【雜志簡(jiǎn)介】

　　《計(jì)算機(jī)應(yīng)用》月刊，于1981年創(chuàng)刊，由中國(guó)科學(xué)院成都計(jì)算機(jī)應(yīng)用研究所主辦，是國(guó)內(nèi)較早公開(kāi)發(fā)行的計(jì)算機(jī)技術(shù)刊物，在計(jì)算機(jī)自動(dòng)化領(lǐng)域有較大影響�！队�(jì)算機(jī)應(yīng)用》緊緊圍繞“應(yīng)用”，登載應(yīng)用、開(kāi)發(fā)中的高水平學(xué)術(shù)技術(shù)論文、重大應(yīng)用成果和典型應(yīng)用經(jīng)驗(yàn)。讀者對(duì)象為各行業(yè)、各部門從事計(jì)算機(jī)應(yīng)用基礎(chǔ)、應(yīng)用工程、應(yīng)用軟件、應(yīng)用系統(tǒng)工作的工程技術(shù)人員、科研人員和大專院校師生。

　　本刊多次榮獲全國(guó)優(yōu)秀科技期刊獎(jiǎng)、國(guó)家期刊獎(jiǎng)提名獎(jiǎng)，被評(píng)為中國(guó)期刊方陣雙獎(jiǎng)期刊、中文核心期刊和中國(guó)科技核心期刊。被中國(guó)科學(xué)引文數(shù)據(jù)庫(kù)、中國(guó)科技論文統(tǒng)計(jì)源數(shù)據(jù)庫(kù)等國(guó)家重點(diǎn)檢索機(jī)構(gòu)列為引文期刊，并被英國(guó)《科學(xué)文摘》(SA)、俄羅斯《文摘雜志》(AJ)、日本《科學(xué)技術(shù)文獻(xiàn)速報(bào)》(JST)、美國(guó)《劍橋科學(xué)文摘：材料信息》(CSA：MI)、美國(guó)《烏利希國(guó)際期刊指南》(UIPD)等國(guó)際重要檢索系統(tǒng)列為來(lái)源期刊。

　　《計(jì)算機(jī)應(yīng)用》月刊內(nèi)容新穎、信息豐富、印刷精美(大16開(kāi)本，260頁(yè))，是您學(xué)習(xí)計(jì)算機(jī)應(yīng)用理論，借鑒計(jì)算機(jī)應(yīng)用技術(shù)，參考計(jì)算機(jī)應(yīng)用經(jīng)驗(yàn)的最佳選擇。

　　【影響因子】

　　國(guó)家新聞出版總署收錄

　　【獲獎(jiǎng)情況】

　　2000年、2003年分別獲得首屆、第二屆國(guó)家期刊獎(jiǎng)提名獎(jiǎng)

　　2001年獲中國(guó)科學(xué)院優(yōu)秀期刊特別獎(jiǎng)

　　1997年獲全國(guó)優(yōu)秀科技期刊評(píng)比一等獎(jiǎng)

　　【欄目設(shè)置】

　　主要欄目：應(yīng)用技術(shù)專題綜述、網(wǎng)絡(luò)與通信、先進(jìn)計(jì)算、軟件技術(shù)、數(shù)據(jù)庫(kù)與知識(shí)工程、智能感知與識(shí)別處理、信息系統(tǒng)集成工具、圖形圖像處理等。

　　雜志優(yōu)秀目錄參考：

　　基于能效的異構(gòu)無(wú)線網(wǎng)絡(luò)聯(lián)合切換調(diào)度和資源分配算法 邱暢嘯，冷甦鵬，葉宇，QIU Changxiao，LENG Supeng，YE Yu

　　基于網(wǎng)絡(luò)編碼的對(duì)等網(wǎng)流媒體網(wǎng)絡(luò)中優(yōu)化的帶寬分配策略 陳卓，周江，CHEN Zhuo，ZHOU Jiang

　　基于改進(jìn)雙系統(tǒng)協(xié)同進(jìn)化算法的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位 尚俊娜，劉春菊，岳克強(qiáng)，李林，SHANG Junna，LIU Chunju，YUE Keqiang，LI Lin

　　基于改進(jìn)粒子群算法的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位 于泉，孫順遠(yuǎn)，徐保國(guó)，陳淑娟，YU Quan，SUN Shunyuan，XU Baoguo，CHEN Shujuan

　　車聯(lián)網(wǎng)中基于功率控制的傳輸可靠性算法 胡榮娜，郭愛(ài)煌，HU Rongna，GUO Aihuang

　　基于視頻業(yè)務(wù)質(zhì)量?jī)?yōu)化的認(rèn)知無(wú)線電傳輸信道選擇 劉金霞，陳蓮娜，劉延偉，王遵義，彭光超，LIU Jinxia，CHEN Lianna，LIU Yanwei，WANG Zunyi，PENG Guangchao

　　分布式MIMO-OFDM信號(hào)多頻偏多信道聯(lián)合盲估計(jì) 黃艷艷，彭華，HUANG Yanyan，PENG Hua

　　基于疊加編碼及多用戶調(diào)度的高斯傳輸信道優(yōu)化算法 宋海龍，張書(shū)真，SONG Hailong，ZHANG Shuzhen

　　IRA碼預(yù)檢測(cè)折線修正譯碼算法設(shè)計(jì) 包志祥，呂娜，陳柯帆，BAO Zhixiang，LYU Na，CHEN Kefan

　　多源多宿組播網(wǎng)絡(luò)編碼的可達(dá)信息率區(qū)域 蒲保興，朱鴻鵬，趙乘麟，PU Baoxing，ZHU Hongpeng，ZHAO Chenglin

　　基于信號(hào)自適應(yīng)傳遞的社團(tuán)發(fā)現(xiàn)算法 譚春妮，張玉梅，張嘉桐，吳曉軍，TAN Chunni，ZHANG Yumei，ZHANG Jiatong，WU Xiaojun

　　基于輕量操作系統(tǒng)的虛擬機(jī)內(nèi)省與內(nèi)存安全監(jiān)測(cè) 馬樂(lè)樂(lè)，岳曉萌，王玉慶，楊秋松，MA Lele，YUE Xiaomeng，WANG Yuqing，YANG Qiusong

　　科技核心期刊征稿范文：計(jì)算機(jī)自動(dòng)控制系統(tǒng)及應(yīng)用

　　摘要：計(jì)算機(jī)技術(shù)目前已廣泛的運(yùn)用在社會(huì)各行各業(yè)，已改變了人們的日常生活方式和工作方式，足見(jiàn)計(jì)算機(jī)相關(guān)技術(shù)已經(jīng)成為當(dāng)今社會(huì)的重要工具。計(jì)算機(jī)自動(dòng)控制系統(tǒng)作為計(jì)算機(jī)技術(shù)中的一個(gè)小部分，其在生產(chǎn)、管理和控制系統(tǒng)中為企業(yè)的生產(chǎn)提供了極大的方便。由于當(dāng)前社會(huì)企業(yè)的業(yè)務(wù)規(guī)模不斷擴(kuò)大，業(yè)務(wù)精細(xì)度要求越來(lái)越高，導(dǎo)致計(jì)算機(jī)自動(dòng)控制系統(tǒng)也變得十分復(fù)雜，在應(yīng)用上的難度也日漸加大，而本文主要分析了計(jì)算機(jī)自動(dòng)控制系統(tǒng)在當(dāng)前社會(huì)中的應(yīng)用情況，以為相關(guān)人士提供借鑒。

　　關(guān)鍵詞：計(jì)算機(jī)技術(shù),自動(dòng)控制系統(tǒng),應(yīng)用

　　隨著計(jì)算機(jī)技術(shù)的發(fā)展，其該變了當(dāng)前社會(huì)企業(yè)的格局和工作方式，計(jì)算機(jī)自動(dòng)控制系統(tǒng)的廣泛運(yùn)用也表示社會(huì)正在朝著智能化、高效化、自動(dòng)化方向發(fā)展，而我國(guó)各行各業(yè)的發(fā)展都離不開(kāi)計(jì)算機(jī)技術(shù)的支持，計(jì)算機(jī)自動(dòng)控制系統(tǒng)作為一種自動(dòng)化、智能化、高效的化的系統(tǒng)，其應(yīng)用的前景極為良好，其應(yīng)用的空間極為廣大，是我國(guó)各個(gè)行業(yè)發(fā)展的重要基礎(chǔ)，也是我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展的重要工具。

　　計(jì)算機(jī)應(yīng)用最新期刊目錄

基于多層次時(shí)空交互依賴的車輛軌跡異常檢測(cè)————作者：韓鋒;卜永豐;梁浩翔;黃舒雯;張朝陽(yáng);孫士杰;

摘要：針對(duì)智能交通系統(tǒng)中車輛軌跡異常檢測(cè)的復(fù)雜性和動(dòng)態(tài)性，提出了一種基于多層次時(shí)空動(dòng)態(tài)交互圖（MSTIDG）的車輛軌跡異常檢測(cè)方法（DSTGRU）。通過(guò)構(gòu)建短期和長(zhǎng)期時(shí)空交互依賴的動(dòng)態(tài)圖，有效捕捉車輛間的復(fù)雜交互關(guān)系。在這個(gè)過(guò)程中，引入多層次時(shí)空交互特征融合（MSF-BiGRU）模塊融合多層次時(shí)空特征，在不同尺度上融合時(shí)空信息，從而緩解共享信息提取時(shí)的沖突并增強(qiáng)模型的魯棒性，提升了對(duì)異常軌跡的識(shí)別能力。...

基于多維頻域特征融合的人物交互檢測(cè)————作者：樊躍波;陳明軒;湯顯;高永彬;李文超;

摘要：人物交互檢測(cè)任務(wù)旨在檢測(cè)圖像中所有人和物體之間的交互關(guān)系。目前的研究大多采用編碼器-解碼器結(jié)構(gòu)進(jìn)行端到端的訓(xùn)練，但這通常依賴于絕對(duì)位置編碼，且在復(fù)雜的多對(duì)象交互場(chǎng)景中表現(xiàn)有限。針對(duì)現(xiàn)有方法依賴絕對(duì)位置編碼難以有效捕捉人與物體相對(duì)空間關(guān)系，以及在復(fù)雜多對(duì)象交互場(chǎng)景中局部與全局信息整合不足的問(wèn)題，提出一種結(jié)合跨維度交互特征提取與頻域特征融合的新型人物交互檢測(cè)模型。該模型首先改進(jìn)了傳統(tǒng)的Transfor...

基于區(qū)塊鏈和星際文件系統(tǒng)的醫(yī)療數(shù)據(jù)加密存儲(chǔ)方法————作者：張學(xué)旺;劉書(shū)冰;付康;王溢;

摘要：針對(duì)醫(yī)療數(shù)據(jù)全文加密存儲(chǔ)云端導(dǎo)致的數(shù)據(jù)利用不方便和效率低等問(wèn)題，提出基于區(qū)塊鏈和星際文件系統(tǒng)(IPFS)的醫(yī)療數(shù)據(jù)加密存儲(chǔ)方法。該方法對(duì)醫(yī)療數(shù)據(jù)中的隱私信息進(jìn)行脫敏，提出一種抗用戶密鑰泄露的密鑰協(xié)商協(xié)議，以防止醫(yī)院冒充用戶在非授權(quán)訪問(wèn)情況下存取該用戶存儲(chǔ)在另一醫(yī)院的醫(yī)療數(shù)據(jù)；還提出一種帶有輕節(jié)點(diǎn)的醫(yī)療區(qū)塊鏈IPFS數(shù)據(jù)存儲(chǔ)模型，以優(yōu)化醫(yī)療數(shù)據(jù)存儲(chǔ)和訪問(wèn)效率。將醫(yī)療數(shù)據(jù)的隱私信息和存儲(chǔ)的已脫敏醫(yī)療數(shù)...

面向?qū)W科撤銷與科研人員重分配的多階段耦合決策框架————作者：高飛;陳董;邊帝行;范文強(qiáng);劉起東;呂培;張朝陽(yáng);徐明亮;

摘要：現(xiàn)有學(xué)科撤銷與科研人員重分配依賴人工決策，難以有效統(tǒng)籌學(xué)科關(guān)聯(lián)。在此背景下，擁有強(qiáng)大知識(shí)分析能力的大語(yǔ)言模型給基于學(xué)科撤銷與科研人員重分配的學(xué)科優(yōu)化提供了新的思路，但在以科研信息為代表的高�？蒲袛�(shù)據(jù)上也面臨著專業(yè)術(shù)語(yǔ)難理解、長(zhǎng)尾分布明顯等挑戰(zhàn)。針對(duì)上述挑戰(zhàn)，提出一種面向撤銷學(xué)科科研人員重分配的多階段耦合決策框架MCRF(Multistage Coupled Redeployment Framewo...

預(yù)回答與召回過(guò)濾：雙階段RAG問(wèn)答系統(tǒng)優(yōu)化方法————作者：黃奕明;鄒喜華;鄧果;鄭狄;

摘要：現(xiàn)有檢索增強(qiáng)生成（RAG）問(wèn)答系統(tǒng)在特定領(lǐng)域應(yīng)用時(shí)，存在檢索路徑單一、用戶潛在意圖覆蓋不足、召回文段質(zhì)量低導(dǎo)致系統(tǒng)回答準(zhǔn)確性低與不全面的問(wèn)題。為此，提出一種預(yù)回答與召回過(guò)濾（Pre-Answering and Retrieval Filtering, PARF）雙階段優(yōu)化方法。該方法通過(guò)結(jié)合領(lǐng)域知識(shí)圖譜與提示工程技術(shù)，引導(dǎo)大語(yǔ)言模型（LLM）生成預(yù)回答，構(gòu)建“原始查詢→預(yù)回答→相關(guān)文段”的多向檢索...

基于反向射線追蹤法的航向信標(biāo)輻射性能分析————作者：林歡;康遠(yuǎn)鵬;梁飛;楊正波;施瑞;景小榮;

摘要：儀表著陸系統(tǒng)（ILS）是保障飛行安全的關(guān)鍵導(dǎo)航設(shè)備，它的信號(hào)質(zhì)量直接影響飛機(jī)的著陸精度與安全性。然而，機(jī)場(chǎng)周邊日益復(fù)雜的電磁環(huán)境導(dǎo)致多徑效應(yīng)加劇，嚴(yán)重影響了ILS信號(hào)的可靠性與精度。因此，以航向信標(biāo)（LOC）為研究對(duì)象，提出一種基于反向射線追蹤算法的信號(hào)傳播路徑分析方法。在該方法中，通過(guò)建立機(jī)場(chǎng)環(huán)境電磁傳播模型，結(jié)合射線追蹤與路徑有效性判定規(guī)則，系統(tǒng)研究了多徑環(huán)境下ILS信號(hào)的傳播特性；重點(diǎn)分析了...

混合啟發(fā)信息指導(dǎo)神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索算法————作者：熊前龍;秦進(jìn);

摘要：針對(duì)神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索（NAS）任務(wù)，提出一種混合啟發(fā)信息指導(dǎo)NAS(GHHI-NAS)算法。首先，GHHI-NAS算法核心通過(guò)設(shè)計(jì)融合先驗(yàn)知識(shí)與局部搜索反饋的啟發(fā)信息構(gòu)造模塊，生成多維動(dòng)態(tài)啟發(fā)指標(biāo)，并配合混合更新策略指導(dǎo)架構(gòu)搜索，有效克服傳統(tǒng)NAS因更新方向單一導(dǎo)致的全局探索不足及局部最優(yōu)陷阱問(wèn)題。其次，算法使用自適應(yīng)協(xié)方差進(jìn)化策略（CMA-ES）作為更新框架，輔以混合適應(yīng)度評(píng)價(jià)函數(shù)，指導(dǎo)算法在初...

車聯(lián)網(wǎng)位置隱私保護(hù)的全景與未來(lái)————作者：何麗麗;管新如;張磊;蔣勝;蔣澄杰;

摘要：隨著無(wú)線通信技術(shù)和高精度移動(dòng)定位技術(shù)的發(fā)展，車聯(lián)網(wǎng)已深度融入人們的日常生活中。車聯(lián)網(wǎng)在為人們帶來(lái)便利的同時(shí)，也帶來(lái)隱私風(fēng)險(xiǎn)。通常，在車聯(lián)網(wǎng)中，車輛行駛信息與其他車輛和基礎(chǔ)設(shè)施進(jìn)行實(shí)時(shí)交互，在交互過(guò)程中，可能會(huì)產(chǎn)生敏感信息泄露等隱私問(wèn)題。針對(duì)車聯(lián)網(wǎng)隱私泄露問(wèn)題，首先，對(duì)車聯(lián)網(wǎng)位置隱私架構(gòu)和隱私風(fēng)險(xiǎn)進(jìn)行介紹；其次，介紹了差分隱私的動(dòng)態(tài)分配噪聲機(jī)制、多維度差分隱私軌跡保護(hù)及數(shù)據(jù)擾動(dòng)技術(shù)；再次，對(duì)基于匿名...

基于動(dòng)態(tài)占用表格的快速隱式神經(jīng)表面重建————作者：薛蘇玲;何金旭;魏文潔;何熒熒;婁路;

摘要：針對(duì)隱式神經(jīng)表面重建中密集采樣及體積渲染導(dǎo)致的效率與精度失衡問(wèn)題，提出一種快速高效重建方法。首先，采用動(dòng)態(tài)占用網(wǎng)格結(jié)合密度閾值優(yōu)化篩選有效采樣點(diǎn)，降低冗余計(jì)算和內(nèi)存占用；其次，融合多分辨率哈希編碼和截?cái)喾��?hào)距離場(chǎng)（TSDF），通過(guò)截?cái)嗑嚯x約束和哈希特征插值增強(qiáng)梯度穩(wěn)定性與抗噪能力；最后，引入光度一致性約束，利用歸一化交叉相關(guān)（NCC）優(yōu)化跨視角幾何一致性，提高表面重建質(zhì)量。在仿真數(shù)據(jù)集Nerf-S...

融合位置編碼和重疊掩模的低重疊點(diǎn)云配準(zhǔn)網(wǎng)絡(luò)————作者：喇孝偉;胡立華;胡建華;姚曉玲;王欣波;

摘要：針對(duì)低重疊場(chǎng)景下點(diǎn)云配準(zhǔn)方法存在的關(guān)鍵點(diǎn)特征描述信息不足、重疊點(diǎn)云區(qū)域較少，進(jìn)而導(dǎo)致誤匹配率高，點(diǎn)云配準(zhǔn)精度低的問(wèn)題，設(shè)計(jì)一種融合位置編碼和重疊掩模的低重疊點(diǎn)云配準(zhǔn)網(wǎng)絡(luò)，以降低誤匹配率，提高點(diǎn)云配準(zhǔn)的準(zhǔn)確性。首先，采用PointNet++逐點(diǎn)特征編碼器提取點(diǎn)云關(guān)鍵點(diǎn)，并融合關(guān)鍵點(diǎn)的特征信息、坐標(biāo)信息和位置編碼，生成更具判別力的關(guān)鍵點(diǎn)特征。其次，將融合后的特征輸入自注意力和交叉注意力模塊，以增強(qiáng)點(diǎn)云...

聯(lián)邦學(xué)習(xí)在隱私安全領(lǐng)域面臨的威脅綜述————作者：郗恩康;范菁;金亞?wèn)|;董華;俞浩;孫伊航;

摘要：聯(lián)邦學(xué)習(xí)作為一種新型分布式機(jī)器學(xué)習(xí)，在解決數(shù)據(jù)孤島和隱私保護(hù)問(wèn)題上具有潛力，然而它面臨潛在的隱私威脅和安全威脅。因此，系統(tǒng)性綜述了聯(lián)邦學(xué)習(xí)隱私與安全領(lǐng)域的前沿研究成果，詳細(xì)闡述了聯(lián)邦學(xué)習(xí)的基本概念、工作流程。對(duì)聯(lián)邦學(xué)習(xí)的隱私和安全問(wèn)題在現(xiàn)有最前沿的研究成果上進(jìn)行了分類，首先分析了聯(lián)邦學(xué)習(xí)中面臨的隱私威脅，歸納相應(yīng)的隱私保護(hù)方法；其次，總結(jié)了聯(lián)邦學(xué)習(xí)中的安全威脅問(wèn)題以及安全攻擊的防御方法；此外，還討...

基于頻譜分解的高頻保持醫(yī)學(xué)圖像彈性配準(zhǔn)模型————作者：姜勇維;陳曉清;付麟杰;

摘要：彈性配準(zhǔn)是醫(yī)學(xué)圖像處理中的關(guān)鍵任務(wù)之一，其效果直接影響到了后續(xù)的分割、分類、預(yù)測(cè)等任務(wù)的準(zhǔn)確性。然而由于神經(jīng)網(wǎng)絡(luò)的高頻不敏感特性，現(xiàn)有的方法難以捕捉圖像的高頻信息，影響了配準(zhǔn)場(chǎng)的擬合精度。為了解決這些問(wèn)題，提出了基于頻譜分解的高頻保持醫(yī)學(xué)圖像配準(zhǔn)模型——DFRes(Decomposition in Frequency domain model for Registration)。引入頻譜分解的策略...

面向魯棒點(diǎn)云配準(zhǔn)的鄰域關(guān)注和拓?fù)涓兄�的圖卷積方法————作者：徐夢(mèng)楠;葉海良;曹飛龍;

摘要：現(xiàn)有的大部分點(diǎn)云配準(zhǔn)方法往往忽略了鄰域內(nèi)相鄰節(jié)點(diǎn)之間的關(guān)系，導(dǎo)致對(duì)局部幾何結(jié)構(gòu)特征提取不足。為了緩解這個(gè)問(wèn)題，提出了一種面向魯棒點(diǎn)云配準(zhǔn)的鄰域關(guān)注和拓?fù)涓兄�的圖卷積方法，捕捉更深層次的語(yǔ)義特征和更豐富的幾何信息。首先設(shè)計(jì)了級(jí)聯(lián)幾何感知模塊，該模塊利用基于自注意力的局部鄰域更新圖卷積模塊，關(guān)注局部圖的內(nèi)在幾何結(jié)構(gòu)，以獲得更精確的局部拓?fù)湫畔�。然后�?jí)聯(lián)結(jié)構(gòu)組合不同維度的拓?fù)湫畔�，以產(chǎn)生更具判別性的局部...

基于邊權(quán)重的軟件漏洞檢測(cè)方法————作者：于巧;黃子睿;程圣懿;祝義;張淑濤;

摘要：隨著軟件在各個(gè)領(lǐng)域的廣泛應(yīng)用，軟件漏洞呈現(xiàn)出不斷增長(zhǎng)趨勢(shì)，基于深度學(xué)習(xí)的軟件漏洞檢測(cè)方法得到廣泛應(yīng)用。然而，現(xiàn)有的圖表示學(xué)習(xí)方法往往忽略了圖中邊對(duì)軟件漏洞檢測(cè)的影響，對(duì)邊權(quán)重的表示過(guò)于粗糙。針對(duì)該問(wèn)題，提出了一種基于邊權(quán)重的軟件漏洞檢測(cè)方法（Edge Weight for Vulnerability Detection, EWVD）。首先，對(duì)源代碼中的注釋、自定義變量名和函數(shù)名進(jìn)行清理和抽象表示。...

基于改進(jìn)圖注意力網(wǎng)絡(luò)的車險(xiǎn)欺詐檢測(cè)方法————作者：林金嬌;張燦舜;陳淑婭;王天鑫;連劍;徐庸輝;

摘要：針對(duì)現(xiàn)有車險(xiǎn)欺詐檢測(cè)方法忽略數(shù)據(jù)中復(fù)雜關(guān)聯(lián)關(guān)系的問(wèn)題，提出了一種改進(jìn)圖注意力網(wǎng)絡(luò)（GATv2）的車險(xiǎn)欺詐檢測(cè)方法。該方法通過(guò)動(dòng)態(tài)注意力機(jī)制與序列化全局建模的協(xié)同設(shè)計(jì)，增強(qiáng)數(shù)據(jù)中復(fù)雜關(guān)聯(lián)關(guān)系的捕捉能力。首先，將車險(xiǎn)欺詐中的每一起案件抽象為圖結(jié)構(gòu)的節(jié)點(diǎn)；然后，通過(guò)K近鄰算法計(jì)算節(jié)點(diǎn)的時(shí)間、年齡、金額等多重屬性間的相似性，構(gòu)建案件之間的復(fù)雜關(guān)聯(lián)關(guān)系；其次，將案件的圖數(shù)據(jù)輸入GATv2，通過(guò)動(dòng)態(tài)分配節(jié)點(diǎn)權(quán)...

深度演化文檔主題聚類模型————作者：程梓洋;黃瑞章;薛菁菁;

摘要：針對(duì)現(xiàn)有深度文檔聚類方法應(yīng)對(duì)動(dòng)態(tài)文檔數(shù)據(jù)時(shí)文檔主題隨時(shí)間演化過(guò)程中存在的主題混淆問(wèn)題以及匹配對(duì)齊問(wèn)題，提出了一種深度演化主題聚類模型(DETCM)。DETCM可以捕捉動(dòng)態(tài)文檔隨時(shí)間演化的主題信息，結(jié)合歷史主題信息與當(dāng)前時(shí)間片文檔特征，發(fā)掘事件主題演化脈絡(luò)，生成動(dòng)態(tài)文檔主題表示。具體來(lái)說(shuō)，為了解決主題隨時(shí)間演變時(shí)的主題混淆問(wèn)題，DETCM首先設(shè)計(jì)基于混合編碼器的主題融合學(xué)習(xí)模塊，借助前置時(shí)間片的主題...

橋式起重機(jī)負(fù)載擺角自適應(yīng)跟蹤與梯度圓檢測(cè)方法————作者：花偉祥;徐為民;

摘要：針對(duì)橋式起重機(jī)負(fù)載擺角檢測(cè)中非勻速運(yùn)動(dòng)模糊、光照變化及背景干擾問(wèn)題，提出一種基于單目視覺(jué)負(fù)載擺角實(shí)時(shí)檢測(cè)方法。該方法以球形標(biāo)記為特征目標(biāo)，構(gòu)建通道與空間可靠性自適應(yīng)特征跟蹤器（CSRT-AFT）與梯度分層自適應(yīng)圓檢測(cè)算法協(xié)同框架。CSRT-AFT通過(guò)動(dòng)態(tài)軌跡濾波與特征自適應(yīng)機(jī)制實(shí)現(xiàn)魯棒跟蹤：設(shè)計(jì)自適應(yīng)多模態(tài)軌跡濾波，基于曲率變化率與加速度突變指數(shù)智能切換濾波策略，抑制劇烈運(yùn)動(dòng)軌跡抖動(dòng)；結(jié)合動(dòng)態(tài)定向...

基于層次圖與差異化特征提取的客戶流失預(yù)測(cè)模型————作者：盧燕群;趙奕奕;

摘要：針對(duì)普惠金融領(lǐng)域客戶流失問(wèn)題的嚴(yán)峻性及現(xiàn)有客戶挽留模型在預(yù)測(cè)精度與可解釋性上的不足，提出一種基于層次圖神經(jīng)網(wǎng)絡(luò)（HGNN）和差異化特征學(xué)習(xí)（SFL）相結(jié)合的客戶流失預(yù)測(cè)網(wǎng)絡(luò)（HGNN-SFLN），以提升模型的預(yù)測(cè)能力和對(duì)特征交互的理解。首先，為應(yīng)對(duì)數(shù)據(jù)不平衡問(wèn)題，提出一種創(chuàng)新的混合采樣策略，并在特征層面對(duì)不同類別特征進(jìn)行加權(quán)調(diào)整，以確保各類數(shù)據(jù)的有效利用；其次，利用層次圖強(qiáng)化不同特征之間關(guān)聯(lián)性并構(gòu)...

復(fù)雜光照條件下不安全駕駛行為檢測(cè)————作者：劉權(quán)捷;顧兆一;王春源;

摘要：為在各種復(fù)雜光照條件下實(shí)時(shí)有效檢測(cè)駕駛?cè)藛T不系安全帶和看手機(jī)等不安全行為，設(shè)計(jì)一種基于深度學(xué)習(xí)的復(fù)雜光照下不安全駕駛行為檢測(cè)方法。本研究選擇YOLOv8n模型作為基礎(chǔ)，并提出一系列針對(duì)性的改進(jìn)措施，以提升其檢測(cè)性能。首先，通過(guò)增加P6尺度，使模型能夠更全面地捕捉各種光照下不安全駕駛行為的多樣性。然后，使用空間可分離自適應(yīng)卷積模塊（SSAC）替換主干網(wǎng)絡(luò)的傳統(tǒng)卷積模塊，在提高特征提取精度的同時(shí)實(shí)現(xiàn)輕...

基于鄰域增強(qiáng)的無(wú)監(jiān)督圖異常檢測(cè)————作者：董莉梅;李雁姿;李家印;許力;

摘要：針對(duì)異常的存在導(dǎo)致節(jié)點(diǎn)鄰域信息不可靠的問(wèn)題，提出了一種高效的無(wú)監(jiān)督圖異常檢測(cè)方法，該方法借助鄰域增強(qiáng)策略構(gòu)建了多類型的中心節(jié)點(diǎn)的鄰域集合，以捕捉高質(zhì)量的節(jié)點(diǎn)表示，獲取高準(zhǔn)確度的自鄰相似度。首先，通過(guò)優(yōu)化一個(gè)基于動(dòng)態(tài)鄰域增強(qiáng)的信息提取模塊，自適應(yīng)選擇最優(yōu)鄰域策略，克服傳統(tǒng)固定鄰域選擇方法在信息提取過(guò)程中特征單一的局限性；其次，為了降低節(jié)點(diǎn)特征融合時(shí)自身冗余信息的干擾，提出了一種匿名消息傳遞方案，該方...

　　相關(guān)電子信息期刊推薦

• 國(guó)家級(jí)《數(shù)字通信世界》
• 國(guó)家級(jí)Design產(chǎn)品設(shè)計(jì)
• 國(guó)家級(jí)大眾硬件
• 省級(jí)數(shù)字家庭
• 省級(jí)《網(wǎng)絡(luò)傳播》
• 北大核心《中國(guó)廣播電視學(xué)刊》
• 國(guó)家級(jí)信息化縱橫
• 北大核心時(shí)間頻率學(xué)報(bào)
• 北大核心《控制理論與應(yīng)用》
• 北大核心《微納電子技術(shù)》
• 省級(jí)桂林電子科技大學(xué)學(xué)報(bào)
• 北大核心《量子電子學(xué)報(bào)》
• 省級(jí)《金卡工程》
• 省級(jí)數(shù)字化用戶
• 北大核心電子科技大學(xué)學(xué)報(bào)
• 省級(jí)《軟件產(chǎn)業(yè)與工程》
• 省級(jí)杭州電子科技大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)
• 國(guó)家級(jí)自動(dòng)識(shí)別技術(shù)與應(yīng)用
• 省級(jí)《山西電子技術(shù)》
• 省級(jí)《光電子技術(shù)》
• 北大核心《西安電子科技大學(xué)學(xué)報(bào)》
• 國(guó)家級(jí)《國(guó)土資源信息化》
• 國(guó)家級(jí)《電腦開(kāi)發(fā)與應(yīng)用》
• 北大核心《光學(xué)技術(shù)》
• 國(guó)家級(jí)《單片機(jī)與嵌入式系統(tǒng)應(yīng)用》
• 省級(jí)電器與能效管理技術(shù)
• 國(guó)家級(jí)《中國(guó)照明電器》
• 北大核心《光學(xué)與光電技術(shù)》
• 省級(jí)《廣播電視大學(xué)學(xué)報(bào)》
• 省級(jí)《中國(guó)計(jì)量學(xué)院學(xué)報(bào)》

　　核心期刊推薦