计算机应用研究杂志

计算机应用研究杂志2025年第7期

• 多模态行人重识别研究综述

  石瑞鑫,智敏,殷雁君,

  在现代安全监控系统中，行人重识别技术扮演着至关重要的角色。面对行人图像的光照变化、视角差异和遮挡等问题，传统的行人重识别系统（person re-identification，RE-ID）准确性和可靠性受限。为应对这些挑战，研究者将多模态学习方法引入RE-ID领域，希望有效融合多种数据模态，如深度图像、红外图像和文本信息，以期提高RE-ID的性能。综述了多模态RE-ID技术在现代安全监控系统中的应用及其研究进展。首先介绍了多模态技术的基本概念和多模态RE-ID任务，接着概述该领域的关键数据集和评估协议。核心部分详细讨论了多模态RE-ID中的融合策略，包括特征层次融合和模型层次融合两种方法。最后，探讨了多模态RE-ID的研究挑战与未来研究方向，以进一步推动多模态行人重识别发展。

• 语义通信在边缘算力网络中的应用研究综述

  刘旺,曾庆涛,陆利坤,李文璟,

  语义通信（semantic communication，SemCom）是一种融合智能与通信的新兴技术，有望突破传统通信的带宽瓶颈，成为未来第六代移动通信系统（6th generation mobile communication system，6G）的通信新范式。当前，语义通信技术在边缘计算场景中的应用已取得了一些初步研究成果，但仍缺乏系统的分析与总结。为推动语义通信领域的进一步发展，从物联网（Internet of Things，IoT）任务场景和广义边缘场景两个角度，详细阐述了语义通信在特定计算任务场景中的近五年代表性研究成果。此外，语义通信技术发展瓶颈在于对算力的高需求，算力网络（computing power network，CPN）驱动语义通信成为解决这一瓶颈的理想方案。进一步介绍了算力网络的研究现状，对比分析了边缘计算与算力网络的特性，深入分析了算力网络在推动语义通信技术发展中的潜力，最后对算力网络和语义通信未来研究前景进行了展望。

• 基于同态加密和零知识证明的区块链可扩展隐私保护方案

  吴婷,张莎莎,

  为了解决随着区块链技术的广泛应用而日益突出的隐私保护和性能扩展问题，提出了一种基于Okamoto-Uchiyama加密算法的改进算法，该算法在实现数据加密的同时支持零知识证明，实现了用户交易数据的完全隐私保护。此外，设计了一种基于匿名双向链下通道的支付方案，支持链下快速且高频的交易，有效缓解了区块链的可扩展性问题。相比现有相关算法，所提算法在系统参数生成、密钥生成及加解密效率方面均具有显著优势。理论分析与实验结果验证了该方案的安全性、可行性与高效性。

• Hyperledger Fabric并发冲突消除机制

  陈华钦,黄冬艳,覃环虎,陈涵宇,

  Hyperledger Fabric是一个主流的联盟链平台，当面临多笔并发执行且相互关联的交易时，现有架构容易生成大量无效交易，这严重降低了系统的有效交易处理能力。为了解决这一问题，提出一种融合映射与有向无环图（DAG）的冲突消除机制—FabricIMD（Fabric integrated with map and DAG）。该机制在背书节点处通过映射识别交易间依赖关系，并使用有向无环图对此关系进行构建，以调整交易背书顺序，从而有效避免了交易冲突现象的出现。实验证明，当存在多笔相互关联的并发交易时，FabricIMD机制能显著减少因交易冲突导致的无效交易。随着交易间冲突程度的变化，系统有效交易吞吐量提升了15.68%~96.08%。此外，在处理无关联的并发交易时，引入该机制并未对系统性能造成显著影响。综上，FabricIMD机制在避免交易冲突现象出现的同时提高了系统有效交易吞吐量，减少了无效交易数量。

• PMoE：在P-tuning中引入混合专家的参数高效微调框架

  王浩,王珺,胡海峰,周飞飞,龚锐,张索非,

  大语言模型（LLM）在推理和生成任务中的表现显著提升，但现有的开源LLM在处理专业领域问题时仍存在知识不足，亟需针对特定任务进行微调。传统微调方法在多任务学习中难以兼顾低成本与高效性。为此，提出了一种名为PMoE的参数高效微调框架。该框架基于Ptuning方法，并引入混合专家机制，在保持低成本微调的同时增强多任务处理能力。PMoE在Transformer模块的每一层构建可训练的专家模块，以替代Ptuning中的提示词模块，并采用路由机制根据输入任务特征动态分配任务。此外，PMoE的专家模块支持拆卸，实现不同任务场景下的模型复用，进一步降低计算成本。实验结果表明，PMoE在中国医学领域数据集上相较于P-tuning方法性能提升6.24%，并在多任务处理和迁移学习方面表现优越，验证了其高效性与广泛适用性。

• 基于大语言模型的多任务生成式重构对话情绪识别

  龙禹辰,勾智楠,陈宇欣,秦乐,

  对话情绪识别（ERC）是对话系统研究中的一项关键任务，然而，现有模型往往由于管道设计的复杂性，容易过拟合于特定数据集和对话模式，从而限制了其泛化能力。为了解决这一问题，提出一个基于大语言模型的多任务生成式重构对话情绪识别模型（M-GERC）。该模型引入说话人识别和主题预测情绪两个基于预训练大语言模型的辅助任务。说话人识别任务旨在隐式建模对话中的对话角色关系，帮助模型更好地理解不同参与者之间的情绪交流。主题预测情绪任务则通过预测对话全局的主题，捕捉主题和情绪之间的潜在联系，从而结合上下文信息提高情绪识别的准确性。此外，M-GERC引入了知识检索模块，通过检索知识域知识并结合外部知识，进一步增强模型对上下文的理解。实验结果表明，M-GERC在DailyDialog、MELD和EmoryNLP数据集上相较于现有主流对话情绪识别模型，W-F1分别提高了3.1%、4.3%和3.7%，取得了显著提升。

• 基于图文对比融合的图像人物情感识别

  田雨乐,王一丁,

  基于上下文背景识别图像中人物情感是近年来越来越受欢迎的一项任务，在许多领域都具有应用价值。现有的大部分方法只是分别编码人物主体与背景，提取出孤立的特征进行简单交互，缺乏有效的主体与上下文背景的特征融合机制，为了解决复杂背景与人物主体的交互关系问题，提出了一种基于图文对比融合的图像人物情感识别网络。首先充分利用视觉语言大模型广泛的社会背景信息与推理能力，设计提示词提取上下文背景与目标人物主体之间情感状态的文本描述；其次提出了一个图文对比融合模块，将裁剪出的目标人物主体图像特征和依据提示词获取的文本描述特征通过该模块进行融合；最后，融合算法引入对比损失函数，对图像编码和文本编码统一表示，在融合时可以更准确地捕捉到有效的情感表达。实验结果表明，该网络能够学习到更有效的情感特征表示，在EMOTIC数据集上取得了优越的结果，mAP达到37.30%。该方法更好地结合了图像人物与背景特征，提高了图像人物情感识别的准确率。

• 基于深度特征交互与层次化多模态融合的情感识别模型

  王健,赵小明,王成龙,张石清,赵舒畅,

  多模态情感识别近年来成为情感计算领域的重要研究方向，旨在通过融合语音、文本等多种模态以更精确地识别和理解人类情感状态。然而，现有方法在提取特征时缺乏模态间的关联性处理以及融合特征时忽视多尺度情感线索。为了解决上述问题，提出一种基于深度特征交互与层次化多模态融合的情感识别模型（DFIHMF）。在特征提取阶段，该模型通过引入本地知识令牌（local knowledge token，LKT）与跨模态交互令牌（cross-modal interaction token，CIT）来增强不同模态之间的交互并提取多尺度信息。在特征融合阶段，该模型利用层次化融合策略来融合模态间复杂的多模态特征与多尺度情感线索。在MOSI与MOSEI数据集上的实验结果显示，该模型在ACC7评价指标上的准确率分别达45.6%和53.5%，证明了所提方法在多模态情感识别任务上优于现有技术。

• 反向聚焦细粒度多模态语义对齐的视频字幕模型

  蔡霞,罗会兰,万斯奇,

  现有视频字幕方法常通过引入多模态信息，辅助模型从复杂多变的视觉内容中提取关键且细粒度的信息，却忽略了因不同模态间表征差异引发的语义鸿沟问题。为弥合模态间的表征差异，促进跨模态信息有效对齐和高效融合，并提升对细粒度语义信息的提取能力，提出了一个反向聚焦细粒度多模态语义对齐视频字幕模型（RM4Cap）。该模型结合图像-文本对语料库，通过实现视频与图像的语义对齐，间接完成视频与图像-文本对中文本的跨模态对齐，并设计了反向注意力聚焦算法，削弱冗余场景信息的同时，突出不显著目标及其交互关系。实验结果表明，该模型在MSVD和MSRVTT数据集上，CIDEr和BLEU-4等指标均显著优于现有方法，有效解决了多模态信息融合中的对齐困难和冗余问题，进一步验证了其在缩小跨模态语义鸿沟方面的能力。

• 基于CLIP文本特征增强的剪纸图像分类

  张新生,陈鼎,秦一冰,

  针对剪纸图像分类中文本与图像模态差异大、类原型表达能力弱的问题，提出了一种基于CLIP模型的文本特征增强方法（CLIP visual text enhancer，C-VTE）。该方法通过人工提示模板提取文本特征，设计了一种视觉文本增强模块，并利用Cross Attention和比例残差进行连接和融合图像特征与文本特征，以减小模态差异，增强类别特征表达能力。在剪纸数据集及Caltech101等4个公开数据集上进行了实验，验证其有效性：在剪纸数据集的基类分类任务中，C-VTE平均准确率达到了72.51%，较现有方法提升3.14百分点；在公开数据集的小样本分类任务中，平均准确率达到了84.78%，提升2.45百分点。消融实验表明，模态融合模块与比例残差对性能提升影响显著。该方法为视觉语言大模型在下游分类任务中的高效适配提供了新思路，尤其适用于小样本与基类主导的场景。

• 基于完整超图神经网络的捆绑推荐模型

  王浩南,贺平安,代琦,

  捆绑推荐通过提供一组预定义的商品组合来增强用户体验并提升商家销售业绩。在视频点播、音乐播放列表生成等众多服务生态系统中同样扮演着重要角色。现有的捆绑推荐方法常常依赖共享模型参数或多任务学习的方案，忽略了用户、商品及捆绑包三者之间的深层次联系，从而导致信息丢失，影响推荐系统的性能。针对上述问题，提出了一种创新框架——完整超图神经网络（CHNN）。首先，该框架构建一个完整的超图来表达用户、商品和捆绑包之间的三元关系，三元关系不仅包括用户、商品和捆绑包之间的相互联系，还包括用户和捆绑包的内部连接，可以有效地描述商品捆绑与用户偏好的关系。其次，模型包括初始化层、三卷积层和预测层。初始化层为每个用户、商品和捆绑包生成嵌入向量。三卷积层提取完整的超图信息，并利用用户-捆绑包图和商品-捆绑包图的信息来增强用户、商品和捆绑包的表示。预测层根据最终的嵌入向量提供建议。通过多层丰富的卷积操作，充分挖掘完整超图中包含的关联，以实现更准确的推荐。在网易和有书两个现实世界数据集上的实验表明，CHNN在recall指标上平均提升了2.4%，在NDCG指标上平均提升了2.75%，超越了现有的基线模型，展示了其在捆绑推荐领域的有效性。

• 基于高阶邻域信息交互的自监督异质图嵌入算法

  董家浩,武永亮,王志强,韩旭,

  针对当前自监督神经网络算法在获取邻域节点权重时，没有考虑到高阶节点信息影响的问题，提出一种基于高阶邻域信息交互的自监督异质图嵌入算法（SSHGEA-HNI）。其通过在注意力机制中添加前馈全连接层来捕获高阶邻域节点特征，从而提升局部优化能力，增强模型性能。该算法由标签产生模块和嵌入学习模块组成。标签产生模块通过标签传播产生节点的伪标签。伪标签作为监督信号来指导嵌入产生模块生成嵌入。嵌入学习模块通过高阶邻域信息交互的注意力机制产生嵌入和注意力系数。注意力系数用于指导标签产生模块产生伪标签。在每次迭代中，两个模块共享节点注意力系数，促进两个模块之间相互利用与增强。在四个真实异质图数据集上进行了实验，所提算法在多数数据集的聚类任务和分类任务上均有提升。实验结果表明，该算法可以有效地利用高阶节点信息。

• 基于超图和分层频谱滤波器的序列推荐模型

  朱文强,朱蓉蓉,

  针对序列推荐中普遍存在的数据稀疏问题，以及用户和物品之间意外交互带来的噪声问题，提出了一种基于超图和分层频谱滤波器的序列推荐模型（HYFTRec）。HYFTRec 将超图结构引入序列推荐，通过超图嵌入模块捕捉用户与物品之间复杂的高阶关系，同时利用分层频谱滤波器在频域中有效去噪，提升了推荐的准确性和鲁棒性。此外，模型结合了对比学习框架优化用户行为序列的表征能力。通过在三个公开数据集上进行的多重实验验证，HYFTRec 在关键指标命中率（HR）和归一化折扣累计增益（NDCG）等方面表现出优势，显著优于现有的序列推荐模型。相较于基准模型FMLP，HYFTRec 在 HR@10指标分别提升了 10.7%、10.8%、7.6%，在 NDCG@10指标分别提升了 12.5%、13.7%、7.3%。验证了所提出模型的有效性和优越性。

• 针对图像指代分割的训练后量化策略

  杨航,姜晓燕,

  图像指代分割（RIS）旨在通过理解视觉和语言信息来分割图像中给定语句所描述的对象，在交互式图片编辑以及语言引导的人机交互领域具有很强的应用前景。然而，现有解决方案倾向于探索高性能模型，忽视了对资源有限的边缘设备上实际应用的考量。为解决这一问题，设计并实现了一种有效的训练后量化框架。具体而言，首先深入分析了使用朴素量化方法导致模型性能崩溃的根本原因，据此提出了双区域均衡量化策略以解决视觉编码器中softmax和GELU操作后激活值非正态分布问题，同时引入重排序分组量化策略应对文本编码器的线性层异常激活值带来的量化难题。在三个基准数据集上设置不同量化位宽进行大量实验，结果表明，所提方法在与现有方法的对比中展现出显著的优越性。作为首个专为图像指代分割任务设计量化方案的工作，验证了使用训练后量化策略将图像指代分割模型高效部署到边缘设备的可行性。

• 基于信息互补与交叉注意力的跨模态检索方法

  王丹,张峰,张辉,朱杰,

  随着互联网中多模态数据的快速增长，跨模态检索技术受到了广泛关注。然而，现实中一些多模态数据存在语义信息缺失，导致模型难以准确提取出其中蕴涵的语义特征。此外，一些多模态数据还包含了与语义无关的冗余信息，干扰了模型对关键信息的提取。为此，提出了一种基于信息互补与交叉注意力（ICCA）的跨模态检索方法。该方法利用图卷积网络（GCN）建模多标签和数据之间的关系，以补充多模态数据中缺失的语义信息与多标签中缺失的样本细节信息。此外，交叉注意力子模块利用多标签信息，过滤掉数据中语义无关的冗余信息。为了使语义相似的图像和文本在公共表示空间中实现更好的匹配，还提出了一种语义匹配损失。此损失将多标签嵌入融入到图像和文本的匹配过程中，用于进一步增强公共表示的语义性。在NUS-WIDE、MIRFlickr-25K和MS-COCO这三个广泛使用的数据集上进行实验，实验结果表明，ICCA在这些数据集上的平均精度均值（mean average precision，mAP）分别为0.808、0.859和0.837，显著优于现有方法。

• 基于强化学习协同进化算法求解柔性作业车间节能调度问题

  张国辉,李志霄,张利平,张闻强,余娜娜,

  针对柔性作业车间节能调度问题（EEFJSP），构建以最小化的最大完工时间和机器总能耗最低为优化目标的FJSP问题模型。首先，针对问题模型的特征，提出一种基于强化学习协同进化算法的自适应算法（QNSGA-Ⅱ）；其次，引入状态空间和动作空间，并且以总体的平均适应度和种群多样性设计一种奖惩函数，来保证算法在迭代过程中的有效性；为了提高全局搜索与局部搜索的能力，提出改进的禁忌搜索算法对交叉变异后的种群进行更新。最后，为验证算法的有效性和优越性，对改进的禁忌搜索策略和Q-learning参数自适应策略进行有效性分析；并且将所提QNSGA-Ⅱ与其他多目标优化算法对比，验证算法在求解EEFJSP中的优越性。

• 融合实体邻域信息的时序知识图谱实体对齐

  翟社平,张文静,马梦瑶,杨锐,

  实体对齐的目的是通过匹配多源知识图谱中相同的实体来构造一个完整的知识图谱。现有方法主要集中在静态知识图谱上，未能充分利用大规模知识结构中普遍存在的时间信息，同时在融合实体邻域信息时忽视了未直接相连的潜在邻居。为此，提出了一种融合实体邻域信息的时序知识图谱实体对齐模型ENTEA。首先，通过捕捉实体在不同时刻的活跃度来构建实体的时间特征；其次，提出一种邻域相似性度量方法识别潜在的邻居节点，在单独的信道中执行消息传递来提取不同的邻居表示以得到邻域特征；最后，结合实体的时间特征和邻域特征生成丰富的实体嵌入。实验结果表明，在DICEWS-1K/200、YAGO-WIKI50K-5K/1K四个真实的数据集上，相较于基线模型中的最优结果，所提模型的hits@1值分别提升了1.8、1.7、1.7和1.9百分点，验证了模型的有效性。

• 互补盲点策略和U型Transformer的地震数据去噪

  高磊,许轩,罗芯汭,闵帆,

  去除随机噪声可以显著提高地震数据的信噪比（SNR）。盲点驱动的无监督去噪方法无需标注数据，能自动提取特征，但其忽略了噪声相关性，导致去噪性能较差。为此，提出了互补盲点策略和U型Transformer的地震数据去噪框架（CBUTS）。首先，使用互补盲点策略，通过迹线掩码和随机掩码互补采样，有效削弱噪声的空间联系；其次，引入可见盲点损失函数，融合非盲点和盲点去噪结果，降低信息损失；最后，设计了一种基于Transformer的U型盲点网络（STU-Net），通过增强全局和局部特征捕捉，进一步削弱噪声相关性，更准确地预测有效信号。实验结果表明，与经典以及先进的有监督和无监督方法进行比较，CBUTS在去除噪声和保留同相轴连续性方面效果更好。通过对结果的分析和比较，证明该方法完全适用于地震数据去噪。

• SP-POMDP：堆叠物体抓取场景中的任务规划方法

  陈奕好,刘金鑫,库涛,邵鑫喆,

  在机器人抓取堆叠物体的工作场景中，由于环境中受杂波影响的传感器采样以及物体相互遮挡导致的部分可观测性，机器人无法实现准确、完整的建模，难以高效完成作业。针对以上问题，设计了一种基于状态修正的部分可观测马尔可夫决策过程（SP-POMDP）模型，并基于该模型提出了一种机器人抓取任务规划方法。该方法基于采样结果抽象提取出离散的状态、动作以及观测空间，通过一种状态空间修正方法，根据当前堆叠场景的固有特性，添加环境中由于部分可观测性导致无法被采样识别的状态信息到状态空间中，并构建信念树对模型进行求解。实验结果表明，在堆叠物体的抓取任务中，本方法能够在保证成功率的情况下，显著减少运算时间，提高工作效率。

• 基于果蝇协同算法求解双目标混装柔性作业车间分批调度问题

  郭晨,曾嘉怡,杨志杰,

  对于多产品混装柔性生产模式，研究生产、运输、库存、装配各环节密切联系的混装柔性作业车间分批调度问题。以最小化最大完工时间和总成本为目标建立模型，提出双层联动的多目标混合算法：多目标粒子群算法联动果蝇协同搜索算法，外层使用计算最佳分批策略，内层计算策略下的最优调度方案并转换为适应度值反馈给外层，以此兼顾算法优势提高解的性能。其中果蝇协同搜索算法改进传统果蝇算法，加入协同搜索过程增强优化，采用改进的优先操作交叉和多点保存交叉，分别实现作业顺序搜索和机器分配。最后结合医疗器械企业实际生成10组算例进行广泛实验，与多种相关已有算法对比，果蝇协同搜索算法收敛速度快，前沿解分布均匀，表现更为突出。该研究为解决混装柔性作业车间分批调度问题提供新的有效方案极具实用价值。

• 优化时间窗改进Dijkstra算法的无人驾驶磁悬浮车路径规划

  古玉锋,凌浩,赵耀晶,黎程山,

  针对无人驾驶磁悬浮车同轨道多车运营及车辆密度大的特点，研究了一种基于优化时间窗改进Dijkstra算法的磁浮车路径规划算法，考虑了路径冲突、调度成本等一系列现实问题，将Dijkstra算法与时间窗相结合，顺序规划各磁浮车的路径。首先，在路径规划前预处理地图信息，根据地图节点生成最短路径索引，按照索引寻找路径。其次，利用时间窗校验路径冲突；然后，对冲突路径具体分析，冲突时间较短的路径通过车辆变速方式实现避让，避免了路径重规划，在无碰撞的基础上订单运行时间得到了优化。最后，利用OpenTCS进行算法仿真。结果表明：优化时间窗后的Dijkstra算法平均执行时间为0.328 ms，车辆每千米运行时间为36.64 s。在无路径冲突的前提下，提高了订单执行的实时性及车辆运行效率，且随着运行里程数的增加，算法的优势越明显，能满足无人驾驶磁悬浮车的无碰撞路径规划要求。

• 带频繁区域的空间并置模式挖掘方法

  罗浩瑜,芦俊丽,陈雪瑶,

  聚焦于空间并置模式挖掘，旨在探索空间特征间的共存关系。传统方法虽能识别频繁共存的模式，但无法确定这些模式在空间中的具体分布区域。为了解决这一问题，提出了一种新颖的带频繁区域的空间并置模式挖掘算法。算法分为两个阶段，第一阶段采用凝聚层次聚类方法，根据数据特性进行空间分区，进而在各聚类簇内确认实例间的邻近关系；第二阶段引入了并置模式存在区域与区域参与度概念，基于此逐阶识别并置模式的频繁区域。为加速频繁区域识别和模式挖掘过程，算法通过子模式的扩展区域快速构建高阶模式的候选区域，利用区域粗参与度提前筛除不可能频繁的候选区域。最后，通过在真实和模拟数据集上进行广泛的实验，验证了该算法在生成带频繁区域的空间并置模式数量、频繁区域的准确性以及频繁区域的精确度方面的表现。在真实数据集上，该算法的精确度为0.83~0.95。此外，在验证算法可扩展性的实验中，当数据集特征数量适中时，PROC-Col的性能较现有的先进算法multi-level提升了约2倍。

• 辅助任务增强的知识追踪方法

  王长青,张蕾,张振国,

  知识追踪是实现智慧教育的有效手段，它通过评估学生学习状况帮助学生及时调整学习策略。现有的知识追踪方法在处理习题和知识概念间的内在关系及获取学生个性化知识水平等方面仍有不足，针对这一问题，提出一种辅助任务增强的知识追踪方法（auxiliary task-enhanced knowledge tracing，ATEKT）。首先，采用分组计算法、频数计算法等对习题难度、习题区分度、相关知识点习题的作答次数信息进行计算，得到其嵌入表示；其次，构建习题标记预测任务和先验知识预测任务，动态评估习题和知识点之间的关系，并从历史答题记录中估计学生的个性化知识水平；最后，将辅助任务优化过程中学到的特征用于增强知识追踪模型预测。在ASSIST2009、ASSIST2017、EdNet三个公开数据集上与七个知识追踪模型进行性能对比，其AUC和ACC分别提升了2.4%~15.5%以及2.0%~9.9%。实验结果表明，该方法能够有效地提取与知识追踪任务相关的信息，且其在性能方面表现更加优越。同时，消融实验也证明了不同辅助任务的有效性。

• 基于冲突避让的多智能体有效旁路规划

  刘春玲,裴萌韶,

  针对狭窄环境中的多个智能体无法规避关键通道上的冲突，导致多智能体寻路效率低下的问题，提出了基于视场的冲突搜索有效旁路规划算法。在基于冲突搜索算法框架上层引入视场表示智能体的通信范围；通过扫描智能体通信范围内所有智能体的多值决策图，判断智能体之间是否有共享资源的竞争，导致智能体之间的冲突；针对关键通道上多个智能体之间的冲突实施多值决策回溯冲突规避策略，通过扫描其多值决策图为阻碍关键通道的智能体找到次优路径或临时等待位置作为有效旁路进行避让。通过不同规模和结构的地图测试结果表明，多值决策回溯冲突规避策略可以有效减少智能体之间冲突的发生。在random-64-64-10和maze-128-128-10地图环境中，多个智能体求解路径的平均成功率相较于CBS-BP分别提高了10%和15.2%，证明所提算法可以有效避免冲突的发生，提高寻路成功率。

• 基于特征融合的音频伪造检测方法

  盖馨怡,涂国庆,刘树波,蔡朝晖,

  随着人工智能的发展，合成语音与真实语音的区分变得更加困难，给音频深度伪造检测带来了挑战。现有的检测方法通常存在准确率低、泛化性差、抗干扰性弱等问题，为此，提出一种基于特征融合的音频伪造检测方法MFF-STViT。该方法设计了一个新的特征融合模块，将三种音频特征和作为辅助特征的声码器伪迹进行融合，综合不同特征的信息，提高特征表达能力；然后基于改进的Transformer模型——STViT进一步处理融合特征，减少特征冗余，进而提高音频伪造检测方法的性能。MFF-STViT与基线系统相比，在ASVspoof2019 LA测试集中，等错误率（equal error rate，EER）平均降低71.38%；在ASVspoof2021 LA数据集中，EER和最小串联成本函数（minimum tandem detection cost function，min-tDCF）平均降低44.41%和18.11%；在ASVspoof2021 DF数据集中，EER平均降低57.81%；在LA和DF不同分区下，EER最大降幅均超过80%，显著优于其他对比方法。实验结果表明，MFF-STViT有效提升了检测的准确性、泛化能力、通用性和抗干扰性。

• 基于多视图舌象特征融合的中医证型辨识

  陈可居,钟利,张云,刘勇国,

  中医舌诊中，临床医师通过观察舌质、舌苔和舌底了解患者健康状态和病理变化。为解决当前中医舌诊辅助辨证模型缺乏对舌面和舌底的综合分析，忽视舌面和舌底特征互补性的问题，提出基于多视图舌象特征融合的中医证型辨识模型（syndrome identification based on multi-view tongue feature fusion，SI-MTF）。收集3 348张舌面和舌底图像，由中医医师标注证型标签，构建舌象数据集。提出SI-MTF，首先基于Mask R-CNN（mask region-based convolutional neural network）和NanoDet提取舌面和舌底区域，然后构建卷积神经网络和密集连接提取并融合舌面和舌底特征，通过HSV（hue，saturation，value）颜色模型的通道均值、LBP（local binary pattern）算法和Gabor滤波器提取舌象的颜色、形状和纹理特征，并在训练阶段利用教师-学生网络提高模型对舌面和舌底特征的融合能力，最后通过全连接层和softmax函数学习融合特征和证型间关系，实现中医证型辨识。基于舌象数据集进行对比实验、参数讨论、消融实验和鲁棒性实验，该方法达到76.75%的准确度，相对基线方法提高了7.51百分点。实验结果表明，基于多视图的舌面和舌底综合分析，可提高舌诊辅助辨证模型的性能。

• 多元异构耦合网络中竞争性舆情信息传播研究

  申彦,许严妍,

  针对舆情信息在跨平台交互过程中相互竞争的问题，提出在耦合网络下分析竞争性舆情信息传播规律。在SEIR模型基础上引入观点动力学，加入正、负面信息传播者，基于小世界网络和有向无标度网络搭建符合当下社交特征的耦合网络环境，构建多元异构耦合网络中竞争性舆情信息传播模型SEPNCR。在耦合社交网络中仿真分析了单双平台、信息内容、个体异质性等因素的影响，探讨了媒体引导和政府干预措施的作用。仿真结果表明，所提模型很好地刻画了竞争性舆情信息在耦合网络中的传播过程；与单网络相比，耦合网络中的交互行为显著增强了舆情传播规模和速度，有效提升信息多样化程度，缓解了信息同质化；信息情感色彩和敏感度直接影响舆情信息竞争态势；媒体引导促进了舆情传播，政府把握干预时机对控制舆情传播有显著影响。研究为网络舆情演化分析提供了理论基础，也为舆情引导治理提供了科学的决策参考。

• 基于增强控制流图与孪生网络架构的代码克隆检测方法

  熊曙初,段金焱,尹璐,曾智勇,

  针对现有代码克隆检测方法存在上下文信息缺失以及语义学习能力弱的问题，提出一种基于增强控制流图与孪生网络架构的代码克隆检测方法。该方法首先设计了代码表示结构ECFG（enhanced control flow graph），在控制流图中嵌入跨节点关联边以强化上下文信息的感知；其次构建基于孪生网络架构的代码语义匹配模型CGSMN（code graph semantic matching network）。该模型先融合多头注意力机制，提取节点中的关键信息，随后改进关系图注意力网络，捕获节点间的关联信息以生成图特征向量，再挖掘特征向量间的语义联系，计算语义相似度。在两个代表性数据集上进行实证，结果表明，与ASTNN、FA-AST和DHAST等方法相比，在BigCloneBench数据集上，F1值提升了0.5~15.5百分点，在Google Code Jam数据集上F1值提升了1.5~16.5百分点，证明了该方法针对语义克隆检测的有效性。

• 奖励回溯DQN驱动的多QoS工业网络时隙调度方法

  梁炜,郑家桐,张嘉麟,杨雨沱,

  现有研究在多QoS（quality of service）调度问题中，由于仅依赖即时奖励反馈机制，在资源受限的场景下处理时延敏感数据和具有连续传输需求的媒体数据时，存在可扩展性差和资源浪费的问题。为此，提出了一种基于奖励回溯的DQN（reward backtracking based deep Q-network，RB-DQN）算法。该算法通过未来时刻的交互来回溯调整当前状态的策略评估，以更加有效地识别并解决因不合理调度策略导致的丢包。同时，设计了一种时延-吞吐均衡度量（latency throughput trade-off，LTT）指标，该指标综合考虑了时延敏感数据和媒体类型数据的业务需求，并可通过权重调整来突出不同的侧重点。大量仿真结果表明，与其他调度策略相比，所提算法能够有效降低时延敏感数据的延迟和抖动，同时确保媒体类型数据的流畅性与稳定性。

• 基于QUIC的拥塞控制算法动态切换机制

  李焯坚,覃毅芳,王冬举,杜文基,周旭,范琮珊,

  传统静态配置单一拥塞控制算法的方式已无法适应跨时间和跨地域下的网络动态变化特性，拥塞控制算法动态切换被业界广泛关注。针对动态切换过程中的网络探测准确度低、传输性能波动等问题，在有线网络场景中开展了基于QUIC的拥塞控制算法动态切换机制研究。该机制首先引入接收端缓冲区影响因素，来增强算法对不同配置接收端的适应能力；其次建立基于BBR的瓶颈链路缓冲区探测模型，来提高网络条件探测的准确度；最后实现BBR与CUBIC之间的平滑切换，以兼顾切换过程的性能提升与稳定性。实验结果表明，该机制在瓶颈链路浅缓冲区场景和深缓冲区场景中的吞吐增益覆盖率分别达到78%~87%及89%~95%。相较于传统基于建模的算法，该机制显著提升了有线网络场景下的带宽利用率，并在吞吐与往返时延两维度上均表现出良好的稳定性。

• CN2Conv：面向物联网设备的强鲁棒CNN设计方法

  柴智,丁春涛,郭慧,张俊娜,

  使用云辅助训练少参数的卷积神经网络（CNN）可以使其部署在资源受限的物联网设备上，然而现有少参数模型存在对复杂数据特征的提取能力不足、鲁棒性差的问题。为此提出了一种适应复杂数据且鲁棒性强的CNN设计方法，组合非线性变换卷积核生成方法（combined non-linearity convolution kernel generation，CN2Conv）。首先，从 CNN模型的卷积层中随机选取部分卷积核作为种子卷积核，并使用多个生成函数对种子卷积核进行非线性变换，得到多样化的生成卷积核；然后，对不同生成函数使用不同的超参数以控制模型的正则化效果，提高模型鲁棒性；最后，对生成卷积核生成的特征图进行通道混洗和卷积降维操作，同时利用组归一化技术提高特征的分布一致性，增强对复杂数据的特征捕获能力。为了验证CN2Conv的有效性，在CIFAR-10、CIFAR-100、CIFAR-10-C和Icons-50数据集上进行了实验。在CIFAR-10-C数据集上，采用CN2Conv的ResNet34的准确率比标准ResNet34提高8.22%，比MonoCNN提高11.86%。结果表明，基于CN2Conv的CNN模型在多个数据集上的准确率优于对比方法，且鲁棒性显著提升。

• 面向物流数据共享的可撤销属性加密方案

  时自成,刘卓,孙旭,郭锋,武传坤,

  在信息驱动的时代，数据被赋予了更高的价值，成为推动各行各业发展的关键要素之一。针对物流数据共享过程中的数据安全问题，提出了一种基于多值决策图（MDD）访问结构的、支持用户分级访问且可撤销的密文策略属性基加密（CP-ABE）方案。该方案利用MDD访问结构支持多值属性的特性，并结合物流企业的特点，构造并应用了一种支持用户分级访问的MDD分级访问结构。此外，考虑到物流企业人员的流动性，该数据共享方案还提供细粒度属性撤销功能。安全性分析证明，所提方案能够抵御选择明文攻击。通过理论分析，与相关方案相比，该方案在用户私钥生成和密文解密方面的性能不受用户属性集大小的影响；通过实验分析，该方案的密钥生成时间和解密时间恒定且低于其他方案。因此，所提方案具有更高的计算效率，更适用于物流数据分级共享的应用场景。

• 一种具有多级安全目标的动态对称可搜索加密方案

  李功丽,李露,黄昱晨,陈晓迪,

  可搜索加密是将数据文件加密后存储到云端，然后对密文进行检索的一种技术。动态可搜索加密允许对云端的文件进行动态更新，然而现有动态可搜索加密方案都着重解决前向和后向安全问题且大多仅支持单用户搜索，无法同时保护搜索模式和访问模式。针对上述问题，基于不经意键值对存储技术，设计了一种满足前向安全、隐藏搜索模式和访问模式、具有三级安全目标的动态对称可搜索加密方案TS-MDSSE。并在此基础上，进一步在更新算法中利用随机值替换技术，满足了后向安全，实现了具有四级安全目标的FS-MDSSE方案。安全分析与实验表明，所提方案不仅满足多等级安全目标，而且支持多用户查询，完成一次搜索仅需0.022 ms。

• 基于双向数据流分析与图抽象嵌入的漏洞检测方法

  曹子亨,何立风,贾鸥,张梦颖,刘玉,郭奕辰,

  随着网络攻击和犯罪日益猖獗，软件漏洞检测的准确性与全面性面临重大挑战。针对跨程序漏洞复杂语义难以捕获、数据流信息难以全面解析以及漏洞模式特征提取困难等问题，提出了一种基于LLVM IR与双向门控图神经网络Bi-GGNN的双向数据流分析的漏洞检测方法——BiG-BiD。该方法首先通过LLVM编译源代码生成LLVM IR，并构建过程间控制流图（ICFG），以引入跨过程漏洞语义信息。此外，设计了一种结合抽象数据流与LLVM IR行级漏洞属性特征嵌入的ICFG抽象嵌入方法DLAE，以精确表征代码潜在漏洞模式。最后，通过Bi-GGNN训练迭代的方式，在ICFG中动态模拟到达定义分析与活跃变量分析，实现抽象数据流的动态传播与更新。实验结果表明，在Big-Vul与Reveal两个公开数据集上，BiG-BiD的召回率达到73.7%，相比现有静态分析工具和基于深度学习的漏洞检测模型提升了5%~38%。同时，在四个开源项目中成功检测出模型从未见过的23个CVE漏洞，其中10个漏洞仍未修复，证明了该方法在漏洞检测任务上的有效性和泛化性。

• 基于比特切片技术与指令集的LED算法快速实现

  李惟佳,叶涛,韦永壮,冯景亚,

  LED是一种专为资源受限设备设计的轻量级分组密码算法，具有低功耗、低内存占用和高效率的特点，非常适合应用于物联网（IoT）设备、RFID标签和嵌入式系统等。然而，随着对性能要求的不断提升，如何进一步优化LED分组密码算法的加密实现效率，已经成为研究的热点之一。针对类AES分组密码算法提出了一种通用的比特切片方法（bit-slicing），利用单指令多数据技术（SIMD）对通用比特切片方法进行了优化实现，并将其应用于LED加密算法，以提高算法对数据的并行处理能力。此外，该方法还研究了关于LED算法的S盒优化方案，减少了实现S盒所需要的逻辑门数量。经测试，LED-64/128算法的加密实现效率分别提升了2.26倍和2.14倍。实验结果表明，该方法对基于比特切片技术实现的类AES分组密码算法软件优化实现方法具有重要参考价值。

• 基于随机投影与改进min-max哈希的可撤销指纹模板保护方案

  宋帅超,郭松辉,杨烨铭,于淼,

  随着生物识别技术的广泛应用，未受保护的生物特征模板仍然面临着严重的安全和隐私泄露风险。现有的生物特征模板保护方案为满足不可逆性破坏了原始生物特征的结构，降低了生物特征模板的识别准确性，经常面临准确性和安全性的平衡问题。因此，提出一种基于随机投影与改进min-max哈希的可撤销指纹模板保护方案，在实现指纹模板可撤销的同时缓解准确性和安全性的平衡问题。首先，利用高斯随机投影矩阵将高维的原始指纹特征随机投影到低维空间，保持低维特征与原始指纹特征的距离相似性；然后，对min-max哈希算法进行改进，取投影后低维特征的最小值索引、次最小值索引、次最大值索引和最大值索引作为哈希码，缓解min-max哈希算法因最小值和最大值索引偏差导致识别准确性下降的问题，同时提升指纹模板的生成效率；最后，提出一种基于杰卡德相似度的交叉匹配方法，增大哈希码之间的碰撞概率，进一步提升指纹模板的识别准确性。实验结果和分析表明，所提方案在抵抗安全和隐私攻击的前提下提升了指纹模板的识别准确性和生成效率，对于指纹和人脸等生物特征模板的保护具有较强的通用性。

• 结合自适应局部图卷积与多尺度时间建模的骨架行为识别

  田青,虞静静,张正,

  鉴于人体骨架的固有拓扑结构特性，采用图卷积网络进行骨架数据建模成为行为识别的一种有效手段。然而，在骨架行为识别方法中存在固定拓扑图结构与固定内核大小的时间卷积难以适应多变的动作类型、姿态及行为时长，导致建模误差，影响识别精度的问题。为此，提出了一种结合自适应局部图卷积与多尺度时间建模的骨架行为识别方法。该方法通过自适应局部图卷积模块，实现人体骨骼结构的独立动态表征；设计多尺度时间建模模块，实现对不同持续时间的行为进行建模，并降低了参数量和计算复杂度；引入时空DropGraph结构，动态调整图拓扑结构，提升模型的泛化能力并防止过拟合。实验表明，在NTU RGB+D 60数据集的跨对象C-Sub和跨视角C-View基准下分别取得了93.39%和97.18%的准确率，在NTU RGB+D 120数据集的跨对象C-Sub和跨设置C-Set基准下分别取得了90.48%和91.95%的准确率，高于现有的行为识别方法，证明了该方法的优越性。

• 基于图元变换的建筑彩绘纹样图像矢量化方法

  曹力,张腾腾,颜子麦,龚辰晨,赵洋,

  为了对包含可复用图元的建筑彩绘纹样图像进行矢量化，并保留图像中可复用图元的独立性与变换参数，提出一种基于图元变换的建筑彩绘纹样图像矢量化方法。该方法首先将复杂彩绘纹样划分为局部纹样；然后对局部纹样进行图元多分类检测，完成图元过滤和图元变换参数初始化；再基于改进的可微合成算法计算图元的变换参数；最终完成纹样图像的保留可复用图元变换参数的矢量化。实验结果表明，在建筑彩绘纹样数据集上能够达到较小的图像重建误差，同时保留了可复用图元的变换参数。根据彩绘纹样特点提出了多种矢量化指标，比较了各类方法的性能，该方法在重建精度与图元变换参数保留方面具有优势，可应用于建筑彩绘纹样等具有图元可复用特点的图像矢量化。

• 双流特征增强与融合的弱监督时序动作定位

  刘逸斌,高曙,陈良臣,

  弱监督时序动作定位旨在仅使用视频级标签对未修剪视频中的动作实例进行分类和定位。现有模型通常直接使用预训练的特征提取器从视频中提取片段级RGB和光流特征，但预提取的片段级视频特征只覆盖短的时间跨度，且没有考虑RGB和光流的互补性和关联性，影响了定位的准确率。为此，提出了双流特征增强与融合的弱监督时序动作定位模型。首先，通过多尺度密集型空洞卷积扩大感受野，使模型能够覆盖多个时间跨度，从而捕捉视频片段间的时序依赖性，获得增强的RGB和光流特征。然后，利用卷积网络自适应提取增强RGB和光流特征中的关键特征进行融合，实现RGB和光流特征的关联互补，进一步丰富视频特征表示，使模型定位效果更加准确。该模型在THUMOS14和ActivityNet1.3数据集上分别达到了73.9%和43.5%的检测精度，优于现有SOTA模型，证明了该模型的有效性。

• 多尺度降噪自编码器的遮挡行人重识别研究与应用

  朱烨,段少茁,郭艳芬,彭静,

  为了解决行人重识别（ReID）中的遮挡问题，同时减轻遮挡数据集不足的影响，对遮挡行人重识别进行研究并提出了一种基于多尺度降噪自编码器的方法。该方法基于学生-教师模型采用知识蒸馏学习方法进行联合训练，实现知识从教师模型到学生模型的转移。利用人工遮挡图像训练自编码器，将输入数据压缩成潜在空间的特征表示，再将其解码为与原始输入最相似的形式，实现数据的降噪重构。基于训练好的自编码器，利用真实遮挡图像进行训练，并嵌入一个注意力模块，用于区分遮挡图像和整体图像的差异特征，从而提高模型对遮挡图像的鲁棒性和识别性能。实验表明，与目前先进的遮挡行人重识别相比，所提方法在Occlude-Duke、Occluded-ReID、Partial-ReID数据集上都取得了优越的性能。

• 基于深度正则化的三维高斯人体重建算法

  丁世豪,何宏,

  现有多视图三维人体重建方法由于缺少额外几何约束和先验知识，从而导致重建结果在质量和完整性等方面表现较差。针对上述问题，提出了一种应用于稀疏视图的三维高斯重建算法DHGS。首先，结合多视图关节重投影和交并比误差改进人体模型参数估计方法，使用准确的人体先验初始化三维高斯模型；其次，提出一种引入深度估计模型的自适应深度调整模块，通过可微光栅化渲染实现深度正则化，利用人体和深度先验知识增强重建的几何一致性；最后，在优化过程中合成伪视图来执行额外几何约束。在ZJU-MoCap、GeneBody和DNA-Rendering数据集上的实验结果表明，DHGS算法重建图像的峰值信噪比达到26.13 dB、24.87 dB和25.25 dB，相较于原算法3DGS分别提升27.3%、32.6%和17.4%。实验验证了算法的有效性，DHGS模型训练5 min即可实时渲染高质量的三维人体图像。

• 基于双曲空间的无监督视频异常检测方法

  漆美林,吴媛媛,张航,林文龙,

  在视频异常检测领域中，异常事件往往具有时间连续性和相似性，现有的无监督方法将视频切分为多个片段并随机选取部分片段进行训练，破坏了异常事件的连续性，导致关键的时空信息丢失。此外，基于欧氏空间的现有方法在对视频数据建模时，受到嵌入空间维度的限制，难以有效捕获潜在的几何层次结构。为此，提出一种基于双曲空间的无监督视频异常检测方法，设计了时空特征构建模块（STFC），用于提取视频片段间的时间相关性和特征相似性，并将其嵌入到洛伦兹双曲空间和庞加莱球双曲空间中学习更加丰富的视频表示，使模型更好地区分正常和异常事件。实验表明，该方法在Shanghai Tech和UCF-Crime两个公有数据集上分别取得了93.26%和77.55%的AUC值，优于现有无监督视频异常检测方法。结果证明了双曲空间在捕捉视频数据潜在几何层次结构方面的优势，并展示了其在提升异常检测能力方面的潜力。