小型微型计算机系统

Select

陈鼎夫1，2，邓子亨1，2，邓庆绪1

2025, 46(11): 2561-2569.

摘要 ( ) PDF全文 ( )

可视化

当患者呼吸频率与呼吸机设定不一致，就会出现人机异步，这可能会造成严重的预后问题，因此有必要开发一种可靠的自动识别算法.目前诸多算法受困于小数据集，识别效率低，且参数量庞大，难以在边缘端进行部署.本文提出一种基于特征聚合的多尺度轻量级人机异步识别算法.该算法采用轻量级并行架构，结合卷积与注意力机制的优点，在提取波形图像局部信息的同时，动态学习全局依赖关系.同时，本算法采用相对位置编码以构建空间关联，并针对模型冗余结构设计个性化修剪方案，在提高识别精度的同时降低存储消耗,以提升计算效率.在测试集中，本文算法的识别准确率、灵敏度、特异度分别为0.985、0.982和0.986，优于当前算法且效率更高，展现出很高的应用潜力.

Select

基于指数门控和记忆扩展的知识追踪模型

张维，李志新，罗佩华，龚中伟，宋玲玲

2025, 46(11): 2570-2577.

摘要 ( ) PDF全文 ( )

可视化

长短期记忆网络是现有深度知识追踪模型用于建模学生知识状态的主要方法之一.该网络建模学生知识状态过程中更加重视学生近期的答题情况，学生早期答题情况往往被忽略，存在严重的长期依赖问题.对此，本文提出使用指数门控和记忆扩展两种机制对网络进行改进，提出EM-DKT(deep knowledge tracing model based on exponential gating and memory extending)，一种基于指数门控和记忆扩展的知识追踪模型.EM-DKT在长短期记忆网络的基础上，使用指数门控增强该网络的门控机制，并将网络的记忆单元向量扩展为记忆单元矩阵，提高了模型对历史答题信息的记忆能力，更准确的刻画了学生的知识状态.在三个真实世界数据集上进行对比实验，结果表明EM-DKT模型在知识追踪任务上具有更好的预测性能.

Select

无人机场景下多层次特征变换的池化Transformer跟踪算法

范晓雨，刘明华，李文静

2025, 46(11): 2578-2585.

摘要 ( ) PDF全文 ( )

可视化

目标跟踪在无人机(Unmanned Aerial Vehicle,UAV)视角下面临着目标尺寸较小、环境复杂，从而引发特征提取不足、目标遮挡等问题，已有的目标跟踪方法在无人机场景下适用效果不佳.为此，提出一种融合多分辨率特征结合CNN和Transformer架构的无人机跟踪器（MFTPT）.该模型结合CBAM注意力机制和特征金字塔网络构建了一个新的骨干网络，以增强模型对上下文关系的捕捉能力.并将提取到的不同分辨率多层次特征映射馈送到池化Transformer中，以学习高低分辨率特征之间的相互依赖性.此外，设计了一个针对小目标且能够丰富编码细节信息的特征优化层（FOI）.最后，在3个常用的无人机数据集UAV20L、UAV123和DTB70中开展的实验结果表明，MFTPT能有效提升跟踪精度和成功率.

Select

一种事件日志时间属性的匿名方法

王淞颢1，赵海燕1，曹健2，陈庆奎1

2025, 46(11): 2586-2593.

摘要 ( ) PDF全文 ( )

可视化

过程挖掘（Process Mining）技术在分析和优化业务流程中扮演着重要角色，然而，在实际应用中，事件日志通常包含敏感信息，如个人身份信息（PII）和商业隐私，这些敏感信息的暴露可能导致隐私泄露和数据滥用的问题.因此，如何在保留事件日志的有效性和完整性的同时，实现数据匿名化处理，成为过程挖掘研究中的一个重要挑战.当前主流的事件日志匿名中大多注重于控制流视角的匿名，而忽略时间戳属性的保护.本文提出了一种有效的事件日志时间属性匿名化方法，使用基于组的方法对事件日志的时间戳属性提供了隐私保证.实验证明，该方法在保护敏感信息的同时，能够保持日志数据的分析价值.

Select

一种面向博弈场景的PPO-Dueling DQN策略优化方法

刘鹏程，汪永伟，余欣鋆，刘小虎，胡浩

2025, 46(11): 2594-2599.

摘要 ( ) PDF全文 ( )

可视化

传统的深度Q学习训练算法改进通常侧重于奖励函数的优化，相对缺少策略的自优化和收敛梯度的动态调整.本文针对该问题，在Dueling-DQN算法的基础上提出了一种混合算法PPO-Dueling DQN，该算法一方面能够使用策略梯度下降和自适应KL散度惩罚机制，实现目标函数损失和值函数损失的同步更新，进而优化模型的损失函数和策略选择，另一方面能更加实时地提取博弈过程中的状态价值和动作优势，从而避免依靠单一指标进行策略更新和效能评估.通过对比实验，验证了面向网络博弈模型的PPO-Dueling DQN算法在学习能力、收敛速度和自适应效能等指标上的优化效果，并进行了关于折扣因子的参数分析以更好地评估模型效能，实验结果证明本文提出的算法相对于基准模型具有一定的性能优势.

Select

Kolmogorov-Arnold网络驱动的评分与评论融合的推荐算法研究

苏湛，陈猛，艾均，李林兴

2025, 46(11): 2600-2609.

摘要 ( ) PDF全文 ( )

可视化

在个性化推荐系统中，仅使用评分数据难以全面捕捉用户偏好，且评分数据较为稀疏.针对这一问题，本文提出了一种Kolmogorov-Arnold网络驱动的评分与评论融合的推荐算法.一方面，利用该网络可以更加准确的从评分矩阵中学习到用户和物品的潜在关系，另一方面，使用该网络微调后的BERT预训练模型可以优化对评论文本的理解，通过融合用户和物品评分及评论特征，可以缓解数据稀疏性.除此之外，本文在评分预测部分提出了两种优化组合策略对回归和分类的双重预测结果进行组合，进一步降低了预测误差.实验在Yelp、Amazon和TripAdvisor 3个公开数据集上进行，结果表明，所提出的算法在均方根误差和平均绝对误差指标上均优于现有领先算法.本文的研究揭示了，Kolmogorov-Arnold网络驱动的评分和评论融合的推荐算法可以缓解数据稀疏性，有效挖掘用户潜在偏好特征，提升个性化推荐的性能.

Select

结合主题挖掘与话语中心性的对话摘要模型

刘漳辉，张文涛，陈羽中

2025, 46(11): 2610-2616.

摘要 ( ) PDF全文 ( )

可视化

抽象对话摘要任务的目的是识别对话中的关键信息并生成一段简短的文本.由于对话具有非正式化和动态交互性质，导致对话文本信息稀疏、关键信息分散.然而，现有模型未能实现对对话中主题特征信息的有效挖掘，缺乏对核心话语的识别，忽略了附加特征融合过程中的噪声问题.针对上述问题，本文提出一种结合主题挖掘与话语中心性的对话摘要模型DS-TMUC（Dialogue Summarization model combining Topic Mining and Utterance Centrality）.首先，提出一种主题特征提取模块，该模块引入嵌入式主题模型来有效地挖掘对话中可解释的潜在主题信息，为抽象对话摘要过程提供更丰富的语义信息.其次，提出一种特征动态融合模块，设计特征感知网络为融合特征去除噪声以增强特征的表征能力，利用多头注意力捕捉特征之间的语义关联性，并且使用门控机制进行过滤融合，从而增强特征之间的有效融合.再次，提出一种话语赋权模块，设计无监督聚类方法计算话语中心性权重为话语赋权，通过引导模型选择核心话语，进而提高模型对对话上下文建模的有效性.在SAMSum和DialogSum数据集上的实验结果表明，DS-TMUC模型的总体性能优于对比模型.

Select

特征对齐与联合深度矩阵分解同步的跨域推荐

胡建华1，谢雯1，宋燕2，宇振盛1

2025, 46(11): 2617-2624.

摘要 ( ) PDF全文 ( )

可视化

跨域推荐有效地缓解了推荐系统中的数据稀疏和冷启动问题，但同时也面临着不同领域间用户偏好的异质性以及领域差异性带来的挑战.因此，如何建模用户偏好、挖掘各领域的潜在特征，并有效地迁移共享知识，成为提高推荐效果的重要课题.本文在部分用户重叠的场景下，提出了一种基于特征对齐的深度潜在因子跨域推荐模型（DLFCDR），该模型实现了特征对齐与联合矩阵分解同步.模型通过分块形式的用户因子矩阵，捕捉重叠用户和非重叠用户的特征；同时，从类-子类的层级角度细分项目的特征空间，学习项目深层次的特征表示.通过映射对齐源域和目标域中项目各层的特征，实现领域间的自适应.此外，模型采用联合矩阵分解形式的协同过滤来实现知识共享.本文采用自适应的交替投影梯度算法来更新各变量，并在真实数据集上进行了3个任务的实验.结果表明，与对比模型相比，新模型的效果至少提升了7.46%，验证了新模型的有效性.

Select

采用改进元学习网络的智能眼镜面部动作识别系统

张健，邢雄

2025, 46(11): 2625-2632.

摘要 ( ) PDF全文 ( )

可视化

目前，绝大多数智能眼镜都是基于触控板技术或语音控制实现人机交互，这些方法在驾驶环境或图书馆等场合存在限制.本文基于柔性压敏传感器设计了一个用户友好的免提式面部动作识别系统.该系统在眼镜脚的内侧集成一对柔性的压敏传感器，通过与面部皮肤贴合捕捉由面部动作引起的压敏信号.本文结合动态规划算法设计了一种连续信号分割算法来提取完整的面部动作信号.为了解决可穿戴设备领域普遍存在的弱样本问题，本文引入元学习机制并优化训练采样流程以提高模型的泛化性.结合真实数据集训练评估，系统识别准确率达到90%.面对用户个性化和处理弱样本的需求时，本文系统的性能表现出较高水平.

Select

多尺度特征融合和上下文混合注意力机制的单图像去模糊

张杨1，江松林2，朱松豪1

2025, 46(11): 2633-2642.

摘要 ( ) PDF全文 ( )

可视化

随着深度学习技术的快速发展，陆续提出了多种端到端的单图像去模糊网络.然而，现有的端到端网络在提高去模糊性能的同时，也带来了较高的计算复杂度.例如，传统的UNet网络虽然在图像去模糊任务中表现出色，但仍存在一些缺陷.首先，UNet网络的计算复杂度较高.其次，由于UNet网络的特征融合策略相对简单，导致其无法提取显著性的特征表征.为解决UNet网络的这些不足，本文提出多尺度特征融合和上下文混合注意力机制的单图像去模糊方法.首先，利用提出的多尺度特征表示机制快速提取不同分辨率的特征表示，从而降低计算复杂度.其次，利用提出的上下文混合注意力模块提取重要的空间信息和信道信息，利用提出的选择性特征融合模块提取自适应加权优化的空间信息和信道信息，利用提出的双层特征融合增强模块提取显著性的融合不同尺度的特征表征.3个公开数据集的实验结果表明，本文所提方法在去模糊性能、泛化能力和鲁棒性方面均优于现有方法.

Select

基于点与体素融合的人体步态识别方法

郭剑，鲁捷敏，韩崇，许棣华，孙力娟

2025, 46(11): 2643-2650.

摘要 ( ) PDF全文 ( )

可视化

毫米波雷达具有分辨率高、抗干扰能力强和对人体隐私侵犯少等优点，在身份识别领域中具有较好的应用前景.其中，基于毫米波雷达点云的步态识别已成为热门的研究方向之一.但这类方法大多基于点模型进行全局信息处理，对局部信息感知不足，从而导致算法的准确性不够.针对上述问题，该文提出了一种基于点体素交叉注意力机制的步态识别方法（gait recognition based on Point-Voxel fusion and Cross-attention，gaitPVC）.该方法对数据采用了多帧融合的处理，利用双分支网络分别从点数据和体素数据协作提取并融合全局与局部特征，然后利用时序网络提取时序特征，以更好地提取人体步态信息.仿真结果表明，该文方法具有较好的鲁棒性和准确率.

Select

低光人体姿态估计驱动的特征频率解耦与增强方法

张锋，何康旭，李泽，刘锦维，陈蕾

2025, 46(11): 2651-2658.

摘要 ( ) PDF全文 ( )

可视化

低光图像存在的低可见度和高ISO噪声问题给人体姿态估计带来了重大挑战.为应对这一挑战，本文提出了一种基于频率解耦和特征增强的低光人体姿态估计方法.该方法不依赖成对良好光照图像的引导或重构损失函数约束，而是通过任务驱动的方式自主学习和优化人体姿态特征表示.具体而言，本文采用频率解耦的思想，将低光图像特征分解为高频与低频分量，并设计了低秩降噪单元和自适应光照感知单元，分别用于增强高频纹理细节和调整低频亮度分布.通过双分支门控特征融合机制，有效整合高低频信息，为人体姿态估计任务提供更为丰富且一致的特征表示.大量实验表明，本文提出的方法在低光人体姿态估计领域优于现有最先进的方法.

Select

番茄采摘及分级一体机器人设计与试验

高烁，高亚鹏，李文宽，李海芳

2025, 46(11): 2659-2666.

摘要 ( ) PDF全文 ( )

可视化

针对传统番茄采摘过程中存在劳动力短缺、劳动强度大和采摘效率低下的问题，设计了一款全自动番茄采收机器人以代替人工作业，该系统配备了6-DOF机械臂、RGB-D摄像机、移动底盘和柔性末端执行器.首先，针对果实遮挡导致检测精度低的问题，建立了具有果实检测和实例分割双重功能的番茄检测模型，增加了小目标检测层和分割分支以提高果实定位的精度；其次，提出了机械臂的两阶段路径规划方法，以提高机械臂路径规划的成功率并最大限度地减少采摘过程中对番茄的损伤.最后，实现了末端执行器的控制策略，使其可以根据果实的大小从全开到半开、半开到全闭两种状态进行抓取切换，从而完成采摘后番茄的在线分级.通过在果园中的现场试验，验证了机器人在感知、执行、抓取和分级的有效性.结果表明，机器人对视场中可见果实的平均识别准确率达到96.34%，平均采摘成功率为86.79%，单果采摘平均耗时为8.159秒，此外，计算果实果径的平均准确率达到92.58%，分级正确率为92.75%.

Select

一种基于傅里叶图谱感知的图增强方法研究

周效成，沈项军

2025, 46(11): 2667-2673.

摘要 ( ) PDF全文 ( )

可视化

图增强技术是一种在图神经网络中使用的数据增强方法，旨在提高图模型的泛化能力，广泛应用于节点分类等领域.当前研究表明，图神经网络在学习低频信息上展现了巨大的潜力.然而，现有方法在捕捉和表征高频信息方面存在不足，限制了图模型整体性能的提升.为此本文提出了一种基于傅里叶域图谱感知的图增强方法.该方法通过傅里叶变换将图数据转化为频谱表示，有效鉴别高低频信息.进一步地，本文引入了傅里叶域最小化最大化框架作为图数据预增强的约束条件，以确保增强后的图模型在保留原有内在低频结构的同时，更好的学习到图上高频信号的差异信息，从而使得增强图更好的表现出高频信息上的多样化.此外该方法的另一个优点是利用从预设的傅里叶基中选择稳定傅里叶基子集，通过Kullback-Leibler散度来评估图增广数据在该傅里叶基子集上的分布稳定性，显著降低网络的训练次数和计算量.实验结果表明，本文所提方法在Cora、Citeseer、PubMed等数据集上，与GCL-SPAN、GRACE、DGI等方法相比，节点分类效果最多提升3%，并且训练速度快了4倍以上，证明本文方法在大规模图数据上可以取得更好的节点分类效果.

Select

面向音乐舞台环境的事件成像与场景重建方法

朱春霖1，韩丙刚2，李当先3，4，江未来3，4

2025, 46(11): 2674-2682.

摘要 ( ) PDF全文 ( )

可视化

音乐舞台常伴随强弱光交替、极低照度等复杂环境，这对传统相机的成像构成挑战.事件相机凭借其微秒级响应、高动态范围与抗运动模糊的特性，可弥补这一缺陷.事件相机仅输出场景的异步事件流，其数据需通过重建算法才能转化为易于理解的图像.为此，本文针对音乐舞台场景的特殊性，设计了一种面向音乐舞台的事件成像与场景重建方法.在获取舞台场景的事件流数据后，方法首先采用事件与帧特征融合模块实现上下文特征及结构特征的融合，同时采用分解核卷积光流估计器解决大位移场景中特征匹配信息缺失的问题，提高光流估计的准确性；在此基础上，设计通道与像素双注意力模块来提升重建网络的噪声抑制能力.本文采集了钢琴、古筝等器乐的舞台演奏事件数据，并从抗运动模糊、高动态范围与低光照3个方面对重建算法进行了验证评估.实验表明，本文方法相较现有方法能实现更高质量的重建.消融实验也验证了所采用模块的有效性.

Select

引入3D平面向注意力的实时立体匹配算法

吴期荃1，魏国亮2，刘舒婷2

2025, 46(11): 2683-2691.

摘要 ( ) PDF全文 ( )

可视化

深度学习技术在立体匹配算法领域中表现出良好的性能，现有方法通常使用类U-Net结构进行特征提取，并且仅利用3D卷积进行成本聚合.然而，类U-Net结构的下采样过程可能会丢失图像的某些细节信息，而3D卷积的操作忽略了图像整体结构信息，使算法在无纹理和重复纹理区域效果不佳.此外，现有模型往往难以同时保证算法的精度和实时性.针对以上问题,本文构建了一个基于3D平面向注意力的实时立体匹配网络，该网络首先利用上下文细节融合模块对类U-Net结构生成的特征进行补充，以增强特征表达能力.其次，通过基于3D平面向注意力的成本聚合，在有效获取全局信息的同时极大地降低了模型的计算量.最后，利用视差细化模块解决了因感受野过大导致的视差图边界平滑问题.实验结果表明，所提算法在保证实时性的同时，较大幅度地提高了模型的匹配精度.

Select

具有空间感知剪枝功能的混合张量-高斯表示法

刘健，林格西，应嘉禾，陈思宇，郑建炜

2025, 46(11): 2692-2699.

摘要 ( ) PDF全文 ( )

可视化

三维高斯拼接技术的最新进展极大地改进了新颖的视图合成方式.然而，优化过程中固有的随机性往往会导致高斯在三维空间中不规则地分散，从而产生大量冗余.虽然调节不透明度和比例的剪枝方法能有效减少高斯扩散，但也消除了许多关键高斯.为了解决这个问题，本文提出了一种名为TSGS（Tensor-Gaussian）的新方法，利用结构化张量网格来控制高斯分布的非结构化扩展.本文方法在优化过程中加入了空间感知掩码，战略性地将高斯定位在关键空间区域，并根据空间信息保留有价值的分布.此外，本文还对不透明度和颜色进行了联合优化，以指导优化过程并减少随机性.大量实验证明，TSGS能够最大限度地减少冗余高斯、提高渲染质量并显著降低内存使用量，超越了最先进的方法.

Select

面向驾驶员面部目标的FD-YOLOv8轻量化检测算法

李明煜，林家泉，高梅

2025, 46(11): 2700-2707.

摘要 ( ) PDF全文 ( )

可视化

针对车载设备算力有限，而YOLOv8n目标检测算法模型较大的问题，提出一种轻量化驾驶员面部目标检测算法FD-YOLOv8.首先，提出一种双通道轻量级卷积DLConv(Dual-channel Lightweight Convolution)，通过一系列简单的线性变换，使用计算成本更低的方式生成冗余特征图，同时采用多尺度特征融合的方式，在提高检测精度的情况下，降低了算法的计算量及参数量；其次，引入轻量级主干网络ShuffleNetV2，通过组卷积的方式，减少了模型内存访问量；最后，引入轻量级模块StarBlock与C2f模块融合，通过元素乘法融合不同子空间特征的方式，降低了网络结构的复杂程度.通过实验结果分析，FD-YOLOv8算法在自建数据集和YawDD数据集的平均精确率(mAP@0.5)分别达到了99.1%、99.0%，相较YOLOv8n检测算法参数量(Parameters)下降了50.0%，计算量(FLOPs)下降了44.4%，FPS达到了237帧/秒，改进算法在驾驶员面部目标检测任务中具有一定参考价值.

Select

基于关键实例和动态图卷积的病理全切片图像分类模型

付直兵1，2，陈庆奎1，3，汪明明3，黄陈4，张贻钦1

2025, 46(11): 2708-2715.

摘要 ( ) PDF全文 ( )

可视化

病理全切片图像(Whole-Slide Images,WSIs)通常具有高分辨率且缺乏像素级注释，这些与自然图像明显不同的独特特征给WSI图像的分类带来相当大的挑战性.目前，多实例方法策略被广泛应用于弱监督学习的组织病理全切片图像分类，然而，这些方法往往采用随机采样，导致大量资源浪费在信息不丰富和冗余的切块图像上.为了克服这些缺点，本文提出了一种新颖的基于关键实例和动态图卷积的病理全切片图像分类模型.首先，利用病理特征数据库，通过特征余弦相似度值来识别WSI中关键特征并保持其相对位置排序.然后，基于这些关键特征构建动态图卷积，并引入全局注意力模块，从而能同时捕获上下文感知的关系特征和全局信息.在CAMELYON16公开数据集和合作医院的结肠癌数据集上实验表明，本文提出的模型与最先进方法相比准确率和AUC有一定提升，同时显著降低了数据集上每张WSI的平均推理时间.

Select

频域引导的双策略协同伪装目标检测方法

袁健，陶成豪，李蓉，晏瑶琴

2025, 46(11): 2716-2723.

摘要 ( ) PDF全文 ( )

可视化

伪装目标检测的目的是精确且高效地检测出隐藏在周围环境中的伪装目标.然而现在的多数伪装目标检测方法在遇到高度相似的背景干扰时，仅通过目标的局部RGB特征无法准确识别伪装目标.从动物借助频域信息识别伪装物体得到启发，本文提出了一种充分利用RGB和频域两方面的优势进行伪装目标检测的频域引导网络（FGNet）.该网络设计了频域感知模块，利用主干网络提取到的多层次特征自动学习高频和低频特征.接着设计了双策略协同特征提取方法，针对高层特征设计了边缘引导特征模块，通过高频特征的引导实现伪装目标的边缘特征提取，针对低层特征设计了纹理信息增强模块，通过低频特征的引导实现伪装目标纹理的增强，通过双策略协同实现了快速初定位以及细节的保留和补充.最后设计了上下文特征聚合模块，通过跨层特征融合和先验引导校正来增强伪装目标的特征表示.与最新方法相比，本文提出的方法在CHAMELEON、CAMO-Test和COD10K-Test这3种常用的基准数据集上都体现出优越性.

Select

面向物联网的轻量化区块链Iothermint的设计与实现

徐天琪，陈辉，程颖，刘喆鹏，周嘉昊，李志刚

2025, 46(11): 2724-2730.

摘要 ( ) PDF全文 ( )

可视化

随着物联网规模的不断扩大，物联网安全威胁日益突显，且物联网节点资源有限、计算能力不足，而区块链技术的引入为物联网带来了新的活力，物联网+区块链的新模式正在推动各行各业的发展.基于物联网架构层次，本文研究了区块链的轻量化问题，提出一种面向物联网的轻量化区块链Iothermint方法.本文从轻量级计算和减少通信代价出发，总结现有主流区块链的特征，对比各个方案的优缺点，提出了适用于物联网场景的轻量级区块链共识算法，采用权重选举机制进行投票选举，缩小共识规模，同时引入可验证随机函数进行委员的选举和区块验证，以减少共识计算代价，为维护物联网安全提供了有效的解决方案.

Select

虚构词搜索投毒特征检测方法研究

林晨1，邬梦莹1，管巍2，姜辉2，3，洪赓1

2025, 46(11): 2731-2738.

摘要 ( ) PDF全文 ( )

可视化

搜索投毒通过不正当手段实现网站排名提升，是一种常用于搜索引擎的恶意推广行为.近年来，攻击者实施了一种利用低词频、无语义的虚构词进行恶意推广的新型搜索投毒行为.本文设计并实现了基于自然语言处理和特征识别的虚构词搜索投毒网站检测系统.该系统主要由虚构词识别和投毒特征检测模块组成.虚构词识别模块结合虚构词特性筛选网站并提取可疑虚构词.投毒特征检测模块采集网站基础设施和动态特征，利用机器学习方法训练虚构词搜索投毒网站识别模型.最后，本文利用测试集和真实世界随机样本对该系统进行有效性检验，该系统精确率达到99.92%，召回率90.63%，具备准确检测虚构词搜索投毒网站的能力.

Select

空间占用下无线移动传感器效用最大化部署方法

李德强，曹建宇，徐佳

2025, 46(11): 2739-2746.

摘要 ( ) PDF全文 ( )

可视化

近年来，无线能量传输技术（Wireless Power Transmission，WPT）快速发展.这促使在无线可充电传感器网络系统中可部署或调度充电器为可充电设备进行能量补充，以维持系统运行的持续性.基于此，研究者提出多种合作充电模型和相应的调度方法，但是当前大部分部署方法仅考虑成本受限约束，而忽略了可充电设备可能具有空间占用的属性.因此，本文考虑了具有空间占用且充电成本受限的可移动传感器调度问题（Charging Cost-Constrained Scheduling，CCS）.进一步地，本文以最大化充电效用为目的，提出了一个基于贪心的近似比为（1-1/e）的近似算法.大量仿真实验证明本文算法的优越性，该算法与传统算法对比充电效用提升30%，与粒子群算法对比充电效用提升5%.

Select

卫星边缘计算网络中基于深度强化学习的依赖性任务卸载方法

赵璐，赵宇川，黄安旭，蔡惠，周剑

2025, 46(11): 2747-2754.

摘要 ( ) PDF全文 ( )

可视化

卫星边缘计算作为地面边缘计算的延伸，通过在低地球轨道（Low Earth Orbit，LEO）卫星上部署边缘服务器并利用卫星网络的广覆盖优势，有效满足了广域服务需求.然而，由于计算和存储等资源的有限，LEO卫星难以应对大规模用户的复杂多样任务卸载需求，特别是具有依赖关系的任务卸载进一步增加了策略制定的难度.因此，如何有效利用LEO卫星资源为用户提供高效的任务卸载服务成为亟待解决的关键问题.为此，本文针对卫星边缘计算网络中具有依赖关系的任务卸载问题，提出了一种基于深度强化学习的依赖任务卸载方法（DTO-DRL），旨在通过最大限度减少任务卸载的时延和能耗来实现卸载成本最小化.该方法通过图神经网络学习任务依赖特征，并结合多智能体近端策略优化实现依赖任务的自适应卸载.实验结果表明，DTO-DRL方法相比于MAPPO、PPO、MADRL和Random等基线方法，平均时延降低约43%，能耗降低约21%.

Select

异构多核系统硬件木马安全应用调度决策研究

梅波，魏帅，张文博，郑锐，张明权

2025, 46(11): 2755-2764.

摘要 ( ) PDF全文 ( )

可视化

异构多核系统（Heterogeneous Multi-Core System，HMCS）集成多个不同类型计算核心，系统通过应用调度算法将计算任务调度到对应计算核心，以实现高效计算.由于动态的系统状态和不同的应用需求，HMCS的应用调度方案通常需要考虑多个不同目标之间的权衡，并利用线性加权法计算多个候选方案的效用函数确定最终方案.然而，在考虑由数字逻辑触发的硬件木马问题时，由于方案偏好的静态性，线性加权法确定的解决方案无法规避木马重复触发问题.本文提出了一种改进的TOPSIS多属性决策方法，基于系统状态动态赋予属性主观权重；与此同时，基于历史执行信息，计算方案之间、方案和集合之间的异构度和方案偏好，并根据候选方案与正理想调度方案之间贴近度进行最终决策.通过一个应用调度决策实例，以及在不同场景下与已有方法的对比分析，验证了本文方法的有效性和合理性，通过多组敏感性实验，分析了方法中参数对决策结果的影响.

Select

面向高动态场景的无人机智能卸载策略

范晓雅1,陈昕2,焦立博2,徐明杨2,张哲坤2

2025, 46(11): 2765-2773.

摘要 ( ) PDF全文 ( )

可视化

无人机的灵活性和机动性为边缘计算带来了诸多便利.然而，高动态场景下瞬息万变的网络环境和任务需求，给无人机的卸载策略和路径规划带来了新的挑战.针对这一挑战，本文提出了一种面向高动态场景的无人机智能卸载策略.该策略可划分为两个相关联的问题，一是无人机最佳卸载位置的选择问题，二是系统资源分配和任务调度的优化问题.本文采用基于任务产生偏好的预测算法来规划无人机的最佳卸载位置.在此基础上，将系统资源消耗问题建模为马尔可夫决策过程，并结合强化学习方法，实现对资源分配和任务调度的系统性优化.大量实验表明，所提出的策略在高动态场景中，相较于传统的固定无人机部署策略，收敛速度提升约30%，系统消耗降低约50%.

Select

智能反射面辅助用户中心式云接入网的下行资源分配方法

蔡泽斐，张昱，卢为党

2025, 46(11): 2774-2781.

摘要 ( ) PDF全文 ( )

可视化

本文研究了一种智能反射面（IRS）辅助的用户中心（user-centric）式下行云无线接入网（C-RAN）系统，其中基带处理单元（BBU）池通过有线前传链路与远程射频端（RRH）连接，IRS部署在RRH附近以增强接入链路通信能力.在用户中心C-RAN中，各终端（UE）由其周围的RRH和IRS通过多点协作（CoMP）提供服务.在每个RRH的前传链路容量和功率的限制下，本文提出通过联合优化RRH-终端关联系数矩阵、RRH波束赋型以及IRS无源波束赋型以最大化下行用户和速率的优化问题.该优化问题为整数/连续变量混合问题.为了解决这个问题，本文将优化问题解耦合为三个子问题，并采用连续凸近似（SCA）方法分别对3个子问题的优化目标和约束项进行变换，然后通过交替优化解决该问题.最后本文给出了数值仿真结果以验证所提出算法的有效性.

Select

FedPS：水印共享的联邦学习所有权安全验证方法

李元鹏1，吴旭2，田杰1，文斌2

2025, 46(11): 2782-2789.

摘要 ( ) PDF全文 ( )

可视化

如何保护联邦学习模型的所有权是联邦学习面临的一个重要问题.现有的联邦学习版权保护方法存在水印嵌入速度慢，水印验证过程中水印触发集容易泄露等问题，本文提出了一种基于投影梯度下降和Shamir秘密共享算法的联邦学习模型所有权保护方法.每个联邦学习参与者使用投影梯度下降算法生成自己的后门样本，在联邦学习模型中嵌入自己的独特水印以证明其对模型的所有权.同时，本文所提出的版权保护方法使用Shamir秘密共享算法对水印触发集进行加密，保证水印触发集泄露在所有权验证过程中不被泄露.此外，为了防止恶意参与者发起共谋攻击，一个由生成器-鉴别器-提取器组成的GAN网络被用来将参与者的身份信息隐写水印触发集中，以保证参与者的权益不受侵犯.实验结果表明，与同类方法相比，本文提出的方法在水印嵌入速度、对模型性能的影响以及鲁棒性等方面都有更好的表现.

Select

精度动态可调无符号近似乘法器设计

刘伟佳1,4,唐溪琴3,4,李犇2,4,刘康2,4,李阳3,4,刘清惓1,尚德龙3,4

2025, 46(11): 2790-2797.

摘要 ( ) PDF全文 ( )

可视化

近似计算作为一种提高芯片能效的有效方法，已受到工业界和学术界的广泛关注和研究.把近似计算与硬件电路相结合的设计方法，可以在满足更多计算精度的需求下有效提升系统性能、并降低系统功耗，这在可容错应用中具有良好的应用前景.本文提出一种精度可调的加法电路，及基于此加法器的精度动态可调的无符号近似乘法器（UAMDAA），通过调整外部精度控制信号，使得UAMDAA近似乘法器可以在8种不同精度模式下工作.UAMDAA近似乘法器在精度最低的工作模式下的面积、功耗和延迟，相比精确乘法器分别降低了60%、58%、27%.并开展了误差分析、硬件开销分析以及该乘法器的图像处理应用分析，实验结果表明，本文提出的UAMDAA近似乘法器和现有的研究成果相比，在精度、硬件指标以及输出图像质量方面具有明显的优势.

Select

面向国产RISC-V芯片的高效高精度求和与点积算法

李骥1，邱琪1，张翔2，3，肖调杰2，3，孟祥飞4，龚春叶2，3，4，冯超超2

2025, 46(11): 2798-2806.

摘要 ( ) PDF全文 ( )

可视化

RISC-V作为一种新兴的开源精简指令集架构，是后摩尔时代处理器技术发展与创新的关键之一.浮点求和与点积运算是数值运算的基础组成部分，在众多领域应用广泛.目前RISC-V架构尚未适配兼具高精度和高效率的求和与点积运算算法，这是因为现有优化方案难以良好地平衡运算精度和效率，要么侧重于低精度算法效率，要么通过牺牲效率实现高精度运算.本文利用RVV（RISC-V Vector instruction set extension，RVV）矢量扩展指令，设计并实现了一种基于无误差变换技术的高效、高精度求和与点积算法.首先避免使用规约指令以防止运算精度降低，实现并优化两类运算基于RVV的向量化算法；其次根据算法中的数据依赖关系，对寄存器配置参数进行优化.最后针对算法核心步骤进行汇编优化，增加指令级并行度，提高流水线利用率.实验结果表明，与两类运算操作的原始算法相比，优化后的算法运算效率分别提高了4.4和4.2倍.优化后的算法与多精度库MPFR中的四精度算法有相同精度，但其运算效率明显优于后者，其计算速度与OpenBLAS的双精度计算速度相当.

Select

实时系统中基于测量的概率时序分析：模型、方法与验证

王艺霏1，张轶2，邓庆绪1

2025, 46(11): 2807-2816.

摘要 ( ) PDF全文 ( )

可视化

随着嵌入式实时系统复杂度提升，传统最坏情况执行时间分析面临挑战，推动研究者采用概率统计技术解决时序分析问题.本文首先了概述概率时序分析方法的发展历程，探讨了验证模型选择对分析结果的影响.然后介绍极值理论在时序分析中的应用，并特别关注了从独立同分布到非独立同分布系统的理论扩展.由于现代计算机系统难以满足独立同分布假设，本文重点描述了MBPTA使能方法中的随机化技术.通过引入随机性打破执行时间间的依赖关系，并可由硬件与软件方法实现.此外，本文讨论了在各种随机化条件下为MBPTA提供可靠统计验证的方法.最后提出了适用于多种随机化系统的通用统计学验证流程.

选择文件类型/文献管理软件名称

选择包含的内容

过刊目录

作者投稿

专家审稿

编辑办公

主编办公

编委审稿

下载中心

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

过刊目录

作者投稿

专家审稿

编辑办公

主编办公

编委审稿

下载中心