计算机应用研究

当前目录

• 目标检测知识蒸馏综述

  王天骐,李阳,潘志松,

  高精度目标检测模型计算复杂、参数量大，难以在资源受限的边缘端设备中部署。知识蒸馏作为高效的模型压缩技术，能够有效地将复杂教师目标检测器中的知识迁移到轻量级学生目标检测器中，最大程度上提升部署的目标检测模型的性能。当前，专门针对目标检测知识蒸馏的综述性研究尚处于空白阶段，为此对目标检测知识蒸馏方法进行了系统调研。首先将主流目标检测知识蒸馏方法归纳为基于logits蒸馏、基于特征蒸馏以及基于关系蒸馏三大类，分别描述了学术界在该领域的研究内容，对比并总结了各类方法的优缺点。进一步基于MS COCO数据集和三种主流检测器架构，对三类方法进行更加深入的性能对比分析。最后对目标检测知识蒸馏的挑战和未来研究方向进行展望。

• 联邦学习的计算效率优化方法综述

  董华,范菁,郗恩康,金亚东,俞浩,孙伊航,

  联邦学习作为一种分布式机器学习范式，通过参数聚合机制实现隐私保护下的协同模型训练，在智慧医疗、物联网等领域展现出解决数据孤岛问题的潜力。相比传统集中式学习范式，联邦学习在保护数据隐私的同时，仍需应对通信开销高、动态环境适应性不足等问题，资源受限设备中的计算效率瓶颈严重制约其实际部署。对此梳理了联邦学习效率优化的研究进展，从模型压缩、更新策略优化与数据计算优化三大方向系统梳理了联邦学习效率提升方法。现有研究表明，协同优化压缩策略与动态资源分配可降低通信开销并加速收敛。然而，现有方法仍面临模型精度损失、动态环境适应性不足等挑战。最后展望了未来研究方向，提出探索轻量原生模型架构、智能动态更新机制及高效恶意检测方法，以平衡效率与安全性，推动联邦学习在复杂场景下的规模化应用。

• 基于对象级token重构与文本实体感知的跨模态检索

  张明,曾青松,郑昕璇,

  跨模态语义对齐是实现图像检索等任务的核心技术。传统方法依赖预训练目标检测器，存在计算冗余与误差传播问题；而基于图像块的视觉Transformer易受语义模糊与冗余干扰，导致视觉对象结构破碎、难以与文本实体建立精准关联。为此，提出语义-空间约束融合策略，在不依赖检测器的情况下实现语义精度与空间保真度统一的细粒度对齐。该方法通过视觉端语义-空间块校准模块构建双重约束，动态聚合语义一致且空间相邻的视觉块，生成紧凑对象级token表征；文本端采用实体感知分词将命名实体作为完整语义单元。在Flickr30K和MS-COCO数据集上的实验表明，该方法在图文双向检索任务中均取得显著提升，rSum指标较主流方法提高3~5点。研究证实，语义与空间双重约束下的对象级token重构能有效增强跨模态对齐的鲁棒性与判别力，为细粒度跨模态理解提供了新路径。

• 用于肺癌亚型分类的解耦染色归一化共注意力多模态融合网络

  张慧楠,强彦,蔡美龄,赵涓涓,张润琦,王龙,杨倩倩,

  非小细胞肺癌包括肺腺癌（LUAD）和肺鳞状细胞癌（LUSC），不同亚型在分子机制与治疗响应上差异显著，准确分类对个体化治疗至关重要。病理图像与基因组数据提供互补信息，但图像易受染色差异影响导致结构表征不稳，跨模态数据异质性与非线性关系增加了交互建模难度。针对上述问题，提出一种基于解耦染色归一化共注意力多模态融合网络DISCOFusion。该网络采用编码器-解码器结构结合八度卷积分解高低频信息以增强特征表征，并通过内容-风格特征对齐实现染色归一化，在去除染色差异的同时保留关键组织结构。随后，将归一化图像与基因组特征进行跨模态融合，在共享潜在空间中建模深层交互并保留模态特有信息，从而提升NSCLC亚型分类性能。在TCGA-NSCLC数据集上的实验表明，该网格的AUC值为94.15%，较现有先进方法表现更优。

• 基于分层门控与双重对比监督机制的多模态命名实体识别方法

  刘思婷,徐艳丽,

  多模态命名实体识别任务在深层跨模态交互和实体级对齐监督方面仍存在不足，使得模型难以充分利用图文间的细粒度语义关联。针对这一问题，提出一种融合分层门控机制与双重对比监督的多模态命名实体识别模型 HCMCL。该模型首先引入双向状态空间结构，以增强文本序列和视觉区域特征的长程依赖建模能力；其次，设计多层次跨模态门控结构自适应调节视觉信息在不同语义层级的注入方式，实现细粒度跨模态特征融合；为进一步解决图文弱对齐问题，构建句子级与实体级双重对比监督策略，显式约束模态对齐。实验结果显示，HCMCL在Twitter-2015和Twitter-2017数据集上分别取得76.88%和87.96%的F1值，显著优于当前主流多模态方法，消融实验也验证了各模块的有效性。研究表明，所提方法能有效增强跨模态语义关联的学习能力，提高复杂图文场景下的实体识别性能。

• 基于多尺度感知和双模态融合的激光雷达点云语义分割

  鲁斌,尚国栋,

  针对激光雷达点云语义分割中二维投影方法易导致空间结构信息丢失的问题，提出了一种融合多尺度感知与双模态交互的点云语义分割方法。该方法首先设计多尺度卷积模块（MSConv），利用深度可分离卷积与多分支结构在低计算成本下提取投影点云的多层次语义特征；其次，引入双模态融合模块（DMF），通过图-点双向映射实现三维几何结构与二维上下文信息的深度耦合，以缓解投影造成的结构退化；最后，采用残差对比注意力融合模块（RC-TFAM）对跨模态特征进行自适应调控，从而优化整体融合效果。在SemanticKITTI与SemanticPOSS数据集上的实验结果表明，该方法分别达到67.8%和54.8%的mIoU，在保持较高计算效率的同时显著提升了结构建模与语义融合能力，验证了其在复杂场景下的通用性。

• MG-MQE:多阶段生成与多维质量评估的专利标题自动生成方法

  韩晶,王晨皓,游新冬,

  为解决当前中文专利标题自动生成中存在的冗余信息干扰、语义覆盖不足及表达不规范等问题，提出了一种多阶段生成与多维质量评估的中文专利标题自动生成方法（MG-MQE）。该方法首先通过关键句抽取与摘要信息融合对长文本进行筛选与去冗，提升输入信息的浓缩度与相关性；其次利用微调后的预训练模型生成多候选标题；之后引入融合判别模型与语言规则的多维评分机制，对候选结果从语义质量与规范性两方面进行综合评分，从而筛选出最优标题。在构建的专利底稿-专利名数据集上的实验结果表明，该方法在ROUGE-1、ROUGE-2和ROUGE-L指标上分别达到0.778 4、0.607 6和0.746 5，相较于多种基线模型均有显著提升，有效兼顾了语义覆盖的完整性与表达的专业规范性。研究表明，该方法可有效提升专利标题的自动生成质量，为专利文书智能化撰写提供可行路径。

• 基于异构信息密度可视化的双流互补特征情绪识别方法

  侯玲悦,李小霞,史旭阳,谢治强,周颖玥,

  针对脑电信号多频段信息的交互和整合不足、单一的特征提取方法导致多分类识别精度低，以及难以同时捕捉信号的全局特征和局部细节的问题，提出了一种基于异构信息密度可视化的双流互补特征情绪识别网络（HIDV-DSCF-ENet）。首先，提出异构信息密度可视化方法，将预处理后的多频段脑电信号转换为两种信息密度互补的可视化图片：高密度信息采用RGBA四通道编码的跨频段耦合信息和频谱交互特征，低密度信息采用灰度单通道编码的频段内本质结构特征。然后设计非对称双流特征提取结构，分别处理高密度信息的交互语义特征和低密度信息的判别性结构特征。最后，设计基于对偶学习机制的异构特征交互函数，学习两种信息密度间的互补特性，实现异构特征融合。在DEAP数据集上的实验表明，所提方法在基于效价-唤醒标签的4类情绪识别及效价-唤醒-支配标签的8类情绪识别中分别实现了98.17%和97.88%的准确率，优于现有其他方法，为脑电情绪识别研究提供了新的思路。

• 基于大语言模型的可解释性自适应学习路径推荐

  龚永罡,莫鸿铭,廉小亲,李乾生,

  学习路径推荐是信息化教育中的重要任务，数据驱动的传统方法为“黑箱”模型，导致推荐内容无法解释，不利于学生的信任度。为此，利用大语言模型（large language model，LLM）优秀的推理和生成能力设计一种可解释性自适应学习路径推荐框架，构建了一个由规划器、经验知识库、反思器和行动器组成的大语言模型智能体（LLM-Agent），采取思维链提示策略。规划器应用分层规划策略。反思器对任务进行总结，生成的经验存储在向量数据库中，对经验进行价值评估，实现有效的经验复用。行动器采取两步动作，先进行语义筛选得到候选集合后再进行推荐。实验在模拟环境中验证了所提方法的表现，与传统方法和其他大语言模型方法进行对比，进一步探究在不同底座大模型上的表现。结果表明该方法在有效性、内容多样性和准确率上均优于基线方法，且对推荐的学习路径可以给出可靠的解释说明。研究验证了LLM-Agent的可靠性，并为学习路径推荐方法提供了新思路。

• 面向多场景对话生成质量的数据增强与动态解码惩罚联合优化方法

  李代伟,蒋欣然,向筱铭,于曦,周颖,张海清,

  针对对话生成任务中高质量训练样本稀缺及生成响应存在冗余、长度失当的问题，提出一种融合条件变分自编码器数据增强与动态解码惩罚机制的联合优化方法。首先，在选择性数据增强框架中引入条件变分自编码器作为重建器，构建CSDA框架，显式建模查询-响应语义依赖关系，提升生成样本的语义一致性与多样性；其次，针对DialogBERT在解码阶段的高频词重复与长度控制不足，提出PenalBERT算法，引入重复惩罚与长度惩罚系数，在不改变模型结构的前提下优化解码过程。在DailyDialog、AnnMI和ESConv三个公开数据集上的实验表明，CSDA框架显著扩充了样本量（提升6.8%~99.8%），并优化了BLEU与Distinct指标；PenalBERT算法显著降低困惑度（最高9.01%），同步提升BLEU-4（最高3.69%）和NIST得分（最高3.32%）。联合优化方法能有效缓解数据稀疏问题，提升生成响应的准确性、多样性与流畅性。