计算机工程与应用

Select

1. 改进YOLOv13的红外遥感小目标检测算法

李平, 陈继锋

计算机工程与应用 2026, 62 (7): 131-142. DOI: 10.3778/j.issn.1002-8331.2509-0101

摘要（175）

PDF（pc）（5813KB）（4010）

为了有效应对红外遥感场景中小目标尺度较小、信噪比低且易被复杂背景淹没等挑战，对YOLOv13模型进行改进，实现实时性和轻量化的检测需求。通过构建多阶特征聚合模块（multi-level feature aggregation module， MFAM），自底向上汇聚不同语义深度与空间分辨率的层级信息，并自适应重标定其贡献，以缓解小目标在深层语义中被稀释的问题。设计了双路径融合金字塔网络（dual-path fusion pyramid network，DFPN），以互补的自顶向下语义增强路径与自底向上细节回流路径实现跨尺度信息循环交互，从而强化弱小热目标的可分性。提出的上下文感知融合模块（context-aware fusion block，CAFBlock）采用全局自注意力和局部深度卷积的双分支结构以协同建模长距离依赖与精细局部特征，同时结合膨胀卷积多感受野和深度卷积局部细节的双路径处理方式与门控融合机制，全面增强模型的多尺度上下文建模能力。在SIRST和HIT-UAV数据集上进行对比评估，改进模型实现了90.06%和64.37%的AP，分别提高了7.65个百分点和8.55个百分点，充分验证了模型的有效性和可行性。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于多模态融合的无人机识别研究综述

李旻姝, 周莫涵, 支瑞聪

计算机工程与应用 2025, 61 (21): 1-14. DOI: 10.3778/j.issn.1002-8331.2501-0014

摘要（792）

PDF（pc）（17525KB）（749）

随着无人机技术的迅速发展，在相关技术应用越来越多的同时也带来了许多安全隐患和监管难题。反无人机检测技术作为应对这些挑战的重要手段，受到了广泛的关注。传统的无人机检测方法依赖于单一的模态数据，例如视觉、音频、雷达及射频信号等，但这些单一模态数据在复杂场景下所获取的信息有限。近年来，深度学习方法在小目标检测领域取得良好进展，同时多模态融合技术的相关研究也使目标检测的精度和鲁棒性得到进一步的提升。综述了无人机检测领域的研究进展，重点梳理了多模态融合技术的研究现状；此外，整理了相关无人机检测的评价指标和公开数据集，分析了现有技术的局限性，并指出了未来提升检测精度与鲁棒性的研究方向。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于大型语言模型的检索增强生成综述

刘雪颖, 云静, 李博, 史晓国, 张钰莹

计算机工程与应用 2025, 61 (13): 1-25. DOI: 10.3778/j.issn.1002-8331.2410-0088

摘要（820）

PDF（pc）（1412KB）（614）

最近，智能体代理能在复杂任务中提供高效的解决方案，在工业界备受关注。作为智能体代理的常见范式之一，检索增强生成（retrieval-augmented generation，RAG）旨在结合信息检索和内容生成技术增强生成响应质量，已逐步成为研究的重点。在对国内外检索增强生成方法研究的基础上，阐述了RAG的基本概念及工作流程，归纳了技术现状，分析了现有RAG技术的优缺点，梳理了现有评估指标、数据集和基准。最后探讨了RAG技术在未来应用场景下所面临的挑战，并展望了其未来发展方向。

参考文献 | 相关文章 | 多维度评价

Select

4. 基于卷积神经网络的图像分类深度学习模型综述

刘鸿达, 孙旭辉, 李沂滨, 韩琳, 张宇

计算机工程与应用 2025, 61 (11): 1-21. DOI: 10.3778/j.issn.1002-8331.2411-0196

摘要（839）

PDF（pc）（1675KB）（598）

使用神经网络模型进行图像分类任务一直是非常重要的研究方向，随着深度学习技术的发展，对神经网络模型的要求也越来越高。在识别率高的同时，对模型的参数量、训练时间也都有较高的要求。卷积神经网络一直是深度学习中针对图像处理的主流方法，主要介绍基于卷积神经网络的分类模型的发展历程，分析其不同阶段各个模型的搭建思路；介绍Transformer与卷积神经网络结合的相关模型以及各模型在其他领域的应用情况。最后，对卷积神经网络的发展进行了探讨。

参考文献 | 相关文章 | 多维度评价

Select

5. DMF-YOLOv11：基于改进YOLOv11n的无人机航拍图像目标检测算法

贺智轩, 陈里里, 王翔, 李荣华

计算机工程与应用 2025, 61 (14): 88-100. DOI: 10.3778/j.issn.1002-8331.2502-0223

摘要（974）

PDF（pc）（1893KB）（483）

针对无人机航拍视角下目标检测中存在的小尺寸目标密集、多尺度变化显著及复杂场景干扰导致的检测精度不足问题，提出一种基于YOLOv11n改进的无人机航拍图像目标检测算法DMF-YOLOv11。设计双重双向辅助特征金字塔网络（dual bidirectional auxiliary feature pyramid network，DBAFPN）作为Neck结构，通过多层级特征双向融合机制增强极小目标与常规小目标的特征表征能力；构建多分支混合卷积模块（multi-branch hybrid convolution，MBHConv），采用并行异构卷积路径提升模型对小尺度目标的感知灵敏度；将自调特征聚合网络（self-modulating feature aggregation network， SMFANet）与主干网络C3K2模块深度融合，提出C3K2_FMB模块以协同提取局部细节与非全局上下文特征。在VisDrone2019数据集上的实验表明，DMF-YOLOv11的mAP50与mAP50-95分别达到46.2%和28.4%，较基准模型YOLOv11n分别提升11.5和8.3个百分点，召回率提升9.4个百分点至44.6%。改进算法有效提升了无人机航拍场景下的目标检测精度。

参考文献 | 相关文章 | 多维度评价

Select

6. 大模型在垂直领域应用的现状与挑战

籍欣萌, 昝红英, 崔婷婷, 张坤丽

计算机工程与应用 2025, 61 (12): 1-11. DOI: 10.3778/j.issn.1002-8331.2409-0181

摘要（666）

PDF（pc）（839KB）（454）

近年来，以ChatGPT为代表的大语言模型在多个领域受到广泛的关注，并取得优异的表现，推动了人工智能技术的新一轮发展浪潮。目前国产大模型数量已有上百个，覆盖多个行业领域，应用场景也不断扩展。为了更好地应对大模型在自然语言处理中的发展及其对通用任务和领域应用带来的冲击，对自然语言处理和大模型的发展历程进行回顾，阐述了当前大模型的相关技术以及大模型在医疗、法律、金融等垂直领域的应用，并对大模型在应用过程中面临的挑战如能力缺陷、协同问题等作出分析。最后，针对这些问题探讨了大模型在实际应用中的未来研究方向。

参考文献 | 相关文章 | 多维度评价

Select

7. YOLO-PD：轻量级实时行人检测算法

陈胜宝, 施隆照

计算机工程与应用 2026, 62 (6): 122-133. DOI: 10.3778/j.issn.1002-8331.2507-0218

摘要（246）

PDF（pc）（13743KB）（398）

针对边缘端设备资源受限和行人检测算法在小目标物体、多尺度物体和重叠遮挡造成的几何形变物体上检测精度低的问题，提出了一种适合部署在边缘端设备的基于YOLOv8的行人检测算法YOLO-PD。针对小目标物体，设计局部Transformer块（partial Transformer block，PTB），增强模型的特征提取能力，PTB的混合结构在保持高效特征提取的同时还能降低计算成本；针对多尺度物体，设计金字塔共享空洞卷积（pyramid shared dilation convolution，PSDC），利用共享权重参数的多尺度空洞卷积来提高模型多尺度特征提取能力的同时减小模块体积；针对几何形变物体，设计轻量级可变形动态检测头（light deformable dynamic head，LDDH），在检测头中通过动态调整加权因子来提升检测精度、通过可变形卷积来更精准地获取形变物体的特征。实验结果表明，与基线模型YOLOv8n相比，YOLO-PD在自建的行人检测数据集COCO-Person和VOC-Person上的mAP50分别提高了2.9和1.9个百分点，参数量减少了34.3%；在公开的行人检测数据集WidePerson上，mAP50和mAP50：95分别提高了1.8和1.1个百分点。在行人检测任务上该算法检测精度高、泛化能力强、极小的参数量让它适合部署在边缘端设备。

参考文献 | 相关文章 | 多维度评价

Select

8. 面向交通流预测的时空图神经网络发展综述

闫佳和, 李红辉, 孙婧, 刘杰, 张骏温, 杨晓睿, 徐邑

计算机工程与应用 2025, 61 (22): 1-19. DOI: 10.3778/j.issn.1002-8331.2502-0225

摘要（666）

PDF（pc）（1418KB）（382）

近年来，深度学习在交通流预测中的应用受到了广泛关注，特别是时空图神经网络在捕捉时空依赖关系和交通特征预测等方面取得了显著成效。已有一些综述探讨了时空图神经网络的应用，但这些研究大多以应用场景为分类依据，未能从模型设计的角度提供深入的总结分析，更缺乏统一的模型分类体系。提出了一种综合考虑“模块选择、融合机制、架构设计、训练策略”的层次分类方法，并将时空图神经网络分为六类：循环图卷积网络、时空全卷积网络、时空注意力网络、时空编码器网络、时空混搭架构网络、附加策略时空网络。针对每一个类别，详细分析了其特有的模型建模方法、时空融合机制，并对比了主要变体的特点。通过分析代表性工作和最新工作，探讨了时空图神经网络的发展规律，并给出了开源模型的源代码地址。收集了常用的公开数据集，并在对比前人实验结果的基础上，对最新先进模型的性能进行可视化分析。最后总结了该领域的发展机遇与挑战，为后续研究提供启发。

参考文献 | 相关文章 | 多维度评价

Select

9. 基于数字孪生的工控系统信息安全防护研究综述

王昆昆, 李亚辉, 杜鑫, 徐裴行, 周纯杰

计算机工程与应用 2026, 62 (6): 1-15. DOI: 10.3778/j.issn.1002-8331.2508-0252

摘要（299）

PDF（pc）（1788KB）（349）

数字孪生技术通过构建实体对象的高保真动态机理模型，在虚拟空间中模拟实体对象行为，孪生空间与实体对象进行实时交互与协同演化，为工控系统信息安全防护研究提供了新的视角。概述了工控系统在信息安全防护过程中面临的多重挑战，阐述了数字孪生的基本原理、发展历程和关键技术；综述了数字孪生技术在工控系统信息安全防护中的应用研究，重点总结了其在系统仿真模拟、防护体系、异常检测和风险评估等方面的研究进展，并对现有研究的局限性进行了总结分析。最后，对数字孪生在工控系统信息安全防护中的未来发展方向进行了总结与展望。

参考文献 | 相关文章 | 多维度评价

Select

10. 基于深度学习的单目视觉目标检测综述

刘桂超, 王怀光, 任国全, 吴定海

计算机工程与应用 2026, 62 (1): 1-19. DOI: 10.3778/j.issn.1002-8331.2504-0330

摘要（330）

PDF（pc）（2212KB）（345）

单目视觉目标检测凭借其低硬件成本与高实时性的显著优势，已逐渐成为自动驾驶、智能监控等领域的核心技术，发挥着不可或缺的作用。然而，几何歧义性、遮挡鲁棒性及小目标检测精度等问题仍是当前研究的瓶颈。主要从算法层面出发，从算法演进、性能评估与轻量化设计三个维度系统性地量化分析单目视觉目标检测技术的进展：将单阶段检测算法解构为经典卷积架构与Transformer架构进行剖析，总结其结构创新与性能瓶颈，揭示精度-速度-复杂度的权衡规律；从网络设计-算法优化-模型压缩三个层面探讨轻量化技术与目标检测算法的融合策略，并整合目标检测用于训练和评估的三种主要官方数据集中的多维度评价指标，搭建基于MS-COCO-2017数据集的跨模型对比框架，对不同架构的单阶段检测器进行横向性能对比；展望多模态融合、轻量化改进等前沿方向，旨在为单目视觉目标检测算法的工程化应用与理论突破提供系统性参考。

参考文献 | 相关文章 | 多维度评价

Select

11. 改进YOLOv11s的航拍小目标检测方法研究

郭家林, 曹云峰

计算机工程与应用 2026, 62 (8): 80-92. DOI: 10.3778/j.issn.1002-8331.2507-0111

摘要（225）

PDF（pc）（7612KB）（311）

针对在无人机航拍图像中小目标检测面临的高动态场景、目标特征信息少以及机载计算资源受限等问题，提出了一种基于改进YOLOv11s的航拍小目标检测方法。提出了密集跨路径特征金字塔网络（dense cross-path feature pyramid network，DCP-FPN）作为Neck结构，移除了大目标检测层，新增小目标检测层，通过密集连接方式最大化特征利用效率，显著减少模型参数量的同时，有效提升小目标特征捕获能力。提出了一种集成动态通道调整和双分支特征交互的新型轻量级卷积模块Ghost-DSConv，主干分支采用深度可分离卷积（depthwise separable conv，DSConv），辅以分组卷积构成的廉价分支生成补充特征，能够以更小的计算代价提取空间特征并增强特征多样性。提出了轻量级小目标注意力机制模块（lightweight small-target attention，LSTA），通过引入三重注意力强化机制，在极小计算开销的前提下，显著提升了模型对小目标的检测性能。实验结果表明，在VisDrone2019-DET数据集上，提出的改进算法的mAP50与mAP50-95分别提升到44.8%和27.4%。改进后的YOLOv11s模型参数量仅为3.51×106，并部署在基于RK3588s的嵌入式平台上，结果表明该模型能满足实时性的要求，实现了精度与效率的良好平衡；同时，在CARPK和Tinyperson数据集上验证了所提方法的泛化性和有效性。

参考文献 | 相关文章 | 多维度评价

Select

12. 改进YOLOv8的无人机航拍图像小目标检测算法

侯颖, 吴琰, 寇旭瑞, 黄嘉超, 庹金豆, 王裕旗, 黄晓俊

计算机工程与应用 2025, 61 (11): 83-92. DOI: 10.3778/j.issn.1002-8331.2411-0214

摘要（462）

PDF（pc）（1986KB）（310）

无人机拍摄影像存在大量分布密集的小目标，针对通用目标检测方法对小目标容易造成漏检和错检的问题，提出了一种改进YOLOv8的无人机航拍图像小目标检测算法。利用高分辨率浅层特征信息具有较小的感受野和更精细的空间信息特性，改进算法增加小目标物体检测头，采用四个特征检测头提升小目标检测率。设计构造ConvSPD卷积模块和BiFormer注意力增强模块的小目标检测模块组改进YOLOv8骨干网络，有效增强小目标浅层细节特征信息的捕获能力。为确保模型的硬件终端部署需求，采用可重参数化的Rep-PAN模型优化Neck网络。Head网络采用Focaler-CIoU损失函数优化回归定位损失，提高定位精度。在VisDrone-2019数据集上，改进算法平均检测精度达到51.2%，比YOLOv8提高10.9个百分点，检测速度为63.7 FPS，具有良好的实时性。

参考文献 | 相关文章 | 多维度评价

Select

13. 面向单目标追踪的对抗攻击技术综述

陆正之, 黄希宸, 彭勃

计算机工程与应用 2025, 61 (16): 1-15. DOI: 10.3778/j.issn.1002-8331.2410-0308

摘要（285）

PDF（pc）（5480KB）（301）

单目标追踪是计算机视觉中的关键任务之一。随着人工智能技术的发展，基于深度学习的追踪方法已经成为单目标追踪的主流，显著提升了追踪的精度和可用性。然而深度学习方法易受到对抗攻击威胁，攻击者能够诱使深度追踪模型产生错误的追踪结果，严重影响追踪的鲁棒性和安全性。综述了近年来单目标追踪领域对抗性攻击技术的研究进展，揭示了深度学习追踪模型所面临的潜在安全风险，并分析了该领域所面临的挑战和难题。依据攻击方法是否与视频追踪的在线特性相适应，对现有的单目标追踪对抗性攻击技术进行了分类总结，阐述了基本原理、特征以及代表性工作。最后从构建安全可靠的追踪模型和面向实际应用的追踪攻击等视角，对追踪对抗技术的未来发展趋势进行了展望，探讨了当前追踪攻击研究中的关键问题，包括追踪对抗防御、多模态追踪攻击、物理可实现追踪攻击及非合作追踪攻击等，以推动该领域创新与进步。

参考文献 | 相关文章 | 多维度评价

Select

14. 可见光-红外图像融合的目标检测综述

朱自文, 宋晓鸥, 崔巍, 岂峰利

计算机工程与应用 2025, 61 (17): 17-32. DOI: 10.3778/j.issn.1002-8331.2501-0206

摘要（507）

PDF（pc）（1610KB）（297）

随着人工智能技术的快速发展，目标检测与识别的地位日益凸显。基于深度学习的可见光-红外图像融合的目标检测技术具有强大的特征提取和泛化能力，能够有效提取和融合可见光与红外图像特征。对基于双模态图像融合检测的发展现状进行概述，并在基于深度学习的目标检测基础上分析双模态图像融合检测的优势，对比介绍常用的数据集和主要的技术难题。对基于不同阶段融合的目标检测算法进行总结分析，指出特征级融合检测的优势与主导地位；重点对基于不同基础模型的融合检测算法进行分析和总结，探讨了Transformer在双模态融合检测领域的优势和主导地位，以及Mamba在未来研究中的巨大潜力。根据当前可见光-红外图像融合的目标检测研究现状，对未来以实际的开发应用为导向进行了展望。

参考文献 | 相关文章 | 多维度评价

Select

15. 检索增强生成技术研究综述

吴璇, 付涛

计算机工程与应用 2025, 61 (20): 19-35. DOI: 10.3778/j.issn.1002-8331.2501-0061

摘要（964）

PDF（pc）（1071KB）（295）

大语言模型在自然语言处理领域表现出强大的能力，但依然面临诸如幻觉、缺乏领域特定知识等问题。检索增强生成（retrieval-augmented generation，RAG）利用大规模的外部知识库来增强模型的语义理解和生成能力，有效缓解了大语言模型所面临的部分问题，为开放域问答、文本摘要、对话系统等自然语言处理任务提供了有效的解决方案。将全面综述检索增强生成的关键技术进展，包括检索器、生成器以及各个部分优化的可能性；总结了现有的检索增强生成评估方法，探讨了当前RAG评估的局限性。最后，讨论了检索增强生成未来可能的研究方向。

参考文献 | 相关文章 | 多维度评价

Select

16. 深度学习的点云语义分割方法综述

蔡子悦, 袁振岳, 庞明勇

计算机工程与应用 2025, 61 (11): 22-30. DOI: 10.3778/j.issn.1002-8331.2408-0033

摘要（518）

PDF（pc）（605KB）（286）

点云语义分割将点云中每个点赋予语义标签，实现对场景中不同物体的分割，是场景理解的基础。近年来，随着深度学习技术的发展，将深度学习与点云语义分割方法相结合，提升了点云语义分割的处理效率和分割精度，展现出卓越的性能，被广泛应用于交通、医学、建筑设计、虚拟现实等众多领域。在回顾点云语义分割发展历程的基础上，对已有研究进行分类综述，然后分析相关数据集和评价指标，对比已有方法的性能。最后，总结现有研究的不足，并展望未来发展方向。

参考文献 | 相关文章 | 多维度评价

Select

17. 面向知识图谱的问答技术研究综述

钱慎一, 付博文, 李代祎, 梁瑶瑶

计算机工程与应用 2025, 61 (23): 1-23. DOI: 10.3778/j.issn.1002-8331.2501-0066

摘要（284）

PDF（pc）（1714KB）（280）

智能问答是从海量数据中精确、快速获取需求信息的一种关键技术。近年来，智能问答技术发展成果显著，例如，基于问题的信息提取技术、语义理解技术以及向量建模的方法等。然而，随着智能问答技术的迅速发展，人们迫切希望能够对智能问答模型有一个合理的划分方式，以方便不同领域的用户使用。为了合理划分智能问答模型，方便智能问答领域研究者的深度研究，通过对知识图谱问答领域相关文献进行调查，实现了对当前知识图谱问答关键技术的概括，包括实体链接、知识嵌入，并详细介绍了知识图谱问答的相关概念和处理流程。此外，根据方法的不同，将面向知识图谱的问答技术主要分为三大类：基于语义解析方法、基于信息检索方法和基于大语言模型的方法，介绍了其优缺点并分别针对知识图谱问答模型的评价指标进行总结。最后，针对知识图谱问答技术现存的一些问题以及未来发展的方向，提出了一些建议和思考。

参考文献 | 相关文章 | 多维度评价

Select

18. 扩散模型生成式图像检测技术研究综述

程泊宣, 李明轩, 张正宇

计算机工程与应用 2025, 61 (20): 1-18. DOI: 10.3778/j.issn.1002-8331.2508-0156

摘要（405）

PDF（pc）（3310KB）（278）

扩散模型是一种通过前向扩散和反向去噪实现内容生成的模型。其在目标检测、医学图像、自然语言处理和生成式图像等领域得到了广泛的应用。随着应用范围扩大，鉴定生成图像的真实性成为了学术界研究的热点。但是，扩散模型生成式图像技术被用来制作虚假新闻图片或色情图片传播谣言等，其被广泛应用在灰色地带甚至违法犯罪领域。近年来，大量的研究工作用以解决扩散模型生成图像的真实性问题，然而，现有工作缺乏对其生成图像检测的系统性调研和梳理。为了填补上述空白，现对扩散模型生成式图像检测技术的研究发展进行了全面的分析和总结。概述了十种扩散模型生成图像技术的整体流程和相关步骤，研究扩散模型与其他的图像生成模型优缺点；系统性梳理出五类扩散模型检测技术，讨论了检测技术的应用和挑战，将五类检测技术对比分析；总结了二十二种扩散模型数据集，并将所有数据集进行系统性对比；根据扩散模型生成式图像检测技术的局限性，探讨了检测技术在今后的发展方向。

参考文献 | 相关文章 | 多维度评价

Select

19. 基于强化学习的软件定义网络流量工程研究综述

刘延飞, 王程锦, 李超

计算机工程与应用 2025, 61 (24): 1-28. DOI: 10.3778/j.issn.1002-8331.2412-0248

摘要（310）

PDF（pc）（1399KB）（273）

软件定义网络（software-defined networking，SDN）凭借其全局化、集中式的管理架构，为复杂动态网络管理带来了革命性变化，也为实施网络流量工程创造了便利条件。与此同时，强化学习因其在决策优化方面具备显著优势而备受关注。将强化学习与SDN独特架构相结合，应用于流量工程具有重要的现实意义。从理论和应用两个层面，依据技术发展脉络，全面梳理了强化学习、深度强化学习、多智能体深度强化学习在SDN流量工程中的研究进展；从方法分类、网络场景、强化学习算法、流量工程目标等多个维度，对现有研究成果进行了归纳、整理与分析，为实施SDN流量工程方法策略提供了多维视角；进一步归纳整理了强化学习与其他技术结合的研究进展，显示出其在提升流量工程策略性能方面的潜力。在总结现有研究进展的基础上，剖析了当前面临的挑战，并提出了未来的研究方向，为促进该领域的深化探索提供一定参考。

参考文献 | 相关文章 | 多维度评价

Select

20. 基于多模态融合网络的无人机小目标检测方法

姚继林, 刘宏哲, 张铖, 路璐

计算机工程与应用 2026, 62 (4): 273-283. DOI: 10.3778/j.issn.1002-8331.2508-0255

摘要（121）

PDF（pc）（42031KB）（268）

针对无人机小目标检测在低光和复杂背景下精度低、误检率高的问题，单一模态检测方法难以取得理想效果。因此，提出了一种基于动态交互融合策略的小目标检测方法YOLOv8-DF。设计了双流特征提取网络，采用并行模式分别提取红外和可见光特征，并在Backbone部分引入感受野卷积（receptive field attention convolution，RFAConv），以增强模型的多尺度感知能力。为进一步捕捉全局上下文信息，提出了基于注意力机制的远程信息增强模块（remote information enhancement module，RIEM），并设计了动态特征交互模块（dynamic feature interaction module，DFIM），动态调整各模态优势信息权重，实现深度特征融合。实验结果表明，在DroneVehicle数据集上，YOLOv8-DF与单模态基准模型YOLOv8_RGB和YOLOv8_IR相比，mAP50分别提升了12.3和13.4个百分点，相较于PSFusion融合检测方法，mAP50提升了8.4个百分点，并在LLVIP公开数据集上进行了计算效率和泛化性实验，证明了所提出的方法具有较好的计算效率和泛化性能。

参考文献 | 相关文章 | 多维度评价

Select

21. 知识图谱与大语言模型协同共生模式及其教育应用综述

李晓理, 刘春芳, 耿劭坤

计算机工程与应用 2025, 61 (15): 1-13. DOI: 10.3778/j.issn.1002-8331.2410-0481

摘要（494）

PDF（pc）（1158KB）（264）

近年，人工智能技术，特别是大语言模型、知识图谱技术的迅速发展，为教育的数字化、智能化转型提供了重要的技术条件。分别分析了大语言模型与知识图谱两技术在智能教育领域的应用优势、现状以及存在的问题。在此基础上，深入探讨了知识图谱与大语言模型的协同共生模式，包括两者相互增强的方式方法，并对协同技术研究现状进行了归纳分析，总结了近年来在教育领域的相关应用。最后，对知识图谱与大语言模型技术联合应用于教育领域的发展趋势进行了总结与展望。

参考文献 | 相关文章 | 多维度评价

Select

22. 大模型时代自动问答系统及评价体系综述

崔龙飞, 王宗水, 鲍盈旭, 赵红

计算机工程与应用 2026, 62 (5): 1-17. DOI: 10.3778/j.issn.1002-8331.2503-0004

摘要（240）

PDF（pc）（1660KB）（256）

大模型时代，自动问答系统呈现出诸多新的特征。通过文献阅读和梳理，对自动问答系统特征和评测体系进行总结与归纳，从问答模型推理训练的训练数据、预训练框架、模型后处理、模型高效微调等阶段，对比大模型发展初期“追求数据和参数规模”的训练方法和如今“注重数据和模型效率”之间的差异，系统分析基于大模型的自动问答系统新的特征。总结当前各种类型的自动问答大模型评测体系，并详细梳理自动化评价体系HELM（holistic evaluation of language model）在自动问答任务上的数据集、评价指标和量化计算方法。未来基于大模型的自动问答系统研究将会围绕多模态融合、高安全性、高可解释性、低资源消耗，以及结合大模型和自动化的综合评价体系这几个方面进一步拓展与深化。

参考文献 | 相关文章 | 多维度评价

Select

23. 基于模型和算法的量化投资方法股票预测研究综述

李子煜, 张金珠, 高青山

计算机工程与应用 2025, 61 (19): 1-11. DOI: 10.3778/j.issn.1002-8331.2501-0157

摘要（459）

PDF（pc）（862KB）（255）

股票价格预测一直是金融研究热点领域。近年来，量化投资方法凭借其客观性、系统性与高效性，逐渐成为股票市场研究的主流方向。随着大数据时代的到来，海量、多源、异构的数据为市场建模与决策提供了丰富的信息基础，有效融合多模态数据已成为提升预测准确性的关键路径。系统梳理了量化投资方法的理论演进，回顾了机器学习在股票预测中的应用发展。围绕数据、模型与算法三个维度，对近年来基于量化方法的研究成果进行了综述，深入分析并比较了不同研究在方法创新与技术实现上的差异与优势。此外，还探讨了当前研究中面临的挑战与局限，归纳总结了现有实践经验，并对多模态异构数据融合、弱信号挖掘、迁移学习及组合权重优化等研究方向进行了深入分析与展望。

参考文献 | 相关文章 | 多维度评价

Select

24. 改进YOLOv11的无人机小目标检测算法

刘玉萍, 尚翠娟, 李明明

计算机工程与应用 2025, 61 (15): 124-131. DOI: 10.3778/j.issn.1002-8331.2503-0274

摘要（496）

PDF（pc）（1400KB）（249）

针对无人机小目标检测任务中小目标像素少、尺度变化大、易受背景干扰的问题，提出一种基于YOLOv11的改进算法。设计新的ELAN-DC模块改进主干网络，在高效层聚合网络ELAN的CBS模块中结合双卷积DC，增强模型主干部分的特征提取能力。设计一种新的全局到局部双向特征融合结构GLBiFPN，提升多尺度特征融合的效果。引入动态检测头DyHead，进一步增强模型的检测精度。实验结果表明，在VisDrone2019数据集上，改进算法的检测精度mAP50和mAP50-95相比YOLOv11n分别提高5.1和3.5个百分点。

参考文献 | 相关文章 | 多维度评价

Select

25. MBFE-DETR：多尺度边界特征增强下的无人机目标检测算法

张晞, 赖惠成, 姜迪, 汤静雯, 高古学, 袁婷婷, 聂源

计算机工程与应用 2025, 61 (17): 89-101. DOI: 10.3778/j.issn.1002-8331.2503-0307

摘要（229）

PDF（pc）（5562KB）（248）

针对无人机视角下背景复杂、小目标比例较高且样本不平衡等问题，提出一种基于改进RT-DETR的无人机目标检测算法MBFE-DETR。设计一种基于C2f和单头自注意力模块的轻量化主干网络，降低模型参数量的同时提升网络的特征提取能力。提出多尺度边界特征增强协同网络MBFECN，通过其特有的多尺度边界特征增强机制和高效特征融合策略，解决了原模型在保持小目标边界细节方面的不足。引入Focaler-MPDIoU考虑框的位置匹配关系，同时通过线性区间映射重构原有IoU损失，使模型在复杂场景下的定位效果更好。针对样本不平衡的问题，采用新的分类损失函数ESVLoss，对分类损失值进行分段加权调整，并结合指数移动平均机制对权重进行动态平滑更新，使模型更具适应性。实验结果表明，在VisDrone2019-DET和DOTAv1.0数据集上，MBFE-DETR算法的mAP50分别提升3.9和2.9个百分点，同时参数量减少了21.6%。

参考文献 | 相关文章 | 多维度评价

Select

26. 基于深度学习的RGBT目标跟踪研究进展

张大伟, 王炫, 何小卫, 郑忠龙

计算机工程与应用 2025, 61 (19): 43-59. DOI: 10.3778/j.issn.1002-8331.2502-0144

摘要（389）

PDF（pc）（10638KB）（241）

目标跟踪是计算机视觉领域的一项重要任务，其中单目标跟踪是指在给定的视频序列中持续跟踪单个目标。然而可见光图像的成像依赖于光照条件，仅凭可见光信息难以满足低光照、雨雾天气等复杂恶劣环境下的目标跟踪。RGBT（RGB-thermal）目标跟踪是指结合热红外与可见光图像数据，利用双方互补优势共同实现跟踪任务，以提高跟踪的鲁棒性和准确性。随着深度学习的发展，目前RGBT目标跟踪领域研究成果众多，但现有大部分综述缺乏对近几年新兴的多模态融合研究前沿的介绍与总结。介绍了RGBT目标跟踪的概念与面临的挑战，将现有算法分为五大类进行梳理与分析，总结了当前主流的RGBT目标跟踪数据集与评价指标，并提供了各种跟踪算法在主流数据集上的性能对比，供研究人员参考，探讨了RGBT目标跟踪亟待解决的问题和潜在的研究方向，以期推动跟踪领域的进一步发展。

参考文献 | 相关文章 | 多维度评价

Select

27. 面向低样本的工业图像异常检测综述

郭新茹, 宋丽娟, 朱文倩, 杜方, 马子睿

计算机工程与应用 2025, 61 (13): 26-45. DOI: 10.3778/j.issn.1002-8331.2408-0230

摘要（382）

PDF（pc）（5889KB）（238）

异常检测是计算机视觉的重要研究方向之一，被广泛应用于工业产品检测、医疗诊断和视频监控等领域。它可以监控产品质量并快速识别不符合标准的产品，从而实现自动化质量控制。在工业图像异常检测中，由于获取大量训练样本既耗时又昂贵，因此低样本的工业图像异常检测成为研究热点和趋势。同时，大型视觉语言模型的出现推动了工业图像异常检测从单模态驱动发展到多模态融合，提高了检测的全面性。针对近四年的低样本工业图像异常检测，探讨了模态数量对异常检测性能的影响，并根据检测算法在处理数据和检测异常时采用的不同策略以及特征提取技术的提取范围对低样本异常检测方法进行分类。这旨在帮助研究人员快速了解并进一步改进异常检测技术和优化特征提取策略，从而提升低样本环境下的检测效率和准确性。此外，还对不同方法在MVTec AD和VisA数据集上的检测结果进行了对比，对比结果表明多模态融合方法中的混合特征融合在分类和分割异常方面表现突出。通过对比不同的检测技术和模型，总结了不同的低样本工业异常检测方法以及解决的问题，并讨论了未来的研究方向。

参考文献 | 相关文章 | 多维度评价

Select

28. 基于机器视觉的农业车辆及机器人导航技术研究进展

张少侠, 闫建伟, 蒙超, 石国照, 吴锦涛

计算机工程与应用 2025, 61 (12): 12-27. DOI: 10.3778/j.issn.1002-8331.2411-0108

摘要（303）

PDF（pc）（2247KB）（231）

随着智能驾驶技术的发展，农业车辆和机器人自主导航技术成为当前研究热点，搭载机器视觉导航系统的农业车辆及机器人也广泛应用在农业生产任务中，但在复杂农业环境中的应用仍存在问题。为此，对农业视觉导航技术进行总结，详细论述了视觉导航图像采集技术；对基于图像分割和作物特征点检测的导航路径提取方法进行讨论，并分析了两种导航路径提取方法共同涉及的导航线拟合方法。最后，讨论了农业车辆及机器人视觉导航当前所面临的挑战和未来发展趋势，可为农业车辆及机器人视觉导航相关研究提供参考。

参考文献 | 相关文章 | 多维度评价

Select

29. 基于深度学习的车辆重识别研究进展

平灿, 李雷孝, 刘东江, 林浩, 史建平

计算机工程与应用 2025, 61 (16): 16-37. DOI: 10.3778/j.issn.1002-8331.2409-0384

摘要（247）

PDF（pc）（6868KB）（229）

随着智能监控和公共安全领域对车辆重识别技术需求日益增长，基于深度学习的方法凭借强大的图像处理能力逐渐成为研究的热点。传统的手工特征方法已无法满足现代车辆重识别面临的海量数据处理需求。梳理了当前基于深度学习的车辆重识别研究。介绍了车辆重识别的背景知识。根据数据输入源的不同，将现有方法分为表征学习和跨域学习两大类。表征学习关注全局特征和辅助特征的提取与融合，跨域学习则致力于处理不同领域之间的适应性问题。系统地总结了各类方法的关键技术，评述了它们的优势与局限性。最后探讨了未来研究的方向，提出通过多模态数据融合、无监督学习方法、大语言模型等先进技术来进一步提升车辆重识别的准确性和鲁棒性。

参考文献 | 相关文章 | 多维度评价

Select

30. 大语言模型参数高效微调技术综述

秦董洪, 李政韬, 白凤波, 董路宽, 张慧, 徐晨

计算机工程与应用 2025, 61 (16): 38-63. DOI: 10.3778/j.issn.1002-8331.2410-0211

摘要（490）

PDF（pc）（2480KB）（221）

近年来，自然语言处理领域的训练范式和模型规模发生显著变化，从特定任务的监督学习转向全量微调大规模预训练模型。然而，模型参数的激增导致全量微调计算成本高昂。“参数高效微调”技术应运而生，通过仅微调部分参数或引入少量新参数，显著降低成本并保持性能。对近年来参数高效微调技术中最具代表性和最前沿的方法进行了简要介绍和系统分析，涵盖设计理念与核心算法，并对不同方法的特性、优势、不足以及适用场景进行了归纳和分析，并进一步对比了不同种类中同系列的多种方法，分析了同系列方法在设计理念上的演进趋势，提供了当前研究现状的全面概述。最后对参数高效微调技术进行整体的分析与展望，提出未来该技术可能的优化方向，并结合实践提出该技术在实际工程应用中可行的技术方案。

参考文献 | 相关文章 | 多维度评价

Select

31. PCSED-YOLO：复杂环境下跨尺度多目标穿戴检测算法研究

薛光辉, 闫朝阳, 吴冕

计算机工程与应用 2026, 62 (5): 88-105. DOI: 10.3778/j.issn.1002-8331.2505-0210

摘要（155）

PDF（pc）（8315KB）（215）

车间工人在作业期间若未按规定穿戴安全装备，不仅可能对其健康造成影响，还可能导致伤亡等安全事故。基于此，计算机视觉的穿戴检测技术是目前研究的热点领域。然而，由于生产车间内设备繁多，环境复杂且恶劣，生产过程中产生的大量粉尘会使穿戴目标变得模糊或部分被遮挡。此外，穿戴目标的尺寸分布范围宽，属于复杂环境下跨尺度多目标检测范畴。现有的算法在检测精度方面存在不足，特别是对口罩等小目标的误检和漏检率较高。为此，提出了一种基于YOLO模型的改进目标检测算法：PCSED-YOLO。在C3k2中融合了并行补丁感知模块，以增强小目标特征提取及多尺度目标检测能力；将交叉卷积注意力融合模块嵌入C2PSA，实现局部特征感知与全局上下文信息的互补，从而提升粉尘场景中的目标识别能力；引入空间到深度卷积替代原有的卷积层，通过重组空间维度信息至通道维度，实现无损下采样，提升小目标和低分辨率目标的检测性能；融合SEv2（squeeze-and-excitation network v2），创新改进空间金字塔池化层，增强模型对复杂场景的全局上下文把控能力，提升多类别、跨尺度目标的特征提取能力；在检测头引入动态卷积Dynamic-Conv，通过动态调整卷积核的大小和形状，提升跨尺度目标检测的精度；增加更高分辨率的P2检测层，提高小目标检测精度。制备了工人穿戴数据集，并进行了消融和对比实验。实验结果显示，PCSED-YOLO算法模型在处理小目标、中目标和大目标时均表现出色，与基准模型相比，mAP@0.5达到了0.946，提升了0.077；AP@0.5mask（小目标）达到了0.887，提升了0.236；AP@0.5no-helmet（中目标）提升了0.037至0.958；AP@0.5vest（大目标）提升了0.006至0.991；F1-Score和P-R曲线指标较基准模型也有明显改善。与几种先进的检测模型相比，PCSED-YOLO模型在制备的数据集上取得了最佳的检测性能，表明该模型具有较强的复杂环境跨尺度多目标检测能力和泛化能力，为复杂环境下跨尺度多目标穿戴检测提供了新的算法方案。

参考文献 | 相关文章 | 多维度评价

Select

32. Transformer在医学图像分割中的研究进展

周振霄, 王华, 魏德健, 曹慧, 姜良, 王锡城

计算机工程与应用 2025, 61 (20): 54-74. DOI: 10.3778/j.issn.1002-8331.2412-0272

摘要（287）

PDF（pc）（1527KB）（211）

随着社会对高精度诊断的需求持续攀升，自动化医学图像分割技术于现代医疗实践中占据着关键地位，尽管卷积神经网络（convolutional neural network，CNN）在医学图像分割方面表现优异，但由于其存在一定局限性，许多学者遂将Transformer引入医学图像分割领域，以弥补CNN在全局上下文学习层面的欠缺。综述了Transformer及其变体结构，并分析了它们在医学图像分割任务中的结合应用。从心脏、大脑、肺部、腹部和其他部位这五个主要分割任务范畴，归纳了基于U-Net以及其他模型相结合的研究进展，指出其在捕捉多尺度特征、提升分割精度以及应对不同解剖结构的复杂性方面所具备的优势。对现有研究工作进行了讨论，未来需再持续深入研究，以促进医学图像分割技术的发展。

参考文献 | 相关文章 | 多维度评价

Select

33. 基于大语言模型的企业碳排放分析与知识问答系统

韩明, 曹智轩, 王敬涛, 段丽英, 王剑宏

计算机工程与应用 2025, 61 (16): 370-382. DOI: 10.3778/j.issn.1002-8331.2501-0012

摘要（261）

PDF（pc）（1808KB）（210）

随着全球气候变化日益严重，企业碳排放分析成为国际关注的焦点，针对通用大语言模型（large language model，LLM）知识更新滞后，增强生成架构在处理复杂问题时缺乏专业性与准确性，以及大模型生成结果中幻觉率高的问题，通过构建专有知识库，开发了基于大语言模型的企业碳排放分析与知识问答系统。提出了一种多样化索引模块构建方法，构建高质量的知识与法规检索数据集。针对碳排放报告（政策）领域的知识问答任务，提出了自提示检索增强生成架构，集成意图识别、改进的结构化思维链、混合检索技术、高质量提示工程和Text2SQL系统，支持多维度分析企业可持续性报告，为企业碳排放报告（政策）提供了一种高效、精准的知识问答解决方案。通过多层分块机制、文档索引和幻觉识别功能，确保结果的准确性与可验证性，降低了LLM技术在系统中的幻觉率。通过对比实验，所提算法在各模块的协同下在检索增强生成实验中各指标表现优异，对于企业碳排放报告的关键信息抽取和报告评价，尤其是长文本处理具有明显的优势。

参考文献 | 相关文章 | 多维度评价

Select

34. ARST-YOLOv7：用于航空遥感图像的小目标检测网络

周沁坤, 周华平, 孙克雷, 邓彬

计算机工程与应用 2025, 61 (12): 232-242. DOI: 10.3778/j.issn.1002-8331.2406-0167

摘要（155）

PDF（pc）（46203KB）（209）

航空遥感成像具有广泛的军事和民用应用。航空遥感图像中的微小目标检测是遥感图像领域的一个具有挑战性的问题。通用的目标检测方法对小目标不敏感，对于背景复杂、目标特征信息量少的航空遥感图像检测精度较低。为解决上述问题，首次提出了一种用于航空遥感图像的小目标检测网络ARST-YOLOv7。针对遥感图像背景复杂，且目标特征较弱，提出一种新的特征增强模块DSPPCFF（dilated spatial pyramid pooling convolution feature fusion），增强模型的特征表达能力。提出一种新的特征金字塔结构（DC-FPN），来解决级联特征图之间的语义差异问题。此外，为了让网络保留更多的空间信息，提出了DCA（dilated convolution attention）模块，增强网络对重要目标的关注，从而提高检测的鲁棒性。在NWPU VHR-10数据集、RSOD数据集和HRRSD数据集上与当前先进的检测方法比较结果表明，该方法对于航空遥感小目标检测更有效。

参考文献 | 相关文章 | 多维度评价

Select

35. 基于深度学习的短时交通流预测研究综述

熊章友, 李卫军, 朱晓娟, 杨国梁, 马馨瑜

计算机工程与应用 2025, 61 (11): 67-82. DOI: 10.3778/j.issn.1002-8331.2407-0410

摘要（531）

PDF（pc）（1148KB）（208）

交通流预测是智能交通系统的重要组成部分，旨在准确估计未来特定时间间隔内特定区域的交通流量。随着车辆的增长和路网中不同区域之间的复杂时空关系，传统的交通预测方法难以准确描述交通数据的特征，而深度学习的预测方法能够更好地处理复杂的特征结构，因此，深度学习的方法已成为短时交通流预测的研究热点。总结了传统交通流预测方法和深度学习交通流预测方法的研究现状，详细介绍了深度学习架构卷积神经网络、自编码器、循环神经网络、图卷积神经网络、注意力机制与Transformer以及深度学习混合神经网络，并且对深度学习的交通流预测文献、深度学习的超参数和场景进行了总结分析。总结了现有文献中常用的国内外公共数据集。根据前人的模型实验对交通预测模型的性能进行了对比分析。最后，讨论了基于深度学习的交通预测领域的未来研究方向。

参考文献 | 相关文章 | 多维度评价

Select

36. 视频孪生技术研究及在粮食信息化中的应用展望

李智慧, 张毅, 甄彤

计算机工程与应用 2025, 61 (17): 1-16. DOI: 10.3778/j.issn.1002-8331.2411-0122

摘要（252）

PDF（pc）（2143KB）（205）

视频孪生技术的快速发展正在推动各行业的智能化进程。通过系统梳理该技术的发展现状，并总结其在医院、工厂、水库等领域的典型应用，展示出视频孪生在提升管理效率、保障公共安全、优化资源分配方面的显著潜力。当前，粮库管理存在实时监控、异常检测及数据集成方面的局限性，难以满足现代化粮食管理需求。基于此，进一步展望视频孪生技术在粮库信息化管理中的应用，重点分析其在粮情监测、设备智能管理、环境调控、异常检测等方面的创新性应用前景，为粮食安全管理提供高效、智能的解决方案，助力提升管理水平和粮食储备的安全保障。

参考文献 | 相关文章 | 多维度评价

Select

37. 低资源场景下的命名实体识别研究综述

钱丽萍, 崔雨婷, 廉露, 陈艳鹏, 黄楠楠

计算机工程与应用 2025, 61 (18): 1-23. DOI: 10.3778/j.issn.1002-8331.2411-0259

摘要（203）

PDF（pc）（1368KB）（197）

命名实体识别是信息抽取的关键任务之一，旨在从非结构化文本中识别出特定的实体及其类型。现有的基于机器学习和深度学习的方法通常需要大量标注数据，而实际应用中获取这些数据往往受到资源、时间和成本的限制。因此，低资源场景下的命名实体识别问题已经成为一个亟待解决的挑战。系统总结并分析了现有学术成果，明确了相关任务定义，并将其在低资源场景下划分为三类；接着深入探讨了五种主要技术路径:迁移学习、数据增强、提示学习、对比学习、元学习，分析了它们的局限性及未来改进方向；介绍了相关数据集和评价指标，并总结分析了典型技术方法的实验结果。最后，从整体上分析了当前低资源命名实体识别面临的挑战及未来研究趋势。

参考文献 | 相关文章 | 多维度评价

Select

38. 基于多尺度特征与通道感知的绝缘子缺陷检测

计凯, 张文斌, 陈小涛

计算机工程与应用 2025, 61 (24): 240-250. DOI: 10.3778/j.issn.1002-8331.2409-0265

摘要（89）

PDF（pc）（70002KB）（192）

针对无人机航拍中绝缘子图像背景复杂、缺陷种类多样和尺度差异大等问题，提出一种基于多尺度特征与通道感知的绝缘子缺陷检测算法。通过引入不同层级下的特征图到多尺度特征融合模块，以结合多尺度特征信息，并利用一系列并行深度卷积以充分提取上下文信息；在主干网络中嵌入自适应通道感知下采样模块，将输入特征的空间维度转换为通道维度以实现下采样，确保特征图在下采样过程中避免小尺度特征信息的丢失，并利用高效的通道注意力机制提高模型对重要通道信息的感知能力；在添加小尺度目标检测层的基础上，设计轻量化共享幻影卷积检测头以在减少模型参数量的条件下，提高模型对多尺度目标的检测能力。实验结果表明，所提模型对不同类别及多尺度的绝缘子缺陷均取得了较好的效果，其平均检测精度为91.4%，相较于基准模型提高了5.2个百分点，整体性能优于其他绝缘子缺陷检测算法。

参考文献 | 相关文章 | 多维度评价

Select

39. 改进YOLOv11的低光照目标检测方法研究

李俊林, 张雪松, 宋存利, 李光宇

计算机工程与应用 2026, 62 (5): 106-119. DOI: 10.3778/j.issn.1002-8331.2506-0263

摘要（157）

PDF（pc）（3198KB）（192）

针对低光照复杂场景下检测的性能瓶颈，提出一种改进YOLOv11的低光照目标检测算法ELS-YOLO（enhanced low-light scene-YOLO）。引入EfficientNetV2替换主干网络，简化模型结构的同时，提升局部细节和全局背景的复杂交互。提出了一种频域感知模块，进一步提升网络对图像细节的感知效果，帮助模型更好地识别低光照条件下的目标轮廓和暗部细节。设计了一种基于灵慧阶梯增益分配策略的损失函数，在提升光照和噪声变化的适应能力基础上持续提升检测精度。算法的消融实验和对比实验在ExDark、NOD（night object detection）和VOC2012数据集上进行，结果表明，在三个数据集上，提出的算法相较于基线模型在mAP@0.5和mAP@0.5：0.95指标上分别提升了4.2和2.6个百分点、2.4和0.7个百分点、0.7和0.3个百分点。实验结果验证了该算法在低光照目标检测场景中的有效性。

参考文献 | 相关文章 | 多维度评价

Select

40. 持续关系抽取方法研究综述

杭婷婷, 郭亚, 李德胜, 冯钧

计算机工程与应用 2025, 61 (14): 1-19. DOI: 10.3778/j.issn.1002-8331.2412-0102

摘要（246）

PDF（pc）（1671KB）（189）

关系抽取旨在从文本数据中识别并提取实体之间的关系。随着数据流的动态变化，传统关系抽取模型在处理新出现的关系类型时，往往面临灵活性和有效性的双重挑战。持续关系抽取模型通过实时学习，不仅能够适应新关系类型的引入，还能有效保留已学到的知识，为知识图谱的动态更新与扩展提供了重要支持。系统综述了持续关系抽取领域的研究进展。阐述了持续关系抽取的发展历程、基本概念以及任务定义；从关系原型、对抗增强、对比学习及其他方法四个方面总结了当前的研究方法；介绍了常用的数据集与评价指标，并对主流模型的性能进行了对比评估。最后，分析了现有方法的局限性与挑战，并对未来的研究方向提出了展望。

参考文献 | 相关文章 | 多维度评价

全文下载排行