基于深度学习的自然语言处理技术在智能翻译系统中的应用研究

  

随着全球化进程的加速,翻译需求日益增长,智能翻译系统的重要性愈发凸显。文中深入研究基于深度学习的自然语言处理技术在智能翻译系统中的应用。首先基于深度学习的智能翻译系统主要依托循环神经网络、长短期记忆网络和卷积神经网络等架构,通过词向量表示和语义理解技术实现高质量翻译。在系统架构方… …   相似文献

《计算机科学》2025,52(11A)

基于生成式数据增强与Faster-RCNN改进的发动机打刻面缺陷检测

  

汽车发动机的打刻面具有承载发动机信息、丢失查找以及防止私自拆改发动机等作用,打刻面的质量将直接决定车辆是否能正常上牌行驶。但是在汽车制造领域,现阶段对打刻面的缺陷检测主要采用人工目视检测的方法,存在漏检的风险。虽然业界已有一些针对表面缺陷检测的研究,但它们无法完全适应发动机打刻面… …   相似文献

《计算机科学》2025,52(11A)

基于指令流图特征的恶意文件的分类算法研究

  

近年来,恶意代码愈加泛滥,数量和种类均呈快速增长趋势。因此,机器学习方法被广泛用于提升对恶意代码识别和分类的效率。聚焦恶意代码多分类任务,采用静态分析方法,结合反汇编、图构造、图论特征分析等技术,对恶意代码样本的原始文件进行特征提取。在传统的CFG特征和字节码特征的基础上,提出一… …   相似文献

《计算机科学》2025,52(11A)

卷积增强自适应分类模型的构造与研究

  

经典卷积神经网络(Convolutional Neural Networks,CNN)已被成功应用于图像领域,但是在图像旋转与缩放等几何变换条件下提取图像特征存在鲁棒性不足的局限。文中提出一种卷积增强自适应分类模型(Convolutionally Enhanced Adaptiv… …   相似文献

《计算机科学》2025,52(11A)

基于无人机检视的公路工程施工人员安全帽佩戴实时检测算法

  

为保障公路工程施工人员作业安全,减少施工安全事故,实时检测施工人员是否佩戴安全帽已成为重要的安全监管手段。公路工程施工具有点多、线长、面广的特点,且面临穿山越岭、跨江跨河等复杂地势,传统固定摄像头的覆盖存在局限性,且成本较高。无人机作为一种灵活、低成本且具备高可视性的影像采集工具… …   相似文献

《计算机科学》2025,52(11A)

面向全天候多场景的多模态融合目标检测方法

  

传统的目标检测方法在处理复杂场景时存在局限性,尤其在夜间低光照和白天阴影环境中难以取得理想效果。现有多模态图像融合技术多偏重红外图像在低光照场景中的重要性,却忽视了白天复杂环境对红外与可见光融合的需求平衡。因此,针对全天候、多场景的目标检测需求,提出了一种基于特征图分类与生成对抗… …   相似文献

《计算机科学》2025,52(11A)

基于改进YOLOv8的草原巡检机器人障碍物识别方法

  

为解决草原巡检机器人的障碍物识别算法受限于外部环境复杂和自身算力不足等在准确率与实时性上难以兼顾的问题,提出了一种基于YOLOv8的草原障碍物轻量化检测模型,利用高效多尺度注意力机制(Efficient Multi-Scale Attention Module)增强网络特征提取能力。同时在网络颈部结构添加1X1卷积进行降维映射处理,降低网络的参数量;还将原网络的损失函数替换为WIoU,降低了低质量图像在训练过程中对模型的影响。在自建数据集上进行了实验,结果表明,改进后模型的F1分数、平均精度值(mAP)分别为93%和96.2%,比原模型提高了1个百分点和1.9个百分点;模型参数量为1.96×10⁶,比原模型降低了34.7%,最后将模型移植到嵌入式平台并进行FP16量化,运行帧率提升了35%。提出的方法能兼顾准确率和实时性,是一种适用于嵌入式平台的轻量化检测方法,为草原巡检机器人的障碍物检测提供了技术支持。… …   相似文献

《计算机科学》2025,52(11A)

信息抽取技术在数字人文领域的应用研究综述

  

数字人文作为计算机科学与人文学科交叉融合的新兴领域,旨在通过数字技术解决人文研究中的问题,推动学科发展、文化遗产保护和文化传播。信息抽取技术作为自然语言处理的核心任务之一,能够从非结构化文本中自动提取结构化知识,为数字人文研究提供丰富的数据支持。该综述系统梳理了信息抽取技术在数字… …   相似文献

《计算机科学》2025,52(11A)

自动化软件缺陷定位技术研究

  

软件缺陷定位已经成为软件调试领域重要的研究主题,自动化软件缺陷定位旨在提高缺陷定位的自动化程度,帮助开发人员更高效地定位大规模软件中可能存在缺陷的位置,以达到优化分配测试资源的目的。以自动化软件缺陷定位技术为核心,对相关研究成果进行系统梳理。首先,依据软件缺陷处理生命周期,给出了… …   相似文献

《计算机科学》2025,52(11A)

基于GRAM矩阵的粒感知机

  

感知机是一种简单的线性分类器,也是SVM及深度学习的基石。然而,大部分复杂问题是非线性模型,感知机在处理这类问题时,分类效果不佳。因此,引入粒计算理论,以参考样本为模板,将训练样本粒化为特征粒子及特征粒向量,进而定义粒GRAM矩阵,提出一种基于GRAM矩阵的粒感知机模型。该模型优… …   相似文献

《计算机科学》2025,52(11A)

基于观点差异敏感性和意见领袖信任度的观点动力学分析

  

在社会网络中,个体属性对群体观点演化起着重要的作用,为了深入理解这一现象,基于传统的HK(Hegselmann-Krause)模型,引入个体对观点差异的敏感性和个体对意见领袖的信任度,提出一种新的观点演化模型。个体对观点差异的敏感性是指个体在更新自己的观点时,对其他个体观点差异的… …   相似文献

《计算机科学》2025,52(11A)

基于消除语义特征的图像篡改定位模型对抗攻击

  

目前,公众对于日新月异的图像篡改技术越来越担忧,因为它会引发伦理和安全问题。利用深度神经网络可以定位图像篡改区域。然而,随着深度神经网络的发展,针对它的对抗性攻击也层出不穷,这些攻击方法也促进了模型的鲁棒性研究。现有的对抗攻击方法主要关注篡改痕迹特征,然而不同图像篡改定位模型关注… …   相似文献

《计算机科学》2025,52(11A)

GCP辅助COLMAP框架SFM绝对尺度恢复算法的研究

  

随着数字经济的快速发展,对三维重建技术的需求显著增加。然而,现有商用三维重建系统多依赖于封闭的单机或集群架构,导致灵活性和效率受限,而开源框架在绝对坐标和尺度恢复方面存在不足。对此,提出了一种基于GCP(Ground Control Point)辅助的Colmap框架中的SFM(… …   相似文献

《计算机科学》2025,52(11A)

基于生成模型的学生在线学习表现预测混合方法研究

  

学习表现预测利用在线学习平台的学生学习行为数据来识别存在学业风险的学生,可以帮助教师及时进行干预,然而该方式面临着数据不平衡问题,这使得准确识别存在学业风险的学生尤为困难。针对当前解决策略中变分自编码器(Variational Autoencoder,VAE)不能保证生成样本的合… …   相似文献

《计算机科学》2025,52(11A)

可解释性视角下缺失值填补方法比较研究

  

随着深度学习技术的广泛应用,高质量的表格数据对模型预测性能至关重要,而数据缺失会严重破坏其内在结构与分布。尽管缺失值填补方法众多,但现有研究多侧重于填补精度,缺乏对填补结果如何影响下游模型可解释性的系统性评估。文中提出一种基于模型可解释性的缺失值填补评估框架。首先,探讨了深度生成… …   相似文献

《计算机科学》2025,52(11A)

基于剪枝算法优化的轻量级深度学习网络算法

  

随着目前计算机技术的不断发展,很多计算机技术都使用了智能算法来提高自身的智能化水平。其中,轻量化深度学习网络算法是使用频率较高的一种,很多领域中都使用了该算法来提高自身的生产效率。但现在的轻量级深度学习网络算法还存在算法规模大、特征提取效果差等缺点。为了解决上述问题,文中以深度网… …   相似文献

《计算机科学》2025,52(11A)

隐私保护的决策树算法设计与应用

  

在信息时代,数据成为一种宝贵资源。数据共享在驱动人工智能领域发展的同时,也带来了隐私泄露的风险。全同态加密(Fully Homomorphic Encryption,FHE)技术为各种机器学习算法的实现提供了一条安全路径,它允许在密文数据上直接进行运算。然而,在密文数据上进行运算… …   相似文献

《计算机科学》2025,52(11A)

基于改进YOLO模型的脑肿瘤病灶区域检测

  

针对传统人工检测在脑肿瘤阅片中易受主观因素影响而出现误诊或漏诊的问题,结合脑肿瘤图像的特点,提出一种改进YOLO模型以实现对脑肿瘤病灶区域的智能检测。针对脑肿瘤病灶区域形状不规则的特点,引入可变形卷积,使得网络能自适应复杂病灶形态,提升不规则病灶的特征提取能力。同时,通过嵌入结合… …   相似文献

《计算机科学》2025,52(11A)

基于MOBSF_rule的安卓恶意软件检测方法

  

在安卓应用安全研究领域的静态分析中,一种有效的方式是使用逆向工程工具对应用程序进行反编译,并从反编译后的代码文件中提取函数调用图(Function Call Graph,FCG)作为恶意软件识别的主要特征,特别是基于敏感API的FCG调用子图已经得到广泛验证。然而,现有的此类基于… …   相似文献

《计算机科学》2025,52(11A)

基于优化模型的MEC网络任务卸载与迁移策略

  

优化模型驱动的移动边缘计算(Mobile Edge Computing,MEC)网络任务卸载与迁移策略研究基于物联网设备激增和5G技术推广的背景展开。MEC通过将计算资源迁移至网络边缘,显著降低数据传输延迟和云端压力。为此,提出一系列任务卸载与迁移策略,并通过性能评估验证其效果。… …   相似文献

《计算机科学》2025,52(11A)