計算機工程最新期刊目錄

基于MADDPG的空天地電力物聯網UAV-SWIPT優化方法研究————作者：神顯豪;顧玲;陳誼;楊家志;

摘要：隨著可再生能源的規模化并網和新型電力系統智能化轉型的加速，電力物聯網（Power Internet of Things， PIoT）已成為實現電力系統智能化的關鍵。然而，偏遠地區電力物聯網設備（Power Internet of Things Device， PIoTD）面臨著網絡覆蓋不足、能量收集受限、通信條件差等諸多問題。為解決這些問題，首先提出了一種基于人工智能的云-邊緣-設備合作框架，采用...

復雜場景下的改進YOLOv8-n密集行人檢測模型————作者：陳海秀;陳子昂;房威志;盧海濤;黃仔潔;成榮;

摘要：密集行人檢測是大型公共場所人流監控系統發展的關鍵問題之一。針對密集行人檢測場景中由于人群遮擋導致的小目標檢測困難以及模型輕量化的部署需求，本文提出一種改進的YOLOv8-n密集行人檢測模型CAD-YOLO(CGDown-Adaptive Fusion Module-Dyhead)。嵌入了CGDown下采樣模塊，通過高效的上下文信息提取機制，有效緩解了傳統目標檢測器在處理密集場景時上下文特征易丟失的...

面向聯邦學習的可學習觸發器后門攻擊————作者：劉濤;苘大鵬;許晨;呂繼光;馮駐;曾凡一;周雪;楊武;

摘要：傳統的干凈標簽后門攻擊通常無法在觸發器和目標類之間建立有效的強連接，導致攻擊成功率較低，大量實驗經驗表明這種失效現象在聯邦學習中更加嚴重。攻擊失敗的主要原因在于觸發器的隨機選擇使其缺少和目標類的直接聯系。為此面向聯邦學習設計一種可學習觸發器后門攻擊，充分利用中心服務器下發的任務信息和共享模型訓練與目標類強相關的觸發器，將該訓練過程形式化為雙目標優化問題并求解。在約束條件下找到最佳擾動盡可能模糊圖像...

相似實例引導下融合異質圖的醫學影像報告生成————作者：李俊亮;馬俊朋;劉夢萱;劉玉雪;張俊三;

摘要：醫學影像報告自動生成任務存在影像對比度低、異常區域較小的難題，僅依靠影像信息難以精準刻畫異常特征，因此如何引入外部知識來增強視覺表征成為解決問題的關鍵。此外，異常特征的共現關系復雜，依賴單一樣本難以捕捉，如何利用相似實例建模共現模式至關重要。針對上述挑戰，本文提出一種相似實例引導下融合異質圖的醫學影像報告生成方法，包括結合異質圖的圖像特征記憶模塊和相似實例特征融合模塊。結合異質圖的圖像特征記憶模塊...

交互式密文擴展的動態多密鑰全同態加密————作者：李再東;陳玉玲;王學偉;羅運;

摘要：全同態加密（Fully Homomorphic Encryption， FHE），首次在2009年被提出，是一類可以在加密數據上進行計算的加密方案。現有的FHE方案通常基于標準的容錯學習（Learning With Errors， LWE）假設來實現。多密鑰全同態加密是全同態加密的一種高級變體，允許在不同密鑰下對加密數據進行運算處理。自從2012年López-Alt、Tromer和Vaikunta...

基于語義熵反饋強化學習的大語言模型事實性幻覺緩解————作者：顧瀅雙;桂韜;張奇;

摘要：大語言模型的事實性幻覺指的是模型生成內容與真實世界事實存在沖突的現象，這一問題顯著降低了其在醫療、法律、科學研究等高風險領域的可信度與應用價值。現有的幻覺緩解方法主要依賴輸入優化、監督學習或外部知識庫，但這些方法存在泛化能力有限、對大規模標注數據依賴性強、實時性受限等問題，難以根本性提升模型的事實性偏好。為此，該文提出了一種基于語義熵反饋強化學習的事實性幻覺緩解框架。通過引入語義熵作為衡量模型語義...

基于冠豪豬優化算法和深度學習的電力市場短期電價預測————作者：胡偉;陳韻而;杜璞良;

摘要：針對當前短期電價預測方法中變分模態分解（VMD）參數優化效率低、單一預測模型特征表達能力不足及特征冗余等問題，本文提出一種基于多策略改進冠豪豬優化算法與深度學習的短期電價預測方法。首先，通過引入萊維飛行策略、周期性種群變異和動態調整參數機制改進冠豪豬優化算法（CPO），提高其全局搜索能力與收斂速度，并用于優化VMD的模態數量k和懲罰因子α參數，以提高信號分解精度。其次，構建融合特征加權的深度學習模...

基于提示信息傳輸框架的圖文行人重識別————作者：耿霞;林賢文;楊治;

摘要：在基于文本的行人重識別任務中，基于圖文預訓練模型的參數初始化已成為主流范式，這有效緩解了單模態模型因跨模態信息缺失導致的特征對齊瓶頸。現有方法聚焦于挖掘圖像-文本聯合嵌入空間中不同尺度下的語義特征進行優化，但新對齊范式的引入易使原模型在微調過程中陷入局部最優。為了解決上述問題，本文提出了一種基于提示的信息傳輸框架（PIT），通過在單模態編碼器和跨模態圖像文本編碼器的原始前向過程中嵌入跨模態提示標識...

基于擴散模型的乳腺超聲圖像-掩碼對生成方法————作者：曹小菲;王潤民;崔靈馨;柴欣靈;丁亞軍;韓昌;

摘要：乳腺超聲圖像分割在計算機輔助診斷中具有重要意義，而現有方法受限于標注數據稀缺的瓶頸。近年來，生成模型在醫學圖像合成領域展現出潛力，但現有方法難以同時保證圖像真實性與掩碼語義一致性。針對超聲圖像數據集規模較小所帶來的分割模型性能瓶頸，本文提出了一種創新的超聲圖像數據集擴增方法。首先，結合病理學視角，根據良性腫瘤與惡性腫瘤的特征，設計了一個掩碼生成模塊，該模塊能夠高效生成多個語義合理的掩碼。接著，為了...

考慮協同的城軌列車追蹤運行多目標優化研究————作者：張雷;李世華;高豪;汪小勇;

摘要：隨著城市軌道交通能耗日益劇增，如何提高再生制動能量利用以降低列車運行能耗成為關鍵。本文聚焦多列車協同運行過程的追蹤列車運行控制策略優化問題。首先，在傳統運行工況演變策略的基礎上，針對追蹤運行場景提出“牽引-惰行-牽引-巡航-惰行-制動”策略。其次，構建空間域列車動力學模型、狀態轉移方程以及能耗模型，并應用插值法將時域的運行協同問題轉變為空間域的工況轉換點求解問題。隨后，構建以運行能耗與準時性為目標...

一種面向視覺問答的自適應偏差學習網絡————作者：萬祖坤;王潤民;馬天明;宋星東;袁晟榕;丁亞軍;

摘要：視覺問答（Visual Question Answering， VQA）理解和解析輸入圖像及其對應的文本問題，進而提供與問題相關的自然語言答案，已成為跨模態分析領域一個前景廣闊的研究方向。現有工作極大程度上依賴于數據集的一些因素，如偽相關、數據集偏差和捷徑學習，都對算法魯棒性帶來了極大的挑戰。現有基于集成學習的方法通過訓練偏差模型捕捉數據集偏差，但由于偏差模型對偏差樣本的識別能力不足，導致其難以充...

基于大模型和探索模塊的戶外場景視覺語言導航————作者：劉梓熠;沙灜;

摘要：視覺語言導航(VLN)任務旨在引導智能體根據語言指令在3D或真實環境中移動到目標位置。然而，傳統端到端深度學習VLN算法存在不足，智能體在導航規劃中一旦出現錯誤動作，就容易進入錯誤路徑，導致無法繼續遵循指令或探索不必要的區域。為了解決這一問題，本文提出一種基于大模型和探索模塊的智能體Nav-Explore。該智能體利用大模型強大的推理能力，結合語言指令和當前視覺信息預測下一步動作，并引入探索模塊以...

基于時序圖像的雙分支SAR圖像船舶檢測方法————作者：樊怡穎;咼維;

摘要：基于卷積神經網絡的目標檢測算法已經在合成孔徑雷達（SAR）圖像的海上船舶檢測上取得了顯著進展，但在近岸場景中，海岸線、建筑物和其他背景干擾物的強散射信號仍然對船舶的檢測精度造成了挑戰。針對以上問題，提出了一種基于雙分支網絡的SAR圖像船舶檢測方法，利用時序SAR圖像提取的偽背景信息作為一個分支，聯合船舶目標圖像的分支，輸入主干網絡并行計算特征，利用雙分支的融合特征增強模型對船舶目標的檢測能力。同時...

基于邊界掩碼的中文命名實體識別方法————作者：胡晶亮;陳艷平;秦永彬;黃瑞章;鄒安琪;

摘要：在命名實體識別任務中，實體邊界作為粒度較小的語言單元，具有歧義性小和語義特征明顯的特點，因此通常被用來表征實體。然而，現有命名實體識別方法在訓練時，通常僅依賴原始文本的語義邏輯來挖掘實體邊界信息。由于邊界詞與非邊界詞共享相同的上下文語義，這導致模型難以充分感知實體邊界語義特征和捕獲實體邊界語義信息。針對此問題，提出了一種基于邊界掩碼的中文命名實體識別模型。模型由實體邊界檢測、實體編碼和實體分類三個...

復雜場景下的生物啟發人群逃逸檢測神經網絡————作者：馮濤;胡濱;徐光源;

摘要：公共場所人群逃逸行為極易引發嚴重的公共安全災難事故，傳統計算機視覺技術能檢測其少許特征，但面對復雜動態視覺場景捉襟見肘。針對該問題，基于蝗蟲視覺神經結構特性、借助蝗蟲小葉巨型運動檢測器（LGMD）危險感知機理、哺乳動物視網膜流明自適應機制，提出一種增強型人群逃逸檢測神經網絡（ECEDNN）。所提出的神經網絡采集視野域中人群活動引發的流明變化；借助哺乳動物視網膜流明自適應機制，調諧視覺響應興奮以適應...

空間優化視角下基于增量學習的網絡流量分類————作者：胡財富;魏波;任芮彬;

摘要：隨著網絡環境的不斷演進以及互聯網應用的不斷涌現，基于先前流量訓練的機器學習分類器對新樣本空間的適用性逐漸變弱，導致分類模型的識別能力下降，從而無法滿足日益增長的網絡業務和網絡安全需求。若根據經驗人工更新分類器需要耗費大量精力，且難以保證新分類器的泛化性能。與此同時，新數據的不斷涌入對平衡模型訓練精度與計算資源存儲帶來了嚴峻的挑戰。基于此，本文創新性地提出一種采用空間優化技術的增量學習策略，以實現高...

通過最優傳輸距離正則化和近鄰聚類方法的開放集域適應————作者：田青;申珺妤;郁江森;

摘要：無監督域適應(Unsupervised Domain Adaptation， UDA) 旨在將知識從標記的源域遷移到未標記的目標域，從而提高目標域模型的性能。然而，傳統的UDA方法假設源域和目標域的類別空間完全一致，無法處理目標域中存在的未知類別，這限制了其在實際場景中的應用。開放集域適應（Open-Set Domain Adaptation， OSDA）通過引入對未知類別的識別解決了這一問題，但...

基于狀態動作預測的多智能體路徑規劃算法————作者：陳凱;陳志華;戴蕾;

摘要：多智能體深度確定性策略梯度算法(MADDPG)在解決多智能體路徑規劃問題時，通過引入全局信息緩解了環境非平穩性問題。然而，在復雜環境下，多智能體強化學習算法仍存在獎勵稀疏、智能體協作水平低等缺陷。為解決上述問題，提出了一種基于狀態動作預測的多智能體路徑規劃算法(SA-MADDPG)。其中，設計了基于長短期記憶網絡的新奇獎勵模塊，能夠在不依賴當前觀測和動作的情況下，給予智能體新奇獎勵值，以緩解獎勵稀...

基于QEMU的龍架構平臺插樁軟件————作者：高林萍;徐偉;陳曦;穆奕博;張開;

摘要：隨著軟件規模和復雜性指數級地增長，對程序運行時行為的監控和分析變得越來越困難，動態二進制插樁技術是解決這一問題的有效手段，現有成熟的二進制插樁軟件有Pin和Valgrind等，主要支持x86、ARM等主流架構，但在新興的自主指令集架構上缺乏支持。龍架構作為我國自主研制的指令集架構，具有較好的自主性、先進性與兼容性，但其發展時間較短，生態環境尚不完善，特別是在調試工具鏈方面存在明顯短板。為了填補這一...

強結構保護的寬視差圖像無縫拼接算法————作者：楊若怡;劉立東;曲敬康;

摘要：針對圖像拼接中因視差效應引發的幾何畸變、重影偽影及拼接縫顯露等關鍵問題，提出一種強結構保護的寬視差圖像無縫拼接算法。該方法通過構建多維度約束模型，實現了從優化配準到精準融合的全流程結構保護：首先，在配準階段建立場景引導的自適應網格變形模型，基于特征分布與重疊區域比例構造動態加權向量，顯著提升了配準空間準確性；其次，提出強弱雙重邊緣檢測機制以捕捉殘余結構錯位，并基于特征坐標卷積設計一種新型顯著紋理度...

　　計算機工程來自網友的投稿評論：

• 奔跑的辣椒醬

  感覺很不錯的核心期刊，注重文章的創新性及論文語言的流暢性，期刊格式要求嚴格，編輯部很認真，兩位審稿專家意見都很詳細，對稿件要求也很高，投稿過去2個月后退修，返稿后半個月就錄用了。

  2024-08-16 07:55
• Yangming_ak

  七月投稿，等了一個月編輯聯系，兩個審稿人已經審完了，期刊比較符合選題，中間修改了不少，相對來說見刊還是比較快的。總的來說，時間如下： 23年7月投稿 23年11月10號 大修（兩個審稿人） 23年12月20號 修回 24年 2月 20號 新增了兩個審稿人 24年 3月 20號 rrc

  2024-03-23 23:27
• 奔跑的辣椒醬

  投了一篇彩色圖像分割的論文，9月18日發稿，9月20日外審，10月8日退修，中間修改了多次對文章格式要求比較多，到11月1日修改好并發錄用通知，版面費1950，比較學術的一個期刊對搞學術的人來說難度中等偏下還是比較容易中的

  2023-05-13 10:47
• 奔跑的辣椒醬

  北大核心期刊，沒有版面費。 適合工程實踐和新技術應用類學術文章，較高的行業認可度。 審稿速度一般，初審1個月左右。

  2021-08-26 22:57

提交