計算機應(yīng)用與軟件最新期刊目錄

基于情感分析和直覺模糊理論的景區(qū)排序與推薦方法————作者：林健;陳育佳;

摘要：在線評論是旅游者選擇旅游目的地的決策信息來源，對旅游者做出決策行為有著顯著影響。在線評論中蘊含著游客留下的情感信息，綜合考慮情感信息中包含著不同的情感傾向，依據(jù)情感分析和直覺模糊理論提出了一種景區(qū)的排序與推薦方法。利用LDA和RoBERTa-BiLSTM-Attention模型，將在線評論所含的潛在信息轉(zhuǎn)化為含有情感傾向的定量信息。通過構(gòu)建基于在線評論的直覺模糊VIKOR決策方法，實現(xiàn)備選景區(qū)的排...

基于即時缺陷預(yù)測的缺陷隔離方法————作者：劉書寧;吳毅堅;宋學(xué)志;趙文耘;

摘要：缺陷隔離是保障軟件質(zhì)量和提升開發(fā)效率的重要環(huán)節(jié)，傳統(tǒng)依賴測試的缺陷隔離方法在面對大規(guī)模代碼庫和測試資源不足的情況時存在局限性。提出一種基于即時缺陷預(yù)測的缺陷隔離方法(JIT-SemDI)，結(jié)合程序分析和大語言模型技術(shù)，將代碼變更拆解為具有單一開發(fā)目的的語義子提交，提出新的特征并訓(xùn)練模型，通過對拆解后的子提交進行缺陷預(yù)測，實現(xiàn)無需測試的高效缺陷隔離。實驗結(jié)果表明，相比最新的即時缺陷預(yù)測算法，JIT-...

基于多模態(tài)特征融合的惡意程序分類研究————作者：劉治杰;丁錳;

摘要：針對Android系統(tǒng)惡意程序檢測面臨的復(fù)雜挑戰(zhàn)，提出一種基于多模態(tài)特征融合的惡意程序分類方法。首先，設(shè)計了APK文件關(guān)鍵組件的多通道可視化方案，提高了圖像分辨率以增強特征表示能力。其次，提出了一種基于改進ResNet18-BiLSTM的混合深度學(xué)習(xí)架構(gòu)，該架構(gòu)利用改進的ResNet18提取空間特征，BiLSTM捕獲序列依賴關(guān)系，并引入CBAM注意力機制突出重要特征。在CICMalDroid202...

基于Prophet分解和Stacking集成學(xué)習(xí)的復(fù)雜生產(chǎn)過程質(zhì)量預(yù)測方法————作者：梁生龍;

摘要：質(zhì)量預(yù)測是生產(chǎn)控制的重要手段，生產(chǎn)過程中產(chǎn)品質(zhì)量與工藝參數(shù)之間存在復(fù)雜的非線性關(guān)系，且質(zhì)量特性數(shù)據(jù)易受噪聲污染，導(dǎo)致已有質(zhì)量預(yù)測方法存在預(yù)測精度低，噪聲穩(wěn)健性差的問題。提出一種“分解-降噪-預(yù)測-集成”架構(gòu)并建立基于Prophet分解和Stacking集成學(xué)習(xí)的復(fù)雜生產(chǎn)過程質(zhì)量預(yù)測方法。首先利用Prophet對質(zhì)量特性數(shù)據(jù)建模并將其自動分解為趨勢項、周期項、波動項和殘差項，通過剔除殘差項實現(xiàn)噪聲抑...

基于大語言模型的軟件配置研究綜述————作者：張?zhí)硪?張晨曦;彭鑫;趙文耘;

摘要：軟件配置在軟件系統(tǒng)運行與管理中至關(guān)重要，近年來大語言模型在配置任務(wù)中的應(yīng)用逐漸興起。文章聚焦于基于大語言模型的軟件配置研究，系統(tǒng)梳理并分析了近三年相關(guān)工作，將研究劃分為三個階段：在配置生成階段，探討了大語言模型生成配置的能力及其局限性；在配置驗證階段，分析了大語言模型在配置錯誤診斷、沖突檢測中的表現(xiàn)；在配置運維階段，總結(jié)了大語言模型在配置故障診斷、配置故障修復(fù)中的應(yīng)用方式。通過綜合分析揭示了當(dāng)前方...

融合推斷分析的移動應(yīng)用隱私收集分析方法————作者：虞舒甜;史一哲;楊哲慜;

摘要：隨著移動應(yīng)用服務(wù)多樣化，其隱私收集方式日益復(fù)雜，除直接收集外，還包括基于已有用戶數(shù)據(jù)進行隱私推斷。推斷行為雖常用于精準(zhǔn)推薦和廣告投放，但也帶來隱私泄露等安隱患。現(xiàn)有方法多聚焦于移動應(yīng)用隱私的直接收集行為，缺乏對移動應(yīng)用隱私推斷能力的系統(tǒng)評估。提出一種融合推斷分析的隱私收集分析方法，結(jié)合程序行為特征定位隱私直接收集行為，基于大語言模型構(gòu)建推斷預(yù)測方法。實驗評估表明，該方法各模塊的精確率和召回率均達8...

融合多源特征和新穎度的短視頻推薦算法————作者：梁夏炎;于萬鈞;陳穎;

摘要：為了解決短視頻推薦領(lǐng)域追求準(zhǔn)確性忽略推薦內(nèi)容新穎性、無法精準(zhǔn)捕捉用戶動態(tài)偏好問題，提出一種融合多源特征和新穎度的短視頻推薦算法DENSVD(Diverse-Element and Novelty SVD). 該算法首先對用戶交互產(chǎn)生的瀏覽行為等多源異構(gòu)數(shù)據(jù)進行分析，并利用熵權(quán)法對數(shù)據(jù)進行量化，生成更精準(zhǔn)的用戶-項目-評分矩陣。引入時間效應(yīng)函數(shù)，動態(tài)更新評分矩陣。然后結(jié)合項目流行度與隱式特征等多源特...

MambaGrasp：基于Mamba的快速目標(biāo)抓取位姿檢測模型————作者：王子祥;張晨;陳靈;陳中祥;陽波;

摘要：針對現(xiàn)有基于Transformer的機器人抓取檢測算法檢測速度較慢的問題，提出了一種基于Mamba的快速目標(biāo)抓取位姿檢測模型MambaGrasp。為了提升推理速度，該模型的特征提取模塊并行結(jié)合卷積與AM(Attention Parallel Vision Mamba)模塊，實現(xiàn)局部與全局特征的聯(lián)合提取。AM模塊由并行視覺Mamba塊結(jié)合通道注意力機制和殘差鏈接組成，以增強對關(guān)鍵通道信息的聚焦，并緩...

顧及深度語義與多尺度漸進融合的乳腺癌超聲圖像分割————作者：皮斯妮;葉昭毅;胡興龍;梅禮曄;

摘要：超聲圖像分割通過精確識別和定位腫瘤，支持早期診斷、治療規(guī)劃及疾病進展監(jiān)測。然而，傳統(tǒng)乳腺癌超聲圖像分割方法面臨著噪聲干擾嚴(yán)重、邊緣信息模糊等挑戰(zhàn)。因此，提出了一種顧及深度語義與多尺度漸進融合的乳腺癌超聲圖像分割方法。首先，在深度語義特征編碼器中，利用移動卷積和壓縮-激勵通道注意力，對通道量進行設(shè)置，能夠從輸入的乳腺癌超聲圖像中提取出豐富且多尺度的局部特征表示；其次，引入自注意力機制，將全局注意力轉(zhuǎn)...

頻率先驗引導(dǎo)的條件生成對抗去雨網(wǎng)絡(luò)————作者：楊浪;張奕;

摘要：大多數(shù)基于深度學(xué)習(xí)的單幅去雨方法將去雨視為簡單的端到端映射問題，并未充分利用圖像內(nèi)在的先驗信息，導(dǎo)致去雨效果不理想。對此，提出了一種結(jié)合圖像頻率先驗與條件生成對抗網(wǎng)絡(luò)的單幅圖像去雨網(wǎng)絡(luò)。該網(wǎng)絡(luò)的生成器基于改進U-Net設(shè)計，判別器中引入了圖像的頻率信息作為條件約束，使其引導(dǎo)生成器生成更清晰的去雨結(jié)果。實驗結(jié)果表明，該方法在公開雨水?dāng)?shù)據(jù)集上的定性評估和定量評估結(jié)果均優(yōu)于現(xiàn)有方法

基于有監(jiān)督學(xué)習(xí)的問題生成綜述————作者：李玉娥;董黎剛;黃欣;蔣獻;

摘要：問題生成(Question Generation, QG)研究是自然語言處理(Natural Language Processing, NLP)中文本生成的一個研究方向，該研究旨在給機器輸入一段文本和答案，機器據(jù)此進行處理，輸出一個或多個與當(dāng)前文本和答案有關(guān)的問題。目前，該研究可以應(yīng)用于教育、醫(yī)學(xué)、自動問答等多個領(lǐng)域中。然而，研究表明當(dāng)前基于有監(jiān)督學(xué)習(xí)的問題生成策略仍然存在很多缺陷。該文首先介紹問...

基于元宇宙的艦船裝備維修保障訓(xùn)練仿真系統(tǒng)研究————作者：孫賡;計浩然;柏楊;

摘要：傳統(tǒng)裝備維保訓(xùn)練方式受到場地、資源、設(shè)備等限制，難以為艦員提供沉浸、高效的訓(xùn)練環(huán)境。該文提出利用擴展現(xiàn)實(XR)、物聯(lián)網(wǎng)、人工智能等技術(shù)，建立一個基于元宇宙的艦船裝備維修保障訓(xùn)練仿真系統(tǒng)的設(shè)想，設(shè)計系統(tǒng)的功能模塊、搭建構(gòu)架，構(gòu)想利用元宇宙實現(xiàn)裝備沉浸式拆裝訓(xùn)練、故障診斷排故訓(xùn)練與多人在線協(xié)同訓(xùn)練，并分析了目前實現(xiàn)系統(tǒng)的難點與解決方案，為艦船裝備維保訓(xùn)練以及其他軍事訓(xùn)練系統(tǒng)的建設(shè)工作提供了新的思路與...

基于域適應(yīng)的無人機航拍目標(biāo)檢測算法————作者：陳金吉;吳金明;許吉慧;徐懷宇;

摘要：無人機航拍圖像具有背景復(fù)雜、目標(biāo)尺度小、目標(biāo)朝向多變等特性，并且常因模型的訓(xùn)練數(shù)據(jù)與應(yīng)用場景存在偏差，導(dǎo)致檢測性能大幅下降。針對上述問題，提出基于域適應(yīng)的無人機航拍目標(biāo)檢測算法，以Faster R-CNN為基礎(chǔ)，采用域適應(yīng)方法來提升模型在不同場景下的泛化性，并設(shè)計融合可變形卷積的特征提取網(wǎng)絡(luò)以優(yōu)化無人機視角下目標(biāo)朝向多變的問題、采用特征金字塔網(wǎng)絡(luò)提高對小目標(biāo)的表達能力、設(shè)計D-ROI Align提...

基于TCN模型的軟件系統(tǒng)老化預(yù)測框架————作者：王艷超;姚江毅;李雄偉;劉林云;

摘要：隨著軟件規(guī)模的擴大和邏輯復(fù)雜度的提高，軟件老化特征表現(xiàn)更加隱蔽，老化參數(shù)時序信號更加復(fù)雜，針對時序預(yù)測法對序列平穩(wěn)性要求高和BP神經(jīng)網(wǎng)絡(luò)收斂速度慢、易陷入局部極值的問題，提出以時域卷積網(wǎng)絡(luò)(TCN)模型為基礎(chǔ)的軟件老化預(yù)測框架。采集可用內(nèi)存數(shù)據(jù)作為框架的輸入，經(jīng)TCN模型進行預(yù)測，通過檢查預(yù)測輸出的內(nèi)存與實際內(nèi)存的平均誤差評價模型的效率。與ARIMA模型和RNN(LSTM)模型預(yù)測結(jié)果進行對比表明...

VANETs中基于虛擬位置的位置隱私保護方案————作者：劉世啟;蔡英;馬孟曉;范艷芳;

摘要：車載自組織網(wǎng)絡(luò)(Vehicular Ad-Hoc Networks, VANETs)中，現(xiàn)有的基于K匿名、混合區(qū)和路徑混淆的位置隱私保護方案均需依賴周圍車輛間的協(xié)助，在車輛稀疏場景下無法有效保護用戶的位置隱私。針對該問題，提出一種基于虛擬位置的隱私保護方案，設(shè)計了虛擬位置生成算法，結(jié)合K匿名技術(shù)實現(xiàn)虛擬位置對用戶真實位置的混淆，降低攻擊者獲取用戶真實位置的概率。實驗結(jié)果表明，該方案在不同車輛密度場...

基于分階段注意時序?qū)�齊的少樣本動作識別————作者：趙逸飛;詹永照;黃金鉀;

摘要：由于視頻中動作各進展階段發(fā)生時間長短不一、時刻各不相同，動作的時序?qū)�齊直接影響少樣本動作識別性能。對此提出基于分階段注意時序?qū)�齊的少樣本動作識別方法，通過分階段的注意力機制更精確地實現(xiàn)視頻片段的時序?qū)�齊，避免視頻階段級別的時序錯配，更合理地獲取利用視頻中動作的時序信息；通過剔除相似度過低的視頻片段特征對，可有效降低非動作片段的干擾，以提高少樣本動作識別的準(zhǔn)確率。模型訓(xùn)練采用了c路k樣本的元學(xué)習(xí)的訓(xùn)...

結(jié)合距離骨架的語義嵌入骨架行為識別————作者：劉強;朱子奇;

摘要：針對骨架行為識別算法不能完整提取人體骨架的運動信息以及沒有利用語義信息的問題，提出一種能嵌入語義信息的雙流動作識別模型。在該模型中，首先通過語義嵌入模塊將關(guān)節(jié)名稱語義和速度語義嵌入進骨架數(shù)據(jù)，再分別經(jīng)過距離流和關(guān)節(jié)流提取不同的特征。在距離流中，根據(jù)運動時不同關(guān)節(jié)的相對位置不同來構(gòu)建距離圖結(jié)構(gòu)作為輸入，并利用圖卷積網(wǎng)絡(luò)提取距離信息；關(guān)節(jié)流則以人體骨架為模型構(gòu)建關(guān)節(jié)圖作為輸入，經(jīng)過圖卷積來提取結(jié)構(gòu)特征...

風(fēng)格遷移增強的機場目標(biāo)檢測方法研究————作者：王欣;李屹;孟天宇;黃佳琪;

摘要：在基于圖像的目標(biāo)檢測中，機場是一類非常重要的目標(biāo)，對其進行自動識別具有重要意義。針對一般檢測算法難以使用復(fù)雜的近地航拍圖像中邊緣信息的問題，提出一種融合風(fēng)格遷移增強邊緣特征提取的目標(biāo)檢測算法。使用生成對抗網(wǎng)絡(luò)抑制圖像噪聲，使用邊緣檢測算法突出圖像邊緣特征，將突出邊緣信息的圖像經(jīng)由目標(biāo)檢測算法完成機場位置檢測。在機場目標(biāo)檢測數(shù)據(jù)集實驗中，結(jié)合所提出的邊緣特征提取方法的目標(biāo)檢測算法相比原始目標(biāo)檢測算法...

基于RF-LightGBM-LSTM的短期風(fēng)向預(yù)測————作者：吳倩 ;吳海列 ;孫勇 ;

摘要：傳統(tǒng)風(fēng)突變監(jiān)測對采集的風(fēng)向進行閾值判斷，無法改變機組因較大風(fēng)向變化導(dǎo)致的停機問題。針對這種情況，提出一種風(fēng)向時間序列智能預(yù)測方法。以機組實際運行數(shù)據(jù)作為數(shù)據(jù)集，采用隨機森林方法進行特征工程，解決風(fēng)向序列特征過少的問題；采用Sigmoid函數(shù)對序列數(shù)據(jù)二分類并基于LightGBM分別構(gòu)建回歸模型預(yù)測，應(yīng)用貝葉斯優(yōu)化對模型參數(shù)調(diào)優(yōu)，優(yōu)化模型性能；采用LSTM算法建立殘差預(yù)測模型進行自校正。實驗結(jié)果表明...

基于空間鄰域復(fù)雜度和直覺模糊集的FCM圖像分割算法————作者：韓玉蘭;曹曉峰;徐寒;

摘要：模糊C-均值(FCM)算法進行圖像分割時只考慮像素的灰度信息，忽略了像素的鄰域信息，導(dǎo)致分割結(jié)果不準(zhǔn)確。針對此問題，該文考慮圖像像素間的分布特征和相互影響設(shè)計一個復(fù)雜度，復(fù)雜度的設(shè)計是為了增加像素空間鄰域信息在算法中所占權(quán)重。將此復(fù)雜度信息融入FCM算法中；結(jié)合直覺模糊集理論引入猶豫度和非隸屬度，完善圖像中的不確定信息，優(yōu)化隸屬度矩陣。實驗結(jié)果表明，該算法弱化了噪聲對圖像的影響，對邊緣細節(jié)的處理具...

　　計算機應(yīng)用與軟件來自網(wǎng)友的投稿評論：

提交