计算机与现代化

《中国科技核心期刊》
《中国科技论文统计源期刊》
华东地区优秀期刊
江西省优秀期刊
《CAJ-CD规范》执行优秀奖期刊
《中国学术期刊综合评价数据库》来源期刊
《中国期刊网》
《中国学术期刊（光盘版）》收录期刊
《中国学术文献网络出版总库》收录期刊
《万方数据—数字化期刊群》收录期刊
《中国核心期刊（遴选）数据库》来源期刊

通知公告更多>>

喜报!《计算机与现代化》再次入选“...

收录证书（中国科技核心期刊）

2023年春节放假通知

居家办公结束通知

居家办公通知

服务器停用通知

2023统计源证书

《计算机与现代化》编辑部居家办公通...

分享到

2025年第0卷第02期刊出日期：2025-02-28

上一期

信息安全

任务中断对用户识别网络钓鱼的漂移扩散实证研究

王乐, 王志英

2025, 0(02): 1-12. doi:10.3969/j.issn.1006-2475.2025.02.001

摘要 ( 34 )

PDF (2802KB) ( 28 )

参考文献 | 相关文章 | 计量指标

用户能否正确识别出网络钓鱼是防御其攻击的最后一道防线，频繁且难以避免的中断对用户在短时间内处理大量邮件并识别出网络钓鱼是一个严重的挑战。任务中断已被证明对主要任务既有积极影响也有消极影响且研究结论不统一，因此任务中断对用户识别网络钓鱼的影响需进一步探究。本文基于漂移扩散模型，构建中断状态、行为选择、中断状态×行为选择的研究模型，采用模型参数的贝叶斯估计分析在有无中断状态下用户识别网络钓鱼的漂移率、边界高度、起始点偏差、非决策时间。在线实验数据分析结果发现，任务中断对用户正确识别网络钓鱼邮件具有双刃剑效应，有中断时用户的反应时间变短，且在准确率上没有显著差异，但漂移率变低，导致更高的边界高度。此外，针对正确率差异、性别差异、易感性差异、知识经验差异的相关分析发现，当无中断时个体为男性、正确率越高、易感性越低、知识经验越低时，其漂移率越快，编码等非决策时间越短，而有中断时个体为女性、正确率越低、知识经验越低时，其漂移率越快。本文研究从主体、客体之外的第三方任务中断的视角拓展影响用户识别网络钓鱼的环境因素，为提高用户识别网络钓鱼的能力提供实践指导。

基于区块链的分布式合同电量转让

张子昊1, 3, 叶萌2, 潘世贤1, 马力2, 包涛1, 于琪3

2025, 0(02): 13-18. doi:10.3969/j.issn.1006-2475.2025.02.002

摘要 ( 28 )

PDF (1268KB) ( 19 )

参考文献 | 相关文章 | 计量指标

为适应电力市场的多样性以及电力需求的波动性，基于区块链技术提出一种分布式合同电量转让系统。将电量转让过程中所需的合同分为原始合同、电量互保协议和转让交易合同3种类型。针对每一种合同的生成，设计对应的协议。基于有序多重签名对合同的内容进行验证，确保合同的真实性，同时利用广播加密对合同内容进行保护，确保合同隐私数据的机密性与正确性。在此基础上，通过区块链存储所有合同，确保合同的不可篡改性。实验结果表明，该系统可以有效提高合同的生成与验证效率，快速达成安全的合同电量转让。

人工智能

基于语义拓展和嵌入的零样本学习

郭晨光, 茅健, 汪云云

2025, 0(02): 19-27. doi:10.3969/j.issn.1006-2475.2025.02.003

摘要 ( 21 )

PDF (2953KB) ( 23 )

参考文献 | 相关文章 | 计量指标

在零样本图像分类中，语义嵌入技术（即用语义属性描述类标签）通过传递已知对象的知识，为生成未知对象的视觉特征提供了条件。当前研究往往使用语义属性作为描述视觉特征的辅助信息。然而，语义属性通常由人工标注等外部范式获得，这使得其与视觉特征间的一致性较弱，且视觉特征的多样性通常无法通过单一的语义属性进行描述。为提升语义属性的多样性，增强语义属性对视觉特征的描述能力，本文提出一种基于语义拓展和嵌入的零样本学习（Semantic extension and embedding for Zero-Shot Learning， SeeZSL）。SeeZSL通过构造每个类潜在的语义空间对语义属性进行拓展，再基于语义空间生成未知类的视觉特征。此外，为缓解原始特征空间与语义属性一致性弱、缺乏判别能力的问题，本文将基于语义拓展的生成模型与对比嵌入式模型相结合。在4个benchmark数据集上实验验证了所提SeeZSL方法的有效性。

面向下游任务优化的不平衡数据重采样

郭华

2025, 0(02): 28-32. doi:10.3969/j.issn.1006-2475.2025.02.004

摘要 ( 14 )

PDF (2178KB) ( 19 )

参考文献 | 相关文章 | 计量指标

数据重采样是解决数据类别不平衡的一种重要方法。传统方法通过最小化样本空间的几何误差构建平衡样本，但在复杂分布模式的高维空间表现不佳，而且依赖统计特征的方式也缺乏对下游任务的针对性。为了解决这个问题，本文提出一种基于神经网络的数据采样模型SOD-NN。利用神经网络的非线性处理能力学习样本在高维空间中的分布特征，并与下游任务联合构造两阶段网络形成整体优化，提升采样过程对下游任务的拟合能力。采样时首先对数据集进行空间划分，得到的样本子集通过残差处理避免数据退化问题，进而利用自注意力机制构造全局特征，确保与原始样本的分布一致性。实验结果表明本文模型能有效提升下游分类任务中少数类样本的识别性能，提升下游任务的鲁棒性。

面向特征选择的智能优化算法综述

齐浩淳

2025, 0(02): 33-43. doi:10.3969/j.issn.1006-2475.2025.02.05

摘要 ( 30 )

PDF (985KB) ( 20 )

参考文献 | 相关文章 | 计量指标

特征选择作为数据预处理的主要技术之一，可有效识别关键特征，从而降维以有效应对“维度诅咒”问题。特征选择是典型的NP-hard问题，智能优化算法因其卓效的全局搜索能力被广泛应用于特征选择。首先，本文整理了特征重要度评估方法和参数更新方法，前者用于判断特征的相关性与冗余性，后者用于算法的参数更新,二者均可用于面向特征选择的智能优化算法的各个核心步骤。然后，介绍了算法初始化、种群搜索、目标函数设计3个核心步骤的策略设计。从决策空间初始化和种群初始化2个方面归纳了初始化策略，并分析不同策略优势与局限；从种群数量出发，对单种群和多种群的搜索策略进行细致划分；根据目标函数应用的指标不同，分类总结目标函数设计。最后，讨论了面向特征选择的智能优化算法未来研究方向。

基于LSTM场景分类的行人自适应低功耗定位方案

余晴1, 江金光1, 2, 3, 谢东朋1, 刘江华4

2025, 0(02): 44-51. doi:10.3969/j.issn.1006-2475.2025.02.006

摘要 ( 17 )

PDF (2986KB) ( 18 )

参考文献 | 相关文章 | 计量指标

针对基于GNSS/INS的足绑式行人定位系统，提出一种基于场景分类的低功耗定位方案，以解决室外复杂环境下的行人定位精度差与系统功耗高的问题。该方案采集GNSS和温湿度传感器信息，使用长短期记忆网络（Long Short-Term Memory， LSTM）对典型的几种室外场景进行分类并针对不同场景调整微控制单元的时钟频率。此外，该方案提出一种基于改进的Sage-Husa方法来减小GNSS异常值对定位结果的影响。实验结果表明本文方案的场景分类准确率达到了97.64%，系统功耗仅有193.074 mW，相比传统的零速更新（Zero Velocity Update， ZUPT）、GNSS、GNSS/INS组合与Sage-Husa方法，本文方案均方根定位误差降低了83.15%、42.88%、21.91%和11.49%。因此，本文方案能够在系统低功耗条件下改善室外行人的定位精度。

面向人才履历信息的三元组联合抽取模型

沈鑫科1, 2, 李勇1, 2, 温明2, 任媛媛2

2025, 0(02): 52-57. doi:10.3969/j.issn.1006-2475.2025.02.007

摘要 ( 13 )

PDF (1346KB) ( 15 )

参考文献 | 相关文章 | 计量指标

人才职称评定领域中蕴含着大量人才履历信息，但履历信息通常以自然语言的形式存在，难以从中抽取关键信息作为人才职称评定依据。为了解决此问题，本文将实体抽取和关系抽取进行联合建模，构建一种面向人才履历信息的三元组联合抽取模型（RLAC）。首先，通过中文预训练语言模型RoBERT-wwm对人才履历信息进行底层编码；其次，引入LSTM网络和注意力机制改善人才履历信息难以识别头实体问题，增强编码上下文语义特征提取能力；再次，将编码后的信息输入至头实体标注器中获得头实体；最后，将头实体与人才履历信息进行拼接后输入至尾实体关系标注器中缓解关系重叠问题，从而获得三元组。在人才履历数据集上的实验结果表明，与基线模型相比，本文模型在精确率、召回率以及F1值上均有提升，具有良好的三元组抽取能力。

基于双向多尺度知识蒸馏的异常检测算法

刘重宜, 李华, 任德均, 柳尧凯, 王玉龙

2025, 0(02): 58-63. doi:10.3969/j.issn.1006-2475.2025.02.008

摘要 ( 25 )

PDF (3688KB) ( 29 )

参考文献 | 相关文章 | 计量指标

针对当前基于知识蒸馏的异常检测算法中，教师与学生模型之间因异常特征表达差异性不高导致异常检测和定位精度较低的问题，本文提出一种基于双向多尺度知识蒸馏的异常检测算法。用教师模型、学生模型和反向蒸馏学生模型组成的非对称师生网络结构抑制学生对异常特征的泛化。在双向学生模型之间引入特征融合残差模块以融合多尺度特征和减少异常干扰。在正向蒸馏的学生模型内部嵌入注意力模块以增强重要特征的学习能力。在测试阶段通过多尺度异常图融合的方式进行异常评估。在公开数据集MVTec AD上的实验结果表明，以ResNet18作为主干的本文算法在接受者操作特征曲线下面积评估标准上取得了较高的97.7%像素级得分和98.8%图像级得分，有效改善了当前的知识蒸馏算法。

网络与通信

基于多模态图卷积网络的新型电力系统通信数据融合方法

李昂1, 杜猛俊1, 钱锦1, 童俊1, 杨涛1, 陈国涛1, 靳文星2

2025, 0(02): 64-69. doi:10.3969/j.issn.1006-2475.2025.02.009

摘要 ( 19 )

PDF (2546KB) ( 23 )

参考文献 | 相关文章 | 计量指标

新型电力系统大量设备的接入，带来了设备间通信数据杂乱、难以处理的难题。本文采用多模态图卷积网络来对新型电力系统通信数据进行融合。首先，通过对数据来源设备进行分类，构建通信数据流的节点方程；其次，根据数据传输的过程，使用多模态方法，构建全链接的数据边；最后，采用图卷积的方法对所得通信数据流进行卷积与数据融合，将数据传输过程，简化为数据向量，完成特征级数据融合的过程，并指导决策。通过对浙江电网通信数据集的仿真测试，验证基于多模态图卷积网络的新型电力系统通信数据融合方法，具备良好的应用效果。

基于动态能量阈值的LEACH改进算法

顾逸, 倪晓军

2025, 0(02): 70-76. doi:10.3969/j.issn.1006-2475.2025.02.010

摘要 ( 18 )

PDF (1555KB) ( 15 )

参考文献 | 相关文章 | 计量指标

针对LEACH 协议存在簇头分布不合理、部分节点能耗过快等问题，本文在IMPROVED-LEACH协议的基础上提出一种改进算法LEACH-ECP。在分簇阶段，综合考虑能量、密度和距离3种影响因素，为节点设置了一个预测能耗，通过该预测能耗计算出节点当选簇头后的剩余能量，再根据所有节点的剩余能量预测值给出动态变化的能量阈值，并对簇头选取机制以及成员节点入簇机制进行了修改，从而达到延长网络生命周期、降低能量耗损的目的。本文将LEACH-ECP协议同LEACH和LEACH-IMPROVED算法进行对比，仿真实验结果表明：LEACH-ECP第一个死亡节点的出现时间相较于LEACH延长了71%，相较于LEACH-IMPROVED延长了13%。LEACH-ECP算法可以更加合理地选取簇头，延长网络生命周期。

图像处理

道路场景下基于地平线检测的相机自标定优化

何国涛1, 赵春辉2, 刘振宇1, 王龙1

2025, 0(02): 77-85. doi:10.3969/j.issn.1006-2475.2025.02.011

摘要 ( 18 )

PDF (3553KB) ( 21 )

参考文献 | 相关文章 | 计量指标

当前交通场景下的相机标定，主要是基于道路场景的关键信息，并依赖道路虚线、平行线等冗余信息对相机标定参数进行优化。但是由于场景信息有限，消失点范围无法固定，同时由于相机自旋角的存在，使得相机标定结果存在一定的误差。本文从地平线检测入手，提出一种基于深度学习关键点检测的地平线检测算法，并将精度提升至82.46%；随后，在地平线检测基础上矫正相机自旋角，并利用地平线提供更严格的约束，从而实现相机自标定的参数优化。实验结果表明，在矫正相机自旋角及利用地平线提供更强的约束后，相机自标定参数获得了更快的收敛速度及最低1.79%的误差。

基于孪生特征融合网络的自然场景文本图像超分辨率方法

冯心洁, 王伟

2025, 0(02): 86-93. doi:10.3969/j.issn.1006-2475.2025.02.012

摘要 ( 22 )

PDF (2309KB) ( 24 )

参考文献 | 相关文章 | 计量指标

自然场景文本图像超分辨率方法旨在提高文本图像的分辨率和可读性，进而提升下游高级文本识别任务的性能。现有研究通过引入文本先验信息能够更好地指导超分辨率重建过程。然而，这些方法未能有效利用文本先验信息并将其与图像特征充分融合，从而限制了超分辨率任务的性能。基于此，本文提出一种基于孪生特征融合网络（Twin Feature Fusion Network， TFFN）的自然场景文本图像超分辨率方法，该方法旨在最大化利用来自预训练文本识别器中的文本先验信息，使其专注于文本区域内容的恢复。首先，利用文本识别网络提取文本先验信息；其次，构建一种孪生特征融合模块，该模块采用孪生注意力机制促进图像特征和文本先验信息之间的双向交互，并利用融合模块进一步融合上下文增强的图像特征和文本先验信息；最后，提取序列特征并重建超分辨率图像。实验结果表明，本文方法在TextZoom数据集的不同难度等级中，ASTER、MORAN和CRNN这3个文本识别网络中的识别准确率分别提升了0.22～0.5、0.6～1.1以及0.33～1.1个百分点。

改进YOLOv7的交通标志检测算法

赵印, 尹四清, 章永来

2025, 0(02): 94-99. doi:10.3969/j.issn.1006-2475.2025.02.013

摘要 ( 27 )

PDF (1110KB) ( 26 )

参考文献 | 相关文章 | 计量指标

针对自动驾驶中小目标交通标志像素占比小导致的错检、漏检等问题，本文提出一种基于改进YOLOv7的交通标志检测算法。首先，引入小目标检测层，删除大目标检测层，以更好地适应小目标的检测需求；其次，在主干网络中引入EMA注意力机制，提高模型对多尺度目标的特征提取能力；再次，构建ELAN-RPC模块替换原ELAN，降低网络计算量，提高网络推理速度；最后，在特征融合层引入RFE模块，更好地利用浅层特征图的细节信息，提高后续自上而下的特征融合能力。实验结果表明，改进后的YOLOv7在TT100K数据集上mAP达到89.6%，比原始算法提升了5.7个百分点，同时参数量降低了37%，达到了参数量更少、精度更高的检测效果。

基于深度学习的视频去雨算法

闫强1, 沈守婷2, 白俊卿2, 程国建2

2025, 0(02): 100-107. doi:10.3969/j.issn.1006-2475.2025.02.014

摘要 ( 17 )

PDF (6182KB) ( 18 )

参考文献 | 相关文章 | 计量指标

针对传统视频去雨算法大多只关注去除雨痕，且仅基于合成数据进行训练，忽略了更复杂的退化因素—雨水积累、遮挡和真实数据中的先验知识等问题，本文提出一种结合合成和真实视频的两阶段视频去雨算法。第一阶段算法在提出的去雨模型Initial-DerainNet的指导下执行逆向恢复过程，网络中输入含退化因素的连续雨帧并融合物理先验知识以获得初始估计的无雨帧。第二阶段采用对抗学习来细化结果，即恢复初始估计无雨帧的整体颜色、光照分布等，得到更准确的无雨帧。实验结果表明，本文算法在合成去雨数据集RainSyntheticDataset100上PSNR值达到35.22 dB，SSIM值达到0.9596，优于JORDER、DetailNet、SpacNN、SE、J4Rnet和FastDeRain等基准去雨算法。在真实雨视频测试集上，本文算法在不同大小的雨视频上PNSR值都能达到30 dB以上，其主观视觉效果和数据指标都优于其他去雨算法，能够有效地提升雨天视频质量。

基于改进YOLOv8网络的道路病害检测方法

何飞熊1, 谢海巍1, 蒲超2, 邹传铭2, 贾艺璇1

2025, 0(02): 108-113. doi:10.3969/j.issn.1006-2475.2025.02.015

摘要 ( 31 )

PDF (2770KB) ( 24 )

参考文献 | 相关文章 | 计量指标

随着道路运营时间的增加，在行车荷载和自然因素的反复作用下，道路状况恶化，影响其使用寿命和服务质量，因此本文提出一种基于改进YOLOv8的道路病害检测方法。首先，结合道路病害图像特点，针对性地进行图像翻转、光照条件变化、运动模糊操作来进行数据增强；而后将Wise-IoU作为损失函数，其采用一种动态非线性聚焦机制，通过使用离群值而不是IoU来评估锚点盒的质量，并提供明智的梯度增益分配策略，平衡病害类别之间的样本数量差异，提高检测器的整体性能；其次，通过用DCNv3替换部分C2F模块，采用卷积神经元间共享权重降低计算复杂度，能够更好地学习到道路病害图像中的特征，同时引入多组机制，并使用沿采样点的Softmax归一化，增强模型对道路病害图像的理解能力。实验结果表明，改进的YOLOv8的道路病害检测算法在测试网络模型上可以达到准确率为77.3%，比YOLOv8提高了3.9个百分点；mAP@50达到76.9%，比YOLOv8提高了3.4个百分点，该模型能够准确、高精度地检测出道路病害，优于已有的道路病害检测算法，可以较好地应用于工程中。

基于改进YOLOv5的架空线路关键部件典型缺陷识别

王鹏1, 倪彬1, 郭壮壮1, 张书盛1, 王志1, 蔡润楷2

2025, 0(02): 114-120. doi:10.3969/j.issn.1006-2475.2025.02.016

摘要 ( 16 )

PDF (3175KB) ( 15 )

参考文献 | 相关文章 | 计量指标

架空线路中的关键部件长期暴露在自然环境下，会出现损坏、脱落等现象，造成缺陷。用人力检测并修复这种缺陷比较困难。为了解决上述问题，本文提出一种轻量的、适用于边缘计算设备的、基于改进的YOLOv5的检测方法。首先，在骨干网络末端添加EMA模块，增强网络对特征的捕捉能力；其次，将颈部的CBS模块替换为GhostConv，且将颈部的C3模块与SENetV2相结合，使网络在更加轻量化的同时增强网络的表征能力。实验结果表明，改进方法与YOLOv5相比，提高了类平均精度，同时在保持检测实时性的前提下仅损失了少许帧数；与SSD、Faster R-CNN算法相比，在检测精度和速度上都具有一定的优势。

基于门控融合的实时语义分割

封祖焱, 魏延, 陈家坤, 余昕

2025, 0(02): 121-126. doi:10.3969/j.issn.1006-2475.2025.02.017

摘要 ( 15 )

PDF (2056KB) ( 16 )

参考文献 | 相关文章 | 计量指标

实时语义分割中特征融合需要同时关注浅层信息与深层信息，而目前特征融合方法所需的计算量和参数量庞大，难以在精度与速度上满足实时语义分割的要求。针对这一问题，从网络的实时性和性能2个方面综合考虑，本文提出基于门控融合的实时语义分割方法。该方法包含编码器、门控特征融合模块、像素级特征提取模块以及门控聚合分割头。首先，将待分割图片通过编码器进行特征提取，其次利用像素级特征提取模块对重要特征信息进行精确提取，然后通过门控特征融合模块将深层语义信息与浅层位置信息进行特征融合，最后通过门控聚合分割头完成语义分割。在数据集CamVid上，模型分割的平均交并比为87.31%，分割的帧率为75.3 fps。在数据集Cityscapes上，模型分割的平均交并比为79.19%，分割帧率为44.1 fps。实验结果表明，本文方法在准确性和实时性方面均表现出色，可有效应用于实时语义分割任务