計(jì)算機(jī)工程與應(yīng)用最新期刊目錄

改進(jìn)YOLO11n和PaddleOCR的煤礦鉆場(chǎng)視頻自動(dòng)剪輯方法————作者：李小軍;李淼;趙明煬;

摘要：為解決煤礦井下瓦斯抽采鉆場(chǎng)監(jiān)控視頻數(shù)據(jù)規(guī)模大、傳統(tǒng)人工剪輯效率低的問(wèn)題，提出一種將YOLO11n和PaddleOCR相結(jié)合的視頻自動(dòng)剪輯方法。該方法首先使用YOLO11n檢測(cè)視頻圖像幀中的指示牌目標(biāo)，并根據(jù)檢測(cè)框坐標(biāo)信息進(jìn)行裁剪；其次將裁剪的目標(biāo)區(qū)域輸入PaddleOCR中進(jìn)行文字識(shí)別；最后依據(jù)設(shè)定的剪輯邏輯規(guī)則對(duì)視頻進(jìn)行自動(dòng)剪輯。為提升YOLO11n在煤礦井下復(fù)雜環(huán)境的檢測(cè)精度，提出一種新的模塊...

面向焊縫表面缺陷的雙向星聚融合檢測(cè)網(wǎng)絡(luò)————作者：徐成;單文桃;張陳;陳澤明;楊汶睿;韓振華;

摘要：針對(duì)焊縫表面缺陷檢測(cè)中的目標(biāo)存在空間聚集分布、背景紋理復(fù)雜、特征顯著性不足等挑戰(zhàn)，以及傳統(tǒng)模型在低信噪比環(huán)境下特征表征能力弱、計(jì)算冗余等問(wèn)題，本研究基于YOLOv8n設(shè)計(jì)星聚雙向融合網(wǎng)絡(luò)（LSBi-YOLO）。首先構(gòu)建星聚融合網(wǎng)絡(luò)（SANet），利用三階異構(gòu)卷積融合策略保留關(guān)鍵特征；其次，開(kāi)發(fā)方向增強(qiáng)型空間金字塔池化模塊（OS-SPPF），通過(guò)線性紋理特征權(quán)重優(yōu)化提升多類(lèi)缺陷辨識(shí)度；進(jìn)而設(shè)計(jì)自適應(yīng)...

基于集成學(xué)習(xí)與多模態(tài)大語(yǔ)言模型的圖文情感分析方法————作者：王寧;武芳宇;趙宇軒;張百靈;龐超逸;

摘要：提出了一種融合集成學(xué)習(xí)與多模態(tài)大語(yǔ)言模型（Multimodal Large Language Models， MLLMs）的圖文情感分析方法。針對(duì)圖文情感分析中類(lèi)別不平衡與跨模態(tài)情感不一致等關(guān)鍵挑戰(zhàn)，設(shè)計(jì)了EMSAN（Ensemble Multimodal Sentiment Analysis Network）框架。該框架采用主輔模型結(jié)構(gòu)，將在完整數(shù)據(jù)集上訓(xùn)練的主模型與在平衡子集上優(yōu)化的輔助模型相...

基于BWO-VMD-ISSA-LSTM的交通運(yùn)輸業(yè)碳排放預(yù)測(cè)研究————作者：王慶榮;王俊杰;朱昌鋒;張金鵬;何潤(rùn)田;劉心康;

摘要：針對(duì)交通運(yùn)輸業(yè)碳排放量的非線性影響預(yù)測(cè)精度的問(wèn)題，提出了一種結(jié)合白鯨優(yōu)化算法(BWO)、變分模態(tài)分解(VMD)、改進(jìn)麻雀搜索算法(SSA)及LSTM的碳排放預(yù)測(cè)模型。引入最大互信息系數(shù)(MIC)提取影響碳排放量的主要因素，剔除冗余特征。利用BWO對(duì)VMD的分解模態(tài)數(shù)和懲罰因子尋優(yōu)，增強(qiáng)兩參數(shù)間的協(xié)調(diào)性，進(jìn)而將碳排放量分解為不同頻率的模態(tài)分量和剩余分量，削弱原始碳排放量的非線性；通過(guò)在LSTM的輸入...

多死角場(chǎng)景中機(jī)器人深度強(qiáng)化學(xué)習(xí)導(dǎo)航————作者：曹青躍;王雅棟;王慶;張羽佳;陽(yáng)媛;

摘要：針對(duì)強(qiáng)化學(xué)習(xí)導(dǎo)航存在訓(xùn)練效率低、穩(wěn)定性差及在多死角場(chǎng)景中目標(biāo)遮擋時(shí)導(dǎo)航性能差的問(wèn)題，對(duì)此提出了一種融合專(zhuān)家經(jīng)驗(yàn)與混合獎(jiǎng)勵(lì)機(jī)制的深度強(qiáng)化學(xué)習(xí)導(dǎo)航方法。篩選高質(zhì)量專(zhuān)家經(jīng)驗(yàn)并基于此預(yù)訓(xùn)練了行為克隆模型初始化策略，用于提高訓(xùn)練效率；構(gòu)建了包含死角避免約束的稠密獎(jiǎng)勵(lì)函數(shù)，實(shí)現(xiàn)目標(biāo)牽引與死角避讓之間的平衡；采用標(biāo)準(zhǔn)化折扣回報(bào)方式降低不同軌跡的回報(bào)方差以提高訓(xùn)練穩(wěn)定性。仿真實(shí)驗(yàn)表明所提出的方法在隨機(jī)起止點(diǎn)測(cè)試中...

端云協(xié)同離在線強(qiáng)化學(xué)習(xí)方法及其在兵棋上的應(yīng)用————作者：施偉;黃紅藍(lán);梁星星;程光權(quán);鄭臻哲;

摘要：隨著軍事智能化技術(shù)演進(jìn)，兵棋推演智能決策研究備受關(guān)注。針對(duì)傳統(tǒng)云端集中式?jīng)Q策模式存在的通信延遲、數(shù)據(jù)安全風(fēng)險(xiǎn)和部署壁壘等問(wèn)題，提出端云協(xié)同混合離在線強(qiáng)化學(xué)習(xí)框架（Decider），實(shí)現(xiàn)基于先驗(yàn)知識(shí)與試錯(cuò)數(shù)據(jù)的融合驅(qū)動(dòng)決策。云端動(dòng)態(tài)篩選高價(jià)值樣本傳輸至邊緣設(shè)備，緩解數(shù)據(jù)分布偏移問(wèn)題，加速策略搜索；引入歷史動(dòng)量聚合算法，穩(wěn)定模型訓(xùn)練。在海空對(duì)抗兵棋實(shí)驗(yàn)中，Decider策略搜索速度提升超過(guò)90%，平均...

《計(jì)算機(jī)科學(xué)與探索》“多模態(tài)大模型：理論、技術(shù)與應(yīng)用”專(zhuān)題征文通知

摘要：<正>近年來(lái)，隨著人工智能技術(shù)的飛速發(fā)展，多模態(tài)大模型通過(guò)整合文本、圖像、音頻、視頻等多種模態(tài)數(shù)據(jù)，在跨模態(tài)理解、生成與推理任務(wù)中展現(xiàn)出前所未有的潛力。包括GPT-4o、Gemini、DeepSeek Janus-Pro在內(nèi)的一系列多模態(tài)大模型先后出現(xiàn)，多模態(tài)大語(yǔ)言模型（multimodal large language models, MLLMs）方法與技術(shù)不僅在視覺(jué)內(nèi)容理解、跨模態(tài)...

第六屆中國(guó)智能機(jī)器人學(xué)術(shù)年會(huì)（CCF CIRAC 2025）征文通知

摘要：<正>第六屆中國(guó)智能機(jī)器人學(xué)術(shù)年會(huì)（CCF CIRAC 2025）將于2025年8月22—24日在江蘇南通召開(kāi)。本屆會(huì)議將圍繞服務(wù)機(jī)器人和工業(yè)機(jī)器人領(lǐng)域，特別是具身智能前沿技術(shù)和應(yīng)用開(kāi)展廣泛交流與探討，共同推動(dòng)中國(guó)智能機(jī)器人技術(shù)發(fā)展。論文投稿截止日期為2025年6月22日，錄用論文將推薦至相關(guān)國(guó)內(nèi)外優(yōu)秀期刊。會(huì)議設(shè)置優(yōu)秀論文獎(jiǎng)、優(yōu)秀學(xué)生論文獎(jiǎng)、優(yōu)秀張貼論文獎(jiǎng)等獎(jiǎng)項(xiàng)。誠(chéng)邀廣大專(zhuān)家學(xué)者和科...

考慮跨空間特征重構(gòu)的行人過(guò)街動(dòng)作檢測(cè)方法————作者：陳思宇;何永福;謝世維;張浩池;

摘要：行人是弱勢(shì)交通參與者，其危險(xiǎn)過(guò)街動(dòng)作是引發(fā)事故的重要原因之一，行人過(guò)街動(dòng)作檢測(cè)有助于減少人車(chē)沖突。針對(duì)路側(cè)視角下行人多尺度、遮擋導(dǎo)致的動(dòng)作特征提取困難、特征融合低效、特征信息丟失問(wèn)題，提出一種考慮跨空間特征重構(gòu)的行人過(guò)街動(dòng)作檢測(cè)方法（Pedestrian’s Crossing Behavior Detection Network based on Cross-spatial feature rec...

結(jié)合多特征融合和圖卷積神經(jīng)網(wǎng)絡(luò)的EEG-fNIRS情感識(shí)別————作者：王文明;張雪英;陳桂軍;孫穎;黃麗霞;

摘要：針對(duì)EEG-fNIRS情感識(shí)別研究中圖卷積神經(jīng)網(wǎng)絡(luò)僅考慮單一的大腦連接方法，并且沒(méi)有綜合關(guān)注多腦區(qū)和不同頻段中反映情感的信息的問(wèn)題，提出一種基于多特征融合的圖卷積神經(jīng)網(wǎng)絡(luò)模型。首先構(gòu)建鄰接矩陣，提取格蘭杰因果(GC)作為有效性連接信息，提取相位滯后指數(shù)(PLI)作為功能性連接信息，結(jié)合模糊認(rèn)知圖(FCM)融合GC和PLI，將計(jì)算得到的FCM-GC-PLI關(guān)聯(lián)矩陣作為GCN的鄰接矩陣；然后構(gòu)建節(jié)點(diǎn)，...

基于深度學(xué)習(xí)的RGBT目標(biāo)跟蹤研究進(jìn)展————作者：張大偉;王炫;何小衛(wèi);鄭忠龍;

摘要：目標(biāo)跟蹤是計(jì)算機(jī)視覺(jué)領(lǐng)域的一項(xiàng)重要任務(wù)，其中單目標(biāo)跟蹤是指在給定的視頻序列中持續(xù)跟蹤單個(gè)目標(biāo)。然而可見(jiàn)光圖像的成像依賴(lài)于光照條件，僅憑可見(jiàn)光信息難以滿足低光照、雨霧天氣等復(fù)雜惡劣環(huán)境下的目標(biāo)跟蹤。RGBT(RGB-Thermal)目標(biāo)跟蹤是指結(jié)合熱紅外與可見(jiàn)光圖像數(shù)據(jù)，利用雙方互補(bǔ)優(yōu)勢(shì)共同實(shí)現(xiàn)跟蹤任務(wù)，以提高跟蹤的魯棒性和準(zhǔn)確性。隨著深度學(xué)習(xí)的發(fā)展，目前RGBT目標(biāo)跟蹤領(lǐng)域研究成果眾多，但現(xiàn)有大部...

融合大模型與圖注意力網(wǎng)絡(luò)的知識(shí)圖譜補(bǔ)全————作者：張雨婷;王淑營(yíng);

摘要：知識(shí)圖譜作為一種有效的知識(shí)表示方法，可以系統(tǒng)化地描述實(shí)體、屬性、關(guān)系及狀態(tài)之間的關(guān)聯(lián)。然而，由于現(xiàn)實(shí)世界環(huán)境復(fù)雜、實(shí)體關(guān)系多樣，現(xiàn)有知識(shí)圖譜往往存在知識(shí)覆蓋不全面等問(wèn)題。為此，提出了一種基于大模型的知識(shí)圖譜補(bǔ)全方法，通過(guò)融合大模型的自然語(yǔ)言理解和知識(shí)推理能力，實(shí)現(xiàn)對(duì)缺失三元組的智能補(bǔ)全。首先利用知識(shí)嵌入模型獲取實(shí)體和關(guān)系的結(jié)構(gòu)化表征，繼而引入圖注意力網(wǎng)絡(luò)的自注意力和多頭注意力機(jī)制來(lái)捕捉復(fù)雜的關(guān)系模...

基于模型和算法的量化投資方法股票預(yù)測(cè)研究綜述————作者：李子煜;張金珠;高青山;

摘要：股票價(jià)格預(yù)測(cè)一直是金融研究熱點(diǎn)領(lǐng)域。近年來(lái)，量化投資方法憑借其客觀性、系統(tǒng)性與高效性，逐漸成為股票市場(chǎng)研究的主流方向。隨著大數(shù)據(jù)時(shí)代的到來(lái)，海量、多源、異構(gòu)的數(shù)據(jù)為市場(chǎng)建模與決策提供了豐富的信息基礎(chǔ)，有效融合多模態(tài)數(shù)據(jù)已成為提升預(yù)測(cè)準(zhǔn)確性的關(guān)鍵路徑。文章系統(tǒng)梳理了量化投資方法的理論演進(jìn)，回顧了機(jī)器學(xué)習(xí)在股票預(yù)測(cè)中的應(yīng)用發(fā)展。圍繞數(shù)據(jù)、模型與算法三個(gè)維度，對(duì)近年來(lái)基于量化方法的研究成果進(jìn)行了綜述，深...

面向知識(shí)圖譜的問(wèn)答技術(shù)研究綜述————作者：錢(qián)慎一;付博文;李代祎;梁瑤瑤;

摘要：智能問(wèn)答是從海量數(shù)據(jù)中精確、快速獲取需求信息的一種關(guān)鍵技術(shù)。近年來(lái)，智能問(wèn)答技術(shù)發(fā)展成果顯著，例如，基于問(wèn)題的信息提取技術(shù)，語(yǔ)義理解技術(shù)以及向量建模的方法等等。然而，隨著智能問(wèn)答技術(shù)的迅速發(fā)展，人們迫切希望能夠?qū)χ悄軉?wèn)答模型有一個(gè)合理的劃分方式，以方便不同領(lǐng)域的用戶(hù)使用。為了合理劃分智能問(wèn)答模型，方便智能問(wèn)答領(lǐng)域研究者的深度研究。通過(guò)對(duì)知識(shí)圖譜問(wèn)答領(lǐng)域相關(guān)文獻(xiàn)進(jìn)行調(diào)查，實(shí)現(xiàn)了對(duì)當(dāng)前知識(shí)圖譜問(wèn)答關(guān)鍵...

貝葉斯算法改進(jìn)擬態(tài)裁決方法的研究————作者：劉太昆;李彧;季新生;李召召;孫增振;孫遠(yuǎn)航;

摘要：針對(duì)共模漏洞導(dǎo)致擬態(tài)裁決器多數(shù)一致性表決算法對(duì)網(wǎng)絡(luò)攻擊通過(guò)率較高的問(wèn)題，提出了一種基于貝葉斯算法的擬態(tài)裁決優(yōu)化方法。通過(guò)構(gòu)建貝葉斯學(xué)習(xí)模型，挖掘執(zhí)行體間歷史表決數(shù)據(jù)集的深度特征，分析歸納其統(tǒng)計(jì)規(guī)律，并通過(guò)設(shè)計(jì)表決結(jié)果選擇策略和多數(shù)一致性策略相結(jié)合的輸出機(jī)制來(lái)解決網(wǎng)絡(luò)攻擊被錯(cuò)誤輸出的問(wèn)題，從而提高表決輸出結(jié)果的準(zhǔn)確性，達(dá)到提高目標(biāo)系統(tǒng)安全性的目的。鑒于不同執(zhí)行體間歷史表決數(shù)據(jù)的統(tǒng)計(jì)規(guī)律已通過(guò)貝葉斯學(xué)...

雙頻通道差異增強(qiáng)的圖像分類(lèi)網(wǎng)絡(luò)————作者：袁姮;范桐桐;高原;

摘要：針對(duì)圖像分類(lèi)網(wǎng)絡(luò)中圖像特征區(qū)分度偏低，進(jìn)而降低特征表達(dá)能力的問(wèn)題，提出雙頻通道差異增強(qiáng)的圖像分類(lèi)網(wǎng)絡(luò)（Dual-Frequency Channel Difference Enhancement for Image Classification，DCDENet）。該網(wǎng)絡(luò)以ResNet-34殘差網(wǎng)絡(luò)為基礎(chǔ)。首先，提出自定義差異增強(qiáng)卷積（Custom Difference Enhancement Con...

基于多模態(tài)融合的無(wú)人機(jī)識(shí)別研究綜述————作者：李旻姝;周莫涵;支瑞聰;

摘要：隨著無(wú)人機(jī)技術(shù)的迅速發(fā)展，在相關(guān)技術(shù)應(yīng)用越來(lái)越多的同時(shí)也帶來(lái)了許多安全隱患和監(jiān)管難題。反無(wú)人機(jī)檢測(cè)技術(shù)作為應(yīng)對(duì)這些挑戰(zhàn)的重要手段，受到了廣泛的關(guān)注。傳統(tǒng)的無(wú)人機(jī)檢測(cè)方法依賴(lài)于單一的模態(tài)數(shù)據(jù)，例如視覺(jué)、音頻、雷達(dá)及射頻信號(hào)等，但這些單一模態(tài)數(shù)據(jù)在復(fù)雜場(chǎng)景下所獲取的信息有限。近年來(lái)，深度學(xué)習(xí)方法在小目標(biāo)檢測(cè)領(lǐng)域取得良好進(jìn)展，同時(shí)多模態(tài)融合技術(shù)的相關(guān)研究也使目標(biāo)檢測(cè)的精度和魯棒性得到進(jìn)一步的提升。這篇文...

基于頻域的抗壓縮隱蔽后門(mén)攻擊————作者：閆雷鳴;翟強(qiáng)眾;陳先意;

摘要：智能模型的后門(mén)攻擊可通過(guò)在訓(xùn)練數(shù)據(jù)中嵌入觸發(fā)器的方式來(lái)毒化數(shù)據(jù)集，使模型在訓(xùn)練過(guò)程中被植入后門(mén)。然而，圖像壓縮算法的廣泛應(yīng)用顯著削弱了數(shù)據(jù)投毒后門(mén)攻擊的有效性。壓縮處理會(huì)嚴(yán)重破壞中毒圖像中觸發(fā)器的特征，導(dǎo)致后門(mén)攻擊的成功率急劇下降。針對(duì)這一問(wèn)題，提出了一種基于頻域的抗壓縮隱蔽后門(mén)攻擊方法。利用圖像低頻成分對(duì)壓縮的天然抗性以及壓縮中的亮度保真性，選擇在Y通道的深層低頻信息中嵌入后門(mén)觸發(fā)器，以增強(qiáng)觸發(fā)...

深度學(xué)習(xí)在肋骨骨折輔助診斷中的應(yīng)用————作者：李智唯;劉靜;張俊忠;魏德健;曹慧;

摘要：肋骨骨折特指肋骨結(jié)構(gòu)的完整性遭受完全或部分破壞，是臨床中最常見(jiàn)的胸部創(chuàng)傷之一。近幾年深度學(xué)習(xí)技術(shù)在輔助骨折診斷方面展現(xiàn)出發(fā)展的巨大潛力，因此針對(duì)肋骨骨折輔助診斷中所采用的深度學(xué)習(xí)方法進(jìn)行了總結(jié)梳理。介紹了公開(kāi)的影像學(xué)數(shù)據(jù)集，系統(tǒng)闡述了經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)在肋骨骨折病灶識(shí)別中的應(yīng)用，闡述了基于單網(wǎng)絡(luò)模型的肋骨骨折改進(jìn)算法、基于多網(wǎng)絡(luò)模型的肋骨骨折改進(jìn)算法、原創(chuàng)肋骨骨折病灶識(shí)別算法以及人工智能在肋骨骨折輔...

基于歸一化流退火重要性抽樣的安全關(guān)鍵場(chǎng)景生成————作者：曾昭汰;石晴;余國(guó)寬;范萱;馬智文;

摘要：自動(dòng)駕駛系統(tǒng)測(cè)試與評(píng)估的主流方法是虛擬仿真測(cè)試，而測(cè)試場(chǎng)景是虛擬仿真測(cè)試的關(guān)鍵。為了同時(shí)解決測(cè)試場(chǎng)景生成的“維度詛咒”和安全關(guān)鍵事件的罕見(jiàn)性問(wèn)題，提出了歸一化流退火重要性抽樣（NF-AIS）方法。首先，從HighD數(shù)據(jù)集提取車(chē)輛動(dòng)作數(shù)據(jù)，通過(guò)歸一化流（NF）模型訓(xùn)練生成自然駕駛行為動(dòng)作分布；然后，將該分布作為退火重要性抽樣（AIS）的初始分布，靈活調(diào)整抽樣權(quán)重以增大危險(xiǎn)動(dòng)作的比例；最后，以最小化α...

　　計(jì)算機(jī)工程與應(yīng)用來(lái)自網(wǎng)友的投稿評(píng)論：

• 奔跑的辣椒醬

  審稿費(fèi)120元，外審速度比較快，幾天時(shí)間就有答復(fù)。碩士一作，導(dǎo)師通訊，帶有國(guó)家級(jí)基金。外審專(zhuān)家給的意見(jiàn)不痛不癢，但是編輯直接給我退了。。可能是變成中文EI 之后要求變的越來(lái)越高了。

  2024-09-02 17:10
• 畫(huà)個(gè)圈圈兜住幸福

  計(jì)算機(jī)工程與應(yīng)用雜志的兩位審稿老師給了很中肯的建議，二十天左右返回的結(jié)果，修回后編輯部又再次送了外審，修改后發(fā)表，終于不用擔(dān)心了。雜志一直是我們學(xué)校認(rèn)可度很高的一本雜志，他們雜志還是挺嚴(yán)謹(jǐn)?shù)模�處理速度也挺快，給朋友們做個(gè)參考！

  2024-08-16 07:57
• 帶頭大哥666

  初審很快（2--3天），而后收取120元審稿費(fèi)，由評(píng)審專(zhuān)家外審，一個(gè)多月后，告知?jiǎng)?chuàng)新性不足，直接退稿。

  2024-06-13 14:51
• Yangming_ak

  外審一個(gè)月被退稿，有退稿意見(jiàn)

  2024-06-02 14:49
• zhaohhhh

  這個(gè)審稿速度完全取決于外審，編輯部的速度挺快的 審稿費(fèi)是120元 我是2024年2月28號(hào)投稿的，初審、編輯部初審、待交審稿費(fèi)、 編委審稿這幾步3月1號(hào)就已經(jīng)完成了 但是后面的外審用了快2個(gè)月，中間催了兩次，第一次說(shuō)沒(méi)有辦法催，等2個(gè)月左右，編輯部會(huì)催，等4月底的時(shí)候催了一次，說(shuō)他們已經(jīng)催過(guò)了，讓我在等等 然后大概過(guò)了5天左右，終于有結(jié)果了：缺乏動(dòng)機(jī)分析，難以理解創(chuàng)新動(dòng)機(jī)拒稿（拒稿取決于外審專(zhuān)家，這個(gè)外審專(zhuān)家說(shuō)建議退稿。）

  2024-05-02 14:20

提交