全部分类/
科学普及/
计算机时代

计算机时代

2026年01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

技术广角 | 预储模式下备件供应保障链路建模及仿真

技术广角 | 预储模式下备件供应保障链路建模及仿真

摘要：备件供应保障是装备作战的前提和基础，本文针对战时备件供应保障中前方保障点如何选择、后方仓库如何对前方保障点进行备件预储以及如何实施快速保障等全链路设计问题，通过建立保障方案矩阵和预储方案矩阵，充分考虑备件需求数量、备件收发链路、保障点仓库容量、预储保障点个数等约束条件，以供应保障任务完成时间最短为目标函数构建线性规划数学模型，并结合实例开展仿真验证分析。实验结果表明，该算法能得到合理的结果,验证了模型的有效性，为现代装备备件的供应保障提供了一定参考。
技术广角 | 基于随机演化博弈的机场不停航施工安全监管仿真分析

技术广角 | 基于随机演化博弈的机场不停航施工安全监管仿真分析

摘要：为提升机场不停航施工安全监管效果，本文以机场管理机构、监理单位、施工单位为主要利益相关者，引入高斯白噪声模拟外部环境干扰，构建三方参与的随机演化博弈模型。通过MATLAB软件对关键参数开展仿真分析，结果表明：三方初始策略选择概率的变化速率在不同施工阶段差异明显；民航质监部门的监管强度对三方演化形成正向激励，且对机场管理机构的影响最显著;机场管理机构的惩罚策略对监理单位与施工单位的影响差异显著，监理单位对惩罚敏感程度高于施工单位；外部环境干扰强度显著影响演化路径的稳定性。
算法研究与应用 | 自适应特征选择的图神经网络医保欺诈检测研究

算法研究与应用 | 自适应特征选择的图神经网络医保欺诈检测研究

摘要：随着医保基金监管的持续加强,仍面临部分欺诈行为具有隐蔽性和复杂性的挑战。现有模型在处理类别不平衡以及可解释性方面仍存在一定局限，还需进一步优化或结合新方法提升识别能力。具体而言，将医保数据建模为异构数据,通过图神经网络GAT充分挖掘节点上下文信息，并引入进化特征提纯算法EFR自适应选择特征，增强模型准确性和一般性,使识别结果更优且符合医保审计的透明性要求，为医保基金监管提供技术支撑。
算法研究与应用 | 基于对数惯性权重的改进蚁狮优化算法

算法研究与应用 | 基于对数惯性权重的改进蚁狮优化算法

摘要：针对蚁狮优化算法(Ant Lion Optimization,ALO)后期收敛速度较慢和易陷入局部最优等问题，本文提出基于对数惯性权重的改进蚁狮优化算法（Logarithmic inertia weight based Ant Lion Optimization,LALO）。LALO利用对数函数的特点，实现对惯性权重的非线性调整，从而更好地平衡算法的全局勘探和局部开采能力。同时，在算法的位置更新中,通过引入对数惯性权重策略来优化蚁狮个体的位置更新过程，降低算法陷入局部收敛的可能性，进而加快收敛速度。本文使用3个经典的测试函数来测试LALO的寻优性能。与已有的群智能算法相比，LALO加快了算法的收敛速度，提高了收敛精度和稳定性。
算法研究与应用 | 基于LightGBM的糖尿病风险预测方法研究

算法研究与应用 | 基于LightGBM的糖尿病风险预测方法研究

摘要：糖尿病被认为是影响全球数百万人健康的主要医疗保健问题之一。随着该疾病的患病率持续上升，研究人员持续致力于开发精准的糖尿病预测模型。近年来，课题组已在医疗保健领域开展机器学习应用探索。为实现糖尿病精准预测，本研究在Pima糖尿病数据集上开展7种机器学习算法的实验，采用探索性数据分析方法挖掘数据集的特征规律。此外,将上采样、归一化、特征选择和超参数调优用于预测分析。本研究基于多种机器学习指标和k倍交叉验证技术对结果进行分析后发现，LightGBM在所有分类器中取得最高分类准确率 98.2% ，证实了其对具有相似适应症的其他疾病的推广适用性。
算法研究与应用 | 基于级联检测与超分辨率的坝体杂草株高测量算法

算法研究与应用 | 基于级联检测与超分辨率的坝体杂草株高测量算法

摘要：为应对坝体杂草株高检测中目标小、标尺模糊及定位不准等挑战，本文提出一种基于级联检测与超分辨率的测量算法。该方法采用“检测—超分辨率一再检测"的级联框架：第一阶段利用改进的YOLOv8-R网络在含杂草场景中定位整根标尺;第二阶段通过Real-ESRGAN超分辨率网络增强截取后标尺区域的细节，并输入至YOLOv8-B网络以精细识别其上的各个色块。实验表明，所提算法在标尺(Ruler)与色块(Block)两项独立检测任务上的mAP50分别达 99.2% 和96.9% ;在有效样本中，株高计算值与人工读数值的平均绝对误差仅为 0.65cm 。该方法可实现坝体杂草株高的高精度、低成本、自动化监测。
算法研究与应用 | 航空发动机叶片关键检测参数的智能优化研究

算法研究与应用 | 航空发动机叶片关键检测参数的智能优化研究

摘要：传统航空发动机叶片检测参数的选择高度依赖人工经验，易导致检测质量波动。因此，本文针对某航空发动机涡轮叶片磨削工艺开展研究。首先，通过数据采集与增广，构建包含225组数据的航发叶片“检测—质量"数据集；随后，基于人工神经网络,构建“检验—质量"模型,描述二者之间的关联映射关系;最后,提出一种包含6个主要种群行为的改进河马算法，并运用该算法进行全局迭代寻优，获得航发叶片最佳检测参数组合。实验结果表明，所提方法相较于现有技术，在前期寻优能力、跳出局部最优解能力、全局寻优能力等方面表现出优异的综合性能，为采用智能计算手段赋能航发叶片检测提供了新思路。
算法研究与应用 | 基于混合检索与提示词优化的增强生成框架及其应用

算法研究与应用 | 基于混合检索与提示词优化的增强生成框架及其应用

摘要：检索增强生成方法的提出,有效提升了大语言模型在特定任务中的知识利用与生成能力，尤其在垂直领域问答中具有较大潜力。本文针对大语言模型在数学领域教学问答中检索与生成效果不足的问题,设计并实现一种改进的检索增强生成框架，并将其应用于数学问答教学系统。该框架融合BM25与稠密向量的混合检索策略，以提升检索器的召回率与命中率；同时，引入提示词优化策略以改善模型生成阶段的回答质量。实验结果表明，所提框架在数学问答任务中能够稳定完成从检索到生成的整体流程，且检索过程HitRate@10达到 77.77% ，验证了所提方法在垂直领域问答应用中的可行性与有效性，为后续其他学科领域的教学问答系统设计提供了参考。
算法研究与应用 | 基于随机森林与深度神经网络的房地产价值预测模型比较研究

算法研究与应用 | 基于随机森林与深度神经网络的房地产价值预测模型比较研究

摘要：本文聚焦于解决房地产评估领域传统方法主观性强、效率低等问题，提出并实现一种基于机器学习的房产价值高精度预测模型。研究首先通过系统性的数据预处理和特征尺度转换，构建标准化输入特征矩阵。在此基础上，采用对比框架并行构建深度神经网络与随机森林模型，在统一实验环境下完成训练与测试。实验结果表明,随机森林模型在预测性能上显著优于深度神经网络，其平均绝对误差降至82.511.47元，平均绝对百分比误差为 16.92% ，且在低价房产上表现更稳定。
算法研究与应用 | 基于共享卷积与多尺度增强注意力的学生课堂行为检测算法

算法研究与应用 | 基于共享卷积与多尺度增强注意力的学生课堂行为检测算法

摘要：针对YOLO11模型在学生课堂行为检测中的局限性，本文提出一种基于共享卷积与多尺度增强注意力的YOLOIIn-SGM算法。通过在YOLOI1主干网络中设计共享卷积特征金字塔模块(SCFP)，解决了教室场景中后排小目标特征提取不足的问题;通过将YOLO11框架中的普通卷积替换为金箍棒卷积(GC Block),在提高检测精度的同时控制了参数量;通过设计多尺度增强注意力检测头(MSDH),提升模型对遮挡目标的特征提取能力。实验结果表明，与基线模型YOLO1ln相比，本文所提YOLO1ln-SGM模型的精确率、召回率、mAP50和mAP50-95分别提升 2.2%,1.8%,2.0% 和3.1% ，在控制参数量的前提下，显著提升检测精度。
应用创新实践 | 大语言模型在法律事件检测中的效能评估

应用创新实践 | 大语言模型在法律事件检测中的效能评估

摘要：生成式人工智能尤其是大语言模型(LLMs)在法律领域的应用日益广泛,但从判决文书中准确提取事件以构建结构化事实信息仍面临挑战。本文探讨了大语言模型在中文法律事件检测任务中的效能，假设该类模型可有效识别并标注判决文书中的关键事件。为验证此假设,本研究以LEVEN数据集为实验数据,选取DepSeek-V3、DepSeek-R1、Doubao-Seed-1.6和通义千问-Plus四个模型进行零样本事件提取实验。实验结果显示,所选模型整体精确率较高，但召回率和稳定性有待提升。成本分析表明，所选模型总执行费用远低于人工标注，具有显著的经济优势。本研究证实了大语言模型在法律事件检测中的潜力，为构建高质量事件数据库、提升司法推理透明度提供了实证基础。
应用创新实践 | 不同航速域下散货船船体线型阻力优化设计研究

应用创新实践 | 不同航速域下散货船船体线型阻力优化设计研究

摘要：散货船运营中面临多工况航速动态变化，传统单一设计航速优化难以适配全生命周期需求。针对此问题，本文建立面向多航速域的散货船线型阻力优化方法体系。通过构建加权综合阻力目标函数，采用CFD数值模拟技术对低速域 (Fr=0.12 ）、设计航速 (Fr=0.18) 和高速域 (Fr=0.22) 三种工况进行系统分析，基于AIS实船数据驱动的加权系数确定方法与Kriging-GA集成优化策略实现船型参数的高效全局寻优。较传统方法，计算效率提升 96% ，优化结果表明改进船型在三个航速域的总阻力分别降低 8.3%.12.1% 和 9.7% ，年度综合燃油消耗降低 10.5% ，碳排放削减 8.2% ，验证多工况适应性优化方法的有效性与工程应用价值。
应用创新实践 | 配电网诊断场景下的智能体应用边界效益研究

应用创新实践 | 配电网诊断场景下的智能体应用边界效益研究

摘要：为降低配电网诊断场景中人工智能智能体技术决策失误导致的成本与资源浪费风险，本研究聚焦智能体应用边界判断与经济效益分析，为多元场景智能体技术决策提供支撑。通过界定智能体技术内涵及应用流程，构建业务确定性与精确性指数量化模型，设计传统代码方案与智能体技术的成本比较公式，结合112份有效问卷数据构建智能体选型模型,为电网数字化建设研发方案提供量化决策依据,降低决策失误概率,助力电网数字化转型达成降本增效目标。
应用创新实践 | 混合先验分析的零件表面缺陷检测方法研究

应用创新实践 | 混合先验分析的零件表面缺陷检测方法研究

摘要：本文针对因零件表面缺陷类型多样、尺度变化及形状不一而导致的数据集构建不准确,模型训练时间过长及特征提取精度低等问题，提出一种基于混合先验分析的表面缺陷检测方法。首先通过揭示零件表面缺陷先验分布特性，根据特性利用均方根滤波增强模型对输入缺陷图像数据在去除噪声的同时增强弱对比度特征，提升数据集准确性的同时缩短模型计算时间;其次结合深度学习YOLOv5模型，对不同类型、尺度及形状的缺陷特征开展混合先验分析，提升缺陷特征提取精度，进而提升缺陷检测准确率;最后进行零件表面缺陷检测仿真实验，实验结果表明，所提方法能够完成对包含不同先验信息的表面缺陷识别、定位及分类，检测平均置信度达到 79% 以上，验证所提方法检测表面缺陷性能的可行性。关键词：表面缺陷检测；混合先验分析；图像处理；深度学习；YOLOv5
应用创新实践 | 基于改进YOLOv5的无人机河湖智能巡检系统

应用创新实践 | 基于改进YOLOv5的无人机河湖智能巡检系统

摘要：当前针对河湖水域违法行为(如违法垂钓、非法捕捞、违规游泳等)的监管，普遍存在效率低下、成本高昂、难以全覆盖与实时响应等突出问题。为破解这一管理难题，本文提出一种基于改进的计算机视觉算法的河湖智能巡检系统，利用无人机搭载的边缘计算设备对实时捕获的高清影像开展本地化快速分析，精准识别、定位违法垂钓、违规游泳等行为,通过优化RRT\*路径规划算法大幅提升巡检效率。实验数据表明，该系统能够对目标水域进行全天候、高精度、自动化监管，大幅提升水域违法行为识别的及时性与准确性，具有较高的实用性。
计算机教育 | 知识图谱与混合式教学的融合创新应用

计算机教育 | 知识图谱与混合式教学的融合创新应用

摘要：针对大数据课程教学中出现的知识碎片化、学习资源散乱等教学痛点，提出一种融合知识图谱与混合式教学的创新模式并在实际教学中应用实践。通过能力图谱细化教学要求、知识图谱结构化核心内容、问题图谱驱动探究学习、资源图谱整合多模态资源，构建“能力—知识—资源—问题”多维联动的课程知识图谱体系。依托此图谱体系设计了线上线下的混合式教学模式，将图谱动态贯穿于课前预习、课中互动与课后巩固全流程,实现资源的精准推送与学习路径的个性化引导。实践表明，该模式有效提升了学生学习积极性与教学效果。本研究为专业课程的教学改革与模式创新提供了可借鉴的实践案例与理论参考。
计算机教育 | 高校国产化openGauss数据库教学改革研究

计算机教育 | 高校国产化openGauss数据库教学改革研究

摘要：在当前数据库安全可控备受关注的背景下，为推进数据库课程国产化教学，本文首先分析国内数据库类课程建设存在的问题,提出以国产化数据库openGauss为实验平台，设计实验教学内容，并从以下三方面开展教学模式改革：引入校企合作、构建实际应用场景的实验项目、融入课程思政元素。最后，对国产化数据库课程建设提出相关建议。这些教学改革为推进数据库课程的国产化建设提供了有益探索。
计算机教育 | 基于创新质量管理的线上课程平台运维效率提升研究

计算机教育 | 基于创新质量管理的线上课程平台运维效率提升研究

摘要：在教育信息化背景下，高等数学线上课程平台在高职混合式教学中的作用日益凸显。湖北国土资源职业学院与武汉铁路桥梁职业学院通过跨校组建QC小组，选取10名教师、108个班级、5832名学生为样本开展教学实践。运用鱼骨图精准定位任务收发顺畅度等影响平台运维效率的关键问题，实施流程优化、增设导学视频等教学策略，创新性构建了学生、平台、教师三方需求的整合路径，显著提升高等数学线上课程平台运维效率与师生使用满意度。
计算机教育 | 闭环式毕业生跟踪反馈机制的构建与实施

计算机教育 | 闭环式毕业生跟踪反馈机制的构建与实施

摘要：随着高等教育规模扩张，高校毕业生人才供给无法满足社会需要，导致人才供给与市场需求不匹配日益凸显。针对这一问题，基于OBE教育理念，构建“评价—反馈—改进”闭环式毕业生跟踪反馈机制。基于该机制，我校电子信息工程专业定期对应往届毕业生开展跟踪调查。近6年的实施调查结果表明，该机制能够较好地促进我校电子信息工程专业人才培养目标的达成，毕业生能力与企业供需匹配度得到了有效提升。

过往期刊

更多

猜你喜欢

上海外国语大学电子阅览室