计算机与现代化

余志文, 赵瑞锋, 蓝天, 李谦, 黎皓彬

2025, 0(08): 1-9. doi:10.3969/j.issn.1006-2475.2025.08.001

摘要 ( 92 )

PDF (1653KB) ( 117 )

相关文章 | 计量指标

摘要：为充分发挥分布式光伏参与配电网故障恢复阶段的应急供电潜力，降低源荷出力不确定性对调控方案可靠性的影响，本文提出一种基于滚动优化的主动配电网动态故障恢复方法。首先，利用RTH-CNN-LSTM算法对分布式光伏出力进行短时预测，获取故障恢复阶段分布式光伏的预测出力；随后，综合考虑故障线路维修所需时间、物料约束以及故障恢复阶段节点电压、潮流等配电网运行安全约束，从负荷恢复率、策略经济性和系统可靠性出发，结合分布式光伏预测出力、配电网联络开关状态和配电网网络拓扑，构建配电网故障恢复模型；最后，基于滚动优化框架，采用红尾鹰优化算法（RTH）完成故障恢复模型的动态求解，获取线路维修顺序、联络开关闭合和负荷切除量的最佳动作策略。以IEEE 123节点测试配电网为例，仿真实验结果表明，所提滚动优化方法可有效降低分布式光伏出力不确定性对恢复方案有效性的影响，显著提升故障恢复方案的可靠性和高效性。

基于深度学习的中文实体关系联合抽取方法

韦慧敏1, 2, 周加可1, 2, 文勇军1, 2, 唐立军1, 2

2025, 0(08): 10-15. doi:10.3969/j.issn.1006-2475.2025.08.002

摘要 ( 114 )

PDF (1440KB) ( 101 )

参考文献 | 相关文章 | 计量指标

摘要：实体关系抽取是构建知识图谱、提升搜索引擎效率等人工智能技术的重要一环。由于中文文本构词的复杂性、歧义性、隐含性等特点，中文实体关系抽取过程容易出现实体重叠、实体嵌套和信息冗余等情况。本文提出一种基于深度学习的中文实体关系联合抽取模型SRGP。该模型先对输入文本进行编码，通过特定关系预测网络得到特定关系集合，将特定关系集合与输入文本通过注意力机制融合到实体识别模块，减少中文实体关系抽取中的冗余计算；针对重叠实体抽取不充分和嵌套实体识别不准确等问题，利用特定关系集合约束下的全局归一化思想，提出基于特定关系的全局指针标注策略。分别选取2个通用中文数据集DUIE1.0和CMeIE，将本文模型SRGP与CopyRE、PRGC和CasRel等实体关系联合抽取典型模型进行对比实验，实验结果表明，本文模型在2个数据集上的F1值分别达到了61.3%和80.1%，比最好的基线模型CasRel和PRGC分别高1.5百分点和2.2百分点。

目标驱动的面向推荐的对话生成方法

景清武, 陈洪军, 高翟, 周美美

2025, 0(08): 16-23. doi:10.3969/j.issn.1006-2475.2025.08.003

摘要 ( 93 )

PDF (2250KB) ( 90 )

参考文献 | 相关文章 | 计量指标

摘要：面向推荐的对话生成任务旨在通过人机对话交互获取用户偏好，以实现精准推荐。针对现有研究工作存在对话推荐类型单一和生成回复质量低的问题，本文提出一种基于统一预训练语言模型（Unified Language Model pre-training, UniLM）的目标驱动的推荐对话生成模型（Goal Driven Recommendation-oriented Dialog Generation model, GDRDG）。该模型包括文本表示模块、多头编码模块、解码模块以及一种特殊的注意力掩码机制。其中，文本表示模块通过UniLM对输入文本进行向量化表示，确保模型能捕获文本的深层次语义特征；多头编码模块利用多头自注意力机制捕捉全局上下文信息，提高生成回复的连贯性和相关性；解码模块生成当前轮对话目标及基于该目标的回复，确保回复符合上下文并将对话向预期目标引导；特殊的注意力掩码机制则通过控制解码过程中的信息流，确保模型仅关注当前轮次相关信息，以提高回复质量。实验结果表明，GDRDG模型在BLEU、Distinct、F1和Hit@1等指标上均优于现有方法，验证了模型的有效性和先进性。

基于异质信息网络的图书跨域推荐方法

石丰源１, 2, 毛毅3, 焦磊4

2025, 0(08): 24-30. doi:10.3969/j.issn.1006-2475.2025.08.004

摘要 ( 95 )

PDF (2568KB) ( 97 )

参考文献 | 相关文章 | 计量指标

摘要：针对目前学生书籍推荐模型中学习数据域数据稀疏和冷启动导致推荐算法准确率降低问题，提出一种基于异质信息网络的跨域推荐方法HeterCDR （Heter Cross-Domain Recommendation）。通过引入平移距离模型构造异质信息网络实现源域信息的建模，使用DANN模型实现源域信息向目标域迁移，将异质信息网络和跨域推荐相结合，从而实现目标域推荐准确度的提高。实验数据集采用某高职院校20级和21级学生相关数据。实验结果表明，HeterCDR模型相较于其他推荐模型，命中率平均提升了约3.35%，NDCG指标平均提升了约2.8%，RMSE指标平均下降了约2.65%。

用户评论数据中城市街区细粒度主观感知发现

孙焕良1, 2, 李宇航1, 2, 刘俊岭1, 2, 许景科1, 2, 3

2025, 0(08): 31-38. doi:10.3969/j.issn.1006-2475.2025.08.005

摘要 ( 79 )

PDF (2313KB) ( 68 )

参考文献 | 相关文章 | 计量指标

摘要：城市街区的主观感知作为评估城市建设与规划的重要维度之一，合理分析街区与主观感知的联系将有助于打造更人性化和宜居的城市空间。本文基于表示学习技术，结合用户评论内容来发现街区与主观感知间的结构特征，并解决了现有街区感知粒度粗、数据缺失等问题。首先，提出一种细粒度感知类别体系，通过分析感知词典与POI （Points of Interest）用户评论数据，采用LDA分析主题词并结合层次聚类构建细粒度的街道感知类别；其次，针对数据不完整问题，设计相似度加权的k近邻填充方法，通过大类、小类、地理位置等信息有效地补充了缺失的POI评价内容；最后，采用自编码器将街区感知转化为潜在的特征向量。利用北京的真实数据集，针对街区房价进行分级排序、实验评估，验证所提出方法的有效性。

基于图神经网络的异常事件预测方法

李岩, 冒佳明, 王梓莹, 顾智敏, 姜海涛

2025, 0(08): 39-47. doi:10.3969/j.issn.1006-2475.2025.08.006

摘要 ( 107 )

PDF (2546KB) ( 92 )

参考文献 | 相关文章 | 计量指标

摘要：面向日志的异常事件预测可以为复杂系统的安全诊断、智能运维等提供重要支撑。针对现有主流的基于深度学习技术的异常事件预测方法多数从事件序列局部视角捕获序列特征且特征类型较为单一而导致预测准确性不高的问题，提出一种基于图神经网络的异常事件预测方法。该方法将日志事件序列建模为日志事件作为节点而事件间关系作为边的图结构，使之能同时从语义角度、统计角度和事件关系角度刻画日志序列并捕获其时空动态特征以提升预测性能。在此基础上，将异常预测任务转化为图分类问题，通过图神经网络训练建立基于图同构网络的异常预测模型，捕捉故障发生前的日志序列与正常状态下日志序列的差异以进一步提升异常预测性能。在3个基准数据集上进行了实验验证，结果表明提出的方法获得的平均F1值为0.958，优于对比方法，能准确地预测异常事件，实现预警。

基于不平衡电力通信流量的入侵检测方法

谢善益1, 2, 王中奥1, 2, 占聪聪1, 2, 李兴旺1, 2, 夏浩然3

2025, 0(08): 48-56. doi:10.3969/j.issn.1006-2475.2025.08.007

摘要 ( 74 )

PDF (2880KB) ( 70 )

参考文献 | 相关文章 | 计量指标

摘要：随着互联网的普及，网络安全问题变得日益突出。在电力通信网络中，确保网络安全至关重要。然而，电力通信网络面临的挑战是电力通信网络中的流量往往存在正常流量与异常流量之间的数量差异，以及异常流量中不同类型流量的不均匀分布。为此，本文提出一种基于电力通信流量不平衡的入侵检测方法，并命名为GSMOTE-EAVA。GSMOTE-EAVA首先利用递归特征消除法对数据进行预处理和特征选取，通过计算特征的重要性，筛选出关键的特征；其次，为了解决数据不平衡的挑战，利用基于高斯噪声的SMOTE算法对通信流量进行数据增强，以便神经网络模型更好地学习和适应各种情况；最后，基于决策树、随机森林、KNN、DNN等基分类器，设计一种集成自适应投票算法实现电力通信网络流量的入侵检测。通过在IEC 60870-5-104入侵检测数据集和CICIDS2017数据集上进行实验，本文提出的模型在四分类下对数据集中小样本类别的检测率有显著提升，能够有效地识别和处理电力通信网络中的异常流量。

基于ATT&CK框架和Bert模型的恶意代码同源性分析方法

郑啸宇, 林九川, 陈文萱, 姚昕羽

2025, 0(08): 57-62. doi:10.3969/j.issn.1006-2475.2025.08.008

摘要 ( 87 )

PDF (2355KB) ( 139 )

参考文献 | 相关文章 | 计量指标

摘要：当前，恶意程序攻击是威胁网络空间安全的主要因素之一。通过对已知组织的恶意程序开展分析，并依托相似特征对未知恶意程序开展同源性判定，有助于识别未知恶意程序和归因攻击组织。但现有的同源性分析模型存在人工提取特征复杂度高、不适用于大规模分析场景、效率低、未深入考虑攻击行为间传递关系等问题。本文提出一种基于ATT&CK框架和Bert模型的同源性识别模型，通过ATT&CK框架中的高维度的攻击技术和战术，解决静态特征面对代码混淆、多态等情况导致的同源识别准确率低的问题。并利用Bert模型，有效融合恶意代码的多维特征，解决以循环神经网络为主的分析方法对序列建模不足的问题。实验结果表明，本文提出的方案可有效识别恶意代码间的同源性。

基于联邦学习的数据隐私保护方案

程钰雯, 景义君, 时自成, 荆长强, 郭锋, 武传坤

2025, 0(08): 63-69. doi:10.3969/j.issn.1006-2475.2025.08.009

摘要 ( 88 )

PDF (3019KB) ( 88 )

参考文献 | 相关文章 | 计量指标

摘要：当前医疗数据领域面临着医疗数据孤岛问题，制约了数据在不同机构之间的流通和分享，不利于患者的跨机构诊疗。为了解决这一问题，本文提出一种基于联邦学习的数据隐私保护方案（Federated Learning with Schnorr Zero-knowledge Based Identity Authentication and Differential Privacy Protection, FL-SZIDP）。首先，建立一种基于联邦学习的数据共享框架。其次，为了防御敌手通过反向攻击窃取原始数据信息，对每个参与者上传的模型参数添加差分隐私噪声进行扰动；为了防止联邦学习中恶意参与方的加入，对参与方完成基于Schnorr零知识证明的身份验证，确保训练参与方的身份可信性。最后，通过MNIST数据集验证了本文算法的有效性。实验结果表明，FL-SZIDP方案在保护隐私的同时确保了准确性。

基于机器视觉的实木地板尺寸及色差检测系统

梁展滔1, 黄国豪1, 黄橙子1, 殷建新3, 高兴宇2, 黄扬1

2025, 0(08): 70-75. doi:10.3969/j.issn.1006-2475.2025.08.010

摘要 ( 82 )

PDF (2959KB) ( 67 )

参考文献 | 相关文章 | 计量指标

摘要：实木地板具有自然生长的色彩和纹理，是室内装饰的优良材料，为了满足特定的室内装饰要求的艺术效果,实木地板的尺寸需要精确、颜色需要协调，因此在生产过程中需要对实木地板的几何尺寸进行测量并对颜色进行分类，以满足客户的个性化需求。然而，传统人工分选的方法受劳动强度、工作效率、检测客观度等因素的制约，难以满足日益增长的产业自动化与智能化发展需求。本文基于机器视觉技术,对实木地板的几何尺寸和颜色采集系统进行设计，对实木地板外观尺寸测量和色差识别算法进行优化。在几何轮廓尺寸测量中，更多地考虑生产过程中木地板随机姿态对测量精度的影响，通过ArUco （Augmented Reality University of Cordoba）码实时感知木地板的三维姿态并进行矫正，提高尺寸测量的精度；在色差识别中，通过梯度自相关算子对木纹进行识别和去除，并以Lab颜色空间表征色差。经实验验证，本文的方法可根据基准板对加工缺失、多余轮廓进行识别，尺寸检测相对精度约0.8%，木地板的色差得到较好地表征和识别。

改进YOLOv8的课堂行为检测算法

苏衍森, 牟莉

2025, 0(08): 76-81. doi:10.3969/j.issn.1006-2475.2025.08.011

摘要 ( 104 )

PDF (1863KB) ( 96 )

参考文献 | 相关文章 | 计量指标

摘要：针对监控下学生课堂行为检测精度低和模型难以部署等问题，提出一种改进的YOLOv8算法用于对学生课堂行为进行检测。首先，对YOLOv8主干网络进行改进，引入Swin Transformer网络作为主干特征提取网络，减少特征信息丢失以提高特征提取的效果；其次，为增强模型对远距离目标特征的关注，引入一种灵活的双通道注意力机制EMA，使模型更加关注远距离像素少的目标而提高检测精度；最后，在Neck部分使用包含GSConv的Slim-Neck设计范式对模型进行轻量化改进。在SCB-Dataset3数据集上的实验结果表明，改进后的模型参数量和计算量分别为3.3 M和11.1 GFLOPs，检测精度达到88.75%，与原模型相比参数量减少40.7%，计算量减少15.9%，检测精度提高7.7百分点，在实现模型轻量化的同时取得了较好的检测精度。

基于YOLOv5的双主干网络绝缘子缺陷检测算法

高莉莎1, 彭国政2, 王翀1, 韩硕1, 项楠1, 张启哲2, 朱跃飞3, 程旭3

2025, 0(08): 82-88. doi:10.3969/j.issn.1006-2475.2025.08.012

摘要 ( 92 )

PDF (3290KB) ( 96 )

参考文献 | 相关文章 | 计量指标

摘要：当前的绝缘子缺陷检测算法存在特征提取不够充分、小目标检测效果差、算法整体的性能不平衡等问题。针对上述问题，本文提出一种基于YOLOv5的双主干网络绝缘子缺陷检测算法。首先，本文设计一种新型适用于YOLOv5的双主干特征提取网络GELAN-Ghost，该模块在保持轻量化的同时可以更加充分地提取特征信息；其次，利用倒置残差结构的思想，在算法的颈部网络部分中设计一种即插即用的高效多尺度注意力模块iEMA；最后，设计一种新型动态检测头DynamicHeadv3替代原有的检测头，以提取更丰富的特征并增强模型的感知能力。实验结果表明，改进后的模型精度提升了1.4百分点，参数量和计算量分别下降了46%和33%，检测速度也得到了一定的提升，性能达到了较好的平衡，更符合无人机和边缘端绝缘子缺陷检测的需求。

基于迁移学习的乳腺癌组织病理图像分类诊断

李佳

2025, 0(08): 89-96. doi:10.3969/j.issn.1006-2475.2025.08.013

摘要 ( 90 )

PDF (1980KB) ( 86 )

参考文献 | 相关文章 | 计量指标

摘要：乳腺癌是显著影响女性健康的疾病之一，目前还没有发现一种实质性的治愈方法。近些年随着人工智能（AI）技术的快速发展，特别是深度学习在图像特征提取过程中需要较少人工干预等方面具有的潜在技术优势，该技术被用于乳腺癌检测时，能促进早期诊断和定制个体化的诊疗方案，有望提高患者生存的机会。本文选择大型公开的乳腺癌组织病理图像数据集BreakHis，研究基于深度卷积神经网络的乳腺癌检测方法，包括GoogLeNet、ResNet50、EfficientNet等3种预训练模型的应用，构建了实现二分类和多分类的迁移学习技术。实验结果表明，在二分类方面，上述3种网络能达到的验证精度依次是97.01%、97.35%、97.13%；在多分类方面，可达到的验证精度依次是87.78%、92.33%、93.59%，ResNet50的分类效果相对较好。最后，分析了基于深度学习模型的乳腺癌检测所面临的挑战和未来的研究方向。

改进遗传算法优化小波神经网络的纯牛奶识别

胡少文, 黄浪鑫, 余里辉, 施炜利, 姜南, 孙武, 罗澍寰

2025, 0(08): 97-103. doi:10.3969/j.issn.1006-2475.2025.08.014

摘要 ( 65 )

PDF (2859KB) ( 81 )

参考文献 | 相关文章 | 计量指标

摘要：为了克服从视觉上无法区分纯牛奶种类和无损化检测纯牛奶的困难，本文提出一种改进遗传算法优化小波神经网络的纯牛奶识别算法，该算法可以有效提升传统小波神经网络识别算法的准确率和识别效率。首先，在传统小波神经网络识别算法基础上添加遗传算法，并利用该遗传算法对小波神经网络中权值、阈值以及小波基函数平移和收缩因子参数进行调优以提升识别算法的准确率。另外，在算法中添加了循环扰动策略，大大减少了最优效果的迭代次数，从而提升算法的识别效率。本文在算法实验部分选取同一品牌不同种类的纯牛奶共200组样品作为实验样本，并采用近红外光谱技术获取了波长范围4000～10000 cm−1波段内的所有牛奶样品的吸光度数据。随后，为了提升牛奶数据的训练效率，采用主成分分析算法分别提取了累计贡献率较大的特征数据，并通过所提算法对提取的主成分特征数据进行初步训练和测试。实验结果表明，添加遗传算法可以将准确率从97.5%提升至100%，增加了循环扰动策略后，可以大大降低训练迭代次数，大大提升算法收敛速度。因此，本文提出的纯牛奶识别算法能够有效无损地实现纯牛奶区分。

基于分层的双关联多目标进化算法

王荣晨, 刘俊华

2025, 0(08): 104-114. doi:10.3969/j.issn.1006-2475.2025.08.015

摘要 ( 81 )

PDF (1548KB) ( 67 )

参考文献 | 相关文章 | 计量指标

摘要：本文提出基于分层的双关联多目标进化算法（T-DAEA）解决多目标优化问题随着目标数增多带来的维数灾难。提出的基于角度的双关联策略考虑了空子空间，并将其与适配度最高的解关联起来，增加了探索未知区域的概率。此外，设计了一种新的质量评估方案来量化子空间中每个解的质量，首先测量每个解的收敛性和多样性，然后设计动态惩罚系数，通过惩罚解的全局多样性分布及目标数来动态平衡收敛性和多样性，并将完成评估的解进行自适应的分层排序，保证选取最优秀的解。所提出的算法T-DAEA的性能经过验证，并与4种先进的多目标进化算法在许多众所周知的基准问题（多达20个目标）上进行了比较。实验结果表明，该算法在收敛性增强和多样性维持方面都具有很强的竞争力。

联合距离和密度的5G终端信令离群检测算法

韦小刚１, 梅文明２, 胡游君1, 屠正伟1, 王睿3

2025, 0(08): 115-118. doi:10.3969/j.issn.1006-2475.2025.08.016

摘要 ( 68 )

PDF (1305KB) ( 75 )

参考文献 | 相关文章 | 计量指标

摘要：为快速、准确地对5G终端信令的异常行为进行检测，本文提出联合距离和密度的5G终端信令离群检测算法。首先对软件采集到的5G信令终端数据进行预处理，降低数据样本的维度；然后，当降维后的数据样本数量小于1000时，采用基于平均距离的KNN离群检测算法对数据样本进行离群点检测；当数据样本数量大于等于1000时，采用基于密度的COF离群检测算法进行离群点检测。仿真结果表明，本文提出的算法在准确率、精确率和召回率方面均优于传统的基准算法，并且响应时间更快。

基于鸿蒙系统的用户侧储能多目标协调控制研究

李刚, 孙少斌, 孔伟, 赵磊

2025, 0(08): 119-126. doi:10.3969/j.issn.1006-2475.2025.08.017

摘要 ( 80 )

PDF (2731KB) ( 63 )

参考文献 | 相关文章 | 计量指标

摘要：在高比例新能源背景下，优化储能系统的协同运行能够提升整体经济和环境效益，助力可持续发展。本文针对用户侧储能系统优化场景单一的问题，提出一种多目标协调控制策略，并通过改进交替方向乘子法（ADMM）的自适应步长方法，实现用户侧储能系统的分布式协调控制。首先，构建基于鸿蒙系统的用户侧储能分布式框架，并设计针对这些系统的协调控制策略。随后，建立涵盖电能使用成本、环境成本和储能运行成本的多目标优化模型。为解决多目标优化迭代收敛速度不同的问题，采用基于ADMM的自适应步长分布式迭代优化方法，有效提高了运行效率，同时保护了用户侧储能系统的隐私。实验结果显示，提出的分布式框架显著提升了运行效率，多目标协调控制策略显著提高了系统收益。

当期目录