计算机工程与应用

选择

1.视觉大模型山姆在医学图像分割中的应用综述

孙兴, 蔡肖红, 李明, 张帅, 马金刚

计算机工程与应用 2024, 60 (17): 1-16. 内政部：10.3778/j.issn.102-83312.401-0136

摘要（167）

PDF（件）（7912KB）(187）

随着大模型技术的不断发展，以分割一切模型（细分任何模型，SAM）为代表的视觉大模型在图像分割领域取得重要突破。山姆通过提示驱动完成一系列下游分割任务，旨在统一解决所有的图像分割问题。因此，将山姆应用于医学图像分割具有重要意义，其泛化性能够适应多种医学图像，为医生提供更全面的解剖结构和病变信息。介绍了图像分割常用的数据集；对山姆的网络结构和泛化性进行细致阐述；重点对山姆应用在全切片成像、磁共振成像、计算机断层扫描、超声和多模态图像的五大类医学图像进行梳理分析，总结优缺点和相应的改进方法；结合当前医学图像分割领域中存在的实际问题，讨论并展望了山姆未来的发展方向。

参考文献|相关文章|多维度评价

选择

2基于改进的YOLOv5系列刨花板表面小目标缺陷检测算法

查健, 陈先中, 王文财, 关淯尹, 张洁

计算机工程与应用 2024, 60 (17): 158-166. 内政部：10.3778/j.issn.1002-8331.2305-0475

摘要（106）

PDF（件）（4887KB）(148）

针对目前刨花板缺陷检测在小目标检测上精度不佳的问题，提出了一种改进的YOLOv5系列刨花板表面小缺陷检测算法YOLOv5s-ATG公司对刨花板缺陷存在小目标及尺度变化较大缺陷的问题，将原有检测头与自适应空间特征融合网络（ASFF）相结合，以获得更好的特征融合，提高尺度变化较大情况下小目标检测的精度；在主干网络中引入变压器模块，利用多头自注意力机制捕获全局空间关系，提升网络的特征提取能力；考虑到平衡模型精度和复杂度，在网络的主干和颈部加入幽灵v2模块，去提升算法的实时性。实验结果表明，改进的算法在实际刨花板缺陷数据集上平均精度（mAP）0.901，YOLOv5s公司，mAP值0.046而对于小目标缺陷类型胶斑，mAP等于0.138

参考文献|相关文章|多维度评价

选择

三。太赫兹图像超分辨率重建方法的研究进展

蒋玉英, 江梦蝶, 葛宏义, 张元, 李广明, 陈心雨, 温茜茜, 陈浩

计算机工程与应用 2024, 60 (18): 1-16. 内政部：10.3778/j.issn.1002-8331.2401-0161

摘要（112）

PDF（件）（6043KB）(148）

图像超分辨率是近几十年来图像处理领域的一个重要研究课题，旨在从低分辨率图像中重建出高分辨率图像，其突破了传感器和光学器件制造工艺和成本的限制，从算法方面提高图像分辨率，是一种简单、高效、低成本的方法。太赫兹（太赫兹）波衍射和散射的影响，会产生图像模糊、纹理细节不清晰等问题，越来越多的学者致力于开发太赫兹图像的超分辨率重建方法。根据近年来太赫兹技术与超分辨率重建技术相关文献的研究，对太赫兹图像的三大重建方法进行了详细阐述，重点对基于深度学习的方法进行介绍，并对比了各类算法的重建效果与优缺点；回顾了太赫兹图像质量评价指标和常用数据集，并总结太赫兹图像超分辨率重建技术的相关应用。最后，探讨了太赫兹图像超分辨率重建技术的未来发展趋势。

参考文献|相关文章|多维度评价

选择

4大语言模型微调技术的研究综述

张钦彤, 王昱超, 王鹤羲, 王俊鑫, 陈海

计算机工程与应用 2024, 60 (17): 17-33. 内政部：10.3778/j.issn.1002-8331.2312-0035

摘要（105）

PDF（件）（6335KB）(132）

大型语言模型的崛起是深度学习领域的全新里程碑，而微调技术在优化模型性能方面的起到了关键作用。对大型语言模型微调技术进行了全面的综述，回顾了语言模型的统计语言模型、神经网络语言模型、预训练语言模型和大语言模型四个阶段的发展历程和微调技术的基本概念，从经典参数微调、高效参数微调、提示微调和强化学习微调方法四大部分，探讨总结了各微调技术的原理与发展，并进行了一定的对比分析。最后，总结了当前微调技术的研究状况与发展重点，强调了该领域的潜在研究价值，并展望了未来的发展方向。

参考文献|相关文章|多维度评价

选择

5改进YOLOv8公司的道路缺陷检测算法

王雪秋, 高焕兵, 郏泽萌

计算机工程与应用 2024, 60 (17): 179-190. 内政部：10.3778/j.issn.102-83312404-0288

摘要（81）

PDF（件）（5995KB）(115）

道路在长期使用后路面会出现各种缺陷，未能及时侦测和修补这些缺陷可能严重缩短道路寿命并危害行车安全。因此，道路缺陷的即时检测是一项重要的任务。传统的检测方法存在检测速度慢，成本要求高的问题。为了解决这些问题，在YOLOv8公司的基础上提出了一种名为DML-YOLO公司新型道路检测算法，该算法在主干网络中加入多路径坐标注意注意力机制，提高主干网络的特征提取能力，在此基础上提出了C2f-MPDC公司模块，动态调整感受野，提高检测能力；重新设计了网络的颈部结构，提出新的特征融合金字塔结构DFPN（多样性特征金字塔网络）减小模型的体积并融合低层的特征图获得丰富的细节信息，提高检测小目标的成功率；设计一种轻量级共享卷积检测头（LSCD头）减少模型尺寸，提高检测效率。大量实验结果表明，DML-YOLO RDD2022和VOC2007数据集上平均检测精度mAP@0.5英寸89.6%和73.6%，优于其他测试模型，并且参数量和计算量相较于YOLOv8公司模型分别减少了32.37%和14.49%，更加适合部署在嵌入式系统、移动设备等计算资源受限和边缘计算的场景。

参考文献|相关文章|多维度评价

选择

6面向无人机视角下小目标检测的YOLOv8s公司

潘玮, 韦超, 钱春雨, 杨哲

计算机工程与应用 2024, 60 (9): 142-150. 内政部：10.3778/j.issn.1002-8331.2312-0043

摘要（337）

PDF（件）（5858KB）(481）

从无人机视角进行目标检测，面临图像目标小、分布密集、类别不均衡等难点，且由于无人机的硬件条件限制了模型的规模，导致模型的准确率偏低。提出一种融合多种注意力机制的YOLOv8系列改进模型，在骨干网络中引入感受野注意力卷积和CBAM（集中注意力模块）注意力机制改进卷积模块，解决注意力权重参数在感受野特征中共享问题的同时，在通道和空间维度加上注意力权重，增强特征提取能力；通过引入大型可分离卷积注意力思想，改造空间金字塔池化层，增加不同层级特征间的信息交融；优化颈部结构，增加具有丰富小目标语义信息的特征层；使用内部IoU损失函数的思想改进MPDIoU（基于IoU的最小点距离），内部-MPDIoU代替原损失函数，提升对困难样本的学习能力。实验结果表明，改进后的YOLOv8s VisDrone单克隆抗体、P、R分别为16.1%、9.3%、14.9%、可以有效应用于无人机平台上的目标检测任务。

参考文献|相关文章|多维度评价

选择

7改进YOLOv8公司算法的城市车辆目标检测

许德刚, 王双臣, 王再庆, 尹柯栋

计算机工程与应用 2024, 60 (18): 136-146. 内政部：10.3778/j.issn.102-83312401-0277

摘要（90）

PDF（件）（6421KB）(96）

针对复杂交通场景下城市车辆目标检测算法存在的漏检、精度低、泛化能力弱的问题，提出一种改进的YOLOv8公司城市车辆目标检测算法。采用一种改进的GAM-C2f公司结构来代替主干网络中的C2f公司模块，平衡模型的计算效率和准确性；设计一种SPPFAPGC、SPPF结构因最大池化操作所导致的局部特征丢失问题，提高特征图的丰富度，并进一步结合小目标检测头来加强对远处小目标车辆的检测能力，加强局部特征与全局特征的融合。为抑制低质量图像产生的有害梯度，使用WIOU新闻中心以提升网络的边界框回归性能，提高模型的收敛速度和回归精度。在街道车辆数据集上的实验结果表明，与基准模型YOLOv8n公司相比，改进算法的mAP50和召回1.6和2.0个百分点，有效改善了城市交通场景下小目标车辆检测性能不佳的问题；在VisDrone2019年数据集上进行验证，mAP50和召回1.1和1.6个百分点，充分证明了改进算法的优越性。与其他先进主流算法相比，改进算法表现出了更高的准确率和查全率，表明改进算法在城市车辆检测任务中具有更好的性能。

参考文献|相关文章|多维度评价

选择

8面向无人机航拍小目标检测的轻量级YOLOv8预测

李岩超, 史卫亚, 冯灿

计算机工程与应用 2024, 60 (17): 167-178. 内政部：10.3778/j.issn.1002-8331.2402-0230

摘要（84）

PDF（件）（7882KB）(95）

针对在无人机图像目标检测中复杂场景下目标特征难提取且小目标容易被淹没在噪声中的问题，提出一种基于YOLOv8系列的无人机目标检测算法SC-YOLO公司为了能够学习到感兴趣区域的位置细节，基于CA（协调注意力）、SPM（自我定位模块）注意力。为了缓解卡拉夫上采样算子因为通道压缩所带来的影响，提出了CEM（Carafe增强器模块）通过分析梯度增益函数与数据集中目标大小的关系，使WIoU_v3（_V）能够更加关注中、小目标的普通质量锚框，并且在VisDrone2019年数据集上进行验证，得到WIoU_v3（_V）能够更加关注中、小目标的普通质量锚框的参数设置范围。改进后的YOLOv8s“VisDrone2019”验证集上的平均均值精度（mAP）43.1%，mAP 34.8%在近几年同等规模的算法中拥有较好的检测性能；改进算法相较基准算法参数量仅增加1.1×106，（FLOP）1.5 GFLOP但在验证集以及测试集上检测精度分别提升了2.0和2.1蒂尼普森数据集上的检测精度提高了1.4个百分点。

参考文献|相关文章|多维度评价

选择

9人工智能在中医诊疗领域的研究综述

苏尤丽, 胡宣宇, 马世杰, 张雨宁, 阿布都克力木·阿布力孜, 哈里旦木·阿布都克里木

计算机工程与应用 2024, 60 (16): 1-18. 内政部：10.3778/j.issn.1002-8331.2312-0400

摘要（205）

PDF（件）（6171KB）(233）

中医诊疗领域正逐步迈向标准化、客观化、现代化与智能化。在此过程中，人工智能的融入极大地推动了中医诊疗、科学研究及中医传承的发展。从人工智能在中医领域的研究现状出发，梳理了从最初的专家系统和规则引擎，到逐渐成熟的传统机器学习算法，再到如今引领潮流的深度学习三个阶段，人工智能在中医领域的应用发展情况。总结了近年来涌现出的中医知识管理工具和大型模型，这些工具和模型为中医诊疗的智能化提供了坚实的支持。最后针对现阶段人工智能在中医领域中存在的数据公平性、多模态数据理解、模型鲁棒性、个性化医疗及可解释性等多重挑战进行分析。为应对这些挑战，需要持续探索并提出可能的解决方案，以推动中医诊疗智能化的深入发展，更好地满足人民健康需求。

参考文献|相关文章|多维度评价

选择

10FLM-YOLOv8：一种轻量级的口罩佩戴检测算法

高民, 陈高华, 古佳欣, 张春美

计算机工程与应用 2024, 60 (17): 203-215. 内政部：10.3778/j.issn.1002-8331.2402-0226

摘要（69）

PDF（件）（15623KB）(90）

针对现有的口罩佩戴检测模型无法较好平衡检测精度与速度，参数量较大，漏检和误检率高等问题，提出了一种轻量级的口罩佩戴检测算法FLM-YOLOv8使用轻量级FasterNet™YOLOv8n快速网的主干特征提取网络，提升网络检测速度；融合FasterNet块C2f模块，降低模型计算复杂度；提出SPPF-LSKA公司结构，增强模型的特征表达能力和感知能力，提高网络检测精度；设计内置MPDIoU边界框回归损失函数，提高回归预测精度，加快收敛速度。创建标注了一个复杂多元场景下的口罩佩戴数据集，并使用马赛克数据增强，以提高网络泛化能力。实验结果表明，该算法在正确佩戴口罩、未正确佩戴口罩和未佩戴口罩目标上的0.5度冲击时的冲击电流91.3%，FPS为143.6实现了更加实时准确的口罩佩戴检测。

参考文献|相关文章|多维度评价

选择

11面向工业场景带钢表面缺陷检测的LF-YOLO公司

马肖瑶, 黎睿, 李自力, 翟文正

计算机工程与应用 2024, 60 (18): 78-87. 内政部：10.3778/j.issn.1002-8331.2404-0411

摘要（67）

PDF（件）（4872KB）(90）

针对工业场景下带钢表面缺陷尺寸大小不一、采集图像模糊导致传统缺陷检测算法在实际应用中精度低的问题，提出一种面向工业场景带钢表面缺陷检测的LF-YOLO公司算法。模型通过设计一种局部填充上采样模块对输入像素进行上采样，提高模型对模糊图片的识别能力，降低模型对小目标缺陷的漏检率。通过引入专注视觉任务的FReLU公司激活函数，提高模型定位缺陷的准确率。提出一种轻量级的漏斗注意力机制并与特征提取模块C2f公司进行结合，增强模型对不同尺寸缺陷的特征提取能力。在开源数据集NEU-DET GC10-DET上的实验结果表明，改进后的模型平均检测精度比原始YOLOv8公司算法精度分别高7.0和15.4个百分点，且相较于其他目标缺陷检测模型在平均检测精度方面具有优势，并进一步通过消融实验验证了每个模块的有效性。

参考文献|相关文章|多维度评价

选择

12知识增强的双通道多头全球通信网络用于方面级情感分析

谢泽, 陈庆锋, 莫少聪, 刘春雨, 邱俊铼

计算机工程与应用 2024, 60 (17): 98-106. 内政部：10.3778/j.issn.1002-8331.2306-0126

摘要（59）

PDF（件）（3652KB）(83）

方面级情感分析（基于方面的情感分析，ABSA）是自然语言处理领域的一个重要任务，其目标是对句子中给定的方面词进行情感极性的判断。目前，最先进的绝对值模型采用图神经网络处理句子的语义信息和句法结构。然而，这些方法对句法依赖树蕴含的信息使用不足，不仅缺少对外部知识的挖掘，而且忽略了对模型引入上下文噪声的消除。针对这些问题，提出了一种知识增强的双通道多头图卷积神经网络。该模型建立了基于语义的多头图卷积网络和基于句法的多头图卷积网络，利用外部情感知识以及句法依赖距离重构句法依赖树，使模型充分融入外部知识。同时采用自注意力机制构建动态语义图并过滤引入噪声，从而更多地关注方面词。模型在三个公开基准数据集Rest14、Lap14、Twitter上的准确率分别达到了87.57%、82.34%、77.75%，显著优于基线模型。

参考文献|相关文章|多维度评价

选择

13改进YOLOv8公司的轻量级瓷砖表面缺陷检测

余松森, 薛国鹏, 何皇, 赵桂, 文火生

计算机工程与应用 2024, 60 (18): 88-102. 内政部：10.3778/j.issn.1002-8331.2312-0155

摘要（72）

PDF（件）（8560KB）(80）

在瓷砖表面缺陷检测方面，在保证一定检测速度的前提下，对于小目标缺陷的检测较为困难，总体检测精度依然较低。提出了一种改进YOLOv8公司的瓷砖表面缺陷检测方法。第一，对原始的大幅面瓷砖数据集进行数据预处理，通过切片操作得到适合YOLOv8公司输入尺寸的瓷砖数据，防止瓷砖缺陷在缩放的过程中丢失；第二，考虑到瓷砖表面存在小目标缺陷的占比较大问题，使用变频器SPD的结构代替传统的下采样方式，能够完整地保留通道维度中的所有信息，从而提高对小目标缺陷的检测能力；第三，对YOLOv8中国C2f模块进行改造，加入了高效的渠道关注注意力机制，设计了C2f_ECA主干网络中进行替换，使得网络在特征提取的过程中能够更为关注缺陷信息，减少背景信息的干扰；第四，添加了微小目标检测头在第二次下采样后进行检测，提高YOLOv8公司对微小目标的检测能力。该方法在天池瓷砖瑕疵检测数据集上进行实验验证，改进后的模型分别在mAP50-95、mAP50和mAP75分别为57.7%、86.6%、60.6%、9.4、5、14.3个百分点。同时，高于YOLOv8米的精度和远低于YOLOv8米的复杂度，属于轻量级模型，符合工业化的需求。

参考文献|相关文章|多维度评价

选择

14AEM-YOLOv8：无人机航拍图像的小目标检测

蒋伟, 王万虎, 杨俊杰

计算机工程与应用 2024, 60 (17): 191-202. 内政部：10.3778/j.issn.1002-8331.2403-0256

摘要（62）

PDF（件）（5211KB）(71）

针对目前无人机航拍图中的小目标检测性能低、漏检、遮挡以及模型参数量大的问题，提出了AEM-YOLOv8s。C2f（可变核卷积）和EMA（有效多尺度注意力）的优点，设计了C2f比利时模块，更好地提高了算法处理特征的能力，同时也降低了模型参数量。引入小目标检测层和BiFPN公司结构，通过跨尺度连接方式和加权特征融合，能够保留更多的浅层特征，并且减少了算法参数量。设计多尺度特征融合分支，将浅层特征与深层特征进行融合，减少了遮挡情况下的漏检，提高了算法对小目标检测性能。在VisDrone2019年公开数据集上的实验表明，AEM-YOLOv8的mAP50为50.1%，mAP50:95为31.1%，YOLOv为10.8和7.6个百分点，同时参数量较YOLOv8s占32.2%

参考文献|相关文章|多维度评价

选择

15特征级红外与可见光图像融合方法综述

张宏钢, 杨海涛, 郑逢杰, 王晋宇, 周玺璇, 王浩宇, 徐一帆

计算机工程与应用 2024, 60 (18): 17-31. 内政部：10.3778/j.issn.1002-8331.2403-0157

摘要（53）

PDF（件）（5141KB）(70）

红外与可见光图像融合是一门重要的图像处理技术，因其实用性被广泛应用。红外与可见光图像融合（红外和可见光图像融合，IVIF）是多模态图像融合技术中的一个重要分支，在对国内外的红外与可见光融合方法研究基础上，阐述了红外与可见光融合的基本理论，归纳了IVIF公司技术现状，分析了传统方法和深度学习融合方法的优缺点；重点对IVIF公司深度学习方法进行了详细的总结和分析，并梳理了现有的数据集和融合性能评价指标。最后，结合实际应用探讨了当前IVIF公司面临的挑战问题，并对未来该领域的发展方向进行了展望。

参考文献|相关文章|多维度评价

选择

16转换器-CNN特征跨注意力融合学习的行人重识别

项俊, 张金城, 江小平, 侯建华

计算机工程与应用 2024, 60 (16): 94-104. 内政部：10.3778/j.issn.1002-8331.2311-0452

摘要（119）

PDF（件）（4546KB）(149）

卷积神经网络（卷积神经网络，CNN）关注局部特征，难以获得全局结构信息，变压器网络建模长距离的特征依赖，但易忽略局部特征细节。提出了一种跨注意力融合学习的行人重识别算法，利用CNN和变压器特征学习网络的特点，在丰富行人局部特征的同时改善特征的全局表达能力。该模型由三个部分构成：美国有线电视新闻网分支主要提取局部细节信息；变压器分支侧重于关注全局特征信息；跨注意力融合分支通过自注意力机制计算上述两个分支特征的相关性，进而实现特征融合，最终提高模型的表征能力。剥离实验以及在Market1501和DukeMTMC-reID数据集的实验结果证明了所提方法的有效性。

参考文献|相关文章|多维度评价

选择

17多尺度特征融合的双模态目标检测方法

张睿, 李允臣, 王家宝, 陈瑶, 王梓祺, 李阳

计算机工程与应用 2024, 60 (17): 233-242. 内政部：10.3778/j.issn.1002-8331.2305-0412

摘要（57）

PDF（件）（6909KB）(58）

基于可见光图像的目标检测，难以适应弱光、无光、强光等复杂光照条件，而基于红外图像的目标检测，受背景噪声影响大，且红外目标缺乏颜色信息，纹理细节特征弱，给目标检测带来较大挑战。对此，提出了一种能够有效融合可见光与红外图像特征的双模态目标检测方法。对输入的成对的双模态图像分别提取其初级特征；提出了多尺度特征注意力模块，对输入的红外与可见光图像分别提取其多尺度局部特征，并引入通道注意力和空间像素注意力，从通道和像素两个维度聚焦双模态图像的多尺度特征信息；提出双模态特征融合模块，对双模态特征信息进行自适应融合，得到双模态图像的多尺度融合特征。在大规模双模态图像数据集无人机上，与基准算法YOLOv5系列利用可见光或红外单模态图像进行检测相比，所提算法检测精度分别提升了13.42和2.27个百分点，同时检测速度达到164?帧/秒具备端到端的实时检测能力。所提算法有效提高了复杂场景下目标检测的鲁棒性和准确性，具有良好的应用前景。

参考文献|相关文章|多维度评价

选择

18自动驾驶场景下的行人意图语义VSLAM公司

罗朝阳, 张荣芬, 刘宇红, 李金, 范润泽

计算机工程与应用 2024, 60 (17): 107-116. 内政部：10.3778/j.issn.1002-8331.2306-0159

摘要（28）

PDF（件）（5924KB）(57）

视觉同步定位与建图（视觉同步定位和绘图，VSLAM）在自动驾驶领域有广泛的应用，但传统的算法缺乏语义信息，并且不能推理和预测场景中行人的行为或意图。提出了一种有效的语义VSLAM公司方法，使用基于DPT（密集预测变压器）的语义分割算法获取潜在动态目标的分割掩码进行动态特征剔除，由于在自动驾驶场景下的动态物体绝大多数为行人和车辆，为了完成潜在动态目标中静态点的重添加及动态物体的再检测，使用几何约束联合行人意图预测共同优化相机位姿，为了对行人是否过马路进行准确的意图预测，利用人体骨架信息构建双流、时空自适应图卷积神经网络预测行人过街意图。在基蒂数据集下验证的结果表明，所提方法相较于ORB-SLAM3算法的绝对轨迹估计误差有一定减少，且精度优于同类型的算法，有望为自动驾驶系统提供更丰富的语义信息，更好地完成自动驾驶任务。

参考文献|相关文章|多维度评价

选择

19基于数据与特征增强的自监督图表示学习方法

许云峰,范贺荀

计算机工程与应用 2024, 60 (17): 148-157. 内政部：10.3778/j.issn.102-83312.306-0254

摘要（47）

PDF（件）（4155KB）(56）

图表示学习在处理图数据结构中起着非常重要的作用，但它面临着严重依赖于标记信息的挑战。为了克服这一挑战，提出了一种新的自监督图表示学习框架，通过使用对比学习方法，融合原始图的结构与属性以及频谱的高低频信息，在保留节点信息的基础上进行增强。同时，利用残差融合机制和无偏特征增强方法，在保证特征有效性的同时进一步减少增强样本的偏差。此外，在对比部分估计负样本为真的概率，并使用权重来度量负样本的硬度和相似度。通过在三个公开数据集上实验证明，在节点分类的下游任务中表现不仅优于当前最先进的无监督方法，而且还在多数任务中超过了以往的有监督方法。

参考文献|相关文章|多维度评价

选择

20可编辑区块链研究综述

张驰骋, 李雷孝, 杜金泽, 史建平

计算机工程与应用 2024, 60 (18): 32-49. 内政部：10.3778/j.issn.1002-8331.2403-0394

摘要（49）

PDF（件）（6585KB）(56）

可编辑区块链能够以可控方式修改链上数据，有效地克服区块链不可篡改性所带来的局限性，提供一种更加灵活的数据存储方案。对当前主流的可编辑区块链技术进行研究，对现有的可编辑区块链方案进行整理和分析，按照基于编辑所属权、基于编辑权限有效性、基于区块链结构以及基于访问策略分为四类，总结分析了每种方案的核心思想以及优缺点；从物联网和身份认证两个领域详细介绍可编辑区块链的应用情况，并与其他方案对比，突出可编辑区块链方案的优势；分析当前可编辑区块链领域尚需解决的问题，探讨可编辑区块链的发展趋势；对全文进行总结。

参考文献|相关文章|多维度评价

选择

21改进的密集视频描述变压器

杨大伟, 盘晓芳, 毛琳, 张汝波

计算机工程与应用 2024, 60 (17): 89-97. 内政部：10.3778/j.issn.1002-8331.2306-0024

摘要（38）

PDF（件）（5592KB）(54）

当变压器应用于密集视频描述时，历史文本特征会对后续文本生成产生干扰，难以捕捉视频动态信息从而影响描述的连贯性和准确性。为保持上下文一致性的同时又能缓解历史文本干扰，提出改进的密集视频描述变压器（D-Uformer）该算法利用前馈神经网络（FNN）增强历史文本特征表达，通过跳跃连接构建删除冗余支路和增强补足支路，利用减法降低历史文本特征过度聚焦导致描述不准确的影响，提高模型对输入视频特征的关注度；同时，利用加法弥补特征传递过程中丢失的上下文信息，生成准确且连贯表达当前视频内容的描述语句。在ActivityNet和Charades数据集上的实验结果表明，D-U转换器算法的描述性能提升明显，与视频多样性描述网络（TDPC）相比，准确性最高提升4.816%，多样性最高提升4.167%，生成的描述不仅更贴合视频内容，且更符合人类语言习惯。

参考文献|相关文章|多维度评价

选择

22.改进YOLOv8n公司的道路目标检测算法

高德勇, 陈泰达, 缪兰

计算机工程与应用 2024, 60 (16): 186-197. 内政部：10.3778/j.issn.1002-8331.2403-0383

摘要（126）

PDF（件）（9556千克）(113）

针对道路场景中目标尺度多变、复杂背景干扰导致检测精度低、漏检率高的问题，提出一种改进YOLOv8n公司的道路目标检测算法。引入多样化分支块（多样分支块，DBB）建筑C2fDBB模块，替代原算法中的C2f公司模块，增强网络多尺度特征提取能力。在路径聚合网络（路径聚合网络，PANet）的基础上结合渐进特征金字塔网络（渐近特征金字塔网络，AFPN），路径聚合渐进特征金字塔网络特征融合方式，提升网络对多尺度特征的融合能力。设计SPPF2_TA（具有包含三重注意的双分支结构的SPPF）中引入平均池化分支和三重注意力机制（三重注意力，TA）有效整合多尺度信息，降低背景干扰对检测的影响。采用MPDIoU公司作为新边界回归损失函数，替代原损失函数，加速算法收敛，提高目标定位精度。在公开道路目标数据集BDD100K和SODA10M上的实验结果显示，改进方法的0.5毫安培相较于基线算法分别提升了5.7个百分点和7.3个百分点，计算量降低了0.6 GFLOP与其他主流目标检测方法相比，改进方法在计算量、FPS和0.5毫安培等方面均展现出显著优势，更加契合道路场景下的目标检测任务需求。

参考文献|相关文章|多维度评价

选择

23利用机器学习的全球导航卫星系统

周雅兰,宋晓鸥

计算机工程与应用 2024, 60 (17): 62-73. 内政部：10.3778/j.issn.1002-8331.2401-0330

摘要（54）

PDF（件）（4308千克）(52）

近年来，随着全球卫星导航的重要性日益突出，欺骗检测成为热点研究问题。机器学习作为一种低成本的方法，具有自动从复杂数据中学习规律的能力，并且已在物联网欺骗检测中取得较好的效果，因此越来越多的研究将其用于全球导航卫星系统欺骗干扰检测。从基于机器学习进行全球导航卫星系统欺骗检测的基本流程出发，阐述了利用机器学习进行全球导航卫星系统检测的数据采集和预处理。根据机器学习在欺骗检测中发挥的作用，将基于机器学习的全球导航卫星系统欺骗检测分为基于信号分类以及基于信息验证的机器学习全球导航卫星系统欺骗干扰检测两大类进行归纳与总结。最后，根据现有研究问题提出了对未来发展方向的展望。

参考文献|相关文章|多维度评价

选择

24RCSA-YOLO：“YOLOv8”搜索引擎

王磊, 张斌, 吴奇鸿

计算机工程与应用 2024, 60 (18): 103-113. 内政部：10.3778/j.issn.1002-8331.2401-0445

摘要（49）

PDF（件）（4659KB）(51）

针对合成孔径雷达（合成孔径雷达，SAR）图像中背景复杂、目标小和尺度变化大等导致分割精度低的问题，提出了一种基于改进YOLOv8合成孔径雷达图像舰船实例分割算法RCSA-YOLO公司利用结构重参数技术设计特征提取模块RepBlock、用以替换原网络中的C2f公司模块，增强网络的特征提取和特征表达能力，有效过滤了复杂背景噪声的干扰。使用基于内容感知的特征重组模块（功能的内容软件重组，CARAFE）替换最近邻上采样方法，有效缓解了小目标信息丢失现象，提升了分割精细化程度。使用可切换空洞卷积（可切换的atrous卷积，SAC）进行下采样操作，动态调整感受野大小，使模型具备更强的多尺度适应能力，确保了在不同尺寸舰船目标上的分割精度。在人力资源部数据集上的实验结果表明，提出的算法可以将YOLOv8 AP50 87.7%90.7%较原算法提高了三个百分点。与主流的实例分割算法对比，合成孔径雷达舰船实例分割精度也明显提升，证明了RCSA-YOLO有效性

参考文献|相关文章|多维度评价

选择

25基于注意力和动态记忆模块的文本图像生成方法

张鹤, 雷浩鹏, 王明文, 张尚昆

计算机工程与应用 2024, 60 (17): 224-232. 内政部：10.3778/j.issn.1002-8331.2312-0186

摘要（36）

PDF（件）（4328KB）(51）

针对文本生成图像任务中多阶段生成模型存在的问题，如缺乏图像纹理信息特征和文本描述与生成图像之间一致性差异，提出了一种新颖的生成对抗网络（广告语）模型。该模型使用注意力和动态记忆模块进行优化。通过文本编码器将文本描述转化为嵌入向量，并利用生成器结合随机噪声生成低分辨率图像。引入了空间注意力和通道注意力模块，旨在融合低分辨率图像隐藏特征与重要的单词级语义特征，从而确保文本描述与图像特征的一致性。使用动态记忆模块捕获文本与图像间的语义对应关系，并根据生成过程动态调整记忆内容，细化图像纹理，提升文本到图像的合成效果。通过在公开的CUB和COCO数据集上的对比实验，同以往方法相比，弗雷切特起始距离开始得分有了显著的提升，证明了该模型在一定程度上能够解决图像细节缺失以及语义信息丢失等问题，有效提高了图像与文本的一致性，取得了更加优异的效果。

参考文献|相关文章|多维度评价

选择

262024年第17期目次

计算机工程与应用 2024, 60 (17): 0-0.

摘要（8）

PDF（件）（695KB）(50）

相关文章|多维度评价

选择

27基于改进YOLO第8版的行李追踪技术

曹超,顾幸生

计算机工程与应用 2024, 60 (9): 151-158. 内政部：10.3778/j.issn.1002-8331.2310-0238

摘要（187）

PDF（件）（6479KB）(279）

在机场行李分拣场景下，传统多目标追踪算法存在目标身份证件切换率高和目标轨迹误报率高的问题。提出一种基于改进YOLO v8和字节跟踪算法的行李追踪技术。增加了哥伦比亚广播公司（CBAM）、美国广播公司（ADH）解耦头以及改变训练时的损失函数，增加了检测精度，加强了目标特征的判别性，降低目标的ID字节数据关联中进行了GSI公司插值后处理，不仅利用了高分框和低分框，也使得长时间遮挡后的追踪效果得到保证，降低了因遮挡产生的身份证件错误切换。在机场行李分拣数据集上，电机和IDF1分别为89.9%和90.3%有了较为明显的提升，能稳定地实现对行李箱身份证

参考文献|相关文章|多维度评价

选择

28频繁时序模式挖掘方法综述

唐增金, 徐贞顺, 苏梦瑶, 刘纳, 王振彪, 张文豪

计算机工程与应用 2024, 60 (17): 48-61. 内政部：10.3778/j.issn.1002-8331.2403-0114

摘要（32）

PDF（件）（5060KB）(48）

频繁时序模式挖掘是指从时间序列数据中发现频繁出现的模式或规律的过程，其目的是可以帮助理解时间序列数据中的重要特征，例如周期性、趋势和异常等，有助于预测未来的发展趋势和识别异常情况等。根据近年来的频繁时序模式挖掘方法的相关文献调研，按照关键技术和代表性算法将其分为三类，即基于结构约束的频繁时序模式挖掘方法、基于参数约束的频繁时序模式挖掘方法和基于窗口的频繁时序模式挖掘方法。陈述了频繁时序模式挖掘方法的背景以及各方法的特点；分别介绍了三类挖掘方法的发展以及分类，并从优缺点和性能等方面对各类改进方法进行了详细的对比分析；对频繁时序模式挖掘方法进行归纳和总结，并对频繁时序模式挖掘方法的未来研究方向进行了展望。

参考文献|相关文章|多维度评价

选择

29外国直接投资公司：面向物联网设备识别的指纹深度提取方法

唐跃中, 卢士达, 钱李烽, 位雪银, 顾荣斌, 黄君, 李静

计算机工程与应用 2024, 60 (17): 117-128. 内政部：10.3778/j.issn.1002-8331.2306-0161

摘要（32）

PDF（件）（5582KB）(48）

传统物联网设备指纹提取方法通常将流量中的隐私数据用于生成设备指纹并且采用手工设计特征的方式，在形成安全隐患的同时限制了模型的性能。针对上述问题，提出一种基于设备行为的物联网设备指纹深度提取方法（物联网设备深度指纹提取，IDFE）IDFE公司文件划分为多个会话（会话）并提取非隐私信息构建会话信息矩阵，设计了会话信息矩阵不同信息序列之间的依赖关系和会话数据包之间的时序依赖关系建模方法和融合方法，利用设计的全卷积变压器提取融合后的会话特征矩阵中设备行为特征并生成设备指纹。在新南威尔士大学和你的东西两个公开数据集上进行了广泛的实验，验证了该方法的有效性。

参考文献|相关文章|多维度评价

选择

30轻量化YOLOv8公司的小样本钢板缺陷检测算法

窦智, 高浩然, 刘国奇, 常宝方

计算机工程与应用 2024, 60 (9): 90-100. 内政部：10.3778/j.issn.1002-8331.2311-0070

摘要（263）

PDF（件）（5010KB）(327）

钢板的表面积较大，表面缺陷非常常见，且呈现多类少量的特点。深度学习很难有效应用于此类小样本缺陷的检测中。为了解决此问题，提出一种基于轻量化YOLOv8公司的小样本钢板缺陷检测算法，提出一种基于模糊搜索的交互式数据增强算法，可有效解决训练样本缺失导致网络模型无法得到有效训练的问题，使深度学习应用于该领域成为可能。设计LMSRNet（轻量级多尺度残差网络）的主干，以实现网络模型的轻量化，并提高其可移植性。提出CBFPN（上下文双向特征金字塔网络）和ECSA（高效通道空间关注）模块，使网络能更有效地提取并融合伤痕特征，同时采用明智的IoU损失函数以提高检测性能。对比实验结果表明，与原YOLOv8公司算法相比，改进后的网络参数量只有原网络的30%，计算量是原网络的49%，每秒9帧？帧/第页精确率、召回率、毫安时2.9、6.5、5.5个百分点，实验结果充分验证了该算法的优势。

参考文献|相关文章|多维度评价

选择

31遥控潜水器水下障碍物检测和避障技术的应用综述

李明桂, 周焕银, 龚利文

计算机工程与应用 2024, 60 (17): 34-47. 内政部：10.3778/j.issn.1002-8331.2312-0206

摘要（54）

PDF（件）（5168KB）(46）

全面回顾了远程操作车（遥控潜水器）在水下障碍物检测和避障技术方面的技术进展。研究集中于声呐系统、光学系统及其与机器学习和人工智能算法的结合，分析了这些技术如何提高水下作业的自主性、效率和安全性。尽管声纳和光学系统在环境适应性和障碍物检测精度方面已取得显著成果，但动态障碍物实时识别和复杂环境适应性的挑战仍待克服。此外，探讨了机器学习和人工智能技术在增强遥控潜水器自主避障能力方面的潜力和挑战，指出了这些技术在未来遥控潜水器操作中的重要性。该研究为深海探索和海洋科学提供了新的理论视角和应用实践。

参考文献|相关文章|多维度评价

选择

32空间加速器的受约束数据流建模与评估框架

贺裕兴, 王腾, 滕文彬, 宫磊

计算机工程与应用 2024, 60 (17): 74-88. 内政部：10.3778/j.issn.1002-8331.2311-0443

摘要（38）

PDF（件）（6125KB）(46）

将张量计算任务部署在空间加速器上已被证明能有效提高其执行速度和效率。为了在空间加速器上高效地进行张量计算，学术界提出了一系列数据流建模与评估框架。这些框架能够快速评估数据流，以便进行高效的设计空间探索。然而，这些框架缺乏对硬件结构的细粒度描述，因此无法有效地建模硬件结构对数据流的约束，从而无法有效地探索受到真实加速器硬件结构限制的数据流设计空间。为了解决这一问题，对硬件结构进行了细粒度建模，采用多层次的空间加速器硬件结构作为模板。每一层都包括阵列结构、存储结构和互连网络结构三部分，以分别描述硬件结构对数据流在空间展开、存储容量和数据传输方式方面的限制。提出了一种计算任务和数据流建模方法，该方法能够有效地求解数据流对硬件资源的需求。基于此，提出了一个数据流评估框架，包括需求分析、约束分析和性能分析三部分。需求分析用于求解计算任务和数据流对硬件资源的需求；约束分析旨在检查数据流是否违反硬件结构约束；性能分析用于评估数据流的延迟、数据重用和资源利用率等性能指标。实验结果表明，与之前最先进的评估框架相比，提出的框架在延迟评估方面的误差有所降低，并且能够有效地支持对受限数据流设计空间的探索。

参考文献|相关文章|多维度评价

选择

33改进YOLOv8公司的轻量级军事飞机检测算法

刘丽, 张硕, 白宇昂, 李宇健, 张初夏

计算机工程与应用 2024, 60 (18): 114-125. 内政部：10.3778/j.issn.1002-8331.2404-0058

摘要（63）

PDF（件）（5596KB）(46）

遥感图像军事飞机检测在侦察预警、情报分析等领域具有重要意义。为使军事飞机检测模型能在算力受限的设备上高效运行，从网络设计与模型压缩两个方面对YOLOv8n公司进行轻量化改进。在网络设计方面，使用财务会计准则_C2f替换原始主干网络中的C2f公司模块，减少计算冗余并加快网络特征提取的速度；根据军事飞机目标的尺度特征对网络结构进行优化，缓解因过度下采样导致的小目标信息丢失问题；使用内部-SIoU作为新的定位回归损失函数，提升对小目标样本的学习能力并加快回归边界框的收敛。在模型压缩方面，使用基于灯分数的通道剪枝对重设计后的模型进行压缩，进一步减少参数和模型大小；并利用通道级知识蒸馏（渠道式知识蒸馏，CWD）将模型精度恢复到接近剪枝前的水平。实验结果表明，在公开军用飞机数据集3月20日上，轻量化后的模型移动应用程序97.2%，0.7 MB较原始模型缩小了88.3%，FPS 14帧/s满足军事飞机目标检测的实时性要求。

参考文献|相关文章|多维度评价

选择

34融合双向注意力和对比增强机制的多标签文本分类

李建东, 傅佳, 李佳琦

计算机工程与应用 2024, 60 (16): 105-115. 内政部：10.3778/j.issn.1002-8331.2311-0079

摘要（73）

PDF（件）（4413KB）(88）

现有多标签文本分类模型面对文本序列增长时语义信息缺失，预测特定标签时忽略已有实例中的丰富知识等问题不能很好地解决，由此提出一种融合双向注意力和对比增强机制的多标签文本分类模型。结合BERT、CTransformer模型分别获取序列的全局依赖关系和局部结构信息；使用双向注意力和标签嵌入进一步生成最终文本表示和标签表示，将文本信息与标签信息进行交互，得到更为全面的综合语义信息；利用对比增强机制进行KNN公司实例检索，设计一个多标签对比学习目标，使模型意识到KNN公司分类过程，并提高推理过程中检索邻居实例的质量。分类器根据标签表示和文本表示进行文本分类。为了评估模型的性能，在三个公开英文数据集上进行测试，实验结果表明提出的模型在P@K和nDCG@K指标上均优于其他主流基线模型。

参考文献|相关文章|多维度评价

选择

35融合时序门控图神经网络的兴趣点推荐方法

唐宏, 刘斌, 张静, 金哲正

计算机工程与应用 2024, 60 (16): 124-132. 内政部：10.3778/j.issn.1002-8331.2305-0262

摘要（38）

PDF（件）（3710KB）(73）

现有的大多数兴趣点（兴趣点，POI）推荐系统由于忽略了用户签到序列中的顺序行为模式，以及用户的个性化偏好对于POI（兴趣点）推荐的影响，导致POI（兴趣点）推荐系统性能较低，推荐结果不可靠，进而影响用户体验。为了解决上述问题，提出一种融合时序门控图神经网络的兴趣点推荐方法。运用时序门控图神经网络时间门控图神经网络（TGGNN）和POI嵌入采用注意力机制捕获用户的长期偏好；通过注意力机制融合用户的最新偏好和实时偏好，进而捕获用户的短期偏好。通过自适应的方式结合用户的长期和短期偏好，计算候选POI（兴趣点）的推荐得分，并根据得分为用户进行POI（兴趣点）推荐。实验结果表明，与现有方法相比，该方法在召回率和平均倒数排名这两项指标上均有较为明显的提升，因此可以取得很好的推荐效果，具有良好的应用前景。

参考文献|相关文章|多维度评价

选择

36考虑充电策略的冷链物流配送路径优化研究

王嘉宁,初良勇

计算机工程与应用 2024, 60 (17): 282-292. 内政部：10.3778/j.issn.1002-8331.2401-0350

摘要（31）

PDF（件）（4877千克）(41）

随着绿色与可持续发展要求的提出，使用电动物流车进行冷链物流配送逐渐成为热点，在考虑充电策略、车辆载重和客户时间窗等约束下，构建了配送总成本最小化为目标的电动车辆在冷链物流配送中的路径优化模型。根据设计的模型特点，提出了一种结合海洋捕食者和蚁群算法的混合算法进行求解，该算法有效提高了搜索能力和全局信息捕捉。根据算例分析对比可知，与完全充电策略相比，采用部分充电策略可以提高配送效率，有效降低了17.34%物流成本。通过设置车辆最大载重和不同充电站排队时间，分析车辆最大载重和充电站排队时间对物流总成本的影响，从而为企业提供不同车辆的选择。用实际案例和具体数据进行实验，验证了构建模型的有效性，证明了算法的高效性。

参考文献|相关文章|多维度评价

选择

37RF-MIP-LSTM预测

张颖,李路

计算机工程与应用 2024, 60 (17): 272-281. 内政部：10.3778/j.issn.1002-8331.2312-0329

摘要（36）

PDF（件）（4585KB）(40）

长短时记忆（LSTM）神经网络在预测股价波动这类复杂的非线性系统中展现了较好的性能，然而LSTM公司模型没有考虑三个门控机制的耦合关系和长时记忆对模型输入的影响。通过增加输入门控的长时记忆窥视和耦合了三个门控机制的唯一门机制，增强了长时记忆信息传递和模型的稳定性，构建了基于随机森林特征选择的RF-MIP-LSTM公司模型，并推导了模型的前向与反向传播算法。通过对中国农业银行、盐田港、格力电器三只股票价格和上证指数的预测和比较，表明RF-MIP-LSTM公司模型的收敛速度和预测精度均优于LSTM公司

参考文献|相关文章|多维度评价

选择

382024年第18期目次

计算机工程与应用 2024, 60 (18): 0-0.

摘要（50）

PDF（件）（703KB）(40）

全文下载排行