计算机应用最新期刊目录
基于自适应梯度匹配追踪算法的超大规模多输入多输出混合场信道估计————作者：刘占军;宋云鹏;王盛宝;
摘要：针对第六代（6G）无线网络中超大规模多输入多输出（XL-MIMO）系统在混合场信道估计中面临的高复杂度，低精度问题，提出了一种自适应梯度匹配追踪算法（AGMP）。首先，该算法利用角域变换矩阵对远场分量进行估计，然后通过极域变换矩阵估计近场分量，并将信道估计问题转化为稀疏重构问题；其次，在估计分量过程中，采用最小均方（LMS）算法，并结合自适应梯度搜索策略，通过动态调整步长参数优化路径分量估计，并迭...
基于QAR数据的飞行俯仰操作特征提取方法————作者：张秀艳;刘文涛;王新;
摘要：快速存取记录器(Quick Access Recorder,QAR)数据分析效率低，对QAR数据进行特征提取至关重要。针对QAR数据特征提取对于时序趋势特征关注不足的问题，融合分段三次Hermite插值（PCHIP）和序关系分析法(G1)形成模型插值赋权部分PG，结合卷积自编码器(CAE)构建PG-CAE模型，提出一种基于PG-CAE模型的飞行俯仰操作特征提取方法，为飞行级异常检测等分析提供支持。...
基于深度学习的函数体切片级的C/C++智能合约漏洞检测工具————作者：李浴淑;邢颖;陆思奇;潘恒;柴森春;斯雪明;
摘要：针对智能合约漏洞问题导致的安全事件频发,现有智能合约漏洞检测工具在语言种类上的不择，特别是缺乏对C/C++智能合约源码级别的漏洞检测问题，提出了使用基于深度学习方法来对C/C++智能合约进行漏洞检测，并设计了一种基于深度学习的函数体切片级C/C++智能合约漏洞检测工具。首先，该工具从源码的角度入手，引入了深度学习在图像处理领域中的目标区域概念，并将其应用于智能合约漏洞检测。其次，该工具的实现主要分...
面向扩散模型输出的水印方法————作者：贾源;袁得嵛;潘语泉;王安然;
摘要：为解决模型版权保护和深度伪造检测中图像真实性验证的问题，提出了高质量和高鲁棒的扩散模型水印方法DeWM(Decoder-driven WaterMarking for Diffusion Model)。首先，提出了一种由解码器驱动的水印嵌入网络，实现了编码器和解码器特征的直接共享，从而生成有高鲁棒性和不可见性的水印；其次，设计了一种微调策略，对预训练扩散模型的解码器进行微调，使生成的所有图像隐含特...
基于特征调控与颜色分离的净标签多后门攻击方法————作者：唐迎春;黄荣;周树波;蒋学芹;
摘要：针对传统的后门攻击缺乏隐蔽性与灵活性的问题，提出一种基于特征调控与颜色分离的净标签多后门攻击方法，以信息隐藏框架为基础，训练中毒网络嵌入触发器。首先以图像边缘作为触发器，通过设计特征调控策略，结合对抗扰动与代理模型辅助训练中毒网络，以增强触发器特征的显著性；其次，通过提出颜色分离策略对触发器进行着色，赋予触发器可区分的RGB空间颜色以及设置与颜色相对应的one-hot目标置信度引导训练，保证触发器...
融合情感词典的多视角语言特征方面情感三元组抽取模型————作者：张正悦;彭菊红;丁子胥;范馨予;胡长玉;
摘要：在自然语言处理（NLP）任务中，方面情感三元组抽取（ASTE）旨在识别文本中方面词，观点词和情感极性之间的联系，是现实细粒度情感分析的关键步骤。在当前的主流方法中，端到端模型普遍存在对语言特征理解不足和情感表达稀疏性处理不佳的问题，限制了模型的准确性和鲁棒性，管道式模型存在传播错误问题。针对上述问题，提出一种融合情感词典的多视角语言特征方面情感三元组抽取模型（MVLF-SL）。多视角语言特征能够帮...
基于关键点距离的全局特征位姿估计方法————作者：熊毅;王蔡琪;梅岭;伍世虔;
摘要：为解决位姿估计中由于点云存在较多的相似特征和非对应点导致位姿估计精度低的问题，提出一种基于关键点距离的全局特征位姿估计方法，该方法使用关键点之间的距离构建全局特征，避免相似的局部特征对位姿估计精度的影响。同时，为提升全局特征匹配速度，提出了一种基于距离对照表的特征匹配策略，通过对照表对全局特征投票进行相似度量，从而在避免非对应点干扰的同时，有效地提高了通过全局特征找寻对应关系的效率。最后，将这些对...
时间感知和空间增强的双通道图神经网络会话推荐模型————作者：杨兴耀;齐正;于炯;张祖莲;马帅;沈洪涛;
摘要：为解决会话推荐模型忽略项目之间的时间信息和空间关系，导致无法准确捕获项目之间复杂转换模式的问题，提出一种时间感知和空间增强的双通道图神经网络的会话推荐模型。首先，对于时间通道，采用自适应的时间权重对项目处理，构建时间感知的会话图，并通过时间感知的图神经网络捕获用户的兴趣转移模式。其次，对于空间通道，将项目之间的空间关系嵌入到一个图注意力网络中，从空间图结构的角度对信息聚合。最后，引入一种对比学习策...
基于改进YOLOv11的无人机目标检测算法————作者：赵子杰;王毅;唐瑞卿;杨晨;李娟;
摘要：针对无人机空对地检测中存在的尺度不一、小目标检测效果不佳及检测框密集重叠等问题，提出了一种改进YOLOv11目标检测网络。该网络将YOLOv11网络的C3K2结构替换为C3K2＿D结构，增强了网络对不规则物体的提取能力，另外在Yolov11网络中引入双线性自注意力机制，双线性自注意力机制通过融合局部注意力和非局部注意力，增强了主干网络的特征提取能力；针对检测框密集重叠的问题，设计了MPDCIoU ...
基于自适应扰动的网络防测绘方法————作者：王诚熠;徐磊;陈晋音;邱洪君;
摘要：基于深度强化学习（Deep Reinforcement Learning, DRL）的智能化网络测绘方法通过将网络测绘过程建模为马尔可夫决策过程（Markov Decision Process, MDP），利用试错学习的方式训练攻击智能体以寻找网络关键路径，从而获取网络拓扑信息。然而，传统的网络防测绘方法通常基于固定的规则，难以应对DRL智能体在测绘过程中不断变化的行为策略。为此，提出了一种基于自...
基于信道先验多尺度跨轴注意YOLO的无人机视角下多尺度小目标检测算法————作者：肖海林;田波;胡彬;孔祥婷;吴媛媛;马仁煜;张中山;
摘要：针对当前无人机视角下小目标检测存在准确率低问题，提出一种基于信道先验多尺度跨轴注意YOLO(CPMS-YOLO)的无人机视角下多尺度小目标检测算法。首先，该算法在骨干网络中融入能在复杂背景下更好地提取和强化有用特征的多尺度注意力模块CPMS(Channel-Prior-Multi-Scale Cross-Axis Attention)，模块使算法能够更容易的学习到感兴趣区域的位置细节并提高对不同尺...
基于NOMA的无人机辅助数据收集的安全能效优化————作者：薛建彬;卢慧慧;陈庆斗;张寒;吴明叶;
摘要：针对无人机(UAV)在安全数据收集场景中的能量受限问题，通过联合优化信道关系、地面传感器发射功率和UAV飞行轨迹，以最大化系统安全能效(SEE)为目标，提出一种基于UAV的安全高效数据收集优化方案。由于目标函数具有分式优化特性，使问题难以直接求解。为解决上述难题，设计了一种基于交替优化的迭代算法，通过引入辅助变量并利用泰勒级数展开方法求解信道关系和地面传感器节点发射功率的优化问题，同时采用强化学习...
基于空间注意力的气温预报误差订正网络————作者：赵学良;张渝淋;孙启龙;刘林春;朱峰;刘晓莉;
摘要：气温预报误差的订正方法对社会发展和个人生活都具有重要意义。以U-Net为基础的模型受本身归纳偏置限制，对具备显著地理差异的气象数据订正存在一定局限性。为解决该问题，采用全连接网络对格点独立订正，并添加空间注意力层，对不同区域进行权值动态调整，提出了基于空间注意力的格点气温订正网络SAGTCN。在内蒙古自治区气象数据集上，将SAGTCN模型与基于U-Net和Attention U-Net的订正模型进...
基于混合索引的链上数据查询优化————作者：张瑞阳;赵明洁;郭兵;江平洪;
摘要：针对区块链系统在链上数据查询上查询效率低、查询类型少的问题，提出一种区块间索引模型。首先，对于区块中离散型属性，提出倒排布隆过滤器(Inverted Bloom Filters,IBFS)索引。使用该索引查询数据时无需遍历全部区块，可以在O(1)时间复杂度内定位到目标区块。其次，对于连续型属性，使用聚类算法计算区块内数据细粒度分布区间，结合区块内数据的最大最小值构建双层聚类链表(Dual-Laye...
基于一次性环签名的区块链混币方案————作者：陈依林;李晓宇;
摘要：针对当前区块链混币系统在保护用户交易隐私的同时存在的难以抵御用户重复转账攻击和混币中心泄露信息、伪造转账攻击等问题，提出了一种基于一次性环签名的区块链混币方案。首先，用户向混币中心存款并请求加入环组，其次在混币中心验证通过后用户使用一次性环签名申请转账，最后混币中心对签名及转账指令进行验证并转账。一次性环签名的性质使混币中心只能确认签名是否来自用户环组内，而无法获知具体来自哪位用户，且一次性环签名...
基于多尺度感知的多维空间融合水下图像增强————作者：郭伟;王曼婷;曲海成;
摘要：针对深海拍摄会导致水下图像色彩偏移、对比度过低和结构不清晰等问题，结合空间、通道和三维特征的角度提出一种多尺度并行增强型网络(MPENet)。MPENet是将图像信息并行传入多维特征提取网络和编码器中。在多维特征提取网络中引入多尺度特征精炼模块进一步处理提取到的特征信息，使网络更准确学习不同尺度的信息。然后在编码器中引入多维色彩增强模块，增强图像细节色彩。最后设计自适应增强网络对特征信息进一步处理...
基于数据增强的子图感知对比学习————作者：李玟;李开荣;杨凯;
摘要：图神经网络(GNN)是处理图结构数据的有效图表示方法。然而在实际应用中，GNN的性能受限于信息缺失问题。一方面，图结构通常较为稀疏，导致模型难以充分学习节点特征；另一方面，监督学习依赖的标签数据通常稀缺，使得模型训练受限，难以获得鲁棒的节点表示。针对以上问题，提出了一种基于数据增强的子图感知对比学习模型SCLDA。首先，通过链路预测学习原始图得出节点之间的关系得分，并将得分最高的边添加到原始图中以...
代理原型蒸馏的小样本目标检测算法————作者：谢斌红;王瑞;张睿;张英俊;
摘要：针对现有小样本目标检测算法中类级原型生成精度不足、细节信息缺失导致目标区域特征表达能力受限的问题，提出了一种基于代理原型聚合（APA）的小样本目标检测算法（APA-FSOD），该算法通过代理注意力将支持特征蒸馏为细节丰富的原型，并基于相关性实现原型向量在查询特征图上的精准分配，显著强化了目标实例区域的特征表达能力。此外，还设计了小波卷积增强模块（WCEM）和自适应多关系融合模块（AMRF），分别用...
面向联邦学习的投毒攻击检测与防御机制————作者：钟琪;张淑芬;张镇博;菅银龙;景忠瑞;
摘要：为了解决联邦学习中恶意客户端通过上传恶意更新破坏全局模型可靠性的问题，提出了一种面向联邦学习的投毒攻击检测与防御算法FedDyna。首先，设计一种异常客户端检测方案，利用余弦相似度与欧几里得距离的历史标准差初步检测异常更新，并结合多视角模型评估机制进一步检测可疑的客户端，接着，提出一种自适应调整策略，根据权重调整因子逐步降低被判定为异常客户端的参与权重，直至将恶意更新从模型训练过程中剔除。在EMN...
考虑激光天线对准开销的LEO卫星低延迟数据传输路由方法————作者：何梓芬;曾德泽;田厉锋;李跃鹏;张佳宇;
摘要：近年来，随着低地球轨道（LEO）卫星数量的增加和性能的提升，LEO卫星星座承担更广泛的在轨任务，导致卫星数据的传输量呈指数级增长。新兴的激光通信（LC）技术凭借更高带宽的优势显著提升了星间链路（ISL）数据通信效率。然而，基于激光通信的星间通信必须首先进行发射天线和接收天线的对准，且该对准过程会产生较高的时间开销。不仅如此，卫星上的激光收发天线数量有限，不合理的激光路由通信链路规划策略还将进一步增...
