計算機應用與軟件最新期刊目錄

基于HOD-Net模型的教室密集場景人群計數方法————作者：楊月;連淑娟;馬朝鵬;趙成濤;易偉超;沙捷;

摘要：針對教室密集場景存在人頭目標尺寸小、圖像模糊、互相遮擋且數據集匱乏等問題，提出了一種基于Head Object Detection Network（HOD-Net）模型的人群計數方法。首先基于Backbone-Neck-Detect范式構建HOD-Net目標檢測模型，并通過增加頭部檢測層、引入特征增強提取模塊提升模型整體特征提取能力以及通過改進計算回歸框損失函數降低低質量候選框對模型的影響。最后通...

基于RC-Unet的腎臟CT圖像分割算法————作者：李賽鳳;周金治;馬光岑;賀浩洋;

摘要：為了解決邊緣部分特征未充分提取而導致腎臟邊界分割不精確的問題，實現腎臟的精準自動分割，提出了一種基于以改進的ResNet18為主干并集成了CBAM注意力機制的U形網絡（U-shaped network with an improved ResNet18 as the backbone and integrated with the CBAM attention mechanism，RC-Unet）...

拓展左心室掩膜的雙分支射血分數預測模型————作者：蘇晨希;張翰博;汪衛;董瑞朝;

摘要：基于超聲心動圖預測左心室射血分數對臨床治療具有重要意義。現有利用左心室分割結果的深度學習算法普遍缺乏對于分割精度的關注。因此，提出了一種新算法，通過掩膜將分割結果作為先驗注意力，獲取左心室的大致位置，并通過邊界拓展機制擴展注意力邊界，以緩解分割精度的影響。然后，整體采用雙分支結構，左心室分支與原始影像分支分別提取特征后通過特征融合模塊融合，用于射血分數預測。該算法在大型公開數據集上表現出了先進的性...

現代海上分布式資源管理圖數據庫構建與優化————作者：張龍劍;李晶晶;范慧麗;王澤健;張建濤;蔡子諾;馬汝輝;

摘要：現代海上環境的日益復雜化對分布式資源管理和決策支持系統的快速響應和高效管理能力提出了更高要求。為滿足這一需求，文章提出了一種創新的圖模型數據庫構建方法，該方法綜合考慮分布式資源的拓撲結構、通信鏈路、資源組織和自適應重構能力，以實現海上分布式資源的動態生成和優化。文章詳細介紹了資源數據的收集與處理、屬性的形式化處理、圖模型數據庫的構建以及軟件展示，旨在提升分布式資源管理決策的效率和系統適應性。通過構...

結合三角網格和圖卷積網絡的3D點云分類————作者：王雯初;阮寧君;高夢然;阮云哲;

摘要：由于3D點云數據的不規則性，傳統的三維分類模型通過將3D點云轉換為體素網格或投影到平面上等操作學習點云特征，針對上述方法在學習點云時可能導致信息丟失和計算復雜度增加，提出了一個使用圖卷積網絡和三角網格的三維形狀分類模型。首先將三維物體的表面表示為三角網格，并以三角面片為基本單位構建鄰接矩陣，以捕捉局部幾何關系和結構特征。再利用圖卷積網絡在這些鄰接矩陣上進行特征提取，通過迭代更新節點特征，實現對三維...

基于安全大模型的網絡安全威脅檢測框架研究————作者：李橙;陳銘豐;蘇嘉珺;楊磊;梁海航;

摘要：針對網絡安全風險檢測領域存在的難以定位真實攻擊、研判處置效率低、安全人員技術要求高等問題，文章提出了一種基于安全大模型的威脅檢測框架，通過語料庫構建、模型預訓練、指令微調、模型推理加速等手段構建了一套性能優秀的網絡安全垂直領域生成式人工智能大模型。在此基礎上，為進一步提升模型準確率與檢測效率，圍繞安全大模型與傳統規則模型、機器學習小模型開展多維協同研究，構建三位一體的網絡安全威脅檢測框架，并在實際...

基于文本-視覺多模態學習的交通目標識別與檢索————作者：薛天朗;岳玉濤;

摘要：針對現有基于clip的交通目標識別與檢索方法存在精度不高問題，提出了一種輕量的文本視覺多模態檢索方法。該方法首先利用了CLIP 框架的零樣本學習能力，實現了在現實世界場景中對訓練樣本之外的分布外目標的有效識別；然后通過完整構建一個以用戶文本描述為查詢，同時結合目標檢測模型建立了一種視頻圖像檢索系統，并綜合運用了實時目標檢測模型和目標聚類算法，實現了現實交通場景中根據文本的對目標的有效識別與檢索。在...

基于無監督K-MDCNN的SQL注入攻擊檢測方法————作者：劉洋;王慧玲;楊少聰;綦小龍;

摘要：隨著Web技術的發展，SQLIA（SQL Injection Attack）呈現出多樣性，標記這些樣本困難且代價高昂。無監督K-means算法因其占用資源少、時間效率高，并且適用于大數據場景，被廣泛運用于SQLIA檢測中。而使用K-means算法來檢測SQLIA時，當待分類樣本與正負簇心距離相近時難以較好地完成檢測任務。為了解決上訴問題，提出一種融合改進KNN算法的K-means SQLIA無監督...

基于改良GA-PSO優化算法的零件缺陷分類研究————作者：金翔;桂斌;周睿;毛靈杰;傅嘉源;

摘要：為解決在工業生產中，零件缺陷對產品質量的影響。提出了一種結合遺傳算法（GA）與粒子群優化（PSO）的支持向量機模型（GA-PSO-SVM）。該模型利用GA的全局搜索能力優化PSO參數，克服PSO易陷入局部最優和對參數敏感的缺陷，同時通過PSO的快速收斂特性提升GA的效率，形成動態并行優化策略。基準測試結果表明，GA-PSO在六個測試函數中均實現最佳適應度，展示出強大的全局搜索能力和快速收斂性。在實...

基于CART回歸樹的高校網絡安全等級保護結論判定方法————作者：莊恩澤;朱銓;趙力立;林玲;賴宏圖;

摘要：為解決當前高校等級保護測評工作中存在主觀因素、容易影響評判結論的問題，提出了基于CART回歸樹的安全等級保護結論判定方法。首先，依據網絡安全等級保護的相關法規指南，結合現有信息系統的測評結論構建訓練數據集；使用主成分分析法進行降維以消除各維度間的相關性；基于降維后的數據集構建CART回歸樹并進行預剪枝以防止過擬合；最后將生成的決策樹用于高校網絡安全等級保護的結論判定。結合某高校正在運行的等級保護對...

基于復雜注意力與神經符號感知網絡的文本圖像恢復————作者：戚鑫;魏維;陳柯宇;吳琪遠;傅弘業;

摘要：近年來，圖像修復技術取得了顯著進展，但現有方法未能充分考慮文本圖像的獨特特征，如文本邊緣結構差異與字符間的邏輯關聯。為此，提出了一種基于復雜注意力機制與神經符號感知網絡的文本圖像修復方法——CANSPN (Complex Attention and Neural Symbol Perception Network)。該方法通過多尺度特征提取結合頻域與空間注意力機制，有效抑制噪聲并強化文本特征，同時...

多網絡級聯的期刊PDF文檔目錄檢測與解析————作者：鄒季英;劉斌;袁仁慧;

摘要：期刊蘊含巨大的學術價值和社會經濟價值，解析期刊PDF文檔實現文章內容結構化抽取，具有廣泛的應用場景。在解析一期多篇期刊PDF文檔時，目錄檢測與解析是首要環節。針對一期多篇期刊PDF文檔的目錄檢測與解析，當前沒有公開發表的相關論文對此進行研究。該文首次提出一種多網絡級聯的期刊PDF文檔目錄檢測與解析算法，使用四種深度學習模型采用級聯的方式實現期刊目錄頁級別、塊級別、行級別以及實體級別的檢測與解析，能...

基于STEP文件與圖注意力機制的三維CAD模型分類方法————作者：常欣欣;王淑營;杜雨芹;

摘要：針對現有三維CAD模型分類與檢索算法的局限性，提出了一種基于屬性圖的改進方法。該方法在STEP文件B-rep表示的基礎上，結合工程語義信息構建通用屬性圖，并基于此設計了一種自注意力分層池化網絡。通過改進SAGPool圖池化層，增強了模型對節點重要性評估的能力，同時引入注意力機制提取全局特征表示。實驗結果表明，在分類任務中，該方法優于基線算法，在TraceParts數據集和FabWave數據集上分別...

基于頻域雙水印的彩色醫學影像隱私保護研究————作者：段昀霞;李燕;

摘要：醫學影像中包含了患者的大量隱私信息，在線傳輸時可能會面臨信息泄露的風險。針對這一問題，提出了一種彩色醫學影像的雙水印隱私保護方法DSPLC。首先將患者的隱私信息進行霍夫曼編碼（Huffman），將編碼后的信息隱藏到醫學水印影像中生成雙水印。其次，為了保證通信過程中醫療信息的安全性，使用結合混沌映射和脫氧核糖核酸（Deoxyribonucleic Acid， DNA）編碼的方法對雙水印進行加密。最后...

基于非正交多址接入的B5G雙向全雙工中繼系統中功率控制的設計————作者：唐睿;朱通;張睿智;何金璞;

摘要：在基于非正交多址接入的后五代（Beyond the Fifth Generation， B5G）雙向全雙工中繼系統中，為協調同頻干擾并提升頻譜效率，首先提出一種基于連續凸逼近（Successive Convex Approximation， SCA）算法的功率控制機制，保證多項式時間內得到原非凸問題的高效次優解。為滿足B5G移動網絡的低時延需求，進一步提出一種基于深度神經網絡（Deep Neura...

DynamicMix：一種動態的像素級混合的圖像數據增強方法————作者：曾武;朱恒亮;毛國君;

摘要：近年來多個圖像進行混合的數據增強方法取得不錯的效果。然而，完全接受補丁圖像像素區域的方法在一些情況下可能會生成一些質量較低的新樣本，需要進一步改進。針對這些問題，提出一種動態的像素級混合算法DynamicMix。首先提出了局部像素混合的策略，選擇合適的原圖裁剪區域保留圖像的部分像素值，從而實現局部像素級混合。然后，為了降低裁剪面積大小對新生成樣本的影響，又提出了像素級動態混合方法，將裁剪區域圖像塊...

基于強化學習的知識輔助工藝規劃動態推薦方法————作者：崔增林;寇彥飛;賈學濱;

摘要：考慮智能制造中技術人員隱性偏好和過程決策活動，提出一種基于強化學習的知識輔助工藝規劃動態推薦方法（DRLR-KAPP）。首先，將工藝規劃形式化為順序交互的知識推薦場景，并利用馬爾可夫決策過程對該場景進行建模。然后，構建基于門控循環單元的技術人員信息偏好模型和基于TransE的動態知識子圖模型，用于知識輔助工藝規劃。通過實驗證明：在開發原型系統基礎上，所提方法比現有基準方法的評價指標精度高出5%以上...

基于代碼特征的代碼克隆搜索方法————作者：張明睿;陳碧歡;張躍;趙文耘;

摘要：當前代碼克隆搜索的研究主要集中在了搜索實現方式相同或變化不大的代碼克隆上，對于語義代碼克隆搜索，當前的方法表現不佳。為了提高語義代碼克隆搜索的準確性，提出一個基于代碼特征的代碼克隆搜索方法，對代碼片段建立代碼圖，并在圖中抽取關鍵節點來構造語義特征表示，使用倒排索引以及基于TF-IDF的評分算法進行搜索。實驗結果表明，在語義代碼克隆搜索能力上，所提出的方法比現有方法有較大提升

基于OpenCL的超低延遲行情加速系統設計與實現————作者：馮一飛;丁楠;葉鈞超;柴志雷;

摘要：針對量化高頻交易中對數據處理的低延遲需求，定制一種超低延遲的行情系統，包含網絡通信、數據解碼和數據分析三部分功能，并在FPGA上進行實現。對各功能模塊進行并行優化，構建全流水架構；對內存架構進行優化設計，提高數據傳輸速率；使用流接口實現模塊間數據傳輸優化，降低數據處理延遲。實驗結果表明：在Alveo U50上最大吞吐率可達38.4 Gbit/s,行情處理延遲最低為678 ns,波動穩定在10 ns...

基于特征注意力機制和ResNet的航空發動機剩余壽命預測————作者：李雅;孫行行;侯彥東;

摘要：在航空發動機的剩余壽命預測中，針對大多數深度學習方法沒有對不同傳感器輸入特征進行自適應加權的問題，提出一種基于特征注意力機制和殘差網絡(ResNet)的剩余壽命預測模型(FAResNet)。使用帶有壓縮激勵的特征注意力機制模塊對多傳感器輸入特征進行自適應加權處理；使用兩個并行的ResNet分支分別沿時間維度提取時序特征和沿傳感器特征維度進行特征融合，深度挖掘數據的隱藏特征。在公開數據集上的仿真實驗...

　　計算機應用與軟件來自網友的投稿評論：

提交