全部分类/
科学普及/
计算机时代

计算机时代

2026年04期

《计算机时代》月刊，中国工程院院士潘云鹤主编，1983年创刊，是《中国期刊网》、《中国学术期刊（光盘版）》和《中国核心期刊数据库》收录期刊，丰富的内容使您能够自由地遨游在信息的海洋里，了解最新技术，掌握最新技术，享受精彩纷呈的数字生活。

扫码免费借阅

目录

快速导航

算法研究与应用 | 基于L1/L2范数约束的改进加权判别表示人脸识别研究

算法研究与应用 | 基于L1/L2范数约束的改进加权判别表示人脸识别研究

摘要：为提升协同表示和稀疏表示人脸识别算法在不同类别间的竞争性表示能力，本文提出一种改进的加权判别协同表示和稀疏表示算法。该算法在L2范数约束协同表示框架中引入了加权判别项，以强化同类样本间的竞争性表示，降低不同类别间的相关性。为增强该算法的抗干扰能力，本研究将其拓展至基于L1范数约束的稀疏表示模型，以进一步提升其鲁棒性。最终，在公开的Extended YaleB、AR人脸数据集上开展仿真实验，并与传统正则化协同表示、加权表示、稀疏表示等算法进行比较。实验结果表明，改进后的加权表示算法在这些数据集上展现出了优异的性能。
算法研究与应用 | 基于双视角和图间信息交换的重型燃气轮机多状态预测方法

算法研究与应用 | 基于双视角和图间信息交换的重型燃气轮机多状态预测方法

摘要：状态估计是重型燃气轮机能耗持续监测与管控的重要组成部分。针对重型燃气轮机复杂的非线性和不确定的多变量耦合问题，本文提出一种基于双视角图建模与图间信息交换的多状态预测方法。首先基于皮尔逊相关系数与互信息构建线性与非线性双视角图结构，以更全面刻画测点间的耦合关系;随后设计图间信息交换模块，在不同视角图特征间进行选择性交互与融合，强化关键特征关联并抑制噪声的干扰;最后结合时序卷积网络进行时序预测，实现重型燃气轮机运行状态的联合预测。基于某火电厂的重型燃气轮机实际运行数据的实验结果表明，该建模方法优于其他典型的网络模型，验证了该建模方法的准确性和实用性。
算法研究与应用 | 基于BERT-BiLSTM-CRF模型的法律文书命名实体识别

算法研究与应用 | 基于BERT-BiLSTM-CRF模型的法律文书命名实体识别

摘要：本文针对传统命名实体识别方法在处理法律文书时面临的语义理解不足、上下文依赖性强的问题,提出了一种基于BERT-BiLSTM-CRF模型的法律文书命名实体识别方法。该模型通过BERT捕获深层语义信息，结合BiLSTM网络提取上下文特征，并利用CRF完成全局最优序列标注。实验结果表明，本文所提方法在法律文书命名实体识别任务中整体性能优于BERT-CRF和BiLSTM-CRF模型， F₁ 值分别提升约1.57、11.67个百分点，验证了该模型在法律文书处理中的有效性与优越性。
算法研究与应用 | 基于改进VDSR的肺部CT图像超分辨率重建系统

算法研究与应用 | 基于改进VDSR的肺部CT图像超分辨率重建系统

摘要：肺部CT影像常因噪声干扰、辐射剂量等原因导致图像分辨率不足，微小病灶细节模糊，难以满足临床诊断需求。本文提出一种基于改进VDSR网络的超分辨率重建方法。该方法利用20层深的卷积神经网络学习低分辨率与高分辨率图像之间的非线性映射关系，极深的网络结构能够增强模型的特征学习能力并有效扩大感受野，同时引入残差学习,有效加快模型收敛速度，使模型专注于图像细节的恢复。由于肺部CT图像的高保真度特性，本文引入Adam优化器和L1损失函数来优化网络。实验结果表明，该方法在不同倍率下的峰值信噪比(PSNR)相较于传统的插值算法提高了2\~3dB，最终重建的肺部CT图像边缘细节清晰，视觉效果显著优于传统插值算法重建的图像。
技术广角 | 基于FPGA的高效四元数运算并行架构设计与实现

技术广角 | 基于FPGA的高效四元数运算并行架构设计与实现

摘要：为弥补目前研究中缺乏对四元数运算时间性能分析的空白，满足四元数运算的实时处理需求，本文开展四元数运算的时间性能研究，并提出基于Howel-Plus算法，并设计了基于该算法的四元数运算现场可编程门阵列(FPGA)并行架构，采用32位浮点型数据结构。本文针对四元数乘法运算，采用并行计算和流水线设计、计算模式重构和算子分组优化等方式进行改进与实现。实验从计算速度和资源效率两方面对其进行评估，实验结果表明,Howell-Plus算法在FPGA硬件上的运行时间为，分别较直接乘法、Howell-Lafon算法和Alin-Tisan算法运行时间缩短 20%.42.9% 和 20% ·Howell-Plus算法资源占用为717个LUT、1045个FF、48个DSP,与直接乘法相比,LUT、FF、DSP分别减少约 26%45% 和25% ，显著提升了硬件加速能力。
信息安全 | 基于裁判文书大数据的虚拟货币犯罪特征与演化规律研究

信息安全 | 基于裁判文书大数据的虚拟货币犯罪特征与演化规律研究

摘要：当前虚拟货币犯罪呈高发态势。现有研究多聚焦于定性分析，缺乏基于大规模司法裁判文书的实证研究，因而难以精准揭示犯罪演化规律与治理难点。本研究以威科先行·法律信息库为数据来源，采集3079件虚拟货币犯罪案件信息与8186条被告人信息，运用层次聚类、K-Means聚类等数据分析方法，从时空分布、案件类型、被告人画像三个维度，全面分析犯罪特征与演化规律。研究发现，案件分布在数量和类型上均呈现显著的区域集中性;犯罪类型结构发生显著转变；被告人以无稳定收入的低学历年轻群体为主。该研究为虚拟货币犯罪的预测预警、防控资源优化配置以及跨地域协同打击等提供了实证依据。
信息安全 | 基于多维度动态图构建的DG-TransGCN入侵检测模型

信息安全 | 基于多维度动态图构建的DG-TransGCN入侵检测模型

摘要：针对网络入侵检测中流量特征复杂、样本不均衡及静态模型难以适配流量动态变化的核心问题，本文提出一种基于多维度动态图构建的DG-TransGCN入侵检测模型。该模型首先利用Transformer提取网络流量的全局语义特征；进而融合协议类型、拓扑关联与时序上下文信息，自适应构建动态图结构;在此基础上,通过图卷积网络实现局部邻域信息聚合，形成全局-局部协同的学习框架。为缓解类别不均衡问题，采用类上限重采样策略与加权损失函数。在公开数据集上的实验表明，模型整体准确率达 99.86% ，对少数类攻击检测性能显著提升;动态环境验证实验进一步证明，模型具备优异的场景适应性与鲁棒性，在不同网络负载与突发流量场景下均能保持高精度检测性能与低检测延迟，为动态网络环境下的智能安全防护提供了新的技术思路。
信息安全 | 基于SGX的可信执行环境与联邦学习的混合安全增强架构

信息安全 | 基于SGX的可信执行环境与联邦学习的混合安全增强架构

摘要：针对联邦学习在参数聚合过程中面临的梯度泄露、恶意服务器攻击等隐私威胁，以及传统密码学防护手段计算开销过高的问题，本文提出了一种基于Intel SGX可信执行环境与联邦学习相结合的混合式安全增强架构。该架构将安全聚合计算迁移至硬件级隔离的飞地(Enclave)内执行,利用SGX的远程证明机制确保聚合节点的可信状态，通过分块聚合策略克服EPC内存容量限制，并采用两级密钥管理体系保障数据传输与持久化存储的机密性。实验基于MNIST、CIFAR-10和FEMNIST数据集，在支持SGX的硬件平台上对该架构进行了全面评估。结果表明：与原生联邦学习相比，SGX-FL的测试准确率偏差小于 0.05% ，HE-FL因同态加密的近似计算特性，模型精度下降幅度小于 0.1% ;SGX-FL通信量最高为 11.3MB ，为高敏感场景下的跨机构联邦建模提供了一种轻量级、强鲁棒的安全解决方案。
应用创新实践 | 融合AI能力的云原生智能客服平台架构与实践研究

应用创新实践 | 融合AI能力的云原生智能客服平台架构与实践研究

摘要：针对传统呼叫中心面临的扩容困难、资源浪费、运维复杂等挑战，本文提出并落地实践了一套基于云原生架构的智能客服平台解决方案。该平台采用Kubemetes容器编排技术实现服务的自动化部署和弹性伸缩，结合微服务架构将功能模块解耦，提升系统的可维护性和扩展性；在智能化服务方面，平台集成阿里云语音识别、腾讯云NLP等第三方AI能力，同时自主研发了意图识别和对话管理引擎，支持多轮交互和上下文理解。在某大型零售企业的实际应用中，平台成功承载了日均50万次的服务请求，资源利用率从 35% 提升至 75% ，新功能上线周期从周级缩短至天级，为企业呼叫中心的云原生转型提供完整的技术路径和落地指南。
应用创新实践 | 基于时空图神经网络与PID控制的综合管廊监控系统研究

应用创新实践 | 基于时空图神经网络与PID控制的综合管廊监控系统研究

摘要：针对综合管廊运维中数据孤岛、时空关联性弱、控制响应滞后等问题，本文融合时空图神经网络(ST-GNN)的多模态时空建模能力与PID控制的闭环调控优势，提出以分区式综合协议服务器为核心的“端—边—云”监控系统，综合协议服务器在系统中保障多模态数据结构化与时空一致性。该系统先通过多模态数据融合构建包含“风险传播边”的动态异构时空图，运用ST-GNN模型引入跨模态交叉注意力机制，再建立“风险特征 $$ PID参数”的直接映射通道，最后动态优化PID控制参数进而完成设备闭环调控。实验结果表明，该系统在异常检测F1-Score达0.908，故障预测MAE低至0.067，控制调节时间较传统PID缩短 38.1% ，有效提升综合管廊运维的智能化水平与控制精度。
人工智能 | 基于RAG的大学生文献辅学平台设计与实证研究

人工智能 | 基于RAG的大学生文献辅学平台设计与实证研究

摘要：针对高校文献研读中效率低、理解浅层等问题，设计并实现基于检索增强生成(Retrieval-AugmentedGeneration,RAG)的文献辅学平台。通过构建融合知识图谱与智能问答的文献知识体系、开发多模态交互功能，并适配不同辅学阶段的Prompt模板，平台有效优化检索生成内容的质量。本文以典型文献为例进行验证，结果表明平台显著提升理解深度与要点提取效率，在单篇测试文献上的引用准确率达 91% ，检索响应时间在百毫秒级别。本文基于RAG机制与案例实践，为重构文献学习流程、提升学生深度阅读与学术探究能力提供可推广的创新路径与应用参考。
多媒体技术 | 基于条件扩散模型的无监督图像去雨研究

多媒体技术 | 基于条件扩散模型的无监督图像去雨研究

摘要：雨滴去除是图像处理领域的一项具有挑战性的任务。仅依赖单张图像去除雨滴会进一步增加该任务的难度。常用的图像去雨方法先检测图像中的雨滴遮挡区域，再对这些区域进行背景恢复。尽管可采用多种方法对雨滴遮挡区域进行检测，但用于背景恢复最常见的模型为生成对抗网络(GAN)。然而，基于无监督学习的扩散模型在图像修复方面的最新进展，推动了其在去雨领域的应用。在本文中提出一种基于条件扩散模型的图像恢复方法，用于从单张图像中恢复雨滴模糊区域以实现图像去雨。为了定量评估本文方法性能，本文采用峰值信噪比(PSNR)和结构相似性指数(SSIM)对单张图像的去雨质量进行评价，结果表明，本文方法能有效检测并去除图像中的雨滴。
多媒体技术 | 一种多图像自适应融合的低照度图像增强方法

多媒体技术 | 一种多图像自适应融合的低照度图像增强方法

摘要：针对低照度条件下获取的图像存在图像失真、视觉效果差、有效信息难获取等问题，本文采用基于引导滤波的改进型MSR算法估计入射分量，对其采用自适应的S型函数(arctangent函数)变换，得到的增强图像有效平衡色彩恢复和细节保留等特征。同时将低照度图像转换到更适合人眼视觉特性的HSV色彩空间中，采用非线性变化的sigmoid函数对亮度分量(V)进行自适应增强，得到亮度增强图像。为解决图像融合后图像自然特征保留和算法普适性问题，将亮度增强图像和细节增强图像采用自适应融合，最后与原图像线性融合，得到最终增强图像。实验结果表明，增强后的图像在提高亮度、保留细节信息、抑制噪声等方面表现优异。该低照度图像增强算法具有普适性强、鲁棒性好的显著特点。
多媒体技术 | AR技术在大型体育赛事中的创新应用

多媒体技术 | AR技术在大型体育赛事中的创新应用

摘要：增强现实(AR)技术正推动大型体育赛事服务从分散场景应用向系统化生态构建转型。当前研究多聚焦特定AR功能实现与用户体验，对支撑大规模、高并发赛事服务的AR系统集成架构与可持续运营模式关注不足。本文以杭州亚运会为例，采用实证分析方法，解析“云—边—端"协同AR服务平台架构，重点探讨平台通过融合视觉SLAM、UWB与惯性导航实现厘米级空间定位，以及基于动态负载感知的渲染资源调度策略。本文构建了分级可配置的AR赛事应用框架，并从成本、数据隐私与运营可持续性等方面，论证了针对不同规模赛事的差异化实施路径，为AR技术在大型公共活动中的标准化、规模化应用提供理论参考与实践指导。
计算机教育 | 数字文旅方案智能生成产教融合平台的设计研究

计算机教育 | 数字文旅方案智能生成产教融合平台的设计研究

摘要：本文研究数字文旅方案智能生成产教融合平台的设计与实现。针对数字文旅方案策划周期长、创意选代慢、跨学科复合型人才供需失衡等问题，本文提出构建智能化解决方案。平台集成自然语言处理等技术，实现文旅方案要素智能组合与场景模拟，缩短策划周期，降低行业准入门槛；同时内置案例库与实训模块，形成“教学—研发—实践”闭环生态，为产教融合提供可行路径。
计算机教育 | 面向职业需求的高职Python程序设计课程改革

计算机教育 | 面向职业需求的高职Python程序设计课程改革

摘要：针对人工智能产业数字化人才的结构性短缺与高职人才培养供需不匹配的矛盾，本文以高职"Python程序设计”课程为研究对象，探索面向职业需求的课程改革路径。基于行业调研,梳理Web开发、数据处理、自动化运维及新兴交叉应用四类岗位群的核心能力要求，并据此构建“岗位—能力—知识”三层映射的课程架构。在内容组织上，设计覆盖96学时的“入门—专项—综合一拓展"四级项目化教学体系；在实施层面，形成“线上资源导学一线下任务内化—企业项目实战"相结合的混合式教学模式。实践表明，该改革能够提升课程内容与产业需求的契合度，促进教学目标由知识传授向职业能力培养转变，为高职计算机类课程推进产教融合与项目化教学提供可借鉴的实施框架。
计算机教育 | 产教协同视域下密码学课程OBE重构及效果实证

计算机教育 | 产教协同视域下密码学课程OBE重构及效果实证

摘要：针对新工科背景下密码学课程与产业脱节、能力培养模糊的问题，本文研究以校企联合调研为基础，剖析教学短板，提取“卓越密码工程师"核心能力维度，融合行业认证标准与OBE理念，构建可量化、可落地的课程目标体系。通过引入整数规划模型设计课程结构，兼顾能力覆盖、产业动态变化与高校教学实际，优化课程内容、学时与产教融合模式。课程按“基础—核心一实战”三阶段设置，贯穿三年学习周期。准实验研究与测评结果表明,重构后的课程显著提升了学生的密码工程实践能力、知识综合运用能力与就业竞争力，为同类工科专业课程改革提供了可借鉴的示范路径。
计算机教育 | 融合因果推断与SHAP的学业成绩影响因素研究

计算机教育 | 融合因果推断与SHAP的学业成绩影响因素研究

摘要：教育大数据背景下，丰富课堂行为数据为学业成绩研究提供充足数据源，但传统模型难以揭示二者间因果关联。本文提出融合因果推断与可解释人工智能的分析方法，该方法基于Bronfenbrenner's生态系统理论指定先验协变量，通过因果森林估计“高举手频率”对成绩等级的平均处理效应（ATE)，并结合XGB0ost与SHAP值识别行为投入度高但成绩未达预期的“高潜力低激活"学生，进而基于个体处理效应(ITE)生成个性化干预建议。实验结果表明，将课堂举手频率提升至群体均值以上，可使成绩等级平均提高0.772,该方法证实了课堂主动参与的稳健显著因果效应，为差异化、精准化教育干预提供科学依据。
计算机教育 | AIGC在程序设计教学中的创新应用及学术诚信保障策略研究

计算机教育 | AIGC在程序设计教学中的创新应用及学术诚信保障策略研究

摘要：生成式人工智能(AIGC)的快速发展正在深刻改变教育生态，程序设计教学作为其影响最为显著的领域之一，面临重要机遇与严峻挑战。本文系统探讨了AIGC在程序设计教学中的创新应用场景及其引发的学术诚信问题，进而构建了一套涵盖教学设计优化、过程监管机制、评估体系改革与价值观引导的多维策略体系，旨在有效遏制学生对AIGC生成代码的直接复制与滥用行为，促进其深度学习和能力发展。研究表明，通过科学、系统的教学设计，AIGC可从潜在的学术诚信威胁转变为推动程序设计教学革新的重要赋能工具。
数字转型与信息化 | 高校教师全周期职业发展智能化管理系统设计与实现

数字转型与信息化 | 高校教师全周期职业发展智能化管理系统设计与实现

摘要：针对高校人事管理中业务脱节、全周期数据缺失及决策支持能力不足的问题，本文设计并实现了一套高校教师全周期职业发展智能化管理系统。系统基于集成化分层架构，重塑人才引进、培养、考核及离退等全生命周期业务流程，实现跨阶段数据整合与信息共享。通过构建教师职业发展分析方法生成动态画像，并结合发展趋势分析，实现对教师成长轨迹的综合刻画与职业发展态势的辅助研判。应用结果表明，该系统有效支撑高校人事管理的精细化与智能化转型，为高校人力资源管理决策提供前瞻性参考依据。

过往期刊

更多

猜你喜欢

安徽机电职业技术学院电子阅览室