计算机应用最新期刊目录
基于多层次时空交互依赖的车辆轨迹异常检测————作者：韩锋;卜永丰;梁浩翔;黄舒雯;张朝阳;孙士杰;
摘要：针对智能交通系统中车辆轨迹异常检测的复杂性和动态性，提出了一种基于多层次时空动态交互图（MSTIDG）的车辆轨迹异常检测方法（DSTGRU）。通过构建短期和长期时空交互依赖的动态图，有效捕捉车辆间的复杂交互关系。在这个过程中，引入多层次时空交互特征融合（MSF-BiGRU）模块融合多层次时空特征，在不同尺度上融合时空信息，从而缓解共享信息提取时的冲突并增强模型的鲁棒性，提升了对异常轨迹的识别能力。...
基于多维频域特征融合的人物交互检测————作者：樊跃波;陈明轩;汤显;高永彬;李文超;
摘要：人物交互检测任务旨在检测图像中所有人和物体之间的交互关系。目前的研究大多采用编码器-解码器结构进行端到端的训练，但这通常依赖于绝对位置编码，且在复杂的多对象交互场景中表现有限。针对现有方法依赖绝对位置编码难以有效捕捉人与物体相对空间关系，以及在复杂多对象交互场景中局部与全局信息整合不足的问题，提出一种结合跨维度交互特征提取与频域特征融合的新型人物交互检测模型。该模型首先改进了传统的Transfor...
基于区块链和星际文件系统的医疗数据加密存储方法————作者：张学旺;刘书冰;付康;王溢;
摘要：针对医疗数据全文加密存储云端导致的数据利用不方便和效率低等问题，提出基于区块链和星际文件系统(IPFS)的医疗数据加密存储方法。该方法对医疗数据中的隐私信息进行脱敏，提出一种抗用户密钥泄露的密钥协商协议，以防止医院冒充用户在非授权访问情况下存取该用户存储在另一医院的医疗数据；还提出一种带有轻节点的医疗区块链IPFS数据存储模型，以优化医疗数据存储和访问效率。将医疗数据的隐私信息和存储的已脱敏医疗数...
面向学科撤销与科研人员重分配的多阶段耦合决策框架————作者：高飞;陈董;边帝行;范文强;刘起东;吕培;张朝阳;徐明亮;
摘要：现有学科撤销与科研人员重分配依赖人工决策，难以有效统筹学科关联。在此背景下，拥有强大知识分析能力的大语言模型给基于学科撤销与科研人员重分配的学科优化提供了新的思路，但在以科研信息为代表的高校科研数据上也面临着专业术语难理解、长尾分布明显等挑战。针对上述挑战，提出一种面向撤销学科科研人员重分配的多阶段耦合决策框架MCRF(Multistage Coupled Redeployment Framewo...
预回答与召回过滤：双阶段RAG问答系统优化方法————作者：黄奕明;邹喜华;邓果;郑狄;
摘要：现有检索增强生成（RAG）问答系统在特定领域应用时，存在检索路径单一、用户潜在意图覆盖不足、召回文段质量低导致系统回答准确性低与不全面的问题。为此，提出一种预回答与召回过滤（Pre-Answering and Retrieval Filtering, PARF）双阶段优化方法。该方法通过结合领域知识图谱与提示工程技术，引导大语言模型（LLM）生成预回答，构建“原始查询→预回答→相关文段”的多向检索...
基于反向射线追踪法的航向信标辐射性能分析————作者：林欢;康远鹏;梁飞;杨正波;施瑞;景小荣;
摘要：仪表着陆系统（ILS）是保障飞行安全的关键导航设备，它的信号质量直接影响飞机的着陆精度与安全性。然而，机场周边日益复杂的电磁环境导致多径效应加剧，严重影响了ILS信号的可靠性与精度。因此，以航向信标（LOC）为研究对象，提出一种基于反向射线追踪算法的信号传播路径分析方法。在该方法中，通过建立机场环境电磁传播模型，结合射线追踪与路径有效性判定规则，系统研究了多径环境下ILS信号的传播特性；重点分析了...
混合启发信息指导神经网络架构搜索算法————作者：熊前龙;秦进;
摘要：针对神经网络架构搜索（NAS）任务，提出一种混合启发信息指导NAS(GHHI-NAS)算法。首先，GHHI-NAS算法核心通过设计融合先验知识与局部搜索反馈的启发信息构造模块，生成多维动态启发指标，并配合混合更新策略指导架构搜索，有效克服传统NAS因更新方向单一导致的全局探索不足及局部最优陷阱问题。其次，算法使用自适应协方差进化策略（CMA-ES）作为更新框架，辅以混合适应度评价函数，指导算法在初...
车联网位置隐私保护的全景与未来————作者：何丽丽;管新如;张磊;蒋胜;蒋澄杰;
摘要：随着无线通信技术和高精度移动定位技术的发展，车联网已深度融入人们的日常生活中。车联网在为人们带来便利的同时，也带来隐私风险。通常，在车联网中，车辆行驶信息与其他车辆和基础设施进行实时交互，在交互过程中，可能会产生敏感信息泄露等隐私问题。针对车联网隐私泄露问题，首先，对车联网位置隐私架构和隐私风险进行介绍；其次，介绍了差分隐私的动态分配噪声机制、多维度差分隐私轨迹保护及数据扰动技术；再次，对基于匿名...
基于动态占用表格的快速隐式神经表面重建————作者：薛苏玲;何金旭;魏文洁;何荧荧;娄路;
摘要：针对隐式神经表面重建中密集采样及体积渲染导致的效率与精度失衡问题，提出一种快速高效重建方法。首先，采用动态占用网格结合密度阈值优化筛选有效采样点，降低冗余计算和内存占用；其次，融合多分辨率哈希编码和截断符号距离场（TSDF），通过截断距离约束和哈希特征插值增强梯度稳定性与抗噪能力；最后，引入光度一致性约束，利用归一化交叉相关（NCC）优化跨视角几何一致性，提高表面重建质量。在仿真数据集Nerf-S...
融合位置编码和重叠掩模的低重叠点云配准网络————作者：喇孝伟;胡立华;胡建华;姚晓玲;王欣波;
摘要：针对低重叠场景下点云配准方法存在的关键点特征描述信息不足、重叠点云区域较少，进而导致误匹配率高，点云配准精度低的问题，设计一种融合位置编码和重叠掩模的低重叠点云配准网络，以降低误匹配率，提高点云配准的准确性。首先，采用PointNet++逐点特征编码器提取点云关键点，并融合关键点的特征信息、坐标信息和位置编码，生成更具判别力的关键点特征。其次，将融合后的特征输入自注意力和交叉注意力模块，以增强点云...
联邦学习在隐私安全领域面临的威胁综述————作者：郗恩康;范菁;金亚东;董华;俞浩;孙伊航;
摘要：联邦学习作为一种新型分布式机器学习，在解决数据孤岛和隐私保护问题上具有潜力，然而它面临潜在的隐私威胁和安全威胁。因此，系统性综述了联邦学习隐私与安全领域的前沿研究成果，详细阐述了联邦学习的基本概念、工作流程。对联邦学习的隐私和安全问题在现有最前沿的研究成果上进行了分类，首先分析了联邦学习中面临的隐私威胁，归纳相应的隐私保护方法；其次，总结了联邦学习中的安全威胁问题以及安全攻击的防御方法；此外，还讨...
基于频谱分解的高频保持医学图像弹性配准模型————作者：姜勇维;陈晓清;付麟杰;
摘要：弹性配准是医学图像处理中的关键任务之一，其效果直接影响到了后续的分割、分类、预测等任务的准确性。然而由于神经网络的高频不敏感特性，现有的方法难以捕捉图像的高频信息，影响了配准场的拟合精度。为了解决这些问题，提出了基于频谱分解的高频保持医学图像配准模型——DFRes(Decomposition in Frequency domain model for Registration)。引入频谱分解的策略...
面向鲁棒点云配准的邻域关注和拓扑感知的图卷积方法————作者：徐梦楠;叶海良;曹飞龙;
摘要：现有的大部分点云配准方法往往忽略了邻域内相邻节点之间的关系，导致对局部几何结构特征提取不足。为了缓解这个问题，提出了一种面向鲁棒点云配准的邻域关注和拓扑感知的图卷积方法，捕捉更深层次的语义特征和更丰富的几何信息。首先设计了级联几何感知模块，该模块利用基于自注意力的局部邻域更新图卷积模块，关注局部图的内在几何结构，以获得更精确的局部拓扑信息。然后级联结构组合不同维度的拓扑信息，以产生更具判别性的局部...
基于边权重的软件漏洞检测方法————作者：于巧;黄子睿;程圣懿;祝义;张淑涛;
摘要：随着软件在各个领域的广泛应用，软件漏洞呈现出不断增长趋势，基于深度学习的软件漏洞检测方法得到广泛应用。然而，现有的图表示学习方法往往忽略了图中边对软件漏洞检测的影响，对边权重的表示过于粗糙。针对该问题，提出了一种基于边权重的软件漏洞检测方法（Edge Weight for Vulnerability Detection, EWVD）。首先，对源代码中的注释、自定义变量名和函数名进行清理和抽象表示。...
基于改进图注意力网络的车险欺诈检测方法————作者：林金娇;张灿舜;陈淑娅;王天鑫;连剑;徐庸辉;
摘要：针对现有车险欺诈检测方法忽略数据中复杂关联关系的问题，提出了一种改进图注意力网络（GATv2）的车险欺诈检测方法。该方法通过动态注意力机制与序列化全局建模的协同设计，增强数据中复杂关联关系的捕捉能力。首先，将车险欺诈中的每一起案件抽象为图结构的节点；然后，通过K近邻算法计算节点的时间、年龄、金额等多重属性间的相似性，构建案件之间的复杂关联关系；其次，将案件的图数据输入GATv2，通过动态分配节点权...
深度演化文档主题聚类模型————作者：程梓洋;黄瑞章;薛菁菁;
摘要：针对现有深度文档聚类方法应对动态文档数据时文档主题随时间演化过程中存在的主题混淆问题以及匹配对齐问题，提出了一种深度演化主题聚类模型(DETCM)。DETCM可以捕捉动态文档随时间演化的主题信息，结合历史主题信息与当前时间片文档特征，发掘事件主题演化脉络，生成动态文档主题表示。具体来说，为了解决主题随时间演变时的主题混淆问题，DETCM首先设计基于混合编码器的主题融合学习模块，借助前置时间片的主题...
桥式起重机负载摆角自适应跟踪与梯度圆检测方法————作者：花伟祥;徐为民;
摘要：针对桥式起重机负载摆角检测中非匀速运动模糊、光照变化及背景干扰问题，提出一种基于单目视觉负载摆角实时检测方法。该方法以球形标记为特征目标，构建通道与空间可靠性自适应特征跟踪器（CSRT-AFT）与梯度分层自适应圆检测算法协同框架。CSRT-AFT通过动态轨迹滤波与特征自适应机制实现鲁棒跟踪：设计自适应多模态轨迹滤波，基于曲率变化率与加速度突变指数智能切换滤波策略，抑制剧烈运动轨迹抖动；结合动态定向...
基于层次图与差异化特征提取的客户流失预测模型————作者：卢燕群;赵奕奕;
摘要：针对普惠金融领域客户流失问题的严峻性及现有客户挽留模型在预测精度与可解释性上的不足，提出一种基于层次图神经网络（HGNN）和差异化特征学习（SFL）相结合的客户流失预测网络（HGNN-SFLN），以提升模型的预测能力和对特征交互的理解。首先，为应对数据不平衡问题，提出一种创新的混合采样策略，并在特征层面对不同类别特征进行加权调整，以确保各类数据的有效利用；其次，利用层次图强化不同特征之间关联性并构...
复杂光照条件下不安全驾驶行为检测————作者：刘权捷;顾兆一;王春源;
摘要：为在各种复杂光照条件下实时有效检测驾驶人员不系安全带和看手机等不安全行为，设计一种基于深度学习的复杂光照下不安全驾驶行为检测方法。本研究选择YOLOv8n模型作为基础，并提出一系列针对性的改进措施，以提升其检测性能。首先，通过增加P6尺度，使模型能够更全面地捕捉各种光照下不安全驾驶行为的多样性。然后，使用空间可分离自适应卷积模块（SSAC）替换主干网络的传统卷积模块，在提高特征提取精度的同时实现轻...
基于邻域增强的无监督图异常检测————作者：董莉梅;李雁姿;李家印;许力;
摘要：针对异常的存在导致节点邻域信息不可靠的问题，提出了一种高效的无监督图异常检测方法，该方法借助邻域增强策略构建了多类型的中心节点的邻域集合，以捕捉高质量的节点表示，获取高准确度的自邻相似度。首先，通过优化一个基于动态邻域增强的信息提取模块，自适应选择最优邻域策略，克服传统固定邻域选择方法在信息提取过程中特征单一的局限性；其次，为了降低节点特征融合时自身冗余信息的干扰，提出了一种匿名消息传递方案，该方...
计算机应用来自网友的投稿评论：
