计算机应用研究杂志

计算机应用研究杂志2025年第6期

• 联邦学习中隐私保护聚合机制综述

  仇健,马海英,王占君,沈金宇,

  联邦学习（FL）作为一种新型的分布式机器学习（DML）框架，通过聚合参与者上传的本地模型参数训练全局模型，可以有效保护参与者的本地数据隐私。然而，这些本地模型参数仍然存在泄露参与者隐私的风险，隐私保护聚合（privacy-preserving aggregation，PPAgg）机制作为FL中的关键步骤，成为解决隐私问题的核心技术。首先简述联邦学习的概念和面临的隐私安全威胁；然后结合现有联邦学习中的隐私保护技术，重点阐述PPAgg机制的核心思想和关键步骤，详细分析了典型PPAgg机制的主要优缺点，并给出PPAgg机制适用的特定应用场景；最后通过对现有PPAgg机制的总结分析，展望联邦学习未来新的挑战性问题和发展方向，并给出可能的解决方案。

• 基于区块链的车联网数据共享综述

  范艳芳,张哲,秦天琦,陈若愚,孙英伦,

  车联网数据共享，即不同车辆之间或车辆与基础设施之间交换和共享交通数据，可以有效提升驾驶体验、提高驾驶安全性。区块链凭借去中心化、防窜改、可追溯等特性，被广泛应用于车联网环境下的数据共享，为构造一个可信的数据共享环境提供了前所未有的机遇。然而将传统区块链应用于车联网数据共享存在不容忽视的挑战，对此已有大量研究工作提出针对性解决方案。结合现有研究对基于区块链的车联网数据共享展开综述，首先介绍了区块链及车联网数据共享的相关背景知识；其次分析基于区块链的车联网数据共享方案的研究现状，总结方案中存在的主要挑战，其中，首次针对其中吞吐率低下及存储开销过大两种主要挑战的现有解决方案进行分析与对比；最后根据车联网及区块链的发展趋势，提出未来可能的研究方向。

• 基于改进型多模态信息融合深度强化学习的自主超声扫描方法

  徐加开,陆奇,李祥云,李康,

  针对基于深度强化学习的自主超声扫描方法存在训练扫描精度低、训练时间长、扫描任务成功率较低的问题，提出了一种基于改进型多模态信息融合深度强化学习的自主超声扫描方法。首先，该方法融合了超声图像、双视角探头操作图像和6D触觉反馈提供全面的多模态感知信息。为精准捕捉多模态中的时空信息和实现多模态特征的高效融合，设计了一个基于自注意力机制（self-attention mechanism，SA）的多模态特征提取与融合模块。其次，将机器人的6D位姿动作决策任务建模为深度强化学习问题。为贴近专业超声从业医生的操作，设计了混合奖励函数。最后，为解决深度强化学习训练中出现的局部最优和收敛速度慢的问题，提出了DSAC-PERDP （discrete soft actor-critic with prioritized experience replay based on dynamic priority）算法。在真实环境中的测试表明，该方法在扫描精度、任务成功率和训练速度方面较基线模型分别提升了49.8%、13.4%和260.0%，在干扰条件下仍保持良好性能。实验证明，该方法显著提升了扫描精度、任务成功率和训练速度，并具有一定的抗干扰能力。

• 基于生成对抗网络与渐进式融合的多模态实体对齐

  冯广,郑润庭,刘天翔,杨燕茹,林健忠,钟婷,黄荣灿,项峰,李伟辰,

  在教育领域中，知识图谱融合起着关键的作用。作为知识图谱融合的一个核心技术，实体对齐的目标是从多个知识图谱中识别等价的实体对。目前实体对齐方法大部分建立在假设源实体在目标知识图谱中有对应实体的基础上，当使用跨语言与跨图谱实体集时就会产生悬挂实体问题。针对该问题，提出双生成器参数共享对抗网络实体对齐模型DGSAN-EA。该模型采用参数部分共享和择优策略训练双生成器，选择最优生成器用于条件生成跨知识图谱的新实体，达到增强数据集的目的，以解决悬挂实体问题。接下来，采取渐进式融合策略和引入分布一致性损失函数，有效解决多模态实体对齐中融合特征信息失真及模态间不对齐的问题。在多个公开数据集上进行验证，实验表明，与现有的多模态实体对齐模型相比，DGSAN-EA在hit@k和MMR得分整体都有提高，证明了其在实体对齐任务中的有效性。

• 基于特性分流的多模态对话情绪感知算法

  任钦泽,袁野,傅柯婷,付军秀,徐康,刘娜,

  在主动健康领域，多模态情绪感知技术对于监测个人健康和提供医疗陪护具有重要意义。然而，当前多模态对话情绪感知技术在融合不同模态信息时面临挑战，尤其是在捕捉模态间的局部关系方面。为此，提出了一种基于特性分流的多模态融合算法MEPAD。该算法利用图神经网络捕捉对话的全局信息，并引入超复数数系和成对特征融合机制，分别提取多模态数据的同质性与特异性特征。实验结果表明，MEPAD在IEMOCAP和MOSEI数据集上的多模态对话情绪感知任务中显著优于现有方法，证明了其在处理复杂情感数据方面的有效性和潜力。该研究为多模态情绪感知技术在主动健康领域的应用提供了新的思路。

• 面向视觉-语言模型的递进互提示学习

  陶俊杰,张卫锋,王玉霞,缪翌,徐领,

  大规模预训练视觉-语言模型CLIP（contrastive language-image pretraining）可将输入图像和文本投影到公共语义空间实现跨模态对齐，且在广泛的下游任务上展现了较强的泛化能力。然而，现有的提示学习方法通常在CLIP的视觉编码器和文本编码器的各层分别插入独立的可学习提示向量，以矫正表征空间，但缺乏充分的跨模态交互，且编码器各层的提示相互独立，无法有效引导编码器准确捕获任务所需信息。为解决上述问题，提出递进互提示学习方法（progressive co-prompting learning，ProgCoPL），该方法在视觉编码器层插入由文本提示引导的提示向量，在文本编码器层插入由视觉提示引导的提示向量，从而有效增强了模型的跨模态交互与对齐能力。此外，ProgCoPL通过在编码器各层的提示向量之间添加信息传递通道，实现了层级递进的信息整合，从而更精准地捕获任务相关信息。在11个数据集上的实验结果表明，ProgCoPL能够将CLIP模型高效适配到下游任务，且在多个泛化能力测试中，ProgCoPL的表现超越了现有方法，尤其是在跨数据集泛化能力测试上取得了显著进步。

• 多维度交叉注意力融合的视听分割网络

  李凡凡,张垣垣,章永龙,朱俊武,

  视听分割是根据图片和声音定位并精准分割图片中的发声对象。虽然目前大多数研究工作主要侧重于探索视听信息融合方法，但对于视听细粒度挖掘不够深入，特别是在对齐连续音频特征与空间像素级信息方面。因此，提出了基于对比学习的视听分割注意力融合方法（AVSAF）。首先，该方法采用多头交叉注意力机制和记忆token构建视/听觉token融合模块，以减少多模态信息的损失。其次，引入对比学习缩小视听差异，增强视觉和听觉特征的对齐能力，并通过双层解码器解码，实现对目标位置的准确预测与分割。最后，在AVSBench-object数据集的S4和MS3子数据集上进行大量实验验证，其J值分别提高了3.04和4.71百分点，F值分别提高了2.4和3.5百分点，充分证明了该方法在视听分割任务中的有效性。

• 基于多模态表征学习的自动音频字幕方法

  谭力文,周翊,柳银,曹寅,

  在自动音频字幕（automated audio captioning，AAC）和大多数多模态研究领域中，模态差异一直构成重大挑战。增强模型对文本信息的理解，在建立文本和音频两种模态之间的无缝连接中起着至关重要的作用。最近的研究集中在通过对比学习的方法来缩小这两种模态之间的差距，但仅使用简单的对比损失函数来弥合这两种模态之间的差异是具有挑战性的。为减少模态差异带来的影响，增强模型对两种模态特征的利用率，提出基于多模态表征学习的音频字幕方法SimTLNet，通过引入一种全新的表征模块TRANSLATOR，构造孪生表征结构，并联合对比学习和动量更新模型权重的方式，使模型能够同时学习音频模态和文本模态之间共有的高维语义信息。该方法在AudioCaps和Clotho V2数据集上的METEOR、CIDEr和SPIDEr-FL分别达到了0.251、0.782、0.480和0.187、0.475、0.303，并取得了可以与先进方法相媲美的结果，有效弥合了两种模态之间的差异。

• 基于改进行为克隆算法的机器人运动控制策略

  黄小霞,阳波,向鑫,陈灵,陈中祥,孙舜尧,肖宏峰,

  针对机器人在双臂协同插孔等精细操作中运动控制策略训练复杂、路径规划执行不够高效和精确的问题，提出了一种基于多尺度特征金字塔和注意力机制的改进机器人行为克隆算法。结合残差网络和特征金字塔设计backbone网络以提取并融合多尺度图像特征，加强机器人的环境感知和视觉反馈能力；引入动作分块模块以提升控制策略的准确和平滑，降低行为克隆中的复合误差；基于注意力机制将控制策略训练成为条件变分自编码器（CVAE）以学习示教数据分布和捕获图像特征与动作的相关性，从而提高策略的泛化能力和面对陌生环境的适应性及创造性。仿真结果表明，所提算法在两个精细操作任务中的成功率和轨迹平滑显著优于其他五个基线模型，充分证明了该算法能够通过简单训练精确地执行机器人精细操作任务。

• 基于混合深度强化学习的云制造云边协同联合卸载策略

  张亚茹,郭银章,

  针对基于云边协同的云制造环境下制造资源实时感知数据难以及时处理的问题，考虑边缘端有限的计算资源、动态变化的网络状态以及任务负载等不确定性因素，给出一种基于混合深度强化学习（mixed-based deep reinforcement learning，M-DRL）的云边协同联合卸载策略。首先，融合云端的离散模型卸载与边缘端的连续任务卸载建立联合卸载模型；其次，将一段连续时隙内综合时延与能耗总成本为目标的卸载优化问题形式化地定义为马尔可夫决策过程（MDP）；最后，使用DDPG与DQN的集成探索策略、在网络架构中引入长短期记忆网络（LSTM）的M-DRL算法求解该优化问题。仿真结果表明，M-DRL与已有一些卸载算法相比具有良好的收敛性和稳定性，并显著降低了系统总成本，为制造资源感知数据及时处理提供了一种有效的解决方案。

• 考虑故障因素的多机器人动态任务分配及路径规划

  何舟,何鹏阳,

  针对复杂任务下多机器人鲁棒性问题，提出一种耦合式任务分配和路径规划方法，以满足复杂任务下的轨迹要求。首先，通过Dijkstra算法对环境中各任务栅格间的最短路径和距离进行预处理；其次，中央控制器负责任务下达，监测到机器人进入危险区域故障后，重新分配剩余任务，以确保任务的完成。此外，结合邻域搜索，提出一种带有局部调整策略的改进北方苍鹰优化算法（INGO）以提高求解质量，并采用结合边际成本的竞拍方法来应对机器人故障后的重分配问题。最后，分别在不同地图规模大小和任务数量下进行随机测试，其中在100个栅格的环境中，所提方法比拍卖方法得到的总移动距离节省19.63%，且求解时间也小于其他方法。结果表明，所提方法能更好地均衡移动距离和求解时间，在可扩展性和系统鲁棒性方面也均优于现有方法。

• 基于物理信息强化学习的无人驾驶车辆跟驰控制模型

  周瑞祥,杨达,祝俪菱,

  车辆跟驰控制是无人驾驶的基础控制技术之一。近年来，强化学习被广泛应用于无人驾驶车辆的跟驰控制任务中，使模型具备了较强的学习和模仿能力，但也面临可解释性差和输出不稳定的问题，给车辆运行带来了潜在的安全隐患。为了解决这些问题，提出了一种融合强化学习与物理信息的车辆跟驰控制模型（physicsinformed reinforcement learning car-following model，PIRL-CF）。该模型结合车辆动力学特性，定义了连续的状态集、动作集和奖励函数，并引入三种经典物理跟驰模型与强化学习模型进行融合，从而提升了模型的稳定性和可解释性。通过Python与交通仿真软件SUMO构建仿真测试平台，对PIRL-CF模型进行了训练，并与传统车辆跟驰模型和主流深度强化学习模型（DDPG和TD3）进行了对比实验。实验结果表明，与深度强化学习模型相比，PIRL-CF模型的乘车舒适区占比提高了8%；与传统物理跟驰模型相比，PIRL-CF模型在最低碰撞时间上提升了0.3 s，平均车头时距提升了0.21 s。研究表明，PIRL-CF模型能够在无人车跟驰控制任务中兼顾舒适性、安全性和行车效率，为无人驾驶智能决策提供了一种有效的技术方案。

• 基于改进多目标鲸鱼优化算法的云制造鲁棒服务组合方法

  尹祖恒,徐洪珍,

  现有的云制造服务组合方法通常是在假设制造服务无异常的条件下进行，这使得现有模型及方法在服务异常时效率低下甚至失败。为了解决这一问题，提出了一种基于改进多目标鲸鱼优化算法的云制造鲁棒服务组合方法。首先，该方法通过为每个子任务分配一个首选服务和备用服务，有效避免因首选服务异常导致的效率低下或者任务失败等问题。其次，利用任务延迟时间作为云制造服务鲁棒性的描述指标，构建考虑鲁棒性和服务质量需求的多目标云制造服务组合模型。为求解该模型，设计了一种基于混合策略改进的多目标鲸鱼优化算法。最后，通过对不同算例的分析表明，提出的方法在收敛性和多样性方面均优于其他优秀方法。

• 基于ABSA与动态少样本提示的主观知识对话回复生成模型

  饶东宁,庄杰涛,

  在最新的任务导向型对话系统挑战中，有效利用主观知识（如个人见解）对于满足用户的特定需求至关重要。然而，由于此类知识具有个体主观性的特征，如何有效地整合和利用这些信息成为了研究的关键焦点。提出一种名为DynSense的方法，旨在解决从多条相关用户主观意见中生成全面且概括性回复的挑战。DynSense首先运用基于方面的情感分析（ABSA）技术来解析主观知识片段中的方面及其情感极性，并实现用户询问与知识片段的对齐。接着，利用先进对话模型结合对话上下文及经ABSA增强的信息生成回应。特别设计的 DynMatch 算法通过动态选择与当前查询最相似的高质量知识片段作为少样本提示（few-shot prompts），以引导模型生成更贴切的回复。实验结果表明，DynSense展现出对潜在语义特征和情感倾向的卓越捕捉能力，实现了精准、全面且高度贴合过往用户评价的回复。与现有模型相比，DynSense在SK-TOD基准上的各项评估指标均有显著提升。

• 改进自适应大邻域搜索算法及其在旅行商问题中的应用

  敖弘瑞,张纪会,陈晟宗,

  为了克服自适应大邻域搜索算法（ALNS）在解决大规模旅行商问题时面临的初始温度设定困难及求解精度不足的问题，对传统ALNS进行了改进。首先，基于最近邻信息，提出了近邻移除算子和非近邻移除算子两种更具指向性的移除算子。前者负责区域性地移除解的部分，而后者则专注于单点移除，从而提高了搜索效率。其次，采用改进的RRT（record-to-record travel）接受准则替换了传统的Metropolis准则，这一改变不仅消除了对初始温度参数的需求，还增强了算法的通用性。最后在TSPLIB数据库中不同规模的多个测试算例上进行实验，并将结果与新型启发式算法进行比较，发现改进后的ALNS在求解精度和收敛速度方面均表现出色，并显示出处理大规模问题的潜力。

• 基于信息素矩阵优化蚁群算法求解城市建模的旅行商问题

  刘岱,张亚鸣,王凯,崔海青,

  针对城市建模中的旅行商问题，提出了一种结合信息素矩阵的随机平均、自适应扰动及动态比例重置为主的优化蚁群算法，从而优化城市建模素材获取过程中的路径搜索。该算法在每轮路径选择后，依据路径优劣进行整体性的局部信息素更新并通过2-opt优化加速收敛。先采用随机平均策略，在最优路径多次未更新时均值化随机节点信息素，避免局部最优；当多次随机平均策略无效时，引入自适应扰动策略，通过扰动信息素矩阵选择路径，减少局部最优风险；当最优路径质量下降一定比例时，采用动态比例重置策略加大信息素矩阵中高低值元素差异，进一步加速收敛。结果表明，所提算法有效提升了全局搜索能力，加快了收敛过程，能有效解决城市建模中的旅行商问题。

• 融合局部-全局历史模式与历史知识频率的时序知识图谱补全方法

  贾凯,王阳萍,杨景玉,张希权,

  时序知识图谱（temporal knowledge graphs，TKGs）是动态描述事实演变的图谱，其补全任务是根据历史预测未来未知的事实，关键在于洞察历史数据。然而，现有模型在捕捉历史事件的特征方面存在局限，不能准确地从时间戳中提取有用信息。从历史演进的视角出发，综合考虑历史事实的顺序、频率和周期性模式有利于预测未来事实。为此，提出了融合局部-全局历史模式与历史知识频率的时序知识图谱补全算法（LGH-HKF）。具体来说，首先使用一个局部循环图编码器网络来建模相邻时间戳上事件的内在关联与动态演变；其次使用全局历史编码器网络考虑所有以前时间戳上的相关事实，以避免丢失在相邻时间戳上没有出现的实体或关系；然后通过历史知识频率学习模块学习这些事实的频率分数来丰富模型的预测依据；最后在两个编码器之间进行权衡后，由一个具有周期性的解码器进行推理补全。使用了四个基准数据集来评估所提方法，实验结果证明LGH-HKF在大多数情况下相比于目前其他模型有很强的竞争力。

• 一种面向情绪压力分布外检测的多任务跨模态学习方法

  万奕晨,邢凯,刘宇,杨慧,徐筠涵,袁艳雪,

  基于光电容积脉搏波（PPG）的情绪压力检测系统有望能够实现日常的便携监测，但由于不同个体间PPG信号差异显著，导致在对训练时未见过的个体进行压力检测时存在严重的分布外（OOD）问题。针对这一问题，提出了一种基于多任务学习的跨模态压力检测模型（CSMT），通过引入ECG信号重建和多心血管特征预测作为辅助任务，在高维表征空间中对PPG信号的压力检测进行协同优化，从而学习到跨个体的鲁棒压力检测表征。实验结果表明，在WESAD数据集上的留一验证（leave-one-subject-out）测试中，CSMT在三分类（中性/压力/愉悦）和二分类（压力/非压力）任务上的准确率和F1值均优于现有方法，有效缓解了压力检测中的分布外泛化问题。后续的消融实验进一步验证了所提多任务跨模态学习框架在提升模型泛化能力方面的有效性。

• 基于句子转换和双注意力机制的归纳关系预测

  李卫军,刘雪洋,刘世侠,王子怡,丁建平,苏易礌,

  关系预测是知识图谱补全中的一项重要任务，旨在预测实体之间缺失的关系。现有归纳关系预测方法通常面临语义信息和结构信息建模不足的问题，因此提出了一种基于句子转换和双注意力机制的归纳关系预测模型。该方法通过自动化检索描述增强了实体语义表示，并引入边缘感知和关系感知的双注意力机制，以准确建模实体间的复杂交互。首先提取目标三元组的封闭子图，结合随机行走寻径策略寻找多跳关系路径，并将三元组和路径转换为自然语言句子，生成语义丰富的句子嵌入；然后采用GCN和双向GRU进行子图嵌入更新，结合句子嵌入和子图嵌入以捕获结构和语义信息。在WN18RR、FB15k-237、NELL-995三个公开数据集上的实验结果表明，提出方法在转换和归纳关系预测任务中的性能优于现有方法，验证了双注意力机制和句子转换在提升模型性能中的重要性，有效地提升了知识图谱中关系预测的准确性和效率。

• 基于多层特征融合与增强的对比图聚类

  李志明,魏贺萍,张广康,尤殿龙,

  现有大多数对比图聚类算法存在以下问题：生成节点表示时忽略了浅层网络提取的底层特征和底层结构信息；未充分利用高阶邻居节点信息；未结合置信度信息与拓扑结构信息来构建正样本对。为解决以上问题，提出了基于多层特征融合与增强的对比图聚类算法。该算法首先融合不同层次网络提取的节点特征，以补充节点的底层结构信息；其次，通过节点间的局部拓扑相关性和全局语义相似度聚合节点信息，以增强节点表示的上下文约束一致性；最后，联合置信度信息和拓扑结构信息构建更多高质量正样本对，提高簇内表示一致性。实验结果表明，CGCMFFE在四种广泛使用的聚类评价指标上表现出优异的性能。理论分析和实验研究验证了CGCMFFE中节点底层特征、高阶邻居节点信息、置信度和拓扑结构信息的关键作用，证明了CGCMFFE的优越性。

• 使用NGN算法改进不平衡数值数据的研究

  邢长征,郑鑫,梁浚锋,

  在少数类样本极少的情况下，传统过采样方法难以增加样本数量。为此提出了一种数值生成网络（NGN）算法。该算法将生成器生成的数据作为噪声添加到原始的少数类样本数据中合成新数据，直至达到平衡。生成器采用四层全连接网络，结合低结构和高结构特征生成方法提升数据生成质量和多样性。针对极少数类样本，NGN生成新样本后，与原始少数类数据合并后进行聚类，将聚类后的簇内达到平衡，减小噪声对数据的影响。在6个不平衡数据集上，采用4种算法增加少数类样本使数据集达到平衡，再对所有的数据集使用4种方法分类。实验结果表明，NGN能够增加一定的少数类数量，能够帮助分类模型学习更多少数类的特征，提高分类性能。

• 一种基于终端策略的近似涟漪扩散算法

  王瑞祥,张盈斐,李航,胡小兵,

  针对k最短路径问题（k-SPP）的高效求解需求，提出了一种基于涟漪扩散算法（RSA）的改进方法。首先，对原始RSA进行优化，限制每个节点产生的涟漪数量以提高计算效率，形成近似涟漪扩散算法（ARSA）。其次，提出一种终端策略HT，通过对节点分层并设置不同的涟漪上限，以权衡最优性和计算效率。同时，利用模糊推理系统（FIS）根据网络特征动态设置终端策略HT，提高算法适用性。仿真实验结果表明，在网格网络、随机网络、小世界网络及无标度网络中，终端策略HT能有效提升ARSA的性能，而模糊推理系统则实现了终端策略的快速设置。现实网络的实验验证了改进算法在求解k-SPP上的高效性和可靠性，为复杂网络环境中的路径规划提供了新的解决思路。

• 融合混合提示与位置感知的突发事件抽取模型

  郭嘉梁,王巍,剧京,王亚飞,

  突发事件抽取任务旨在从突发事件新闻报道中检测并提取出所蕴涵的事件类型及其事件要素，该任务为公共安全和应急响应提供了详细和结构化的信息。针对突发事件抽取领域内文本数据稀疏导致的上下文信息忽视问题，提出了一种基于上下文增强混合提示模板与位置感知注意力机制的突发事件抽取模型。首先，设计了上下文增强混合提示模板，在输入文本中添加任务相关的提示，以提升模型对任务的理解和推理能力。进而提出了位置感知注意力机制，从前向和后向两个方向捕捉关键的语义信息，以解决传统注意力机制对称性限制的问题。在中文突发事件语料库上的实验结果显示，提出的方法在事件类型检测和事件要素抽取任务上的F1值分别达到了91.8%和82.0%。

• 面向说话人日志的多原型驱动图神经网络方法

  毛青青,贾洪杰,朱必松,

  最近，图神经网络在会话级建模中的应用，已显示出其在说话人日志任务上的有效性。然而，现有的大多数图神经网络变体仅依赖于局部结构信息，忽略了全局说话人信息的重要性，无法充分弥补说话人日志任务中说话人信息不足的问题。提出了面向说话人日志的多原型驱动图神经网络方法（MPGNN）用于表示学习，该方法在每个会话中有效地结合了局部和全局说话人信息，并同时将x-vector重新映射到一个更适合聚类的新的嵌入空间。此外，多原型学习模块的设计采用了动态自适应的方法，这一关键组件能够捕获更准确的全局说话人信息。实验结果表明，所提出的MPGNN方法显著优于基线系统，能在AMI_SDM和CALLHOME数据集上分别达到3.33%、3.52%、5.66%和6.52%的说话人日志错误率（DER）。

• 邻域变异的黑猩猩多峰优化算法

  齐名军,王志宝,

  多峰优化问题既要求尽可能多的全局最优解，又要求其具有较高的精度，这就需要算法既能够协调种群的多样性和收敛性，又要具有较强的全局搜索能力。为此，提出邻域变异的黑猩猩多峰优化算法。它包括三个创新点：多变异邻域定向引导机制，随机变异增加种群多样性，最佳位置变异能在划分不同的子群内逐步定位到全局最优解，从而避免个体陷入局部最优；全局正向向量扰动机制，利用在进化过程中存储对当前个体更有潜力的进化方向，并在此方向上生成新的子代，使种群逐步向全局最优解收敛，提高其求解精度；参数的动态调整调整机制，能够有效降低算法对参数的敏感性。最后，利用典型测试函数进行验证。仿真结果表明，该算法在多种测试函数中表现优异，能有效处理复杂多峰优化问题。

• 基于增强型差分进化算法求解广义Nash均衡问题

  王凯,贾文生,

  针对经典数学方法求解广义Nash均衡问题依赖初始点选择、可微性条件较高、问题转换有信息损耗以及元启发式算法性能不足的问题，利用Nikaido-Isoda函数提出增强型差分进化算法直接对广义Nash均衡问题进行求解。首先，为改善差分进化算法多样性和收敛速度的不足，引入Tent混沌映射、自适应系数以及黏菌算法的思想设计一种增强型差分进化算法，并给出了算法收敛性的理论证明。其次，利用Nikaido-Isoda函数定义了一种占优策略和相对适应度函数，从而实现差分进化算法中种群变异和选择的改进。最后，不同维度的算例结果显示，算法成功求解出问题的广义Nash均衡。因此，该方法求解广义Nash均衡问题不依赖初始点选择和可微性，不存在问题转换损耗问题信息，具有一定的优势和有效性。

• 面向可重构阵列的CNN多维融合数据复用方法

  张骁帆,蒋林,李远成,盛明威,

  可重构阵列结构具有通用处理器的灵活性和专用硬件的高能效，已经成为应对卷积神经网络（CNN）等计算密集和访存密集型应用的最佳选择之一。然而，随着计算量的不断增加，访存开销持续上升，严重限制了计算效率的进一步提升。因此，提出一种面向可重构阵列的CNN多维融合的数据复用新方法。通过计算单元内数据循环调用、不同计算单元间数据脉动传输的策略，在计算单元和阵列两个维度复用数据。同时，通过阵列的重构进行任务切换，实现多维融合的数据复用，并在Virtex UltraScale 440开发板上对所提方法进行了实验验证。结果表明，相比于现有的基于现场可编程门阵列（FPGA）的CNN实现方法，所提方法可使访存次数最高减少69.4%，运算速度提升16.2%以上，处理单元利用率达94.1%。说明该方法能够在可重构阵列实现CNN的高效数据复用，进而达到硬件加速的目的。

• 一种用于机器声音异常检测的ARViTrans方法

  陈龙,郭法滨,黄小伟,陆亚师,

  为解决现有机器声音异常检测方法只关注时域、频域或通道维度的单一特征，忽略了声谱特征与时间序列信息之间的相互联系，以及初始特征丢失导致样本数据分布拟合不准确，从而引发较高的异常漏检率和误报率的问题，提出了一种融合注意力机制和跳跃连接的机器声音异常检测方法ARViTrans。首先，提出了一种三维高效坐标注意力机制，通过特征空间的解耦操作来协同捕捉时域、频域以及通道维度特征。然后，使用Mobile-ViT作为主干网络并设计了RES-MoViT模块代替原有的MobileViT模块，通过跳跃连接捕捉输入和输出之间的信息，更好地拟合样本数据分布，通过梯度回流减少重复学习相似特征参数，提高参数利用效率。最后，在MIMII数据集上的实验结果相较DCASE Task2基线系统的AE和MobileNetV2，AUC分别提高10.14%和10.26%，pAUC分别提高13.40%和6.50%。结果表明，所提方法在保持较低模型复杂度的同时能有效捕捉不同维度特征之间的相互联系，提高异常检测精度并降低误报率。

• 基于数据驱动的WSN故障检测框架

  许瀚,童英华,

  WSN节点通常部署在复杂的工作环境中，传感器节点故障不可避免，为了实时检测WSN中的故障，提出了一种数据驱动的故障检测框架。通过对无线传感网络运行初期采集的数据进行过滤和收集，使用过滤后的数据构造用于故障检测模型训练的数据集，提高模型的检测精度。通过划分时间窗口，使故障诊断模型检测最新时间窗口内的传感器故障，并且恢复其中的异常数据，使用处理后的数据集重新训练模型以检测下一个窗口的故障。通过循环训练和检测，实现检测模型的实时更新以提高模型的检测性能。实验结果表明，相比经典检测模型和最新的机器学习检测模型，在不同类型的故障数据集上，检测精确度、准确度等指标均有提升，且时间复杂度更低。因此，框架具有较好的检测性能，能够更好地适应动态变化的WSN环境。

• 一种面向软件众包的众包工人选择模型

  贾俊宇,杨岚心,张晓东,徐近伟,张居正,张贺,

  软件众包任务中，选择不合适的众包工人常导致任务失败和任务发布者满意度下降。为解决因工人选择不当带来的问题，提出了一种综合考虑工人能力与任务匹配度的软件众包工人选择模型。模型包括基于TOPSIS和线性规划法的众包工人能力评估模型，以及基于匹配函数学习的众包工人与任务匹配模型。模型在真实众包数据集（包含9 450项任务、8 747名工人、98 940对竞标关系）上进行了实验验证。结果显示，模型能显著提升任务发布者的满意度，在top-k Acc和MRR指标上均优于现有基线模型。研究表明，综合考虑工人能力与匹配度能够有效优化工人选择，为软件众包平台任务分配机制提供了新思路。

• 边缘计算中动态服务器部署与任务卸载联合优化算法

  白文超,卢先领,

  在移动边缘计算中，边缘服务器部署位置的固定性容易产生边缘服务器资源利用率不平衡的问题，从而导致任务卸载过程中时延与能耗的增加。针对该问题，提出了一种基于分层强化学习的联合优化算法。首先，将边缘服务器放置与任务卸载问题分解并转换为双马尔可夫决策过程。然后，利用深度Q网络构建上层边缘服务器部署的全局智能体模型，通过引入K-means算法为上层策略提供高质量样本加速模型收敛。利用多智能体近端策略优化算法构建下层任务卸载多智能体模型，通过引入状态归一化减少下层策略状态的特征尺度差异，提高训练稳定性，最后，通过上下层策略的交替优化达到最终的优化目标。仿真实验结果表明，所提算法能够获得最优服务器部署与任务卸载策略，相比随机策略与其他强化学习算法，该算法在模型训练效率、目标奖励和负载均衡指标方面具有更高效益。

• 基于自适应差分进化算法的时间敏感网络流量调度

  宗楚瑜,许方敏,李斌,赵成林,

  为在时间敏感网络（TSN）中保障时间敏感流量的确定性传输，提出一种基于自适应差分进化算法的流量调度方法。引入链路均衡约束条件，在种群初始化时监控链路拥塞情况进行路径选择；通过自适应算法调整参数联合优化路径选择与流量调度，实现最小化调度完成时间。实验结果验证了其有效性，对比多种算法，在不同规模流量下平均调度完成时间减少10%~25%，同时提升了网络资源利用率，展现了良好的适应性和鲁棒性。

• 基于LCVAE-CNN的多任务室内Wi-Fi指纹定位方法

  吴仕勋,曾鑫睿,徐凯,蓝章礼,张淼,金悦,

  室内Wi-Fi接收信号强度指示（RSSI）指纹定位广泛应用于位置服务，但面临数据采集困难、环境动态变化的RSSI测量剧烈波动等挑战，难以实现高精度定位。为解决因数据稀缺和环境动态变化导致定位精度不佳问题，采用双编码器结构独立处理RSSI数据和位置坐标数据，引入地理信息损失函数，构建了位置条件变分自编码器（LCVAE）模型，生成具有地理准确性的指纹数据，以此增强定位模型的性能。进一步设计了共享的卷积神经网络（CNN）模型特征提取层，整合分类与回归功能，提出一种基于LCVAE-CNN的多任务室内Wi-Fi指纹定位方法。实验结果表明，所提LCVAE-CNN方法在UJIIndoorLoc数据集的楼层分类准确率和平均定位误差（MPE）分别达到98.80%和6.79 m，在Tampere数据集上分别达到97.22%和5.44 m。与现有五种方法相比，楼层分类准确率最少提升1.9百分点，MPE最少提高19%。

• 基于多扰动策略的中文对抗样本生成方法

  王春东,竹文颖,林浩,

  针对深度神经网络（DNN）在面对对抗样本的脆弱性问题，以及中文环境下高质量对抗样本的缺乏，提出一种新的中文对抗样本生成方法CMDS。在关键词选择阶段，该方法使用的Score函数结合了人类阅读时容易忽视和在意的地方，计算出适合添加扰动的位置，保证了对抗样本良好的阅读性，难以被识别。在对抗样本生成阶段中充分发挥中文特点，兼顾字形、字义以及带有地方特色的谐音等，使用相似字词、近义词、谐音和乱序的多种扰动策略，并采用多扰动优先级策略生成对抗样本，最后用扰动率阈值控制输出，剔除与原文差距过大的对抗样本。之后，与基线方法进行多种实验对比，探究扰动阈值大小的影响、人工评测以及真实场景攻击检验，证实了CMDS方法对于提升模型安全的有效性以及可迁移性。从实验结果来看，CMDS的攻击效果和生成对抗样本对于模型安全的提升能力均优于基线方法，攻击成功率最高多出36.9百分点，对于模型安全提升30百分点以上，生成的对抗样本质量高且有较强的泛化性。

• 基于用户选择的鲁棒与隐私保护联邦学习方案

  王晓明,黄斌枘,

  针对联邦学习过程中模型参数易遭受推理攻击和拜占庭攻击等问题，提出了一种基于用户选择的鲁棒与隐私保护联邦学习方案，以增强模型训练的安全性和可靠性。首先基于雾服务器构建组的概念，设计了一种选择用户算法。该算法旨在挑选出信用分数较高的用户参与全局模型的训练。其次，利用云服务器的测试集，构建了一个局部模型参数过滤和用户分数更新的方法，有效地降低恶意用户对模型训练过程的干扰，并逐步将它们从训练中排除，从而提高了全局模型的鲁棒性。最后，基于云雾协作设计了一个轻量级的加密算法，该算法不仅有效保护了用户局部模型参数隐私，还确保了这些参数在聚合过程中的安全性，同时具有较高的计算效率和通信效率。基于计算Diffie-Hellman（CDH）问题的困难性，提出的方案被证明是安全的，并能有效抵抗各种攻击，从而确保了全局模型具备良好鲁棒性的同时，保护了用户的数据隐私。通过与现有的方案相比较，性能分析和实验结果表明，提出的方案在效率方面表现更为优异，面对恶意攻击者时，直接聚合的全局模型准确率降至约65%，而提出的方案能保持准确率与无攻击者时接近，有效降低了攻击影响。因此，本方案为联邦学习系统在应对推理攻击和拜占庭攻击方面，提供了一种切实有效的解决策略。

• 云医疗环境下策略可更新的多权威属性基安全方案

  巫朝霞,蒋旭,

  在云医疗环境下，存储在云中的医疗数据存在隐私易泄露、访问策略更新开销大等问题。针对以上问题，提出一种策略可更新的多权威属性基安全方案。所提方案由医院、研究所等形成的多权威机构管理互不相交的属性集，使用密文策略属性基方案加密数据，实现了云中医疗数据的细粒度访问和安全共享，同时引入策略更新密钥有效实现访问策略更新且策略更新方面的开销较低。安全分析和实验结果表明，该方案具有密文不可区分安全性和抗合谋攻击安全性，并在加解密和策略更新方面时间开销较低，有效实现了云中医疗数据的安全存储和策略动态更新。

• SP-CPGCN:用于尘肺病分期的超像素先验因果感知图卷积网络

  王月莹,纪国华,冯伟毅,赵涓涓,强彦,马建芬,施熠炜,杨帆,

  针对尘肺病灶微小微薄以及现有深度学习方法受非因果特征影响，导致尘肺分期准确率低的问题，提出基于超像素先验的因果感知图卷积网络（SP-CPGCN）。具体来说，该网络通过对超像素而非整张胸片进行特征提取以学习局部微小特征；充分考虑节点间的空间邻近性和特征相似性构建图网络，设计分层聚合图卷积网络利用不同深度的信息进行信息传递和特征整合。此外，提出基于图卷积网络的自适应因果推断，利用干预损失和稳定性损失相结合的因果干预策略来避免非因果特征的干扰，设计类内一致性损失来平衡个体特异性特征和群体普遍性特征。在临床尘肺病胸片数据集上的验证结果表明，SP-CPGCN的准确率为 82.4%，精确率为 78.9%，灵敏度为 77.3%，特异度为 88.6%，AUC 为 90.3%，均优于其他方法。实验结果表明，SP-CPGCN 有效提升了尘肺病分期的准确性和稳定性，为自动化医学诊断提供了可靠的新方法。

• 基于多级多特征混合模型的白血病亚型自动分类

  高铭阳,耿燕,尉骁,裴博,赵涓涓,强彦,

  白血病作为一种隐蔽性高的癌症，其初期检测难的问题一直以来都是医生们关注的重点。现有的细粒度分类模型缺乏对小样本不平衡数据集的处理能力，导致其在白血病亚型分类上表现不佳。因此为了克服上述问题，进而加快医生诊断速度，缩短治疗时间，提出了一种适用于小样本数据集的多级多特征混合模型MSMFHM来实现白血病亚型的自动分类。该模型首先通过多尺度特征提取框架，利用缩放操作配合CNN backbone 提取图像的多级结构特征，接着通过多尺度融合模块，利用注意力操作融合多级结构特征并从中抽取细粒度特征，充分发挥了 CNN 归纳偏差的健壮性与 Transformer 复杂的全局建模能力。最后为了增强模型的健壮性，克服小样本带来的过拟合缺陷，模型利用多特征混合模块将纹理特征与细粒度特征进行联合提取后再进行分类。收集了 7 156 张白血病细胞图像的数据集和其他相关公开数据集来评估新方法。该模型分类准确度在私有和公开数据集上分别达到93.03%和99.42%，分类性能优于其他先进模型。该方法能够准确区分急性白血病亚型细胞，可作为白血病计算机辅助诊断的有效设计思路之一。

• 结合多尺度特征与局部采样描述的多模态图像配准方法

  贾志有,王国刚,

  针对不同模态图像存在严重的几何差异和非线性辐射差异（NID）等问题导致的匹配难题，提出了一种结合多尺度特征与局部采样描述的多模态图像配准方法。首先，引入非线性扩散方程构建非线性尺度空间，然后结合相位一致性与ORB（oriented FAST and rotated BRIEF）算法获得多尺度的稳定特征点。接着提出了一种旋转不变的双重高斯采样描述符，可以在NID存在的情况下鲁棒地跨越[0°，360°）的旋转差异。最后，引入了一种图像恢复策略。通过初次匹配获得最优的几何变换模型，修正图像间存在的几何差异，再进行二次匹配提升匹配精度。在遥感、医学和计算机视觉等领域的多模态数据集上进行实验，当图像存在尺度、旋转等几何差异时，所提方法均方根误差平均可达到1.5个像素以内，正确匹配率达到98%以上。表明该方法能够克服图像间非线性辐射差异的影响，可以实现高精度配准。

• 迭代伪点云生成的3D目标检测

  孙立辉,王楚遥,

  3D目标检测是自动驾驶环境感知的关键任务。然而，在复杂场景中因距离和遮挡问题，激光雷达往往难以获取目标的完整点云，这极大地影响了目标检测的精度。为了应对这一问题，提出迭代伪点云生成的三维目标检测方法（IG-RCNN）。首先，在三维体素骨干网络中构建了一种通道部分稀疏卷积模块CSPConv（channel sparse partial convolution），在减少通道冗杂的同时融合不同感受野下的语义信息，提高模型的特征融合能力。其次，采用多次迭代的方式生成高质量的伪点云信息，为建议框的细化提供有效的指导，提高模型的检测精度。在KITTI数据集上的实验结果显示，所提算法相较于典型两阶段算法PV-RCNN，在困难难度下，行人类别和骑行者类别的检测精度提升幅度达3.89%和2.73%。实验结果表明，该算法在处理稀疏点云数据时表现出显著的优越性，尤其在处理行人和骑行者等小目标时，表现出更强的鲁棒性和准确性。

• 分层蒸馏解耦网络的低分辨率人脸识别算法

  钟锐,宋亚锋,周晓康,

  低分辨率人脸图像中大量面部细节特征丢失，使得目前许多具有较好性能的经典人脸识别模型的识别率急剧降低。针对该问题，提出了一种分层蒸馏解耦网络（hierarchical knowledge distillation decoupling，HKDD）。首先，为了提升学生网络对低分辨率样本的特征描述能力，在教师网络与学生网络的卷积层之间进行分层特征蒸馏，使学生网络各中间层所提取的低分辨率人脸特征尽可能接近教师网络中间层所提取的高分辨率人脸特征，从而将教师网络各中间层强大的特征描述能力蒸馏至学生网络。随后，在教师网络与学生网络的softmax层之间进行解耦蒸馏，把softmax层的蒸馏损失解耦为目标类蒸馏损失和非目标类蒸馏损失，以发挥出被抑制的非目标类蒸馏损失对学生网络训练的指导作用，使学生网络在教师网络指导下学习到通用性面部特征的分类能力，从而确保学生网络能够在非限制性应用场景中具有较强的分类能力。最后，在TinyFace和QMUL-SurvFace等多个低分辨率人脸数据集中进行了效果验证，HKDD网络的识别率与实时性都优于其他代表性的低分辨率人脸识别模型，实验结果验证了该模型在低分辨率人脸识别任务中的有效性。

• 基于运动分割的动态SLAM联合优化算法

  张宇曈,范馨月,周志远,谢源远,

  针对传统SLAM极易受到场景中动态对象的干扰，提出一种适用于动态场景的视觉SLAM算法——GMS-SLAM。该算法采用对极约束的几何方法替代语义分割，并通过光学膨胀进一步消除该方法可能存在的共面模糊情况。然后通过运动约束和刚性约束对动态物体建立模型，利用图优化模块构建针对相机位姿信息的优化，同时提出将人体通过骨骼建模转换成刚性对象进而纳入图优化模块。最后，利用相机自我运动和对极约束之间的强相关性，将分割网络与优化模块放于同一个大型框架中联合细化。算法在KITTI和高动态场景Shibuya数据集下进行实验验证，结果表明，相较于DytanVO等最新动态视觉算法与经典动态算法DynaSLAM等，GMS-SLAM的精度有较大提升，在动态场景中具有更优异的定位效果。

• 基于预测划分卷积神经网络的全景视频快速编码算法

  向海,陈芬,秦裔清,李旭,彭宗举,

  为解决基于多功能视频编码（versatile video coding，VVC）的等距柱状投影（equirectangular projection，ERP）全景视频编码复杂度过高的问题，提出了基于预测划分卷积神经网络（predictive partition convolutional neural network，PP-CNN）的CU快速划分算法。首先，分析ERP全景视频的CU在不同纬度区域的划分特性，并将纬度特征引入到算法中。其次，建立了具有纬度和量化参数特性的全景数据集。然后，设计了轻量化的PP-CNN模型预测CU的边缘划分信息。接下来，根据PP-CNN模型输出开发了双阈值的CU快速划分决策方案以去除冗余的划分模式。最后，根据编码场景的需要设计了快速、均衡和性能三种决策模式。经过大量实验结果证明，在全帧内编码配置下，与官方测试平台VTM-14.0-360lib13.1相比，所提算法能够平均缩短39.31%~61.95%的编码时间，BDBR仅增加0.37%~1.43%，这表明该算法能够在保障编码性能的前提下实现更快的编码速度。