計算機工程最新期刊目錄

基于MADDPG的空天地電力物聯(lián)網(wǎng)UAV-SWIPT優(yōu)化方法研究————作者：神顯豪;顧玲;陳誼;楊家志;

摘要：隨著可再生能源的規(guī)�；�并網(wǎng)和新型電力系統(tǒng)智能化轉(zhuǎn)型的加速，電力物聯(lián)網(wǎng)（Power Internet of Things， PIoT）已成為實現(xiàn)電力系統(tǒng)智能化的關(guān)鍵。然而，偏遠(yuǎn)地區(qū)電力物聯(lián)網(wǎng)設(shè)備（Power Internet of Things Device， PIoTD）面臨著網(wǎng)絡(luò)覆蓋不足、能量收集受限、通信條件差等諸多問題。為解決這些問題，首先提出了一種基于人工智能的云-邊緣-設(shè)備合作框架，采用...

復(fù)雜場景下的改進YOLOv8-n密集行人檢測模型————作者：陳海秀;陳子昂;房威志;盧海濤;黃仔潔;成榮;

摘要：密集行人檢測是大型公共場所人流監(jiān)控系統(tǒng)發(fā)展的關(guān)鍵問題之一。針對密集行人檢測場景中由于人群遮擋導(dǎo)致的小目標(biāo)檢測困難以及模型輕量化的部署需求，本文提出一種改進的YOLOv8-n密集行人檢測模型CAD-YOLO(CGDown-Adaptive Fusion Module-Dyhead)。嵌入了CGDown下采樣模塊，通過高效的上下文信息提取機制，有效緩解了傳統(tǒng)目標(biāo)檢測器在處理密集場景時上下文特征易丟失的...

面向聯(lián)邦學(xué)習(xí)的可學(xué)習(xí)觸發(fā)器后門攻擊————作者：劉濤;苘大鵬;許晨;呂繼光;馮駐;曾凡一;周雪;楊武;

摘要：傳統(tǒng)的干凈標(biāo)簽后門攻擊通常無法在觸發(fā)器和目標(biāo)類之間建立有效的強連接，導(dǎo)致攻擊成功率較低，大量實驗經(jīng)驗表明這種失效現(xiàn)象在聯(lián)邦學(xué)習(xí)中更加嚴(yán)重。攻擊失敗的主要原因在于觸發(fā)器的隨機選擇使其缺少和目標(biāo)類的直接聯(lián)系。為此面向聯(lián)邦學(xué)習(xí)設(shè)計一種可學(xué)習(xí)觸發(fā)器后門攻擊，充分利用中心服務(wù)器下發(fā)的任務(wù)信息和共享模型訓(xùn)練與目標(biāo)類強相關(guān)的觸發(fā)器，將該訓(xùn)練過程形式化為雙目標(biāo)優(yōu)化問題并求解。在約束條件下找到最佳擾動盡可能模糊圖像...

相似實例引導(dǎo)下融合異質(zhì)圖的醫(yī)學(xué)影像報告生成————作者：李俊亮;馬俊朋;劉夢萱;劉玉雪;張俊三;

摘要：醫(yī)學(xué)影像報告自動生成任務(wù)存在影像對比度低、異常區(qū)域較小的難題，僅依靠影像信息難以精準(zhǔn)刻畫異常特征，因此如何引入外部知識來增強視覺表征成為解決問題的關(guān)鍵。此外，異常特征的共現(xiàn)關(guān)系復(fù)雜，依賴單一樣本難以捕捉，如何利用相似實例建模共現(xiàn)模式至關(guān)重要。針對上述挑戰(zhàn)，本文提出一種相似實例引導(dǎo)下融合異質(zhì)圖的醫(yī)學(xué)影像報告生成方法，包括結(jié)合異質(zhì)圖的圖像特征記憶模塊和相似實例特征融合模塊。結(jié)合異質(zhì)圖的圖像特征記憶模塊...

交互式密文擴展的動態(tài)多密鑰全同態(tài)加密————作者：李再東;陳玉玲;王學(xué)偉;羅運;

摘要：全同態(tài)加密（Fully Homomorphic Encryption， FHE），首次在2009年被提出，是一類可以在加密數(shù)據(jù)上進行計算的加密方案。現(xiàn)有的FHE方案通常基于標(biāo)準(zhǔn)的容錯學(xué)習(xí)（Learning With Errors， LWE）假設(shè)來實現(xiàn)。多密鑰全同態(tài)加密是全同態(tài)加密的一種高級變體，允許在不同密鑰下對加密數(shù)據(jù)進行運算處理。自從2012年López-Alt、Tromer和Vaikunta...

基于語義熵反饋強化學(xué)習(xí)的大語言模型事實性幻覺緩解————作者：顧瀅雙;桂韜;張奇;

摘要：大語言模型的事實性幻覺指的是模型生成內(nèi)容與真實世界事實存在沖突的現(xiàn)象，這一問題顯著降低了其在醫(yī)療、法律、科學(xué)研究等高風(fēng)險領(lǐng)域的可信度與應(yīng)用價值�，F(xiàn)有的幻覺緩解方法主要依賴輸入優(yōu)化、監(jiān)督學(xué)習(xí)或外部知識庫，但這些方法存在泛化能力有限、對大規(guī)模標(biāo)注數(shù)據(jù)依賴性強、實時性受限等問題，難以根本性提升模型的事實性偏好。為此，該文提出了一種基于語義熵反饋強化學(xué)習(xí)的事實性幻覺緩解框架。通過引入語義熵作為衡量模型語義...

基于冠豪豬優(yōu)化算法和深度學(xué)習(xí)的電力市場短期電價預(yù)測————作者：胡偉;陳韻而;杜璞良;

摘要：針對當(dāng)前短期電價預(yù)測方法中變分模態(tài)分解（VMD）參數(shù)優(yōu)化效率低、單一預(yù)測模型特征表達(dá)能力不足及特征冗余等問題，本文提出一種基于多策略改進冠豪豬優(yōu)化算法與深度學(xué)習(xí)的短期電價預(yù)測方法。首先，通過引入萊維飛行策略、周期性種群變異和動態(tài)調(diào)整參數(shù)機制改進冠豪豬優(yōu)化算法（CPO），提高其全局搜索能力與收斂速度，并用于優(yōu)化VMD的模態(tài)數(shù)量k和懲罰因子α參數(shù)，以提高信號分解精度。其次，構(gòu)建融合特征加權(quán)的深度學(xué)習(xí)模...

基于提示信息傳輸框架的圖文行人重識別————作者：耿霞;林賢文;楊治;

摘要：在基于文本的行人重識別任務(wù)中，基于圖文預(yù)訓(xùn)練模型的參數(shù)初始化已成為主流范式，這有效緩解了單模態(tài)模型因跨模態(tài)信息缺失導(dǎo)致的特征對齊瓶頸�，F(xiàn)有方法聚焦于挖掘圖像-文本聯(lián)合嵌入空間中不同尺度下的語義特征進行優(yōu)化，但新對齊范式的引入易使原模型在微調(diào)過程中陷入局部最優(yōu)。為了解決上述問題，本文提出了一種基于提示的信息傳輸框架（PIT），通過在單模態(tài)編碼器和跨模態(tài)圖像文本編碼器的原始前向過程中嵌入跨模態(tài)提示標(biāo)識...

基于擴散模型的乳腺超聲圖像-掩碼對生成方法————作者：曹小菲;王潤民;崔靈馨;柴欣靈;丁亞軍;韓昌;

摘要：乳腺超聲圖像分割在計算機輔助診斷中具有重要意義，而現(xiàn)有方法受限于標(biāo)注數(shù)據(jù)稀缺的瓶頸。近年來，生成模型在醫(yī)學(xué)圖像合成領(lǐng)域展現(xiàn)出潛力，但現(xiàn)有方法難以同時保證圖像真實性與掩碼語義一致性。針對超聲圖像數(shù)據(jù)集規(guī)模較小所帶來的分割模型性能瓶頸，本文提出了一種創(chuàng)新的超聲圖像數(shù)據(jù)集擴增方法。首先，結(jié)合病理學(xué)視角，根據(jù)良性腫瘤與惡性腫瘤的特征，設(shè)計了一個掩碼生成模塊，該模塊能夠高效生成多個語義合理的掩碼。接著，為了...

考慮協(xié)同的城軌列車追蹤運行多目標(biāo)優(yōu)化研究————作者：張雷;李世華;高豪;汪小勇;

摘要：隨著城市軌道交通能耗日益劇增，如何提高再生制動能量利用以降低列車運行能耗成為關(guān)鍵。本文聚焦多列車協(xié)同運行過程的追蹤列車運行控制策略優(yōu)化問題。首先，在傳統(tǒng)運行工況演變策略的基礎(chǔ)上，針對追蹤運行場景提出“牽引-惰行-牽引-巡航-惰行-制動”策略。其次，構(gòu)建空間域列車動力學(xué)模型、狀態(tài)轉(zhuǎn)移方程以及能耗模型，并應(yīng)用插值法將時域的運行協(xié)同問題轉(zhuǎn)變?yōu)榭臻g域的工況轉(zhuǎn)換點求解問題。隨后，構(gòu)建以運行能耗與準(zhǔn)時性為目標(biāo)...

一種面向視覺問答的自適應(yīng)偏差學(xué)習(xí)網(wǎng)絡(luò)————作者：萬祖坤;王潤民;馬天明;宋星東;袁晟榕;丁亞軍;

摘要：視覺問答（Visual Question Answering， VQA）理解和解析輸入圖像及其對應(yīng)的文本問題，進而提供與問題相關(guān)的自然語言答案，已成為跨模態(tài)分析領(lǐng)域一個前景廣闊的研究方向�，F(xiàn)有工作極大程度上依賴于數(shù)據(jù)集的一些因素，如偽相關(guān)、數(shù)據(jù)集偏差和捷徑學(xué)習(xí)，都對算法魯棒性帶來了極大的挑戰(zhàn)。現(xiàn)有基于集成學(xué)習(xí)的方法通過訓(xùn)練偏差模型捕捉數(shù)據(jù)集偏差，但由于偏差模型對偏差樣本的識別能力不足，導(dǎo)致其難以充...

基于大模型和探索模塊的戶外場景視覺語言導(dǎo)航————作者：劉梓熠;沙灜;

摘要：視覺語言導(dǎo)航(VLN)任務(wù)旨在引導(dǎo)智能體根據(jù)語言指令在3D或真實環(huán)境中移動到目標(biāo)位置。然而，傳統(tǒng)端到端深度學(xué)習(xí)VLN算法存在不足，智能體在導(dǎo)航規(guī)劃中一旦出現(xiàn)錯誤動作，就容易進入錯誤路徑，導(dǎo)致無法繼續(xù)遵循指令或探索不必要的區(qū)域。為了解決這一問題，本文提出一種基于大模型和探索模塊的智能體Nav-Explore。該智能體利用大模型強大的推理能力，結(jié)合語言指令和當(dāng)前視覺信息預(yù)測下一步動作，并引入探索模塊以...

基于時序圖像的雙分支SAR圖像船舶檢測方法————作者：樊怡穎;咼維;

摘要：基于卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)檢測算法已經(jīng)在合成孔徑雷達(dá)（SAR）圖像的海上船舶檢測上取得了顯著進展，但在近岸場景中，海岸線、建筑物和其他背景干擾物的強散射信號仍然對船舶的檢測精度造成了挑戰(zhàn)。針對以上問題，提出了一種基于雙分支網(wǎng)絡(luò)的SAR圖像船舶檢測方法，利用時序SAR圖像提取的偽背景信息作為一個分支，聯(lián)合船舶目標(biāo)圖像的分支，輸入主干網(wǎng)絡(luò)并行計算特征，利用雙分支的融合特征增強模型對船舶目標(biāo)的檢測能力。同時...

基于邊界掩碼的中文命名實體識別方法————作者：胡晶亮;陳艷平;秦永彬;黃瑞章;鄒安琪;

摘要：在命名實體識別任務(wù)中，實體邊界作為粒度較小的語言單元，具有歧義性小和語義特征明顯的特點，因此通常被用來表征實體。然而，現(xiàn)有命名實體識別方法在訓(xùn)練時，通常僅依賴原始文本的語義邏輯來挖掘?qū)嶓w邊界信息。由于邊界詞與非邊界詞共享相同的上下文語義，這導(dǎo)致模型難以充分感知實體邊界語義特征和捕獲實體邊界語義信息。針對此問題，提出了一種基于邊界掩碼的中文命名實體識別模型。模型由實體邊界檢測、實體編碼和實體分類三個...

復(fù)雜場景下的生物啟發(fā)人群逃逸檢測神經(jīng)網(wǎng)絡(luò)————作者：馮濤;胡濱;徐光源;

摘要：公共場所人群逃逸行為極易引發(fā)嚴(yán)重的公共安全災(zāi)難事故，傳統(tǒng)計算機視覺技術(shù)能檢測其少許特征，但面對復(fù)雜動態(tài)視覺場景捉襟見肘。針對該問題，基于蝗蟲視覺神經(jīng)結(jié)構(gòu)特性、借助蝗蟲小葉巨型運動檢測器（LGMD）危險感知機理、哺乳動物視網(wǎng)膜流明自適應(yīng)機制，提出一種增強型人群逃逸檢測神經(jīng)網(wǎng)絡(luò)（ECEDNN）。所提出的神經(jīng)網(wǎng)絡(luò)采集視野域中人群活動引發(fā)的流明變化；借助哺乳動物視網(wǎng)膜流明自適應(yīng)機制，調(diào)諧視覺響應(yīng)興奮以適應(yīng)...

空間優(yōu)化視角下基于增量學(xué)習(xí)的網(wǎng)絡(luò)流量分類————作者：胡財富;魏波;任芮彬;

摘要：隨著網(wǎng)絡(luò)環(huán)境的不斷演進以及互聯(lián)網(wǎng)應(yīng)用的不斷涌現(xiàn)，基于先前流量訓(xùn)練的機器學(xué)習(xí)分類器對新樣本空間的適用性逐漸變?nèi)酰瑢?dǎo)致分類模型的識別能力下降，從而無法滿足日益增長的網(wǎng)絡(luò)業(yè)務(wù)和網(wǎng)絡(luò)安全需求。若根據(jù)經(jīng)驗人工更新分類器需要耗費大量精力，且難以保證新分類器的泛化性能。與此同時，新數(shù)據(jù)的不斷涌入對平衡模型訓(xùn)練精度與計算資源存儲帶來了嚴(yán)峻的挑戰(zhàn)�；�于此，本文創(chuàng)新性地提出一種采用空間優(yōu)化技術(shù)的增量學(xué)習(xí)策略，以實現(xiàn)高...

通過最優(yōu)傳輸距離正則化和近鄰聚類方法的開放集域適應(yīng)————作者：田青;申珺妤;郁江森;

摘要：無監(jiān)督域適應(yīng)(Unsupervised Domain Adaptation， UDA) 旨在將知識從標(biāo)記的源域遷移到未標(biāo)記的目標(biāo)域，從而提高目標(biāo)域模型的性能。然而，傳統(tǒng)的UDA方法假設(shè)源域和目標(biāo)域的類別空間完全一致，無法處理目標(biāo)域中存在的未知類別，這限制了其在實際場景中的應(yīng)用。開放集域適應(yīng)（Open-Set Domain Adaptation， OSDA）通過引入對未知類別的識別解決了這一問題，但...

基于狀態(tài)動作預(yù)測的多智能體路徑規(guī)劃算法————作者：陳凱;陳志華;戴蕾;

摘要：多智能體深度確定性策略梯度算法(MADDPG)在解決多智能體路徑規(guī)劃問題時，通過引入全局信息緩解了環(huán)境非平穩(wěn)性問題。然而，在復(fù)雜環(huán)境下，多智能體強化學(xué)習(xí)算法仍存在獎勵稀疏、智能體協(xié)作水平低等缺陷。為解決上述問題，提出了一種基于狀態(tài)動作預(yù)測的多智能體路徑規(guī)劃算法(SA-MADDPG)。其中，設(shè)計了基于長短期記憶網(wǎng)絡(luò)的新奇獎勵模塊，能夠在不依賴當(dāng)前觀測和動作的情況下，給予智能體新奇獎勵值，以緩解獎勵稀...

基于QEMU的龍架構(gòu)平臺插樁軟件————作者：高林萍;徐偉;陳曦;穆奕博;張開;

摘要：隨著軟件規(guī)模和復(fù)雜性指數(shù)級地增長，對程序運行時行為的監(jiān)控和分析變得越來越困難，動態(tài)二進制插樁技術(shù)是解決這一問題的有效手段，現(xiàn)有成熟的二進制插樁軟件有Pin和Valgrind等，主要支持x86、ARM等主流架構(gòu)，但在新興的自主指令集架構(gòu)上缺乏支持。龍架構(gòu)作為我國自主研制的指令集架構(gòu)，具有較好的自主性、先進性與兼容性，但其發(fā)展時間較短，生態(tài)環(huán)境尚不完善，特別是在調(diào)試工具鏈方面存在明顯短板。為了填補這一...

強結(jié)構(gòu)保護的寬視差圖像無縫拼接算法————作者：楊若怡;劉立東;曲敬康;

摘要：針對圖像拼接中因視差效應(yīng)引發(fā)的幾何畸變、重影偽影及拼接縫顯露等關(guān)鍵問題，提出一種強結(jié)構(gòu)保護的寬視差圖像無縫拼接算法。該方法通過構(gòu)建多維度約束模型，實現(xiàn)了從優(yōu)化配準(zhǔn)到精準(zhǔn)融合的全流程結(jié)構(gòu)保護：首先，在配準(zhǔn)階段建立場景引導(dǎo)的自適應(yīng)網(wǎng)格變形模型，基于特征分布與重疊區(qū)域比例構(gòu)造動態(tài)加權(quán)向量，顯著提升了配準(zhǔn)空間準(zhǔn)確性；其次，提出強弱雙重邊緣檢測機制以捕捉殘余結(jié)構(gòu)錯位，并基于特征坐標(biāo)卷積設(shè)計一種新型顯著紋理度...

　　計算機工程來自網(wǎng)友的投稿評論：

• 奔跑的辣椒醬

  感覺很不錯的核心期刊，注重文章的創(chuàng)新性及論文語言的流暢性，期刊格式要求嚴(yán)格，編輯部很認(rèn)真，兩位審稿專家意見都很詳細(xì)，對稿件要求也很高，投稿過去2個月后退修，返稿后半個月就錄用了。

  2024-08-16 07:55
• 奔跑的辣椒醬

  七月投稿，等了一個月編輯聯(lián)系，兩個審稿人已經(jīng)審?fù)炅�，期刊比較符合選題，中間修改了不少，相對來說見刊還是比較快的�？偟膩碚f，時間如下： 23年7月投稿 23年11月10號 大修（兩個審稿人） 23年12月20號 修回 24年 2月 20號 新增了兩個審稿人 24年 3月 20號 rrc

  2024-03-23 23:27
• Yangming_ak

  投了一篇彩色圖像分割的論文，9月18日發(fā)稿，9月20日外審，10月8日退修，中間修改了多次對文章格式要求比較多，到11月1日修改好并發(fā)錄用通知，版面費1950，比較學(xué)術(shù)的一個期刊對搞學(xué)術(shù)的人來說難度中等偏下還是比較容易中的

  2023-05-13 10:47
• Yangming_ak

  北大核心期刊，沒有版面費。 適合工程實踐和新技術(shù)應(yīng)用類學(xué)術(shù)文章，較高的行業(yè)認(rèn)可度。 審稿速度一般，初審1個月左右。

  2021-08-26 22:57

提交