全部分类/
科学普及/
计算机时代

计算机时代

2026年06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 | 融合大数据与大模型的配电网线损智能诊断与精益化决策研究

技术广角 | 融合大数据与大模型的配电网线损智能诊断与精益化决策研究

摘要：针对配电网发展过程中新能源渗透率提升导致的潮流双向波动、负荷特性复杂化引起的非线性损耗激增，以及运行环境波动下线损成因动态多变等挑战，传统静态分析方法面临计算精度受限、异常溯源不确定性增加等困境。为此，本文提出一种基于大数据与大模型的线损智能诊断方法，构建全链条线损精益化管理体系。技术层面，利用深度学习框架下的图神经网络深度挖掘电网拓扑与运行数据的时空耦合特征，实现异常损耗的精准定位与智能诊断；同时，结合历史规律开展线损趋势推演，前瞻性预判潜在风险，通过净现值优选矩阵动态推荐最优降损方案。研究证明，该方法实现线损管理从被动分析向主动防控的跨越，为配电网的高质量发展与精细化运维提供科学支撑。
算法研究与应用 | 基于注意力定位的大模型知识图谱精准隐私遗忘方法研究

算法研究与应用 | 基于注意力定位的大模型知识图谱精准隐私遗忘方法研究

摘要：本研究提出一种基于注意力定位与知识可解释性的精准隐私遗忘方法，旨在解决大模型与知识图谱融合场景下的敏感信息泄露问题。该方法通过从注意力权重追溯与知识图谱结构注意力两个核心维度出发，构建敏感三元组与模型参数间的精准映射关系；结合定向参数扰动与零空间投影技术实现敏感知识的靶向清除，并创新性地利用轻量化校准机制保障非敏感知识的完整性。在医疗和政务数据集上的实验结果表明，敏感信息注意力定位准确率达到96.7%，较传统方法提升15.3个百分点；敏感知识遗忘比例达95.8%，同时将模型效能损失控制在6.2%以内。本研究通过强化知识可解释性实现隐私遗忘的精准化与可控化，为融合环境下的隐私合规提供兼具理论支撑与工程应用价值的解决方案，拓展大模型知识编辑与隐私保障领域的研究边界。
算法研究与应用 | 基于实时信道均衡的广播电视发射基站信号失真自适应补偿

算法研究与应用 | 基于实时信道均衡的广播电视发射基站信号失真自适应补偿

摘要：在广播电视发射基站信号传输过程中，信道多径效应、频率选择性衰落会引发信号严重失真，本文提出基于实时信道均衡的广播电视发射基站信号失真自适应补偿方法。本文采用MMSE算法实时估计广播电视发射基站传输信道的参数。将估计得到的信道参数输入LSTM模型，经模型学习后，输出信道均衡所需的补偿参数，以此调整接收信号的幅度和相位，自适应抵消传输信道导致的广播电视发射基站信号失真。实验结果表明，本文设计的方法补偿后，广播电视发射基站信号在信道中传输的平均BER仅0.041%，平均SER仅0.058%，该方法有效降低了信号失真，显著提升了信号传输质量。
算法研究与应用 | 基于三重注意力与损失函数改进的复杂天气信号灯检测算法研究

算法研究与应用 | 基于三重注意力与损失函数改进的复杂天气信号灯检测算法研究

摘要：在复杂天气条件下，道路交通信号灯的自动检测面临图像退化、能见度降低及小目标识别困难等严峻挑战，严重制约了智能驾驶系统与交通管控系统的可靠性。近年来，研究者围绕域适应、图像增强、网络架构优化与半监督学习等方向提出了许多创新方法。本文根据以上思考提出基于三重注意力模块(Triplet Attention)、Inner-SIoU损失函数和YOLOv8的道路信号灯检测改进算法，实验结果表明，改进后模型mAP达93.5%，FPS达60.2。
算法研究与应用 | 融合多策略改进的浣熊优化算法

算法研究与应用 | 融合多策略改进的浣熊优化算法

摘要：针对传统浣熊优化算法(ROA)初始解质量差、种群分布不均、收敛慢等问题,本文提出一种多策略融合改进浣熊优化算法IROA。本文引入混沌初始化提升初始种群均匀性与多样性;采用非线性惯性权重平衡全局探索与局部开发;融合哈里斯鹰围攻策略增强攻击收敛速度;嵌入麻雀警戒机制优化搜索效能。基于CEC2017测试集,将IROA与多种主流算法对比,实验表明IROA在求解精度、收敛速度和稳定性上均有显著提升,具备良好工程应用潜力。
算法研究与应用 | 多源影响因子增强的对话推荐系统

算法研究与应用 | 多源影响因子增强的对话推荐系统

摘要：对话推荐系统通过动态捕捉用户偏好进行推荐。但现有的对话数据存在高度稀疏性，制约了模型对用户偏好的捕获能力。为提升对话推荐系统效果，现有方法常借助外部知识增强实体表征，虽然在一定程度上提升了性能，但也不可避免地引入噪声；这些噪声会干扰模型捕获用户真实偏好的精准性。为此，本文提出一种多源影响因子增强的对话推荐模型，该模型通过获取不同信息源之间的影响因子，强化实体表征学习；同时优化特征融合机制，利用基于影响因子的对比学习提升用户偏好建模的准确性，从而在提高推荐精度的同时，增强对话生成的流畅性与丰富度。
算法研究与应用 | 基于 YOLO11 融合 LADH 与 FasterConv 的敦煌壁画轻量化检测

算法研究与应用 | 基于 YOLO11 融合 LADH 与 FasterConv 的敦煌壁画轻量化检测

摘要：近年来，深度学习领域取得显著进展，尤其在目标检测算法方面。然而，受敦煌壁画图像复杂背景、目标尺寸多样化、壁画超高分辨率等因素制约，通用算法难以适配，需要针对性解决方案。因此，本文基于YOLO11模型提出一种新型轻量级目标检测算法。首先，采用新的轻量级非对称检测头(LADH-Head)，替代YOLO11模型中的原始检测头；其次，引入卷积门控线性单元(CGLU)模块；最后，采用快速卷积(FasterConv)模块替换YOLO11骨干网络中的C3模块。在敦煌壁画图像数据集上的实验结果证明，相较于基础YOLO11算法，模型的召回率、平均精度(mAP)分别提升4.1%、2.8%，凸显了模型在敦煌壁画图像目标检测中的优越性能，为敦煌壁画图像的目标检测提供了高效、轻量的解决方案。
算法研究与应用 | 融合特征和多头注意力机制的文本标题生成

算法研究与应用 | 融合特征和多头注意力机制的文本标题生成

摘要：互联网的普及使文本数据量急剧增长,文本标题通常是对原文内容的高度概括,有助于读者快速把握核心信息。然而,主流生成式方法在语义理解与表达方面仍存在局限,生成的标题有时与原文主要含义存在偏差。因此,本文提出融合特征和多头注意力机制的标题生成模型(FHAM),在文本表示时进行特征融合,融入词汇特征以增强标题与原文的语义关联;在注意力计算方面采用多头注意力结构,并结合指针网络,从多个表示子空间中提取更为丰富的特征用于标题生成。实验结果显示,该方法生成的文本标题在语义相关度方面取得良好效果。
算法研究与应用 | 基于 SCAF-YOLOv 的复杂环境番茄成熟度检测方法研究

算法研究与应用 | 基于 SCAF-YOLOv 的复杂环境番茄成熟度检测方法研究

摘要：针对自然光照下番茄成熟度检测存在背景干扰强、果实尺度小、遮挡重叠严重及颜色细微差异难识别等问题，本文提出一种基于改进YOLOv11的检测方法SCAF-YOLOv11。在主干网络引入SimAM注意力机制，强化果实成熟度相关颜色特征，抑制背景干扰；构建简化BiFPN颈部网络，提升多尺度特征融合效率，保留细粒度颜色特征并避免小目标信息丢失；设计CA_LADH检测头，增强位置建模能力，缓解分类与回归耦合冲突；采用EIoU损失函数优化框回归精度，提升特征纯净度。实验表明，相较YOLOv11，该方法精度、召回率、F1值、mAP@0.5及mAP@0.5:0.95分别提升3.8%、2.0%、3.0%、2.2%、1.6%，参数量与模型体积分别减少32%、28.8%。模型可在树莓派4B上高效推理，适用于温室智能监测与采摘设备，工程实用价值显著。
人工智能 | 一种面向领域问答的大模型知识增强与自反思协同框架研究

人工智能 | 一种面向领域问答的大模型知识增强与自反思协同框架研究

摘要：针对通用大语言模型在垂直领域问答中存在的知识时效性不足、事实幻觉、推理链不稳定及长上下文利用效率不高等问题，本文提出一种面向领域问答的知识增强与自反思协同框架KRSR-LLM。该方法将检索增强生成、任务规划、证据重排序、自反思校正、置信度融合五个模块统一建模，在保持大模型生成能力的同时，通过外部知识注入与多阶段推理控制提升回答的准确性与可解释性。本文设计了完整的方法流程、训练目标、推理策略与评估体系，并通过实验对比基础生成模型、检索增强模型及加入自反思机制后的性能，验证所提框架的有效性。
数据储存与分析 | 一种基于 RocksDB 的结构化与全文数据统一存储引擎

数据储存与分析 | 一种基于 RocksDB 的结构化与全文数据统一存储引擎

摘要: 本文设计并实现一种基于RocksDB的统一存储引擎,以支持结构化数据与全文数据及其索引的高效存储管理。该引擎将结构化数据、全文文档及其索引统一映射至键值模型,在单一存储层完成数据的组织与访问。针对不同索引特性,设计差异化的存储与更新策略,为全文倒排索引与唯一二级索引引入基于RocksDB的Merge Operator的增量更新方案,抑制写入放大。实验结果表明,该引擎在数据写入、更新、索引构建及查询等场景下均表现良好,验证基于RocksDB构建多模数据库存储层的可行性,为结构化与全文数据统一管理提供了新的实现思路。
应用创新实践 | 基于大语言模型的智能编程教学平台设计与实现

应用创新实践 | 基于大语言模型的智能编程教学平台设计与实现

摘要：针对当前编程教学中存在的辅导反馈滞后、AI工具依赖以及评价机制单一等问题,本文设计并实现一个基于大语言模型的智能编程教学平台SmartCode。该平台以启发式指导为核心理念,通过构建智能助教实现仅提供思路引导、不直接生成代码的启发式问答;基于以教代学理论设计智能学伴,利用大模型模拟与学习者水平相近的虚拟学伴,在知识状态驱动的对话交互框架下促进学习者深化知识理解;融合结果性评价和学习过程评价构建多维度评价体系,实现对学习者编程能力的综合评估。系统功能测试结果表明,该平台具有较好的实用性,能够为学习者提供即时的个性化教学引导,提升学习者的自主学习能力与编程思维水平,为编程实践教学提供一种可行的解决方案。
应用创新实践 | 基于特征优选和 GEE 的沿海城市土地利用分类研究

应用创新实践 | 基于特征优选和 GEE 的沿海城市土地利用分类研究

摘要：针对沿海城市地物破碎、光谱复杂导致的“同谱异物”识别难题，以厦门市为研究区，基于Google Earth Engine (GEE)云平台构建多维特征库，提出类别自适应加权与特征协同筛选相结合的特征优选方法，采用随机森林分类器开展土地利用分类研究。实验表明，特征贡献具有跨维度协同与类别特异性：AWEI_1对水域判别优势度达0.89，Elevation对林地达0.65，NDVI_mean对草地达0.34，B8_contrast对未利用地达0.54。从26个特征中筛选出17个最优特征，OA为90.91%、Kappa系数为0.887，较原始光谱方案分别提升7.93%和0.098。实验验证，植被物候、地形、水体指数等特征的有效性及其优越性不依赖于特定分类器。该方法有效解决了“同谱异物”识别难题，为沿海城市土地利用分类提供参考。
应用创新实践 | 基于大语言模型与提示工程的旅游景区知识图谱构建研究

应用创新实践 | 基于大语言模型与提示工程的旅游景区知识图谱构建研究

摘要：针对新疆旅游景区用户评论非结构化特征显著、细粒度情感挖掘难度大的问题，本文提出基于Qwen2.5-7B-Instruct大语言模型与协同提示工程策略的实体关系联合抽取方法，通过融入严格的实体边界约束与清晰指令设计，提升模型抽取精度，实现更精准的细粒度情感分析，进而构建喀纳斯景区垂直领域情感知识图谱。实验在低资源场景下对比BiLSTM、BERT及主流大模型方法，结果表明，本文方法综合性能更优， F₁ 值达84.27%，情感准确率为84.36%。进一步利用Neo4j图数据库技术构建细粒度情感知识体系，实现自然景观、服务设施等维度游客情感倾向的多维数据融合。
应用创新实践 | 基于大语言模型和个性化推荐的小学生写作智能导学系统设计与实现

应用创新实践 | 基于大语言模型和个性化推荐的小学生写作智能导学系统设计与实现

摘要：在教育数字化转型背景下，写作学习是小学语文核心素养培育的关键环节之一，但当前学生写作畏难、资源匹配不足、师生协助低效等问题突出。针对现有教学痛点，本研究采用精调提示词大语言模型、个性化推荐算法、图数据库与学情分析等技术，设计并实现小学生写作个性化智能导学系统。系统可提供个性化写作指导与评改、精准资源推送及多维度学情可视化分析，能够有效提升小学生写作能力与学习兴趣、减轻教师负担，为小学写作教育高质量发展提供有力的技术支撑。
信息安全 | 基于边缘计算的车联网轻量级安全传输机制研究

信息安全 | 基于边缘计算的车联网轻量级安全传输机制研究

摘要：车联网作为现代智慧交通的核心，其数据传输需要同时满足高实时性和高安全性的要求。传统车联网存在端到端时延过高、网络带宽压力大和单点安全风险高等缺陷，难以适配智慧交通中车辆动态移动、海量并发等场景。本文结合边缘计算的优势，提出一种车联网数据安全传输机制，主要研究面向车载资源受限环境的轻量级加密和快速认证机制，以降低安全开销；采用理论分析与仿真实验相结合，实现边缘计算能力与安全协议设计的融合。结果表明，该机制能够有效降低端到端传输时延，减少认证与加密的资源开销，且能够抵御数据窃听、节点假冒和拒绝服务等常见攻击，为智慧交通系统可靠部署提供理论参考和工程探索。
计算机教育 | AI时代软件测试人才“测训研”一体化课程重构

计算机教育 | AI时代软件测试人才“测训研”一体化课程重构

摘要：随着人工智能技术向各行业的深度渗透,软件测试人才培养面临新的挑战与机遇,本文立足于新工科建设背景,以培养“应用型高素质软件测试人才”为目标,聚焦学生就业竞争力的提升,探索测试课程与AI技术深度融合路径,构建集教学—实训—研究于一体的“测训研”一体化课程体系,推动形成产学研协同育人闭环。课程重构实践结果表明,该体系有效提升教学效果,获得院校及学生积极反馈,促进课程校企融合深入发展,为同类课程改革提供有益参考。
计算机教育 | AI赋能中职信息技术课程教学资源建设的路径与实证

计算机教育 | AI赋能中职信息技术课程教学资源建设的路径与实证

摘要：为破解中职信息技术课程教学资源形式固化、适配性不足、实践脱节、更新滞后的现实困境，本文构建了AI赋能教学资源建设的“四维三阶”理论模型，从智能生成、精准适配、实践联动、智能反馈四个维度设计实施路径，并以程序设计入门模块中变量与赋值知识点为核心开展实证研究。结果表明，实验班知识测试成绩较对照班高17分，重难点知识点正确率高37个百分点 p<0.01 ，项目完成率提升38个百分点，教师资源开发效率提升80.6%，资源课标适配度达91%，岗位适配度达86%。该AI赋能教学资源可显著提升学生知识掌握度与实践应用能力，为中职信息技术课程资源升级提供可复制的实践范式。
计算机教育 | 协同育人视域下ICT人才产教深度融合培养模式改革与实践

计算机教育 | 协同育人视域下ICT人才产教深度融合培养模式改革与实践

摘要：针对ICT技术迭代加速导致的“教用脱节”问题，诚毅学院以网络工程专业八年校企合作产教融合协同育人实践为基础，构建产业需求导向的“1+1+N”校企合作模式。通过引入新基建课程、华为认证、CDIO项目设计及全真实岗实训，打造“学、研、训、产”四位一体人才培养基地。实践表明，该模式有效破解课程滞后、实践脱节等共性问题，显著提升学生工程能力与就业质量，培养符合社会需求的ICT人才，其“双轮驱动”与“人才复用”机制为地方院校新工科建设提供了可复制推广的经验。
计算机教育 | 基于支持向量机的机电逻辑控制类专业课学业预警模型构建与实践

计算机教育 | 基于支持向量机的机电逻辑控制类专业课学业预警模型构建与实践

摘要：为精准掌握机械工程专业高年级专业方向课程——“机电系统PLC控制技术”的学生学业情况，响应教育数字化政策要求，本文构建基于支持向量机(SVM)的课程成绩预测模型。以134名学生的作业、测试等多源数据为样本，结合人工智能技术，设计多维复合特征体系，涵盖基础学业、动态趋势、风险关联、辅助特征等四大类指标。模型采用5折交叉验证优化，结合鲁棒性分析与可视化评估，将学生划分为高、中、低学业挂科风险等级，实现风险预警。实践表明，模型可精准预警学业风险，支撑构建“数据采集—成绩预测—针对性教学”阶梯式教学策略，助力教师靶向干预，有效提升教学质量，为专业课程个性化教学提供可复制的技术方案。
计算机教育 | 生成式 AI 赋能高职院校实践教学改革路径与实证

计算机教育 | 生成式 AI 赋能高职院校实践教学改革路径与实证

摘要：在“人工智能+”行动战略引领下，高职教育正由单点技术应用迈向系统重构。本文以信息安全技术应用专业为例，深入探讨生成式AI赋能实践教学改革的路径与实证。研究综合运用文献分析、伴随式过程数据采集与实证分析等方法，构建“AI赋能—教学创新—能力提升”模式。通过实时采集学生在网络攻防实训中的代码构建轨迹、漏洞修复时长及逻辑严密性等细粒度数据，实现评价体系由“结果导向”向“过程性数据驱动”的智能转向。SPSS实证结果表明，改革后学生的平均成绩、知识掌握率及创新项目数均呈极显著差异 (p<0.001) ，且各指标效应量均大于0.8，达到大效应水平。典型案例分析表明，生成式AI的应用显著提升了学生的代码质量与逻辑思维深度，有效促进了师生数字素养的协同发展。
数字转型与信息化 | 民航客运收入管理系统的 DevOps 实践与优化

数字转型与信息化 | 民航客运收入管理系统的 DevOps 实践与优化

摘要：在民航业务多元化、复杂化背景下，新一代客运收入管理系统功能日益强大，为解决系统部署中出现的效率低下、质量差等问题，本文通过介绍DevOps思想，采用模板技术和容器化技术，构建系列基础模板并灵活组合，形成一套CI/CD流程，可消除开发和运维之间的信息孤岛，提升研发敏捷性。实践表明，该流程可实现系统快速交付，并保障系统质量与稳定性。

过往期刊

更多

猜你喜欢

龙源综合阅览室V1.0