計算機(jī)應(yīng)用研究最新期刊目錄

基于穩(wěn)定擴(kuò)散與自適應(yīng)增強(qiáng)技術(shù)的服裝模特圖像生成方法————作者：劉大偉;于碧輝;石珈維;魏靖烜;史慧洋;靳赫烜;孫林壯;

摘要：隨著計算機(jī)視覺和生成模型的發(fā)展，圖像生成技術(shù)取得了顯著突破，已廣泛應(yīng)用在電子商務(wù)的產(chǎn)品展示中以增強(qiáng)用戶交互體驗，逼真服裝模特生成是圖像生成技術(shù)與電子商務(wù)業(yè)務(wù)深度融合的創(chuàng)新應(yīng)用技術(shù)之一。然而，服裝模特生成技術(shù)在電商應(yīng)用中仍面臨著諸多挑戰(zhàn)，尤其在生成高質(zhì)量、真實感的服裝圖像方面，難以精確呈現(xiàn)服裝的事實一致性、紋理和細(xì)節(jié)，相比于真實圖像的自然度和一致性較差。為了提升服裝模特生成技術(shù)在電商應(yīng)用中的效果，本...

基于雙條帶編碼結(jié)構(gòu)的低修復(fù)成本分組修復(fù)碼————作者：余洪州;楊洋;唐金華;黃鵑;唐聃;蔡紅亮;

摘要：針對分布式存儲系統(tǒng)中糾刪碼容錯技術(shù)因修復(fù)成本過高制約其實際應(yīng)用的問題，提出一種具有分組修復(fù)性質(zhì)的雙條帶分組修復(fù)碼模型(Dual-Stripes Group Repairable Codes,DSGRC)。該模型創(chuàng)新性地設(shè)計了基于雙條帶編碼結(jié)構(gòu)的分組修復(fù)架構(gòu)，通過雙條帶混合編碼策略構(gòu)建全局與局部校驗塊的多級冗余結(jié)構(gòu)，在確保數(shù)據(jù)可靠性的前提下優(yōu)化故障修復(fù)過程。實驗結(jié)果表明，相較于傳統(tǒng)RS碼、RGRC、...

基于域內(nèi)和域間元路徑聚合的跨域推薦方法————作者：許嘉;王歆;王艷秋;吳海威;呂品;

摘要：跨域推薦技術(shù)通過深入挖掘及利用其他域的有用信息,有效提升目標(biāo)域的推薦表現(xiàn),為解決用戶冷啟動問題提供了一種有效途徑。然而,當(dāng)前跨域推薦方法存在局限,未能細(xì)粒度地擴(kuò)展隱式關(guān)系,并且忽視了嵌入向量中可能包含的冗余信息,從而制約了跨域推薦系統(tǒng)的性能。鑒于此,提出一種基于域內(nèi)和域間元路徑聚合的跨域推薦方法,IMCDR(intra-domain and inter-domain meta-paths aggr...

基于多智能體深度強(qiáng)化學(xué)習(xí)的海上風(fēng)電傳感器節(jié)點能效優(yōu)化————作者：賈林朋;王霄;何志琴;吳欽木;尹曜華;

摘要：海上風(fēng)電場的高效運行依賴于無線傳感器網(wǎng)絡(luò)提供的監(jiān)測數(shù)據(jù)。通過對現(xiàn)有研究中傳感器節(jié)點部署與通信進(jìn)行調(diào)查，指出了當(dāng)前海上風(fēng)電場景下無線傳感器節(jié)點部署通信時能效優(yōu)化研究不充分的問題。針對海上風(fēng)電機(jī)組無線傳感器網(wǎng)絡(luò)的能效優(yōu)化問題，設(shè)計了一種基于多智能體深度確定性策略梯度算法的優(yōu)化方案。考慮了節(jié)點能量有限和特定的海上通信環(huán)境特點，通過多智能體協(xié)同優(yōu)化節(jié)點的感知與通信策略，有效減少能耗并提升網(wǎng)絡(luò)覆蓋率和數(shù)據(jù)傳...

基于地圖分解AGV全局路徑規(guī)劃新方法————作者：汪行;黃細(xì)霞;梁董;

摘要：針對傳統(tǒng)A^*算法在大型場景下AGV（automated guided vehicle）路徑規(guī)劃時遍歷節(jié)點多、路徑平滑性差和搜索時間長等問題，提出了三層結(jié)構(gòu)的塊搜索A^*（Blocks-A^*）算法，并構(gòu)建麥克納姆輪AGV解決運動學(xué)約束問題。Blocks-A^*算法將地圖分解為多個較大的區(qū)域（塊），采用以塊搜索代替節(jié)點...

基于多分辨率模塊度的約束Louvain社區(qū)檢測算法————作者：張震;靳金帥;陳可鑫;田鴻朋;

摘要：針對Louvain算法的分辨率存在極限的問題，提出一種基于多分辨率模塊度(Multi-resolution modularity,MRQ)的Louvain社區(qū)檢測算法，在Louvain算法中加入一個可變分辨率模塊MRQ，有效解決了Louvain算法分辨率存在極限的問題。在此基礎(chǔ)上，針對Louvain算法會得出某些不滿足社區(qū)條件的劃分結(jié)果，增加社區(qū)劃分的約束條件，提高了社區(qū)劃分的精度。最后，在真實數(shù)...

考慮交通擁堵的冷鏈配送路徑動態(tài)優(yōu)化————作者：曹菁菁;魏杰;雷阿會;韓鵬;馮子立;王夢簡;

摘要：針對交通流的不確定性和難預(yù)知性導(dǎo)致的交通擁堵，從而影響冷鏈配送效率的問題，提出考慮交通擁堵的帶時間窗的冷鏈車輛路徑問題，建立了0-1整數(shù)規(guī)劃模型；然后，利用變交叉操作和自適應(yīng)擾動因子對免疫遺傳算法(IGA)進(jìn)行改進(jìn)，提出基于變交叉下降的免疫遺傳算法(VCD-IGA)；最后，利用某生鮮企業(yè)配送過程中的實際配送數(shù)據(jù)和交通流數(shù)據(jù)進(jìn)行實驗。實驗通過自主搭建的信息系統(tǒng)進(jìn)行數(shù)據(jù)交互，并通過VCD-IGA對配送...

一種圖文協(xié)同層級融合的多模態(tài)命名實體識別方法————作者：馮廣;劉天翔;楊燕茹;鄭潤庭;鐘婷;林健忠;黃榮燦;

摘要：多模態(tài)命名實體識別(multimodal named entity recognition,MNER)旨在結(jié)合文本和圖像等信息，提高命名實體識別的準(zhǔn)確性。然而，現(xiàn)有方法因文本表達(dá)不規(guī)范以及圖像特征提取聚焦于局部信息，導(dǎo)致圖文語義特征利用不充分。針對該問題，提出了一種圖文協(xié)同層級融合(Visual-Text Cooperation and Hierarchical Fusion,VTCHF)的命名實...

融合知識圖譜的大語言模型研究綜述————作者：曹榮榮;柳林;于艷東;王海龍;

摘要：大語言模型在多個垂直領(lǐng)域應(yīng)用中展現(xiàn)出卓越性能，但其生成內(nèi)容存在可解釋性不足與幻覺問題，嚴(yán)重制約實際部署，而知識圖譜以結(jié)構(gòu)化語義網(wǎng)絡(luò)形式存儲事實知識，為增強(qiáng)大語言模型的可控性與知識約束提供了新路徑。為此，文章系統(tǒng)梳理知識圖譜與大語言模型融合的技術(shù)路線，從預(yù)訓(xùn)練、模型架構(gòu)改造、微調(diào)優(yōu)化三階段分析代表性方法，總結(jié)其提升模型可解釋性與緩解幻覺的作用機(jī)制，并探討多模態(tài)知識表示對齊、動態(tài)知識更新滯后等核心挑戰(zhàn)...

基于跨圖特征融合和結(jié)構(gòu)感知注意力的圖相似度計算————作者：龐俊;閆炳鑫;林曉麗;王蒙湘;

摘要：圖編輯距離(GED)是一種常用的圖相似性度量函數(shù)，其精確計算為NP-hard問題。因此，近期研究者們提出諸多基于圖神經(jīng)網(wǎng)絡(luò)的圖相似度計算方法。現(xiàn)有方法在特征提取時忽略了兩個圖節(jié)點之間的跨圖交互信息，并且缺乏對圖中節(jié)點高階關(guān)系的學(xué)習(xí)。針對以上問題，提出了一種基于跨圖特征融合和結(jié)構(gòu)感知注意力的圖相似度計算模型(Cross-graph feature fusion with structure-awar...

一種基于拓?fù)涞貓D與A*算法的路徑規(guī)劃求解方法————作者：王天琦;楊麗英;黃朝雄;何玉慶;

摘要：為解決在大尺寸、復(fù)雜環(huán)境柵格地圖上搜索路徑時，存在的搜索時間長和計算資源消耗急劇上升等問題，提出了一種基于計算機(jī)幾何學(xué)的拓?fù)涞貓D的提取方法，并基于圖搜索的方法進(jìn)行路徑搜索。首先對地圖進(jìn)行預(yù)處理，將障礙物使用多邊形表示，并從地圖中提取出一組點集；然后將應(yīng)用點集于Delaunay分割算法從而對地圖進(jìn)行分割，得到一組幾何圖形集合；之后將障礙物內(nèi)的幾何圖形從集合中去除，并將新的集合轉(zhuǎn)換為拓?fù)涞貓D；最后將拓...

基于哈希增強(qiáng)技術(shù)的分布式系統(tǒng)數(shù)據(jù)分片技術(shù)————作者：艾志成;曹炳堯;王演祎;

摘要：分布式系統(tǒng)數(shù)據(jù)分片技術(shù)旨在優(yōu)化數(shù)據(jù)分布以提升計算效率，然而現(xiàn)有方法在分片質(zhì)量與冗余控制等方面存在局限。為此，提出一種基于混合局部敏感哈希(Hybrid LSH)的分片策略與改進(jìn)的Meta-Partitioning優(yōu)化技術(shù)。首先，設(shè)計混合LSH框架，通過Min Hash與自適應(yīng)LSH的協(xié)同機(jī)制實現(xiàn)實體描述的高效初步聚類。其次，提出逆塊頻率邊權(quán)重計算方法與動態(tài)雙階段剪邊策略，優(yōu)化分片覆蓋率與冗余控制。...

基于邊更新與多頭交互融合Transformer的車輛軌跡預(yù)測方法————作者：孫穎;吳延勇;丁德銳;張建坤;

摘要：自動駕駛領(lǐng)域下的智能體軌跡預(yù)測任務(wù)需要充分考慮到智能體與交通環(huán)境之間的關(guān)系，為了解決現(xiàn)有方法在異構(gòu)特征交互層面的局限，提高預(yù)測精度，提出一種基于邊更新與多頭注意力交互融合Transformer的車輛軌跡預(yù)測方法 EMATNet(Edge-updating Multi-head Attention Transformer Network)。該方法首先編碼嵌入智能體與交通環(huán)境信息的歷史時空信息；接著通...

基于水波傳播特性的半監(jiān)督密度聚類算法————作者：馮彥超;王杰;栗雅婷;蔡江輝;楊海峰;

摘要：半監(jiān)督密度聚類通過融合監(jiān)督信息與密度特征優(yōu)化聚類性能，但在數(shù)據(jù)分布不均時，傳統(tǒng)半監(jiān)督密度聚類算法常因全局密度閾值設(shè)定與約束信息利用不足，難以捕捉局部密度差異，導(dǎo)致稀疏區(qū)域簇識別能力受限。針對這一挑戰(zhàn)，提出了一種基于水波傳播特性的半監(jiān)督密度聚類算法(SDR)。受水波“波心恒定”和“振幅衰減”特性的啟發(fā)，SDR模擬簇心穩(wěn)定性及密度從中心向邊界遞減的趨勢，通過局部密度差異識別初始子簇。進(jìn)一步利用鄰居影響...

增強(qiáng)現(xiàn)實機(jī)器人的虛實同步手勢交互方法————作者：王振宇;許馳;李琳;洪悅;

摘要：針對增強(qiáng)現(xiàn)實場景下，動態(tài)人機(jī)交互的感知能力差、同步精度低、執(zhí)行效率低問題，建立了增強(qiáng)現(xiàn)實機(jī)器人虛實同步交互架構(gòu)，提出了虛實同步手勢交互方法。首先，提出手勢識別與虛實坐標(biāo)映射方法，利用姿態(tài)解析與正/逆運動學(xué)矩陣將手勢姿態(tài)映射到機(jī)器人關(guān)節(jié)，完成虛實同步的雙向控制，提升系統(tǒng)的可操作性與感知能力。然后，提出了一種基于位置矢量的低通濾波算法，降低虛實交互的噪聲影響，提升人機(jī)交互的順暢性。最后，搭建了機(jī)器人虛...

融合正交學(xué)習(xí)和動態(tài)平衡的麻雀搜索算法及應(yīng)用————作者：何洪玉;潘家文;錢謙;

摘要：針對麻雀搜索算法收斂速度慢和搜索能力不平衡的缺點，提出一種融合正交學(xué)習(xí)和動態(tài)平衡的麻雀搜索算法(SSAOD)。首先引入正交學(xué)習(xí)策略來加強(qiáng)個體間信息傳遞，提高算法的收斂速度；然后采用動態(tài)平衡策略，增強(qiáng)算法在迭代前期的全局探索能力和迭代后期的局部開發(fā)能力，從而平衡兩種搜索行為。SSAOD在IEEE CEC 2022測試函數(shù)上整體尋優(yōu)能力第一，穩(wěn)定性更好，收斂速度更快更精確；在多閾值圖像分割問題上獲取到...

跨組織業(yè)務(wù)流程建模與過程模型挖掘————作者：辛歌;劉偉;

摘要：為了解決傳統(tǒng)的過程挖掘技術(shù)難以適應(yīng)跨組織業(yè)務(wù)流程的實際需求，提出一種跨組織業(yè)務(wù)流程建模與模型挖掘方法。首先，在工作流網(wǎng)的基礎(chǔ)上擴(kuò)展嵌套變遷、時間及組織間協(xié)作相關(guān)庫所等元素提出HTC＿WF＿Net(Hierarchical Temporal Collaborative Workflow Net)；然后，提出一種跨組織業(yè)務(wù)事件日志分層構(gòu)造方法并定義相關(guān)協(xié)作模式；最后，基于HTC＿WF＿Net和分層日志...

基于脈沖神經(jīng)元膜電位增量的數(shù)據(jù)分布統(tǒng)計量及批歸一化————作者：李煒奇;陳云華;陳平華;朱春佳;

摘要：脈沖神經(jīng)網(wǎng)絡(luò)(spiking neural network,SNN)因其具有更好的生物解釋性、強(qiáng)大的時空信息表征能力，以及超低功耗和延遲特性而受到廣泛關(guān)注。然而SNN在訓(xùn)練算法、超參數(shù)設(shè)置、架構(gòu)設(shè)計研究等方面還存在不少挑戰(zhàn)性的問題。針對現(xiàn)有的SNN歸一化(Batch Normalization,BN)方法無法有效處理時間依賴性的問題，通過分析膜電位增量在時間步上的傳播，提出按時間步逐步計算膜電位增...

基于DRL-PPO求解柔性作業(yè)車間調(diào)度問題————作者：董海;魯婷婷;

摘要：柔性作業(yè)車間動態(tài)調(diào)度問題因其動態(tài)性和復(fù)雜性成為智能制造領(lǐng)域的研究重點，針對柔性作業(yè)車間動態(tài)調(diào)度問題的復(fù)雜性與動態(tài)性，提出了一種基于深度強(qiáng)化學(xué)習(xí)和近端策略優(yōu)化相結(jié)合的調(diào)度優(yōu)化算法。該算法通過構(gòu)建馬爾可夫決策過程模型，定義狀態(tài)空間、動作空間及多目標(biāo)獎勵函數(shù)，設(shè)計了離線訓(xùn)練與在線應(yīng)用相結(jié)合的兩階段動態(tài)調(diào)度框架，以提升調(diào)度策略的泛化能力和魯棒性。實驗在不同規(guī)模實例中驗證了算法的性能，結(jié)果表明提出的方法在不...

生物啟發(fā)的運動人群瓶頸效應(yīng)感知視覺神經(jīng)網(wǎng)絡(luò)————作者：陸顯佩;胡濱;

摘要：在大型活動中，人群瓶頸效應(yīng)常是導(dǎo)致?lián)頂D甚至踩踏等災(zāi)難事件的重要前兆。然而目前針對人群瓶頸效應(yīng)檢測的計算模型研究工作較少。且由于這種效應(yīng)隨機(jī)性強(qiáng)，人群狀態(tài)復(fù)雜多變，傳統(tǒng)的計算模型檢測效果并不理想。為解決這一問題，論文在借鑒蝗蟲視覺系統(tǒng)神經(jīng)結(jié)構(gòu)特性的基礎(chǔ)上，結(jié)合蝗蟲LGMD危險感知機(jī)理，提出了一種運動人群瓶頸效應(yīng)感知視覺神經(jīng)網(wǎng)絡(luò)(CBEPVNN)。該模型模擬蝗蟲和哺乳動物視覺信息處理特點，整合視野域中...

　　計算機(jī)應(yīng)用研究來自網(wǎng)友的投稿評論：

• 奔跑的辣椒醬

  計算機(jī)應(yīng)用研究 一個月投稿量估計在300-400篇 一周出初審結(jié)果 外審一個半月出結(jié)果 但是被增刊了 這個期刊很容易被增刊 但是審稿快 而且不要審稿費

  2024-09-05 16:38
• zhaohhhh

  一篇綜述，9月24號投稿，10月28號沒有任何修改直接增刊錄用，已經(jīng)撤稿，改投。您的論文經(jīng)本刊編委會和評審專家綜合評審后，認(rèn)為論文雖具一定應(yīng)用性和實用價值，但對該領(lǐng)域最新研究成果的介紹、比較和不足之處的分析總結(jié)顯得不夠。論文的學(xué)術(shù)價值和創(chuàng)新性有待提高。

  2024-08-16 07:53
• 畫個圈圈兜住幸福

  一個星期內(nèi)退稿，不墨跡 退稿意見:本文在方法的選擇與組合方面有一定的改進(jìn)，但屬于已有特征分類手段的組合應(yīng)用，缺少計算機(jī)相關(guān)理論的創(chuàng)新和應(yīng)用，整體創(chuàng)新性不能達(dá)到本刊采用要求

  2024-08-07 16:48
• 畫個圈圈兜住幸福

  無審稿費用，8月27日提交，初審無意見，28日進(jìn)入外審，10月12日增刊錄用，中間無修改。由于匆忙，未掛基金，可能有影響。

  2023-10-26 12:16
• 奔跑的辣椒醬

  12.5投稿，12.6進(jìn)入初審，12.12送外審，1.31回復(fù)增刊錄用，沒有任何審稿意見，后來在網(wǎng)上查了信息，發(fā)現(xiàn)這個期刊特別容易增刊錄用，最后撤稿，2個月結(jié)束，速度算比較快，但是容易增刊，不太推薦，文章質(zhì)量比較好的，想快點可以一試。

  2023-03-27 14:08

提交