全部分类/
科学普及/
计算机时代

计算机时代

2026年08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

算法研究与应用 | 基于双域条带注意力与可分离协作滤波的图像去模糊方法

算法研究与应用 | 基于双域条带注意力与可分离协作滤波的图像去模糊方法

摘要：运动模糊主要由相机抖动和物体运动引起。传统卷积神经网络因固定感受野，难以捕捉图像空间与频域信息，无法自适应处理不同运动程度引起的模糊。为此，本文提出一种基于双域条带注意力与可分离协作滤波的去模糊算法。模型在多尺度网络中引入双域条带注意力机制，利用不同的条带在空间与频域学习特征；同时通过运动自适应可分离协作滤波消除模糊。实验在GoPro数据集上取得良好表现，并且在真实图像数据集上验证了模型良好的泛化能力，能够有效去模糊。
算法研究与应用 | 基于 CEEMDAN-SMA-LSSVM 的空气质量预测模型

算法研究与应用 | 基于 CEEMDAN-SMA-LSSVM 的空气质量预测模型

摘要：为提升空气质量预测精度,本文构建CEEMDAN-SMA-LSSVM组合预测模型。该模型首先采用完全集成经验模态分解(CEEMDAN)对空气质量指数(AQI)时间序列进行分解,然后利用黏菌优化算法(SMA)优化最小二乘支持向量机(LSSVM)参数,最后对各分量分别建模并重构预测结果。以2013年12月至2024年4月乌鲁木齐市月度AQI数据为样本进行实验验证。结果表明,所提模型测试集的均方根误差(RMSE)为15.8668、平均绝对百分比误差(MAPE)为15.09%、拟合优度 R² 达0.8674,较SMA-LSSVM模型分别降低46.1%、14.9%和 R² 提升23.1%。该模型能有效捕捉AQI序列的非线性特征,为地区环境治理决策提供科学参考。
算法研究与应用 | 基于YOLO与MLLM的无人机视角头盔佩戴识别方法

算法研究与应用 | 基于YOLO与MLLM的无人机视角头盔佩戴识别方法

摘要：针对无人机俯视视角下两轮机动车头盔识别中目标尺度小、背景干扰强及同车多人相互遮挡等问题，本文提出一种基于空间粗定位与结构化语义判定的两阶段识别方法。首先，采用微调后的YOLO11对整图中的候选目标进行快速检测，生成边界框扩张后的局部裁剪区域；其次，利用Qwen2.5-VL在多阶段提示词约束下完成有效对象筛选、局部证据核查与最终类别判定，实现“戴头盔、未戴头盔、无关项”的整车骑行状态识别。实验结果表明，真实标注框裁剪条件下，多阶段提示词方案的目标级准确率达到95.33%，优于单阶段提示词的82.67%；端到端测试中，所提YOLO（微调）+Qwen（多阶段提示词）方案的准确率达到94.67%，优于YOLO的89.33%、YOLO+ResNet50的88.67%，验证了该方法在复杂航拍场景下的有效性与优越性。
算法研究与应用 | 融合空间注意力及对抗擦除机制的细粒度图像分类模型研究

算法研究与应用 | 融合空间注意力及对抗擦除机制的细粒度图像分类模型研究

摘要：细粒度图像分类旨在精准识别视觉高度相似的子类别。传统双线性卷积神经网络(B-CNN)因双线性池化无差别交互、全局上下文缺失、判别性局部特征提取不足等问题，难以适配类间差异小、类内差异大的分类挑战。为此，本文提出一种融合空间注意力及对抗擦除机制的细粒度分类模型B-CNN-SAEM。该模型以B-CNN为基础框架，通过空间注意力模块定位目标判别部件，结合对抗擦除机制，动态遮蔽高响应区域以挖掘互补判别特征，并采用AM-Softmax构建双重损失监督，提升模型特征判别力与泛化性。在国际上公开的细粒度数据集(CUB-200-2011、Stanford Cars、FGVC-Aircraft-2013b)上开展实验，结果表明，本文算法在细粒度图像分类效果上取得优异识别效果；与经典算法相比，准确率提升显著，验证了模型的有效性。
算法研究与应用 | 基于YOLOv11旋转目标检测框的风电叶片缺陷检测系统

算法研究与应用 | 基于YOLOv11旋转目标检测框的风电叶片缺陷检测系统

摘要：针对风电叶片裂纹缺陷检测的挑战，本文提出一种基于改进YOLOv11-OBB的风电叶片缺陷检测系统。传统检测方法针对叶片细长、方向多变的裂纹识别精度不足，难以准确表征其空间几何特征。本研究引入旋转目标检测框，结合BiFormer注意力机制与C3模块，增强细微裂纹特征提取能力；同时优化网络结构，引入SPPFCSPC模块提升多尺度检测能力，采用SIoU损失函数优化目标框回归精度。实验表明，改进模型检测性能优异，精度较基础YOLOv11显著提升；实际工程测试中，系统可实时准确识别各类尺度缺陷，检测精度95.8%，平均处理时间32 ms/帧，满足风电场实时监测需求。
算法研究与应用 | 基于 VAE-NBD 的间歇性概率需求预测

算法研究与应用 | 基于 VAE-NBD 的间歇性概率需求预测

摘要：间歇性需求具有大量零值、非负离散、过离散等特征，传统高斯分布假设的预测模型存在分布误设问题，难以满足概率预测与库存决策需求。本文引入负二项分布(NBD)对条件变分自编码器(VAE)进行改进，构建VAE-NBD预测模型，以适配间歇性需求的计数特性。基于M5沃尔玛零售数据集，将所建模型与高斯条件VAE、负二项回归、泊松回归(POIS)模型进行对比，采用对数分数、连续排位概率评分、能量评分、变差评分四项指标开展评估，并结合单期库存优化验证应用效果。结果表明，VAE-NBD模型在概率预测精度与分布校准性上表现最优，能够以更低库存成本实现更高的服务水平，可为零售间歇性需求预测提供可行技术方案。
算法研究与应用 | 多策略改进的蛇优化算法

算法研究与应用 | 多策略改进的蛇优化算法

摘要：针对蛇算法求解精度不高、收敛速度慢等缺点，本文提出一种多策略优化的蛇算法ISO：首先在种群初始化时加入Tent映射，保障种群多样性；其次融入线性与非线性融合温度强化策略，解决非线性温度占比过低带来的弊端，避免温度衰减节奏与算法寻优需求不匹配、迭代前期温度衰减过快造成的探索不充分；在开发阶段融入Levy优化策略，在保持全局探索能力的同时强化局部开发能力；最后基于9个基准函数进行测试，评估改进算法的效率。结果表明，改进算法与其他5种算法相比，具有更好的全局探索能力和稳定性，寻优精度和收敛速度也相较原算法有所提升。
应用创新实践 | 基于ReAct推理机制的智能代码审查方法研究

应用创新实践 | 基于ReAct推理机制的智能代码审查方法研究

摘要：代码审查是保证软件质量的重要步骤，但在实际开发中往往存在效率不高、结果不够一致、人工成本较高等问题。本文提出一种基于ReAct(Reasoning and Acting)机制的智能代码审查方法，用于对代码变更进行自动分析和审查。该方法采用“思考—行动—观察”的循环过程，并通过多层终止机制控制审查过程。实验结果显示，该方法在真实数据集上具有较好的审查效果，同时能够降低时间和成本开销。
应用创新实践 | 基于RPA与AI协同的油田生产数据智能决策技术研究

应用创新实践 | 基于RPA与AI协同的油田生产数据智能决策技术研究

摘要：针对油田数字化采集数据存在数据孤岛、处理低效、决策响应滞后等痛点，本文提出基于RPA与AI协同的油田生产数据智能决策方法。通过构建RPA非侵入式柔性数据融合层，对接AI智能体多维特征分析，结合统计校验、专家知识库及闭环反馈机制，显著提升异常诊断等智能决策的准确性与时效性。实验表明，单任务处理耗时缩短96%，异常诊断准确率提升至96.8%，为能源行业提供降本增效、可扩展的数字化转型新路径。
应用创新实践 | 三维动态水下网络两跳可达性路由: 空洞规避与低能耗传输机制

应用创新实践 | 三维动态水下网络两跳可达性路由: 空洞规避与低能耗传输机制

摘要：针对三维动态水下声学传感器网络(3D-DUASNs)中节点随机漂移与时变水声信道耦合诱发的拓扑非平稳性与路由空洞演化难题，提出一种基于两跳可达性拓扑预判的空洞规避与低能耗路由机制。传统单跳邻域检测仅能提供瞬时局部拓扑视野，缺乏前瞻性链路断裂与空洞演化预判能力，在稀疏部署与高机动场景下易引发分组丢失、路径迂回与能效异常。本文通过扩展HELLO控制帧实现轻量化两跳连通性采集；首次将两跳链路预期生存时间纳入熵权动态权重体系，构建融合传输距离、剩余能量与链路生存时间的熵权动态优先级模型；提出基于多特征融合的贝叶斯空洞风险后验概率计算方法，触发备选路由与多路径分流协同调度。NS-3/Aqua-Sim NG仿真表明，与VBF、HHVBF基准协议相比，所提机制在2.0 m/s高机动场景下分组丢失率降低42.3%，全网总能耗降低19.1%，网络寿命延长41.2%，显著提升了高动态水下数据传输的可靠性与能效。
人工智能 | 手术机器人致人损害的归责困境与路径选择

人工智能 | 手术机器人致人损害的归责困境与路径选择

摘要：随着人工智能技术在医疗领域的深度融合，以“达芬奇”为代表的手术机器人已成为现代外科手术的重要工具，其在提升手术精准度与微创性的同时，也带来了前所未有的法律挑战。核心争议聚焦于此类事故应归入传统的医疗损害责任、产品责任抑或适用新的归责模式。本文将手术机器人侵权事故分为三种类型，根据不同类型的侵权行为承担不同的责任，并借鉴国外较为合理的经验完善产品责任的路径选择，以期在鼓励技术创新与保障患者安全之间实现平衡，为我国人工智能医疗领域的健康发展提供坚实的法治保障。
计算机教育 | 教育数字化背景下Linux课程“学研训赛创”模式构建与实践

计算机教育 | 教育数字化背景下Linux课程“学研训赛创”模式构建与实践

摘要：在国家职业教育改革与教育数字化背景下，高职“Linux操作系统”课程存在理论与实践脱节、人才能力培养单一等问题，亟需探索适配教育数字化转型的育人路径。本文立足地方Linux数字化岗位需求，融合教育数字化技术与“学研训赛创”协同育人理念，构建课程五环相扣的教学模式，明确数字化实施路径与支撑体系并开展实证检验。结果表明，该模式可有效提升学生Linux核心知识、实操技能、研究能力与创新素养，有助于培养适配地方行业需求的复合型技术技能人才。
计算机教育 | 融合 GRU 时序特征与 XGBoost 的学生学业水平研究

计算机教育 | 融合 GRU 时序特征与 XGBoost 的学生学业水平研究

摘要：针对学生日常学习行为与学业水平的关联分析问题,本文融合门控循环单元(GRU)时序特征与极端梯度提升树(XGBoost),提出一种有效的学生学业水平研究方法。首先,使用GRU模型提取学生日常学习行为的时序特征;其次,利用特征工程构建有效交叉特征;最后,采用多种机器学习模型预测学生的学业水平,并完成特征重要性与特征相关性量化分析。实验结果表明,基于XGBoost模型的预测方法取得最高精度,并提供特征影响程度定量分析结果,能够有效挖掘学生日常学习行为中影响学业水平的关键因素。
计算机教育 | “三阶段七环节”项目驱动教学模式在C/C++课程中的探索

计算机教育 | “三阶段七环节”项目驱动教学模式在C/C++课程中的探索

摘要：C/C++程序设计课程传统教学方法存在“重语法、轻实践、脱产业”的问题，基于此，本文构建“三阶段七环节”的项目驱动教学模式。该模式以学生为中心，将教学过程分为课前探究、课中实施和课后拓展三个阶段，细化为测基础、导任务、探新知、练技能、拓任务、链职场、强赛证七个环节，从而实现“教学做”一体化的赛教融合教学。以类与对象为例展示教学过程，在教学中融入AI辅助工具，提升创新性与实效性；最后通过竞赛参与获奖率、学生满意度调查等数据验证课程改革的成效。实践表明，该模式有效提升了学生的独立编程能力、工程素养及自主学习的积极性，为后续课程改革提供了可借鉴的实践路径。
计算机教育 | 基于DeepSeek大模型本地部署的课程知识重构与教学实践

计算机教育 | 基于DeepSeek大模型本地部署的课程知识重构与教学实践

摘要：为应对智算时代网络工程专业面临的挑战,本文在分析“网络设计与系统集成”课程教学现状及现存问题的基础上,提出基于案例工程的过程序化思路并重构课程知识体系,旨在课程教学与工程实践之间建立有效联系,培养学生深入理解和综合运用知识与技能解决复杂网络工程问题的能力。本文基于DeepSeek本地部署过程,给出如何重构“网络设计与系统集成”课程知识的教学示例。
计算机教育 | AIGC赋能教学媒介转型中教师准备度与教学效益的实证研究

计算机教育 | AIGC赋能教学媒介转型中教师准备度与教学效益的实证研究

摘要：本研究基于技术接受模型与整合技术的教学法知识理论框架，采用混合研究方法探讨AIGC赋能教学媒介转型中教师准备度与教学效益关系。研究发现，教师AIGC技术准备度呈正态分布 (M=3.82/5,SD=0.76) ，技术焦虑与年龄显著负相关 (r=-0.41^**,p<0.01) ；同时教学效益提升存在学科差异 (F=4.27^*,p<0.05) ，工科在协作能力培养方面效果最优 (η²=0.28) 。研究强调AIGC依托按需资源生成、人机协同教学等机制重构教学行为。结果表明，教师技术融合能力与生成性内容适应性是教育数字化转型的核心挑战，需依托政策支持与专业培训构建可持续教育生态。
计算机教育 | “AI+三融五化”背景下现代产业学院 Python 课程改革研究

计算机教育 | “AI+三融五化”背景下现代产业学院 Python 课程改革研究

摘要：针对当前Python课程教学与产业需求脱节、评价体系单一等问题，本文借助AI技术创新“AI+三融五化”与“产教赛融合”的协同模式，对接地方产业经济发展，统筹政府、企业、行业协会、学校各类资源，提出AI驱动的Python课程重构方案。从课程目标、课程体系、评价体系等方面阐述具体改革内容和实施过程，最后验证该模式的可行性和有效性。
计算机教育 | 中职 Photoshop“三阶四维”混合式教学模式的构建与实证

计算机教育 | 中职 Photoshop“三阶四维”混合式教学模式的构建与实证

摘要：针对中职Photoshop课程教学方式固化、技能与素养培养脱节、线上线下融合不足、评价机制单一及课程思政本土化融入薄弱等问题，本文依托超星泛雅平台，构建并实践“三阶四维”混合式教学模式。该模式以培养高素质数字创意技术技能人才为目标，按“基础—进阶—创新”三阶递进重构教学内容，以“知识技能、创新能力、职业素养、文化表达力”四维评价贯穿教学全过程，融入河源客家文化元素推动课程思政本土化落地，实现数据驱动的精准教学与个性化指导。实证结果表明，该模式可显著提升课堂教学质量、学生学习满意度与学生综合能力，实验班课程成绩显著优于对照班，为中职计算机类课程混合式教学改革提供可复制、可推广的实践范式。
计算机教育 | 基于WOA-BP神经网络的高职院校计算机基础课程教学评价模型

计算机教育 | 基于WOA-BP神经网络的高职院校计算机基础课程教学评价模型

摘要：对“计算机基础”课程教学效果开展评估预测，可有效提升学生计算机应用水平与专升本应试能力。本文提出一种基于鲸鱼优化算法(WOA)与BP神经网络融合的教学评价模型。首先，从教学条件等6个维度构建了19个评价指标，通过问卷调查获取课程评价数据；其次，建立WOA-BP评价模型，引入非线性收敛因子改进WOA搜索能力，运用WOA优化BP神经网络的权值与阈值；最后，利用问卷数据验证评价模型。实验结果表明：WOA-BP评价模型收敛效果好，迭代速度快，单个样本最大相对误差为2.1%，收敛速度、预测误差均优于BP神经网络、IPSO-BP模型，可为医药类高职院校“计算机基础”课程教学改革提供科学依据。
计算机教育 | AI赋能的计算机课程可视化教学研究——以软硬件协同教学为例

计算机教育 | AI赋能的计算机课程可视化教学研究——以软硬件协同教学为例

摘要：引导学生建立软硬件知识的体系化理解是计算机课程教学的关键任务。以计算机组成原理与操作系统的软硬件协同教学为实践载体，探索AI赋能的可视化教学方法。依托DeepSeek辅助开发“中断与调度”“存储层次与内存管理”“输入输出系统与设备驱动”三个核心模块的交互式可视化演示工具，将抽象的硬件工作原理和系统管理机制转化为直观的动态可视化过程。教学前后对比分析显示，学生的回答从罗列硬件部件转向对软硬件协同机制的具体描述，验证了该方法在促进知识融合方面的有效性，为同类课程教学改革提供了参考。
数字转型与信息化 | 省市县三级科技管理信息化平台框架体系研究

数字转型与信息化 | 省市县三级科技管理信息化平台框架体系研究

摘要：立足国家创新驱动发展战略，推进区域科技管理信息化是提升科创效能的重要路径。以贵州省为例，省市县三级科技管理存在效能偏低、数据壁垒突出、决策支撑乏力等问题，阻碍了科技资源整合与创新要素流通。针对省级协同乏力、市级衔接不足、县级信息化基础薄弱、跨层级联动不畅等痛点，本文设计大数据驱动的省市县三级科技管理信息化平台框架体系。平台遵循分层架构与服务模块化设计思路，搭建用户访问、业务应用、核心能力、数据资产、基础设施五层架构，依托ARM v8、Kylin V10、DM8等国产化技术完成部署。实践表明，基于该国产化分层架构搭建的三级平台体系，可有效打通省市县科技管理业务链路、破除跨层级数据孤岛、强化数字化智能决策支撑能力，可为我国西部省份科技管理数字化转型提供可落地、可复制的建设参考。
数字转型与信息化 | 医院临床研究信息化体系规划与实践

数字转型与信息化 | 医院临床研究信息化体系规划与实践

摘要：在临床研究高速发展和本院建设研究型医院的背景下，规划院级临床研究信息化体系是建设高水平研究型医院的关键环节。临床研究相关系统种类繁杂，本文依据分层思想，将系统架构分为展示层、应用层、数据中台层、数据标准层、数据来源层5个层级，将业务系统分为3大类；采用企业服务总线技术，实现临床科研系统间数据交互。分层规划逐步完成本院临床研究信息化建设。通过顶层设计将复杂系统分层分类，完成院级临床研究信息化设计。

过往期刊

更多

猜你喜欢

龙源综合阅览室V1.0