《计算机应用》唯一官方网站

温度系数自适应调节的最大熵强化学习方法

许涛, 胡滨, 秦进

2026, 46(9): 2725-2731. DOI: 10.11772/j.issn.1001-9081.2025081006

摘要 ( )

HTML ( )

PDF (1760KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

最大熵强化学习因在复杂任务中卓越的探索能力备受关注，调节策略熵项重要性的温度系数是平衡策略探索与利用的关键因素，它的设定方式对算法性能具有重要影响。然而，现有温度系数调节方法通常依赖经验预设或固定目标熵调整，忽视了与状态相关的探索的差异，缺乏有效的自适应机制。因此，提出基于状态的温度系数自适应调节方法，采用神经网络模型根据给定状态预测适合的温度系数，利用规范化的时序差分误差构建监督信息指导模型训练，从而实现基于状态的熵项权重自适应调节。将该温度系数自适应调节方法与软演员-评论家（SAC）算法相结合，提出基于状态的温度系数自适应调节SAC算法。实验结果表明，在MuJoCo标准控制任务上，该算法在性能与训练稳定性方面总体优于SAC和TD3（Twin Delayed Deep Deterministic policy gradient）等基准算法，在测试阶段的平均回报相较于SAC与TD3算法分别至少提升了4.3%和6.2%，验证了基于状态的温度系数自适应调节方法的有效性。

面向可重构结构的CNN剪枝与量化压缩方法

张一心, 蒋林, 李远成, 纪辰

2026, 46(9): 2732-2740. DOI: 10.11772/j.issn.1001-9081.2025081055

摘要 ( )

HTML ( )

PDF (1728KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对卷积神经网络（CNN）参数量大导致访存开销大、计算冗余和高效部署受限等问题，提出一种面向可重构结构的CNN剪枝与量化压缩方法，结合网络结构特性与硬件部署需求，从剪枝与量化两个维度协同优化。首先，提出基于特征相似的卷积层剪枝策略，依次经过特征信息评估、聚类分组、相似度计算和冗余筛选，筛选低贡献及冗余滤波器；其次，在全连接层采用渐进式阈值剪枝压缩冗余权重；再次，在量化部分利用Hessian迹构建层敏感度指标，在位宽预算下自适应地分配各层精度；最后，结合可重构结构特性，提出优化部署方案。实验结果表明，在CIFAR-10数据集上，本文方法对VGG16实现了16.20倍的压缩比，相较于APQ（Automated deep neural network Pruning and Quantization framework）的13.90倍具备更高压缩比；与16 bit固定精度的模型相比，采用本文部署策略后，剪枝后的VGG16在自重构自演化人工智能（AI）芯片上的推理时延由23.3 ms降至9.1 ms，加速比达2.56倍。本文方法在保证分类准确率的同时降低了存储与传输开销，提升了边缘设备部署效率与计算性能。

基于原型聚类和费舍尔信息矩阵加权融合的联邦学习算法

王星尧, 陈学斌

2026, 46(9): 2741-2751. DOI: 10.11772/j.issn.1001-9081.2025081017

摘要 ( )

HTML ( )

PDF (851KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

联邦学习作为人工智能领域的重要研究方向，在保障数据隐私的前提下，通过分布式协同训练构建全局模型，为隐私敏感场景下的联合建模提供了新范式。然而，现有方法在面对客户端异构数据时，存在性能退化、训练振荡和收敛缓慢等问题。因此，提出一种基于原型聚类与费舍尔信息矩阵自适应加权融合的联邦学习算法——FedPFA。首先，服务器对客户端上传的原型表示进行聚类，以缓解数据分布差异并增强全局模型的一致性与泛化能力；其次，结合客户端的费舍尔信息矩阵迹估计值为原型分配差异化权重，从而在融合过程中突出高质量客户端的贡献，抑制噪声或训练不足客户端的干扰。在MNIST、Fashion-MNIST和CIFAR-10数据集上的实验结果表明，与联邦全局预测头（FedGH）算法相比，在客户端数为20、参与率为0.3的情况下，FedPFA的准确率分别提高了19.64、26.14和16.15个百分点。FedPFA在保证性能提升的同时，显著提高了全局模型的收敛速度与稳定性，并在多种数据集上展现出良好的鲁棒性与实际应用价值。

基于异构增强与多源知识融合的方面级情感分析

王伊璠, 韩虎, 李栋, 范雅婷, 李琳

2026, 46(9): 2752-2760. DOI: 10.11772/j.issn.1001-9081.2025080979

摘要 ( )

HTML ( )

PDF (940KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

方面级情感分析（ABSA）是自然语言处理中的重要研究任务，现有方法普遍采用单一类型节点建模句子中方面词与意见词的语义关联，难以有效区分不同类型节点对情感表达的差异性贡献。此外，现有的模型通常利用句法依赖解析器构建句法树进行语义分析，忽视了单词本身所蕴含的细粒度语义信息及文本中隐含的情感强度修饰关系。针对上述问题，提出一种基于异构增强与多源知识融合的图卷积网络（HMS-GCN）模型。首先，构建基于差异化约束的异构图网络，利用异构图中的多类型节点及其相应边关系，多维度捕捉句子的语义情感信息，并通过双通道注意力机制关注不同类型节点及节点内部的重要程度；其次，利用义原知识对初始文本特征进行语义增强，并在句法邻接矩阵的基础上融合层级短语的结构信息，从而提升模型对句法依存关系的理解能力；最后，融合异构图网络信息和知识增强特征进行情感分类预测。在公开数据集Twitter、Lap14、Rest15和Rest16上的实验结果表明，相较于ISSK-GCN（Integrating Syntax and Sentiment Knowledge Graph Convolutional Network）等模型，所提模型的准确率取得了最优结果，验证了差异化节点建模与知识增强策略的有效性。

共享语义条件下面向模态缺失的多模态情感分析模型

刘赏, 汤兆森, 刘鸿月, 董林芳, 周金

2026, 46(9): 2761-2768. DOI: 10.11772/j.issn.1001-9081.2025080959

摘要 ( )

HTML ( )

PDF (671KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

现有研究在进行模态缺失场景下的多模态情感分析时，在缺失模态生成过程中常忽略模态间的相关性，导致恢复数据与原始数据的语义不一致，同时基于扩散模型的缺失模态生成会带来较大的计算开销。针对以上问题，提出一种共享语义条件下面向模态缺失的多模态情感分析模型（MM-SSC）。首先，设计共享潜空间映射模块，利用矢量量化变分自编码器（VQ-VAE）的共享潜空间有效捕捉多模态分布，确保模态间共享语义；其次，给出跨模态一致性约束方法，以学习每种模态潜空间内的互信息，促进模态间语义信息的完善，增强跨模态一致性；再次，设计缺失模态重建与对齐模块，以重建与细化缺失模态，同时降低重建计算开销；最后，引入多模态融合与预测模块，融合重建模态与可用模态，用于一致性的情感分析。实验结果显示，在固定模态缺失的情况下，相较于不完全多模态扩散情感识别（IMDer）模型，所提模型在CMU-MOSI数据集上的F1得分和七分类准确率（ACC7）指标分别平均提升了0.4与0.7个百分点，在CMU-MOSEI数据集上的F1得分和ACC7分别平均提升了0.9与0.3个百分点；在随机模态缺失的情况下，相比IMDer模型，所提模型在CMU-MOSI数据集上的F1得分和ACC7都平均提升了2.2个百分点，在CMU-MOSEI数据集上的F1得分和ACC7分别平均提升了0.8与0.4个百分点。MM-SSC能有效应对模态缺失场景下的多模态情感分析任务。

基于协同查询优化的长尾目标检测框架

陈江彦, 王彦丹, 刘翼虎, 马应龙

2026, 46(9): 2769-2775. DOI: 10.11772/j.issn.1001-9081.2025081018

摘要 ( )

HTML ( )

PDF (1234KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对基于Transformer的目标检测方法在面对长尾分布时通常会性能显著下降的问题，提出一种基于协同查询优化的单阶段端到端长尾目标检测框架CQ-DETR（Collaborative Query optimization-based DEtection TRansformer）。设计层自适应编码器融合（LAEF）模块动态整合多尺度编码器特征，兼顾高层语义与底层细节；设计特征感知查询生成（FQG）模块从图像特征中动态生成内容感知的查询，以增强初始内容查询对潜在目标的表征能力；提出类别-定位联合感知查询选择（CLJS）机制以协同优化类别覆盖范围与定位精度。实验结果表明，CQ-DETR在长尾目标检测基准数据集LVIS v1.0上优于RichSem（Rich Semantics）方法，平均精度（AP）和稀有类别的AP（AP_r）分别提升1.4和1.5个百分点，验证了所提框架在类别不平衡场景下的有效性；同时，在相对平衡的COCO 2017数据集上，与DINO（DETR with Improved deNoising anchOr box）相比，CQ-DETR的AP提升1.1个百分点，验证了该框架在通用目标检测场景下具有良好的泛化能力。

时空建模与层次化特征增强的行人重识别算法

杨定礼, 卫元芳, 胡文瑞, 孔力杨, 于银山

2026, 46(9): 2776-2786. DOI: 10.11772/j.issn.1001-9081.2025081053

摘要 ( )

HTML ( )

PDF (2618KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对遮挡、视角变化及姿态变化等复杂场景下的行人重识别（Re-ID）匹配困难的问题，提出一种时空建模与层次化特征增强的Re-ID算法，通过三阶段渐进式的特征优化框架，实现全局一致性与局部判别性的协同提升。首先，在骨干网络提取外观特征后，引入双池化时序注意力机制，该机制结合全局平均池化与时间平均池化捕获序列特征的互补信息，并通过通道与空间交互进行时空依赖建模，从而突出运动相关特征并缓解遮挡导致的局部信息缺失；其次，针对人体部位特征分布不均的问题，构建柔性特征融合模块，通过可学习权重自适应地聚合多部位特征，抑制遮挡噪声并增强判别性局部特征，从而获得全局与局部层次化表示；最后，在分类层前设计置信度校准网络，通过残差学习优化身份预测的置信度分布，提升跨摄像头检索精度。在Market-1501公开数据集上进行系统评估的结果表明，所提算法的平均精度均值（mAP）达到93.2%，Rank-1达到97.4%，相较于基线算法BPBReID_HR（Body Part-Based ReID model），分别提升了3.8和1.7个百分点。所提算法通过时空建模与层次化特征增强的结合能显著提升复杂场景下的Re-ID性能。

基于增强低频小波注意力机制的轻量化人体姿态估计框架

姬张建, 王思源

2026, 46(9): 2787-2792. DOI: 10.11772/j.issn.1001-9081.2025081009

摘要 ( )

HTML ( )

PDF (568KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

人体姿态估计在计算机视觉领域中是一项关键任务，高分辨率网络（HRNet）因具备出色的性能而被广泛应用。然而，模型精度的提高通常伴随着参数量与计算成本飙升。为缓解这一问题，提出一种轻量化改进模块——频域交叉注意力卷积（FCAC）。首先，通过融合小波变换卷积（WTConv）与深度可分离卷积（DSC）重构基础卷积模块，利用WTConv增大感受野的优势弥补DSC上下文联系不足的缺陷，在优化HRNet性能的同时保持较低的复杂度；其次，通过注意力机制引导低频分量学习高频分量，再通过动态通道重加权机制动态地聚合学习结果；此外，使用SENet（Squeeze-and-Excitation Network）弥补当前WTConv对于通道间特征关系的学习；最后，在主干网络的关键节点上部署FCAC。在COCO数据集上的实验结果表明，改进后的HRNet-W32模型虽然参数量提升22%，但是浮点运算量降低了7.0%，平均精度均值（mAP）提升了3.5个百分点，同时大幅增强了收敛能力。

基于关键帧和摘要的视频问答方法

何丽, 李志强, 宋雨浩, 王晓

2026, 46(9): 2793-2799. DOI: 10.11772/j.issn.1001-9081.2025080995

摘要 ( )

HTML ( )

PDF (1332KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

视频问答任务旨在深度理解视频内容并回答自然语言问题。当前基于多模态大语言模型（MLLM）的方法在处理长视频时，受限于上下文长度和计算复杂度的双重限制，难以有效建模跨场景的全局语义与时序依赖，造成模型推理性能退化。针对此问题，提出基于场景驱动的自适应关键帧采样（SD-AKS）方法和问题驱动的视频摘要生成（QD-VS）方法。首先，引入基于K-means的迭代视频场景聚类，设计场景分离分数（SSS），量化评估场景间的特征差异，从而提高场景分割的精度和鲁棒性；其次，设计问题语义引导的自适应关键帧采样，实现基于场景信息密度量化的动态关键帧选择和对信息密集区域的精细覆盖。此外，在关键帧方法的基础上，利用大语言模型（LLM）总结视频关联问题集，生成任务导向的文本摘要，提升模型的全局推理能力。实验结果表明，所提方法在EgoSchema和NExT-QA数据集上的预测准确率与基线模型中表现最优的LLaVA-Video相比，分别提升了5.3与1.8个百分点，验证了它在跨数据集场景下的有效性。

基于视觉SLAM的增量式语义建图系统

崔伟, 张平, 肖卓凌, 陈卓航

2026, 46(9): 2800-2808. DOI: 10.11772/j.issn.1001-9081.2025081035

摘要 ( )

HTML ( )

PDF (1985KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

传统语义同时定位与建图（SLAM）系统依赖全量数据进行训练，难以适应开放环境中的新类别识别，且仅构建稀疏地图，语义表达能力有限，难以支持复杂的人机交互。因此，提出一种基于视觉SLAM的增量式语义建图系统。该系统在ORB-SLAM3（Oriented FAST and Rotated BRIEF SLAM 3.0）框架中引入稠密建图线程，并融合所设计的DAISS（Depth Attention Incremental Semantic Segmentation）语义分割模型，实现同步定位与语义建图。其中，DAISS模型采用双分支编码器和注意力蒸馏机制，以提升新旧类别分割精度。在NYU Depth V2数据集上的实验结果显示，该系统的平均精度（MA）、平均交并比（MIoU）分别达到了61.0%和47.5%，相较于SATS（Self-Attention Transfer for continual Semantic segmentation）模型，分别提高60.9%和48.9%，具备良好的增量学习能力和语义感知性能。

基于四元数的不确定知识图谱嵌入

尹仁蕊, 李贯峰, 王世卓, 蒋娅娅

2026, 46(9): 2809-2819. DOI: 10.11772/j.issn.1001-9081.2025081025

摘要 ( )

HTML ( )

PDF (828KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

现有方法虽然在不确定知识图谱嵌入（UKGE）上取得了初步进展，但仍存在诸多不足，尤其在对复杂关系的建模方面表现有限。UKGE框架仅能刻画对称等简单关系模式。尽管复数平面上的旋转模型RotatE能借助复数旋转刻画多关系事实，简洁而高效，但它的表达能力受限于二维复数空间，难以刻画高维旋转，且易出现“万向锁”现象，限制了对复杂关系的进一步刻画。针对上述局限，提出一种基于四元数的不确定知识图谱嵌入模型QUKGE，该模型将实体表示为四维四元数向量，并将关系建模为四元数空间中的旋转算子。在评分函数层面，利用实体与关系的汉密尔顿积实现四元数旋转，从而系统地表征对称、反对称、逆关系、可交换及不可交换等复杂关系模式。四元数的三维旋转特性有效缓解了高维旋转中的“万向锁”，并显著提升了对复杂关系的刻画能力。为验证QUKGE的有效性，在CN15K、NL27K和PPI5K这3个公开不确定知识图谱数据集上进行5项对比实验。实验结果表明，QUKGE在NL27K数据集上与MUKGE（Multiplex Uncertain Knowledge Graph Embedding）模型相比，在关系事实分类任务中的F1分数与准确率分别提升了2.9和1.0个百分点，为UKGE的进一步研究提供了支撑。

基于LLM的动态规则生成与神经符号推理合同审查框架

霍耀冉, 李会芝, 曾大和, 唐震宇, 刘辰梅, 吴岩, 张啸, 陈思芹, 杨厚晖

2026, 46(9): 2820-2826. DOI: 10.11772/j.issn.1001-9081.2025091093

摘要 ( )

HTML ( )

PDF (656KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

自动化合同审查在动态适配多样化条款与准确执行复杂审查规则方面仍存在局限。因此，提出一种基于大语言模型（LLM）的动态规则生成与神经符号推理合同审查框架（DRNS-Review）。首先，设计动态规则生成方法，结合领域知识与合同上下文，利用LLM即时生成自然语言与符号化审查规则；其次，构建神经符号推理机制自动提取局部事实，通过符号匹配进行规则定位，并结合符号归约和LLM语义执行实现可解释推理；最后，整合多段推理结果，形成结构化与自然语言双轨的审查报告。实验结果表明，相较于基线方法LLM-Direct和ManualRule-LLM，DRNS-Review在风险识别F1值上分别提升了13.0和8.3个百分点，在风险等级准确率（RLA）上分别提升了13.3和8.7个百分点。可见，动态规则生成与神经符号推理的结合能有效提升合同审查的准确性与适应性，为智能合规类应用提供了可推广的技术路径。

堆叠式联合优化属性缺失图聚类模型

罗细奔, 陈晓云

2026, 46(9): 2827-2837. DOI: 10.11772/j.issn.1001-9081.2025081008

摘要 ( )

HTML ( )

PDF (974KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对属性缺失图聚类中属性补全和聚类两阶段方法的目标不一致及深度学习方法效率低的问题，提出一种基于堆叠式联合优化的属性缺失图聚类模型（AMGC-SJO）。首先，构建基于矩阵分解的属性缺失图聚类模型（AMGC-MF），通过增强邻接矩阵刻画节点间的全局连接关系，并借助图正则化实现属性补全，进而对补全后的属性矩阵与增强邻接矩阵进行联合非负矩阵分解（NMF），以学习节点聚类的隶属度。在此基础上，进一步设计AMGC-SJO，在迭代优化中动态更新属性矩阵与增强邻接矩阵，从而实现属性补全与聚类任务的协同优化。实验结果表明，AMGC-SJO的多项聚类评估指标显著优于AMGC-MF，在5个数据集上都取得了更优结果；与AMGC（Attribute-Missing Graph Clustering）相比，所提模型在保持相当聚类精度的同时，运行时间在拓扑中心性缺失机制下至少缩短了89.57%。此外，在Cora数据集和属性隐私缺失机制下，当缺失率从10%升至90%时，AMGC-SJO的聚类评估指标波动不超过2.08个百分点，表现出良好的鲁棒性，而AMGC则下降了超过30.88个百分点。可见，所提模型为属性缺失图聚类提供了一种高精度、高效率且强鲁棒的解决方案。

面向敏感属性缺失的大语言模型公平推荐框架

龚镇辉, 史晓雨, 鲁云, 刘阳成, 尚明生

2026, 46(9): 2838-2846. DOI: 10.11772/j.issn.1001-9081.2025080969

摘要 ( )

HTML ( )

PDF (793KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

大语言模型（LLM）为推荐系统带来了更强的语义理解和个性化推荐能力，但它在实际应用中面临着严重的用户公平性挑战。现有LLM公平推荐方法多依赖于用显式敏感属性进行约束或重加权，在用户敏感属性因隐私保护或不可获取而缺失的场景下，通常难以适用。针对这一问题，提出一种敏感属性无关的LLM公平推荐框架（FAIR-SAA）。该框架通过动态提示优化与对抗重加权方法，在无须访问敏感属性的情况下实现推荐公平性提升。具体而言，在第一阶段，采用动态提示优化策略，在微调过程中识别高损失样本，将它作为上下文示例以缓解刻板印象模式；在第二阶段，引入对抗重加权机制动态关注模型表现不佳的分布区域，从而增强代表性不足样本对模型更新的影响。在MovieLens-1M等3个公开数据集上的实验结果表明，FAIR-SAA在保持推荐精度与双阶段语义对齐推荐范式（BIGRec）模型基线推荐精度相当的同时，将性别群体的归一化折损累积增益NDCG@10与命中率HR@10平均降低74.47%与61.76%；即便与敏感属性完全可见的公平推荐方法面向公平性的共形阈值与提示工程（FACTER）框架相比，在以BIGRec为基础推荐模型的情况下，FAIR-SAA在58.33%的公平性指标上仍具竞争力。FAIR-SAA为现实环境下隐私保护场景中的推荐公平性问题提供了一种有效的解决方案。

面向病历知识图谱展示应用的力导向布局可视化方法

周东阳, 杜金莲, 金雪云

2026, 46(9): 2847-2856. DOI: 10.11772/j.issn.1001-9081.2025081037

摘要 ( )

HTML ( )

PDF (6620KB) ( )

数据和表 | 参考文献 | 补充材料 | 相关文章 | 计量指标

力导向布局方法是知识图谱可视化采用的经典方法，它通过节点间的引力和排斥力将节点均匀地分布在可视化空间内。但垂直领域的知识图谱可视化常与领域应用密切相关，经典的力导向布局方法不能满足垂直领域知识图谱的可视化需求。因此，以支持临床辅助诊疗应用的病历知识图谱可视化技术为目的，通过分析病历知识图谱的图结构、数据特点以及查询应用的可视化需求，提出改进的力导向布局方法。该方法在经典力导向布局模型的基础上引入同级同类型节点间引力、同级异类型节点间排斥力和非叶且非邻接节点间维持间距排斥力，使在布局上同级同类型节点能集中在同一个区域，同级不同类型节点分布到不同的区域，不同级别的节点以合理的间距分布，从而减少节点挤压和边交叉现象，使最终生成的可视化布局能清晰地展示数据的类型特征、数量特征和社区特征。此外，将节点的类型和同级同类型节点数作为决定节点间边长的因子，并通过边的长度表达节点的重要性，从而进一步提升可视化布局的合理性，以强化语义的可视化表达。实验结果表明，在垂直领域语义可视化能力方面，本文方法的节点类型空间区分度（NTSD）均值相较于FR（Fruchterman-Reingold）方法平均提升了165.5%。从可视化结果来看，该方法在电子病历知识图谱可视化上获得了更好的效果。

支持车辆类型验证的车联网跨域切换认证方案

王云龙, 刘亚丽, 陈东东, 周毅, 庞小辉

2026, 46(9): 2857-2866. DOI: 10.11772/j.issn.1001-9081.2025080988

摘要 ( )

HTML ( )

PDF (1662KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对车联网（VANET）跨域认证中无法区分车辆类型、认证效率低和安全性不足等问题，提出一种支持车辆类型验证的车联网跨域切换认证方案（CHAS-VTV）。针对密钥托管和证书管理复杂以及跨域认证效率低的问题，提出一种基于无证书公钥密码体系的无证书跨域认证机制；针对车辆分类型跨域认证的问题，设计一种基于动态累加器的车辆类型存储和验证机制；针对车辆与多个路边单元（RSU）重复认证的问题，设计一种基于哈希的消息验证码（HMAC）的切换认证机制，实现车辆与多个RSU的高效切换认证和密钥协商。性能分析结果表明，与现有的VANET跨域切换认证方案相比，CHAS-VTV在跨域认证中的计算开销至少降低了3.87%，通信开销至少降低了14.28%；在切换认证中的计算开销至少降低了18.09%，通信开销至少降低了14.48%。安全性分析结果表明，CHAS-VTV能有效抵抗公钥替换攻击、私钥泄露攻击、伪造攻击等多种恶意攻击。

基于改进DeepLabV3+的ADS-B攻击检测方法

谢丽霞, 曹超越, 杨宏宇

2026, 46(9): 2867-2876. DOI: 10.11772/j.issn.1001-9081.2025081040

摘要 ( )

HTML ( )

PDF (1113KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对广播式自动相关监视（ADS-B）系统通信报文缺乏加密与身份认证机制，易受到重放和轨迹伪造等欺骗性攻击，传统检测模型难以精确识别异常的问题，提出一种基于改进DeepLabV3+的ADS-B攻击检测方法。首先，通过构建灰度图将原本的ADS-B表格数据重构为灰度图，实现时空特征的图像化表达；其次，针对DeepLabV3+模型对ADS-B图像数据细节提取能力弱和分割图像边界模糊的问题，采用Haar小波下采样（HWD）模块替代ResNet101主干网络中的最大池化操作，在降维过程中有效保留轨迹异常与局部突变等关键特征；最后，在ADS-B低层特征图后引入无参注意力机制（SimAM），以强化局部空间结构表达，并在空洞空间金字塔池化（ASPP）模块后引入融合卷积块注意力模块（F_CBAM），通过通道与空间注意力并行交互突出关键语义区域。在ADS-B数据集上的实验结果表明，与基础DeepLabV3+模型相比，所提方法的平均交并比（mIoU）提高了6.73个百分点；在面对复杂攻击，尤其是拒绝服务（DoS）攻击和随机噪声攻击时，所提方法的F1分数分别达到96.07%与92.55%，显著优于U-Net（U-shaped convolutional Network）、SegFormer（Segmentation Transformer）和K-Net（Kernel Network）等主流模型，为ADS-B攻击的精准检测提供了新思路。

融合双通道语义特征的工业控制协议模糊测试方法DCSFFuzzer

何戡, 马洪峰, 宗学军, 史洪岩, 连莲, 宁博伟

2026, 46(9): 2877-2888. DOI: 10.11772/j.issn.1001-9081.2025081026

摘要 ( )

HTML ( )

PDF (1285KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有模糊测试技术在工业控制协议（ICP）深层语义建模与特征表达方面的不足，导致测试用例重复率高和接受率低等问题，提出一种融合双通道语义特征的ICP模糊测试方法DCSFFuzzer。该方法采用双通道并行架构对ICP进行多层次语义建模，并借助生成对抗网络（GAN）生成多样化的测试用例。首先，通过Transformer编码器捕获协议序列中的全局依赖关系，以提取全局语义特征，利用多尺度一维卷积神经网络（CNN）编码器捕捉局部相邻字节或字段之间的关系，以提取局部字段特征；其次，利用门控循环单元（GRU）对提取的多层次语义特征实现自适应特征融合，增强关键语义特征表达，从而提高测试用例的接受率；最后，在GAN中引入“相对判别”训练策略，通过比较真实样本与生成样本的相对真实性以缓解模式崩溃，从而增强测试用例的多样性。基于上述方法，设计模糊测试框架DCSFFuzzer，并针对Modbus/TCP、S7comm和Ethernet/IP 3种ICP进行实验评估。实验结果表明，相较于WGANFuzzer、TDRFuzzer、MLFRFuzzer、GANFuzzer和PeachFuzzer 5种模型，DCSFFuzzer的测试用例接受率（TCAR）和生成数据的多样性（DGD）更优，且测试目标异常率（TTAR）分别提升了0.016、0.024、0.069、0.130和0.172个百分点，验证了该方法的有效性。DCSFFuzzer通过融合多层次语义特征，在ICP漏洞上覆盖更广，提升了工业控制系统的安全检测能力。

基于时空特征增强网络的端到端抗屏摄攻击鲁棒视频水印

周益民, 符雯惠, 罗杰, 王娟

2026, 46(9): 2889-2897. DOI: 10.11772/j.issn.1001-9081.2025080998

摘要 ( )

HTML ( )

PDF (1717KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

近年来，随着多源拍摄设备及传感技术的发展，屏幕翻拍已成为视频信息泄露的主要途径。屏摄过程会对视频水印信息造成不可逆的物理损害，从而难以追踪溯源信息泄露途径，是当前视频取证领域面临的重要挑战。现有抗屏摄视频水印技术尚处于初步研究阶段，主要依赖于手工提取频域特征，难以有效抵御跨设备屏摄攻击。因此，提出一种基于时空特征增强网络的端到端抗屏摄攻击视频水印方法。首先，为丰富水印嵌入特征，结合光流估计网络和高通滤波器设计时空特征增强网络模块，以优化水印信息的嵌入策略；其次，引入屏摄信道噪声关键因素模拟屏摄失真，设计抗屏摄攻击噪声层，增强抗屏摄攻击的跨设备鲁棒性。在真实屏摄攻击场景中的实验结果表明，所提方法的解码准确率超过95%，且它的鲁棒性与图像质量均优于主流的鲁棒固有视频信息隐藏（RIVIE）和自动鲁棒盲视频水印（ARB-VM）方案。

异构多智能体强化学习驱动的无人机三维避障与边缘计算协同优化

陈冠良, 刘义, 余意

2026, 46(9): 2898-2909. DOI: 10.11772/j.issn.1001-9081.2025080956

摘要 ( )

HTML ( )

PDF (1700KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

随着物联网（IoT）的发展与移动终端设备的激增，计算密集型任务在实时处理与低能耗传输方面面临严峻挑战。尤其在多无人机（UAV）辅助的移动边缘计算（MEC）场景中，复杂三维环境中的通信链路受障碍物遮挡与UAV轨迹限制，进一步增大了时延与能耗压力。本文针对多UAV为地面用户提供计算卸载服务的场景，建立最小化系统最大任务完成时延与总能耗加权和的优化模型，以联合优化用户的离散卸载决策与UAV的连续三维轨迹。为了解决混合（离散-连续）动作空间与强决策耦合的问题，提出异构多智能体算法UOUM（User Offloading and UAV Mobility co-optimization）。该算法在异构多智能体深度强化学习框架下，为用户和UAV两类异构智能体设计专属网络架构；引入差分奖励机制量化智能体的边际贡献，以解决多智能体的信用分配问题；同时，将人工势能场（APF）作为可微物理约束融入智能体学习框架，以确保UAV在复杂环境中的安全避障。仿真实验结果表明，与3种基准方法（仅用户卸载优化（OUO）、仅UAV轨迹优化（OUT）以及仅采用全局奖励机制的标准异构多智能体强化学习（H-MARL））相比，UOUM在不同用户数、UAV数及障碍物密度场景下均展现出优势，UOUM的最终收敛奖励比H-MARL平均提升了28.6%，且在时延控制、能耗优化和安全避障方面均展现出强大的环境适应性。

用于车辆边缘计算的轨迹感知多智能体协同任务卸载方法

王晨阳, 史晓雨, 甘捷, 尚明生

2026, 46(9): 2910-2919. DOI: 10.11772/j.issn.1001-9081.2025080966

摘要 ( )

HTML ( )

PDF (1209KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

在车辆边缘计算（VEC）环境中，车辆的高速移动性和非均匀分布常导致跨域任务卸载失败和路侧单元（RSU）负载失衡，从而严重影响系统性能。现有研究多集中于负载均衡或仅考虑单步卸载决策，忽略了车辆移动性带来的通信不确定性以及任务在跨RSU环境下的灵活调度需求，导致卸载效率受限。因此，提出一种轨迹感知协同多智能体强化学习（TAC-MARL）方法。首先，引入基于PatchTST（Patch Time Series Transformer）的多步车辆轨迹预测模块，实现前瞻性的移动感知，从而指导任务调度；其次，构建车-边-云协同任务卸载框架，将车辆与RSU建模为智能体群体，采用集中训练分散执行（CTDE）的强化学习范式进行联合决策，并设计部分奖励解耦的多智能体策略优化方法以提升协作效率与系统稳定性。在不同任务密度、时延约束及网络拓扑的仿真测试结果表明，相较于独立近端策略优化（IPPO）、多智能体深度确定性策略梯度（MADDPG）及多智能体近端策略优化（MAPPO）等先进基线算法，所提方法的任务完成率和任务完成时延显著更优，验证了该方法在动态复杂VEC环境下的高效性、鲁棒性与应用潜力。

有效信息引导的自适应约束多目标进化算法

李源昕, 李和成, 韩晓婧

2026, 46(9): 2920-2930. DOI: 10.11772/j.issn.1001-9081.2025080993

摘要 ( )

HTML ( )

PDF (917KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

多目标优化问题（MOP）旨在找到一组均匀分布的Pareto最优解。当问题存在约束限制时，Pareto最优解集往往分散在不同的可行区域。对于大规模紧约束优化问题，现有进化算法很难兼顾个体的多样性和收敛性，导致搜索种群可能无法跨越多个不可行区域而早熟收敛。针对该问题，提出一种有效信息引导的自适应约束多目标进化算法（IACMEA）。首先，采取主种群和辅助种群协同进化模式，主种群主要在可行区域进行搜索并且收敛到Pareto前沿，而辅助种群通过基于约束阈值的环境选择，保留目标函数值小的不可行解，以维持种群多样性；其次，为了改进种群个体质量，基于可行解比率设计交配池选择策略。将IACMEA与CCMO（Coevolutionary Constrained Multi-objective Optimization framework）等6种同类算法在CF、LIRCMOP和DASCMOP 3个基准测试集上进行的实验结果表明，IACMEA在33个问题中获得了23个最好的反向世代距离（IGD）值和22个最好的超体积（HV）值。可见，IACMEA在处理非线性约束多目标优化问题（CMOP）时具有一定的优势。

基于变量熵的警示传播算法求解最小割问题

胡思敏, 王晓峰, 丁红胜, 宋家欢, 锁小娜, 颜冬

2026, 46(9): 2931-2937. DOI: 10.11772/j.issn.1001-9081.2025070904

摘要 ( )

HTML ( )

PDF (768KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

最小割问题（MCP）是图论中的经典NP（Nondeterministic Polynomial）-难问题，在图像分割和网络可靠性分析等方面具有广泛应用。警示传播（WP）算法作为基于因子图的推理方法，在求解组合优化问题时表现出较强的可扩展性与结构适应能力；然而，该算法在求解MCP时，它的传播路径选择、因子图构建和收敛性方面仍存在不足。为此，提出一种基于变量熵的警示传播（EWP）算法求解MCP。首先，通过引入基于隐马尔可夫模型（HMM）驱动的跳点机制选取核心传播区域；同时，利用批量映射的因子图转换方式有效压缩图结构的维度；最后，结合边缘概率与变量熵的冻结传播策略，引导信息传播过程更快地收敛。实验结果表明，EWP算法在多种图规模中表现出良好性能，尤其在大规模图优化问题中具有较大的应用潜力。

人-多智能体协同驱动的敏捷增强开发框架

余梦姣, 金敏, 刘新华

2026, 46(9): 2938-2947. DOI: 10.11772/j.issn.1001-9081.2025081043

摘要 ( )

HTML ( )

PDF (1177KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

敏捷开发具有迭代与快速交付的特性，已成为主流的软件开发模式，但仍面临架构不可持续演进、知识难沉淀和能力差异引发协作问题等挑战。随着大语言模型（LLM）与智能体技术的兴起，提出一种以LangChain为协同中枢、检索增强生成（RAG）为知识支撑的人-多智能体协同驱动的敏捷增强开发框架。该框架依托三大核心实现优化：引入架构设计Agent，生成三类差异化的架构方案（保守型适配当前需求但长期需重构，创新型落地复杂但适配未来，折中型平衡当前与未来），结合可拓展性等七维量化评估以辅助人类架构师决策，解决技术债务源头建模不足与架构演进预测难题；通过Agent与预设模板自动化生成开发工件；基于知识库的角色化建模明确智能体功能边界与执行标准，精准匹配任务与能力以减少协作阻塞。基于门户网站项目的实验结果表明：与传统的Scrum方法相比，该框架使开发周期缩短29.6%，缺陷密度降低46.9%，用户满意度提升16.5%，有效验证了它在提升自动化与知识化水平、保证交付效率与系统质量方面的工程价值与推广潜力。

具备可解释性的软件缺陷预测数据集构建方法

边赟, 王海全, 陈义, 崔喆

2026, 46(9): 2948-2958. DOI: 10.11772/j.issn.1001-9081.2025080987

摘要 ( )

HTML ( )

PDF (859KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对软件缺陷预测缺乏缺陷定位、缺陷解释及修复建议等可解释性信息，导致预测结果难以在实际开发中应用的问题，提出一种基于上下文工程与大语言模型（LLM）具备可解释性的软件缺陷预测数据集构建方法，并发布首个配套多编程语言的软件缺陷预测数据集HandPick。首先，基于软件工程原则和缺陷先验知识，设计TriCogVuln-LLM（LLM-enhanced Triple Cognitive chain for multilingual code Vulnerability mining with common weakness enumeration knowledge）方法，引导LLM依次完成功能描述生成、通用缺陷枚举（CWE）缺陷预测和缺陷修复建议生成；其次，设计共识投票机制，以构建缺陷预测的最佳生成模型池，进一步提升生成数据的质量与多样性；最后，利用共识驱动的自动化数据生成，构建包含4种主流编程语言的软件缺陷预测数据集HandPick。下游任务验证结果表明，与基线模型相比，采用HandPick数据集微调后的Qwen2.5-14B-HandPick模型在独立公开测试集上的表现有显著提升，精确率、召回率、F1分数与准确率分别提升了19.29、21.26、24.11与18.30个百分点，验证了TriCogVuln-LLM方法构建的HandPick数据集能显著提升模型的缺陷识别和分析能力。

基于倒置特征金字塔网络的超像素分割算法

孙赫, 闫光辉, 加小红

2026, 46(9): 2959-2967. DOI: 10.11772/j.issn.1001-9081.2025070895

摘要 ( )

HTML ( )

PDF (3080KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

超像素具有优异的图像表示能力和高计算效率，已经被广泛应用于后续的计算机视觉任务。然而，现有的超像素分割算法未充分考虑语义信息与空间信息的融合关系，导致生成的超像素空间连贯性和语义一致性不足，在处理复杂场景图像时会出现模糊错分细节的问题。针对这些问题，本文提出一种基于倒置特征金字塔网络的超像素分割算法（SSIFPNet）。通过编码器和倒置特征金字塔网络（IFPN）解码器的级联耦合，更好地融合端到端的多尺度语义信息与空间细节信息。同时，设计一个以感知边界驱动的复合损失函数，进一步提升超像素的语义一致性。SSIFPNet在BSDS500、NYUv2和KITTI这3个数据集上和简单线性迭代聚类超像素分割算法（SLIC）、超像素采样网络（SSN）和基于全卷积神经网络的超像素分割算法（SCN）等算法进行对比实验。实验结果表明，SSIFPNet在BSDS500数据集上的可达分割精度（ASA）和边界精确率（BP）分别提升至0.972 0和0.130 6，在NYUv2数据集上的ASA和BP分别提升至0.948 2和0.199 9，在KITTI数据集上ASA、BP和紧凑性（CO）分别提升至0.965 5、0.147 0和0.372 0。可见，SSIFPNet生成的超像素不仅展现出较好的空间连贯性和语义一致性，同时在细节纹理区域的处理表现优越，充分验证了SSIFPNet的优越性和泛化性。

基于动态感知和交叉调制的遥感小目标检测

姚华, 杨高明, 李雪莲, 陆凯旋

2026, 46(9): 2968-2976. DOI: 10.11772/j.issn.1001-9081.2025080985

摘要 ( )

HTML ( )

PDF (1245KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对遥感图像中小目标检测背景干扰严重以及多尺度特征提取和融合不充分导致检测精度下降的问题，提出一种动态感知和交叉调制网络（DPCMNet）。首先，为增强模型对细粒度目标的感知能力，设计多层次的混合特征聚合（HFA）模块，以动态强化小目标区域的响应强度，有效地丰富纹理和结构特征；其次，提出动态调制融合（DMF）模块，引入通道和空间联合调制机制，实现特征间的自适应交互，从而缓解多尺度融合过程中的信息丢失，并提升小目标的定位和识别能力；最后，基于DMF模块构建动态调制融合金字塔（DMFP），通过高层语义信息和浅层细节补偿的跨尺度关联，实现特征的渐进式融合与增强。实验结果显示，DPCMNet在USOD（Unicorn Small Object Dataset）和VEDAI（VEhicle Detection in Aerial Imagery）遥感小目标数据集上均提升了检测性能，该网络的平均精度（AP）较基准模型YOLOv11n分别提高了2.9和3.1个百分点。

基于双分支特征提取的印刷电路板小目标缺陷检测方法

欧宇枫, 王嘉宏

2026, 46(9): 2977-2986. DOI: 10.11772/j.issn.1001-9081.2025081034

摘要 ( )

HTML ( )

PDF (1251KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对印刷电路板（PCB）表面小目标缺陷检测中存在的低对比度、形态不规则及易受背景干扰等难题，提出一种双分支特征检测模型DES-Det（Dual branch feature Extraction-Spatial attention Detection）。首先，通过双分支结构协同提取全局上下文与局部细节特征，增强对低像素缺陷的判别能力；其次，引入可变形注意力机制实现自适应特征聚焦，提升对模糊边缘与不规则缺陷的定位精度；并设计基于空间注意力与深度可分离卷积的检测头，在保障检测性能的同时显著降低模型复杂度。在2个公开的PCB缺陷数据集上的实验结果表明，DES-Det的精确率分别达到93.6%与98.4%，相较于基线模型YOLOv8分别提升了5.7与1.4个百分点，参数量下降了26.7%。跨场景泛化实验的结果进一步验证了该方法在复杂工业环境中的有效性与鲁棒性。

轻量级融合反射感知特征的道路积水检测网络REL-YOLO

闫奥运, 朱灵龙

2026, 46(9): 2987-2995. DOI: 10.11772/j.issn.1001-9081.2025080989

摘要 ( )

HTML ( )

PDF (1777KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

道路积水作为一种广泛存在的交通安全隐患，易导致车辆失控，引发交通事故。针对准确识别道路积水受限于复杂路面纹理、多变光照条件及积水本身形态多样等挑战，基于YOLOv11n，提出轻量级融合反射感知特征的道路积水检测网络REL-YOLO（Reflection-aware Enhanced Lightweight YOLO）。首先，设计反射感知特征增强（RAFE）模块，以有效融合浅层纹理与深层语义特征，并通过自适应噪声加权机制抑制镜面反射干扰；其次，设计C3k2_Enhanced模块，结合分组卷积与轻量化通道注意力机制，在降低参数量的同时增强对细小水流特征的捕获能力；最后，引入轻量级共享细节增强检测头（Detect_LSDECD），通过共享卷积与可学习尺度参数优化多尺度特征融合。实验结果表明，与原始的YOLOv11n模型相比，REL-YOLO在Road waterlogging数据集上的召回率和mAP@50分别提升了3.2和2.0个百分点，同时模型参数量减少了13.1%，浮点运算量由6.3 GFLOPs降低至4.3 GFLOPs。REL-YOLO在保持高实时性的同时，实现了精度与效率的平衡。

基于层次化聚合与提示增强的肾小球肾炎分类

张桂滨, 米昀, 路艳蒙, 耿舰, 周志涛, 曹蕾

2026, 46(9): 2996-3004. DOI: 10.11772/j.issn.1001-9081.2025080954

摘要 ( )

HTML ( )

PDF (1710KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

肾小球肾炎（GN）亚型的精准判别是临床决策的关键依据，然而，GN的自动化诊断在建模包内非连续透射电子显微镜（TEM）图像间的内在关联与有效利用病理诊断报告中的细粒度专家知识方面存在挑战。因此，提出一种包含层次化Transformer聚合（HTA）模块与报告记忆增强（RME）模块的图文多模态模型CLIP-HaRe（CLIP framework with HTA and RME）。HTA模块采用“子图-示例-包”的分层聚合策略，即通过自注意力机制建模非连续TEM图像间的语义关联，并用最大池化提取关键病变特征；RME模块基于现代Hopfield网络构建病理报告记忆库，利用大语言模型（LLM）生成的类别提示进行查询，并融合报告的细粒度文本知识，增强提示的疾病特异性表征能力。在所构建的包含3种GN亚型的数据集上的实验结果显示，所提模型在疾病分类任务中的准确率、精确率、召回率、F1分数和受试者工作特征曲线下面积（AUC）分别为0.773 7、0.781 6、0.772 3、0.772 7和0.930 8，相较于基线模型线性探测（Linear-Probe），上述指标分别提升了11.01、10.68、10.69、11.04和9.85个百分点。CLIP-HaRe通过融合图文信息实现了GN亚型的自动分类，它的性能相较于基线明显提升，验证了它在辅助临床诊断中的应用潜力。

双向协同蒸馏多实例学习的肺癌图像分类方法

李锦昌, 贾伟, 赵雪芬

2026, 46(9): 3005-3016. DOI: 10.11772/j.issn.1001-9081.2025080960

摘要 ( )

HTML ( )

PDF (1067KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有的肺癌全切片图像（WSI）分类中，基于知识蒸馏架构的多实例学习（MIL）方法难以有效处理混杂的难分类和易分类实例，导致模型学习能力不足与性能不均衡的问题，结合多任务学习思想，提出一种双向协同蒸馏多实例学习的肺癌全切片图像分类方法（BCD-MIL）。首先，设计一种包括多学生模型与教师模型的双向协同蒸馏框架（BCDF），以满足肺癌病理图像中易分类与难分类病理实例的差异化学习需求，通过多个学生模型分担不同任务，增强模型的学习能力并解决性能不均衡的问题，同时，通过与教师模型的良性循环提升模型的分类性能；其次，设计一种多角度实例挖掘的并行结构（MA-IMP），以匹配肺癌病理特征在细胞形态和组织纹理等维度的异质性差异，通过从多个不同角度进行实例挖掘，避免单一角度造成的实例挖掘偏差；最后，提出一种动态阶段感知的指数移动平均蒸馏（DSA-EMA）算法，根据肺癌病理图像大规模实例训练的阶段特性，通过在训练阶段动态调整蒸馏参数，优化教师模型权重更新，提高训练效率与模型性能。实验结果表明，与同样基于知识蒸馏和实例挖掘的多实例学习方法的MHIM-MIL（MIL framework with Masked Hard Instance Mining）相比，BCD-MIL在TCGA（The Cancer Genome Atlas）和CPTAC（Clinical Proteomic Tumor Analysis Consortium）数据集上的曲线下面积（AUC）、准确率、F1-Score和召回率分别提升了1.92、2.37、3.43和1.75个百分点，以及1.11、6.29、6.94和12.85个百分点，验证了该方法的有效性；同时，轻量化的蒸馏架构降低了模型的参数规模与推理耗时，从而在保证性能提升的前提下实现了高效部署，为肺癌WSI分类提供了可靠依据。

雷达信号特征识别的动态任务加权混合CNN-Transformer多任务学习方法

吴昊, 黄渝璐, 冯暄, 张琼, 张晓博

2026, 46(9): 3017-3024. DOI: 10.11772/j.issn.1001-9081.2026020161

摘要 ( )

HTML ( )

PDF (1672KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对雷达信号特征识别中现有方法在低信噪比（SNR）环境下性能不佳以及难以同时处理分类与参数估计多任务的问题，提出一种融合卷积神经网络（CNN）与Transformer的混合多任务学习方法。该方法将多尺度局部特征提取与全局依赖建模相结合。为进一步实现平衡的联合优化，引入一种融合贝叶斯不确定性估计与任务难度感知的动态任务加权策略，以自适应地调整损失权重。此外，开发注意力可视化模块以增强模型的可解释性。在RadChar-Baseline数据集上的实验结果表明，与IQ信号Transformer （IQST）、一维卷积神经网络（CNN1D）、二维卷积神经网络（CNN2D）、一维残差网络（ResNet1D）及长短期记忆（LSTM）网络等基线模型相比，所提方法的综合得分达到0.931；在SNR为-20 dB~20 dB的范围内，它的平均综合得分达到0.937，性能波动标准差仅为0.108。可见，所提方法在分类与回归任务中均显著优于对比方法，尤其在具有挑战性的低SNR条件下表现突出。

基于CNN-Transformer编码器和多维脑电特征融合的抑郁状态识别模型

董思语, 贾鑫, 张密, 陈新文, 孙昕霙, 程方骁

2026, 46(9): 3025-3034. DOI: 10.11772/j.issn.1001-9081.2025070908

摘要 ( )

HTML ( )

PDF (903KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对脑电（EEG）信号在识别抑郁症任务中存在的特征融合不足和分类粒度有限等问题，提出一种基于CNN-Transformer编码器的多维脑电特征融合抑郁状态识别模型（CTE-DSR）。首先，利用一维卷积神经网络（1D-CNN）提取EEG的局部空间序列特征；其次，引入Transformer编码器建模各导联间的全局相关性，同时，通过多层感知机（MLP）将抑郁相关的非序列特征嵌入高维空间；最后，将2类特征融合并通过全连接层实现对抑郁状态的细粒度分类；此外，采用损失加权策略改善模型对少数类的识别能力。实验结果表明，与其他5类机器学习模型（如随机森林（RF）和自适应提升算法（AdaBoost）等）和2类组合模型（CNN-LSTM和CNN-RNN）相比， CTE-DSR在二分类任务中的召回率和曲线下面积（AUC）分别至少提升了23.0%和6.7%，在三分类中的F1值和宏平均AUC分别至少提升了15.6%和1.0%。可见，所提模型在抑郁状态识别中展现出性能优势，可用于辅助抑郁症早期筛查和复发风险评估。

基于双分支表征融合与跨模态对齐的脑电信号解码模型

徐晓翠, 李波, 邹宇童

2026, 46(9): 3035-3042. DOI: 10.11772/j.issn.1001-9081.2025081016

摘要 ( )

HTML ( )

PDF (658KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对现有面向文本的脑电信号（EEG）解码方法偏重全局建模，忽视通道间局部关联且未实现EEG与文本表征精确对齐的问题，提出一种基于双分支表征融合与跨模态对齐的EEG解码模型。采用并行双分支架构获取EEG信号的高质量表征：时空结构建模分支通过双向长短期记忆（Bi-LSTM）网络、深度可分离卷积与门控轴向自注意力机制分层捕获信号的短时依赖、邻近通道空间相关性与跨步长程关系；上下文融合分支则基于多层Transformer编码器，通过交叉注意力融合两路表征以互补整合。为了弱化模态间的语义差异，引入三元组损失与协方差对齐的联合损失，分别从EEG与文本表征样本对间的几何距离和二阶统计特性两方面约束向量对齐。实验结果表明，在ZuCo数据集上，所提模型的BLEU-1（BiLingual Evaluation Understudy-1）相较于主流基线EEG2Text提升了1.16个百分点，验证了它在面向文本的EEG解码任务中的有效性。

基于增强图神经网络的多尺度Transformer的连续无创血压预测方法

季长清, 张紫滢, 汪祖民

2026, 46(9): 3043-3053. DOI: 10.11772/j.issn.1001-9081.2025070894

摘要 ( )

HTML ( )

PDF (1256KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

高血压是心血管疾病（CVD）的重要诱因，持续的血压监测对CVD的预防至关重要。针对现有模型在多尺度特征建模能力、长期依赖的建模能力和任务间的信息交互等方面的问题，提出一种名为增强图神经网络的多尺度Transformer （MTEG）的数据驱动血压预测模型，通过融合多尺度卷积、改进Transformer编码器、通道注意力机制和图注意力多任务学习策略，实现光电容积脉搏波（PPG）信号的局部与全局特征联合建模。具体地，通过多尺度特征提取模块捕获PPG信号中不同时间尺度的局部特征，采用基于旋转位置编码（RoPE）和相对位置偏置的Transformer编码器建模血压变化的长期依赖关系，利用特征感知增强模块强化对血压变化相关通道的响应，并构建多任务特征聚合模块实现收缩压（SBP）、舒张压（DBP）和平均动脉压（MAP）这3个预测任务间的信息协同。实验结果表明，MTEG在SBP、DBP和MAP预测中的平均绝对误差（MAE）分别为4.92、2.68和2.59 mmHg，DBP和MAP预测符合美国医疗器械促进协会（AAMI）标准，并达到英国高血压学会（BHS）标准的A级，SBP预测达到BHS标准的B级，验证了所提模型的可靠性与临床应用潜力。

基于Shapelet-Transformer的油层甜点识别方法

刘明喆, 熊小琴, 白世勋, 赵仁保, 王子薇, 苟发强, 徐亮

2026, 46(9): 3054-3064. DOI: 10.11772/j.issn.1001-9081.2025081033

摘要 ( )

HTML ( )

PDF (2172KB) ( )

数据和表 | 参考文献 | 相关文章 | 计量指标

针对油藏地质数据表示复杂，现有方法难以充分提取油层甜点特征的问题，提出基于Shapelet-Transformer的油层甜点识别方法。该方法将测井数据重新表示为多变量深度序列，并构建融合局部与全局特征的网络模型，实现油层甜点的精准识别。首先，提出局部特征学习单元，通过Shapelet提取与筛选机制捕捉甜点特有的局部测井响应特征；其次，构建全局特征学习机制，挖掘测井序列的全局趋势与参数关联，提供全局地质特征；最后，设计融合分类模块，通过融合局部和全局特征输出油层甜点识别结果。实验结果表明，该方法在玛2井区的测井数据上的平均识别准确率达84.62%，较全卷积神经网络（FCNN）、BiLSTM-FCNN （Bidirectional Long Short-Term Memory and FCNN hybrid model）、图卷积时序网络（T-GCN）和多尺度时序分解模型（DisMS-TS）等基准模型至少提升了1.26个百分点，验证了该方法的有效性。

当期目录