计算机应用研究最新期刊目录
多分支骨架特征输入下的歧义行为识别————作者：王超亚;韩华;王春媛;田瑾;
摘要：基于骨架的人体动作识别是计算机视觉中的一个重要研究课题，其核心在于提取和学习具有区分度的骨架特征，以实现高精度的动作分类。但是由于歧义行为的存在，严重影响了分类识别的准确性，为此，围绕数据优化与计算复杂度降低，以及时空特征精细化建模两个核心方向提出两项关键创新：首先在数据输入的初期阶段，采用多分支输入结构，实现早期特征融合，使模型能够更高效地学习不同模态间的互补信息，从而提升计算效率并增强模型的泛...
基于不确定性估计的微调代码生成模型与大语言模型的协同方法————作者：洪少东;申国伟;罗素芬;刘涛;
摘要：针对代码生成任务，微调模型与大语言模型(LLM)的互补机制尚未得到系统性分析，导致二者在协同过程中存在决策边界模糊的问题。提出一种基于不确定性估计的微调代码生成模型与LLM的协同方法 Coral，分析微调代码生成模型与LLM的互补机制，量化两者决策边界。Coral通过预期校准误差的思想，比较不确定性估计方法，为微调模型配备较为稳定的不确定性估计方法，使其能够输出不确定性估计得分，反应输出的不确定性...
搜索圆环上不协作不对抗的变速目标算法————作者：吴浩男;魏琦;张蕊悦;李鹤;
摘要：在已知环境中进行目标搜索是机器人的基本任务之一，相关问题在计算几何学和机器人学的研究中受到广泛关注。目标搜索问题要求机器人采取高效的搜索策略，以最小化机器人找到目标所需时间。假设k个最大速度为1的机器人被放置在单位圆环上，一个不对抗不协作的移动目标，沿着圆环以可变速度移动，机器人的任务为搜索到该目标。针对机器人数量及对目标的已知程度(如移动方向、速度函数等)，设计了相应的搜索算法。对于k=1，结合...
基于多粒度渐进式融合的多模态命名实体识别方法————作者：应旭剑;朱艳辉;陈豪;满芳滕;张志轩;
摘要：为解决现有多模态命名实体识别方法中存在的细粒度语义缺失和多模态语义表征不一致等问题，提出了一种基于多粒度渐进式融合的多模态命名实体识别方法。首先，设计了动态门控过滤机制，通过跨模态动态权重筛选与文本特征相关的视觉区域特征，并引入跨模态对齐与对抗扰动机制，增强文本特征与视觉全局特征的一致性和泛化能力。其次，设计了一种多层次渐进式融合网络，通过融合不同层次的特征向量，采用多级融合策略，并联融合文本级、...
面向飞行自组网的路由协议仿真评估研究进展————作者：印家豪;谢升旭;鲁兴波;宁丽娜;
摘要：随着无人机技术与协同通信的发展，飞行自组网(Flying Ad-Hoc Network,FANET)因其高灵活性与动态性，在军事、农业、物流等各领域得到广泛应用。由于FANET具有节点移动性高、通信链路易中断等特性，其路由协议的设计与评估面临诸多挑战。为分析FANET路由协议研究的主要方向、共性问题以及关键难点，对当前典型FANET路由协议及其仿真评估方法进行了系统梳理与比较。重点分析了各类协议在...
易混淆样本驱动的簇间分布优化短文本聚类————作者：恩卡尔·奴尔太;马博;王震;艾孜麦提·艾尼瓦尔;吐尔洪·吾司曼;杨雅婷;
摘要：短文本聚类旨在将无标签的短文本实例划分为不同的语义簇。针对该任务中易混淆样本难以有效区分以及语义相近簇间特征分布重叠的挑战。提出了一种易混淆样本驱动的簇间分布优化短文本聚类方法。该方法首先基于信息熵采样不确定性较高的样本作为易混淆样本，并选取其邻近簇样本构建候选集；随后引入大语言模型进行语义判别，构造“易混淆样本-正样本-负样本”三元组；同时，采用参数随机扰动机制为每个样本生成自身正例；最终在对比...
基于Puma算法引导帕累托前沿的高效多目标提示优化方法————作者：董祥千;肖铮;
摘要：针对现有提示优化方法在可扩展性与自适应性方面的局限，本研究提出一种基于Puma算法的多目标提示优化框架Puma-MOPT。该框架结合Puma算法的自适应相位切换和全局搜索能力与PromptWizard的提示生成及评估机制，以实现对提示词的自动搜索和多目标权衡。为提高搜索效率并增强小样本场景下的泛化能力，Puma-MOPT框架引入语义相似性约束并采用对抗过滤技术。在数学推理、医疗问答和代码生成等五个...
多网关无线医疗传感器网络中基于PUF的轻量级匿名认证协议————作者：王雄;李伟麟;张泽昊;胡子宸;安星宇;
摘要：针对当前多网关无线医疗传感器网络跨域认证计算开销大、通信成本高以及无线医疗传感器资源受限、易受攻击等问题，提出了一种面向多网关无线医疗传感器网络的轻量级匿名认证协议。该协议利用物理不可克隆函数PUF(Physical Unclonable Function)，实现了医疗专家通过主网关、外部网关与无线医疗传感器节点之间安全地身份认证和密钥协商。通过ROR Oracle模型、Proverif协议分析工...
基于局部差分隐私的动态聚类个性化联邦学习————作者：赵金叶;李晓会;贾旭;
摘要：针对非独立同分布数据的联邦学习场景中，采用单一的全局模型往往会忽略不同任务需求而导致模型精度下降的问题，提出一种结合DBSCAN聚类的局部差分隐私个性化联邦学习算法(DBSCAN Local differential privacy-Personalized federated learning DBLDP-PFL)。首先引入了局部差分隐私机制，在客户端训练过程中添加噪声来保护单个客户端的数据隐私...
基于Mamba空间注意力与通道交互注意力模块的双路径脑肿瘤分割方法————作者：李冰;刘彦;
摘要：脑肿瘤病变区域的有效管理依赖于对脑肿瘤图像的精确分割。现有方法对全局空间信息建模能力有限，且未能充分捕捉不同模态特征间的内在联系。基于此，提出了一种基于Mamba空间注意力和通道交互注意力单元的双路径脑肿瘤分割方法，该方法的网络编码器由一系列空间-通道双路注意力单元组成；此单元包括三个子模块：双向Mamba空间位置信息注意力模块，旨在增强网络对长依赖的建模能力，同时保持较低的计算负担；通道交互注意...
DLC-TSM：一种用以加密恶意流量分类的高维特征图方法————作者：郭逸杰;罗琴;吴鹏;
摘要：为了解决现有加密恶意流量分类方法现多存在的特征表达能力受限、噪声敏感性强、模型泛化能力不足的情况，该研究提出了一种使用三维二阶马尔可夫矩阵图像进行深度学习分类(Deep learning classification using three-dimensional second-order Markov matrix images,DLC-TSM)的加密恶意流量分类方法。通过将三维二阶马尔可夫概率...
基于智能合约信誉管理的VANET数据共享隐私保护方案————作者：张磊;白永波;陈运;陈杰;刘义;
摘要：为解决车载自组织网络(VANET)中数据共享所面临的隐私与安全问题，提出一种基于信誉管理的隐私保护方案。该方案结合分布式存储IPFS与智能合约，实现数据的可追溯与不可篡改。通过引入信誉机制和同态加密保护反馈评分，动态更新用户信誉值，有效防范恶意行为带来的隐私泄露风险。基于轻量级的数据处理机制，该方案特别适用于资源受限的VANET环境。实验结果表明，该方案在具备同等隐私保护能力的前提下，其计算和通信...
基于规则插值的模糊模式树优化方法————作者：苏攀;任雪莹;梅华威;
摘要：自顶向下的模糊模式树(Pattern Tree Top-down,PTTD)是一种基于相似性度量的模式树归纳方法，在构建过程中采用集束搜索策略，以贪婪方式搜索候选树空间，导致模型构建时间较长。为了解决这一问题，提出一种基于模糊规则插值技术的PTTD优化方法(PTTD-FRI)。首先，设计了一种新的搜索优化策略，简化了模型构建的搜索空间，构造稀疏规则库；然后，提出了一种模糊模式树规则转换方法，将复杂...
SIC：面向大语言模型训练的增量检查点技术————作者：王志强;朱文喆;闫超美;李永坤;
摘要：大语言模型训练过程会频繁产生各种软硬件故障，造成训练延长和资源浪费。检查点技术作为关键容错机制在保障训练持续性方面发挥重要作用，但传统的全量检查点方法限制了检查点频率并消耗大量存储资源。为此，提出了一种重要性感知增量检查点方法(SIC)。该方法设计了分层感知的参数更新过滤算法，有效识别每层网络的重要参数更新；此外，通过动态阈值调节机制，在训练过程中实时调节参数变化阈值，确保不丢失关键更新；最后，从...
一种编辑可控且可追责的可编辑区块链方案————作者：薛庆水;陈涛;
摘要：现有的许多区块链应用研究方案都强调了区块的可编辑性以应对可能出现的错误问题，一个安全有效的可编辑区块链方案需要在保证链上数据可编辑的同时还要对其编辑权限进行严格控制。针对这些问题，首先设计了一种编辑请求控制策略，利用智能合约记录所有节点与区块的编辑状态来对相关编辑请求进行控制以应对区块编辑中存在的过度编辑问题；其次设计了一种应对大规模区块链的代表节点机制，代表节点的选取采用基于编辑行为的信誉度评估...
基于PowerTrust算法的中继链信誉管理模型————作者：翟社平;魏杰;杨锐;张卫星;
摘要：为解决现有的中继跨链方式中节点不可信问题，并预测其在未来一段时间内发生作恶行为的可能性，提出了一种中继链节点信誉管理模型。该模型对PowerTrust算法进行改进，并与中继链相结合，引入动态马尔可夫决策优化原本算法中的分布式哈希机制，并利用强力节点提高信誉聚合的效率。通过节点近期交易记录和节点本身信息评判节点的可信度。实验结果表明，所提方法能够在一定时间内有效计算出节点信誉值，且在节点产生作恶行为...
基于动态页面映射的远程交换系统内存管理优化————作者：李昱祁;王霄阳;朱文喆;李永坤;
摘要：远程交换系统利用内核的页面交换机制透明地使用远程内存，是构建分离式内存架构的一种常见方法。然而，现有系统在创建远程交换分区时，会预先分配完整容量的远程内存，导致内部碎片并降低内存使用率。针对此问题，设计了一种新型远程内存管理方法，动态地为系统中正在使用的交换条目映射远程页面，减少非必要内存占用。该方法引入高效的节点间内存分配与回收机制，以支持细粒度内存管理并确保计算节点间的内存访问隔离性。实验结果...
基于扩散模型加速和感知优化的高效姿态驱动人体动作生成技术————作者：王家松;周雷;张博;
摘要：现有的姿势条件驱动的数字人视频生成技术主要聚焦于提升生成结果的质量，如视觉逼真度和动作流畅性，然而往往忽视了生成速度较慢的问题，从而限制了其在实时性应用中的有效部署。为此，针对基于扩散模型的数字人生成技术推理延迟高、计算成本大的问题，提出了一种基于扩散模型加速和感知优化的加速框架(DAF-DH)。该方法采用三级加速策略来提高效率并优化生成质量。首先，通过TensorRT优化扩散模型的推理效率。其次...
基于DR-DT的视觉SLAM参数自适应调整————作者：黄鑫;黄初华;杨明旭;秦进;马旭博;
摘要：针对传统视觉SLAM系统依赖固定参数且需手动调整的问题，提出了一种基于离散化奖励Decision Transformer的自适应参数调整方法——DR-DT。该方法将参数自适应过程转化为序列建模任务，通过选择SLAM关键参数定义连续动作空间，基于位姿不确定性构建奖励函数，结合离散化奖励机制提升学习稳定性。以ORB＿SLAM3为测试系统，在EuRoC MAV和TUM-VI数据集上的实验结果表明，所提方...
面向自动驾驶的稀疏深度图补全方法SFN-D————作者：吴彬;赵海燕;曹健;陈庆奎;
摘要：在自动驾驶领域，稀疏深度图的密集化是重要研究课题，对3D重建和3D目标检测等任务具有突出意义。提出一种新颖的深度补全框架SFN-D。该框架基于多模态数据融合和语义分割设计，利用多模态数据各自的优势来补充稀疏深度图中的缺失深度，从而有效补充稀疏深度图。为了实现这一目标，采取一种借助传感器标定进行数据转换从而实现多模态数据融合和深度图修正的方案，该框架融合了来自图像和激光雷达的特征图，可与现有任何优秀...
计算机应用研究来自网友的投稿评论：
-
Yangming_ak
计算机应用研究 一个月投稿量估计在300-400篇 一周出初审结果 外审一个半月出结果 但是被增刊了 这个期刊很容易被增刊 但是审稿快 而且不要审稿费
2024-09-05 16:38 -
zhaohhhh
一篇综述，9月24号投稿，10月28号没有任何修改直接增刊录用，已经撤稿，改投。您的论文经本刊编委会和评审专家综合评审后，认为论文虽具一定应用性和实用价值，但对该领域最新研究成果的介绍、比较和不足之处的分析总结显得不够。论文的学术价值和创新性有待提高。
2024-08-16 07:53 -
Yangming_ak
一个星期内退稿，不墨迹 退稿意见:本文在方法的选择与组合方面有一定的改进，但属于已有特征分类手段的组合应用，缺少计算机相关理论的创新和应用，整体创新性不能达到本刊采用要求
2024-08-07 16:48 -
画个圈圈兜住幸福
无审稿费用，8月27日提交，初审无意见，28日进入外审，10月12日增刊录用，中间无修改。由于匆忙，未挂基金，可能有影响。
2023-10-26 12:16 -
Yangming_ak
12.5投稿，12.6进入初审，12.12送外审，1.31回复增刊录用，没有任何审稿意见，后来在网上查了信息，发现这个期刊特别容易增刊录用，最后撤稿，2个月结束，速度算比较快，但是容易增刊，不太推荐，文章质量比较好的，想快点可以一试。
2023-03-27 14:08
