一种增强灰狼算法求解柔性车间动态调度问题

下载全文  

为解决机器故障和紧急订单下的柔性车间动态调度问题,以最小化机器最晚完工时间为目标,设计了一种增强灰狼算法进行求解。设计了动态前解码和动态后解码,方案切分和编码拼接优化了解码过程。算法方面加入收敛因子和头狼优化及关键路径的邻域寻优,有效避免了陷入局部最优,提升了算法搜索能力。算法验… …   相似文献

陈雪芬;叶春明;安喜才;刘子珺;张舒曼;闫金辉;唐天誉 《计算机应用研究》2026,(1)

融合全局指针网络与对比学习的嵌套命名实体识别

下载全文  

为解决现有嵌套命名实体识别方法中存在的实体表示不充分、边界模糊和语义相似实体难以区分的问题,提出了一种基于全局指针网络与对比学习融合的中文嵌套命名实体识别方法。采用全局指针机制,通过构建实体头尾指针矩阵,将实体识别转换为指针预测问题,引入对比学习框架增强实体表示的语义判别能力,采用基于移动平均的梯度归一化策略,平衡多任务学习中各子任务的优化难度。在CLUENER2020和CMeEE数据集上的实验表明,该方法与基线global pointer模型相比,F₁值分别提升2.30和2.55个百分点,验证了其在中文嵌套命名实体识别任务中的有效性。… …   相似文献

刘继;谢京城 《计算机应用研究》2026,(1)

视觉语言模型驱动的目标计数

  

目的 大型视觉语言模型的进展给解决基于文本提示的目标计数问题带来新的思路。然而,现有方法仍面临类别语义错位与解码器架构局限两大挑战。前者导致模型易将相似背景或无关类别误检为目标,后者依赖单一卷积神经网络（convolutional neural network,CNN）架构的局部… …   相似文献

曹锋;张孝文;岳子杰;李莉;史淼晶 《中国图象图形学报》2026,(1)

结合双通道Mamba与金字塔通道注意力的事件驱动运动图像去模糊

  

目的 高时间分辨率的事件相机为传统运动图像去模糊任务提供新的发展思路,但是当前基于事件驱动的运动图像去模糊方法中存在跨模态补偿机制不足、深度特征计算复杂度较高以及缺乏多尺度时空信息关注的问题,在复杂场景中的去模糊泛化性能受限。针对以上挑战,提出一种双通道Mamba去模糊网络（du… …   相似文献

罗炜麒;高灿;刘泓驿;夏桂松;余磊 《中国图象图形学报》2026,(1)

面向人脸视频防伪检测的大规模中文数据测评基准

  

目的 针对生成式人工智能（artificial intelligence generated content,AIGC）技术生成的高逼真伪造人脸视频对人类视觉感知的欺骗性问题,以及当前人脸防伪检测算法评估体系在中文数据层面有效性和应用性验证方面的空白,旨在构建面向中文场景的量化评… …   相似文献

贝毅君;娄恒瑞;高克威;宋杰;王蕊;金苍宏;雷杰;宋明黎;胡秉德;冯尊磊 《中国图象图形学报》2026,(1)

融合视觉Mamba与自适应多尺度损失的医学图像分割

  

目的 在医学图像分割领域,传统基于卷积神经网络（convolutional neural network,CNN）的模型在捕捉长距离依赖信息方面存在固有局限,而基于视觉Transformer(vision Transformer, ViT)的模型其自注意力机制的计算复杂度与图像尺… …   相似文献

刘建明;曹圣浩;张志鹏 《中国图象图形学报》2026,(1)

面向光影一致性分析的物理属性合成数据集及伪造检测方法

  

目的 图像和视频合成技术在媒体后期处理领域广泛应用,随着技术门槛的降低,大量合成素材被发布并迅速传播。然而,部分合成内容可能含有误导性信息,威胁视听内容的真实性和安全性。传统合成检测方法主要依赖合成痕迹或画面异常检测,但随着合成技术的不断进步,现有方法在检测精度和适应性方面仍存在… …   相似文献

薛子育;刘庆同;周康能;王伟;姜秀华 《中国图象图形学报》2026,(1)

双阶段双分支模型的三维点云去噪

  

目的 三维点云数据在三维重建、自动驾驶等领域有着广泛应用,然而由于传感器设备受限和环境因素,点云数据不可避免地受到噪声影响,降低了数据质量,进而影响了后续处理和分析的准确性。现有的基于深度学习的点云去噪主流方法大多采取单阶段单分支去噪流程,导致模型学习到的特征的表达能力有限,难以… …   相似文献

权思文;张淑婷;赵河彬;聂子铭;胡忠文;杨佳琪 《中国图象图形学报》2026,(1)

《中国图象图形学报》面向数字图像的人工智能安全专栏简介

  

<正>人工智能技术的飞速发展和应用给数字图像处理带来了极大的便利和性能的提升,然而也带来了许多安全问题。总体上看,人工智能安全可以分为两大类：AI模型安全、AI应用安全,这些安全问题多与数字图像有关,因此开展面向数字图像的人工智能安全具有重要的学术和应用价值。与此同时,人工智能大模型发展迅速,正在改变人们对世界的认识。《中国图象图形学报》邀请业内专家共同策划推出“面向数字图像的人工智能安全”专栏,从对抗样本、后门攻防、数据安全、真伪检测、隐蔽传输等方面,吸引面向数字图像的人工智能安全的研究新成果,侧重于大模型的安全,促进学术交流和技术创新。… …   相似文献

钱振兴;秦川;李晓龙;陈秀妍 《中国图象图形学报》2026,31(1):11-12

基于Inception-BiGRU-Transformer的测井曲线重构

下载全文  

随着页岩油资源勘探开发的不断深入, 测井数据在储层评价中的重要性愈发突出. 然而, 由于测井设备故障、成本限制等因素, 常出现测井曲线缺失或异常的问题, 严重影响地质解释与资源开发的精度. 针对测井曲线缺失与异常问题, 通过引入Transformer编码器以增强全局特征表达, 并结合双向门控循环单元(bidirectional gated recurrent unit, BiGRU)的时序建模能力与Inception模块的多尺度特征提取能力, 设计了一种深度学习模型IBT (Inception-BiGRU-Transformer), 该模型通过多尺度特征提取与时序建模机制, 有效提升了测井曲线的重构精度与稳定性. 在大庆古龙页岩油区12口井的实测数据集上开展了单目标与多目标测井曲线重构实验. 实验结果表明, IBT模型在RMSE、MAE、MAPE和R²等多项评价指标上均优于现有主流模型, 具备更强的预测精度与泛化能力. 消融实验进一步验证了各个模块在提升预测性能方面的有效性.… …   相似文献

李文昊  李刚  高冉  孟杨 《计算机系统应用》2026,35(1):263-275