計(jì)算機(jī)工程(2024年12期)
Computer Engineering

目 錄

• GPGPU和CUDA統(tǒng)一內(nèi)存研究現(xiàn)狀綜述
• 目標(biāo)檢測(cè)中注意力機(jī)制綜述
• 深度學(xué)習(xí)技術(shù)在指紋識(shí)別中的應(yīng)用
• 早期工作階段滾動(dòng)軸承剩余壽命預(yù)測(cè)算法
• 基于對(duì)抗學(xué)習(xí)和引導(dǎo)機(jī)制的視盤(pán)和視杯聯(lián)合分割
• 基于增強(qiáng)記憶網(wǎng)絡(luò)的會(huì)話推薦算法
• 基于二次分解和IDBO-DABiLSTM的短期風(fēng)電功率預(yù)測(cè)模型
• 基于BERT-HAN增強(qiáng)人機(jī)對(duì)話的計(jì)算思維評(píng)估模型
• 基于知識(shí)圖譜的水稻種植智能問(wèn)答系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
• 基于層級(jí)劃分和節(jié)點(diǎn)特征的關(guān)鍵節(jié)點(diǎn)識(shí)別方法
• 基于先驗(yàn)知識(shí)引導(dǎo)提示學(xué)習(xí)的自監(jiān)督分類(lèi)法補(bǔ)全
• 面向GPS數(shù)據(jù)的出租車(chē)載客路線層次化推薦模型
• 一種聯(lián)合V2I和V2V的任務(wù)卸載優(yōu)化方案
• 基于云邊協(xié)同的可靠服務(wù)功能鏈部署算法
• 基于深度強(qiáng)化學(xué)習(xí)的C-V2X任務(wù)卸載研究
• 基于可逆神經(jīng)網(wǎng)絡(luò)的多載體圖像隱寫(xiě)模型
• 基于逐像素強(qiáng)化學(xué)習(xí)的邊緣保持圖像復(fù)原
• 漸進(jìn)式特征增強(qiáng)的弱監(jiān)督顯著性目標(biāo)檢測(cè)
• 基于多特征融合的食品圖像分類(lèi)
• 高動(dòng)態(tài)場(chǎng)景下無(wú)人機(jī)空對(duì)空目標(biāo)檢測(cè)
• 基于文本的行人圖像檢索的多樣化數(shù)據(jù)擴(kuò)充方法
• 意圖注意力引導(dǎo)的小樣本3D點(diǎn)云目標(biāo)檢測(cè)
• 基于條件擴(kuò)散模型的圖像分類(lèi)對(duì)抗樣本防御方法
• 基于字形約束和注意力的藝術(shù)字體風(fēng)格遷移
• 基于改進(jìn)YOLOv7的PCB缺陷檢測(cè)算法
• 多階段應(yīng)急物資多目標(biāo)連續(xù)分配問(wèn)題建模與求解
• 基于多尺度時(shí)空特征與軟注意力機(jī)制的交通流預(yù)測(cè)方法
• 基于自相關(guān)-變分對(duì)抗學(xué)習(xí)的物理系統(tǒng)異常檢測(cè)
• 基于機(jī)器學(xué)習(xí)的政務(wù)微博情感分析模型設(shè)計(jì)
• 改進(jìn)概率語(yǔ)言O(shè)RESTE的人崗匹配決策方法