基于条件语句半不变性分析的循环分裂优化

  

循环分裂是一种重要的编译优化技术,可有效减少循环控制开销、提升指令流水线效率,并为后续优化创造机会。针对GCC编译器现有循环分裂策略适用范围受限的问题,提出了一种改进的循环分裂优化算法,该算法基于静态单赋值形式,根据循环内条件变量所在PHI节点的位置,将其区分为循环头PHI节点条… …   相似文献

韩林;邵晶晶;聂凯;李浩然;刘浩浩;陈梦尧 《计算机科学》2026,(2)

知识图谱的复杂逻辑查询方法研究综述

  

复杂逻辑查询作为一种深度挖掘知识图谱底层逻辑关系的技术,旨在通过从现有事实中进行推理,来精准回答复杂查询。该技术在语义搜索、推荐系统等场景中表现优异,促进了知识图谱在人工智能领域的深入发展。然而,目前针对复杂逻辑查询方法的研究仍旧不足,整合大语言模型的系统性综述尤为匮乏。鉴于以上… …   相似文献

陈昱胤;李贯峰;秦晶;肖毓航 《计算机科学》2026,(2)

利用条件扩散模型的多频相位解包裹与三维成像

  

目的 相位解包裹是从受限于周期范围且受噪声干扰的相位信息中恢复连续相位的技术,是高精度结构光三维成像的关键步骤。受设备误差和环境干扰影响,相位图易受噪声污染甚至出现大范围跳跃,给三维成像带来困难。去噪扩散模型在图像生成方面表现突出,但其主要面向自然图像生成,难以保证几何模型精度,… …   相似文献

李妍;黄霁;邹勤;李清泉 《中国图象图形学报》2026,(2)

从通用分割到专用化建筑物提取——SAM在高分遥感影像中的优化策略研究

  

目的 针对传统高分辨率影像建筑物提取方法的精度瓶颈,SAM(segment anything model)模型虽然具有分割优势,却因训练域差异和人工提示依赖,无法直接应用于大规模遥感影像的自动化提取。为此,提出一种无提示—判别联合模型（SAM-Classifier）,实现了通用视… …   相似文献

陈秀秀;金永胜;叶建生;方雷 《中国图象图形学报》2026,(2)

LA-tree: 查询感知的自适应学习型多维索引

下载全文  

结构化数据分析通常需要在表格数据的多维属性上执行联合范围查询,高效的多维索引因此成为数据库系统的关键支撑.然而,现有多维索引方法在高维场景下存在局限:传统多维索引仅按数据分布进行均匀划分,缺乏对查询特征的感知,导致筛选效果有限;而现有学习型多维索引虽引入查询感知,但划分往往极不均… …   相似文献

刘佳伟  范举  张超  杜小勇 《软件学报》2026,37(2):485-507

5G车联网中基于区块链的半分布式消息认证加密方案

下载全文  

5G车联网通过将5G技术应用于车联网来实现高速的信息传输.然而,随着车辆数量的急剧增长,采用传统单一第三方生成密钥容易引发单点故障问题,同时无线通信会面临消息被拦截、篡改以及大量不可信的虚假消息干扰网络等风险.为应对这些问题,提出一种基于区块链的半分布式消息认证加密方案.首先,设… …   相似文献

毕昌兵  田有亮  李沓 《软件学报》2026,37(2):934-952

Antelope: 基于GPU的三方隐私保护机器学习框架

下载全文  

随着数据隐私问题越来越受重视,能有效保护数据隐私的安全多方计算(secure multi-party computation,MPC)吸引了众多研究者的目光.然而安全多方计算协议的通信和内存要求限制了它在隐私保护机器学习(privacy-preserving machine le… …   相似文献

余欢  华强胜  卢必然  石宣化  金海 《软件学报》2026,37(2):732-748

扩散模型引导的根因分析

下载全文  

根因分析是指找出引起复杂系统异常故障的根源因素.基于因果关系的溯因方法基于结构因果模型,是实现根因分析的最优选择之一.目前大多数因果驱动的根因分析方法大都需要数据因果结构的发现作为前置条件,这使得根因分析本身严重依赖于因果发现这一先验任务的效果.最近,基于得分函数的干预识别受到了… …   相似文献

王浩天  周学广  王尚文  靳若春  黄万荣  杨文婧  王戟 《软件学报》2026,37(2):621-640

云计算中基于SAC的多视角工作负载预测集成框架

下载全文  

工作负载的准确预测对于云资源管理至关重要.然而,现有预测模型通常使用固化结构从不同视角提取序列特征,导致不同模型结构之间难以灵活组合以进一步提升预测性能.提出一种基于软演员-评论家算法(soft actor-critic, SAC)的多视角工作负载预测集成框架SAC-MWF.首先… …   相似文献

曾文瑄  应时  李田港  田相波  姜宇虹  刘虎杰  郝诗魁 《软件学报》2026,37(2):563-583

基于双向光流和小波注意力机制的微表情识别

  

微表情是人在极短时间内不自觉产生的面部表情,能够揭示个体的真实情感状态。现有的微表情识别方法在准确性和鲁棒性方面仍存在一定的局限性,尤其是在噪声干扰和图像序列信息丢失的情况下,传统的光流方法难以有效捕捉微表情的细微变化。此外,深度学习模型在下采样过程中可能会丢失重要的高频信息,进而影响微表情特征的识别能力。针对这些问题,本文提出了一种基于双向光流和小波注意力机制的微表情识别方法,以提高识别准确性和鲁棒性。具体来说,首先分析了传统光流方法在微表情识别中的局限性,针对光流法对噪声的敏感性和连续帧间信息忽视的问题,提出了双向光流模块（Bidirectional Optical Flow Module, BOFM）。利用峰值到起始帧和结束帧的信息,以减少噪声干扰,并强化与微表情相关的面部肌肉运动特征。其次,为了缓解深度学习模型在下采样过程中可能丢失细节信息的问题,并提高模型对高频和低频信息的有效利用,本文引入了小波注意力下采样模块（Wavelet-based Attention Downsampling Module, WADM）,以提升模型对微表情特征的表征能力。在MEGC2019数据集上的实验结果表明,本文提出的方法在未加权F1分数（UF1）和未加权平均召回率（UAR）两个指标上均优于现有方法,分别高出最好的方法 1.87%和2.61%。同时,在CAS（ME）³和DFME数据集上的实验也验证了该方法在不同场景与人群下的广泛适用性与优越性能。此外,通过Grad-CAM可视化分析,验证了双向光流和小波注意力下采样模块在特征表征过程中的有效性。该算法的前期版本在第四届中国情感计算大会（CCAC2024）微表情自动识别任务上取得了第二名的成绩。代码已公开在https://github.com/LeoDerekh/BOWAM。… …   相似文献

解为成;肖航;范玮嘉;汪子晗;余梓彤;沈琳琳 《计算机学报》2026,(2)