计算机与现代化

刘龙恩1, 石东祥2, 单宝明1, 张方坤1, 徐啟蕾1

2025, 0(10): 1-6. doi:10.3969/j.issn.1006-2475.2025.10.001

摘要 ( 102 )

PDF (3864KB) ( 115 )

参考文献 | 相关文章 | 计量指标

摘要：针对厂区人员异常行为识别中背景复杂、计算成本受限等问题，本文提出一种基于YOLOv5的轻量级工厂人员异常行为识别网络。该网络结合全维动态卷积模块（Omni-dimensional Dynamic Convolution， ODConv）和显式视觉中心模块（Explicit Visual Center Block， EVCBlock），以更低的参数计算量实现更好的检测表现。在颈部网络中引入的ODConv模块增强模型对复杂工厂环境的适应性，并减少模型参数量。在骨干网络末端增加的EVCBlock模块主要目的是提高模型的检测精度，以弥补参数降低给模型带来过量的精度损失。此外，利用归一化Wasserstein距离（Normalized Wasserstein Distance， NWD）构建改进的损失函数，优化模型的训练过程并提高对小目标的检测效果。为了验证模型性能，本文利用现有的轻量化方法额外构建多种改进的识别模型。对比实验的结果表明，与现有方法相比本文提出的轻量级识别模型具有更好的检测精度，同时模型参数比原始模型更少。相比原始模型，本文构建检测模型的mAP提升了3.2个百分点，GFLOPs下降了2.2。该模型对实现工业生产场景中工厂人员异常行为的快速检测和准确识别有重要意义。

融合空间信息的YOLOv7交通标志检测

师红宇, 张哲于, 杜文, 李怡

2025, 0(10): 7-13. doi:10.3969/j.issn.1006-2475.2025.10.002

摘要 ( 62 )

PDF (2423KB) ( 73 )

参考文献 | 相关文章 | 计量指标

摘要：交通标志在检测过程中，因受天气和光照强度的影响，导致检测时出现错检、漏检等问题，针对此问题提出一种融合空间信息的交通标志检测算法。首先，在网络中使用坐标卷积，增强网络对坐标位置信息的敏锐性。其次，在主干特征提取中加入坐标注意力机制，可以更好地关注融合处的空间位置信息。在特征融合部分使用多尺度加权融合网络和金字塔池化，利用加权计算和跳跃连接的方式，增强低层与高层之间的语义信息融合效果。最后，使用边框回归损失函数（Scalable Intersection over Union Loss， SIoU）提高目标定位的准确性。在CCTSDB2021和GTSDB数据集上的实验结果显示，该方法在2种数据集上的平均精度（mean Average Precision， mAP）分别达到84.9%和98.5%，与主流检测模型对比有显著提升，较原模型分别提升了5.39个百分点和1.67个百分点，提高了交通标志的检测精度。

基于变核卷积的HRNetV2模型对舌下络脉图像分割算法

蒋冬梅1, 杨诺2, 陈仁明2, 董昌武3, 彭成东2, 4

2025, 0(10): 14-19. doi:10.3969/j.issn.1006-2475.2025.10.003

摘要 ( 75 )

PDF (2984KB) ( 48 )

参考文献 | 相关文章 | 计量指标

摘要：针对现有舌下络脉分析采用卷积神经网络分类或分割的方法提取络脉图像，但存在对络脉细节提取精度不高的问题，本文提出一种改进的HRNetV2高分辨率语义分割网络算法对舌下络脉进行提取。该方法采用高分辨率保持的HRNetV2网络结构，将高分辨率到低分辨率子网络结构的输出并行连接成多尺度融合具有更高的空间精确度的特征图，改善舌下络脉细节信息丢失的问题。同时使用具有任意采样形状和任意数目参数的变核卷积AKConv代替普通卷积，提升卷积对脉形结构变化的适应能力，减少欠分割问题。在安徽中医药大学云诊科技舌象开放平台上抽取数据验证，该算法的像素精度PA、均像素精度mPA、均交并比mIoU分别为95.28%、92.33%和93.42%，优于Mask-RCNN模型、U-Net系列模型、HRNetV2模型。改进的HRNetV2方法对于舌下络脉图像分割精确度高，为进一步应用于脉色和脉形特征定量研究提供新方法。

基于知识蒸馏技术的电力视觉系统

黄姗姗, 罗旺, 郝运河

2025, 0(10): 20-24. doi:10.3969/j.issn.1006-2475.2025.10.004

摘要 ( 45 )

PDF (1087KB) ( 45 )

参考文献 | 相关文章 | 计量指标

摘要：本文提出一种基于知识蒸馏技术的电力视觉系统，旨在解决电力视觉模型在资源受限环境中的应用难题。该系统通过动态选取性能优秀的大型电力视觉模型作为教师模型，并智能构建一个轻量化的小型模型作为学生模型，利用知识蒸馏技术，对比学生模型的输出与教师模型的输出，通过最小化两者之间的差异，实现知识的有效迁移。该研究成果应用于电力视觉领域，构建包括电力视觉数据集、教师模型动态选择、学生模型智能构建、知识蒸馏、优化训练和模型评估等模块的电力视觉系统，实现自动化的知识蒸馏过程。基于电力视觉数据集的实验结果表明该研究成果能够在保持较高识别精度的同时，显著降低模型复杂性和计算资源消耗，提高电力视觉系统在资源受限环境中的适用性和效率。

改进YOLOv8的密集行人检测算法

段警韦1, 陈亮1, 李雪1, 刘蒙蒙1, 刘晋宇2

2025, 0(10): 24-31. doi:10.3969/j.issn.1006-2475.2025.10.005

摘要 ( 61 )

PDF (2315KB) ( 63 )

参考文献 | 相关文章 | 计量指标

摘要：为解决密集行人场景中由于背景复杂、人员密集、暗光环境和部分遮挡等原因造成密集行人检测中出现的漏检和错检问题，本文提出一种基于YOLOv8n优化的密集行人检测算法。该算法在主干网络中使用高效的GSConv卷积替换原有的卷积块，实现模型在保持识别精度的同时降低模型的计算量，并且使用GSConv卷积使得模型可以在普通的GPU上高效运行。将模型的特征融合网络替换为SlimNeck轻量级特征融合模块，通过减少特征通道的数量，提高模型的检测精度和检测速度。在特征提取网络中嵌入EMA注意力机制，增强模型对全局和局部信息的捕捉从而减少密集行人场景下出现的误检和漏检。采用Repulsion损失函数，以更好地处理密集行人检测中的重叠和近邻行人遮挡，减少目标之间的重叠和干扰，优化边界框回归。在CrowdHuman数据集上进行训练验证，实验结果表明改进后的YOLOv8模型相对于基线模型mAP值提升了4.5个百分点，在密集、遮挡、小目标、暗光环境下的可视化检测结果也优于基线模型。为密集行人检测提供了一种高效且鲁棒的解决方案。

基于改进的DeepLabv3+模型的自然环境下舌象分割方法

刘嵘澂1, 辛国江1, 张杨1, 朱磊2

2025, 0(10): 32-36. doi:10.3969/j.issn.1006-2475.2025.10.006

摘要 ( 54 )

PDF (2736KB) ( 47 )

参考文献 | 相关文章 | 计量指标

摘要：在自然环境下采集的舌象图像，受光照、背景等因素的影响，其精确分割具有很高的难度。基于改进的DeepLabv3+算法，本文提出一种DeepLabv3-MAC模型，分割自然环境下采集的舌象。首先，将DeepLabv3+模型的主干网络替换为MobileNetv2网络来降低模型复杂度；其次，采用非对称卷积模块增强卷积神经网络的卷积核骨架，提高卷积信息的利用率；最后，引入CBAM注意力机制，不仅能关注空间和通道上参数的重要程度，同时也能提升模型分割精度。实验结果表明，相较于经典的舌象分割算法，本文提出的DeepLabv3-MAC模型具有较好的分割性能，同时，模型的参数量大大减少，可以更快地对自然环境下的舌象进行分割，有利于后期在移动端部署。

基于DWT-SCINet-MDSC的电价预测混合模型

李雪, 魏延, 李林骏

2025, 0(10): 37-43. doi:10.3969/j.issn.1006-2475.2025.10.007

摘要 ( 76 )

PDF (1842KB) ( 49 )

参考文献 | 相关文章 | 计量指标

摘要：由于电价具有跳跃性和复杂的非线性特征，导致现有模型预测精度较差。为提升预测准确性以及在复杂的非线性特征中深入挖掘有效信息，本文提出一种基于DWT-SCINet-MDSC的电价预测混合模型。首先，该模型使用离散小波变换（DWT）将数据分解为不同时间尺度上的子信号，这不仅能够有效滤除高频噪声，还能够显著降低数据波动性，从而较为明显地提高信噪比，使数据更加清晰稳定。其次，使用多尺度可分离卷积能够在捕捉不同时间尺度上丰富信息的同时，有效减少模型参数的数量，进而加快网络训练速度。最后，为克服人工处理特征的不足，使用特征权重模块对关键特征进行权重调整，为重要的特征赋予更大的权重，实现特征的高效提取。对澳大利亚某地区电价数据集进行仿真实验，结果表明，与SCINet和其他对比模型相比，平均绝对误差降低了23.29%，证明DWT-SCINet-MDSC混合模型的预测效果显著提升。

FA-CGRNet：无创高血糖预测的分类模型

王蕾, 赵康, 殷秀强

2025, 0(10): 44-50. doi:10.3969/j.issn.1006-2475.2025.10.008

摘要 ( 76 )

PDF (1580KB) ( 43 )

参考文献 | 相关文章 | 计量指标

摘要：现有的血糖检测方法多具创伤性，带来诸多不便和潜在风险。若能通过可穿戴设备获取生理数据及用户自输入的饮食数据，实时预测用户是否为高血糖，将能显著简化血糖检测过程。为了提高预测的精确度，本文提出一种基于深度学习的时间序列分类模型—FA-CGRNet。首先，对生理数据进行降噪、重采样等预处理，提取其统计特征。随后，设计残差卷积网络，通过卷积和残差连接实现特征的提取和融合，同时利用特征增强模块计算特征权重，对特征进行筛选。最后，采用LSTM模型提取时间序列的长期依赖特征，以充分捕捉时序特征。在杜克大学BIG IDEAs实验室发布的公开数据集上进行测试，实验结果表明，在无创血糖检测领域，本文提出的特征提取方法和网络模型，与现有的时间序列分类模型相比，能更好地区分正负例，加权F1分数提高了6.1%以上，AUC提高了2.5%以上。

InstantMesh：早期胃癌图像三维重建方法

姚敏佳1, 宋文爱1, 孙雪2, 王子钰3, 雷毅4, 王青4, 赵莉5

2025, 0(10): 51-56. doi:10.3969/j.issn.1006-2475.2025.10.009

摘要 ( 65 )

PDF (3780KB) ( 41 )

相关文章 | 计量指标

摘要：近年来，我国胃癌发病率持续上升，而早期胃癌的诊断率却相对较低，放大内镜作为诊断早期胃癌的重要手段，尽管能观察到微小病灶，但传统诊断方法难于量化分析，限制了其在临床实践中的应用，对患者的治疗和预后带来极大的挑战。为了辅助早期胃癌的诊断，提高患者的生存率和预后，基于深度学习的放大胃镜图像三维重建算法已成为研究热点。本文提出利用InstantMesh框架，结合多视图扩散模型和稀疏视图重建模型，并基于前期对单个放大胃镜图像病灶区分割的坐标信息进行裁剪，实现对单个病灶区图像的高质量三维网格模型构建。此方法不仅提升了重建精度，降低了噪声干扰，同时使病灶特征更加清晰。实验结果表明，该方法在医学图像三维重建的定性和定量评估中均显著优于Unique3D、TripoSR、Convolutional Reconstruction Model（CRM）以及One-2-3-45等现有最新的单视图三维重建算法。本文旨在为胃癌的早诊早治提供有力的技术支持，为提高我国胃癌防治水平做出实质性贡献。

电力设计知识图谱服务平台的设计与实现

许彦１, 柏广林1, 张鹏1, 褚成2, 刘文文2, 张博2, 许娜3

2025, 0(10): 57-66. doi:10.3969/j.issn.1006-2475.2025.10.010

摘要 ( 61 )

PDF (1990KB) ( 80 )

参考文献 | 相关文章 | 计量指标

摘要：随着电力工程设计领域数据的爆炸式增长，如何高效管理和利用这些数据成为了亟待解决的问题。本文基于知识图谱技术，重点分析电力设计领域数据的特点，并结合电力设计领域的专业人员的具体需求，设计并实现一种电力设计知识图谱服务平台，旨在实现对电力设计数据的高效管理、融合和深度挖掘。平台采用B/S架构，遵循J2EE规范，实现电力设计知识的搜索、知识图谱可视化、智能问答、同类推荐、相关资料分析等功能。测试结果表明，平台能够有效整合和管理大量电力设计相关的数据，还能通过知识图谱技术深入挖掘数据背后的关联和价值，为电力设计领域的研究和应用提供强有力的支持和创新动力，显著提高数据的关联性和实用性。该平台的应用可为电力设计领域的科研人员和工程师提供强大的知识支持和决策辅助，提升他们在处理和分析数据方面的效率与能力。

基于两阶段的多重注意力机制网络的胰腺分割

周邦湲1, 辛国江1, 梁昊2, 丁长松1

2025, 0(10): 67-72. doi:10.3969/j.issn.1006-2475.2025.10.011

摘要 ( 63 )

PDF (3109KB) ( 42 )

参考文献 | 相关文章 | 计量指标

摘要：胰腺分割在计算机辅助诊断胰腺疾病中具有重要意义。胰腺具有体积小、个体差异大和边缘模糊的特点，因此胰腺分割任务具有极大的挑战性。为了解决上述问题，本文提出一种基于两阶段的多重注意力机制网络。首先，针对背景与目标不平衡这一问题，本文使用两阶段的分割方法，利用粗分割阶段裁剪出候选区域作为精细分割阶段的输入，以减少背景对分割胰腺目标的干扰。其次，设计双通道注意力机制模块并添加到解码器中，以增强模型对胰腺特征的表示能力，还引入压缩与激励注意力模块（SE Module），利用其自适应的注意力机制来适应不同形状大小的胰腺。最后，通过使用卷积注意力模块（CBAM）加强编码器与解码器之间的信息传递，提高模型的分割精度。在NIH数据集上对本文的方法进行测试，结果表明，所提方法具有较好的性能，能够有效解决胰腺在腹部CT图像中难以分割的问题。

基于THBA-BiLSTM循环流化床锅炉含氧量预测

王智聪1, 马祎航2, 张凌祥3

2025, 0(10): 73-79. doi:10.3969/j.issn.1006-2475.2025.10.012

摘要 ( 56 )

PDF (2096KB) ( 49 )

参考文献 | 相关文章 | 计量指标

摘要：氧气含量是反映循环流化床锅炉内部燃烧的重要参数，针对氧气含量难以预测的问题，本文提出一种改进双向长短期记忆网络的软测量模型。首先，通过输入输出相关系数法确定与氧气含量相关的给煤量、进风量等输入变量的参数；其次，基于双向长短期记忆网络建立输出氧气含量软测量模型，BiLSTM预测模型能够学习过去和未来的信息，能够更好地捕捉到全局的依赖信息；然后，引入Tent混沌序列、柯西变异策略来优化蜜獾算法的初始种群、局部寻优和全局寻优能力；将改进后的蜜獾优化算法应用于BiLSTM预测模型参数寻优，进而优化BiLSTM模型超参数，保证了测量模型的精确度。最后，将提出的模型应用于循环流化床锅炉实际输出预测，以MAE、MSE、MAPE、RMSE为评价指标。实验结果表明，本文所提的THBA-BiLSTM神经网络的误差精度分别为1.57e-2、3.5e-4、4.1e-3、1.87e-2，相对其他4种模型有了显著的提升效果。

改进的FA-BP神经网络的交通流预测算法

王远锐, 江凌云

2025, 0(10): 80-88. doi:10.3969/j.issn.1006-2475.2025.10.013

摘要 ( 66 )

PDF (3385KB) ( 45 )

参考文献 | 相关文章 | 计量指标

摘要：交通流预测是智能交通系统中提高效率和减少拥堵的重要技术手段之一。针对现有交通流预测算法中存在的收敛速度慢和预测精度低的问题，本文提出一种改进萤火虫优化算法（Firefly Algorithm， FA）和列文伯格-马夸尔特（Levenberg-Marquardt， LM）算法的BP神经网络交通流预测方法。该方法利用改进的混沌萤火虫算法优化BP神经网络的初始权值和阈值，并且在权重更新阶段采用LM算法代替传统的梯度下降法，加速收敛过程并提高模型精度，最后利用LM-FA-BP算法对交通流进行预测。基于真实的复杂城市交通数据，通过实验对多个融合模型进行比较，本文模型的预测误差较其他模型显著降低，其中在平均绝对误差指标上相较于BP模型提升了33.84%，相较于FA-BP模型提升了29.82%。该模型在实际道路上进行了测试和实现，最大准确率达到98%（平均绝对百分比误差<2.0%），达到了较高的水平。改进后的LM-FA-BP模型在交通流预测中具有更高的精度和更快的收敛速度。研究结果表明，该模型具有广阔的应用前景，尤其在智能交通系统中可有效提升预测精度。

基于改进TimesNet模型的农产品价格预测方法

王饮冰1, 2, 王兴芬1, 3, 李立博1, 3

2025, 0(10): 89-95. doi:10.3969/j.issn.1006-2475.2025.10.014

摘要 ( 59 )

PDF (4010KB) ( 46 )

参考文献 | 相关文章 | 计量指标

摘要：农产品价格预测对农业市场的稳定起着关键作用。然而，由于农产品价格受多种因素影响，表现出非线性、周期性等特征，使得农产品价格难以准确预测。为了解决这个问题，本文提出一种新的农产品价格预测模型EMD-ConvNeXtV2-TimesNet。该模型在TimesNet模型的基础上进行了2项创新：首先创新性地引入了经验模态分解（EMD）模块，用于分解原始价格序列，从而更好地捕捉价格序列的内在结构信息；其次将TimesNet的图像特征提取模块改进为ConvNeXtV2 Block，以更有效地捕捉价格的周期信息。在收集的玉米、鸡蛋、大豆、花生数据集上进行了对比实验，实验结果显示，相比于DLinear、Informer、Transformer、FiLM、FEDformer这些对比模型中的最佳预测效果，平均绝对百分比误差（MAPE）和平均绝对误差（MAE）分别降低了38.902%/38.562%、33.183%/33.108%、39.471%/35.178%、48.525%/47.806%。新模型取得了显著的精度提升。消融实验进一步验证了EMD模块和ConvNeXtV2 Block在模型中的互补作用，相比于原始的TimesNet更有效地降低了价格预测误差。

感知与多模态协同的涂覆作业风险评估方法

谢礼1, 刘芝樱2, 张瑜3, 卿朝进2

2025, 0(10): 96-102. doi:10.3969/j.issn.1006-2475.2025.10.015

摘要 ( 64 )

PDF (1879KB) ( 36 )

参考文献 | 相关文章 | 计量指标

摘要：为保障配电网线路的有效运行，实现安全可靠的带电绝缘化涂覆作业是必要前提。然而，在带电涂覆作业环境中，诸多不确定的风险影响因素可能造成作业中的安全隐患。针对风险影响因素的复杂性和实时监测作业安全的需求，本文提出一种感知与多模态协同的涂覆作业风险评估方法。首先，利用决策实验与评价实验室（Decision Making Trail and Evaluating Laboratory， DEMATEL）和解释结构模型法（Interpretative Structural Modeling Method， ISM），结合灰色理论和最大类间方差算法，建立DEMATEL-ISM综合评估模型，用于分析涂覆作业中的多模态风险指标，并评估各风险因素对涂覆作业的影响程度；然后，根据风险指标评估结果，构造重要风险指标的风险隶属度函数，对感知获取的涂覆作业中的实时指标数据进行风险隶属度映射；最后，引入模糊积分构建多模态信息融合模型，从而实时评估涂覆作业过程中的风险程度。本文通过带电绝缘化涂覆作业的风险评估实例，验证了该方法的有效性。评价结果表明，所提出的方法能够准确评估涂覆作业中的风险因素，并为实时安全监控提供有力支持。

面向隐蔽化挖矿行为识别的特征选择方法

何志涌1, 2, 贺泽宇1, 2, 张伟1, 2, 柳国平3

2025, 0(10): 103-109. doi:10.3969/j.issn.1006-2475.2025.10.016

摘要 ( 59 )

PDF (2411KB) ( 42 )

参考文献 | 相关文章 | 计量指标

摘要：随着我国对挖矿活动的持续整治，挖矿活动通过加密、代理等方式逐渐隐蔽化，现有的挖矿行为监测技术在面对隐蔽化挖矿时准确性较低，难以有效检测此类行为。针对这一问题，本文提出一种基于RF-Voting的隐蔽化挖矿行为识别方法。该方法通过收集并整理隐蔽化挖矿流量数据集，定义3类隐蔽化挖矿行为。在隐蔽化挖矿特征选择模块中，RF （Random Forest，随机森林）特征选择器与投票分类器Voting交互选择特征，可以有效筛选出重要特征。在行为匹配模块，提出效能感知和自适应权重分配的增强型Voting，效能感知可以筛选高效的基分类器，自适应权重分配可以为分类器动态分配权重，两者有机结合可以高效提升模型的分类效率和稳定性。实验结果表明，与传统挖矿检测方法相比，该方法准确率最高提升了6.18个百分点，F1分数最高提升了9.35个百分点，验证了RF-Voting方法为隐蔽化挖矿行为监测提供了一种更精准有效的方案。

基于区块链双线性映射的IBS用户身份认证仲裁

余飞飞1, 2, 邵爱平3

2025, 0(10): 110-117. doi:10.3969/j.issn.1006-2475.2025.10.017

摘要 ( 41 )

PDF (3104KB) ( 35 )

参考文献 | 相关文章 | 计量指标

摘要：为降低用户身份认证方案的主体存量系统接入成本，并提高系统用户身份认证安全性和认证效能，本文提出一种基于区块链双线性映射仲裁身份基签名（Identity-Based Signature， IBS）的用户身份认证方案。首先，该方案利用联盟链建立用户身份认证架构，包含区块链、注册服务器、用户和存量系统，采用模糊提取器将生物特征用于身份认证，并结合链上异构用户数字身份，构建用户身份统一认证兼容模型；其次，引入双线性映射提出一种基于标识的身份基签名算法，融入仲裁模块扩展原有算法安全功能，使其具备撤销功能，增强系统安全性；最后，结合区块链用户身份认证架构，对系统用户身份注册、跨域身份认证及域内身份认证3个模块进行流程设计。实验结果显示，本文算法在吞吐量、时延和资源开销等指标上均优于选取的对比算法，这表明所提算法可更加有效地提高系统用户身份认证安全性和效能。

基于本地差分隐私的位置数据收集方法

吕天赐, 李艳辉, 成梦圆, 赵玉鑫, 黄臣

2025, 0(10): 118-126. doi:10.3969/j.issn.1006-2475.2025.10.018

摘要 ( 56 )

PDF (2473KB) ( 44 )

参考文献 | 相关文章 | 计量指标

摘要：基于本地差分隐私的位置数据收集与分析得到了研究者的广泛关注。它是当前最先进的方法，为收集用户敏感信息建立了强大而严密的隐私保护方案。针对现有位置数据收集中数据效用差和扰动位置与真实位置偏差大的问题，本文提出一种精确且有效的本地差分隐私位置数据收集方法CFM （Circular Fusion Mechanism）。该方法根据用户的实际需求生成隐私保护区域，以限制个人位置输出的扰动范围，考虑到不同位置与真实位置间的临近差异性，设计一种多粒度扰动策略，并通过分析互信息确定不同粒度区域的最优扰动范围，以减少扰动位置和真实位置的偏差。此外，该方法结合概率转移矩阵与扰动位置的分布信息，精准估计真实位置的频率分布。实验结果表明，CFM在保护用户位置隐私的同时，显著提升了数据效用，优于现有方法。

当期目录