计算机工程与应用最新期刊目录
改进YOLO11n和PaddleOCR的煤矿钻场视频自动剪辑方法————作者：李小军;李淼;赵明炀;
摘要：为解决煤矿井下瓦斯抽采钻场监控视频数据规模大、传统人工剪辑效率低的问题，提出一种将YOLO11n和PaddleOCR相结合的视频自动剪辑方法。该方法首先使用YOLO11n检测视频图像帧中的指示牌目标，并根据检测框坐标信息进行裁剪；其次将裁剪的目标区域输入PaddleOCR中进行文字识别；最后依据设定的剪辑逻辑规则对视频进行自动剪辑。为提升YOLO11n在煤矿井下复杂环境的检测精度，提出一种新的模块...
面向焊缝表面缺陷的双向星聚融合检测网络————作者：徐成;单文桃;张陈;陈泽明;杨汶睿;韩振华;
摘要：针对焊缝表面缺陷检测中的目标存在空间聚集分布、背景纹理复杂、特征显著性不足等挑战，以及传统模型在低信噪比环境下特征表征能力弱、计算冗余等问题，本研究基于YOLOv8n设计星聚双向融合网络（LSBi-YOLO）。首先构建星聚融合网络（SANet），利用三阶异构卷积融合策略保留关键特征；其次，开发方向增强型空间金字塔池化模块（OS-SPPF），通过线性纹理特征权重优化提升多类缺陷辨识度；进而设计自适应...
基于集成学习与多模态大语言模型的图文情感分析方法————作者：王宁;武芳宇;赵宇轩;张百灵;庞超逸;
摘要：提出了一种融合集成学习与多模态大语言模型（Multimodal Large Language Models， MLLMs）的图文情感分析方法。针对图文情感分析中类别不平衡与跨模态情感不一致等关键挑战，设计了EMSAN（Ensemble Multimodal Sentiment Analysis Network）框架。该框架采用主辅模型结构，将在完整数据集上训练的主模型与在平衡子集上优化的辅助模型相...
基于BWO-VMD-ISSA-LSTM的交通运输业碳排放预测研究————作者：王庆荣;王俊杰;朱昌锋;张金鹏;何润田;刘心康;
摘要：针对交通运输业碳排放量的非线性影响预测精度的问题，提出了一种结合白鲸优化算法(BWO)、变分模态分解(VMD)、改进麻雀搜索算法(SSA)及LSTM的碳排放预测模型。引入最大互信息系数(MIC)提取影响碳排放量的主要因素，剔除冗余特征。利用BWO对VMD的分解模态数和惩罚因子寻优，增强两参数间的协调性，进而将碳排放量分解为不同频率的模态分量和剩余分量，削弱原始碳排放量的非线性；通过在LSTM的输入...
多死角场景中机器人深度强化学习导航————作者：曹青跃;王雅栋;王庆;张羽佳;阳媛;
摘要：针对强化学习导航存在训练效率低、稳定性差及在多死角场景中目标遮挡时导航性能差的问题，对此提出了一种融合专家经验与混合奖励机制的深度强化学习导航方法。筛选高质量专家经验并基于此预训练了行为克隆模型初始化策略，用于提高训练效率；构建了包含死角避免约束的稠密奖励函数，实现目标牵引与死角避让之间的平衡；采用标准化折扣回报方式降低不同轨迹的回报方差以提高训练稳定性。仿真实验表明所提出的方法在随机起止点测试中...
端云协同离在线强化学习方法及其在兵棋上的应用————作者：施伟;黄红蓝;梁星星;程光权;郑臻哲;
摘要：随着军事智能化技术演进，兵棋推演智能决策研究备受关注。针对传统云端集中式决策模式存在的通信延迟、数据安全风险和部署壁垒等问题，提出端云协同混合离在线强化学习框架（Decider），实现基于先验知识与试错数据的融合驱动决策。云端动态筛选高价值样本传输至边缘设备，缓解数据分布偏移问题，加速策略搜索；引入历史动量聚合算法，稳定模型训练。在海空对抗兵棋实验中，Decider策略搜索速度提升超过90%，平均...
《计算机科学与探索》“多模态大模型：理论、技术与应用”专题征文通知
摘要：<正>近年来，随着人工智能技术的飞速发展，多模态大模型通过整合文本、图像、音频、视频等多种模态数据，在跨模态理解、生成与推理任务中展现出前所未有的潜力。包括GPT-4o、Gemini、DeepSeek Janus-Pro在内的一系列多模态大模型先后出现，多模态大语言模型（multimodal large language models, MLLMs）方法与技术不仅在视觉内容理解、跨模态...
第六届中国智能机器人学术年会（CCF CIRAC 2025）征文通知
摘要：<正>第六届中国智能机器人学术年会（CCF CIRAC 2025）将于2025年8月22—24日在江苏南通召开。本届会议将围绕服务机器人和工业机器人领域，特别是具身智能前沿技术和应用开展广泛交流与探讨，共同推动中国智能机器人技术发展。论文投稿截止日期为2025年6月22日，录用论文将推荐至相关国内外优秀期刊。会议设置优秀论文奖、优秀学生论文奖、优秀张贴论文奖等奖项。诚邀广大专家学者和科...
考虑跨空间特征重构的行人过街动作检测方法————作者：陈思宇;何永福;谢世维;张浩池;
摘要：行人是弱势交通参与者，其危险过街动作是引发事故的重要原因之一，行人过街动作检测有助于减少人车冲突。针对路侧视角下行人多尺度、遮挡导致的动作特征提取困难、特征融合低效、特征信息丢失问题，提出一种考虑跨空间特征重构的行人过街动作检测方法（Pedestrian’s Crossing Behavior Detection Network based on Cross-spatial feature rec...
结合多特征融合和图卷积神经网络的EEG-fNIRS情感识别————作者：王文明;张雪英;陈桂军;孙颖;黄丽霞;
摘要：针对EEG-fNIRS情感识别研究中图卷积神经网络仅考虑单一的大脑连接方法，并且没有综合关注多脑区和不同频段中反映情感的信息的问题，提出一种基于多特征融合的图卷积神经网络模型。首先构建邻接矩阵，提取格兰杰因果(GC)作为有效性连接信息，提取相位滞后指数(PLI)作为功能性连接信息，结合模糊认知图(FCM)融合GC和PLI，将计算得到的FCM-GC-PLI关联矩阵作为GCN的邻接矩阵；然后构建节点，...
基于深度学习的RGBT目标跟踪研究进展————作者：张大伟;王炫;何小卫;郑忠龙;
摘要：目标跟踪是计算机视觉领域的一项重要任务，其中单目标跟踪是指在给定的视频序列中持续跟踪单个目标。然而可见光图像的成像依赖于光照条件，仅凭可见光信息难以满足低光照、雨雾天气等复杂恶劣环境下的目标跟踪。RGBT(RGB-Thermal)目标跟踪是指结合热红外与可见光图像数据，利用双方互补优势共同实现跟踪任务，以提高跟踪的鲁棒性和准确性。随着深度学习的发展，目前RGBT目标跟踪领域研究成果众多，但现有大部...
融合大模型与图注意力网络的知识图谱补全————作者：张雨婷;王淑营;
摘要：知识图谱作为一种有效的知识表示方法，可以系统化地描述实体、属性、关系及状态之间的关联。然而，由于现实世界环境复杂、实体关系多样，现有知识图谱往往存在知识覆盖不全面等问题。为此，提出了一种基于大模型的知识图谱补全方法，通过融合大模型的自然语言理解和知识推理能力，实现对缺失三元组的智能补全。首先利用知识嵌入模型获取实体和关系的结构化表征，继而引入图注意力网络的自注意力和多头注意力机制来捕捉复杂的关系模...
基于模型和算法的量化投资方法股票预测研究综述————作者：李子煜;张金珠;高青山;
摘要：股票价格预测一直是金融研究热点领域。近年来，量化投资方法凭借其客观性、系统性与高效性，逐渐成为股票市场研究的主流方向。随着大数据时代的到来，海量、多源、异构的数据为市场建模与决策提供了丰富的信息基础，有效融合多模态数据已成为提升预测准确性的关键路径。文章系统梳理了量化投资方法的理论演进，回顾了机器学习在股票预测中的应用发展。围绕数据、模型与算法三个维度，对近年来基于量化方法的研究成果进行了综述，深...
面向知识图谱的问答技术研究综述————作者：钱慎一;付博文;李代祎;梁瑶瑶;
摘要：智能问答是从海量数据中精确、快速获取需求信息的一种关键技术。近年来，智能问答技术发展成果显著，例如，基于问题的信息提取技术，语义理解技术以及向量建模的方法等等。然而，随着智能问答技术的迅速发展，人们迫切希望能够对智能问答模型有一个合理的划分方式，以方便不同领域的用户使用。为了合理划分智能问答模型，方便智能问答领域研究者的深度研究。通过对知识图谱问答领域相关文献进行调查，实现了对当前知识图谱问答关键...
贝叶斯算法改进拟态裁决方法的研究————作者：刘太昆;李彧;季新生;李召召;孙增振;孙远航;
摘要：针对共模漏洞导致拟态裁决器多数一致性表决算法对网络攻击通过率较高的问题，提出了一种基于贝叶斯算法的拟态裁决优化方法。通过构建贝叶斯学习模型，挖掘执行体间历史表决数据集的深度特征，分析归纳其统计规律，并通过设计表决结果选择策略和多数一致性策略相结合的输出机制来解决网络攻击被错误输出的问题，从而提高表决输出结果的准确性，达到提高目标系统安全性的目的。鉴于不同执行体间历史表决数据的统计规律已通过贝叶斯学...
双频通道差异增强的图像分类网络————作者：袁姮;范桐桐;高原;
摘要：针对图像分类网络中图像特征区分度偏低，进而降低特征表达能力的问题，提出双频通道差异增强的图像分类网络（Dual-Frequency Channel Difference Enhancement for Image Classification，DCDENet）。该网络以ResNet-34残差网络为基础。首先，提出自定义差异增强卷积（Custom Difference Enhancement Con...
基于多模态融合的无人机识别研究综述————作者：李旻姝;周莫涵;支瑞聪;
摘要：随着无人机技术的迅速发展，在相关技术应用越来越多的同时也带来了许多安全隐患和监管难题。反无人机检测技术作为应对这些挑战的重要手段，受到了广泛的关注。传统的无人机检测方法依赖于单一的模态数据，例如视觉、音频、雷达及射频信号等，但这些单一模态数据在复杂场景下所获取的信息有限。近年来，深度学习方法在小目标检测领域取得良好进展，同时多模态融合技术的相关研究也使目标检测的精度和鲁棒性得到进一步的提升。这篇文...
基于频域的抗压缩隐蔽后门攻击————作者：闫雷鸣;翟强众;陈先意;
摘要：智能模型的后门攻击可通过在训练数据中嵌入触发器的方式来毒化数据集，使模型在训练过程中被植入后门。然而，图像压缩算法的广泛应用显著削弱了数据投毒后门攻击的有效性。压缩处理会严重破坏中毒图像中触发器的特征，导致后门攻击的成功率急剧下降。针对这一问题，提出了一种基于频域的抗压缩隐蔽后门攻击方法。利用图像低频成分对压缩的天然抗性以及压缩中的亮度保真性，选择在Y通道的深层低频信息中嵌入后门触发器，以增强触发...
深度学习在肋骨骨折辅助诊断中的应用————作者：李智唯;刘静;张俊忠;魏德健;曹慧;
摘要：肋骨骨折特指肋骨结构的完整性遭受完全或部分破坏，是临床中最常见的胸部创伤之一。近几年深度学习技术在辅助骨折诊断方面展现出发展的巨大潜力，因此针对肋骨骨折辅助诊断中所采用的深度学习方法进行了总结梳理。介绍了公开的影像学数据集，系统阐述了经典卷积神经网络在肋骨骨折病灶识别中的应用，阐述了基于单网络模型的肋骨骨折改进算法、基于多网络模型的肋骨骨折改进算法、原创肋骨骨折病灶识别算法以及人工智能在肋骨骨折辅...
基于归一化流退火重要性抽样的安全关键场景生成————作者：曾昭汰;石晴;余国宽;范萱;马智文;
摘要：自动驾驶系统测试与评估的主流方法是虚拟仿真测试，而测试场景是虚拟仿真测试的关键。为了同时解决测试场景生成的“维度诅咒”和安全关键事件的罕见性问题，提出了归一化流退火重要性抽样（NF-AIS）方法。首先，从HighD数据集提取车辆动作数据，通过归一化流（NF）模型训练生成自然驾驶行为动作分布；然后，将该分布作为退火重要性抽样（AIS）的初始分布，灵活调整抽样权重以增大危险动作的比例；最后，以最小化α...
计算机工程与应用来自网友的投稿评论：
-
zhaohhhh
审稿费120元，外审速度比较快，几天时间就有答复。硕士一作，导师通讯，带有国家级基金。外审专家给的意见不痛不痒，但是编辑直接给我退了。。可能是变成中文EI 之后要求变的越来越高了。
2024-09-02 17:10 -
奔跑的辣椒酱
计算机工程与应用杂志的两位审稿老师给了很中肯的建议，二十天左右返回的结果，修回后编辑部又再次送了外审，修改后发表，终于不用担心了。杂志一直是我们学校认可度很高的一本杂志，他们杂志还是挺严谨的，处理速度也挺快，给朋友们做个参考！
2024-08-16 07:57 -
Yangming_ak
初审很快（2--3天），而后收取120元审稿费，由评审专家外审，一个多月后，告知创新性不足，直接退稿。
2024-06-13 14:51 -
带头大哥666
外审一个月被退稿，有退稿意见
2024-06-02 14:49 -
带头大哥666
这个审稿速度完全取决于外审，编辑部的速度挺快的 审稿费是120元 我是2024年2月28号投稿的，初审、编辑部初审、待交审稿费、 编委审稿这几步3月1号就已经完成了 但是后面的外审用了快2个月，中间催了两次，第一次说没有办法催，等2个月左右，编辑部会催，等4月底的时候催了一次，说他们已经催过了，让我在等等 然后大概过了5天左右，终于有结果了：缺乏动机分析，难以理解创新动机拒稿（拒稿取决于外审专家，这个外审专家说建议退稿。）
2024-05-02 14:20
