计算机与现代化

陶源, 钱惠敏

2025, 0(06): 1-8. doi:10.3969/j.issn.1006-2475.2025.06.001

摘要 ( 131 )

PDF (762KB) ( 133 )

参考文献 | 相关文章 | 计量指标

摘要：针对现有摘要生成模型占用计算资源大和对关键命名实体信息关注不足的问题，基于Graph2Seq模型提出一种融合实体和稀疏注意力的文摘生成模型（ESG2S）。首先，将原始文本构建为句法依存图，并进行实体节点增强，得到图数据；其次，将构建好的图数据送入编码器，进行文本结构的学习；最后，将编码后的图数据送入融合了对称散度增强稀疏注意力的LSTM解码器，生成多条摘要。在CNN/DM数据集上进行实验，结果表明本文模型效果优于近年的一些主流方法，并在实体信息保留上取得了成效，生成的摘要可读性和信息全面性更佳。

基于改进YOLOv7-tiny算法的学生课堂行为检测

白佳, 谷林

2025, 0(06): 9-15. doi:10.3969/j.issn.1006-2475.2025.06.002

摘要 ( 100 )

PDF (934KB) ( 147 )

参考文献 | 相关文章 | 计量指标

摘要：针对学生课堂行为检测中目标小而密集，识别效果受各种遮挡、光照干扰的问题，提出一种基于YOLOv7-tiny的学生课堂行为检测改进算法YOLOv7-tiny-SCBD。首先，引入卷积块注意力模块在通道和空间2个维度上提取更多特征信息，改善模型识别效果；其次，通过内容感知特征重组上采样算子增大网络感受野，并依照输入特征图信息动态地进行上采样，以获得更清晰、真实的上采样结果；最后，使用Inner-MPDIoU损失函数更全面、精准评估预测框与真实框的相似度，提高模型检测精度。实验结果表明，本文算法在SCB3-U数据集上mAP@0.5达到了81.6%，相较于原始YOLOv7-tiny算法提升3.1个百分点，参数量为6.19 M，计算量为13.5，每秒检测帧数为85.39，可满足对学生课堂行为的有效检测。

面向隐私保护的企业财务舞弊识别模型

薛文学, 解英德

2025, 0(06): 16-20. doi:10.3969/j.issn.1006-2475.2025.06.003

摘要 ( 104 )

PDF (755KB) ( 126 )

参考文献 | 相关文章 | 计量指标

摘要：为了规避敏感数据的法律和经济障碍，有效识别企业的财务舞弊行为，采用隐私保护的思想构建了基于机器学习的财务舞弊识别模型。基于2012年到2021年的19334个样本的财务和非财务信息，引入互联网信息，构建面向隐私保护的企业财务舞弊识别模型（Hetero-SBoost和Hetero-NN）。实验结果表明引入互联网信息后，本文模型比传统模型提升了7%~10%的性能，说明引入互联网信息有助于提高识别效果，在合规的基础上进一步实现模型优化。为了进一步验证本文模型在实际应用中的准确性，基于来自山东12个公司的3452个样本数据，与先进模型（DeepProtect、Starlit）进行效果对比。结果表明，Hetero-SBoost保证了模型的整体性能，具有更加稳健的模型效果。本文在不公开数据的前提下完成了财务舞弊识别建模；引入互联网信息和隐私保护后，验证了模型有效性。

海洋生物层级分类算法

谢培栋, 程远志, 许浩天

2025, 0(06): 21-27.

摘要 ( 69 )

PDF (732KB) ( 84 )

参考文献 | 相关文章 | 计量指标

摘要：海洋生物的数量庞大，不同物种的形态相似度较高，给对其识别和分类带来了挑战。目前的研究方法主要利用卷积神经网络和自注意力机制提取特征并直接进行分类，但这些方法忽视了类别之间可能存在的层次结构。本文提出一种新的层级分类算法，将卷积和自注意力机制融合在一起。方法充分利用了卷积在浅层捕获局部特征和自注意力在深层捕获全局特征的优势，并将二者自然结合。此外，本文根据生物学的先验知识，构建海洋生物类别之间的层级结构，并在深层和浅层创建了分支，以利用层级关系实现由粗到细的预测。为了进一步增强深层和浅层信息的交互，提出一种动态连接模式，使网络能够在不同层次结构中获取不同粒度的信息。最后，在网络的末端引入类别关系增强模块，以帮助网络学习层次语义关系，从而实现更准确的分类。实验结果表明，本文算法相较于现有的分类方法取得了更好的效果。

基于自我引导的Transformer的多通道语音分离方法

谭应伟, 丁雪枫

2025, 0(06): 28-33. doi:10.3969/j.issn.1006-2475.2025.06.005

摘要 ( 100 )

PDF (979KB) ( 88 )

参考文献 | 相关文章 | 计量指标

摘要：在语音处理领域，多通道语音分离技术旨在从多通道混合语音中有效分离出不同说话人的语音信号。然而，现有方法在处理多通道特征点间长距离依赖关系时存在不足。针对此问题，本文提出一种新颖的基于自我引导的Transformer（SG-former）的多通道语音分离方法，旨在构建一个自适应细粒度的全局注意力机制。SG-former的核心机制在于通过显著性图对Token进行重分配。在此框架下，显著区域能够细粒度地提取关键信息，而次要区域则采取粗粒度提取方式以降低计算成本。显著性图的生成依赖于混合尺度的自注意机制，该机制能够准确捕捉多通道特征点间的长距离依赖关系。为了验证所提方法的有效性，在空间化的WSJ0-2MIX数据库上进行了实验。实验结果显示，SG-former方法相较于基线Beam-Guided TasNet方法，在信号失真比提升（Signal-to-Distortion Ratio Improvement， SDRi）上取得了显著的优势，达到了20.34 dB的提升。这一结果充分表明了SG-former在处理多通道语音分离问题中，特别是在建立长距离依赖关系方面的优越性，且在性能上优于现有技术，为多通道语音分离领域的研究提供了新的思路和方法。

基于改进哈里斯鹰算法的微电网优化调度

段宏瑾, 张毅

2025, 0(06): 34-41. doi:10.3969/j.issn.1006-2475.2025.06.006

摘要 ( 94 )

PDF (1361KB) ( 79 )

参考文献 | 相关文章 | 计量指标

摘要：为了降低微电网运行成本，同时针对传统哈里斯鹰算法容易陷入局部最优的问题，提出一种基于折射成像反向学习策略和混合蝴蝶算法的新型哈里斯鹰算法，将所改进的算法通过11个测试函数进行仿真，所得结果表明改进的哈里斯鹰算法比灰狼算法、鲸鱼算法等传统元启发算法具有更好的寻优精度。将改进的哈里斯鹰算法用于求解微电网孤岛优化调度问题，仿真结果显示，改进的哈里斯鹰算法能够降低微电网的运行成本。

基于改进AOA算法的城市电网无功补偿设备优化配置方法

乔荣飞, 董新, 阚常涛, 李广, 陶琪作

2025, 0(06): 42-50. doi:10.3969/j.issn.1006-2475.2025.06.007

摘要 ( 88 )

PDF (1219KB) ( 73 )

参考文献 | 相关文章 | 计量指标

摘要：随着城市电网轨道交通和新能源的大量接入，导致城市电网有功、无功倒送严重，造成城市电网电压越限频繁，给电网的安全稳定运行带来重大隐患。本文提出一种基于改进算术优化算法的城市电网无功补偿设备优化配置方法。首先，利用无功电压灵敏度指标和局部电压稳定指标构建电压稳定综合度指标，并以此确定电网无功补偿点位置；其次，提出了综合考虑网络有功损耗、电压偏差和设备投资成本的多目标无功补偿设备容量优化策略，结合层次分析法配置各目标函数权重系数得到综合评价指标；在传统算术优化算法（Arithmetic Optimization Algorithm， AOA）的基础上引入Kent混沌映射、复合摆线法、麻雀精英变异和柯西变异等改进措施，提升算法收敛速度和精度；最后，利用改进算术优化算法进行无功补偿设备优化配置求解。本文以IEEE30节点为仿真算力进行分析，实验结果表明了本文方法的有效性和合理性，能够提升城市电网无功补偿设备配置的合理性。

基于改进烟花算法的多无人机路径规划

杨进, 陈步前

2025, 0(06): 51-55. doi:10.3969/j.issn.1006-2475.2025.06.008

摘要 ( 82 )

PDF (789KB) ( 78 )

参考文献 | 相关文章 | 计量指标

摘要：本文研究多个无人机在复杂环境下的路径规划，设计满足约束条件的目标函数。同时针对烟花算法在全局收敛和局部收敛上的不足，提出一种改进的烟花算法。在产生变异火花的过程中，利用Levy变异代替高斯变异生成变异火花，同时规避了算法原本容易在原点处陷入局部最优的问题；另外为了提升烟花算法的局部性以及个体之间的信息交换，引入一种深度信息交换策略来选择下一代的火花。将改进后的烟花算法和其他智能优化算法进行比较，仿真结果表明，改进后的烟花算法收敛速度以及稳定性具有显著优势，可以更好地进行多无人机的路径规划。

基于流量数量的网络态势感知方法

邝野1, 周末2, 刘策越1

2025, 0(06): 56-60. doi:10.3969/j.issn.1006-2475.2025.06.009

摘要 ( 67 )

PDF (1361KB) ( 129 )

参考文献 | 相关文章 | 计量指标

摘要：网络状态的变化会严重影响基础设施的正常运行，并造成巨大的经济损失。现有的研究通过观察网络流量的变化来感知网络状态的变化。然而，由于缺乏量化指标，这些网络态势感知方法存在误报率较高、准确性较低等问题。为了解决这些问题，本文提出一种新的基于流量数量的网络态势感知方法来解决这些挑战。具体来说，基于公开数据集获取到的检测区域流量信息，首先，提出一种基于威尔逊分数的流量临界值确定算法，计算得到每条链路对应的流量临界值。然后，提出一种网络状态感知方案，通过监测检测区域内任意一条链路的流量数量是否低于本文给出的流量临界值并持续11 min来感知网络状态的变化。最后，本文使用来自公共测量基础设施（RIPE Atlas）的数据进行实验，以评估方法的性能。实验结果表明，本文方法可以有效地感知网络状态的变化。

移动边缘数据库隐私信息增量式加密仿真

马林

2025, 0(06): 61-64. doi:10.3969/j.issn.1006-2475.2025.06.010

摘要 ( 72 )

PDF (403KB) ( 160 )

参考文献 | 相关文章 | 计量指标

摘要：移动边缘数据库信息量冗余，额外的密钥序列灵活性与自适应性较差，导致隐私信息隐藏度较低，增量式加密效果较差。为此，提出一种移动边缘数据库隐私信息增量式加密方法。依据移动边缘数据库，对隐私信息进行聚类与编码，结合信息耦合时空演化趋势，以混沌模式，对隐私数据进行语义转换处理，引入优先级密钥与移动边缘数据库代理服务，确定关键字的相似坐标值后，生成数据密钥。结合优先级加密策略对加密过程进行审计，完成隐私信息增量式加密。经仿真测试，信息隐藏度始终控制在96%以上，ASCⅡ码值变化较为稳定，基本稳定在9左右。表明本文方法能够提高信息隐藏度，加密效果更好。

基于深度学习的无人机航拍违建识别算法

孙毅博, 牟莉

2025, 0(06): 65-70. doi:10.3969/j.issn.1006-2475.2025.06.011

摘要 ( 104 )

PDF (1089KB) ( 103 )

参考文献 | 相关文章 | 计量指标

摘要：针对目前传统人工检测违章建筑方法存在漏检、检测效率慢以及高层房屋检测难度高等问题，本文提出一种基于YOLOv5s模型的违建识别算法。首先，在原来框架的Backbone部分加入注意力机制（Coordinate Attention， CA）以提高检测精度；其次，引入双向特征金字塔网络结构（Bidirectional feature pyramid network, BiFPN）加强特征的提取能力，增强模型各个特征层的融合能力；为解决预测框和实际框的角度匹配问题，将损失函数替换为SIoU。实验结果表明：优化后的模型在自制违建数据集上，相比于其他常用模型的性能指标上均有不同程度的提高，精确率P和平均识别准确率mAP分别达到了91.36%、83.45%。改进后的算法提升了性能的同时也保持了较高的运算速度，满足了无人机航拍检测违章建筑的准确性和时效性需求。

基于改进SegFormer的胰腺图像分割方法

梁攀如, 辛国江, 丁长松

2025, 0(06): 71-78. doi:10.3969/j.issn.1006-2475.2025.06.012

摘要 ( 99 )

PDF (1049KB) ( 112 )

参考文献 | 相关文章 | 计量指标

摘要：为了解决CT图像中由于胰腺体积小、位置和形状个体差异性较大导致的分割精度不高的问题，本文提出一种基于改进SegFormer模型的胰腺图像分割方法。在模型训练之前，根据胰腺的位置分布来构建候选区域并进行裁剪，从而有效减少背景区域的干扰，降低输入图像分辨率；接着采用SegFormer网络，并引入增大编码分辨率策略，通过调整下采样的比例来增大编码器输出特征图的尺寸，保留更多的细节信息，使模型能更好地应对胰腺的形态变化；然后引入残差极化自注意力模块对编码特征进行通道和空间注意力计算，以突出胰腺区域的关键特征，抑制无关特征的激活，从而提高模型的分割精度。本文方法在NIH数据集上测试的平均DSC为85.5%，参数量和计算量分别为3.91 M和6.89 G FLOPs，表明了该方法在胰腺分割任务上的有效性及其临床应用的潜力。

基于可变形卷积与注意力机制的复杂火灾检测

郝荣荣1, 马巧梅1, 谭亚军1, 石桓印2

2025, 0(06): 79-85. doi:10.3969/j.issn.1006-2475.2025.06.013

摘要 ( 96 )

PDF (1155KB) ( 114 )

参考文献 | 相关文章 | 计量指标

摘要：针对复杂场景下的火灾图像中出现的火焰烟雾部分被遮挡、火焰烟雾与背景难分辨导致检测精度低等问题，提出一种检测模型CFD-YOLO（Complex Fire Detection YOLO）。该模型以YOLOv8模型为基准框架，首先，在主干网络部分将可变形卷积DCNv4与C2f模块相结合，利用DCNv4的无界动态权重机制，显著提升了对火灾图像中复杂形变和非刚性特征的捕捉能力；其次，在Neck部分引入了基于交叉注意力的深层语义融合模块PSFM，通过对火灾图像不同特征层次进行深度语义融合，实现自适应的特征增强；最后，在Head部分，通过遮挡感知注意力SEAM对检测头进行改进，得到能够识别遮挡的检测头，有效改善复杂环境中火焰和烟雾被遮挡的问题；损失函数使用可动态调节正负样本系数的SlideLoss，降低误检率。在自建数据集和公开数据集下的实验结果表明，mAP指标分别达到了80.33%、88.28%，相较于原YOLOv8网络分别提升了3.85、3.91个百分点，与当前主流模型相比也具有良好的检测性能。

结合多尺度交互与跨通道注意的图像质量评价

秦宏峥1, 2, 王同罕1, 2, 贾惠珍1, 2

2025, 0(06): 86-91. doi:10.3969/j.issn.1006-2475.2025.06.014

摘要 ( 87 )

PDF (681KB) ( 195 )

参考文献 | 相关文章 | 计量指标

摘要：面向真实失真的无参考图像质量评价中存在失真类型多样性、复杂性以及局部噪声等挑战。鉴于图像中不同区域对图像整体质量感知的贡献度各异，仅依赖全局特征表示难以描述图像失真细节。本文提出一种具有多尺度交互与跨通道注意的无参考图像质量评价方法。首先，基于卷积注意力机制的Transformer，构建多尺度交互块，以增强不同尺度特征间局部与全局信息的交流。同时，为避免多尺度特征利用不足或过度使用，设计多尺度动态连接方式。然后，采用跨通道注意力模块，进一步促进跨尺度特征在通道层面的信息互补与融合。最后，回归获得质量分数。本文方法与主流无参考图像质量评价方法在5个公开的图像质量评价数据集上进行比较，测试结果相比于表现最好的方法提升了2%。与基于自注意力机制和转置注意力机制的方法比较，本文方法的参数量分别减少了3%和74%，计算复杂度分别降低了11%和74%。实验结果表明，本文方法具有先进的质量评估性能和较好的泛化性，同时保持较低的复杂度。

基于字符相似度的车牌识别多结果投票融合方法

陈泽1, 李熙莹1, 2, 江倩殷3, 林群雄4, 孙全忠4

2025, 0(06): 92-100. doi:10.3969/j.issn.1006-2475.2025.06.015

摘要 ( 99 )

PDF (1051KB) ( 119 )

参考文献 | 相关文章 | 计量指标

摘要：车牌识别是车辆信息识别的重要环节，但面临着相似字符识别混淆、识别结果的可信程度难以衡量等问题。为了提高车牌识别算法的可用性，本文提出一种基于字符相似度的车牌识别多结果投票融合方法。该方法根据字符相似度与贝叶斯定理推导车牌识别结果的投票权重，并选择投票权重最大的车牌识别结果作为投票结果。在计算投票权重的过程中，根据车牌字符的特点，提出以车牌整体为投票单元的整牌加权投票法与以单个车牌字符为投票单元的字符加权投票法。同时，本文计算投票结果的理论最小投票准确率，并作为投票结果置信度，用以衡量投票结果的可信程度。实验结果表明本文方法具有较好的效果，其投票准确率与易错字符投票准确率相比于传统加权投票法分别提高了0.78个百分点与2.18个百分点，能有效减少字符识别混淆的情况。同时表明了本文方法的有效性与稳定性，相比于传统加权投票方法，能更好地反映出投票结果的可信程度。

基于图注意力网络的模拟电路结构标注

李鑫朋、仝明磊

2025, 0(06): 101-105. doi:10.3969/j.issn.1006-2475.2025.06.016

摘要 ( 90 )

PDF (429KB) ( 79 )

参考文献 | 相关文章 | 计量指标

摘要：电路结构的自动化标注能够生成层次化的模拟电路网络结构表达，从而推动模拟电路设计自动化任务的发展。本文利用一种基于图注意力网络的图模型，将电路网表转换为图结构，提出一种特征提取策略，学习并预测网表中节点组成的电路结构，同时提出一种快速生成大量SPICE电路网表的方法，为图模型的训练提供充足的数据。实验分别对比了图卷积网络、图同构网络以及GraphSAGE在同一数据集上的识别效果，结果显示本文模型在准确率、精确度和平均精确率3个指标上均优于其他模型，分别达到了90.9%、91.6%和91.9%。表明了本文模型在捕捉电路连接关系方面的优越性，尤其是在处理复杂电路图时的有效性。

基于深度强化学习的居民微电网调度算法

郭鑫溢1, 姜凯1, 杨朋威2, 陈更2

2025, 0(06): 106-113. doi:10.3969/j.issn.1006-2475.2025.06.017

摘要 ( 60 )

PDF (683KB) ( 74 )

参考文献 | 相关文章 | 计量指标

摘要：居民微电网调度是在应对高度波动的用电需求下，寻求电网最优运行状态的复杂任务。由于系统的复杂性、不确定性和动态性，需依赖高效、精确的决策方法。本文提出基于深度Q学习（DQN）的调度模型——DQN for Load Scheduling（DQN-LS），可精准调控不同时间和节点的负荷，兼顾线路容量、发电能力、节点需求等多重约束，并考虑季节、时间、天气等因素，实现快速准确决策。为评估其性能，本文将DQN-LS与融合CNN与LSTM的Agent模型、蒙特卡洛树搜索（MCTS）、多智能体软演员评论（MASAC）等主流算法对比。实验结果表明，DQN-LS在平均奖励、奖励稳定性、调度效率及约束违例等方面均优于对比模型，验证了其在居民微电网调度中的有效性与优势。

面向智能电网的LDA-IDF进程日志异常检测方法

刘少君, 沙倚天, 金倩倩, 陈鹏, 吴越

2025, 0(06): 114-119. doi:10.3969/j.issn.1006-2475.2025.06.018

摘要 ( 80 )

PDF (538KB) ( 95 )

参考文献 | 相关文章 | 计量指标

摘要：随着智能电网系统规模的扩大，系统中的进程日志数据呈指数级增长，传统的日志异常检测方法难以应对如此庞大且复杂的数据规模。为了及时发现智能电网系统中的异常进程，保障系统安全稳定运行，本文提出一种基于LDA-IDF的进程日志异常检测方法LogLDAIDF。该方法首先对进程日志序列进行LDA主题特征提取，然后引入IDF逆词频方法对主题特征进行加权，并选取权重前k的主题特征作为最终的进程日志主题特征，最后结合Bi-LSTM深度学习模型实现针对进程日志的异常检测。在HDFS和OpenStack这2个真实数据集上的实验结果表明，本文方法相比现有方法具有明显优势，F1分数分别达到了0.987和0.969，表明了本文方法在进程日志异常检测中的有效性和实用性。

基于虚拟化的数据中台资源隔离调度机制

刘子寒, 沈力, 奚梦婷, 朱佳佳, 陆佳鑫, 查俊杰

2025, 0(06): 120-126. doi:10.3969/j.issn.1006-2475.2025.06.019

摘要 ( 87 )

PDF (865KB) ( 71 )

参考文献 | 相关文章 | 计量指标

摘要：在数据中台环境中，各部门系统架构与技术栈往往存在较大差异，整合收集的数据来自不同存储方式的数据库，数据异构程度较大，资源需求也不同，这些差异性使得数据中台需要对各部门进行资源隔离，保证不同部门的数据和计算资源互不干扰。同时为确保各部门系统正常运行，能够处理业务变化带来的资源需求量变化，数据中台需要在各部门间进行资源调度操作。针对这些挑战，本文设计一种基于虚拟化技术的数据中台隔离方案，并使用Kubernetes虚拟化容器管理平台，对各部门的虚拟化容器进行管理，为每个部门创建独立的虚拟环境，实现资源的隔离和独立管理。在此基础上提出一种改良的Kubernetes负载均衡策略，该策略结合数据中台特性，综合考虑CPU资源、内存资源、数据传输带宽资源与磁盘IO资源，根据节点负载评估情况进行负载均衡操作，通过这种方式，能够更加合理地分配资源，提高系统的整体性能以及稳定性。实验结果表明本文策略相较于Kubernetes现有的负载均衡策略有40%左右的提升，表明本文提出的负载均衡策略在维持虚拟化容器系统内的均衡性有着较好的表现。

当期目录