺度不一、小目標檢測效果不佳及檢測框密集重疊等問題，提出了一種改進YOLOv11目標檢測網絡。該網絡將YOLOv11網絡的C3K2結構替換為C3K2＿D結構，增強了網絡對不規則物體的提取能力，另外在Yolov11網絡中引入雙線性自注意力機制，雙線性自注意力機制通過融合局部注意力和非局部注意力，增強了主干網絡的特征提取能力；針對檢測框密集重疊的問題，設計了MPDCIoU ...

輕量且高精度的姿態檢測改進網絡HG-YOLO————作者：崔家禮;劉永基;李子賀;鄭瀚;

摘要：人體姿態檢測任務中，現有的深度學習網絡存在檢測準確性不足、網絡參數復雜、計算成本高等問題，嚴重限制了其應用。為解決這些問題，本文提出了一種輕量且高精度的改進網絡HG-YOLO(High-accuracy and Ghost YOLO)。針對檢測準確性不足的問題，在HG-YOLO網絡主干部分，融合了基于Transformer的檢測網絡RT-DETR(Real-Time Detection Trans...

基于層次信息增強的中文語義錯誤識別模型————作者：張瑜琦;沙灜;

摘要：中文語義錯誤不同于簡單的拼寫錯誤和語法錯誤，語義錯誤往往更加隱蔽和復雜。中文語義錯誤識別旨在判斷中文句子是否包含語義錯誤，作為語義校對的前置任務，識別模型的性能對語義錯誤校對至關重要。針對中文語義錯誤識別模型在融合句法信息時忽視句法結構與上下文結構之間差異的問題，提出層次信息增強的圖卷積網絡(Hierarchical Information Enhancement Graph Convolutio...

基于二階元學習策略的小樣本目標檢測算法————作者：劉洲峰;邵昕楠;吳文濤;余淼;李春雷;

摘要：當前基于元學習的小樣本目標檢測算法普遍依賴區域建議生成網絡(Region proposal network,RPN)生成候選框，但預定義的候選框通常包含大量無效區域，在訓練樣本較少時，這些無效區域會引入噪聲，干擾小樣本目標的準確定位。此外，現有的一階元學習策略主要依賴支持樣本的特征信息來指導模型對小樣本查詢信息的學習，但由于小樣本情況下支持樣本有限，提取的特征通常只涵蓋局部的類別信息，難以全面表示...

基于計量鏈的電力計量數據可信共享方法————作者：李家浩;趙毅濤;艾淵;胡凱;

摘要：電力計量數據是電力系統運行和監管的重要依據，在個人、企業等多主體間的可信流通對能源管理和市場交易具有重要價值。然而，數據共享模式存在可信性不足、共享效率低、隱私保護薄弱等問題，難以滿足電力系統跨部門、跨專業的數據流通需求。為此，提出了一種基于區塊鏈的電力計量數據可信共享方法，以提升數據共享的安全性、實時性和效率。該方法構建計量鏈架構，引入智能合約執行數據交易，并結合動態演化博弈建立激勵機制，以促進...

基于條件生成對抗網絡和混合注意力機制的圖像隱寫方法————作者：李名;王孟齊;張愛麗;任花;竇育強;

摘要：目前以圖藏圖的深度隱寫術存在隱寫圖像安全性不強以及恢復的秘密圖像中存在圖像失真的問題，難以實際應用于隱私保護和秘密通信。針對這一問題，提出了一種基于條件生成對抗網絡和混合注意力機制的以圖藏圖隱寫方法。首先，在生成器網絡引入了混合注意模塊，幫助生成器從通道和空間維度全面學習圖像特征，提高了隱寫圖像的視覺質量。其次，引入殘差連接降低了網絡學習過程秘密圖像的特征損失，并通過提取器和判別器對抗訓練，實現了...

基于話題博文的食品安全網絡輿情評論文本多情感分析————作者：呂星辰;林偉君;黃紅星;

摘要：為解決食品安全網絡輿情中評論文本情感復雜多樣，且依賴討論的話題和博文信息的問題，提出融合話題博文信息的評論文本多情感分析模型(TBR-MSAM)。首先，使用RoBERTa和深度學習模型構建話題博文評論特征提取模塊(TBR-FE)分別對話題、博文和評論信息進行上下文特征提取；其次，構建話題博文評論的交互注意力特征融合模塊(TBR-IAFF)對話題-評論和博文-評論進行兩兩交互獲得交互特征，并進行權重...

基于X3D的新型軌跡引導感知學習的動作質量評估模型————作者：張四中;劉建陽;李林峰;

摘要：動作質量評估作為一項極具挑戰性的視覺任務吸引了眾多研究者的目光。當前研究方法主要集中于提升骨干網絡的特征提取能力，忽略了運動軌跡的影響，而現實中動作的連貫性也是評價動作執行情況的重要因素。通過引入軌跡信息，設計一種新型軌跡引導感知學習的動作質量評估模型，利用軌跡描述符引導模型感知學習動作連貫性信息，實現不同信息之間的交互學習。針對當前數據集缺乏軌跡標簽的問題，設計一種基于Farneback光流法的...

基于雙重決策機制的深度符號回歸算法————作者：郭澤一;李鳳蓮;徐利春;

摘要：深度符號回歸算法（DSR）由循環神經網絡（RNN）自動化生成表達式樹，進而獲得較高的模型性能，但其存在無法兼顧表達式樹準確性和結構簡潔性的缺陷。本文提出一種基于雙重決策機制的深度符號回歸算法（DDSR），在RNN初步決策的基礎上，利用雙評分機制綜合評估表達式樹的結構簡潔性和準確性。采用強化學習對表達式樹生成進行訓練，將表達式樹生成視為序列決策過程，利用風險近端策略優化算法進行獎勵反饋以更新下一批次...

考慮類不平衡和背景多樣性問題的青少年脊柱側彎篩查方法————作者：曹杰;謝凌鋒;王丙金;張昌河;余紫東;鄧超;

摘要：針對基于背部圖像和深度學習的青少年脊柱側彎篩查方法存在的類間樣本數量差異、以及環境因素引起的圖像背景多樣性等問題，設計了一種新穎的脊柱側彎篩查方法，包括背部圖像數據增強、背部區域提取、側彎診斷等步驟。首先，提出了一種基于雙殘差U-Net結構和卷積自注意力機制改進的擴散生成模型，為少數類背部圖像生成高質量的偽樣本以平衡類別分布；其次，設計了一種多損失約束平衡的背部區域提取模型，從背部圖像中識別并提取...

多視角關系增強的知識圖譜推薦方法————作者：甘軻;朱小飛;程佳瑋;

摘要：基于知識圖譜的推薦方法通過結合物品屬性圖譜和用戶交互圖譜中的關系連接，學習用戶和物品節點的表示，從而推薦合適的物品；然而，由于知識圖譜同時包含噪聲和優質關系，當前的主要挑戰在于如何規避噪聲關系并挖掘優質關系。現有方法通常基于全局的重構策略，通過剪裁噪聲或挖掘優質關系的單一方式優化知識圖譜關系，以此學習用戶和物品的表示。然而，基于全局視角難以充分捕捉局部信息的細節，并且容易忽略局部信息與全局信息之間...

基于主體建模的病毒傳播分析與可視化————作者：陳海樂;易修文;嚴山;黎世驕;李天瑞;鄭宇;

摘要：近年來呼吸道傳染病在人員密集場所頻繁爆發，如何還原病毒在人際間的傳播路徑，成為疫情防控的關鍵問題。然而，現有方法存在對密集場所中人群移動軌跡難以刻畫和人與人接觸導致的病毒擴散難以模擬等問題。為此，提出了基于主體建模的病毒傳播可視分析系統，動態模擬并可視化病毒傳播過程，展現個體接觸關系和傳播路徑。首先，采用多頭快速擴展隨機樹算法結合移動統計數據，生成符合實際規律的人群移動軌跡；其次，通過細化人員接觸...

基于多模態融合特征的并分支發動機壽命預測方法————作者：李亞男;郭夢陽;鄧國軍;陳允峰;任建吉;原永亮;

摘要：針對發動機運行數據面臨多模態、難以實現有效的壽命預測問題，提出一種融合圖像和發動機時間運行數據潛在關系的多模態融合特征并分支壽命預測方法。首先，滑動窗口被用于對發動機運行數據的分割，以構造發動機運行數據的序列樣本。格拉姆角場(GAF)被用于將構造的序列樣本轉化為圖像；接著，序列樣本和圖像分別被用于雙向長短期記憶網絡(BiLSTM)和卷積神經網絡(CNN)獲取趨勢、周期等傳感器之間的潛在關系特征；最...

基于區塊鏈的政務跨部門協作身份認證方案————作者：王睿;潘恒;劉坤;斯雪明;張博偉;李坤陽;

摘要：針對政務服務數字化轉型過程中跨部門協作身份認證存在的憑證驗證流程復雜、憑證共享受限及用戶多次往返申請憑證等問題，本文提出了一種基于區塊鏈的政務跨部門協作身份認證方案。首先，設計可驗證憑證（VC）及其存在性證明（VC Proof）機制，將憑證哈希值及證明信息存儲至區塊鏈，以實現多部門間的高效憑證驗證；其次，構建授權憑證機制，使驗證方與相關部門進行憑證交互，從而減少用戶重復申請憑證的負擔；同時，引入基...

融合特征增強和對比學習的電力客服工單多標簽文本分類方法————作者：周景;唐振洋;董暉;劉心;

摘要：電力客服工單多標簽文本分類在提升服務效率與用戶滿意度方面具有重要意義。針對電力客服工單多標簽文本分類中標簽關系建模不足與類別不平衡問題，提出了一種融合特征增強和對比學習的電力客服工單多標簽文本分類方法。首先通過預訓練語言模型提取客服工單文本特征，然后結合多頭注意力機制的全局編碼與卷積神經網絡的局部編碼模塊，設計了一種創新的文本特征增強方法，以有效捕捉電力工單文本中的重要信息并提升特征表達能力。同時...

基于掩碼提示和注意力的手部姿態估計————作者：任建華;曹佳惠;賈迪;

摘要：手部姿態估計是計算機視覺的重要研究方向，傳統方法易受復雜背景干擾，深度學習方法雖具抗干擾能力，但在多手場景和細節識別方面仍存不足。為此，提出一種基于掩碼提示和注意力機制的手部姿態估計方法。首先，利用目標檢測和語義分割生成手部掩碼圖，屏蔽背景噪聲并提供先驗信息；其次，設計并行注意力模塊與多路殘差模塊，提取多尺度特征，提高復雜手勢識別能力，并降低計算復雜度，防止梯度消失；再次，利用掩碼圖引導模型關注手...

基于分層強化學習的知識圖譜約束問答模型————作者：許浩翔;余敦輝;鄧怡辰;肖奎;

摘要：針對知識圖譜問答模型（KGQA）中忽略約束信息和長路徑維數災難問題，提出了一種基于分層強化學習的知識圖譜約束問答模型（KGQA-HRL）。首先，深度融合分層強化學習理念，將知識圖譜中的三元組進行拆解，設計出上層策略和底層策略，化解推理路徑的維數災難隱患；其次，為了提高路徑選擇的準確性，提出基于注意力機制的動作甄選策略，配合融合約束信息的實體挑選策略，有效壓縮推理搜索范圍；再次，在動作選擇與實體選擇...

多域特征融合的輕量化運動想象解碼網絡————作者：曹檸;溫昕;郝雁嶸;曹銳;

摘要：針對解碼運動想象腦電信號(MI-EEG)時大規模網絡解碼速度慢，以及特征信息未能充分利用等問題，提出了一個多域特征融合的輕量化MI-EEG解碼神經網絡。所提網絡通過輕量化模塊提取多域特征，包括利用SincNet提取頻域特征、時序卷積網絡(TCN)提取時域特征；在時頻域特征提取之后引入擠壓激勵(SE)注意力對特征圖進行自適應校準，突出關注重要特征并抑制冗余信息。最后，利用可分離卷積實現時頻特征的有效...

　　計算機應用來自網友的投稿評論：

提交