计算机与现代化

梅沁1, 刘志仁2, 赵辰阳3, 陈亦寒1, 宿明睿3, 王刚3, 王俊波3

2025, 0(11): 1-9. doi:10.3969/j.issn.1006-2475.2025.11.001

摘要 ( 47 )

PDF (3933KB) ( 63 )

参考文献 | 相关文章 | 计量指标

摘要：随着新型电力系统建设的稳步推进，利用5G通信网络承载配电保护控制业务数据，已成为近年来的研究与应用热点。但5G网络运行的流量及安全问题，对该技术的大规模推广构成了阻碍。本文提出一种面向5G配电网保护控制的实时报文压缩加密联合设计方案。针对GOOSE报文的数据特征，设计直传与压缩相结合的帧间压缩方法；考虑到待加密数据的短包特征及实时性要求，基于祖冲之序列密码算法，进行双会话密钥池及密钥双线程周期更新的改进设计；针对5G传输中可能出现的丢帧、错序等异常情况，设计密钥流同步机制和密钥池重启机制；依托国产化边缘计算平台完成系统开发。实验结果表明，本文方法在充分满足保护控制业务实时性需求的同时，显著降低了5G配网保护控制的数据流量，实现了系统安全性的自主可控。本文为基于5G的配电网保护控制方案的推广应用提供了全新思路。

面向生成式人工智能的隐私数据保护方法

徐胜超, 吕峻闽, 蒋大锐

2025, 0(11): 10-16. doi:10.3969/j.issn.1006-2475.2025.11.002

摘要 ( 40 )

PDF (1151KB) ( 35 )

参考文献 | 相关文章 | 计量指标

摘要：针对生成式人工智能引发的严重隐私泄露风险问题，聚焦生成式人工智能的数据隐私保护，包括生成式人工智能的数据隐私脱敏、生成式人工智能的数据隐私匿名化处理、生成式人工智能的数据隐私增强、生成式人工智能的数据异常行为智能监测与预警。基于生成对抗网络完成数据隐私脱敏，生成器能够生成高度逼真的数据样本，而判别器难以区分真伪，从而提升隐私数据的安全性。基于k-anonymity算法匿名化处理隐私数据敏感信息，进一步提升隐私数据安全性；利用生成式人工智能的差分隐私技术增强数据隐私，达到保护隐私信息的目的；制定隐私数据访问、传输和处理过程中异常行为监测与预警流程，防止隐私数据安全风险事件发生。实验结果显示，设计方法应用后生成数据与原始隐私数据的相似程度最大值达到了98%，隐私数据敏感信息保留度最小值达到了3.21%，隐私数据噪声比例最大值达到了33%，ROC曲线下方面积更大。

多策略蜣螂优化算法优化无人机航迹规划问题

杨会敏, 杨进, 孙雨婕

2025, 0(11): 16-31. doi:10.3969/j.issn.1006-2475.2025.11.003

摘要 ( 42 )

PDF (13265KB) ( 34 )

参考文献 | 相关文章 | 计量指标

摘要：无人机航迹规划是无人机执行复杂任务时面临的重要挑战，涉及在动态、不确定环境中寻找最优路径，且无人机航迹规划中的全局搜索和局部开发问题一直都是研究的重点，本文基于此设计一种结合蜣螂优化算法（DBO）改进的多策略混合优化算法（MSIDBO）。为了提高算法的全局搜索和局部开发能力，本文采用“拉丁超立方”抽样生成初始种群，自适应变螺旋策略调整搜索方向，并结合最优领域扰动策略以改善整体收敛性能。为避免算法陷入局部最优，加入布朗运动与Levy飞行策略动态调整算法开发。实验结果表明，本文提出的MSIDBO算法在保证路径长度、平滑度和避障性能的基础上，显著提高了航迹规划的效率与精度。该算法在不确定性与动态环境中展现了优越的全局搜索能力和局部优化能力，适用于多种复杂任务场景。

融合多维提示及多层次标签词扩展的小样本专利分类方法

游新冬, 赵玉贤, 吕学强, 刘勃杉

2025, 0(11): 32-40. doi:10.3969/j.issn.1006-2475.2025.11.004

摘要 ( 44 )

PDF (1302KB) ( 33 )

参考文献 | 相关文章 | 计量指标

摘要：为推动产学研一体化、新兴产业和未来产业发展，高校专利按产业需求进行分类是非常有必要的。然而，当前缺乏面向新兴产业的专利分类资源，而且数据标注成本高昂。因此，本文针对新兴产业专利分类提出一种融合多维提示及多层次标签词扩展的小样本专利分类方法。该方法使用BERTopic进行主题聚类获取专利文本中的主题关键词，使用GLM-4抽取专利文本中的专业术语，帮助模型从宏观和微观层面多维度理解专利；使用Masked Language Modeling（MLM）和ChatGPT从多层次扩充标签词空间，为提示学习模型提供更加丰富且具有语义深度的标签词汇。实验在构建的小样本专利分类数据集上进行验证，均取得了比基线模型更好的分类效果，且效果优于GLM-4大语言模型，验证了所提出的方法在小样本专利分类上的有效性。

基于LightGlue网络改进的输电线路巡检无人机V-SLAM方法

祝文姬1, 班卫华2, 邹林3, 刘旭3

2025, 0(11): 41-48. doi:10.3969/j.issn.1006-2475.2025.11.005

摘要 ( 38 )

PDF (4338KB) ( 29 )

参考文献 | 相关文章 | 计量指标

摘要：针对巡检无人机在输电线路环境中进行视觉同时定位与建图（Visual Simultaneous Localization And Mapping， V-SLAM）时，定位精度受视角以及光照变化影响的问题，提出一种基于LightGlue网络改进的双目V-SLAM方法。首先，采用轻量级的SuperPoint网络提取对光照和视角变换更鲁棒的特征点；接着，通过LightGlue网络结合并行优化的图像金字塔模型改进特征匹配模块，提高图像特征匹配的准确率和算法运行的实时性能；最后，将点云地图转化为八叉树地图以节省内存空间。实验结果表明，论文所提算法对光照和视角变化的适应性更强；在EuRoc数据集测试中，定位精度与OpenVSLAM相比提升了约28.34%，实时性较改进前的SL-ORB-SLAM2提升了约33.30%；在现场实验中，定位精度提升明显，构建的八叉树地图与点云地图相比内存占用减少了约47.28%。综上所述，本文提出的LG-SLAM算法能适应输电线路环境，完成精准的实时定位并构建八叉树地图，具有良好的工程应用前景。

基于特征优选和SCNGO-HKELM算法的复合电能质量扰动识别

郭王勇, 黄堃, 梁加本

2025, 0(11): 49-57. doi:10.3969/j.issn.1006-2475.2025.11.006

摘要 ( 40 )

PDF (3167KB) ( 29 )

参考文献 | 相关文章 | 计量指标

摘要：针对电能复合扰动识别过程中时频域特征指标类型单一、分类器网络结构复杂、超参数调参困难等问题，本文提出一种基于时频域特征优选和改进北方苍鹰算法（SCNGO）—混合核极限学习机（HKELM）的电能质量复合扰动识别方法。首先，该方法以9种典型电能质量复合扰动为研究对象，构建其数学信号特性模型并分析各类扰动信号的时频域特性，在此基础上提出19种用于扰动特征提取的时频域指标；随后，考虑到特征指标冗余性对扰动识别准确度的影响，利用核主成分分析进行特征指标优选，确立最优指标集；最后，提出一种基于SCNGO-HKLEM的扰动分类器，通过SCNGO优化算法实现对HKELM的核函数超参数及权重系数进行自适应调节，在保证分类器学习能力基础上，提升其泛化能力，提高扰动识别的准确性和效率。实验结果表明，所提方法对9种典型复合电能质量扰动的识别准确率可达97.64%，不同噪声环境下的分类精度稳定，验证了所提方法的有效性和准确性。

基于改进P2PNet的铁路车站人群数量估计算法

万成凯1, 安高云2, 崔岚3

2025, 0(11): 58-64. doi:10.3969/j.issn.1006-2475.2025.11.007

摘要 ( 42 )

PDF (4063KB) ( 41 )

参考文献 | 相关文章 | 计量指标

摘要：本文针对铁路车站等场景下人群数量估计问题，提出一种基于改进P2PNet的铁路车站人群数量估计算法。该算法对传统的P2PNet算法进行较大的改动和优化。首先，算法模型采用BiFPN的路径聚合来增强网络对不同尺度特征图的融合能力，解决图像中人员大小尺度相差较大的情况；其次，网络在低层特征图引入A-SPP结构以提高网络的感受野范围，增强网络提取多尺度特征的能力；再次，网络中的OutLayer之前采用了CSAM注意力动态地调整特征图中各个通道和空间位置的重要性，更有效地回归图像中人的位置和分类；最后，在损失函数中，Focal Loss代替了传统的交叉熵，来解决正负样本不均衡和难易样本不均衡的问题。在公开数据集和自有数据集上进行对比实验的结果表明，该算法在平均绝对误差上优于当前同类先进算法。在实际的车站视频场景下，该算法能够准确估计人群数量。

基于轻量级YOLOv8的变电站设备缺陷检测

孙二杰1, 张奇丰2, 王德清3

2025, 0(11): 65-70. doi:10.3969/j.issn.1006-2475.2025.11.008

摘要 ( 40 )

PDF (2990KB) ( 37 )

参考文献 | 相关文章 | 计量指标

摘要：随着智能电网的发展，变电站设备的稳定运行变得尤为重要。然而，由于现有检测模型体积庞大且对边缘端设备的部署要求高，传统的缺陷检测方法在应用中面临挑战。为了解决这一问题，本文提出一种基于改进YOLOv8的轻量化变电站设备缺陷检测模型。首先，通过引入C2f_Faster模块和Slim-Neck结构对模型的Backbone和Neck部分进行优化，以减少冗余计算和内存访问，解决特征冗余导致的检测精度低的问题。其次，检测头Detect_G模块的设计进一步提高模型的检测速度和精度。最后，模型中引入基于跨空间多尺度注意力机制，以增强对小目标变电站设备缺陷的检测能力。实验结果表明，本文算法在变电站缺陷数据集上的mAP达到了92.56%，模型参数量为5.9 M，检测速度为345.6 fps，性能优于SSD、Faster R-CNN、YOLOv4、YOLOv7和YOLOv8等主流算法。

一种改进的跨模态交互和多尺度聚合的SOD算法

王晶鹏, 崔雨勇, 蔡长霖, 赫明骜, 李颖浩, 唐中和

2025, 0(11): 71-79. doi:10.3969/j.issn.1006-2475.2025.11.009

摘要 ( 36 )

PDF (4367KB) ( 29 )

参考文献 | 相关文章 | 计量指标

摘要：显著性目标检测（Salient Object Detection， SOD）是计算机视觉领域的一个重要研究方向，它旨在对场景中最能引起关注的目标进行识别和分割。单模态的SOD算法在图像信息受到光照、失焦等干扰后难以达到有效的检测结果，而多模态的检测算法存在特征信息差异大，跨模态特征融合有效性低，不同层级之间特征利用率低的问题。针对以上问题，本文提出一种改进的跨模态交互和多尺度聚合的SOD算法。该算法采用双循环的跨模态交互机制，在RGB图像特征与热红外图像特征之间以协作激励学习的方式融合，此外在同一层级的2种模态信息上采用信息感受野放大机制，融合不同维度的空间和通道信息。多尺度聚合机制挖掘网络模型不同深度的特征，进行传递和连接，将浅层的细粒度信息和深层粗粒度抽象信息聚合，最后得到目标检测结果。分别采用ResNet、VGGNet和DenseNet进行特征提取，通过实验对比三者的检测效果。在室外场景下的多种目标进行实验对该算法进行验证和定性、定量分析，结果表明该算法取得了较好的检测精度和检测效果，并且整体性能优于现有的SOD模型。

LSGI-YOLOv8:基于轻量化YOLOv8的瓷砖表面缺陷检测算法

杨安博1, 钟国韵1, 刘梅锋2, 习超2, 张维1, 丁鹏1

2025, 0(11): 80-88. doi:10.3969/j.issn.1006-2475.2025.11.010

摘要 ( 44 )

PDF (3795KB) ( 38 )

参考文献 | 相关文章 | 计量指标

摘要：针对瓷砖表面缺陷小、花纹复杂，造成瓷砖缺陷检测精度低、速度慢等问题，本文提出一种基于改进YOLOv8的瓷砖表面缺陷检测算法。该算法设计一种融合LSKA （Large Separable Kernel Attention）注意力机制的空间池化层模块LSPPF，提高模型的多尺度特征提取能力；设计一种轻量级特征融合网络SimBiFPN，消减加权双向特征金字塔网络中的跳跃连接次数，加强模型对小目标缺陷特征的表示，并减少模型的参数量；提出一种基于新的轻量级卷积GSConv （Grouped Shuffle Convolution）和深度可分离卷积（Depthwise Separable Convolution， DSConv）的D-Slim-Neck模块，用于替换传统Slim-Neck模块，显著降低模型计算量和复杂度；针对瓷砖表面缺陷形状不一的问题，提出一种带有辅助框的损失函数Inner_CIoU，通过调整尺度因子来控制辅助框的大小，进一步提高算法的检测精度。实验结果表明，改进后算法的平均精度均值达到90.3%，比YOLOv8提高2.1百分点，参数量和计算量分别减少6.7%和13.6%，并达到了与其他先进算法相媲美的瓷砖表面缺陷检测性能。

动态不透明度滤波的三维高斯溅射优化与评估

万思瑶1, 方智威1, 周婷1, 吕晗韵2, 罗正3, 陈思源1

2025, 0(11): 89-96. doi:10.3969/j.issn.1006-2475.2025.11.011

摘要 ( 46 )

PDF (15047KB) ( 31 )

参考文献 | 相关文章 | 计量指标

摘要：三维高斯溅射是一种高效的建模和渲染技术，在复杂场景处理和实时渲染中展现出显著优势。然而，在视角覆盖不足或光照条件复杂的情况下，由于数据支持不足和算法局限性，易出现噪声干扰和三维结构表示能力不足问题，进而影响模型的准确性和视觉质量。为解决这些问题，本文提出一种创新的三维高斯迭代优化方法，通过引入平衡密度与不透明度阈值的滤波机制，显著抑制噪声并提升模型在复杂场景中的几何表现力。此外，本文提出一种三维结构评估体系，用于衡量高斯椭球在三维重建中的几何准确性与结构表现。在DTU、Mip-NeRF 360和Tanks & Temples数据集上的实验表明，所提方法不仅在新视图生成中保持了较高视觉质量，而且在三维几何精度方面超越了现有基准模型以及2种基于三维高斯溅射的网格提取方法，包括基于表面引导的三维高斯重建方法（SuGaR）和高斯网格合成方法（GaMeS）。通过验证，所提出的滤波机制在不同场景中展现出优异的适应性，能够有效处理各类复杂光照和场景结构。

基于视觉Transformer的充电桩故障诊断方法

仇新宇1, 陈霄1, 陈铭明2, 高辉3, 孟子悦3

2025, 0(11): 97-105. doi:10.3969/j.issn.1006-2475.2025.11.012

摘要 ( 42 )

PDF (3274KB) ( 33 )

参考文献 | 相关文章 | 计量指标

摘要：随着电动汽车渗透率不断升高，充电设施普及程度日益提升，电动汽车充电设施运维的难度也在不断增大。直流充电桩的故障诊断是电动汽车充电设施运维的关键，及时发现充电桩早期故障，对排除充电桩故障风险、保障充电桩的稳定运行具有重要意义。已有故障诊断方法不仅需要高成本的专用设备辅助，而且对数据采样和特征抽取具有较高要求；已有的基于深度学习模型的故障诊断方法虽然具有较高的性能，但是其训练过程对标注数据质量要求高，不容易获得足够数量的标注数据用于训练。为此，本文仅利用电动汽车直流充电桩自身采集到的电压、电流信号，提出一种基于视觉Transformer（Vision Transformer， ViT）的故障诊断方法。该方法将充电桩的电压和电流低频采样信号转换为时序图像，利用ViT模型进行特征学习。在该过程中，采用预训练技术将跨领域的特征表示知识迁移到故障诊断模型中，使ViT模型可以在相对较小的有标签数据集上进行微调，从而在有限的数据上取得更好的性能，缓解了模型对标注数据的需求。实验结果表明，该故障诊断模型平均正确率为92.2%，符合实际要求。本文提出的方法支持在线诊断并且不依赖专用设备，具有较好的推广前景。

基于多源数据融合和优化深度置信网络的变压器故障诊断方法

徐波1, 魏艺君1, 曾晗2, 康福填3, 黄颖1, 邓芳明2

2025, 0(11): 106-111. doi:10.3969/j.issn.1006-2475.2025.11.013

摘要 ( 42 )

PDF (1285KB) ( 36 )

参考文献 | 相关文章 | 计量指标

摘要：针对现有变压器故障诊断普遍存在数据来源单一、诊断精度不高和收敛速度较慢等问题，本文提出一种基于多源数据融合技术和经过黑寡妇算法优化的深度置信网络的变压器故障诊断模型。首先对油色谱数据进行预处理;其次分别利用深度神经网络（DNN）和卷积神经网络（CNN）对油色谱数据和图像数据进行特征提取;然后对经DNN和CNN提取到的特征进行融合，得到融合后的特征；之后将融合后的特征输入到深度置信网络（DBN）中，其后利用黑寡妇优化法对DBN网络的参数进行优化，最后输出故障诊断的分类结果。最终实验结果表明：本文提出的方法故障诊断查准率、查全率和准确率均很高、收敛速度较快、对复杂诊断环境的适应能力好，平均查准率、查全率和准确率分别为93.67%、94.32%和94.73%，适用于变压器故障诊断。

北斗三代服务下北极航道船队动态调度研究

吕宏钧, 沈立新, 刘璐, 康祎培

2025, 0(11): 112-118. doi:10.3969/j.issn.1006-2475.2025.11.014

摘要 ( 38 )

PDF (1595KB) ( 32 )

参考文献 | 相关文章 | 计量指标

摘要：将北极航道作为货运的常态化航线不仅可以充分利用其独特的地理位置和潜在的航运能力，还可以有效缓解复杂国际局势下的全球供应链危机。但相较于其他海域，北极航道上存在高频不可预测的环境扰动因素，如海冰变动、温度变动、能见度变动等。货运船舶间需要保持即时通讯来应对上述危机，但目前缺乏即时安全可靠的信息交互机制。随着可覆盖北极航道的北斗三代卫星系统正式投入使用，北斗三代短报文通信成为了构建信息交互机制的有效手段。本文在此基础上提出一种北斗三代服务下北极航道船队动态调度优化问题（ADSOP）的解决方案：基于北斗三代卫星导航系统设计服务于北极航道船队调度的多基站型船队信息服务框架；在该框架的服务下，设计北极航道船队动态调度的广义时空网络模型来分析船队执行货运任务的不同场景；采用改进差分进化算法（DE）进行模型求解；最后利用某船公司北极航线AIS船舶数据进行算例分析。研究结果表明：在北极航道特殊的航行环境条件下，本文所提出的方案可作为承运人在设计北极航道船队货运调度计划时的重要参考。

去噪扩散概率模型驱动的因果推断算法

张洪滔, 朱永忠, 张雨轩, 夏世源

2025, 0(11): 119-126. doi:10.3969/j.issn.1006-2475.2025.11.015

摘要 ( 36 )

PDF (976KB) ( 32 )

参考文献 | 相关文章 | 计量指标

摘要：针对传统因果推断算法未考虑干预措施对结构因果模型的影响，处理高维复杂因果关系数据时存在推断偏差较大、稳定性较低等问题，结合去噪扩散概率模型提出一种新型的因果推断算法。首先，分析不同干预类型对结构因果模型和扩散模型的影响，提升算法的可解释性。然后，从理论上推断因果马尔可夫假设下模型的似然下界，构造了包含因果父代的扩散采样过程。最后，结合基于扩散的因果模型的变分结构，可以使本文算法同时从原始数据和干预数据中进行采样，并对干预数据进行反事实估计，从而简化模型的训练复杂度，增强模型的鲁棒性。与其他算法进行对比，模拟结果表明，在不同类型的结构因果模型假设下，本文算法采样的最大平均差异降低了10%~41%，反事实估计的均方误差降低了9%~63%。实证结果表明，本文算法采样的最大平均差异降低了11%，反事实估计的均方误差降低了5%。实验表明，本文算法可以有效处理复杂的数据结构和噪声分布，以及显著提升采样和反事实估计的准确性和稳定性。

当期目录