小型微型计算机系统

所属栏目：电子信息期刊热度：时间：

小型微型计算机系统 关注(): 期刊周期：月刊; 期刊级别：国家级; 国内统一刊号：21-1106/TP; 国际标准刊号：1000-1220; 主办单位：中国科学院沈阳计算技术研究所; 主管单位：中国科学院; 查看小型微型计算机系统近十年数据入口>>>; 上一本期杂志：《机器人》国家级电子科技期刊; 下一本期杂志：《系统仿真学报》智能科技论文

　　搜论文知识网并非《小型微型计算机系统》的官网或杂志社，为客户提供期刊征稿、论文发表等中介服务，在客户与期刊杂志社之间搭建了一座省时、省力的便捷桥梁。本站与《小型微型计算机系统》等上百家同类正规期刊保持着多年的密切合作关系，切实提高客户期刊发表的质量与效率。通过本站发表论文，客户将获得更大的选择空间、更高的通过率、更快的发表速度、更满意的服务质量。

　　【杂志简介】

　　《小型微型计算机系统》创刊于一九八O年，系中国计算机学会会刊之一，由中国科学院沈阳计算技术研究所主办，是国内外公开发行的计算机类学术性刊物。

　　本刊在国内入选为：《中文核心期刊》、《中国科技论文统计源期刊》、被《中国科技论文与引文数据库》、《中国学术期刊文摘》、《中国期刊全文数据库》、《中国科技期刊精品数据库》以及《万方数据网》等收录，在 1996 年获中国科学院优秀期刊三等奖。本刊被英国《 INSPEC 》、俄罗斯《文摘杂志》和美国《剑桥科学文摘》、日本《科技文献社数据库》收录。

　　本杂志刊登文章的内容涵盖计算技术的各个领域(计算数学除外)。包括计算机科学理论、体系结构、计算机软件、数据库、网络与通讯、人工智能、多媒体、计算机图形与图像、算法理论研究等各方面的学术论文。

　　【影响因子】

　　国家新闻出版总署收录

　　【获奖情况】

　　中国自然科学核心期刊

　　中国科学引文数据库来源期刊

　　中科院优秀科技期刊三等奖(96)

　　【栏目设置】

　　主要栏目：计算机网络信息安全、算法理论、人工智能分布式计算、计算机图形与图像、计算机应用等。

　　小型微型计算机系统最新期刊目录

知识筛选与融合驱动的检索增强生成方法

摘要：检索增强生成方法通过结合外部知识与大语言模型，提升了生成系统的应答能力.然而，现有的RAG方法面临两个主要挑战：一是如何在检索后处理阶段筛选出与目标答案相关的信息，避免冗余或无关文档的干扰；二是如何在检索知识与大语言模型内部知识冲突时，动态融合这些知识，确保生成答案的逻辑一致性与准确性.为应对这些挑战，本文提出了KFA-RAG框架.该框架通过文档筛选模块，基于知识收益评分训练文档筛选模型，自动剔除...

面向调制识别信号的对抗攻击方法

摘要：为提升通信系统中调制识别模型在面对恶意干扰时的安全性评估能力，本文提出一种面向通信信号的对抗攻击方法。该方法融合信号的时域与频域特征，通过引入门控机制实现扰动的自适应生成，从而增强对抗样本的攻击效果与跨模型迁移能力。在实验设计中，选择多种典型深度模型作为攻击目标，分别在白盒与黑盒两类场景中验证方法的有效性。在白盒场景下，所提出方法在中高信噪比下将多种模型的识别准确率大幅降低，其中对三种主流模型的准...

分数蒸馏采样和时间步长优化的文本到三维高斯人体生成

摘要：针对文本到三维人体生成中过饱和渲染、纹理细节缺失及表面伪影等问题，提出一种分数蒸馏采样和时间步长优化的文本到三维高斯人体生成方法.首先从初始三维人体形状提取潜向量，结合正态分布时间步长优化与混合加噪生成含高斯噪声和预测噪声的潜向量.然后，将噪声潜向量和文本嵌入输入到预训练的二维扩散模型，通过计算多时间步分数蒸馏损失，以更新细节增强的三维人体模型参数.最后通过对三维人体模型进行三维高斯剪枝优化，...

面向音乐舞台环境的事件成像与场景重建方法

摘要：音乐舞台常伴随强弱光交替、极低照度等复杂环境，这对传统相机的成像构成挑战.事件相机凭借其微秒级响应、高动态范围与抗运动模糊的特性，可弥补这一缺陷.事件相机仅输出场景的异步事件流，其数据需通过重建算法才能转化为易于理解的图像.为此，本文针对音乐舞台场景的特殊性，设计了一种面向音乐舞台的事件成像与场景重建方法.在获取舞台场景的事件流数据后，方法首先采用事件与帧特征融合模块实现上下文特征及结构特征的融合...

区域跟踪驱动的多摄像头边缘视频分析加速

摘要：随着人工智能与通信技术的快速发展，深度神经网络（Deep Neural Networks，DNNs）已被广泛部署到边缘系统以提供实时视频分析和降低传输带宽开销。然而，面对边缘服务器有限资源与视频分析不断增长计算需求之间的矛盾，如何实现高精度且实时的视频分析仍面临着巨大挑战。虽然通过在时间和空间维度上对视频内容进行过滤可提升视频分析的资源效率，但现有工作通常采用机器感知的分类策略而忽略了现实世界中目...

一种用于忠实逻辑推理的迭代反馈驱动的神经符号方法

摘要：大语言模型（LLMs）在广泛的推理任务中展现了令人印象深刻的能力。为解决像思维链（CoT）这种基于提示的方法在推理过程中缺乏忠实性的问题，研究人员已经探索出神经符号方法来增强LLMs的逻辑推理能力。然而，现有方法仍然面临信息丢失的挑战。为了克服这些限制，本文提出迭代反馈驱动的神经符号方法（IFDNS），该方法为一种新颖的基于提示的方法，采用多轮反馈机制来解决LLMs在处理复杂逻辑关系方面的局限性。...

混合方法驱动的公司名称层级分类系统

摘要：企业名称的精准行业分类是金融统计、市场监管等领域的重要基础性任务。传统方法依赖人工规则或单一深度学习模型，存在泛化能力不足、效率低下，且难以有效处理语义模糊或复杂样本的问题。本文提出一种融合正则表达式规则、BERT深度模型与大模型辅助分类的混合式企业名称层级分类方法，实现门类、大类、中类、小类的精准分类。在动态规则扩展、温度缩放概率校准及人工标注反馈机制基础上，引入大模型模块辅助处理置信度低的困难...

双空间令牌化与对比增强的异质图Transformer

摘要：近年来，异质图神经网络在处理多类型节点和边的复杂关系方面展现出强大能力，但基于消息传递的架构仍面临表达能力受限、过平滑和过挤压等问题。本文提出基于Transformer架构的CHGormer模型，通过融合对比学习与异构关系编码的令牌生成机制，创新性地解决了异质图中局部异构关系与全局语义依赖的整合难题。具体而言，CHGormer设计了双空间令牌生成策略，在属性与拓扑特征空间中分别采样正负令牌序列，并...

风险感知引导的自适应模糊测试

摘要：随着软件系统规模和复杂度的不断提升，漏洞检测面临重大挑战。现有模糊测试技术往往缺乏对高风险代码区域的有效感知与定向探索能力，导致测试资源分配不均，漏洞挖掘效率低下。为解决此问题，本文提出了一种风险感知导向的自适应模糊测试技术RbFuzz，该技术有机结合静态分析的深度洞察能力与动态测试的真实执行反馈。首先，通过静态分析预定义的语法模式与程序依赖关系，提取潜在漏洞的语法特征及上下文信息，构建细粒度的风...

元认知信息和猜测与失误行为增强的知识追踪模型

摘要：知识追踪作为个性化学习的核心技术，旨在通过建模学生知识状态来预测未来表现.当前主流的知识追踪模型主要通过学生历史答题信息对学生的认知过程进行建模，忽视了学生在答题时的元认知信息对其认知过程的动态影响；此外，多数模型仅使用粗粒度交互数据（问答响应）来刻画学生的猜测和滑倒行为，未能有效利用答题过程中的多维度细粒度交互数据（如尝试次数、提示次数和答题时间）.为此，本文提出一种学生元认知信息和猜测与失误行...

一种高光谱重建的多域感知自注意力算法研究

摘要：高光谱图像重建算法旨在解决编码孔径快照光谱成像(CASSI)的逆问题，当前的解决方案中，深度展开网络通过交替求解数据子问题和先验子问题能高效地获取场景光谱信息.在数据子问题中，考虑到3D数据中像素质量的下降程度与位置的相关性及感知矩阵与退化矩阵的差异，该网络联合残差学习和自适应梯度下降算法学习退化矩阵和梯度下降的参数来提升数据精准度；在先验子问题中，引入傅里叶变换从频域中捕获更多的高频突变信息，再...

一种利用大语言模型的安全关键系统失效模式识别方法

摘要：基于模型的安全分析(MBSA)是安全关键系统(SCS)安全评估的最新方法.失效模式是指系统、组件或设计可能无法达到预期性能标准的表现方式，是MBSA故障行为建模的重要组成部分.然而，随着系统复杂性的增加，手动提取失效模式非常耗时，不同安全工程师的提取结果缺乏一致性.为了应对这些挑战，本文提出了LLM4IFM方法，该方法利用大语言模型(LLM)从故障历史记录、安全标准等文本源中提取失效模式.为了确保...

融合知识图谱和大模型的医疗智能问答方法研究

摘要：医疗领域的自动问答对答案的准确性有很高的要求.尽管大语言模型（LLM）提供了通用的问答能力，但是无法满足医疗领域对答案准确性的要求.与此相对，基于知识图谱检索的自动问答依赖于客观的知识表达对回答质量提供了可靠性保证，然而目前的方法中存在知识图谱检索效率不高、检索不充分、检索过多冗余信息，以及对较复杂的问题理解不充分进而影响检索的质量等问题.为此，本文中将知识图谱与LLM相结合，基于LLM对用户的提...

结合大语言模型和强化学习的跨域图隐私保护方法

摘要：为了进一步实现数据要素价值，需要进行图数据的跨域共享和流通.在跨域共享和流通过程中，图数据隐私安全问题尤为突出.现有基于图泛化类隐私保护方法仍存在显著不足：集群数量难预设、匿名图的信息损失较大以及匿名图的隐私安全与数据可用性难以兼顾.针对上述问题，提出了一种基于大语言模型与强化学习的隐私保护模型LLM-GARL(Large language models enhanced graph anonym...

数字电网业务场景建模与性能分析方法

摘要：随着数字化转型的深入以及大数据、物联网等技术的兴起，众多新型业务场景不断涌现，相关系统日益复杂.在这一背景下，数字电网领域也面临着全新挑战，尤其是对系统的实时性提出了更为严苛的要求.如何高效地对数字电网业务场景进行性能评估，进而为提高系统的性能可靠性提供支持，是一个重要问题.本文提出了一种面向数字电网业务场景的建模与性能分析方法，并实现了相关原型工具BizModeler.本文首先针对数字电网领域的...

面向煤岩图像分割的Mamba感知机制与特征融合网络

摘要：煤炭智能分选领域下的煤岩图像分割任务要充分考虑复杂多变的影像特征，针对多尺度目标共存的综合性检测、低灰阶煤块与背景相似以及边缘模糊等问题，本研究提出了一种面向煤岩图像分割的Mamba感知机制与特征融合网络（MambaSense）.首先基于Mamba感知模块构建网络主干以适应多尺度目标分割，并在编码阶段引入特征激活感知模块，通过三分支并行结构提取丰富的上下文全局信息，从而来区分前景与背景的相似特征....

基于特征增强与语义交互的体检简报自动生成研究

摘要：体检简报的自动生成是文本摘要技术在医疗领域的重要应用.与通用文本摘要任务不同，体检报告同时包含标准化字段和非结构化描述文本，这对模型在信息抽取的准确性与语义建模能力方面提出了更高要求.现有指针生成网络因其指针机制被广泛应用，但在处理医学专业文本时，仍存在特征维度敏感性强和语义表征不足的问题，易导致关键信息遗漏与语义理解偏差.为此，本文提出一种融合特征增强与语义交互机制的体检简报生成方法.该方法引入...

认知风格增强的知识追踪模型

摘要：知识追踪（Knowledge Tracing，KT）通过动态建模学习者的知识状态，为实现个性化教育提供技术支持。认知风格作为反映个体差异的重要心理特征，已被广泛应用于学习者建模，然而当前多数知识追踪模型主要依据学习者与试题之间的交互信息建模其知识状态，忽视了学习者在答题过程中认知风格对其学习行为的影响。为此，本文提出了一种认知风格增强的知识追踪模型（CSBKT）。该模型首先提出了一种认知风格特征提...

多模块注意力协同的异构图神经网络产业链风险识别模型

摘要：风险识别通过精准定位产业链的脆弱节点以阻断风险传导，对于维护产业链完整性至关重要。然而，现有方法缺乏对产业链节点进行静态指标级、动态时序级和结构空间级的协同建模。因此，本文提出一种多模块注意力协同的异构图神经网络产业链风险识别模型（MGRI）。MGRI首先根据企业所属行业动态学习并分配各属性维度的权重，以突出关键指标的重要性；同时捕捉低频财务时间序列蕴含的风险演变信息，形成全局动态时序表征；最后以...

面向深度神经网络增量学习的持久隐蔽后门攻击方法

摘要：增量学习凭借赋予深度神经网络持续学习的能力并缓解灾难性遗忘的特性，在自动驾驶，智能安防等众多领域得到广泛应用。但其阶段性的训练机制为后门攻击埋下隐患，即攻击者在某些阶段执行后门攻击，导致后续增量学习的深度神经网络仍存在后门。现有研究增量学习的后门攻击，面临攻击持久性不足、对主任务性能干扰较大等难题。针对这些挑战，本文提出了一种面向增量学习的持久隐蔽后门攻击方法（Persistent Stealth...

　　相关电子信息期刊推荐

　　核心期刊推荐

查看更多电子信息期刊