計算機應用最新期刊目錄

基于自適應梯度匹配追蹤算法的超大規模多輸入多輸出混合場信道估計————作者：劉占軍;宋云鵬;王盛寶;

摘要：針對第六代（6G）無線網絡中超大規模多輸入多輸出（XL-MIMO）系統在混合場信道估計中面臨的高復雜度，低精度問題，提出了一種自適應梯度匹配追蹤算法（AGMP）。首先，該算法利用角域變換矩陣對遠場分量進行估計，然后通過極域變換矩陣估計近場分量，并將信道估計問題轉化為稀疏重構問題；其次，在估計分量過程中，采用最小均方（LMS）算法，并結合自適應梯度搜索策略，通過動態調整步長參數優化路徑分量估計，并迭...

基于QAR數據的飛行俯仰操作特征提取方法————作者：張秀艷;劉文濤;王新;

摘要：快速存取記錄器(Quick Access Recorder,QAR)數據分析效率低，對QAR數據進行特征提取至關重要。針對QAR數據特征提取對于時序趨勢特征關注不足的問題，融合分段三次Hermite插值（PCHIP）和序關系分析法(G1)形成模型插值賦權部分PG，結合卷積自編碼器(CAE)構建PG-CAE模型，提出一種基于PG-CAE模型的飛行俯仰操作特征提取方法，為飛行級異常檢測等分析提供支持。...

基于深度學習的函數體切片級的C/C++智能合約漏洞檢測工具————作者：李浴淑;邢穎;陸思奇;潘恒;柴森春;斯雪明;

摘要：針對智能合約漏洞問題導致的安全事件頻發,現有智能合約漏洞檢測工具在語言種類上的不擇，特別是缺乏對C/C++智能合約源碼級別的漏洞檢測問題，提出了使用基于深度學習方法來對C/C++智能合約進行漏洞檢測，并設計了一種基于深度學習的函數體切片級C/C++智能合約漏洞檢測工具。首先，該工具從源碼的角度入手，引入了深度學習在圖像處理領域中的目標區域概念，并將其應用于智能合約漏洞檢測。其次，該工具的實現主要分...

面向擴散模型輸出的水印方法————作者：賈源;袁得崳;潘語泉;王安然;

摘要：為解決模型版權保護和深度偽造檢測中圖像真實性驗證的問題，提出了高質量和高魯棒的擴散模型水印方法DeWM(Decoder-driven WaterMarking for Diffusion Model)。首先，提出了一種由解碼器驅動的水印嵌入網絡，實現了編碼器和解碼器特征的直接共享，從而生成有高魯棒性和不可見性的水印；其次，設計了一種微調策略，對預訓練擴散模型的解碼器進行微調，使生成的所有圖像隱含特...

基于特征調控與顏色分離的凈標簽多后門攻擊方法————作者：唐迎春;黃榮;周樹波;蔣學芹;

摘要：針對傳統的后門攻擊缺乏隱蔽性與靈活性的問題，提出一種基于特征調控與顏色分離的凈標簽多后門攻擊方法，以信息隱藏框架為基礎，訓練中毒網絡嵌入觸發器。首先以圖像邊緣作為觸發器，通過設計特征調控策略，結合對抗擾動與代理模型輔助訓練中毒網絡，以增強觸發器特征的顯著性；其次，通過提出顏色分離策略對觸發器進行著色，賦予觸發器可區分的RGB空間顏色以及設置與顏色相對應的one-hot目標置信度引導訓練，保證觸發器...

融合情感詞典的多視角語言特征方面情感三元組抽取模型————作者：張正悅;彭菊紅;丁子胥;范馨予;胡長玉;

摘要：在自然語言處理（NLP）任務中，方面情感三元組抽取（ASTE）旨在識別文本中方面詞，觀點詞和情感極性之間的聯系，是現實細粒度情感分析的關鍵步驟。在當前的主流方法中，端到端模型普遍存在對語言特征理解不足和情感表達稀疏性處理不佳的問題，限制了模型的準確性和魯棒性，管道式模型存在傳播錯誤問題。針對上述問題，提出一種融合情感詞典的多視角語言特征方面情感三元組抽取模型（MVLF-SL）。多視角語言特征能夠幫...

基于關鍵點距離的全局特征位姿估計方法————作者：熊毅;王蔡琪;梅嶺;伍世虔;

摘要：為解決位姿估計中由于點云存在較多的相似特征和非對應點導致位姿估計精度低的問題，提出一種基于關鍵點距離的全局特征位姿估計方法，該方法使用關鍵點之間的距離構建全局特征，避免相似的局部特征對位姿估計精度的影響。同時，為提升全局特征匹配速度，提出了一種基于距離對照表的特征匹配策略，通過對照表對全局特征投票進行相似度量，從而在避免非對應點干擾的同時，有效地提高了通過全局特征找尋對應關系的效率。最后，將這些對...

時間感知和空間增強的雙通道圖神經網絡會話推薦模型————作者：楊興耀;齊正;于炯;張祖蓮;馬帥;沈洪濤;

摘要：為解決會話推薦模型忽略項目之間的時間信息和空間關系，導致無法準確捕獲項目之間復雜轉換模式的問題，提出一種時間感知和空間增強的雙通道圖神經網絡的會話推薦模型。首先，對于時間通道，采用自適應的時間權重對項目處理，構建時間感知的會話圖，并通過時間感知的圖神經網絡捕獲用戶的興趣轉移模式。其次，對于空間通道，將項目之間的空間關系嵌入到一個圖注意力網絡中，從空間圖結構的角度對信息聚合。最后，引入一種對比學習策...

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 ...

基于自適應擾動的網絡防測繪方法————作者：王誠熠;徐磊;陳晉音;邱洪君;

摘要：基于深度強化學習（Deep Reinforcement Learning, DRL）的智能化網絡測繪方法通過將網絡測繪過程建模為馬爾可夫決策過程（Markov Decision Process, MDP），利用試錯學習的方式訓練攻擊智能體以尋找網絡關鍵路徑，從而獲取網絡拓撲信息。然而，傳統的網絡防測繪方法通常基于固定的規則，難以應對DRL智能體在測繪過程中不斷變化的行為策略。為此，提出了一種基于自...

基于信道先驗多尺度跨軸注意YOLO的無人機視角下多尺度小目標檢測算法————作者：肖海林;田波;胡彬;孔祥婷;吳媛媛;馬仁煜;張中山;

摘要：針對當前無人機視角下小目標檢測存在準確率低問題，提出一種基于信道先驗多尺度跨軸注意YOLO(CPMS-YOLO)的無人機視角下多尺度小目標檢測算法。首先，該算法在骨干網絡中融入能在復雜背景下更好地提取和強化有用特征的多尺度注意力模塊CPMS(Channel-Prior-Multi-Scale Cross-Axis Attention)，模塊使算法能夠更容易的學習到感興趣區域的位置細節并提高對不同尺...

基于NOMA的無人機輔助數據收集的安全能效優化————作者：薛建彬;盧慧慧;陳慶斗;張寒;吳明葉;

摘要：針對無人機(UAV)在安全數據收集場景中的能量受限問題，通過聯合優化信道關系、地面傳感器發射功率和UAV飛行軌跡，以最大化系統安全能效(SEE)為目標，提出一種基于UAV的安全高效數據收集優化方案。由于目標函數具有分式優化特性，使問題難以直接求解。為解決上述難題，設計了一種基于交替優化的迭代算法，通過引入輔助變量并利用泰勒級數展開方法求解信道關系和地面傳感器節點發射功率的優化問題，同時采用強化學習...

基于空間注意力的氣溫預報誤差訂正網絡————作者：趙學良;張渝淋;孫啟龍;劉林春;朱峰;劉曉莉;

摘要：氣溫預報誤差的訂正方法對社會發展和個人生活都具有重要意義。以U-Net為基礎的模型受本身歸納偏置限制，對具備顯著地理差異的氣象數據訂正存在一定局限性。為解決該問題，采用全連接網絡對格點獨立訂正，并添加空間注意力層，對不同區域進行權值動態調整，提出了基于空間注意力的格點氣溫訂正網絡SAGTCN。在內蒙古自治區氣象數據集上，將SAGTCN模型與基于U-Net和Attention U-Net的訂正模型進...

基于混合索引的鏈上數據查詢優化————作者：張瑞陽;趙明潔;郭兵;江平洪;

摘要：針對區塊鏈系統在鏈上數據查詢上查詢效率低、查詢類型少的問題，提出一種區塊間索引模型。首先，對于區塊中離散型屬性，提出倒排布隆過濾器(Inverted Bloom Filters,IBFS)索引。使用該索引查詢數據時無需遍歷全部區塊，可以在O(1)時間復雜度內定位到目標區塊。其次，對于連續型屬性，使用聚類算法計算區塊內數據細粒度分布區間，結合區塊內數據的最大最小值構建雙層聚類鏈表(Dual-Laye...

基于一次性環簽名的區塊鏈混幣方案————作者：陳依林;李曉宇;

摘要：針對當前區塊鏈混幣系統在保護用戶交易隱私的同時存在的難以抵御用戶重復轉賬攻擊和混幣中心泄露信息、偽造轉賬攻擊等問題，提出了一種基于一次性環簽名的區塊鏈混幣方案。首先，用戶向混幣中心存款并請求加入環組，其次在混幣中心驗證通過后用戶使用一次性環簽名申請轉賬，最后混幣中心對簽名及轉賬指令進行驗證并轉賬。一次性環簽名的性質使混幣中心只能確認簽名是否來自用戶環組內，而無法獲知具體來自哪位用戶，且一次性環簽名...

基于多尺度感知的多維空間融合水下圖像增強————作者：郭偉;王曼婷;曲海成;

摘要：針對深海拍攝會導致水下圖像色彩偏移、對比度過低和結構不清晰等問題，結合空間、通道和三維特征的角度提出一種多尺度并行增強型網絡(MPENet)。MPENet是將圖像信息并行傳入多維特征提取網絡和編碼器中。在多維特征提取網絡中引入多尺度特征精煉模塊進一步處理提取到的特征信息，使網絡更準確學習不同尺度的信息。然后在編碼器中引入多維色彩增強模塊，增強圖像細節色彩。最后設計自適應增強網絡對特征信息進一步處理...

基于數據增強的子圖感知對比學習————作者：李玟;李開榮;楊凱;

摘要：圖神經網絡(GNN)是處理圖結構數據的有效圖表示方法。然而在實際應用中，GNN的性能受限于信息缺失問題。一方面，圖結構通常較為稀疏，導致模型難以充分學習節點特征；另一方面，監督學習依賴的標簽數據通常稀缺，使得模型訓練受限，難以獲得魯棒的節點表示。針對以上問題，提出了一種基于數據增強的子圖感知對比學習模型SCLDA。首先，通過鏈路預測學習原始圖得出節點之間的關系得分，并將得分最高的邊添加到原始圖中以...

代理原型蒸餾的小樣本目標檢測算法————作者：謝斌紅;王瑞;張睿;張英俊;

摘要：針對現有小樣本目標檢測算法中類級原型生成精度不足、細節信息缺失導致目標區域特征表達能力受限的問題，提出了一種基于代理原型聚合（APA）的小樣本目標檢測算法（APA-FSOD），該算法通過代理注意力將支持特征蒸餾為細節豐富的原型，并基于相關性實現原型向量在查詢特征圖上的精準分配，顯著強化了目標實例區域的特征表達能力。此外，還設計了小波卷積增強模塊（WCEM）和自適應多關系融合模塊（AMRF），分別用...

面向聯邦學習的投毒攻擊檢測與防御機制————作者：鐘琪;張淑芬;張鎮博;菅銀龍;景忠瑞;

摘要：為了解決聯邦學習中惡意客戶端通過上傳惡意更新破壞全局模型可靠性的問題，提出了一種面向聯邦學習的投毒攻擊檢測與防御算法FedDyna。首先，設計一種異常客戶端檢測方案，利用余弦相似度與歐幾里得距離的歷史標準差初步檢測異常更新，并結合多視角模型評估機制進一步檢測可疑的客戶端，接著，提出一種自適應調整策略，根據權重調整因子逐步降低被判定為異常客戶端的參與權重，直至將惡意更新從模型訓練過程中剔除。在EMN...

考慮激光天線對準開銷的LEO衛星低延遲數據傳輸路由方法————作者：何梓芬;曾德澤;田厲鋒;李躍鵬;張佳宇;

摘要：近年來，隨著低地球軌道（LEO）衛星數量的增加和性能的提升，LEO衛星星座承擔更廣泛的在軌任務，導致衛星數據的傳輸量呈指數級增長。新興的激光通信（LC）技術憑借更高帶寬的優勢顯著提升了星間鏈路（ISL）數據通信效率。然而，基于激光通信的星間通信必須首先進行發射天線和接收天線的對準，且該對準過程會產生較高的時間開銷。不僅如此，衛星上的激光收發天線數量有限，不合理的激光路由通信鏈路規劃策略還將進一步增...

提交