期刊名称：网络新媒体技术 原刊名称：微计算机应用 创刊时间：1980年 主管部门：中国科学院 主办单位：中国科学院声学研究所 刊期： 双月刊 电话： 010-82547906 Email：xmt@dsp.ac.cn 国内统一刊号(CN)： 10-1055/TP 国际标准刊号(ISSN)：2095-347X
近年来，大语言模型在自然语言处理领域取得了显著进展，以DeepSeek为代表的国产大模型的成功应用，进一步推动了该领域的发展。然而，大语言模型本地部署仍面临着计算资源不足、存储空间有限和推理速度缓慢等问题。本文深入探讨了大语言模型本地部署的关键技术和工作流程。首先介绍了专为低计算资源环境设计的加速推理框架KTransformers,并与llama类推理框架进行了速度比较。其次，提供了不同硬件环境下的推理速度结果，为本地化部署提供了数据支持。为进一步提升本地部署的生成质量，本文阐述了检索增强生成技术的基本框架及使用方法。最后，介绍了工作流的基本框架及使用方法。实验结果表明，使用KTransformers架构在本地部署的大语言模型能够在保证生成质量的同时显著降低推理延迟与成本，为隐私敏感的应用场景提供了可行的解决方案。
复杂系统数字界面已成为信息化武器装备中重要的组成部分，信息密度高、任务操作复杂和时间压力大造成操作人员出现认知负荷过载等问题，认知负荷测量成为评价复杂界面的关键指标。本文分析了认知负荷潜在影响因素，结合支持向量机、神经网络等认知建模方法研究，对认知负荷在人机交互领域的监测方式、典型测量指标、干预策略及发展趋势进行了总结梳理。结果发现，不同测量方式各有优劣，但生理测量为最常用手段，基于认知科学和机器学习的评价体系值得关注。认知负荷研究应以非接触监测、多参数融合、实时预测评估为着力点，并将其应用到高风险环境中，以提升人机界面的系统效能和安全保障。
遥感图像分辨率高，且存在地理差异，当图像遭到损坏或部分缺失时往往难以修复。论文提出一种三阶段遥感图像修复模型，在粗修复网络中使用坐标注意力定位和识别图像破损区域，在精修复网络采用多尺度扩张注意力融合策略。通过多样化的感受野池来减少上下文信息丢失，同时重建不同层次的图像特征。然后，特征增强网络通过加入空间和通道重建卷积模块来减少冗余特征，加强有效特征的提取。实验结果表明，所提出的方法在定量指标和定性分析方面均优于现有方法。
信息中心网络(ICN)作为一种新型的网络架构，克服了传统TCP/IP网络在传输上面临的诸多问题。ICN通过在网络层使用标识取代IP,解耦定位符与标识符的关系，并通过以内容为中心的命名和路由机制来实现数据传输。其中，基于中继的ICN多路径传输是研究热点之一，是提高网络吞吐性能的有效途径。本文基于ICN覆盖网络，提出一种ICN多路径传输中继节点选择算法。该算法对节点进行2步筛选，首先基于现场解析系统的结果，筛选出时延在阈值内的节点作为候选中继节点集，再通过对节点综合评价并排序，选择合适的中继节点进行多路径传输，同时能够根据网络动态变化及时调整多路径的路径数量和中继跳数。仿真实验结果表明，该算法在不同的网络负载下相比随机选择、最小时延优先等算法，提升了网络的吞吐性能，缩短了数据传输完成时间。
遥感图像中需要识别的目标种类繁多，尺寸微小，而且图像背景模糊，导致检测精度不佳。为了应对这一挑战，本文提出基于YOLOv8单阶段网络的改进方法。在YOLOv8的骨干网络中引入多维协作注意力机制，通过对特征图的宽、高和通道方向分别进行不同的注意力加权，提高模型对关键特征的提取能力；在骨干网络与颈部网络连接处引入大核分离卷积，扩大模型的感受野，增强对目标特征的全局捕获能力；通过损失函数WIOU调整梯度增益分配，减少负样本带来的影响，更好地适应不同形状和大小的目标检测任务。实验表明，改进后的YOLOv8模型平均检测精度达到85.9%,相比YOLOv8模型提升1.3%,且优于其他对比检测算法。
随着互联网的普及、传感器的泛在和大数据的涌现，数据和知识在人类社会、物理空间和信息空间之间的交叉融合与相互作用，使得人工智能发展的信息环境和数据基础已经发生巨大而深刻的变化，形成以大数据智能、跨媒体智能、人机混合增强智能、群体智能等为核心的发展方向。借鉴人工智能在其他领域的成功经验，引入大数据、机器学习、深度学习等新技术，以声场传播理论与建模技术、目标特征分析与建模技术、水声信号处理理论与方法为依托，突破智能化声呐信息处理技术，有望实现声呐探测性能由“量变”到“质变”的提升。
相比于相对成熟的西方传统音乐的音乐情感识别技术，中国传统音乐的音乐情感识别技术研究依然匮乏。因为西方传统音乐与中国传统音乐在音乐性特点等方面的差异，导致二者的音乐情感特征集有一定区别。本文以音乐特征集构建为重点，以西方传统音乐的音乐情感识别技术为对比探究中国传统音乐的音乐情感识别技术。构建了适用多种机器学习算法的基于VA音乐情感模型的分属于西方传统音乐和中国传统音乐的音乐情感特征集。在此基础上，通过对比研究发现，中西方传统音乐的音乐情感特征集在音色相关特征上存在明显差异，在音高特征上则类似。针对这些差异，本研究分析了频谱通量、频谱平坦度、频谱粗糙度、HCDF和音符密度5个音乐特征对音乐情感识别的影响，发现音符密度、频谱粗糙度和频谱平坦度在西方传统音乐和中国传统音乐的情感识别应用上存在差异，而HCDF和频谱通量则通用于西方传统音乐和中国传统音乐的音乐情感识别。
广播电视播控机房基础设施安全风险评价是确保机房正常运行的重要评估手段，为了解决评价过程中存在的随机性和模糊性问题，本文提出一种基于云模型和博弈组合赋权的安全风险评价模型，并构建播控机房基础设施评价指标体系，采用层次分析法和熵权法分别确定主观和客观权重，并通过博弈论得到最优综合权重值。通过云发生器得到指标云模型特征值，并生成评价云和标准云对比图，运用云图比对法和相似度法确定评价结果。以广西广播电视台播控机房为例进行案例分析，专家现场检查评估结果与模型评价结果基本一致，验证该模型的实用性和有效性，为播控机房运行状态的诊断预测提供了判断依据，从而提高了安全播出保障能力。
<正>2025年4月15日，中国人工智能产业发展联盟（AIIA）信息通信业AI创新推进委员会成立大会在北京举办。中国工程院院士邬贺铨，中国科学院院士钱德沛，工业和信息化部信息通信科技委常务副主任、原工业和信息化部总工程师韩夏，工业和信息化部信息通信发展司副司长孙姬，中国通信标准化协会理事长闻库，中国通信学会副理事长张延川，中国互联网协会副理事长陈家春，中国人工智能产业发展联盟秘书长、中国信息通信研究院院长余晓晖出席，产业链企业、高校和科研院所等单位百余人参加会议。
<正>一、期刊简介《网络新媒体技术》期刊是经国家新闻出版总署批准，中国科学院主管，中国科学院声学研究所主办，依托国家网络新媒体工程技术研究中心公开发行的综合性中文学术期刊。本刊由中国科学院声学研究所主办的原《微计算机应用》更名而来。二、期刊宗旨《网络新媒体技术》致力于国内外高水平的网络新媒体技术及相关领域的交叉学科的学术、技术交流，推广网络新媒体技术的前沿创新成果，推动国内网络新媒体技术领域的产、学、研、用创新产业生态链环境的发展。其宗旨是“专注新媒体创新领域，倡导跨媒体融合理念，建立新媒体交流平台，推进产业链协作发展”。
