计算机工程与应用

Select

1. 基于Transformer的目标检测算法综述

李建, 杜建强, 朱彦陈, 郭永坤

计算机工程与应用 2023, 59 (10): 48-64. DOI: 10.3778/j.issn.1002-8331.2211-0133

摘要（982）

PDF（pc）（875KB）（560）

深度学习框架Transformer具有强大的建模能力和并行计算能力，目前基于Transformer的目标检测算法已经成为研究的热点。为了进一步探索目标检测的新思路、新方向，对基于Transformer的目标检测算法进行了归纳总结。概述了多种目标检测数据集及其应用场景，从特征学习、目标估计、标签匹配策略和算法应用四方面梳理了Transformer目标检测的相关算法，并与基于卷积神经网络的目标检测算法进行对比，分析了Transformer在目标检测任务中的优点和局限性，并提出了Transformer目标检测模型的一般性框架。对Transformer在目标检测领域中的发展趋势进行了展望。

参考文献 | 相关文章 | 多维度评价

Select

2. YOLO系列目标检测算法研究进展

王琳毅, 白静, 李文静, 蒋金哲

计算机工程与应用 2023, 59 (14): 15-29. DOI: 10.3778/j.issn.1002-8331.2301-0081

摘要（945）

PDF（pc）（1009KB）（569）

YOLO算法是目标检测中研究的热点方向之一。近几年，随着YOLO系列算法及其改进模型的不断提出，使其在目标检测领域取得了优异的成绩，被广泛应用于现实中各个领域。针对YOLO系列目标检测算法，整理了目标检测典型数据集及评价指标；回顾了YOLO整体框架以及YOLOv1~YOLOv7目标检测算法的发展历程；总结了在输入、特征提取和预测这三个阶段下的数据增强、轻量化网络构建和IOU损失优化等八个改进方向的模型及性能；介绍了YOLO算法应用领域；结合目标检测目前存在的实际问题，总结并展望了YOLO算法的发展方向。

参考文献 | 相关文章 | 多维度评价

Select

3. 道路交通流数据预测方法研究综述

孟闯, 王慧, 林浩, 李科岑, 王鑫鹏

计算机工程与应用 2023, 59 (14): 51-61. DOI: 10.3778/j.issn.1002-8331.2209-0458

摘要（928）

PDF（pc）（605KB）（439）

道路交通流预测作为智能交通系统中的重要分支，在道路拥堵预测、路径规划等方面起着重要作用。道路交通流数据时空多态、关联性复杂的特性迫使大数据时代下的道路交通流预测方法转型和升级。为了深入挖掘交通流时空性的特征，学者们相继提出各类方法，包括模型融合、模型算法改进、数据定义转换等方式，以求提高模型的预测精度。为了合理综述各类交通流的预测方法，根据所用方法的种类分为三大类：基于统计学的方法、基于机器学习的方法、基于深度学习的方法。通过综述各类交通流预测方法，对近年来新出现的模型与算法进行概括与分析，旨在为相关研究学者提供研究思路。对交通流预测方法进行了总结及展望，给出未来交通流预测领域的探索方向。

参考文献 | 相关文章 | 多维度评价

Select

4. 改进YOLOv7-tiny的目标检测轻量化模型

刘浩翰, 樊一鸣, 贺怀清, 惠康华

计算机工程与应用 2023, 59 (14): 166-175. DOI: 10.3778/j.issn.1002-8331.2302-0115

摘要（683）

PDF（pc）（830KB）（252）

当前目标检测算法参数量大、计算复杂度高，难以部署在计算资源有限的边缘终端设备上，为此，提出一种改进的YOLOv7-tiny模型。引入ShuffleNet v1网络，改进后作为新的特征提取网络，增强对图像特征的提取，降低计算复杂度，获取更多丰富的语义信息，进一步提升检测精度；引入GSConv（鬼影混洗卷积）模块改进网络的Neck层，在降低参数量和计算量前提下，提升检测效果；采用Mish激活函数，增加非线性表达，提高模型的泛化能力。实验结果表明，改进后的模型与原模型相比，精度提高了3.3%，参数量和计算量分别下降了4.8%和13.7%，模型规模降低了8.7%。改进后的YOLOv7-tiny在保持较高的精度下，降低了模型的参数量和计算量，进一步提升了检测效果，为在边缘终端设备部署提供了可行性。

参考文献 | 相关文章 | 多维度评价

Select

5. 可解释人工智能研究综述

赵延玉, 赵晓永, 王磊, 王宁宁

计算机工程与应用 2023, 59 (14): 1-14. DOI: 10.3778/j.issn.1002-8331.2208-0322

摘要（668）

PDF（pc）（683KB）（434）

随着机器学习和深度学习的发展，人工智能技术已经逐渐应用在各个领域。然而采用人工智能的最大缺陷之一就是它无法解释预测的依据。模型的黑盒性质使得在医疗、金融和自动驾驶等关键任务应用场景中人类还无法真正信任模型，从而限制了这些领域中人工智能的落地应用。推动可解释人工智能（explainable artificial intelligence，XAI）的发展成为实现关键任务应用落地的重要问题。目前，国内外相关领域仍缺少有关可解释人工智能的研究综述，也缺乏对因果解释方法的关注以及对可解释性方法评估的研究。从解释方法的特点出发，将主要可解释性方法分为三类：独立于模型的方法、依赖于模型的方法和因果解释方法，分别进行总结分析，对解释方法的评估进行总结，列举出可解释人工智能的应用，讨论当前可解释性存在的问题并进行展望。

参考文献 | 相关文章 | 多维度评价

Select

6. 个性化学习中学科知识图谱构建与应用综述

赵宇博, 张丽萍, 闫盛, 侯敏, 高茂

计算机工程与应用 2023, 59 (10): 1-21. DOI: 10.3778/j.issn.1002-8331.2209-0345

摘要（654）

PDF（pc）（929KB）（424）

学科知识图谱是依赖大数据、人工智能等技术构建的支持教学活动的重要工具，作为一种学科知识语义网络，能够助力个性化学习体系的发展并促进数字教育资源新基建。对知识图谱的概念、分类等内容进行概述；总结了学科知识图谱的概念、特点、优势、内涵及其对个性化学习的支持等内容；重点梳理了学科知识图谱的构建流程：学科本体构建、学科知识抽取、学科知识融合以及学科知识加工，并介绍了学科知识图谱在个性化学习情境中的应用及其面临的挑战；展望了学科知识图谱以及个性化学习的未来趋势，为教育资源的组织方式及个性化学习的创新发展提供借鉴和启示。

参考文献 | 相关文章 | 多维度评价

Select

7. 基于深度学习的目标检测算法研究与应用综述

张阳婷, 黄德启, 王东伟, 贺佳佳

计算机工程与应用 2023, 59 (18): 1-13. DOI: 10.3778/j.issn.1002-8331.2305-0310

摘要（627）

PDF（pc）（662KB）（386）

随着深度学习的不断发展，深度卷积神经网络在目标检测领域中的应用愈加广泛，现已被应用于农业、交通和医学等众多领域。与基于特征的传统手工方法相比，基于深度学习的目标检测方法可以学习低级和高级图像特征，有更好的检测精度和泛化能力。为了概括和总结目标检测领域的最新进展和技术，通过分析近年来基于深度学习的目标检测技术，对基于深度学习的目标检测算法与应用现状进行综述。归纳了两阶段与单阶段两种目标检测网络架构的发展及优缺点；从骨干网络、数据集和评价指标等方面进行叙述，对比了经典算法的检测精度，总结经典目标检测算法的改进策略；讨论了现阶段目标检测应用，并提出了目标检测领域今后的研究重点。

参考文献 | 相关文章 | 多维度评价

Select

8. 基于Transformer的多模态气象预测

向德萍, 张普, 向世明, 潘春洪

计算机工程与应用 2023, 59 (10): 94-103. DOI: 10.3778/j.issn.1002-8331.2208-0486

摘要（565）

PDF（pc）（977KB）（386）

随着气象观测技术的快速发展，气象行业积累了海量的气象大数据，为构建新型的数据驱动的气象预测模型提供了机遇。由于气象数据中存在的长时依赖关系和大范围空间关联关系，以及多模态气象要素间存在的复杂跨模态耦合关系，基于深度学习的气象预测是一个具有挑战性的研究课题。针对“温度、相对湿度、纬向风速、经向风速”四种经典气象要素组成的等气压层时序多模态数据，提出了一种基于多模态融合的气象预测深度学习模型。首先采用卷积网络来学习各个模态的特征，并在此基础上引入门控机制实现多模态加权融合；然后引入注意力机制，以并行时空轴向注意力代替传统的注意力机制，从而有效地学习长时依赖关系和大范围空间关联关系。整体结构上，采用了基于Transformer的编码器-解码器结构。在ERA5再分析数据集（子区域）上进行了对比实验，实验结果表明了所提方法在温度、相对湿度、风速等预测任务上的有效性和优越性。

参考文献 | 相关文章 | 多维度评价

Select

9. 深度学习的目标检测算法改进综述

杨锋, 丁之桐, 邢蒙蒙, 丁波

计算机工程与应用 2023, 59 (11): 1-15. DOI: 10.3778/j.issn.1002-8331.2209-0312

摘要（469）

PDF（pc）（691KB）（332）

目标检测是当下计算机视觉领域的研究热点，随着深度学习的发展，基于深度学习的目标检测算法的应用越来越多，性能也不断被提升，通过总结目标检测过程中遇到的常见难题以及相应的改进方法，梳理了基于深度学习的目标检测方法的最新研究进展，重点针对基于深度学习目标检测算法的两大类型进行综述。此外还从注意力机制、轻量型网络、多尺度检测等方面对目标检测算法的最新改进思路进行总结梳理。针对当前目标检测领域存在的问题，对其未来的发展趋势进行展望，并提出可行的解决方案，以期为该领域后续的研究工作提供可借鉴的思路和方向。

参考文献 | 相关文章 | 多维度评价

Select

10. 激光雷达SLAM算法综述

刘铭哲, 徐光辉, 唐堂, 钱晓健, 耿明

计算机工程与应用 2024, 60 (1): 1-14. DOI: 10.3778/j.issn.1002-8331.2308-0455

摘要（446）

PDF（pc）（854KB）（277）

即时定位与地图构建（simultaneous localization and mapping，SLAM）是自主移动机器人和自动驾驶的关键技术之一，而激光雷达则是支撑SLAM算法运行的重要传感器。基于激光雷达的SLAM算法，对激光雷达SLAM总体框架进行介绍，详细阐述前端里程计、后端优化、回环检测、地图构建模块的作用并总结所使用的算法；按由2D到3D，单传感器到多传感器融合的顺序，对经典的具有代表性的开源算法进行描述和梳理归纳；介绍常用的开源数据集，以及精度评价指标和测评工具；从深度学习、多传感器融合、多机协同和鲁棒性研究四个维度对激光雷达SLAM技术的发展趋势进行展望。

参考文献 | 相关文章 | 多维度评价

Select

11. 基于机器学习的信用卡交易欺诈检测研究综述

蒋洪迅, 江俊毅, 梁循

计算机工程与应用 2023, 59 (21): 1-25. DOI: 10.3778/j.issn.1002-8331.2302-0129

摘要（444）

PDF（pc）（674KB）（292）

机器学习在信用卡交易检测中有其特殊性，面对的环境更为复杂。由于有人的智力介入，战胜信用卡交易欺诈，其挑战性比人脸识别、无人驾驶等工程问题的难度更高，照搬工程学科的机器学习方法往往会失败。综述了2000年以来基于机器学习的信用卡欺诈检测研究历程，辨析了该领域的研究范畴、应用场景、技术流派等相关概念及其联系；解构了机器学习欺诈识别的一般性研究架构，从特征工程、模型算法、评价指标三个环节归纳总结了领域内研究的最新进展；从数据集是否具备标签角度，着重列举了面向欺诈识别的有监督的、无监督和半监督三类主流机器学习模型，讨论了这些模型的出发点、核心思想、求解方法以及优缺点；还分析了强化学习模型模拟欺诈者与机构之间的动态博弈过程；探讨了机器学习面临的海量数据、样本偏斜和概念漂移三大难点问题，并汇集整理了缓解这些问题的最新进展；总结了面向欺诈检测的机器学习研究目前存在的局限、争议和挑战，并为未来的研究方向提供趋势分析与建议。

参考文献 | 相关文章 | 多维度评价

Select

12. 基于深度学习的MRI重建方法综述

邓戈文, 魏国辉, 马志庆

计算机工程与应用 2023, 59 (20): 67-76. DOI: 10.3778/j.issn.1002-8331.2302-0057

摘要（417）

PDF（pc）（580KB）（246）

磁共振成像（MRI）是临床中一种常用的成像技术，但过长的成像时间限制了其进一步的发展。从欠采样的k空间数据中进行图像重建是加速MRI成像的重要一环。近年来，深度学习在MRI重建方面显示出巨大的潜力，其重建结果和效率都优于传统的压缩感知方法。为梳理与总结当前基于深度学习的MRI重建方法，介绍了MRI重建问题的定义，分析了深度学习在数据驱动的端到端重建和模型驱动的展开优化重建中的应用，提供重建的评价指标和常用数据集，讨论了当前MRI重建所面临的挑战与未来研究方向。

参考文献 | 相关文章 | 多维度评价

Select

13. 完全合作类多智能体深度强化学习综述

赵立阳, 常天庆, 褚凯轩, 郭理彬, 张雷

计算机工程与应用 2023, 59 (12): 14-27. DOI: 10.3778/j.issn.1002-8331.2209-0186

摘要（412）

PDF（pc）（661KB）（282）

作为机器学习和人工智能领域的重要分支之一，完全合作类多智能体深度强化学习以一种通用的方式将深度强化学习的表达决策能力和多智能体系统的分布协作能力有效结合，为完全合作类多智能体系统中的无模型序贯决策问题提供了一种端对端的解决方案。对深度强化学习的基本原理进行阐述，并从基于值函数、基于策略梯度和基于演员-评论家三个主要方向对单智能体深度强化学习的发展进行了总结。分析了多智能体深度强化学习面临的主要挑战和主要的训练框架。依据实现最大团队联合奖励方式的不同，将完全合作类的多智能体深度强化学习划分为基于独立学习、基于通信学习、基于协作学习和基于奖励函数塑造四大类，并分别进行了总结分析。从解决实际问题的角度出发，对完全合作类多智能体深度强化学习算法的未来发展方向进行了展望。

参考文献 | 相关文章 | 多维度评价

Select

14. 机器人导航的路径规划算法研究综述

崔炜, 朱发证

计算机工程与应用 2023, 59 (19): 10-20. DOI: 10.3778/j.issn.1002-8331.2301-0088

摘要（404）

PDF（pc）（595KB）（229）

路径规划算法是机器人导航的关键技术之一，优良的路径规划算法能够快速找出最佳无碰撞行走路径，提高运行效率。大多数现有的分类方法难以表述清楚算法间的区别与联系，根据机器人路径规划算法的设计原理，将其分为基于图搜索、基于仿生、基于势场、基于速度空间和基于采样的规划算法以更清晰地区分不同的路径规划算法。阐述了每类算法的概念、特点和发展现状，并从单查询算法和多查询算法的角度重点分析了应用更为广泛的基于采样的算法，对比总结了不同类型路径规划算法的优缺点，从多机器人协作、多算法融合和自适应规划等方面展望了机器人路径规划算法的未来发展趋势。

参考文献 | 相关文章 | 多维度评价

Select

15. 改进Yolov7-tiny的钢材表面缺陷检测算法

齐向明, 董旭

计算机工程与应用 2023, 59 (12): 176-183. DOI: 10.3778/j.issn.1002-8331.2302-0191

摘要（399）

PDF（pc）（679KB）（239）

为提高钢材表面缺陷小目标检测效率，提出一种改进Yolov7-tiny的钢材表面缺陷检测算法。将特征提取网络的激活函数更换为SiLU，提高特征提取能力；把特征融合网络的张量拼接操作与加权双向特征金字塔BiFPN结合，再把上采样部分的最邻近插值替换为轻量级算子CARAFE，提升特征融合能力；最后在输出端引入多头自注意力机制MHSA 和SPD卷积构建块，提升输出端对钢材表面缺陷小目标的检测性能。在NEU-DET数据集上做消融和对比实验，改进算法与原Yolov7-tiny算法比较，mAP提升11.7个百分点，Precision提升3.3个百分点，FPS值达到192，结果表明改进算法能有效提升钢材表面缺陷小目标检测效率；在VOC2012数据集上做通用性对比实验，结果表明改进算法具有通用性。

参考文献 | 相关文章 | 多维度评价

Select

16. 基于多模态融合的情感分析算法研究综述

郭续, 买日旦·吾守尔, 古兰拜尔·吐尔洪

计算机工程与应用 2024, 60 (2): 1-18. DOI: 10.3778/j.issn.1002-8331.2305-0439

摘要（393）

PDF（pc）（954KB）（280）

情感分析是一项新兴技术，其旨在探索人们对实体的态度，可应用于各种领域和场景，例如产品评价分析、舆情分析、心理健康分析和风险评估。传统的情感分析模型主要关注文本内容，然而一些特殊的表达形式，如讽刺和夸张，则很难通过文本检测出来。随着技术的不断进步，人们现在可以通过音频、图像和视频等多种渠道来表达自己的观点和感受，因此情感分析正向多模态转变，这也为情感分析带来了新的机遇。多模态情感分析除了包含文本信息外，还包含丰富的视觉和听觉信息，利用融合分析可以更准确地推断隐含的情感极性（积极、中性、消极）。多模态情感分析面临的主要挑战是跨模态情感信息的整合，因此，重点介绍了不同融合方法的框架和特点，并对近几年流行的融合算法进行了阐述，同时对目前小样本场景下的多模态情感分析进行了讨论，此外，还介绍了多模态情感分析的发展现状、常用数据集、特征提取算法、应用领域和存在的挑战。期望此综述能够帮助研究人员了解多模态情感分析领域的研究现状，并从中得到启发，开发出更加有效的模型。

参考文献 | 相关文章 | 多维度评价

Select

17. 深度学习小目标检测算法综述

董刚, 谢维成, 黄小龙, 乔逸天, 毛骞

计算机工程与应用 2023, 59 (11): 16-27. DOI: 10.3778/j.issn.1002-8331.2211-0377

摘要（391）

PDF（pc）（646KB）（243）

现有的目标检测算法，对大目标以及中目标的检测已具有较高的准确率，然而由于小目标在图像中的像素以及可利用的特征较少等原因，导致小目标的检测精度相较于大目标而言过低。通过融合特征层，小目标的检测已取得了不错的效果，但仍存在对于微小目标的定位等问题。基于此，解释了小目标的定义，指出了导致小目标检测精度低的五点原因。将近几年最新进展以及过往经典的小目标检测优化方法按照大致原理从多尺度特征、评估指标、超分辨率等方面进行叙述。归纳了针对特定场景下的小目标检测：航空遥感图像以及人脸行人的检测方法。总结并提出了未来小目标检测可能的研究方向。

参考文献 | 相关文章 | 多维度评价

Select

18. LSTFormer：基于Swin Transformer的轻量化语义分割网络

杨承, 高建瓴, 郑美琳, 丁容

计算机工程与应用 2023, 59 (12): 166-175. DOI: 10.3778/j.issn.1002-8331.2210-0331

摘要（389）

PDF（pc）（801KB）（233）

针对现有基于Transformer的语义分割网络普遍存在计算复杂度高的问题，提出了一种基于Swin Transformer的轻量化语义分割网络。该网络通过Swin Transformer获取多个尺度的特征图；采用全感知模块和改进的级联融合模块跨层融合不同尺度的特征图，减小不同层级特征图的语义差距；引入单个Swin Transformer block对初分割特征映射进行优化，通过移动窗口自注意力机制提升网络对不同像素点进行分类的能力；训练阶段加入Dice损失函数和交叉熵损失函数，提高网络的分割性能和收敛速度。实验结果表明，LSTFormer在数据集ADE20K和Cityscapes上mIoU分别达到49.47％和81.47％，相较于SETR和Swin-UPerNet等同类网络，LSTFormer在保持相当分割精度的同时具有更低的参数量和计算量。

参考文献 | 相关文章 | 多维度评价

Select

19. 融合因果注意力Transformer模型的股价预测研究

任佳屹, 王爱银

计算机工程与应用 2023, 59 (13): 325-334. DOI: 10.3778/j.issn.1002-8331.2212-0127

摘要（386）

PDF（pc）（654KB）（162）

股票价格预测是金融研究和量化投资共同关注的重点话题，近年来利用深度学习技术揭示股票市场的行情规律成为研究热点。现有股票价格预测深度学习模型多数仅研究时间点数据，这种结构上的缺陷导致其不能反映出特征因子的累积作用对股价的影响。针对此，通过重新设计模型处理时间序列数据，提出一种基于Transformer的股票价格预测模型Stockformer。它通过因果自注意力机制挖掘股票价格与特征因子之间的时序依赖关系，采用趋势增强模块为模型提供序列的趋势特征，同时利用编码器的特定输入为预测提供输入特征的直接先验信息。实验结果表明，Stockformer的预测精度显著优于已有深度学习模型，且相较经典Transformer预测模型的平均绝对误差和均方根误差分别降低了23.2%和25.7%，预测值与真实值更为拟合；通过消融实验分别评估了Stockformer的因果注意力机制、时序特征提取手段以及特定的模型输入的效果及必要性，验证了所提模型的优越性及普适性。

参考文献 | 相关文章 | 多维度评价

Select

20. 药物-靶点相互作用预测的计算方法综述

张然, 王学志, 汪嘉葭, 孟珍

计算机工程与应用 2023, 59 (12): 1-13. DOI: 10.3778/j.issn.1002-8331.2210-0108

摘要（384）

PDF（pc）（675KB）（270）

药物-靶点相互作用预测旨在发现可作用于特定蛋白质的潜在药物，在药物重定位、药物副作用预测、多重药理学和耐药性的研究中都发挥着重要作用。随着计算机处理能力的进步和计算算法的不断更新，药物-靶点相互作用预测的计算方法展现出时间短、成本低、精度高、范围广的优势，受到了广泛的关注，并取得了显著的进展。为了梳理其研究发展历程，探讨未来的研究方向，就药物-靶点相互作用预测的背景和意义进行简要概述；将方法分为基于分子对接、基于药物结构、基于文本挖掘和基于化学基因组四类进行综述，并对每类方法进行对比分析，详细阐述每类方法的数据需求及应用场景；对现有研究存在的局限性和面临的挑战进行讨论，展望未来的研究方向，为后续研究提供参考和借鉴。

参考文献 | 相关文章 | 多维度评价

Select

21. 基于深度神经网络的图像修复算法综述

吕建峰, 邵立珍, 雷雪梅

计算机工程与应用 2023, 59 (20): 1-12. DOI: 10.3778/j.issn.1002-8331.2303-0111

摘要（375）

PDF（pc）（720KB）（389）

深度学习的快速发展使计算机视觉技术应用越来越广泛，同时利用深度神经网络根据破损图像的已知信息对图像复原的修复技术成为关注的热点。对近年基于深度神经网络的图像修复方法进行了综述和分析：按照模型优化的方向，对图像修复方法进行分类综述；介绍了图像修复常用的数据集和性能评价指标，并在相关数据集上对各种基于深度神经网络的破损图像修复算法进行性能评价和分析；总结和分析了现有图像修复方法面临的挑战和未来研究方向。

参考文献 | 相关文章 | 多维度评价

Select

22. 低光照图像增强研究方法综述

彭大鑫, 甄彤, 李智慧

计算机工程与应用 2023, 59 (18): 14-27. DOI: 10.3778/j.issn.1002-8331.2210-0143

摘要（372）

PDF（pc）（645KB）（192）

低光照图像增强目的是从低光照条件下恢复细节完整的图像，并逐渐成为计算机图像处理研究的热点。图像成像的质量对于智能安防、视频监控等场景至关重要，且在相关行业中有着十分广阔的应用前景。为了深入研究低光照图像增强，对传统低光照图像增强方法进行详细地分类阐述与分析，列举了基于深度学习的图像增强方法，对所用到的各种网络以及所解决的问题进行了详细的梳理，并将所提到的方法进行了细致的对比。又对数据集进行了细致的分析和研究，并对一些常用的评价指标进行了简单梳理。对所述内容做出总结以及指出了当前研究中存在的困难，并指出了未来的研究目标。

参考文献 | 相关文章 | 多维度评价

Select

23. 改进YOLOv5的小目标检测算法

俞军, 贾银山

计算机工程与应用 2023, 59 (12): 201-207. DOI: 10.3778/j.issn.1002-8331.2302-0157

摘要（358）

PDF（pc）（566KB）（261）

虽然现在的深度学习技术在大中目标检测领域取得了惊人的进步，但是由于小目标的尺寸有限以及卷积网络的局限性，导致小目标检测仍然是一个具有挑战性的问题。通过改进YOLOv5算法，提出了一种针对小目标的YOLO-S模型。在原来三层输出层的基础上，利用级联网络，添加一个专门针对于小目标检测的输出层。为了补充上下文信息以及抑制多尺度特征融合冲突，设计了一种新的上下文信息提取模块CFM（Context Feature Module）以及基于通道和空间特征细化的模块FSM（feature specify module）。上采样方式由原来的最邻近插值替换为新设计的Transpose模块，可以将信息最大化恢复。数据集采用专门针对于小目标的VisDrone2019来验证算法的有效性。实验结果表明，YOLO-S比YOLOv5的mAP@0.5提高了6.9个百分点。

参考文献 | 相关文章 | 多维度评价

Select

24. 机器学习在影像组学分析中的应用综述

鲁慧民, 薛涵, 王奕龙, 王贵增, 桑鹏程

计算机工程与应用 2023, 59 (17): 22-34. DOI: 10.3778/j.issn.1002-8331.2210-0435

摘要（349）

PDF（pc）（5275KB）（213）

影像组学（radiomics）是一种从标准医学影像中定量地提取特征的技术。借助机器学习构建预测或诊断模型，能够在临床决策支持系统中提取和应用数据，以提高诊断的准确性，该技术在肿瘤分期、癌症检测、生存分析等任务中得到了广泛的应用。回顾了机器学习在影像组学分析中的相关应用和研究进展；重点论述了机器学习算法在影像组学分析中各阶段的适用性和局限性，在原理和应用效果上对代表性算法进行了深入梳理与分析；综合介绍了在影像组学分析中对各阶段工作的评估方法；整理了公开的医学影像数据集以及用于影像组学特征提取的软件与工具包；最后讨论了机器学习在影像组学中的未来发展。

参考文献 | 相关文章 | 多维度评价

Select

25. 基于生物信息学的蛋白质功能预测研究综述

李昕晖, 钱育蓉, 岳海涛, 胡月, 陈嘉颖, 冷洪勇, 马梦楠

计算机工程与应用 2023, 59 (16): 50-62. DOI: 10.3778/j.issn.1002-8331.2212-0167

摘要（320）

PDF（pc）（761KB）（186）

蛋白质功能预测任务旨在为缺失功能标签的蛋白质数据提供功能注释，随着蛋白质测序技术的发展，数据库中蛋白质数量迅速增长，由于蛋白质数据的复杂性和多元性，蛋白质功能预测任务极具挑战，受到研究人员的密切关注。梳理了机器学习在蛋白质功能预测中的发展历程；对近年来的蛋白质功能预测方法进行归类与总结，分析各类算法之间的异同；最后对蛋白质功能预测存在的问题进行讨论，并对该领域的未来研究进行展望。

参考文献 | 相关文章 | 多维度评价

Select

26. 面向边缘无服务器计算的WebAssembly应用研究综述

王欣, 赵凯, 秦斌

计算机工程与应用 2023, 59 (11): 28-36. DOI: 10.3778/j.issn.1002-8331.2210-0308

摘要（306）

PDF（pc）（575KB）（176）

WebAssembly（简称Wasm）是一个可移植、体积小、加载迅速且兼容Web的全新二进制格式，具有高效、安全、开放等特点。边缘计算的基本理念是将计算任务在接近数据源的计算资源上运行，而部署在边缘的设备性能和资源通常十分有限，在这种资源受限的环境下如何提供低延迟且安全的服务是边缘计算的重要研究方向。无服务器技术（Serverless）是一种基础设施上托管应用程序的新方式，目前主要基于容器技术实现程序的托管，因为其轻量，函数即服务（FaaS）、自动伸缩等特点，无服务器计算是目前最适合边缘计算的架构，但一直存在冷启动和内存占用大等问题。Wasm可以替代传统容器方式，为边缘无服务器计算提供一种更新、更快、资源占用更小且安全隔离的实现方式。介绍边缘无服务器计算的特性及其应用场景、Wasm的应用现状和发展趋势，分析了基于Wasm的边缘无服务器计算中关键问题的研究现状，阐述了Wasm运行时替代容器作为边缘无服务器计算载体的发展方向，探讨了边缘Wasm无服务器计算平台存在的问题以及未来基于深度强化学习等人工智能算法的优化方向。

参考文献 | 相关文章 | 多维度评价

Select

27. 电动汽车充电站选址智能决策与优化研究综述

魏冠元, 王冠群, 阮观梅, 耿娜

计算机工程与应用 2023, 59 (21): 52-65. DOI: 10.3778/j.issn.1002-8331.2302-0021

摘要（280）

PDF（pc）（683KB）（164）

电动汽车（electric vehicle，EV）充电站的合理选址对推动EV行业发展以及城市交通战略布局具有重要作用。通过系统梳理充电站选址智能决策和优化的相关文献，为未来充电站选址规划提供参考和借鉴。阐述了EV充电站选址基本原则和影响因素；归纳了基于EV出行模拟和数据分析的充电需求估计方法；分别介绍了基于点需求、基于起讫点对的流量需求、EV轨迹等方面的EV充电站选址模型；总结了求解EV充电站选址模型的精确算法、启发式算法和深度学习算法；对现有研究进行总结，指出存在的不足并对未来研究方向进行展望。

参考文献 | 相关文章 | 多维度评价

Select

28. 无人机飞控系统故障诊断技术研究综述

安雪, 李少波, 张仪宗, 张安思

计算机工程与应用 2023, 59 (24): 1-15. DOI: 10.3778/j.issn.1002-8331.2305-0137

摘要（279）

PDF（pc）（917KB）（741）

近年来，无人机因其运行成本低、机动性强等独特优势被广泛应用于军民各复杂领域；同时，复杂多样的任务对无人机系统的可靠性和安全性提出了更高的要求。无人机故障诊断技术能够及时准确地提供诊断结果，有助于无人机的维护、保养与维修，对提升无人机的作战效能具有重要意义。因此，从无人机的飞控系统剖析各类常见故障的机理，并进行故障归类。主要围绕飞控系统中的传感器、执行器和其他部件的故障诊断技术，分析总结了无人机故障诊断技术的研究方法和现状。探讨了无人机故障诊断技术面临的主要挑战，并指出了未来的发展方向；旨在为无人机故障诊断技术领域研究人员提供一定参考，促进我国无人机故障诊断技术水平的提升。

参考文献 | 相关文章 | 多维度评价

Select

29. 改进YOLOv7的小目标检测算法研究

李安达, 吴瑞明, 李旭东

计算机工程与应用 2024, 60 (1): 122-134. DOI: 10.3778/j.issn.1002-8331.2307-0004

摘要（278）

PDF（pc）（884KB）（162）

随着深度学习在国内目标检测的不断应用，常规的大、中目标检测已经取得惊人的进步，但由于卷积网络本身的局限性，针对小目标检测依然会出现漏检、误检的问题，以数据集Visdrone2019和数据集FloW-Img为例，对YOLOv7模型进行研究，在网络结构上对骨干网的ELAN模块进行改进，将Focal NeXt block加入到ELAN模块的长短梯度路径中融合来强化输出小目标的特征质量和提高输出特征包含的上下文信息含量，在头部网络引入RepLKDeXt模块，该模块不仅可以取代SPPCSPC模块来简化模型整体结构还可以利用多通道、大卷积核和Cat操作来优化ELAN-H结构，最后引入SIOU损失函数取代CIOU函数以此提高该模型的鲁棒性。结果表明改进后的YOLOv7模型参数量减少计算复杂性降低并在小目标密度高的Visdrone 2019数据集上的检测性能近似不变，在小目标稀疏的FloW-Img数据集上涨幅9.05个百分点，进一步简化了模型并增加了模型的适用范围。

参考文献 | 相关文章 | 多维度评价

Select

30. 单张图像三维人脸重建方法综述

王静婷, 李慧斌

计算机工程与应用 2023, 59 (17): 1-21. DOI: 10.3778/j.issn.1002-8331.2210-0041

摘要（276）

PDF（pc）（961KB）（258）

近年来，三维人脸重建任务作为“数字人”技术的重要组成部分，受到了学术界和工业界的广泛关注。基于单张图像的三维人脸重建任务在充分结合传统相机模型、光照模型、三维人脸统计形变模型与深度卷积网络、深度生成模型等方面技术之后取得了长足的进步。聚焦单张图像三维人脸重建问题，将现有研究工作分为基于隐空间编码和基于显空间回归两类。第一类研究工作对基础三维人脸统计模型的基系数求解、损失函数设计等进行优化，提升重建效果，在人脸拓扑结构变化方面具备鲁棒性优势，但缺乏细节特征。第二类工作以显空间多种数据形式表示三维人脸并直接通过深度网络进行回归，通常可获得更加个性化的三维人脸细节特征且对光照、遮挡等干扰因素具有较好的鲁棒性。进一步，基于常用数据集和评价指标，充分探讨并比较了两类方法中一些典型方法的优缺点。最后对全文进行总结，并给出了单张图像三维人脸重建任务面临的主要挑战及未来发展趋势。

参考文献 | 相关文章 | 多维度评价

Select

31. 医学知识图谱构建技术及发展现状研究

黄贺瑄, 王晓燕, 顾正位, 刘静, 臧亚男, 孙歆

计算机工程与应用 2023, 59 (13): 33-48. DOI: 10.3778/j.issn.1002-8331.2209-0475

摘要（260）

PDF（pc）（732KB）（223）

知识图谱作为人工智能的重要分支，因其强大的语义处理能力和数据组织能力，可以全面整合医学概念、挖掘潜在医学知识，已成为医学智能化发展的重要手段。鉴于此，论述了医学知识图谱搭建中知识抽取、知识表示、知识融合、知识推理四个过程的最新方法及特点，深入研究并对比不同方法的优缺点，归纳各阶段常用数据集，梳理知识图谱在医学知识问答、临床辅助诊疗、中医知识挖掘及药物研究等方面的研究现状及各场景下的应用难点。最后总结现有医学知识图谱技术的局限性及面临的挑战，并对其未来发展进行展望。

参考文献 | 相关文章 | 多维度评价

Select

32. 重构SPPCSPC与优化下采样的小目标检测算法

齐向明, 柴蕊, 高一萌

计算机工程与应用 2023, 59 (20): 158-166. DOI: 10.3778/j.issn.1002-8331.2305-0004

摘要（255）

PDF（pc）（651KB）（142）

针对小目标图像检测中存在相互遮挡、背景复杂和特征点少的问题，基于YOLOv7提出一种重构SPPCSPC与优化下采样的小目标检测算法。在骨干网络的SPPCSPC模块中裁剪CBS层、引入SimAM注意力机制并缩小池化核，以提高关注密集目标区域，提取更多相互遮挡的小目标特征；在颈部网络中，将下采样结构中的SConv替换为SPD Conv，再添加一个四倍下采样分支，以减少小目标特征丢失，提高复杂背景下小目标特征捕获量；把网络模型的损失函数由CIoU替换为Wise IoU，聚焦一般质量瞄框，提升收敛速度。在公开数据集VisDrone2021上做对比实验和消融实验，该算法与原始YOLOv7算法相比，mAP提升5.09个百分点，FPS值达到40，参数量减少2.5?MB，表明小目标检测精度显著提升，同时保持了推理速度并减少了参数量；在公开数据集VOC2007+2012上做泛化实验，mAP提升3.35个百分点，表明该算法具有通用性。

参考文献 | 相关文章 | 多维度评价

Select

33. 深度学习在癫痫检测中的应用进展

张汉明, 马金刚, 张宁宁, 赵珍珍, 李明

计算机工程与应用 2023, 59 (10): 35-47. DOI: 10.3778/j.issn.1002-8331.2207-0062

摘要（248）

PDF（pc）（623KB）（136）

随着癫痫患者数量的逐年增加，及时准确地检测出癫痫疾病具有重要的现实意义。如今深度学习发展迅速，被广泛用于医疗领域，基于深度学习的癫痫检测任务也成为目前的研究热点。通过梳理近几年的相关文献后，对深度学习在癫痫检测中的算法应用进行了系统概述。介绍了癫痫的发病原理、病因和治疗方法等；讲解了癫痫检测时所使用的脑电图和癫痫发作的整体过程划分；简单对比了传统机器学习和深度学习在此领域应用的不同之处；重点综述了利用深度学习检测癫痫各阶段脑电信号的研究进展，包括癫痫双阶段、三阶段和多阶段的脑电检测，并对癫痫各阶段的检测算法进行了比较；最后对该领域的研究现状和未来发展方向进行了总结和展望。

参考文献 | 相关文章 | 多维度评价

Select

34. 改进YOLOv8的道路损伤检测算法

李松, 史涛, 井方科

计算机工程与应用 2023, 59 (23): 165-174. DOI: 10.3778/j.issn.1002-8331.2306-0205

摘要（246）

PDF（pc）（671KB）（183）

道路损伤检测是保障道路安全、实现道路损伤及时修复的一项重要任务。针对现有的道路损伤检测算法中检测效率低、成本高昂、难以应用于移动终端设备问题，提出了一种改进YOLOv8的轻量型道路损伤检测算法YOLOv8-Road Damage（YOLOv8-RD）。结合CNN和Transformer的优势，提出了一种能够提取道路损伤图像全局特征信息和局部特征信息的BOT模块，以适应裂纹对象的大跨度与细长特征。在骨干网络末端和颈部网络中引入坐标注意力机制（coordinate attention，CA），将位置信息嵌入到通道注意力中，强化特征提取能力，并抑制无关特征的干扰。在YOLOv8颈部网络中使用C2fGhost模块，以减少特征通道融合过程中的浮点运算量，降低模型参数量，同时提高特征表达性能。实验结果表明，在RDD2022数据集和Road Damage数据集上，改进算法与原算法相比mAP50分别提高了2个百分点和3.7个百分点，而模型参数量仅为2.8×106，计算量仅为7.3×109，分别降低了6.7%和8.5%。算法检测速度达到88?FPS，能够实时准确检测道路损伤目标。通过与其他主流目标检测算法比较，验证了该方法的有效性和优越性。

参考文献 | 相关文章 | 多维度评价

Select

35. 图卷积神经网络及其在图像识别领域的应用综述

李文静, 白静, 彭斌, 杨瞻源

计算机工程与应用 2023, 59 (22): 15-35. DOI: 10.3778/j.issn.1002-8331.2302-0273

摘要（242）

PDF（pc）（803KB）（238）

卷积神经网络被广泛应用于图像识别领域并且展现出强大的特征提取能力，但它只能处理欧氏空间的结构化数据，无法适用于非结构化数据的处理。为应对该限制，图卷积神经网络利用谱域和空域方法，拓展了卷积运算的范围，使其能够在非欧几里德空间中进行特征学习，具备图数据的平移不变性，可以实现对非结构化图数据的表征学习。首先阐述了基于频域和空域的两种类型图卷积神经网络的基本原理，并且介绍了相关的改进工作；然后围绕图像识别领域，重点介绍了图卷积神经网络在多标签图像识别、基于骨架的动作识别和高光谱图像分类中的具体应用，总结其研究的最新进展，并对相关的模型进行了性能对比与分析；最后对全文内容进行总结，并对未来的发展方向进行展望。

参考文献 | 相关文章 | 多维度评价

Select

36. 面向交通标志的Ghost-YOLOv8检测算法

熊恩杰, 张荣芬, 刘宇红, 彭靖翔

计算机工程与应用 2023, 59 (20): 200-207. DOI: 10.3778/j.issn.1002-8331.2306-0032

摘要（241）

PDF（pc）（564KB）（149）

针对当前传统网络模型对交通标志识别精度低、检测不准确的问题，提出一种基于YOLOv8n优化、改进的Ghost-YOLOv8交通标志检测模型。使用GhostConv代替部分Conv，设计全新的C2fGhost模块代替部分C2f，减少了模型的参数量，提升了模型的检测性能；在Neck部分添加GAM注意力机制模块，强化特征中的语义信息和位置信息，提高了模型的特征融合能力；针对检测小目标时尺度不一导致语义信息的丢失，添加小目标检测层，增强深层语义信息与浅层语义信息的结合；使用GIoU边界损失函数代替原损失函数，提升了网络的边界框回归性能。实验结果表明，改进的模型在中国交通标志检测数据集TT100K中的精确度（Precision）及平均精度均值（mAP）相较于原模型分别提高了9.5、6.5个百分点，模型的参数量及模型大小相比原模型分别降低了0.223×109、0.2?MB。综合说明，该模型在减少模型参数量及大小的同时提高了检测精度，显著优于对比算法，也满足边缘计算设备的要求，具有实际的应用价值。

参考文献 | 相关文章 | 多维度评价

Select

37. 改进A*的多机器人双层路径规划算法

陈光友, 余粟

计算机工程与应用 2023, 59 (11): 312-319. DOI: 10.3778/j.issn.1002-8331.2203-0197

摘要（241）

PDF（pc）（601KB）（187）

为了得到多机器人的高质量无碰撞路径，提出一种基于改进A*算法和冲突协调策略的多机器人双层规划算法。在算法的第一层，通过引入结合路径信息的动态权重因子改进传统A*算法的启发函数，避免其盲目搜索，从而加快搜索速度；通过筛选机制和Bezier曲线，减少机器人实际转弯次数并平滑路径，进而得到单机器人的初始路径。在算法的第二层，在二维路径基础上引入时间维度，建立机器人路径时间图，从而预测机器人之间的冲突。通过冲突协调策略对机器人与机器人之间、机器人与动态障碍物之间产生的冲突进行协调。实验结果表明，双层规划算法能够有效地减少路径搜索时间和转弯次数，得到各机器人平滑无碰撞的导航路径。

参考文献 | 相关文章 | 多维度评价

Select

38. 图可视化布局方法最新研究进展综述

杨卓, 谢雅淇, 陈谊, 战荫伟

计算机工程与应用 2023, 59 (16): 1-15. DOI: 10.3778/j.issn.1002-8331.2212-0068

摘要（241）

PDF（pc）（863KB）（166）

图可视化是图数据的直观表示，随着图数据的广泛应用，合适的图可视化能够使用户对图数据的理解更加深入和高效。但随着图数据量级的增长，图可视化布局面临着计算时间长，难以发现图的重要结构和关系，以及节点遮挡和复杂的边交叉所产生的视觉杂乱等挑战。因此，如何快速对大规模图数据进行布局，如何强化对图中重要的结构和关系的探索，以及如何生成美观的图可视化布局成为亟需解决的问题。近年来，许多基于力学模型和美学评价标准的优化方法被提出来解决上述问题。另外，图挖掘、图嵌入、图神经网络等机器学习方法从图数据特点的角度，为解决图可视化的布局问题提供了新思路，相比之下，机器学习方法在布局效率和效果上表现出一定的优越性。主要从力导向算法、基于美学约束的布局方法、图挖掘技术和机器学习方法这四方面对图可视化布局的最新研究进展进行了阐述，最后对图可视化布局方法的未来发展进行了展望。

参考文献 | 相关文章 | 多维度评价

Select

39. 深度学习的2D-3D融合深度补全综述

白宇, 梁晓玉, 安胜彪

计算机工程与应用 2023, 59 (13): 17-32. DOI: 10.3778/j.issn.1002-8331.2209-0284

摘要（239）

PDF（pc）（681KB）（169）

深度图补全的目的是从深度传感器捕获的稀疏图预测密集像素级深度。它在自动驾驶、三维重建、增强现实和机器人导航等各种应用中发挥着至关重要的作用。最近在这项任务上的成功证明基于深度学习的2D-3D融合深度图补全技术成为该领域的主流方案。论述了该方法近年在业界的研究现状，分析了补全任务常用的数据集与评价指标以及对传感器获取的噪声和稀疏数据的处理方法。将两个模态外观特征的融合方式分为：早期融合、后期融合和多级融合，从提取几何线索和多任务学习角度出发进行归纳分析并对其优势和局限性进行对比。对深度图补全的发展前景和可能的研究方向进行了展望。

参考文献 | 相关文章 | 多维度评价

Select

40. 单幅RGB图像计算光谱成像的深度学习研究综述

姜中敏, 张婉言, 王文举

计算机工程与应用 2023, 59 (10): 22-34. DOI: 10.3778/j.issn.1002-8331.2211-0082

摘要（234）

PDF（pc）（662KB）（177）

为解决传统的光谱成像方法成本高、图像采集时间较长的问题，深度学习被引入计算光谱成像来研究如何从单幅RGB图像中重建光谱，为各种计算机视觉应用提供辅助信息。当前对基于深度学习的单幅RGB图像计算光谱成像方法还未有全面、系统的深入认识与研究。为此针对计算光谱成像所使用的深度学习算法和网络模型进行了系统的归纳、分析和对比。基于CNN（convolutional neural networks）、GAN（generative adversarial networks）、注意力和Transformer四个类别详细梳理了近几年重建性能优异的有监督学习方法；基于自编码器和领域自适应两类别分析、探讨、比较了热度较高的无监督学习方法。同时列举了算法常用数据集和评估指标，对未来的研究趋势和发展方向进行了展望。

参考文献 | 相关文章 | 多维度评价

摘要点击排行