計算機(jī)科學(xué)與探索最新期刊目錄

擴(kuò)散模型生成式圖像檢測技術(shù)研究綜述————作者：程泊宣;李明軒;張正宇;

摘要：擴(kuò)散模型是一種通過前向擴(kuò)散和反向去噪實現(xiàn)內(nèi)容生成的模型。其在目標(biāo)檢測、醫(yī)學(xué)圖像、自然語言處理和生成式圖像等領(lǐng)域得到了廣泛的應(yīng)用。隨著應(yīng)用范圍擴(kuò)大，鑒定生成圖像的真實性成為了學(xué)術(shù)界研究的熱點。但是，擴(kuò)散模型生成式圖像技術(shù)被用來制作虛假新聞圖片或色情圖片傳播謠言等，其被廣泛應(yīng)用在灰色地帶甚至違法犯罪領(lǐng)域。近年來，大量的研究工作用以解決擴(kuò)散模型生成圖像的真實性問題，然而，現(xiàn)有工作缺乏對其生成圖像檢測的系...

變分信息瓶頸引導(dǎo)的互補(bǔ)概念瓶頸模型————作者：冀中;林子杰;

摘要：概念瓶頸模型(Concept Bottleneck Models， CBMs)將黑盒模型提取的視覺特征表示映射到一組概念上，并利用概念進(jìn)行決策。最新提出的方法主要利用大語言模型(Large Language Models， LLMs)生成文本概念，通過多模態(tài)預(yù)訓(xùn)練模型將視覺表示與文本概念嵌入相匹配。然而這些方法也將文本噪聲注入了概念瓶頸，導(dǎo)致輸出的文本解釋與圖像內(nèi)容不匹配或與視覺屬性無關(guān)。針對上述...

面向2D醫(yī)學(xué)圖像檢測的YOLO算法研究綜述————作者：郭振;劉靜;仇大偉;李宇皓;

摘要：近年來，人工智能技術(shù)的突破性發(fā)展推動了醫(yī)工交叉領(lǐng)域的范式變革，其中基于深度學(xué)習(xí)的目標(biāo)檢測算法在醫(yī)學(xué)圖像分析中展現(xiàn)出顯著優(yōu)勢。作為單階段檢測框架的典型代表，YOLO（You Only Look Once）系列算法通過“端到端”的檢測范式，在醫(yī)學(xué)影像分析領(lǐng)域展現(xiàn)出高實時性、強(qiáng)泛化能力和精準(zhǔn)定位的獨特優(yōu)勢，現(xiàn)逐漸成為病灶檢測、細(xì)胞識別等任務(wù)的主流研究方法。針對YOLO改進(jìn)算法在醫(yī)學(xué)目標(biāo)檢測研究進(jìn)行梳理，...

綜合特征分段組稀疏編碼的交通標(biāo)志識別方法————作者：朱逸峰;奚崢皓;鄭陽;劉翔;劉亞奇;張星;

摘要：隨著無人駕駛、輔助駕駛等技術(shù)的發(fā)展，交通標(biāo)志識別（Traffic Sign Recognition，TSR）問題被更多的研究者所關(guān)注。目前，在普通交通環(huán)境下的TSR問題得到了較好地解決，但當(dāng)環(huán)境中存在交通標(biāo)志模糊、部分遮擋等噪聲干擾時，其TSR的處理效果并不理想。針對該問題進(jìn)行研究，提出了一種新穎的結(jié)合孿生網(wǎng)絡(luò)的綜合特征分段組稀疏編碼的TSR問題解決方法。首先，提取交通標(biāo)志的多個不同尺度特征編碼，...

DNS安全增強(qiáng)及區(qū)塊鏈技術(shù)的應(yīng)用研究進(jìn)展————作者：倪雪莉;王群;馬卓;

摘要：因設(shè)計之初對安全性考慮的缺失，致使今天的DNS面臨日益復(fù)雜和極具挑戰(zhàn)性的安全問題，而區(qū)塊鏈技術(shù)的應(yīng)用，以其獨有的去中心化、防篡改、可溯源、公開透明等特征，為解決當(dāng)前DNS面臨的安全威脅提供了一種嶄新的思路。本文在系統(tǒng)分析DNS脆弱性和安全威脅的基礎(chǔ)上，對DNS安全增強(qiáng)技術(shù)進(jìn)行了系統(tǒng)梳理與剖析，強(qiáng)調(diào)了區(qū)塊鏈在增強(qiáng)DNS系統(tǒng)安全性以及重構(gòu)DNS安全體系中發(fā)揮的獨特功能和技術(shù)優(yōu)勢。首先，概述了DNS的工...

基于改進(jìn)Yolov11與天體地形估計的著陸區(qū)選取方法————作者：李佳琪;魏若巖;朱曉慶;張鵬云;

摘要：針對外星探測任務(wù)中月球軟著陸對安全性與精確性的日益增長需求，尤其是在復(fù)雜地形和通信受限環(huán)境下對探測器自主感知與決策能力的高度依賴，本文提出一種融合改進(jìn)YOLOv11與天體地形估計的智能著陸區(qū)選取方法。首先，在YOLOv11模型中引入小目標(biāo)檢測層，結(jié)合BiFPN-M特征融合結(jié)構(gòu)與C3K2-SCC模塊，以增強(qiáng)對細(xì)粒度目標(biāo)和微小障礙物的檢測能力，從而提升復(fù)雜環(huán)境下的識別精度。其次，為獲取遠(yuǎn)距離星體表面在...

基于融合特征的元學(xué)習(xí)對抗樣本檢測模型————作者：蔣章濤;李欣;薛迪;王曉宇;

摘要：深度學(xué)習(xí)模型易受對抗攻擊的脆弱性使得對抗樣本檢測成為一項重要技術(shù)。現(xiàn)有檢測方法通常依賴大量標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練，而新型攻擊樣本的生成速度遠(yuǎn)超數(shù)據(jù)收集與標(biāo)注效率，致使小樣本場景下檢測性能顯著下降。此外，傳統(tǒng)端到端的學(xué)習(xí)方法存在未能充分利用對抗樣本固有特征等問題，限制了檢測精度和泛化能力。為解決上述問題，提出了一種基于融合特征與注意力機(jī)制的元學(xué)習(xí)對抗樣本檢測模型Meta-FAD，該模型旨在模擬安全專家利用...

深度學(xué)習(xí)在黑色素瘤分類診斷中的研究進(jìn)展————作者：蔣潤澤;劉靜;馬金剛;郭振;李明;

摘要：黑色素瘤作為皮膚癌中最具致命性的類型，其早期準(zhǔn)確診斷對提高患者生存率至關(guān)重要。近年來，深度學(xué)習(xí)技術(shù)在黑色素瘤分類診斷領(lǐng)域展現(xiàn)出巨大潛力，為臨床診斷提供了新的技術(shù)支撐。系統(tǒng)回顧了深度學(xué)習(xí)在黑色素瘤分類中的研究進(jìn)展，重點關(guān)注卷積神經(jīng)網(wǎng)絡(luò)、Transformer、生成對抗網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)等核心方法的技術(shù)演進(jìn)及其臨床應(yīng)用。首先，歸納了HAM10000、ISIC、PH²等權(quán)威數(shù)據(jù)集的...

基于領(lǐng)域知識三元組和圖卷積網(wǎng)絡(luò)的方面級情感分類方法————作者：鳳麗洲;宋金林;楊貴軍;王友衛(wèi);

摘要：針對目前使用通用情感詞典來加強(qiáng)文本中的情感傾向，無法準(zhǔn)確識別特定領(lǐng)域中情感詞與方面之間的情感信息，提出一種基于領(lǐng)域知識三元組和圖卷積網(wǎng)絡(luò)的方面級情感分類方法。首先，參考基于跨度的反偏見方面表示學(xué)習(xí)框架構(gòu)建領(lǐng)域知識三元組，對文本序列進(jìn)行句法依存分析，提取出文本中的關(guān)鍵結(jié)構(gòu)信息，并利用所構(gòu)建的領(lǐng)域知識三元組重構(gòu)鄰接矩陣，從而實現(xiàn)領(lǐng)域知識增強(qiáng)；然后，利用基于Transformers的雙向編碼器表示（Bi...

基于Diff-Cascade的低資源命名實體識別方法————作者：邱云飛;董麗波;張文文;

摘要：在低資源命名實體識別（Named Entity Recognition ，NER）任務(wù)中，目前許多基于遷移學(xué)習(xí)的方法雖然能夠緩解數(shù)據(jù)稀缺問題，但往往會導(dǎo)致句子中部分正確信息的遺漏或識別錯誤，從而影響模型在低資源環(huán)境中的效果。針對此問題，本文提出了一種基于多模塊協(xié)同的NER模型——Diff-Cascade-NER。首先，利用變分自編碼器（Variational Autoencoder， VAE）在潛...

基于生成對抗網(wǎng)絡(luò)的舌象圖像特征提取新方法————作者：阮群生;王碩誠;吳清鋒;

摘要：舌診是中醫(yī)特色診法之一，《醫(yī)鏡》深刻闡釋了舌象與人體健康狀況、臟腑病變的密切關(guān)系。因此，現(xiàn)代中醫(yī)智能舌診的重要工作便是舌象圖像特征處理，針對舌象圖像特征分布規(guī)律的學(xué)習(xí)和特征提取困難的問題，論文提出一種基于生成對抗網(wǎng)絡(luò)的舌象圖像特征提取新方法（TongueIFE-GAN），該方法通過對抗思想構(gòu)建一種面向舌象圖像潛在特征的提取網(wǎng)絡(luò)，它包括判別器和生成器兩個重要組成部分，藉此建立圖像重構(gòu)質(zhì)量與舌象圖像的...

面向涉案財物的業(yè)務(wù)知識視覺問答技術(shù)框架————作者：薛迪;李欣;蔣章濤;王曉宇;劉明帥;

摘要：作為公安機(jī)關(guān)辦理行政及刑事案件流程中的關(guān)鍵環(huán)節(jié)，涉案財物的規(guī)范化管理與依法處置直接關(guān)系到執(zhí)法活動的公正性和程序合法，近年來有關(guān)部門相繼出臺了一系列規(guī)范性法律文件以指導(dǎo)公安民警開展此項工作。然而，不同涉案財物的調(diào)查取證、查封、扣押、凍結(jié)、接收等流程不盡相同，相關(guān)民警難以科學(xué)準(zhǔn)確理解，嚴(yán)格執(zhí)行規(guī)定。為幫助基層公安民警完成涉案財物管理工作，針對業(yè)務(wù)知識視覺問答模型涉案財物業(yè)務(wù)知識信息缺失、常規(guī)檢索增強(qiáng)生...

基于層次化時空混合模型的心肌梗死智能檢測方法————作者：韓明希;蒲寶明;馬馳;李思源;

摘要：針對心電圖信號時空特征聯(lián)合建模中存在的多尺度病理表征弱、時序依賴建模能力不足與跨尺度節(jié)律解析受限問題，提出一種層次化時空混合模型M2SRC-TBL，空間構(gòu)建多尺度殘差卷積模塊（M2SRC）與多層級卷積架構(gòu)，采用分層遞減卷積核策略提取QRS波群、ST-T段等多尺度形態(tài)特征，結(jié)合改進(jìn)的2D-SE模塊動態(tài)增強(qiáng)關(guān)鍵波形特征的鑒別能力，解決了單一卷積核難以同時捕獲寬波群與局部偏移的問題；設(shè)計全局到局部時序建...

改進(jìn)YOLO11的高精度課堂行為檢測算法————作者：曹燚;曹倩;錢承山;袁程勝;

摘要：針對課堂場景中學(xué)生目標(biāo)小、分布密集且易被遮擋，導(dǎo)致檢測精度低、識別效果不佳的問題，提出了一種基于YOLO11（You Only Look Once version 11）改進(jìn)的課堂行為檢測算法——MFD-YOLO。該算法通過一系列創(chuàng)新設(shè)計，顯著提升了課堂行為檢測的精度和識別效果。首先，設(shè)計了多維度特征流動網(wǎng)絡(luò)（Multi-dimensional Feature Flow Network， MFFN...

胎兒腦核磁共振圖像處理技術(shù)進(jìn)展————作者：劉夢宇;羅琴;姚雄;王健華;陳健;

摘要：胎兒腦核磁共振成像技術(shù)因其無創(chuàng)、無輻射和高軟組織對比度，已成為評估胎兒大腦發(fā)育和診斷先天性腦異常的重要工具。高質(zhì)量的胎兒腦核磁共振圖像在臨床診療和胎兒腦發(fā)育等科學(xué)研究方面發(fā)揮著重要作用。圖像處理技術(shù)可提升胎兒腦核磁共振圖像質(zhì)量，滿足診斷與研究需求，故其在胎兒腦核磁共振圖像領(lǐng)域的研究具有重要意義。本文對胎兒腦結(jié)構(gòu)及其核磁共振圖像數(shù)據(jù)集進(jìn)行簡要介紹，并對圖像質(zhì)量評價、圖像配準(zhǔn)、圖像去噪、圖像偏差場校正...

多元特征提取與通道特征重構(gòu)的跨模態(tài)行人重識別方法————作者：王銘杰;畢藝瀚;王蓉;李沖;

摘要：針對可見光圖像與紅外圖像模態(tài)差異大導(dǎo)致可見光-紅外行人重識別匹配困難的問題，提出一種多元特征提取與通道特征重構(gòu)的跨模態(tài)行人重識別方法。首先，采用雙流ResNeXt50作為骨干網(wǎng)絡(luò)，通過通道分組卷積分別提取不同子網(wǎng)絡(luò)特征，緩解兩種模態(tài)通道數(shù)不平衡的問題，提升判別特征提取能力，降低模型復(fù)雜度，避免過擬合；其次，設(shè)計多級特征重構(gòu)模塊，對不同階段特征進(jìn)行通道維度的重構(gòu)融合，并利用通道注意力機(jī)制和自適應(yīng)權(quán)重...

深度學(xué)習(xí)方法下的文本聚類模型研究進(jìn)展————作者：史東艷;馬樂榮;丁蒼峰;寧秦偉;曹江江;

摘要：文本聚類是無監(jiān)督學(xué)習(xí)的核心技術(shù)之一，其目標(biāo)是將海量文本數(shù)據(jù)自動劃分為若干語義高度相似的簇。近年來，基于深度學(xué)習(xí)的文本聚類取得蓬勃發(fā)展，研究焦點逐步轉(zhuǎn)向利用先進(jìn)的深度學(xué)習(xí)架構(gòu)來高效提取文本特征，以進(jìn)一步提高聚類結(jié)果的準(zhǔn)確性。特別的，依托RoBERTa和GPT等大型預(yù)訓(xùn)練語言模型的聚類策略，憑借其強(qiáng)大的預(yù)訓(xùn)練特征表示能力，已展現(xiàn)出卓越的性能優(yōu)勢。為此，本文將通過實例和數(shù)據(jù)的方式，全面回顧文本聚類的發(fā)展...

基于多注意力機(jī)制的脊柱病灶MRI影像識別模型————作者：周慧;宋新景;

摘要：人工檢測脊柱病變是一項耗時的工作，并且高度依賴于該領(lǐng)域的專家，因此，脊柱病灶的自動識別是非常必要的。然而，脊柱病灶的準(zhǔn)確定位和分類是一項具有挑戰(zhàn)性的工作，因為脊柱病灶的大小、位置和結(jié)構(gòu)存在著廣泛的差異，同時脊柱腫瘤與稀有病布魯氏菌在影像上高度相似。為了應(yīng)對這些挑戰(zhàn)，本文提出了一種改進(jìn)的脊柱病灶MRI影像識別模型，首先引入以resnet-101為基礎(chǔ)的雙向特征金字塔主干網(wǎng)絡(luò)，并利用可變卷積在不同層替...

2025CCF全國理論計算機(jī)科學(xué)學(xué)術(shù)年會征稿

摘要：<正>CCF全國理論計算機(jī)科學(xué)學(xué)術(shù)年會（National Conference of Theoretical Computer Science,NCTCS）已成為國內(nèi)理論計算機(jī)科學(xué)最主要的學(xué)術(shù)平臺之一。至今，NCTCS已在全國二十多個地區(qū)成功舉辦，為理論計算機(jī)科學(xué)及相關(guān)領(lǐng)域的研究學(xué)者提供一個交流合作場所。由中國計算機(jī)學(xué)會主辦、中國計算機(jī)學(xué)會理論計算機(jī)科學(xué)專業(yè)委員會和云南大學(xué)承辦的202...

2025CCF全國高性能計算學(xué)術(shù)年會征文通知

摘要：<正>由CCF主辦，CCF高性能計算專業(yè)委員會、鄂爾多斯高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)管委會共同承辦，北京并行科技股份有限公司協(xié)辦的“2025CCF全國高性能計算學(xué)術(shù)年會（CCF HPC China 2025）”將于2025年8月13日至16日在鄂爾多斯國際會展中心召開。全國高性能計算學(xué)術(shù)年會是中國一年一度高性能計算領(lǐng)域的盛會，為相關(guān)領(lǐng)域的學(xué)者提供交流合作、發(fā)布最前沿科研成果的平臺，將有力地推動中...

　　計算機(jī)科學(xué)與探索來自網(wǎng)友的投稿評論：

提交