TB-Match: 融合条件扩散模型与近端策略优化的弹性时间约束运单分配方法

下载全文  

在动态环境下的双边匹配问题中, 对于时间约束与多目标优化的处理机制是影响匹配效率的重要因素之一, 网络货运平台的运单分配即为此类问题的典型实例. 现有方法在处理时间约束的刚性建模和多目标冲突的权衡机制方面存在显著局限性, 难以准确刻画决策主体在约束边界附近的行为特征. 提出一种基… …   相似文献

廖家俊  董宜滔  毛嘉莉 《软件学报》2026,37(5):2024-2042

基于多尺度感知和双模态融合的激光雷达点云语义分割

下载全文  

针对激光雷达点云语义分割中二维投影方法易导致空间结构信息丢失的问题,提出了一种融合多尺度感知与双模态交互的点云语义分割方法。该方法首先设计多尺度卷积模块（MSConv）,利用深度可分离卷积与多分支结构在低计算成本下提取投影点云的多层次语义特征;其次,引入双模态融合模块（DMF）,… …   相似文献

鲁斌  尚国栋 《计算机应用研究》2026,43(5)

多支路差分卷积与频域增强相结合的水下图像增强方法

下载全文  

针对水下图像存在的细节模糊、噪声干扰及颜色失真等问题,提出一种基于监督学习的多支路差分卷积与频域增强相结合的水下图像增强方法。该方法采用颜色及细节增强模块强化高频细节并校正低频颜色;通过双支路增强模块平衡时空域与频域特征增强比例;设计轻量化交叉融合模块优化特征交互;同时结合多项损… …   相似文献

黄奕程  何立风  罗凯伦  刘玉 《计算机应用研究》2026,43(5)

联邦学习的计算效率优化方法综述

下载全文  

联邦学习作为一种分布式机器学习范式,通过参数聚合机制实现隐私保护下的协同模型训练,在智慧医疗、物联网等领域展现出解决数据孤岛问题的潜力。相比传统集中式学习范式,联邦学习在保护数据隐私的同时,仍需应对通信开销高、动态环境适应性不足等问题,资源受限设备中的计算效率瓶颈严重制约其实际部… …   相似文献

董华  范菁  郗恩康  金亚东  俞浩  孙伊航 《计算机应用研究》2026,43(5)

基于分层门控与双重对比监督机制的多模态命名实体识别方法

下载全文  

多模态命名实体识别任务在深层跨模态交互和实体级对齐监督方面仍存在不足,使得模型难以充分利用图文间的细粒度语义关联。针对这一问题,提出一种融合分层门控机制与双重对比监督的多模态命名实体识别模型 HCMCL。该模型首先引入双向状态空间结构,以增强文本序列和视觉区域特征的长程依赖建模能… …   相似文献

刘思婷  徐艳丽 《计算机应用研究》2026,43(5)

融合结构特征归因与多智能体推理的上帝类检测方法

下载全文  

上帝类是一种典型的代码异味,其存在会降低软件的可扩展性和可维护性,进而增加系统故障风险与维护成本。为此,提出由规范化博弈式多智能体框架与全局共享的上下文工程组成的检测方法。先以梯度提升树结合 SHAP 特征归因获得可审计的结构先验与关键特征;并据此生成复杂度感知的提示词与初始证据… …   相似文献

邵宁宁  刘臣 《计算机应用研究》2026,43(5)

基于潜在表示和张量学习的多视图无监督特征选择方法

下载全文  

针对多视图无监督特征选择中,直接基于原始噪声特征构图易忽略全局结构,且传统多图融合方法因视图异质性难以有效挖掘共享一致信息的问题,提出一种结合潜在表示与张量学习的特征选择模型。该方法将原始多视图数据映射至公共潜在空间以捕获高层语义结构,并在此基础上进行子空间学习以剔除不相关特征。… …   相似文献

蒋剑军  谢锡炯 《计算机应用研究》2026,43(5)

融合反事实语义增强与因果注意力的领域泛化

下载全文  

针对深度学习模型在分布偏移场景中泛化能力不足的问题, 在Mamba状态空间模型的基础上, 提出一种融合反事实语义增强和因果注意力机制的领域泛化方法, 通过设计反事实语义增强模块, 实现前景-背景解耦与重组生成反事实特征, 显式构建“前景保持、背景干预”的因果情境, 有效削弱背景-… …   相似文献

魏成亮  刘进锋 《计算机系统应用》2026,35(4):95-105

基于社交图与标签优化的多模态虚假新闻检测

下载全文  

现有虚假新闻检测方法存在明显不足. 这些方法未能充分挖掘多模态关联, 忽视关键信息导致冗余问题, 且未考虑相似新闻的正负关联影响检测精度. 此外, 能协同利用文本、图像和社交图这3种模态的方法较为稀缺. 针对这些问题, 提出了一种基于社交图与标签优化的多模态虚假新闻检测模型. 该方法同步提取文本、图像和社交图特征, 通过全局动态加权机制强化社交图关键特征并通过图像描述增强视觉表征, 利用跨模态交叉注意力实现模态间优势互补, 并结合对比学习进行跨模态对齐. 本文模型在标签优化器中通过双向标签注意力捕捉相似新闻间的正负相关性优化预测标签. 在Weibo和PHEME数据集上的实验表明, 本文方法较最优基线方法准确率提升1.63%和3.01%, F1分数提升2.46%和3.67%.… …   相似文献

王春东  陈星宇  林浩 《计算机系统应用》2026,35(4):72-82

基于信息融合图像和深度学习的恶意软件分类方法

下载全文  

现有基于图像的恶意软件分类方法通过提取多种信息并使用多通道图像表征恶意软件以提升分类准确率。然而,相较于使用单通道图像表征恶意软件,使用多通道图像表征恶意软件在提升分类准确率的同时也增加了模型的复杂度和计算量。为此,提出了基于信息融合图像和深度学习的恶意软件分类方法MCIIFD（… …   相似文献

赵永林  郭春  吕晓丹  周雪梅 《计算机应用研究》2026,43(4)

金字塔信息解耦的甲状腺结节分割

下载全文  

甲状腺结节自动分割技术对甲状腺疾病诊断至关重要,但数据集规模有限及超声成像噪声制约了分割精度。为此,提出一种金字塔信息解耦的甲状腺结节分割网络。该网络通过多分支信息交融模块进行信息解耦与循环状态传递,精准适应结节尺度变化并逐步细化细节信息。特征金字塔跨层级融合结构并行连接多个交叉… …   相似文献

张资源  吕晓琪 《计算机应用研究》2026,43(4)

时空融合的时序知识图谱多跳推理模型

下载全文  

针对现有时序知识图谱多跳推理模型实体与关系嵌入空间分离导致的语义割裂的缺陷,以及时间信息表达能力受限的问题,提出时空融合的多跳推理模型（SF-MR）。该模型通过包含双路残差连接与空间卷积的三联体分配器构建实体和关系跨空间语义依赖;结合时空注意力机制分别建模实体时序演化和空间关联特… …   相似文献

马汉达  费凡 《计算机应用研究》2026,43(4)

面向深度伪造检测的高效自解释图神经网络

下载全文  

针对现有基于传统深度学习的检测方法检测效果不佳、可解释性差的问题,提出一种基于高效自解释图神经网络（SE-EffGNN）的深度伪造检测方法。该方法由图结构构建、模型预测和解释分析三个部分组成。首先融合先验信息与局部空间信息,将待检测视频建模为语义引导的图结构数据,增强模型对伪造痕… …   相似文献

吕仁堃  孙鹏  郎宇博  沈喆  孟辉  周纯冰 《计算机应用研究》2026,43(4)

面向多模态情感识别的软硬数据增强与交互注意力混合时空卷积网络

下载全文  

针对现有的多模态情感识别方法在模型计算复杂、跨模态协同建模能力有限以及在不完整模态场景下泛化能力不足的问题,提出一种面向多模态情感识别的软硬数据增强与交互注意力混合时空卷积网络（MSCN-IA-SHDA）。该模型首先采用混合时空卷积网络（mixed spatiotemporal … …   相似文献

赵锟  孟凡  李文强  唐桂林  谢曜聪 《计算机应用研究》2026,43(4)

基于区块链的动态权限管理与隐私保护方案

下载全文  

针对供应链协同环境中存在的权限撤销延迟、访问策略泄露以及重加密开销高等问题,提出一种基于区块链的动态权限管理与隐私保护方案。该方案构建了由对称加密、属性基加密和可信执行环境组成的三级安全防护架构,结合多跳代理重加密实现策略的动态更新与历史数据的前向安全;设计了基于物联网事件驱动的… …   相似文献

李先秋  彭长根  谭伟杰 《计算机应用研究》2026,43(4)

下载全文  

ObjectiveMotion deblurring is an important yet complex task in image restoration. In many practical scenarios, images can exhibit complex mo… …   相似文献

Zhang Ji;Zhu Xiaoyun;Cao Jingang;Zhai Qingjian 《中国图象图形学报》2026,31(4):1004-1017

下载全文  

ObjectiveSome network parameters remain in an unstable optimization state during training because of the lack of ground truth images for sup… …   相似文献

《中国图象图形学报》2026,31(4):1184-1200

基于强-弱互信息掩码学习的可解释动态不完整图异常检测

下载全文  

大多数图异常检测方法依赖图神经网络(GNN)在相对高质量的图数据上进行学习. 然而, 在现实应用中, 这种理想场景极为罕见, 大多数数据存在标签缺失、动态变化和结构不完整等问题, 这些问题统称为动态不完整图. 针对GNN在极端条件下性能下降的挑战, 提出一种可解释的动态不完整图异常检测方法EXDIG (explainable dynamic incomplete graph anomaly detection), 其核心是一种结合强-弱互信息优化的图掩码自编码器框架. 该框架通过对图结构(节点/边)和节点特征进行掩码, 模拟现实中的动态不完整场景. 此外, 通过强-弱互信息损失, EXDIG捕捉结构与特征之间的关系, 同时保持结构完整性, 降低过拟合风险, 并提升泛化能力. 此外, 该方法通过在节点、边及特征上引入掩码扰动, 提高动态不完整图异常检测的可解释性, 使其能够识别关键组成部分, 并为异常检测结果提供透明且可信的解释. 在9个真实世界图数据集上进行了评估, 实验结果表明, EXDIG在不同程度的动态不完整场景下, 在多种下游任务和表示学习评估(包括有监督和无监督设定)中均优于现有最先进方法. 其中, 在异常检测数据集Amazon上, EXDIG的NMI和ARI指标分别提升了超过 13% 和 15%; 在动态不完整比率从25%到99%的设置下, 其F1分数波动被控制在5%以内. 此外, EXDIG还实现了在动态不完整图中对各节点的可解释性分析.… …   相似文献

骆祥峰  顾峻铨  余航 《软件学报》2026,37(4):1492-1510

面向开放世界持续学习的任务敏感提示驱动混合专家模型

下载全文  

开放世界持续学习(OWCL)旨在模拟现实环境中任务不断演化、类别动态变化且遇到未经训练的未知样本的情景. 一个良好的开放世界持续学习模型不仅需要在学习新任务的同时保持对已学任务的记忆, 还需具备识别未知类别的能力, 进而实现持续且鲁棒的知识积累与泛化. 然而, 现有持续学习方法普… …   相似文献

李昱洁  吴晗  孟丹  李天瑞  杨新 《软件学报》2026,37(4):1531-1547

RMDroid: 基于多模态融合学习的安卓恶意软件鲁棒检测

下载全文  

随着人工智能技术的蓬勃发展和广泛应用, 越来越多的恶意软件检测方法和工具利用深度学习的强大学习能力来检测安卓平台上新出现的恶意软件. 然而, 深度学习模型已经被证明容易受到对抗攻击的威胁. 与此同时, 攻击者已经开始提出多种针对安卓恶意软件检测方法的对抗攻击方法, 即生成对抗性安卓恶意软件, 从而达到绕过恶意软件检测的目的. 现有安卓恶意软件检测方法容易受到对抗攻击威胁的主要原因在于, 这些恶意软件检测方法都建立在单一模态特征之上, 而以单一模态存在的特征却很容易被攻击者恶意性地操控. 因此, 为了提高当前安卓恶意软件检测方法可以抵御对抗攻击的鲁棒性, 提出一种基于多模态融合学习的安卓恶意软件鲁棒检测方法RMDroid, 可以在不影响针对一般性安卓恶意软件检测准确性的基础上, 显著提高其抵御对抗攻击的鲁棒性. 具体而言, RMDroid首先会从待测安卓软件的多种模态中提取多种模态的特征信息, 然后分别利用相应的深度学习模型学习表征相应模态深层语义信息的特征向量, 最后利用异类识别网络降低甚至消除多模态特征中受到对抗攻击干扰的模态特征对最终恶意软件预测的影响, 从而提高其抵御对抗攻击的鲁棒性. 实验结果表明, 所提出的RMDroid在5项有效性指标和1项鲁棒性指标上均优于所有基线检测方法. 特别的, 在误报率FPR相同的情况下, RMDroid的检出率TPR比最好的基线检测方法的检出率TPR高出10%以上; 并且针对最先进的HRAT攻击, RMDroid的鲁棒性值高达96%以上, 显著高于MaMaDroid和MalScan基线检测方法的鲁棒性值.… …   相似文献

凌祥  周伯霖  王时予  罗天悦  尹鹏  吴春明  王滨  吴敬征 《软件学报》2026,37(4):1715-1739