计算机应用研究

作者：何世鹏,郑豪,

单位：1.南京中医药大学人工智能与信息技术学院/江苏省智慧中医药健康服务工程研究中心,南京210023；2.南京晓庄学院信息工程学院,南京211171；

关键词：图像描述,小波卷积,Kolmogorov-Arnold,动态特征融合,多尺度建模,动态解码,

基金：国家自然科学基金资助项目(61976118)；江苏省研究生科研创新计划资助项目(KYCX25_2266)；；

针对图像描述任务中多尺度纹理表征不足、特征融合冗余及动态语义建模有限的核心挑战，提出一种基于小波-Kolmogorov-Arnold网络（KAN）协同优化的自适应图像描述算法WKCN。首先，设计小波-KAN多尺度非线性增强模块（WKMNE），通过Daubechies-4小波基对图像频带特征进行分解，并结合KAN网络的B样条插值实现纹理非线性增强；其次，提出基于KAN的自适应特征融合机制（KAN-AFF），动态生成空间与通道双权重，以融合ResNet50提取的全局特征与WKMNE输出的频域特征；最后，构建KAN增强动态解码器（KED），将Transformer中的静态前馈网络替换为可学习的KAN激活函数模块，增强语义映射能力。在MSCOCO数据集上的实验表明，WKCN在BLEU-1（81.1）、ROUGE-L（59.1）和CIDEr（133.6）等指标上均达到最优性能；消融实验验证了多尺度特征提取与动态解码的协同效应；超参数分析实验验证了各种超参数选取的合理性；跨数据集实验（Flickr30k、NoCaps）进一步证实了模型具有良好的泛化能力，可视化分析实验直观展现了WKCN的有效性。WKCN为跨模态语义生成任务提供了一种可验证的非线性优化范式。

来源：2026年第3期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第3期