《计算机应用》唯一官方网站

基于区块链的去中心化科学系统运行机制综述

彭宇琪, 陈娇龙, 颜嘉麒

2025, 45(11): 3407-3415. DOI: 10.11772/j.issn.1001-9081.2024121847

摘要 ( )

HTML ( )

PDF (1077KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

随着区块链等新兴技术的快速发展和广泛应用，去中心化科学（DeSci）运动兴起，旨在改善传统集中式科学系统，进而构建开放包容的科学自治生态。针对集中式科学系统在信息流通、资源分配和评价机制等方面存在的问题，综述了基于区块链的DeSci系统运行机制。首先，介绍了DeSci的概念及其应用现状；其次，对DeSci进行文献调研，从经济和社会2个维度出发，将科学系统运行机制划分为资产管理、通证经济、组织治理和信任建构4个方面，并按照分类总结科学系统的现状和区块链技术改善科学系统的优势；再次，分类综述了基于区块链及相关技术的DeSci系统的运行机制；最后，从科研全流程的角度展望DeSci生态，并总结了DeSci系统实践面临的挑战和未来发展机遇。综述表明，基于区块链的DeSci系统有潜力改善现有科学体系，它的运行机制能够为构建科学自治生态提供理论依据和实践方向。

基于区块链的DDoS防护研究综述

唐梅, 万武南, 张仕斌, 张金全

2025, 45(11): 3416-3423. DOI: 10.11772/j.issn.1001-9081.2024121850

摘要 ( )

HTML ( )

PDF (1234KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

随着网络安全威胁的日益加剧，分布式拒绝服务（DDoS）攻击一直是网络安全领域的研究难题。传统的DDoS防护方案通常依赖中心化架构，存在单点故障、数据篡改等问题，难以应对复杂多样的攻击场景。区块链技术凭借去中心化、不可篡改和透明性等特性，为DDoS防护提供了新的解决思路。针对DDoS防护中的技术挑战，总结了基于区块链的DDoS防护研究进展。首先，介绍DDoS攻击的基本概念及其对传统网络、物联网（IoT）和软件定义网络（SDN）等环境的威胁，分析引入区块链技术的必要性与潜在优势；其次，从区块链结合智能合约、深度学习、跨域协作等方面，归纳并对比现有的DDoS防护机制；最后，结合区块链性能优化、多域协作以及实时响应等方面的技术难点，展望未来基于区块链的DDoS防护技术的发展方向，从而为网络安全领域的研究者提供理论参考，进一步推动区块链在DDoS防护中的实际应用。

基于可信执行环境的自适应在线区块链分片算法

王飞, 王恒笛, 朱孔林, 张琳

2025, 45(11): 3424-3431. DOI: 10.11772/j.issn.1001-9081.2024121839

摘要 ( )

HTML ( )

PDF (1086KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对跨分片交易协议中多轮分片到分片通信所带来的性能瓶颈问题，提出一种基于可信执行环境（TEE）的自适应在线区块链分片算法。该算法优化了跨分片交易的执行流程，可降低通信开销并提升系统吞吐量。首先，设计了自适应在线分片算法，通过延迟一定的时间，再将交易分配至分片，使相关交易聚合在一起，从而减少跨片交易并降低通信开销；其次，结合TEE技术，安全高效地执行链下的跨片交易，从而避免传统方案中多轮分片间通信的需求；最后，引入一种单侧反馈优化算法，依据当前的系统状态和交易需求，动态地适应交易模式的变化，实时优化分片策略。实验结果表明，与随机分片算法相比，所提算法在吞吐量上提升了35%。该算法通过减少不必要的通信和计算开销，在保证跨分片交易安全性的同时，显著提升了系统的整体性能，适用于高吞吐量和低延迟的区块链系统，具有较高的应用价值。

基于SM2同态加密的区块链多域访问控制方案

孙碧芒, 万武南, 张仕斌, 张金全

2025, 45(11): 3432-3439. DOI: 10.11772/j.issn.1001-9081.2024121849

摘要 ( )

HTML ( )

PDF (816KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有区块链多域环境下访问控制模型存在的属性隐私保护泄漏和可扩展性不足问题，提出一种基于跨链的多域访问控制模型（CC-MDACM）。首先，基于属性访问控制（ABAC）和中继链技术，提出一种跨区块链的多域访问控制模型，实现域内自主授权并在域间通过中继链实现异构链之间的细粒度访问控制。其次，结合基于SM2的门限同态密码算法和零知识证明技术，提出多域环境下跨链的属性与策略双隐藏且可扩展的访问控制方案。该方案通过中继链的分布式节点验证和解密数据，并在密文状态下完成访问控制决策，从而实现访问控制过程中属性和策略的双隐藏以及访问控制策略的动态扩展，同时采用Raft共识保证解密的可靠性。最后，对所提方案进行安全理论分析和仿真实验。结果表明，在属性和策略双隐藏，以及访问策略动态扩展的基础上，所提方案有效解决了异构链间跨链的多域访问控制问题，且加、解密效率相较于分布式双陷门公钥密码系统（DT-PKC）分别提升了34.4%和44.9%。

基于哈希时间锁定和激励机制的半中心化跨链桥设计

沈廷达, 朱孔林, 张琳

2025, 45(11): 3440-3445. DOI: 10.11772/j.issn.1001-9081.2024121848

摘要 ( )

HTML ( )

PDF (726KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

区块链生态系统中的跨链桥技术主要分为中心化和去中心化两类：中心化桥因资产集中，易受攻击且损失巨大；去中心化桥符合无信任原则，但资源需求高、实施周期长，且存在可扩展性差的问题。当前研究较少探讨如何在去中心化设计中平衡单点故障和运营效率，为应对这些挑战，结合中心化与去中心化模型提出一种半中心化跨链桥架构，其中由中央服务器提供初始化节点服务，由区块链上智能合约提供去中心化服务，包括路由、质押等。首先，通过激励机制鼓励区块链节点的参与，并通过代码签名和哈希值验证的远程认证建立信任；其次，验证后的节点被纳入去中心化路由表，参与跨链交易验证和审计；最后，基于哈希时间锁定协议（HTLC）验证跨链交易。针对交易成本和延时的实验结果显示，所提架构将交易延时缩短至［24，36］ s，单笔跨链交易成本为403 299 gas，与中心化跨链桥接近；通过安全性分析指出了3种典型跨链桥攻击和相应的解决方法。所提出的半中心化跨链桥架构在去中心化跨链桥的安全性基础上实现了接近中心化跨链桥的性能，可平衡跨链桥的安全性、效率和交易成本。

基于一致性哈希的区块链存储优化策略

刘明灏, 洪建磊, 王成翔, 赵金东

2025, 45(11): 3446-3452. DOI: 10.11772/j.issn.1001-9081.2024121836

摘要 ( )

HTML ( )

PDF (867KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

为了解决区块链数据量剧增带来的存储问题，提出一种改进的一致性哈希算法，以实现区块链的存储扩展。针对Hyperledger Fabric在企业级应用中节点存储负载不均和数据倾斜的问题，基于一致性哈希算法提出了改进方案——基于虚拟节点分配与动态权重策略的哈希算法（VNDWS）。首先，采用虚拟节点分配机制为每个节点动态分配多个虚拟节点，使数据在哈希环中均匀分布，减少负载不均；其次，应用动态权重机制，基于节点存储能力和网络延迟等性能指标实时调整权重，使高性能节点承担更多数据负载，从而优化数据分配和存储效率。仿真实验结果表明，与传统区块链Fabric网络和传统一致性哈希算法相比，VNDWS的节点存储消耗分别降低了48.31和6.39个百分点，而数据查询效率分别提升了96.25%和21.95%。VNDWS在存储扩展方面能有效降低节点存储消耗并提高查询效率。

基于区块链的重复数据删除和数据完整性审计方案

高婷婷, 姚中原, 贾淼, 斯雪明, 谭焕明, 詹玉峰

2025, 45(11): 3453-3462. DOI: 10.11772/j.issn.1001-9081.2024121835

摘要 ( )

HTML ( )

PDF (1045KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

为解决当前云存储系统中的数据冗余和数据完整性保障问题，提出一种基于区块链的云存储数据去重与完整性审计方案。该方案结合重复数据删除技术与区块链分布式审计机制，在实现去重存储的同时，可确保数据的机密性和完整性。首先，利用消息锁定加密（MLE）方法为不同用户的相同数据生成相同的加密密文，对于重复数据的上传者，采用基于沃克尔树（VT）的所有权证明（PoW）机制进行所有权验证，从而实现安全的密文去重；其次，基于区块链不可篡改的特性，设计了一种高效的数据完整性审计机制，能够在不影响用户数据隐私的前提下进行透明的审计和验证，可抵御包括外部攻击者、云服务提供商（CSP）恶意行为及密钥管理风险在内的多种威胁；最后，通过功能性分析和密钥安全、抗合谋攻击等安全性分析，证明所提方案具有较高的安全性和实用性。性能分析结果表明，完整性验证时间与挑战块数成正比，当挑战块数为1 000时，完整性验证时间约为85 ms。实验分析结果表明，该方案能为云存储系统提供可靠的去重与数据完整性审计服务。

云边缘协同电网状态监测数据区块链灾备方案

张利华, 王文彪, 杨怡, 罗佳丽

2025, 45(11): 3463-3469. DOI: 10.11772/j.issn.1001-9081.2024121846

摘要 ( )

HTML ( )

PDF (1679KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对数据容灾备份方案存在的数据安全性低、易丢失和损坏、过度依赖第三方服务等问题，提出一种云边缘协同电网状态监测数据区块链灾备方案。首先采用云边缘协同方式提高监测数据备份效率；其次结合Paillier算法和阈值秘密共享对监测数据进行加密保护，实现分布式备份；最后将改进的Hot-Stuff共识机制应用于区块链，提高区块链的共识效率。安全性分析结果表明，该方案具有隐私性、完整性、不可伪造性和正确性；性能分析结果表明，该方案缩短了备份与恢复延迟以及备份与恢复耗时，降低了计算开销，且提高了吞吐量。

基于区块链和多属性决策的车联网信任管理方案

罗欣洋, 万武南, 张仕斌, 张金全

2025, 45(11): 3470-3476. DOI: 10.11772/j.issn.1001-9081.2024121865

摘要 ( )

HTML ( )

PDF (901KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对车联网（IoV）中合理地对车辆进行信任评估并及时更新多个路边单元（RSU）之间一致的信任值的问题，在已有的IoV信任管理方案基础上，提出一种基于区块链和多属性决策的IoV信任管理方案BCIoVTrust （BlockChain IoV Trust）。首先，通过属性值和动态属性权重计算车辆综合信任值和恶意概率标志值；其次，通过奖惩机制减少恶意车辆在IoV中停留的时间；最后，采用混合共识机制，以车辆信任值的绝对值之和作为权益，动态改变矿工节点的出块难度。实验结果表明，该方案能更全面准确地计算车辆信任值、识别和移除恶意车辆，并且更快地更新区块上存储的信任值，从而有效解决冷启动问题、动态调整信任衰减速率、合理选择最优推荐节点以及防止恶意车辆共谋串通。

基于区块链的电子政务跨部门协作身份认证方案

王睿, 潘恒, 刘坤, 斯雪明, 张博伟, 李坤阳

2025, 45(11): 3477-3485. DOI: 10.11772/j.issn.1001-9081.2024121851

摘要 ( )

HTML ( )

PDF (1398KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对政务服务数字化转型过程中跨部门协作身份认证存在的凭证验证流程复杂、凭证共享受限及用户需多次往返申请凭证等问题，提出一种基于区块链的电子政务跨部门协作身份认证方案。首先，设计可验证凭证（VC）及其存在性证明（VC Proof）机制，将凭证哈希值及证明信息存储至区块链，以实现多部门间的高效凭证验证。其次，构建授权凭证机制，使验证方与相关部门进行凭证交互，从而减少用户重复申请凭证的负担；同时，引入基于智能合约的非交互式零知识证明技术，在保障VC隐私的前提下完成身份认证。实验结果表明，所提方案的验证gas消耗较低，稳定在500 gas左右，且合约部署的gas消耗随合约规模呈线性增长；当验证gas消耗为140.55 Gwei时，它的吞吐量达到最高，约7×10⁴ TPS（每秒处理事务数），而验证gas消耗增至562.562 Gwei时，吞吐量下降至约2×10⁴ TPS。此外，与以太坊上的实验结果相比，所提方案在相同并发环境下展现出更优的性能，平均响应时间缩短了约0.32 s。

改进的基于可验证洗牌的混币协议

郦文俊, 徐贤, 万明超, 李春淼

2025, 45(11): 3486-3492. DOI: 10.11772/j.issn.1001-9081.2024121838

摘要 ( )

HTML ( )

PDF (619KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有以太坊上混币协议在性能和安全性上的瓶颈与限制，提出一种改进的基于可验证洗牌的混币协议EncMix。该协议首先引入可验证洗牌机制，确保所有参与者的资金流动完全不可追踪；其次，结合ElGamal加密技术和Chaum-Pedersen零知识证明，实现了取款的匿名性；最后，通过优化智能合约的逻辑减少不必要的计算步骤，从而减少混币流程所消耗的gas量。实验结果显示，相较于现有的MixEth协议，EncMix在一次完整的混币过程中减少了至少20万gas的成本；此外，在预言机模型下证明了EncMix协议具有匿名性、可用性和防盗性。可见EncMix在提升性能和节省成本的同时，保证了区块链交易的安全性，还能为去中心化金融应用提供更可靠的技术支持，并带来可观的经济价值。

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

李浴淑, 邢颖, 陆思奇, 潘恒, 柴森春, 斯雪明

2025, 45(11): 3493-3501. DOI: 10.11772/j.issn.1001-9081.2024121858

摘要 ( )

HTML ( )

PDF (1282KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

智能合约漏洞引发的安全事件频发，而现有检测工具对多语言支持不足，特别是缺乏对C/C++智能合约源码级别的漏洞检测能力。针对上述问题，提出基于深度学习的C/C++智能合约漏洞检测方法，并设计了函数体切片级检测工具CDFSentry。该工具从源码角度出发，借鉴深度学习在图像处理领域中的目标区域概念应用于智能合约漏洞检测。工具实现分为4步：一是提取漏洞函数体切片，获取完整函数体信息；二是对提取的切片进行标注；三是将切片编码为向量，转化为深度学习输入格式；四是完成向量标记与模型训练。此外，通过分析C/C++智能合约漏洞产生的原因，定义了5种类型的漏洞：整数溢出、权限控制、代币转移、内存管理和交易延迟，并构建了包含5 024个源码的数据集，解决了该领域开源数据集匮乏与漏洞类型不统一的问题。在该数据集上的实验结果表明，同类型的深度学习工具GNNSCVulDetector仅能检测1种漏洞，而CDFSentry可检测5种漏洞，且准确率提高了12.68个百分点。CDFSentry基于深度学习检测C/C++智能合约源码漏洞，可减少对专家依赖，且相比同类工具检测精度更高、范围更广；通过持续学习训练，它的检测能力可不断提升。

开放式富语义非同质化数据要素链网融合架构

王晶晶, 陈孟泽, 晏紫微, 王嘉讯, 罗赞, 任亚坤, 雷凯

2025, 45(11): 3502-3509. DOI: 10.11772/j.issn.1001-9081.2024121845

摘要 ( )

HTML ( )

PDF (986KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有非同质化代币（NFT）的流转机制存在跨链开放性限制、安全性问题以及网络拥堵和交易费用增高的问题，设计一种名为IEN NFDE（Intelligent Eco Networking Non-Fungible Data Element）的开放式富语义非同质化数据要素（NFDE）链网融合架构。首先，该架构设计了覆盖网络的传输协议，包括命名规则、报文的数据结构与编码规则以及基于命名寻址的数据转发和验证机制；其次，创新性地定义了富语义NFDE，将元数据和数字资产本身封装为一个独立且具有语义属性的数字实体，从而实现链上、链下的自由流通，解耦区块链系统与数据要素之间的绑定限制，提高数据要素流转的灵活性；最后，完成了IEN NFDE架构的原型系统设计与实现，并对它进行了性能测试。实验结果表明，在数据传输次数大于600时，与传输控制协议/互联网协议（TCP/IP）架构的NFT交易平台相比，IEN NFDE架构的原型系统在数据传输平均时延上至少降低了46.34%，数据传输总时延至少降低了52.43%，网络通信开销至少降低了36.98%，吞吐量至少提高了135.71%。这表明IEN NFDE架构的原型系统在提高数据跨链流转效率的同时，能显著降低网络资源的消耗。IEN NFDE架构不仅可为NFDE的高效流转提供新的解决方案，而且在实际应用中能够有效缓解网络拥堵现象，降低交易成本，为NFT市场的健康发展提供技术支持。

兼顾高效性和安全性的新型联邦学习方案

云健, 高新茹, 刘涛, 毕文洁

2025, 45(11): 3510-3518. DOI: 10.11772/j.issn.1001-9081.2024121834

摘要 ( )

HTML ( )

PDF (1323KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对在联邦学习中实施隐私保护机制会加剧系统通信负担，而当试图提升系统通信效率时，又会牺牲模型精度的问题，设计了一种兼顾高效性和安全性的联邦学习方案FedPSR（Federated Parameter Sparsification with secure aggregation and Reconstruction）。该方案旨在平衡由时间复杂度与通信开销构成的模型通信效率和隐私安全性。首先，利用稀疏三元压缩（STC）算法的参数稀疏化策略将待上传的模型参数压缩为三元组形式，以减少数据传输量；其次，为弥补因参数压缩带来的信息损失，采用错误反馈机制将上一轮压缩产生的误差累加至下一轮本地更新后的梯度；最后，采用Paillier同态加密技术保证了模型在高效通信前提下的参数传输及聚合过程的隐私安全。在多个公开数据集上将FedPSR与当前前沿方案在独立同分布（IID）及非独立同分布（Non-IID）的数据场景下进行对比分析，实验结果表明，FedPSR解决了现存方案无法在时间复杂度、通信开销、隐私保护间取得平衡的问题，且在3个主流数据集的IID与Non-IID条件下都有效提高了模型的精度、收敛性及鲁棒性。

基于多视角关系增强知识图谱的推荐方法

甘轲, 朱小飞, 程佳玮

2025, 45(11): 3519-3528. DOI: 10.11772/j.issn.1001-9081.2024111665

摘要 ( )

HTML ( )

PDF (1948KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

基于知识图谱的推荐方法通过结合物品属性图和用户交互图中的关系连接学习用户和物品节点的表示，从而推荐合适的物品；然而，由于知识图谱同时包含噪声关系和优质关系，当前的主要挑战在于如何规避噪声关系并挖掘优质关系。现有方法通常基于全局的重构策略，通过裁剪噪声关系或挖掘优质关系的单一方式优化知识图谱关系，以此学习用户和物品的表示。然而，基于全局视角难以充分捕捉局部信息的细节，并且容易忽略局部信息与全局信息之间的潜在互补性；此外，仅依赖裁剪或增补策略难以同时规避噪声关系的干扰并全面挖掘优质关系。针对上述问题，提出一种基于多视角关系增强知识图谱的推荐方法（RMPREKG）。该方法利用物品混合关系对齐模块和交互混合关系增强模块减少物品属性图和用户交互图中噪声关系的影响，同时深入挖掘优质高阶关系。物品混合关系对齐模块通过重要性裁剪策略和高阶关系挖掘方法分别提取局部与全局关系，并采用一种知识对齐的方法协同两类信息，可有效提炼优质物品辅助信息；交互混合关系增强模块构建了局部混合裁剪关系图和全局混合增补关系图，并通过跨通道和跨层对比学习增强两者之间的信息互补性，从而全面学习用户和物品的表示。最后，采用层级门控自适应的方法融合多组用户与物品嵌入用于推荐。当推荐长度为20时，与VRKG4Rec（Virtual Relational Knowledge Graphs for Recommendation）相比，RMPREKG在Last.FM数据集的归一化折损累计增益（NDCG）提升了10.17%，在MovieLens-1M数据集的NDCG提升了1.13%。

基于超图神经网络的多尺度信息传播预测模型

赵敬华, 张柱, 吕锡婷, 林慧丹

2025, 45(11): 3529-3539. DOI: 10.11772/j.issn.1001-9081.2024111657

摘要 ( )

HTML ( )

PDF (993KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有多尺度信息传播预测模型忽略了级联传播的动态性，以及独立进行微观信息预测时性能有待提高的问题，提出基于超图神经网络的多尺度信息传播预测模型（MIDHGNN）。首先，使用图卷积网络（GCN）提取社交网络图中蕴含的用户社交关系特征，使用超图神经网络（HGNN）提取传播级联图中蕴含的用户全局偏好特征，并融合这2类特征进行微观信息传播预测；其次，利用门控循环单元（GRU）连续预测传播用户，直至虚拟用户；再次，将每次预测所得用户总数作为级联的最终规模，完成宏观信息传播预测；最后，在模型中嵌入强化学习（RL）框架，采用策略梯度方法优化参数，提升宏观信息传播预测性能。在微观信息传播预测方面，相较于次优模型，MIDHGNN在Twitter、Douban、Android数据集上的Hits@k指标分别平均提升12.01%、11.64%、9.74%，mAP@k指标分别平均提升31.31%、14.85%、13.24%；在宏观预测方面，MIDHGNN在这3个数据集上的均方对数误差（MSLE）指标分别最少降低8.10%、12.61%、3.24%，各项指标均显著优于对比模型，验证了它的有效性。

融合图像与文本信息的多模态知识图谱链接预测方法

贵慧琳, 岳昆, 段亮

2025, 45(11): 3540-3546. DOI: 10.11772/j.issn.1001-9081.2024111561

摘要 ( )

HTML ( )

PDF (995KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

引入多模态信息提升知识图谱链接预测的性能成为最近的研究热点，然而这些方法通常只采用简单的拼接或注意力机制进行多模态特征融合，忽视了不同模态间的关联性和语义不一致性，难以保留各模态中的特定信息，且不能有效利用各模态间的信息互补性。针对上述问题，提出一个基于跨模态注意力机制及对比学习的多模态知识图谱链接预测模型FITILP（Fusing Image and Textual Information for Link Prediction）。首先，基于预训练模型BERT（Bidirectional Encoder Representation of Transformer）和ResNet（Residual Network）分别提取实体的文本和图像特征；其次，利用对比学习（CL）方法减小不同模态间的语义不一致性，设计跨模态注意力模块，通过图像特征优化文本特征的注意力参数，增强文本与图像间的跨模态关联性，并结合TransE（Translating Embeddings）和TransH（Translation on Hyperplanes）等翻译模型生成图结构、图像和文本特征；最后，整合上述3类特征完成实体间的链接预测。在DB15K数据集上的实验结果表明，与对应的单模态方法TransE相比，FITILP模型的平均排名倒数（MRR）提升了6.6个百分点，Hits@1、Hits@10、Hits@100分别提升了3.95、11.37、14.01个百分点。所提方法在链接预测任务上的表现优于对比的基线方法，能够有效利用多模态信息提升链接预测的性能。

多方向梯度特征提取的嵌套命名实体识别方法

王晓曼, 陈艳平, 杨采薇, 黄瑞章, 秦永彬

2025, 45(11): 3547-3554. DOI: 10.11772/j.issn.1001-9081.2024111606

摘要 ( )

HTML ( )

PDF (1777KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

嵌套命名实体识别（NER）是自然语言处理中的一个基本任务。基于跨度的方法将实体识别视为一个跨度分类任务，可以有效地处理嵌套实体。现有方法将句子中的跨度组织成一个二维平面，其中每个单元代表一个跨度，类似于图像中的像素点；随后结合图像处理中的边缘检测技术，利用梯度算子强化并提取平面化句子表示中的实体语义边缘特征。然而，现有基于梯度算子的工作忽略了相邻跨度之间的多方向边缘特征。针对该问题，提出一种多方向梯度特征提取的NER方法。该方法将实体所在位置视为图像中的像素点，利用边缘具有梯度的性质，在平面化句子中采用八方向Sobel算子提取更加完整且具有区分度的实体语义边缘特征。该方法在ACE 2005中文数据集和GENIA英文数据集上分别取得了88.01%和81.23%的F1值，验证了它对NER任务的有效性；同时，在CoNLL2003英文扁平数据集上也取得了92.52%的F1值，验证了它的可扩展性。

基于双重对比学习的零样本关系抽取模型

邱冰婕, 张超群, 汤卫东, 梁弼诚, 崔丹阳, 罗海升, 陈启明

2025, 45(11): 3555-3563. DOI: 10.11772/j.issn.1001-9081.2024111587

摘要 ( )

HTML ( )

PDF (1131KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对零样本关系抽取（ZSRE）中因相似实体或关系导致的关系表示重叠及关系预测错误问题，提出一种基于双重对比学习的零样本关系抽取（DCL-ZSRE）模型。首先，通过预训练编码器对实例和关系描述进行编码，以得到相应的向量表示；其次，设计双重对比学习提高关系表示的可区分度，即通过实例级对比学习（ICL）学习实例之间的互信息，再将实例和关系描述的表示进行连接，并利用匹配级对比学习（MCL）学习实例与关系描述之间的联系，从而解决关系表示重叠问题；最后，根据对比学习中学习到的表示在分类模块对未见关系进行预测。在FewRel和Wiki-ZSL数据集上的实验结果表明，DCL-ZSRE在精确率、召回率和F1值上均明显优于8个先进的对比模型，尤其在未见关系类别较多时：当未见关系类别数为15时，相较于EMMA （Efficient Multi-grained Matching Approach）模型，DCL-ZSRE模型在FewRel数据集上的3项指标分别显著提高了4.76、4.63、4.69个百分点，在Wiki-ZSL数据集上也实现了1.32、2.20、1.76个百分点的增长。DCL-ZSRE模型能有效区分重叠的关系表示，可作为一种有效且鲁棒性强的零样本关系抽取方法。

基于记忆增强和跨度筛选的实体和关系联合抽取模型

刘爽, 罗桂君, 孟佳娜

2025, 45(11): 3564-3572. DOI: 10.11772/j.issn.1001-9081.2024111567

摘要 ( )

HTML ( )

PDF (959KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

实体和关系抽取（ERE）通常采用流水线的方式进行处理，但这种流水线方法仅依赖于前一个任务的输出，导致命名实体识别和关系抽取之间出现信息交互问题，且容易引发误差传播问题。针对以上问题，提出一种面向实体和关系抽取的记忆增强模型（MEERE）。该模型引入类似记忆的机制，使每个任务不仅能利用前一任务的输出，还能反向影响前一任务，从而捕获实体和关系间的复杂交互。为进一步减轻误差传播，同时引入实体跨度筛选机制。该机制通过在联合模块中动态地筛选和验证实体跨度，确保只有高质量的实体被用于关系抽取，从而提升模型的鲁棒性和准确性。最后利用表格解码方式处理关系重叠问题。在3个广泛使用的基准数据集（ACE05、SciERC和CoNLL04）上的实验结果表明，MEERE在ERE任务上表现出了显著的优势。与Tab-Seq在CoNLL04数据集上相比，MEERE在命名实体识别和关系抽取上的性能都有显著提升，命名实体识别的F1值提升了0.5个百分点，关系严格评估的F1值提升了3.0个百分点；相较于PURE-F模型，MEERE实现了不少于9倍的加速效果，并且关系抽取性能更佳。这些结果验证了所提出的记忆增强模型在探索实体和关系交互作用方面的有效性。

面向鲁棒点云配准的邻域关注和拓扑感知的图卷积方法

徐梦楠, 叶海良, 曹飞龙

2025, 45(11): 3573-3582. DOI: 10.11772/j.issn.1001-9081.2024111625

摘要 ( )

HTML ( )

PDF (3219KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

现有的大部分点云配准方法通常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。针对该问题，提出一种面向鲁棒点云配准的邻域关注和拓扑感知的图卷积（NATA）方法，以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；其次，级联结构组合不同维度的局部拓扑信息，以产生更具判别性的局部描述符；最后，提出特征交互图更新模块，该模块在点云中建立了一种注意力机制来捕捉点云的隐含关系并感知点云的形状特征。在具有挑战性的3D点云基准测试上的实验结果表明，所提方法在部分噪声点云配准中的平均绝对误差（MAE）在未知形状和未知类别下分别取得了0.157 2和0.154 4的优异结果。

基于二部图和一致图学习的多视图聚类算法

李顺勇, 刘坤, 曹利娜, 赵兴旺

2025, 45(11): 3583-3592. DOI: 10.11772/j.issn.1001-9081.2024111593

摘要 ( )

HTML ( )

PDF (1225KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

目前大多数多视图聚类算法存在融合机制不够完善、对多视图协同关系挖掘不足以及鲁棒性较弱等问题，导致聚类结果一致性偏低，且在噪声和冗余信息下的性能不够稳健。针对上述问题，提出一种基于二部图和一致图学习的多视图聚类算法（BGC-MVC），旨在通过融合各视图信息来提升聚类的一致性和互补性。该算法通过构造二部图以捕获不同视图之间的邻域关系，并通过学习一致性图强化视图间的相似性。它将原始多视图数据的嵌入整合进一个统一的框架中，结合了图学习与聚类过程，从而能提高聚类的整体效果。实验结果表明，BGC-MVC在满足收敛性条件下的准确度、F-score、归一化互信息（NMI）和纯度均有明显的提升。其中，在MSRC_v1数据集上的F-score比LMVSC（Large-scale Multi-View Subspace Clustering）算法提高了19.48个百分点，并且表现出更强的鲁棒性与准确度。

面向多维时间序列根因分析的概率生成图注意力网络方法

闫秋艳, 蒋辉, 姜竹郡, 李博雪

2025, 45(11): 3593-3600. DOI: 10.11772/j.issn.1001-9081.2024111574

摘要 ( )

HTML ( )

PDF (875KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

根因分析（RCA）对于帮助快速恢复系统、精确评估风险和保障生产安全具有重要意义。针对当前的方法不能很好地表征不同传感器之间的依赖关系，难以捕获时间序列中存在的随机波动的问题，提出一种面向多维时间序列根因分析的概率生成图注意力网络方法，称为GPRCA。该方法将维度特征嵌入定义为高斯分布向量，用于表征不同传感器的潜在特征，以捕捉多维时间序列中存在的随机波动，提高模型抗噪性；同时构建深度概率生成图注意力网络，学习维度之间非线性的依赖关系，从而很好地建模传感器网络中的依赖性；最后综合网络拓扑因果得分和节点个体因果得分进行根因分析。在2个公开数据集（安全水处理（SWaT）数据集、水分配（WADI）数据集）和1个私有数据集（Mine）上的实验结果显示，GPRCA的部分指标取得了最优值：在SWaT数据集上，GPRCA的5候选精度（P@5）、5候选平均精度（mAP@5）和平均倒数排名（MRR）比次优方法分别提升了2.2%、6.3%和11.6%；在WADI数据集上比次优方法分别提升了8.1%、7.0%和11.0%；在Mine数据集上的mAP@3和MRR比次优方法分别提升了3.6%和1.8%。可见GPRCA方法是有效的，并且性能优于基线方法。

基于点聚合的多类别城市时空大数据交互式可视化方法

黎世骄, 韩博洋, 孟垂实, 张晓龙, 李天瑞, 郑宇

2025, 45(11): 3601-3608. DOI: 10.11772/j.issn.1001-9081.2024111590

摘要 ( )

HTML ( )

PDF (1671KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对大规模多类别城市时空数据可视化管理难、定位效率低的问题，提出基于点聚合的多类别城市时空大数据交互式可视化方法。首先，分别提出基于地理位置与基于地理层级的高效聚合方法，满足政务人员在不同场景下的高效可视化管理需求；其次，在高效点聚合功能基础上，提出条件解析算法实现对时空条件和类目显隐的实时解析转换，提高数据定位效率；最后，采用北京市27万条城市实体数据进行地理层级解析算法与聚合交互实验。实验结果表明，在不同场景下，所提出的2个聚合方法的平均耗时比K-means方法分别缩短了约69.66%和63.15%，充分说明了系统存储数据时数据处理与聚合服务的高效性与稳定性；而且该聚合应用服务目前已成功在某城市治理项目示范应用，支撑了百万级城市数据聚合服务，具有较高的可用性。

彩色图像JPEG重压缩取证综述

王昊, 王金伟, 程鑫, 张家伟, 吴昊, 罗向阳, 马宾

2025, 45(11): 3609-3620. DOI: 10.11772/j.issn.1001-9081.2024111614

摘要 ( )

HTML ( )

PDF (2091KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

JPEG（Joint Photographic Experts Group）压缩是当前应用最为广泛的图像压缩标准之一，它涉及诸如图像操作链取证、图像源取证、隐写与隐写分析和JPEG反取证等多种取证场景和安全模型。研究者针对JPEG图像特性开展了诸多有关JPEG重压缩取证的研究，发现JPEG重压缩取证不仅为图像取证提供先验知识，也可以直接应用到取证场景中。因此，对彩色图像JPEG重压缩取证进行综述。首先，介绍了重压缩取证的研究背景，并将重压缩取证分成了非对齐、对齐异步和对齐同步3种重压缩问题；其次，详细介绍了JPEG压缩的流程、收敛误差、误差图像、算法评价指标等用于重压缩取证的基础知识；再次，对每类问题的现有方法进行了详细的介绍和梳理。此外，由于图像隐写、对抗样本等都涉及关于JPEG重压缩的鲁棒性研究，因此，列举了JPEG重压缩特征特性在上述领域中的应用，并选取了常见的算法进行对比，总结归纳它们的优缺点。最后，展望了JPEG重压缩取证中有待进一步解决的问题和发展趋势。

基于四维Chen混沌系统的深度神经网络模型主动保护方法

段新涛, 保梦茹, 武银行, 秦川

2025, 45(11): 3621-3631. DOI: 10.11772/j.issn.1001-9081.2024111583

摘要 ( )

HTML ( )

PDF (1955KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

基于深度神经网络（DNN）的模型以其优越的性能得到了广泛的应用，但训练一个性能强大的DNN模型需要大量的数据集、专业知识、计算资源、硬件条件和时间等，如果对它进行非法盗用会对模型拥有者造成巨大的损失。针对DNN模型的安全和知识产权问题，提出一种DNN模型主动保护方法。该方法使用一种新的综合性权重选择策略精准定位模型中的重要权重，并结合DNN模型卷积层的结构特点，在三维混沌系统的基础上首次引入四维Chen混沌系统对卷积层的少量权重进行位置置乱加密。同时，为了解决授权用户即使拥有密钥也无法解密的问题，结合椭圆曲线加密算法（ECC）构建加密模型的数字签名方案。加密后，权重位置和混沌序列的初始值复合形成加密密钥，授权用户可以使用该密钥正确解密DNN模型，而未被授权的攻击者即使截获了DNN模型也无法正常使用。实验结果表明，对分类模型的少量权重位置进行置乱能显著降低分类准确率，并且解密模型可以实现无损恢复。此外，该方法能够抵抗微调和剪枝攻击，且得到的密钥具有较强的敏感性并能抵抗暴力攻击。同时，通过实验验证了该方法不仅对图像分类模型有效，还能保护深度图像隐写模型和目标检测模型，具有可迁移性。

算力网络中基于多维资源度量和重调度的高可靠匹配方法

卫琳, 李金阳, 王亚杰, 和孟佯

2025, 45(11): 3632-3641. DOI: 10.11772/j.issn.1001-9081.2024111653

摘要 ( )

HTML ( )

PDF (1211KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

算力网络（CPN）是一种解决算力供需矛盾、网络传输问题以及算力资源普惠问题的新型网络体系，根据算力资源提供方的供给能力和应用需求方的动态资源需求，对区域内算力基础设施底层的计算、存储、网络等多维资源进行整合，为用户提供个性化的算力资源服务，实现算力资源的高效管理和按需分配。为了提高CPN资源匹配调度的利用率和可靠性，提出一种基于多维资源度量和重调度的高可靠匹配方法（RMRMM）。为了实现高利用率的资源调度，RMRMM设计了基于熵权优劣解距离法（entropy weighted TOPSIS）和深度强化学习（DRL）的资源度量匹配方案，对节点的结构特征值（SFV）、计算能力、存储能力、网络通信能力进行综合度量，缩小资源匹配范围以提高匹配的精准性和资源的利用率；同时RMRMM考虑节点遭受攻击失效的情况，设计基于自适应大邻域搜索（ALNS）算法的重调度模块，在匹配结果失效时进行节点与任务的重新调度，提高任务的接收率以增强整体的可靠性。在OMNet++平台上的仿真实验结果表明，RMRMM的平均带宽（BW）利用率、平均主存（RAM）利用率、平均存储（STORAGE）利用率和任务请求接收率最高达到69.7%、66.4%、68.5%、75.5%，资源利用率和任务请求接收率均优于其他匹配策略，说明RMRMM更加高效可靠。

基于改进MAML与GVAE的容量约束车辆路径问题求解方法

张焱鹏, 赵于前, 张帆, 丘腾海, 桂瑰, 余伶俐

2025, 45(11): 3642-3648. DOI: 10.11772/j.issn.1001-9081.2024111589

摘要 ( )

HTML ( )

PDF (779KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

基于深度强化学习（DRL）的车辆路径规划方法以其求解速度快、端到端等优势受到广泛关注，但现有方法大多局限于对节点分布均匀和数量固定问题的求解，当面临节点不平均分布以及节点数变化的情况时，求解效果有所下降。针对这一问题，提出一种基于改进模型无关的元学习（MAML）和图变分自编码器（GVAE）的元学习框架，旨在通过元训练得到一个良好的初始化模型，并针对数据集外分布的任务进行快速微调，从而提升模型的泛化性能；此外利用GVAE初始化元学习框架的参数，以进一步提升元学习效果。实验结果表明，所提方法可以较好地处理不同节点分布情况下的车辆路径问题（VRP），在面对不同节点数量问题时也有较好的表现，在5种任务上的平均偏差率较未使用元学习的方法降低了0.45个百分点。利用元学习框架可有效提升强化学习的效果，与先进求解器相比，所提框架在保证成本接近的前提下可有效缩短求解时间。

基于小波分解的增强时间延迟感知交通流量预测

潘理虎, 张梦麟, 樊光瑞, 张林梁, 张睿

2025, 45(11): 3649-3657. DOI: 10.11772/j.issn.1001-9081.2024111602

摘要 ( )

HTML ( )

PDF (996KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

传统交通流量预测模型未能有效考虑地区间和时段间的时间延迟效应，且难以同时捕捉交通流量的短期波动与长期趋势。为此，提出一种结合小波分解与时间延迟感知的时空预测模型（WTA-LAGNN）。首先，结合小波分解将交通流量数据分为长期趋势模式和短期波动模式：短期波动模式通过特征增强模块强化关键特征，提升对短期波动的敏感性；针对长期趋势，设计了序列增强的多头自注意力机制捕捉流量的长期变化。其次，为了处理时间延迟效应，设计了时间序列延迟感知层，优化区域间流量传播的时空依赖关系。最后，通过融合层生成最终预测结果。基于现实高速公路交通数据集PeMS03、PeMS04、PeMS07、PeMS08进行60 min流量预测，结果表明，在PeMS03和PeMS07数据集上，与时空图神经控制微分方程（STG-NCDE）相比，WTA-LAGNN的平均绝对误差（MAE）、均方根误差（RMSE）分别降低了5.14%、2.69%和5.80%、2.69%；在PeMS08数据集上，与交通流量矩阵-图卷积注意力模型（TFM-GCAM）相比，WTA-LAGNN的MAE、RMSE分别下降了9.28%、3.32%；在PeMS04数据集上，与时空融合图卷积网络（STFGCN）相比，WTA-LAGNN的MAE、RMSE分别降低了3.53%、2.72%。WTA-LAGNN的整体模型性能上优于对比模型，能更有效地捕捉时空依赖关系，提升流量预测精度。

基于序列和多视角网络的药物-靶标相互作用预测

张家豪, 王琪, 刘明铭, 王晓峰, 黄彪, 刘盼, 叶至

2025, 45(11): 3658-3665. DOI: 10.11772/j.issn.1001-9081.2024111664

摘要 ( )

HTML ( )

PDF (1595KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

识别药物-靶标相互作用（DTI）是药物再利用和创新药物发现中不可或缺的关键步骤，目前已经有许多基于序列的计算方法被广泛应用于DTI预测；然而，在以往的基于序列的研究中，特征提取通常只关注序列本身，忽视了异构信息网络，如药物-药物相互作用网络、药物-靶标相互作用网络等。因此，提出一种基于序列和多视角网络进行DTI预测的新方法SMN-DTI（prediction of Drug-Target Interactions based on Sequence and Multi-view Networks）。该方法使用变分自编码器（VAE）学习药物SMILES（Simplified Molecular-Input Line-Entry System）字符串和靶标氨基酸序列的嵌入矩阵；随后，利用具有两级注意力机制的异构图注意力网络（HAN）从节点和语义2个视角的网络中聚集来自药物或靶标的不同邻居的信息，并得到最终的嵌入。在2个广泛用于DTI预测的基准数据集Hetero-seq-A和Hetero-seq-B上对SMN-DTI和基准方法进行评估的结果表明，在3种不同正负样本比例下SMN-DTI均取得了最优的特征曲线下面积（AUC）和精确召回曲线下面积（AUPR）。可见，SMN-DTI比目前主流的先进预测方法具有更好的性能。

基于时空Transformer的混合回报隐式Q学习人群导航

周帅, 符浩, 刘伟

2025, 45(11): 3666-3673. DOI: 10.11772/j.issn.1001-9081.2024111654

摘要 ( )

HTML ( )

PDF (1343KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

在人群密集环境中，机器人执行人群导航任务时通常采用在线强化学习算法。然而，行人运动复杂多变的特性显著降低了在线强化学习的样本效率。针对这一问题，提出一种在离线强化学习（ORL）框架下的基于时空Transformer的混合回报隐式Q学习（STHRIQL）算法。首先，将蒙特卡洛（MC）回报机制融入隐式Q学习（IQL）算法中，旨在增强学习过程的收敛性；其次，进一步将时空Transformer模型整合至Actor-Critic中，以有效捕捉并解析离线人群导航数据集中机器人与行人之间高度动态且复杂的交互信息，从而优化算法的训练流程与效率；最后，通过仿真实验将所提算法与现有基于在线强化学习的人群导航算法进行对比，并根据评估机制进行定量与定性分析。实验结果显示，STHRIQL算法不仅在人群导航任务中展现出了优越的性能，而且相较于现有的在线人群导航算法，样本效率提升了30.5%~55.8%。STHRIQL算法可为提升机器人在复杂人群环境中的导航能力提供新的思路与解决方案。

基于改进Q学习的智能车辆多场景安全制动算法

周贤文, 龙潇, 余欣磊, 张依恋

2025, 45(11): 3674-3681. DOI: 10.11772/j.issn.1001-9081.2024111569

摘要 ( )

HTML ( )

PDF (1060KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对智能车辆在混合交通流下的行驶安全问题，提出一种基于改进Q学习的智能车辆多场景安全制动算法。首先，根据路面情况与车辆参数建立三车模型，并分别模拟制动、跟车与变道场景。其次，对训练数据进行线性规划，以确保智能车辆存在安全制动的可能；同时，设置奖励函数，引导智能体在保证安全制动的基础上控制中车与前车、后车之间的距离尽可能相等。最后，结合区间分块方法，使算法能处理连续状态空间问题。与传统Q学习算法在制动、跟车、变道行驶场景下进行仿真对比实验的结果表明，所提算法的安全率由76.02%提高到100.00%，总训练时间降低为传统算法的69%。可见，所提算法安全性更好、训练效率更高，而且在制动、跟车与变道场景中均能在保证安全的前提下控制中车与前车、后车之间的距离尽可能相等。

面向多IRS辅助的NOMA-SWIPT协作传输模型的联合波束成形与功率分配

葛孟佳, 戴景, 李昱辰, 潘莉丽, 景小荣

2025, 45(11): 3682-3691. DOI: 10.11772/j.issn.1001-9081.2024111643

摘要 ( )

HTML ( )

PDF (920KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

面对第五代（5G）移动物联网（IoT）快速发展所引起的频谱资源短缺、盲区覆盖及供能不足等挑战，融合智能反射表面（IRS）、无线携能通信（SWIPT）及非正交多址接入（NOMA）技术，提出一种多IRS辅助NOMA-SWIPT协作传输模型；并以此模型为基础，以最大化系统和速率为目标，构建一非凸优化问题，进而提出一种基于两阶段的联合波束成形（包括基站主动波束成形和IRS被动波束成形）和功率分配优化算法对此问题进行求解。在求解过程中，为了对待优化变量进行解耦，首先利用流行的优化方法对协作传输阶段的被动波束成形进行求解，其次利用块坐标下降（BCD）算法通过交替迭代将非凸问题拆解为4个子问题，进而利用二次变化、连续凸逼近（SCA）等方法求解这些子问题。仿真结果表明，与无SWIPT的方案和正交频分复用（OMA）等方案相比，所提协作传输模型及其优化算法的系统和速率分别提升约0.5 bit·s^-1·Hz^-1和1.5 bit·s^-1·Hz^-1，而且具有更稳健的收敛特性。

多用户对无人机中继系统的吞吐量最大化

郭莉莉, 吉晓东, 张士兵

2025, 45(11): 3692-3697. DOI: 10.11772/j.issn.1001-9081.2024110663

摘要 ( )

HTML ( )

PDF (695KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对多用户对无人机（UAV）中继系统的吞吐量问题，研究了UAV辅助放大转发中继系统，其中全双工（FD）固定翼UAV采用时分多址（TDMA）调度协议为多个源-目的用户对提供中继服务。以系统吞吐量最大化为目标，建立通信调度、UAV发射功率和轨迹联合优化问题。该联合优化问题的优化变量之间是耦合的，是很难直接求解的非凸优化问题。因此，将初始优化问题分解为3个子优化问题，分别对应通信调度优化、UAV发射功率优化和轨迹优化。在分别求解3个子优化问题的基础上，提出一种基于块坐标下降的迭代算法，通过交替优化3个变量块来解决联合优化问题。仿真结果表明，与2种基准优化方案相比，联合优化方案的吞吐量分别至少提高了6.8%和79.4%。

面向机械臂抓取的双目视觉目标定位算法

蒋畅江, 向杰, 何旭颖

2025, 45(11): 3698-3706. DOI: 10.11772/j.issn.1001-9081.2024111599

摘要 ( )

HTML ( )

PDF (1975KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

通过机器视觉算法对目标进行识别并定位它的空间坐标是实现机械臂视觉抓取的关键。针对基于双目视觉的目标识别与定位中定位精度低、运行效率不高等问题，提出面向机械臂抓取的联合双目视觉目标检测与立体深度估计的网络结构BDS-YOLO（Binocular Detect and Stereo YOLO）及基于BDS-YOLO的目标定位算法。该算法联合目标检测与立体深度估计算法，利用注意力机制进行跨视图特征信息交互，从而提高特征表达能力，使网络可以通过深度特征匹配获得高质量视差图，再经过自注意力机制进一步提升后，由三角测量原理转换为深度信息。BDS-YOLO网络采用多任务学习，同时训练目标检测与立体深度估计网络，并使用合成与真实数据共同训练。针对真实数据不易标注密集深度的问题，采用自监督学习技术优化由视差重建图像的过程，以提高BDS-YOLO网络对现实世界的泛化能力。实验结果表明：BDS-YOLO网络在真实数据集上对目标检测的平均精度（AP）比YOLOv8l高6.5个百分点，预测的视差和转换后的深度优于专门的立体深度估计算法，推理速度可达20 frame/s以上，对目标对象的识别和定位均优于对比方法，能较好地满足目标实时检测与定位的需求。

多注意力对比学习的红外小目标检测

边小勇, 胡其仁

2025, 45(11): 3707-3712. DOI: 10.11772/j.issn.1001-9081.2024101554

摘要 ( )

HTML ( )

PDF (904KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

红外小目标检测（IRSTD）是目标检测领域中的研究热点和难点，具有像素小、对比度低和无纹理的特性，难以从小目标有限和扭曲的信息中学习正确的特征表示，因此IRSTD方法依然面临挑战。针对以上问题，提出多注意力对比学习的IRSTD方法。首先，采用U-Net为基本框架，在编码阶段提出一种融合频率注意力（FA）和空间注意力的上下文混合块（CMB），产生初级注意力特征图；其次，在解码阶段设计多核中心差分卷积（MKCDC），用于提取小目标在不同尺度下都稳定表征的核心信息；最后，联合二元交叉熵损失和对比损失函数训练小目标检测网络，提高小目标特征表示能力，得到富于判别的小目标检测模型。实验结果表明，在IRSTD-1k和NUAA-SIRST数据集上，所提方法的检测率（Pd）分别达到96.63%和100.00%，与密集嵌套的注意力网络（DNA-Net）相比，分别提高了4.71和1.90个百分点。可见，所提方法有效提高了IRSTD性能。

融合局部特征增强感知的人-物交互检测算法

林峻屹, 陈明轩, 高永彬

2025, 45(11): 3713-3720. DOI: 10.11772/j.issn.1001-9081.2024111662

摘要 ( )

HTML ( )

PDF (1324KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

人-物交互（HOI）检测任务的核心在于识别图像中的人物和物体，并准确分类它们之间的交互关系，这对于深化场景理解至关重要；但现有算法在处理复杂关系时，由于缺乏局部信息导致错误关联，难以区分细粒度操作。因此，设计一种局部特征增强的感知模块（LFPM），通过结合局部和非局部特征的相互作用增强模型对局部特征信息的捕获能力。该模块包含了3个关键部分：降采样聚合分支模块（DAM）、细粒度特征分支（FGFB）模块以及多尺度小波卷积（MSWC）模块。其中，DAM通过降采样获得低频特征，聚合非局部结构信息；FGFB模块并行执行卷积操作，补充DAM对局部信息的提取；MSWC模块进一步在空间和通道维度上优化输出特征，使特征表达更加精细完整。此外，为解决Transformer在局部空间和通道特征挖掘方面的不足，引入空间和通道挤压注意力（scSE）模块。该模块在空间和通道维度上分配注意力，可增强模型对局部显著区域的敏感性，有效提升HOI检测的精度。最后整合LFPM、scSE以及Transformer架构构成局部特征增强感知模型（LFEP）框架。实验结果表明，与SQA（Strong guidance Query with self-selected Attention）算法相比，LFEP框架在V-COCO数据集上的平均精度（AP）提升了1.1个百分点，在HICO-DET数据集上的平均精度均值（mAP）提升了0.49个百分点，消融实验也验证了LEEP中各模块的有效性。

基于去噪反向蒸馏的无监督工业异常检测

李雨轩, 陈斌, 咸伟志

2025, 45(11): 3721-3729. DOI: 10.11772/j.issn.1001-9081.2024111594

摘要 ( )

HTML ( )

PDF (1185KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

具有定位功能的异常检测是计算机视觉在工业制造中的一项重要应用。近年来，基于反向蒸馏（RD）的异常检测算法在这一任务中表现出良好的性能。但先前基于RD的工作由于仅对正常数据进行约束，难以保证学生网络面对异常时的特征重建能力。此外，基于RD的异常检测算法仅凭经验融合网络的多级差异信息，无法达到最优的异常定位效果。为进一步提升性能，提出一种基于去噪反向蒸馏的无监督工业异常检测算法DeRD，由带有记忆库的RD网络、多尺度特征去噪（MSFD）模块和分割网络组成。首先，为了加强对异常数据的约束，设计一种基于对比学习与多任务学习的MSFD模块，并结合记忆库机制，使学生网络能够学习更有效的特征表示；其次，为了自适应地融合多级教师网络与学生网络的特征差异信息，训练一个使用合成异常的自监督分割网络，从而显著提高模型异常定位性能。在工业检测基准数据集上的实验结果表明，DeRD算法表现出先进的性能，它的图像级受试者工作特征曲线下面积（AUC）为98.8%，像素级AUC为98.4%，像素级平均精确率（AP）为73.5%，高于对比算法。

基于频域注意力的结构地震响应预测方法

郭茂祖, 崔正, 赵玲玲, 张庆宇

2025, 45(11): 3730-3738. DOI: 10.11772/j.issn.1001-9081.2024111612

摘要 ( )

HTML ( )

PDF (1166KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

现有方法难以准确预测建筑物对地震等动态载荷的结构响应，存在无法有效学习地震波周期性变化以及解决特征融合不充分等问题。因此，提出一种基于频域注意力机制的结构响应深度学习预测模型。该模型结合频域增强的注意力机制与门控递归单元（GRU），利用地震波时间序列数据在频域上稀疏的特点，深度挖掘地震波在频域上的特征信息；并且保留了GRU在时间序列任务上的高效性，从而可有效编码地震波的潜在特征。同时引入权重堆叠的金字塔网络结构，通过跨层的捷径解决了深层网络训练困难的问题。此外，还提出了一种自回归的预测框架，借助历史结构响应作为辅助特征，进一步丰富特征空间，提高网络的预测精度。针对3个案例的实验结果表明，所提模型在预测的准确性和可靠性方面均超越了残差长短时记忆（ResLSTM）网络、物理知识嵌入的长短时记忆（PhyLSTM）网络等。

一种筋斗机动飞行纵向轨迹跟踪控制律设计

赵东宏, 赵创新, 聂禾玮, 张瞿辉, 杨佳琪

2025, 45(11): 3739-3746. DOI: 10.11772/j.issn.1001-9081.2024111592

摘要 ( )

HTML ( )

PDF (1965KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

为提升无人机（UAV）在军事领域中的空中格斗技术能力，解决机动飞行时飞机气动参数摄动大、非线性耦合严重等问题，以跨超音速无人机为研究对象，提出一种基于鲁棒伺服线性二次型调节器（RSLQR）融合模型参考自适应控制（MRAC）的筋斗机动纵向轨迹跟踪控制律设计。通过建立无人机数学模型，基于RSLQR和MRAC框架，设计了俯仰通道控制律和发动机通道控制律，然后采用Matlab搭建数值仿真环境，从标定情况、风扰情况以及参数摄动情况3方面对所设计的控制律进行筋斗飞行仿真及分析。仿真结果表明，该控制律能够保证筋斗机动过程的鲁棒性能，提高抑制扰动的能力，对系统中的不确定性进行在线补偿，并改善系统的响应品质，可用于工程实践。

当期目录