摘要点击排行

一年内发表文章 |  两年内 |  三年内 |  全部

当前位置： 两年内

Please wait a minute...


选择: 导出引用 EndNote Ris BibTeX 显示/隐藏图片

Select

1. 基于解耦注意力机制的多变量时序预测模型 李力铤, 华蓓, 贺若舟, 徐况 《计算机应用》唯一官方网站    2024, 44 (9): 2732-2738.   DOI: 10.11772/j.issn.1001-9081.2023091301 摘要 （1679）   HTML （11）    PDF （1545KB）（2335）    可视化    收藏 针对多变量时序预测难以充分利用序列上下文语义信息及变量间隐含关联信息的问题，提出一种基于解耦注意力机制的多变量时序预测模型Decformer。首先，提出一种解耦注意力机制，从而充分利用嵌入的语义信息提升注意力权值分配的准确度；其次，提出一种不依赖于显式变量关系的模式关联挖掘方法，以挖掘并利用变量间隐含的模式关联信息。在话务量、电力消耗和交通3种不同类型的真实数据集（TTV、ECL和PeMS-Bay）上，与长短期时间序列网络（LSTNet）、Transformer、FEDformer等优秀的开源多变量时序预测模型相比，Decformer在所有预测时间长度上都取得了最高的预测精度。相较于LSTNet，Decformer在TTV、ECL和PeMS-Bay数据集上的平均绝对误差（MAE）分别降低了17.73%~27.32%、10.89%~17.01%和13.03%~19.64%；均方误差（MSE）分别降低了23.53%~58.96%、16.36%~23.56%和15.91%~26.30%。实验结果表明，Decformer能够有效提升多变量时序预测的精度。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

2. 基于元图同构网络的分子毒性预测 黄云川, 江永全, 黄骏涛, 杨燕 《计算机应用》唯一官方网站    2024, 44 (9): 2964-2969.   DOI: 10.11772/j.issn.1001-9081.2023091286 摘要 （1583）   HTML （8）    PDF （1150KB）（454）    可视化    收藏 为了获得更准确的分子毒性预测结果，提出基于元图同构网络的分子毒性预测模型Meta-MTP。首先，使用图同构神经网络将原子作为节点、键作为边、分子作为图结构，以获取分子表征；使用预训练模型对图同构网络（GIN）初始化，使它获得更好的参数；引入基于分层注意力和局部增强的前馈Transformer；使用原子类型预测和键预测作为辅助任务提取更多的分子内部信息；通过元学习双层优化策略对模型进行训练；最后使用Tox21和SIDER数据集对模型进行训练。实验结果表明，在Tox21和SIDER数据集上，Meta-MTP具有良好的分子毒性预测能力，当样本数为10时，相较于FSGNNTR（Few-Shot Graph Neural Network-TRansformer）模型，Meta-MTP的曲线下面积（AUC）分别提高了1.4%和5.4%，相较于图同构网络（GIN）、图卷积网络（GCN）和GraphSAGE（Graph Sample and AGgrEgate）3种传统的图神经网络模型，Meta-MTP的AUC提高了18.3%~23.7%和7.3%~22.2%。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

3. 基于多级特征双向融合的小目标检测优化模型 潘烨新, 杨哲 《计算机应用》唯一官方网站    2024, 44 (9): 2871-2877.   DOI: 10.11772/j.issn.1001-9081.2023091274 摘要 （1492）   HTML （11）    PDF （1447KB）（431）    可视化    收藏 由于自身特征较小以及网络的深度造成特征丢失等客观原因，小目标的检测一直是目标检测领域的难点问题。针对以上问题，提出基于网络结构进行多次特征增强以优化小目标检测的模型。首先，替换主干网络中的空间金字塔池化（SPP）以优化梯度计算；其次，对网络颈部实行区分特征级别的多级双向融合，并对输出头添加自适应特征融合（AFF）模块，以实现多级的特征增强。实验结果表明，在COCO2017-val数据集上，当交并比（IoU）为0.5时，所提模型的平均精度均值达到61.4%，与目前较流行的YOLOv7模型相比提高了4.7个百分点，同时在单GPU上模型的检测帧率为78.2 frame/s，满足工业检测速度要求。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

4. 大语言模型综述与展望 秦小林, 古徐, 李弟诚, 徐海文 《计算机应用》唯一官方网站    2025, 45 (3): 685-696.   DOI: 10.11772/j.issn.1001-9081.2025010128 摘要 （1478）   HTML （157）    PDF （2035KB）（3061）    可视化    收藏 大语言模型（LLM）是由具有大量参数（通常数十亿个权重或更多）的人工神经网络组成的一类语言模型，使用自监督学习或半监督学习对大量未标记文本进行训练，是当前生成式人工智能（AI）技术的核心。与传统语言模型相比，LLM通过大量的算力、参数和数据支持，展现出更强的语言理解与生成能力，广泛应用于机器翻译、问答系统、对话生成等众多任务中并表现卓越。现有的综述大多侧重于LLM的理论架构与训练方法，对LLM的产业级应用实践及技术生态演进的系统性探讨仍显不足。因此，在介绍LLM的基础架构、训练技术及发展历程的基础上，分析当前通用的LLM关键技术和以LLM为底座的先进融合技术。通过归纳总结现有研究，进一步阐述LLM在实际应用中面临的挑战，包括数据偏差、模型幻觉和计算资源消耗等问题，并对LLM的持续发展趋势进行展望。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

5. 融合1D-CNN与BiGRU的类不平衡流量异常检测 陈虹, 齐兵, 金海波, 武聪, 张立昂 《计算机应用》唯一官方网站    2024, 44 (8): 2493-2499.   DOI: 10.11772/j.issn.1001-9081.2023081112 摘要 （1459）   HTML （4）    PDF （1194KB）（2024）    可视化    收藏 网络流量异常检测是利用各种检测技术分析判断网络流量，发现网络中潜在的攻击，是一种有效的网络安全防护方法。针对高维海量数据和不同攻击类别的网络流量数据不均衡而导致检测准确率低、误报率高的问题，提出一种融合一维卷积神经网络（1D-CNN）和双向门控循环单元（BiGRU）的类不平衡流量异常检测模型。首先，针对类不平衡数据，通过使用改进的合成少数类过采样技术（SMOTE）即Borderline-SMOTE和基于高斯混合模型（GMM）的欠采样聚类技术进行平衡处理；然后，使用1D-CNN提取数据的局部特征，并利用BiGRU更好地提取数据中的时序特征；最后，在UNSW-NB15数据集对所提模型进行验证，所提模型的准确率为98.12%，误报率为1.28%。结果表明，所提模型提高了对少数攻击的识别率，检测精度高于其他经典机器学习和深度学习模型。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

6. 应对零日攻击的混合车联网入侵检测系统 方介泼, 陶重犇 《计算机应用》唯一官方网站    2024, 44 (9): 2763-2769.   DOI: 10.11772/j.issn.1001-9081.2023091328 摘要 （1440）   HTML （17）    PDF （2618KB）（2780）    可视化    收藏 现有机器学习方法在面对零日攻击检测时，存在对样本数据过度依赖以及对异常数据不敏感的问题，从而导致入侵检测系统（IDS）难以有效防御零日攻击。因此，提出一种基于Transformer和自适应模糊神经网络推理系统（ANFIS）的混合车联网入侵检测系统。首先，设计了一种数据增强算法，通过先去除噪声再生成的方法解决了数据样本不平衡的问题；其次，将非线性特征交互引入复杂的特征组合，设计了一个特征工程模块；最后，将Transformer的自注意力机制和ANFIS的自适应学习方法相结合，以提高特征表征能力，减少对样本数据的依赖。在CICIDS-2017和UNSW-NB15入侵数据集上将所提系统与Dual-IDS等先进（SOTA）算法进行比较。实验结果表明，对于零日攻击，所提系统在CICIDS-2017入侵数据集上实现了98.64%的检测精确率和98.31%的F1值，在UNSW-NB15入侵数据集上实现了93.07%的检测精确率和92.43%的F1值，验证了所提算法在零日攻击检测方面的高准确性和强泛化能力。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

7. 基于自注意力融合的不完整多视图聚类算法 李顺勇, 李师毅, 胥瑞, 赵兴旺 《计算机应用》唯一官方网站    2024, 44 (9): 2696-2703.   DOI: 10.11772/j.issn.1001-9081.2023091253 摘要 （1334）   HTML （15）    PDF （2806KB）（1284）    可视化    收藏 基于不完整数据的多视图聚类任务已经成为无监督学习领域的研究热点之一。然而大多数基于“浅层”模型的多视图聚类算法通常在面对大规模高维数据时难以提取和刻画视图内的潜在特征结构；同时，堆叠或求平均的多视图信息融合方式忽视了视图之间的差异性，没有充分考虑各视图对构建公共一致表示的不同贡献。针对以上问题，提出一种基于自注意力融合的不完整多视图聚类算法（IMVCSAF）。首先，基于深度自编码器提取各视图的潜在特征，并采用对比学习的方式最大化各视图间的一致性信息；其次，采用自注意力机制对各视图的潜在表示进行重新编码和融合，并全面考虑和挖掘不同视图之间的内在因果性和特征互补性；再次，基于公共一致表示对缺失实例样本的潜在表示进行预测和恢复，从而完整地实现多视图聚类的过程。在Scene-15、LandUse-21、Caltech101-20和Noisy-MNIST数据集上的实验结果表明，IMVCSAF在满足收敛性要求的前提下得到的准确率均高于其他对比算法，而在50%缺失率的Noisy-MNIST数据集上，IMVCSAF的准确率比次优的COMPLETER（inCOMPlete muLti-view clustEring via conTrastivE pRediction）算法提高了6.58个百分点。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

8. 区块链3.0的发展、技术与应用 方鹏, 赵凡, 王保全, 王轶, 蒋同海 《计算机应用》唯一官方网站    2024, 44 (12): 3647-3657.   DOI: 10.11772/j.issn.1001-9081.2023121826 摘要 （1323）   HTML （43）    PDF （2294KB）（440）    可视化    收藏 区块链3.0是区块链技术发展的第3阶段，也是构建价值互联网的内核，它在分片、跨链以及隐私保护等方面的创新使它具有广泛的应用场景和研究价值，受到学术界和产业界相关人士的高度重视。针对区块链3.0的发展、技术与应用，调研并综述近5年国内外关于区块链3.0的相关文献。首先，介绍区块链的基本理论和技术特点，为深入了解区块链的研究进展奠定基础；其次，根据区块链技术随时间变化的演进趋势，阐述区块链3.0的发展历程和各个关键的发展时间节点，并给出以分片和侧链技术为基准点划分区块链不同的发展阶段的理由；再次，详细分析区块链3.0关键技术的研究现状，概述归纳它在物联网、医疗和农业等6大领域内的典型应用；最后，总结区块链3.0在发展过程中面临的关键性挑战和未来发展机遇。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

9. 基于不确定度感知的帧关联短视频事件检测方法 李云, 王富铕, 井佩光, 王粟, 肖澳 《计算机应用》唯一官方网站    2024, 44 (9): 2903-2910.   DOI: 10.11772/j.issn.1001-9081.2023091242 摘要 （1268）   HTML （3）    PDF （2161KB）（417）    可视化    收藏 针对如何联合短视频的帧不确定度和时序关联性，以增强事件检测能力的问题，提出一种基于不确定度感知的帧关联短视频事件检测方法。首先，利用2D卷积神经网络（CNN）提取短视频每一帧的特征，再将该特征多次前向传播并通过贝叶斯变分层获得特征均值和与特征对应的不确定度信息；其次，利用模型构建的不确定度感知模块将特征均值和不确定度信息进行融合，再将融合后所得的各帧特征通过时序关联模块加强时域上的联系；最后，用时域关联后的特征通过分类网络实现短视频事件检测。在从Flickr平台上爬取到的短视频事件检测数据集上开展实验对比，实验结果表明，支持向量机（SVM）等子空间学习方法的分类性能较差，对高级语义表示的探索不充分；而深度学习方法对于事件检测的准确率明显更优。相较于SViTT（Sparse Video-Text Transformer）方法，所提方法的准确率、平均召回率和平均精度分别提高了3.37%、2.55%和2.09%，验证了所提方法在短视频事件检测任务上的有效性。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

10. 结合自我特征和对比学习的推荐模型 杨兴耀, 陈羽, 于炯, 张祖莲, 陈嘉颖, 王东晓 《计算机应用》唯一官方网站    2024, 44 (9): 2704-2710.   DOI: 10.11772/j.issn.1001-9081.2023091264 摘要 （1206）   HTML （13）    PDF （1737KB）（738）    可视化    收藏 针对图神经网络推荐中图卷积在消息传递过程的嵌入表示过平滑和噪声问题，提出一种结合自我特征和对比学习的推荐模型（SfCLRec）。采用预训练-正式训练架构训练模型，首先预训练用户和项目的嵌入表示，通过融合节点自我特征维持节点本身的特征唯一性，并引入层级对比学习任务减少来自高阶邻居节点中的噪声；其次，在正式训练阶段根据评分机制重新构建协同图邻接矩阵；最后，根据最终嵌入得到预测评分。实验结果表明，相较于LightGCN、SimGCL（Simple Graph Contrastive Learning）等现有图神经网络推荐模型，SfCLRec在3个公开数据集ML-latest-small、Last.FM和Yelp中均取得了较好的召回率和归一化折损累计增益（NDCG），验证了SfCLRec的有效性。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

11. 适用于物联网的区块链轻量化技术综述 陈姿芊, 牛科迪, 姚中原, 斯雪明 《计算机应用》唯一官方网站    2024, 44 (12): 3688-3698.   DOI: 10.11772/j.issn.1001-9081.2023121817 摘要 （1174）   HTML （6）    PDF （1709KB）（180）    可视化    收藏 区块链技术凭借去中心化和加密等特性被用于物联网（IoT），然而传统区块链在IoT环境下存在扩展性差、延迟高、密码组件消耗高、共识计算复杂和数据存储规模大等问题。针对传统区块链在IoT设备中性能不佳的问题，对区块链轻量化技术进行综述。首先，将区块链架构分为单链结构和有向无环图（DAG）结构，并比较了两类区块链架构中的轻量化操作；其次，从迭代结构、压缩函数和硬件实现方面分析轻量级hash函数；再次，介绍共识算法和存储中的轻量化方案；最后，结合文献调研成果归纳总结区块链轻量化技术的设计思路，展望未来的研究方向。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

12. 基于知识图谱和时空扩散图卷积网络的港口交通流量预测 薛桂香, 王辉, 周卫峰, 刘瑜, 李岩 《计算机应用》唯一官方网站    2024, 44 (9): 2952-2957.   DOI: 10.11772/j.issn.1001-9081.2023081100 摘要 （1147）   HTML （2）    PDF （1614KB）（961）    可视化    收藏 由于港口交通流量具有随机不确定性、时间不平稳特征，因此港口交通流量的精准预测是一项具有挑战性的任务。为了提高港口交通流量预测精度，考虑气象条件和港口相邻高速公路开闭状态等外部干扰因素，提出了一种基于知识图谱和时空扩散图卷积网络的港口交通流量预测算法KG-DGCN-GRU。知识图谱表示港口交通网络相关因素，知识表示方法从港口知识图谱中学习各外部因素的语义信息，扩散图卷积网络（DGCN）和门控循环单元（GRU）能有效挖掘港口交通流量的时空依赖特征。基于天津港交通数据集的实验结果表明，KG-DGCN-GRU能通过知识图谱和扩散图卷积有效提高预测精度，在单步预测（15 min）中与时间图卷积网络（T-GCN）和扩散卷积递归神经网络（DCRNN）相比，均方根误差（RMSE）分别降低了4.85%和7.04%，平均绝对误差（MAE）分别降低了5.80%和8.17%。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

13. 基于图神经网络的多层信息交互融合算法用于会话推荐 杨航, 李汪根, 张根生, 王志格, 开新 《计算机应用》唯一官方网站    2024, 44 (9): 2719-2725.   DOI: 10.11772/j.issn.1001-9081.2023091255 摘要 （1147）   HTML （9）    PDF （1517KB）（198）    可视化    收藏 针对当前会话推荐中存在对于当前会话的项目转换信息挖掘不充分且极少利用其他会话信息的问题，提出一种基于图神经网络的多层信息交互融合算法用于会话推荐。基于当前会话，首先，对节点之间的连接关系设计不同的权重聚合邻域节点的信息，并挖掘当前会话中项目转换的显性信息；其次，通过基于堆叠的残差图注意力网络聚合邻域节点信息，挖掘当前会话中项目转换的隐性信息；最后，通过单门控图神经网络挖掘基于时间戳的会话中存在的序列依赖信息。基于其他会话，通过节点的一阶邻居将整个会话集联系起来，学习全局信息编码，进而融合4个层次的嵌入表示以获得更全面的项目转换信息，同时使用软注意力机制和反向位置嵌入信息对获得的项目转换信息进行更有效的融合。实验结果表明，在Diginetica数据集上，所提模型的精度P@20和平均倒数排名MRR@20较次优模型GCE-GNN（Global Context Enhanced Graph Neural Network）分别提升了0.79%和0.84%；在Tmall数据集上，所提模型的P@20和MRR@20较次优模型HyperS2Rec分别提升了8.23%和7.86%；在Nowplaying数据集上，所提模型的P@20和MRR@20较次优模型HyperS2Rec分别提升了1.33%和7.16%。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

14. 面向联邦学习的随机验证区块链构建 陈廷伟, 张嘉诚, 王俊陆 《计算机应用》唯一官方网站    2024, 44 (9): 2770-2776.   DOI: 10.11772/j.issn.1001-9081.2023091254 摘要 （1140）   HTML （7）    PDF （1975KB）（1899）    可视化    收藏 针对现有联邦学习模型中存在的本地设备模型梯度泄露、中心化服务器设备可随意退出、全局模型无法抵御恶意用户攻击等问题，提出面向联邦学习的随机验证区块链构建及隐私保护方法。首先，引入可验证哈希函数以随机选举区块链的领导节点，确保节点出块的公平性；其次，设计了验证节点的交叉检测机制防御恶意节点的攻击；最后，基于差分隐私技术训练区块链节点，根据节点对模型的贡献程度构建激励规则进行节点激励，提高联邦学习模型的训练准确率。实验结果表明，所提方法在20%恶意节点的情况下，对于恶意节点的投毒攻击能够达到80%的准确率，相较于Google FL提升了61个百分点，而所提方法在噪声方差为10-3时梯度匹配损失比Google FL提升了14个百分点。可见，相较于Google FL等联邦学习方法，所提方法在提升模型的安全性前提下能够保证良好的精确度，具有更好的安全性和鲁棒性。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

15. 基于双重注意力机制的人群计数方法 赵志强, 马培红, 黑新宏 《计算机应用》唯一官方网站    2024, 44 (9): 2886-2892.   DOI: 10.11772/j.issn.1001-9081.2023091269 摘要 （1107）   HTML （5）    PDF （2158KB）（625）    可视化    收藏 针对复杂场景下人群计数问题中的尺度变化、背景干扰和部分遮挡等问题，在空洞卷积操作的基础上，提出一种基于双重注意力机制的空洞上下文卷积神经网络（DA-DCCNN）。首先，将VGG16中的卷积层作为特征提取器，获取人群图像抽象、深层的特征图；其次，利用空洞卷积构造空洞上下文模块（DCM）对不同层获取的特征进行连接，并引入空间注意力模块（SAM）和通道注意力模块（CAM）获取上下文信息；最后，组合欧氏距离和交叉熵构造损失函数，对网络预测注意力图和真实注意力图之间的差异进行度量。在ShanghaiTech、UCF_CC_50和UCF-QNRF 3个公开数据集上的实验结果表明，DA-DCCNN在有效获取图像的多尺度特征的同时，增强了对图像中重要区域和通道的感知能力，平均绝对误差（MAE）取得了相对最优的结果。基于双重注意力机制的特征融合网络能有效感知图像中的空间结构和局部特征，从而使得生成的密度图能更准确地对人群区域进行预测和计数。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

16. 基于改进分段卷积神经网络和知识蒸馏的学科知识实体间关系抽取 赵宇博, 张丽萍, 闫盛, 侯敏, 高茂 《计算机应用》唯一官方网站    2024, 44 (8): 2421-2429.   DOI: 10.11772/j.issn.1001-9081.2023081065 摘要 （1095）   HTML （8）    PDF （2292KB）（1071）    可视化    收藏 关系抽取是梳理学科知识的重要手段以及构建教育知识图谱的重要步骤。在当前研究中，如BERT（Bidirectional Encoder Representations from Transformers）等以Transformer架构为基础的预训练语言模型多数存在参数量大、复杂度过高的问题，难以部署于终端设备，限制了在真实教育场景中的应用。此外，大多数传统的轻量级关系抽取模型并不是通过文本结构对数据进行建模，容易忽略实体间的结构信息；且生成的词嵌入向量难以捕捉文本的上下文特征、对一词多义问题解决能力差，难以契合学科知识文本非结构化以及专有名词占比大的特点，不利于高质量的关系抽取。针对上述问题，提出一种基于改进分段卷积神经网络（PCNN）和知识蒸馏（KD）的学科知识实体间关系抽取方法。首先，利用BERT生成高质量的领域文本词向量，改进PCNN模型的输入层，从而有效捕捉文本上下文特征并在一定程度上解决一词多义问题；其次，利用卷积和分段最大池化操作深入挖掘实体间结构信息，构建BERT-PCNN模型，实现高质量的关系抽取；最后，考虑到教育场景对高效且轻量化模型的需求，蒸馏BERT-PCNN模型输出层和中间层知识，用于指导PCNN模型，完成KD-PCNN模型的构建。实验结果表明，BERT-PCNN模型的加权平均F1值达到94%，相较于R-BERT和EC_BERT模型分别提升了1和2个百分点；KD-PCNN模型的加权平均F1值达到92%，与EC_BERT模型持平；参数量相较于BERT-PCNN、KD-RB-l模型下降了3个数量级。可见，所提方法能在性能评价指标和网络参数量之间更好地权衡，有利于教育知识图谱自动化构建水平的提高和新型教育应用的研发与部署。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

17. 面向手术导航3D/2D配准的无监督跨域迁移网络 王熙源, 张战成, 徐少康, 张宝成, 罗晓清, 胡伏原 《计算机应用》唯一官方网站    2024, 44 (9): 2911-2918.   DOI: 10.11772/j.issn.1001-9081.2023091332 摘要 （1093）   HTML （3）    PDF （2025KB）（1933）    可视化    收藏 3D/2D配准是手术导航的关键技术，现有基于深度学习的配准方法通过网络提取图像特征，继而回归出相应的姿态变换参数。此类方法依赖于真实的样本以及对应的3D标签用于训练，然而这部分专家标注的医疗数据十分稀缺。替代的方案用数字重建放射影像（DRR）图像训练网络，由于图像特征跨域的差异，在X射线图像上难以保持原有的配准精度。针对上述问题，设计基于自注意力的无监督跨域迁移网络（UCDTN），无须依赖X射线图像与其对应的3D空间标签作为训练样本，将源域所捕获的图像特征与空间变换间的对应关系迁移到目标域，借助公共特征减小域间特征的差距、降低跨域所带来的负面影响。实验结果表明，UCDTN预测结果的平均配准误差（mTRE）为2.66 mm；与未经跨域迁移训练的模型相比，mTRE指标降低了70.61%，验证了UCDTN在跨域配准任务上的有效性。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

18. 超图应用方法综述：问题、进展与挑战 曾蠡, 杨婧如, 黄罡, 景翔, 罗超然 《计算机应用》唯一官方网站    2024, 44 (11): 3315-3326.   DOI: 10.11772/j.issn.1001-9081.2023111629 摘要 （1070）   HTML （27）    PDF （795KB）（559）    可视化    收藏 超图是图的泛化，相较于普通图，它在复杂关系的高阶特征表达上具有显著优势。作为一种相对较新的数据结构，超图在应用领域正在发挥越来越大的作用，研究者采用超图模型及算法对现实世界中的具体问题进行建模、求解，有效地提升了解决问题的效率及质量。现有对超图的综述更多侧重于解决超图本身问题的理论及技术，缺乏对超图在具体应用场景下的建模及求解方法的归纳总结。为此，在总结介绍超图的一些基础概念后，分析了超图在各个主流应用场景下的应用方法、技术、共性问题及解决方案；通过对现有工作的归纳总结，阐述了超图运用于现实问题中仍然存在的一些问题与障碍；最后，对超图应用的未来研究方向进行了展望。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

19. 基于概率稀疏自注意力神经网络的重性抑郁疾患诊断 秦璟, 秦志光, 李发礼, 彭悦恒 《计算机应用》唯一官方网站    2024, 44 (9): 2970-2974.   DOI: 10.11772/j.issn.1001-9081.2023091371 摘要 （1035）   HTML （9）    PDF （1067KB）（2330）    可视化    收藏 抑郁症的诊断主要依赖于医师的咨询和量表评估等主观方法，可能导致误诊。脑电图（EEG）具有高时间分辨率、低成本、易于设置和无创等优点，因此可以用作精神障碍（如抑郁症）的定量测量工具。深度学习算法目前在EEG信号上有多种应用，其中就包括抑郁症的诊断和分类。EGG信号在通过自注意力机制处理时有大量的冗余部分，因此，提出一种基于概率稀疏自注意力机制的卷积神经网络（PSANet）。首先，根据采样因数在自注意力机制中选取少量最关键的注意力点，在运用自注意力机制的同时克服它计算成本高的缺点，使它可以在脑电长序列数据上应用；同时将脑电图与患者的生理量表进行嵌合，从而进行多维度诊断。在一个包含抑郁症患者和健康对照组的数据集上进行实验评估，实验结果表明，PSANet表现出较高的分类准确性，参数量也低于EEGNet等对比方法。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

20. 基于无证书签密的跨链身份认证方案 刘德渊, 张金全, 张鑫, 万武南, 张仕斌, 秦智 《计算机应用》唯一官方网站    2024, 44 (12): 3731-3740.   DOI: 10.11772/j.issn.1001-9081.2023121824 摘要 （1032）   HTML （7）    PDF （2361KB）（197）    可视化    收藏 针对现有的区块链跨链身份认证方案存在去中心化程度低、可扩展性较差、资源消耗较大的问题，提出一种基于无证书签密的跨链身份认证方案（CIA-CLSC）。首先，采用无证书签密（CLSC）生成各跨链实体密钥并实现通信加密以及身份认证；其次，采用秘密共享实现分布式系统的密钥管理；最后，采用去中心化身份实现各实体密钥与跨链身份的关联。在保障身份隐私和安全的前提下，CIA-CLSC实现了不同区块链系统间的跨链交互身份认证。理论分析与实验结果表明，CIA-CLSC无需依赖中心化证书机构和第三方密钥管理机构，保证了去中心化特性；CIA-CLSC生成的数字身份符合万维网联盟（W3C）标准，保证了可扩展性；在保持去中心化的前提下实现跨链交互身份认证这一情况下，CIA-CLSC比椭圆曲线密码（ECC）与高级加密标准（AES）的组合减少约34%的时间开销、比RSA与AES的组合减少约38%的时间开销。可见，CIA-CLSC在实际应用中能够有效提高跨链系统的去中心化特性、可扩展性以及交互效率。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

21. 零知识证明赋能区块链的进展与展望 贾淼, 姚中原, 祝卫华, 高婷婷, 斯雪明, 邓翔 《计算机应用》唯一官方网站    2024, 44 (12): 3669-3677.   DOI: 10.11772/j.issn.1001-9081.2023121819 摘要 （1024）   HTML （10）    PDF （3019KB）（202）    可视化    收藏 因为去中心化和不可篡改等特点，区块链技术已经广泛应用于社会治理、教育和医疗等领域。然而，随着应用的不断深入，需求的不断增多，区块链系统面临着安全问题、存储不足以及价值孤岛等一系列挑战。因此，区块链在隐私保护、扩容和跨链互操作性方面的需求日益凸显。将零知识证明（ZKP）技术赋能区块链，可以使区块链实现高级别的匿名性和事务隐私保护，基于ZKP的有效性证明可取代完整的数据由侧链或链下角色提交给主链，基于ZKP的共识证明可更高效地提升区块链跨链协议的性能。针对ZKP赋能区块链的现状亟待综合对比分析的问题，研究ZKP赋能区块链的进展与展望，而基于ZKP技术赋能区块链的相关进展，系统性地总结了近年来的代表性方案。首先，介绍了零知识技术的发展脉络；其次，分类总结基于ZKP技术的区块链的代表性应用，重点介绍这些应用的实现思路和创新点，并基于典型案例对这些应用在区块大小、证明大小、交易费用等指标上分析性能；最后，展望ZKP技术在区块链隐私保护、扩容和跨链的发展前景中的应用。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

22. 链上链下一致性保护技术综述 高婷婷, 姚中原, 贾淼, 斯雪明 《计算机应用》唯一官方网站    2024, 44 (12): 3658-3668.   DOI: 10.11772/j.issn.1001-9081.2023121818 摘要 （990）   HTML （7）    PDF （1452KB）（131）    可视化    收藏 区块链不可篡改的特性保证了链上数据的一致性，而链下数据可能在记录、存储、传输的过程中遭到破坏，这会造成链上和链下数据不一致的问题，进而极大地影响区块链技术的落地发展；因此，需要一些机制保证链上链下数据的一致性。针对链上和链下数据不一致的问题，总结目前的一些链上链下一致性保护技术。首先，介绍链上链下一致性的基本概念，并指出一致性问题的重要性；其次，从预言机机制、数据完整性机制和链上链下数据协同机制这3个方面综述链上链下一致性保护技术，并对比分析一些链上链下一致性保护方案；最后，从3个方面展望链上链下一致性保护技术，为区块链从业者和研究者们进一步深入探讨和研究链上链下一致性保护方法提供理论参考，进而促进区块链应用的落地。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

23. 基于骨架图与混合注意力的视频行人异常检测方法 刘禹含, 吉根林, 张红苹 《计算机应用》唯一官方网站    2024, 44 (8): 2551-2557.   DOI: 10.11772/j.issn.1001-9081.2023081157 摘要 （988）   HTML （3）    PDF （2081KB）（283）    可视化    收藏 近些年，许多利用人体骨架图检测视频异常的研究在描述人体骨架连接强弱时，只考虑到直接相连的节点，关注的运动区域较小且忽略了局部特征，很难准确检测行人异常事件。为解决以上问题，提出一种基于骨架图与混合注意力的视频行人异常检测方法（PAD-SGMA）。首先，扩展骨架点之间的关联，连接根节点与未直接相连的节点，并划分人体骨架图，获取人体骨架局部特征，在图卷积模块中利用静态全局骨架、局部区域骨架和基于注意的邻接矩阵来捕获层次表示；其次，提出新的时空通道混合注意图卷积网络，增加混合注意力模块，关注空间和通道关系，帮助模型增强区分特征且不同程度地关注每个关节。为了验证所提模型，在大规模的公开标准数据集ShanghaiTech Campus上进行实验，结果表明，与GEPC（Graph Embedded Pose Clustering）相比，PAD-SGMA的AUC（Area Under Curve）提高了0.018。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

24. 基于图辅助学习的会话推荐 唐廷杰, 黄佳进, 秦进 《计算机应用》唯一官方网站    2024, 44 (9): 2711-2718.   DOI: 10.11772/j.issn.1001-9081.2023091257 摘要 （981）   HTML （10）    PDF （1786KB）（207）    可视化    收藏 针对现有的自监督对比任务未能充分利用原始数据中的丰富语义以及缺乏通用性的问题，提出一种基于图辅助学习的会话推荐（SR-GAL）模型。首先，在图神经网络（GNN）的基础上引入具有表示一致性（RC）的编码通道，从原始数据中挖掘更有价值的自监督信号；其次，为了充分利用这些自监督信号，设计了与目标任务关系紧密的预测性辅助任务和约束性辅助任务；最后，开发了一个简单且与GNN模型无关的辅助学习框架，将两个辅助任务与推荐任务统一起来，从而提高GNN模型的推荐性能。与次优的对比模型CGSNet（Contrastive Graph Self-attention Network）相比，在Diginetica数据集上，所提模型的精确率P@20和平均倒数排名MRR@20提升了0.58%和1.61%；在Tmall数据集上，所提的模型的P@20和MRR@20分别提升了12.65%和8.41%，验证了该模型的有效性。在多个真实数据集上的实验结果表明，SR-GAL模型优于较先进的模型，并且具有良好的可扩展性和通用性。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

25. 改进掩码自编码器的工业缺陷检测方法 邓凯丽, 魏伟波, 潘振宽 《计算机应用》唯一官方网站    2024, 44 (8): 2595-2603.   DOI: 10.11772/j.issn.1001-9081.2023081122 摘要 （980）   HTML （10）    PDF （4261KB）（113）    可视化    收藏 针对目前只需正常样本即可实现缺陷检测的方法存在漏检或过度检测的问题，构建一种改进掩码自编码器与改进Unet结合的方法实现像素级缺陷检测。首先，采用拟合缺陷模块生成缺陷掩码图像及正常图像对应的缺陷图像；其次，对缺陷图像随机掩码，去除缺陷图像大部分的缺陷信息，激励Transformer结构的自编码器从未掩码的正常区域学习表示并依据上下文修复缺陷图像，为了提高模型对细节的修复能力，设计了新的损失函数；最后，将缺陷图像与修复图像拼接后输入拥有通道方向交叉融合Transformer结构的Unet，实现像素级缺陷检测。实验结果表明，在MVTec AD数据集上，所提方法平均的基于图像的和基于像素的接受者操作特征曲线下的面积值（ROC AUC）分别达到了0.984和0.982，与DRAEM（Discriminatively trained Reconstruction Anomaly Embedding Model）相比分别提高了2.9和3.2个百分点；与CFLOW-AD（Anomaly Detection via Conditional normalizing FLOWs）相比分别提高了3.1和0.8个百分点，证明所提方法具有较高的识别率和检测精度。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

26. 基于区块链的动态密文排序检索方案 孙晓玲, 王丹辉, 李姗姗 《计算机应用》唯一官方网站    2024, 44 (8): 2500-2505.   DOI: 10.11772/j.issn.1001-9081.2023081114 摘要 （975）   HTML （8）    PDF （1741KB）（148）    可视化    收藏 为解决云存储服务器不可信问题，提出基于区块链的动态密文排序检索方案。首先，采用树形索引结构，可达到亚线性的检索效率；使用向量空间模型，降低了文本的复杂度；其次，利用词频-逆文档频率（TF-IDF）加权统计算法实现了多关键词检索结果的排序；再次，采用为新添加的文件单独建立索引树、为删除文件建立删除列表的方法，动态更新区块链上可搜索加密方案；最后，通过泄漏函数证明了所提方案对自适应选择关键词攻击的安全性。性能测试结果表明，所提方案采用的树形索引结构相较于｛key，value｝索引结构，索引树生成时间平均降低了98%、文件搜索时间平均降低了7%、动态更新时间平均降低了99%，各阶段效率均有明显提高。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

27. 基于交互注意力机制的心理咨询文本情感分类模型 汪雨晴, 朱广丽, 段文杰, 李书羽, 周若彤 《计算机应用》唯一官方网站    2024, 44 (8): 2393-2399.   DOI: 10.11772/j.issn.1001-9081.2023081168 摘要 （963）   HTML （7）    PDF （1474KB）（636）    可视化    收藏 心理咨询场景下的情感分类旨在获得咨询者话语的情感倾向，为建立心理咨询AI助手提供支持。现有的方法利用语境信息获取文本情感倾向，但未考虑对话记录中当前句与前向近邻句之间的情感传递。针对这一问题，提出一种基于交互注意力（AOA）机制的心理咨询文本情感分类模型，根据时序对历史情感词分配权重，进而提高分类准确率。利用构建的心理健康情感词典分别提取对话双方的历史情感词序列，再将当前句和历史情感词序列输入到双向长短期记忆（BiLSTM）网络获取对应的特征向量，并利用艾宾浩斯遗忘曲线对历史情感词序列分配权重。通过AOA机制获得惯性特征和交互特征，并结合文本特征输入到分类层计算情感倾向概率。在公开数据集Emotional First Aid Dataset上的实验结果表明，相较于Caps-DGCN（Capsule network and Directional Graph Convolutional Network）模型，所提模型的F1值提高了1.55%。可见，所提模型可以有效提升心理咨询文本的情感分类效果。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

28. 面向空气质量预测的多粒度突变拟合网络 石乾宏, 杨燕, 江永全, 欧阳小草, 范武波, 陈强, 姜涛, 李媛 《计算机应用》唯一官方网站    2024, 44 (8): 2643-2650.   DOI: 10.11772/j.issn.1001-9081.2023081169 摘要 （950）   HTML （2）    PDF （1283KB）（124）    可视化    收藏 空气质量数据作为一种典型的时空数据，具有复杂的多尺度内在特性并存在突变的问题。针对现有空气质量预测方法在处理包含大量突变数据的空气质量预测任务时表现不佳的问题，提出一种面向空气质量预测的多粒度突变拟合网络（MACFN）。首先，针对空气质量数据在时间上的周期性，对输入数据进行了多粒度的特征提取。然后，采用图卷积网络与时间卷积网络分别提取空气质量数据的空间关联性与时间依赖性。最后，设计一个突变拟合网络自适应地学习数据中的突变部分，从而减小预测误差。所提网络在3个真实的空气质量数据集上进行了实验评估，与多尺度时空网络（MSSTN）相比，均方根误差（RMSE）分别下降约11.6%、6.3%和2.2%。实验结果表明，MACFN能有效捕捉复杂的时空关系，并在变化幅度较大、易发生突变的空气质量预测任务中有更好表现。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

29. APK-CNN和Transformer增强的多域虚假新闻检测模型 李金金, 桑国明, 张益嘉 《计算机应用》唯一官方网站    2024, 44 (9): 2674-2682.   DOI: 10.11772/j.issn.1001-9081.2023091359 摘要 （943）   HTML （17）    PDF （1378KB）（2109）    可视化    收藏 为解决社交媒体新闻中的领域转移、领域标签不完整问题，以及探索更高效的多域新闻文本特征提取和融合网络，提出一种基于APK-CNN（Adaptive Pooling Kernel Convolutional Neural Network）和Transformer增强的多域虚假新闻检测模型Transm3。首先，设计三通道网络对文本的语义、情感和风格信息进行特征提取和表示，并利用多粒度跨域交互器对这些特征进行视图组合；其次，通过优化的软共享内存网络和域适配器来完善新闻领域标签；再次，将Transformer与多粒度跨域交互器结合，使用更先进的融合网络动态加权聚合不同领域的交互特征；最后，将融合特征输入分类器中用于真/假新闻判别。实验结果表明，Transm3与M3FEND（Memory-guided Multi-view Multi-domain FakE News Detection）和EANN（Event Adversarial Neural Networks for multi-modal fake news detection）相比，综合F1值在中文数据集上分别提高了3.68%和6.46%，在英文数据集上分别提高了6.75%和11.93%，在各分领域上F1值也有明显的提高，充分验证了Transm3在多域虚假新闻检测工作上的有效性。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

30. 知识图谱在装备故障诊断领域的研究与应用综述 武杰, 张安思, 吴茂东, 张仪宗, 王从宝 《计算机应用》唯一官方网站    2024, 44 (9): 2651-2659.   DOI: 10.11772/j.issn.1001-9081.2023091280 摘要 （938）   HTML （55）    PDF （2858KB）（2923）    可视化    收藏 知识图谱从装备故障诊断数据中提取有用的知识，通过（实体，关系，实体）的三元组方式，对复杂装备的故障诊断信息进行有效管理，实现装备故障的快速诊断。首先，介绍装备故障诊断知识图谱的相关概念，分析装备故障诊断领域知识图谱的构建框架；其次，归纳国内外装备故障诊断知识图谱的知识抽取、知识融合以及知识推理等几个关键技术的研究现状；最后，对目前装备故障诊断知识图谱应用进行总结，提出该领域知识图谱构建的不足和面临的挑战，并对未来装备故障诊断领域提供一些新的思路。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

31. 构建预训练动态图神经网络预测学术合作行为消失 杜郁, 朱焱 《计算机应用》唯一官方网站    2024, 44 (9): 2726-2731.   DOI: 10.11772/j.issn.1001-9081.2023091325 摘要 （936）   HTML （2）    PDF （1708KB）（345）    可视化    收藏 现有链接消失问题研究工作一部分只停留在发现和分析链接消失的原因上，一部分仅使用静态网络表示进行预测，很少从网络动态演化的角度分析链接消失预测问题。针对以上研究现状，提出一种预训练动态图神经网络学术合作行为消失预测模型PreDGN（Pre-trained Dynamic Graph neural Network）。PreDGN首先通过动态图生成预训练任务捕捉动态网络的时间信息，同时利用时序模体构造的边特征补充网络的拓扑信息；其次，结合基于时间编码的注意力节点嵌入，能够更精准地学习节点的表征。经过预训练的模型学习了动态图的历史信息，而且可以在特定的学术合作行为消失预测任务中进行微调。使用公开学术合作数据集HepTh中不同时间跨度、不同数据规模数据进行实验的结果表明，在1996、1997、94—96和97—99子数据集上，相较于次优的动态图神经网络方法（DyRep），所提模型的曲线下面积（AUC）指标分别提高了10.47、8.16、13.41和3.27个百分点，平均精度（AP）指标分别提高了5.87、2.15、8.26和3.01个百分点。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

32. 面向联邦学习的后门攻击与防御综述 陈学斌, 屈昌盛 《计算机应用》唯一官方网站    2024, 44 (11): 3459-3469.   DOI: 10.11772/j.issn.1001-9081.2023111653 摘要 （933）   HTML （1）    PDF （785KB）（1024）    可视化    收藏 联邦学习（FL）作为一种分布式的机器学习方法，允许不同参与方利用各自的本地数据集合作训练一个机器模型，因此能够解决数据孤岛与用户隐私保护问题。但是，FL本身的分布式特性使它更容易受到后门攻击，这为它的实际应用带来了更大的挑战。因此，深入了解FL环境下的后门攻击与防御方法对该领域的发展至关重要。首先，介绍了FL的定义、流程和分类以及后门攻击的定义；其次，从FL环境下的后门攻击和后门防御方案这两个方面进行了详细介绍与分析，并对后门攻击和后门防御方法进行对比；最后，对FL环境下的后门攻击与防御方法的发展进行了展望。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

33. 用于RGBT跟踪的孪生混合信息融合算法 黄颖, 杨佳宇, 金家昊, 万邦睿 《计算机应用》唯一官方网站    2024, 44 (9): 2878-2885.   DOI: 10.11772/j.issn.1001-9081.2023081223 摘要 （913）   HTML （4）    PDF （3144KB）（1332）    可视化    收藏 可见光与热红外跟踪（又称RGBT（RGB-Thermal）跟踪）的核心是有效地利用不同模态的信息，针对决策级融合中单分支产生低质结果影响算法判定目标的问题，提出一个用于RGBT跟踪的孪生混合信息融合算法SiamMIF。首先，使用孪生主干网络（SBN）进行多模态特征提取；其次，从信噪比的角度分析低质图像对双分支并行决策产生的影响，进而设计了一个信噪比驱动的信息交互模块（IIM）对低信噪比特征进行信息互补；再次，利用双流无锚跟踪头（ADH）对补偿后的特征进行分类回归；最后，采用自适应轻量决策模块（ALDM）对跟踪结果进行融合，并快速判定目标位置。在4个RGBT基准数据集GTOT、RGBT234、VOT-RGBT2019和LasHeR上的实验结果表明，所提算法在LasHeR数据集上的成功率和精确度分别为0.396和0.518，相较于APFNet（Attribute-based Progressive Fusion Network）提升9.4%和3.6%，在其他3个数据集上也能取得较好结果，且在GPU上的帧率能达到40 frame/s。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

34. 神经架构搜索综述 孙仁科, 皇甫志宇, 陈虎, 李仲年, 许新征 《计算机应用》唯一官方网站    2024, 44 (10): 2983-2994.   DOI: 10.11772/j.issn.1001-9081.2023101374 摘要 （899）   HTML （33）    PDF （3686KB）（1168）    可视化    收藏 近几年，深度学习因具有强大的表征能力，已经在许多领域中取得了突破性的进展，而神经网络的架构对它的性能至关重要。然而，高性能的神经网络架构设计严重依赖研究人员的先验知识和经验，神经网络参数量庞大，难以设计最优的神经网络架构，因此自动神经架构搜索（NAS）获得了极大的关注。NAS是一种使用机器学习的方法，可以在不需要大量人力的情况下，自动搜索最优网络架构的技术，是未来神经网络设计的重要手段之一。NAS本质上是一个搜索优化问题，通过对搜索空间、搜索策略和性能评估策略的设计，自动搜索最优的网络结构。从搜索空间、搜索策略和性能评估策略这3个方面详细且全面地分析、比较和总结目前NAS的研究进展，方便读者快速了解神经架构搜索的发展过程和各项技术的优缺点，并提出NAS未来可能的研究发展方向。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

35. 字典学习与样本关联保持结合的无监督特征选择模型 刘晶鑫, 黄雯静, 徐亮胜, 黄冲, 吴建生 《计算机应用》唯一官方网站    2024, 44 (12): 3766-3775.   DOI: 10.11772/j.issn.1001-9081.2023121783 摘要 （880）   HTML （2）    PDF （7520KB）（165）    可视化    收藏 针对大多数基于字典学习的无监督特征选择模型没有充分挖掘数据间的本质关联，进而降低了特征重要性判断的准确性这一问题，提出一种字典学习与样本关联保持结合的无监督特征选择模型（DLSCP）。首先，从数据中学习字典基以完成对原始数据的编码，并在字典空间中获得能够反映数据分布的隐表示；其次，进一步在字典空间中自适应地学习数据间的本质关联，以消除冗余特征和噪声特征的影响，从而获得准确的数据间的局部几何结构；最后，利用数据间的本质关联评估数据特征的关联性和重要性。在TOX数据集上的实验结果表明，当选择50个特征时，DLSCP在归一化互信息（NMI）和聚类准确度（Acc）这2个评价指标上，相较于非负谱分析模型NDFS（Nonnegative Discriminative Feature Selection）分别提升了13.33和7.95个百分点，相较于隐空间嵌入无监督特征选择模型LSEUFS（Latent Space Embedding for Unsupervised Feature Selection via joint dictionary learning）分别提升了15.74和7.31个百分点，验证了DLSCP的有效性。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

36. 大语言模型驱动的立场感知事实核查 姜雨杉, 张仰森 《计算机应用》唯一官方网站    2024, 44 (10): 3067-3073.   DOI: 10.11772/j.issn.1001-9081.2023101407 摘要 （872）   HTML （11）    PDF （1036KB）（145）    可视化    收藏 为解决事实核查领域的证据立场不平衡和忽略立场信息的问题，提出一种大语言模型（LLM）驱动的立场感知事实核查（LLM-SA）方法。首先，使用LLM推理并生成一系列与原始声明立场不同的辩证声明，使事实核查任务能够获取不同立场的视角；其次，通过语义相似度计算衡量每个证据句子与原始声明及辩证声明之间的相关性，并从证据句子中分别选择与两者语义上最相近的k个句子，作为支持或反对原始声明的证据，从而获得代表不同立场的证据，有助于事实核查模型综合多角度的信息，更准确地评估声明的真实性；最后，引入BERT-StuSE（Bidirectional Encoder Representations from Transformers-based Stance-infused Semantic Encoding network）模型，利用多头注意力机制充分融合证据的语义和立场信息，并更全面、客观地判断声明和证据的关系。在CHEF数据集上的实验结果表明，与BERT方法相比，所提方法在测试集上的Micro F1值和Macro F1值分别提高了3.52、3.90个百分点，达到较好的水平。验证了所提方法的有效性，以及考虑不同立场的证据和充分利用证据的立场信息对事实核查的性能提升具有重要意义。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

37. 基于双流神经网络的个性化联邦学习方法 沈哲远, 杨珂珂, 李京 《计算机应用》唯一官方网站    2024, 44 (8): 2319-2325.   DOI: 10.11772/j.issn.1001-9081.2023081207 摘要 （865）   HTML （55）    PDF （2185KB）（822）    可视化    收藏 经典的联邦学习（FL）算法在数据高度异构的场景下难以取得较好的效果。个性化联邦学习（PFL）针对数据异构问题，提出新的解决方案，即为每个客户端“量身定做”专属模型，这样模型会拥有较好的性能；然而同时会引出难以将FL扩展到新客户端上的问题。针对PFL中的性能与扩展的难题展开研究，提出基于双流神经网络结构的联邦学习模型，简称FedDual。双流神经网络模型通过增加一个用于分析客户端个性化特征的编码器，既能拥有个性化模型的性能，又便于扩展到新客户端。实验结果表明，相较于经典联邦平均（FedAvg）算法，FedDual在MNIST和FashionMNIST等数据集上的准确率有明显提升，而在CIFAR10数据集上的准确率提升了10个百分点以上，且面对新客户端保持准确率不下降，实现了“即插即用”，解决了新客户端难以扩展的问题。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

38. 基于改进YOLOv5的Logo检测算法 李烨恒, 罗光圣, 苏前敏 《计算机应用》唯一官方网站    2024, 44 (8): 2580-2587.   DOI: 10.11772/j.issn.1001-9081.2023081113 摘要 （859）   HTML （15）    PDF （4682KB）（959）    可视化    收藏 针对Logo图像背景复杂、Logo目标尺寸多变的问题，提出了一种基于YOLOv5的改进检测算法。首先，结合CBAM（Channel Block Attention Module），分别在图像通道与空间方向进行压缩，提取图像的关键信息与重要区域；然后，使用可变空洞卷积（SAC）使网络在不同尺度下自适应地调整特征图中的感受野大小，以捕获不同尺度下的物体信息，改善网络对多尺度目标的检测效果；最后，将归一化Wasserstein距离（NWD）嵌入损失函数，将边界框建模成2D的高斯分布，计算对应的高斯分布之间的相似度，更好地度量目标之间的相似性，提高对小目标的检测性能与模型鲁棒性和稳定性。实验结果表明，在数据量较小的数据集FlickrLogos-32中，改进后算法的平均精度均值（mAP@0.5）达到90.6%，比原始YOLOv5算法提升了1个百分点；在数据量较大的数据集QMULOpenLogo中，改进后算法的mAP@0.5达到62.7%，比原始YOLOv5算法提升了2.3个百分点；在针对特定类型的Logo检测集LogoDet3K中，针对3类商标改进后算法比原始算法的mAP@0.5分别提升了1.2、1.4与1.4个百分点，说明它有更好的Logo图像小目标检测能力。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

39. 面向学生课堂情感计算的自适应混合网络 戎妍, 刘嘉雯, 李馨蕾 《计算机应用》唯一官方网站    2024, 44 (9): 2919-2930.   DOI: 10.11772/j.issn.1001-9081.2023091303 摘要 （857）   HTML （5）    PDF （4730KB）（2019）    可视化    收藏 情感计算可以为智慧教育提供更好的教学效果和学习体验。目前针对课堂领域的情感计算研究仍存在有限的适应性与对复杂场景的感知能力较弱的问题。针对这一挑战，提出一种混合架构SC-ACNet，旨在对学生课堂进行准确的情感计算。该架构包含一个能适应小目标的多尺度学生面部检测模块；一个能适应不同面部姿态的、具有自适应空间结构的情感计算模块，对学生的5种课堂情感（平静、困惑、愉悦、困倦和惊讶）进行准确识别；以及一个自注意力模块，以可视化模型中对结果产生主要贡献的区域。此外，为缓解课堂环境下学生面部情绪图像数据集匮乏的问题，构建了一个学生课堂数据集SC-ACD。在SC-ACD数据集上的实验结果表明，与基线方法YOLOv7相比，SC-ACNet的平均精度均值（mAP）提升了4.2个百分点，情感计算准确率提升了9.1个百分点；此外，SC-ACNet在KDEF和RaFD数据集上的准确率分别达到了0.972和0.994，验证了SC-ACNet可作为提高智慧课堂教学质量的有前途的解决方案。 图表 | 参考文献 | 相关文章 | 多维度评价

Select

40. 基于图共现增强多层感知机的会话推荐 唐廷杰, 黄佳进, 秦进, 陆辉 《计算机应用》唯一官方网站    2024, 44 (8): 2357-2364.   DOI: 10.11772/j.issn.1001-9081.2023081063 摘要 （853）   HTML （11）    PDF （1743KB）（240）    可视化    收藏 针对多层感知机（MLP）架构无法捕获会话序列上下文中的共现关系的问题，提出了一种基于图共现增强MLP的会话推荐模型GCE-MLP。首先，利用MLP架构捕获会话序列的顺序依赖关系，同时通过共现关系学习层获得序列上下文中的共现关系，并通过信息融合模块得到会话表示；其次，设计了特定的特征选择层，旨在扩大不同关系学习层输入特征的差异性；最后，通过噪声对比任务最大化两种关系表征之间的互信息，进一步增强对会话兴趣的表征学习。在多个真实数据集上的实验结果表明GCE-MLP的推荐性能优于目前主流的模型，验证了该模型的有效性。与最优的MLP架构模型FMLP-Rec（Filter-enhanced MLP for Recommendation）相比，在Diginetica数据集上，P@20最高达到了54.08%，MRR@20最高达到了18.87%，分别提升了2.14和1.43个百分点；在Yoochoose数据集上，P@20最高达到了71.77%，MRR@20最高达到了31.78%，分别提升了0.48和1.77个百分点。 图表 | 参考文献 | 相关文章 | 多维度评价