计算机科学与探索

所属栏目：电子信息期刊热度：时间：

计算机科学与探索 关注(): 期刊周期：月刊; 期刊级别：国家级; 国内统一刊号：11-5602/TP; 国际标准刊号：1673-9418; 主办单位：华北计算机技术研究所; 主管单位：华北计算机技术研究所; 查看计算机科学与探索近十年数据入口>>>; 上一本期杂志：《计算技术与自动化》电子期刊论文; 下一本期杂志：《现代传播》电子科技期刊

　　期刊简介

　　《计算机科学与探索》是由中华人民共和国工业和信息化部主管、华北计算技术研究所主办的国内外公开发行的计算机学报级高级学术期刊，中国计算机学会会刊，工业和信息化部优秀科技期刊，中国科技论文统计源期刊(中国科技核心期刊)，中国科学引文数据库来源期刊，并被“万方数据--数字化期刊群”、“中国学术期刊网络出版总库”、“中文科技期刊数据库”、“美国《剑桥科学文摘(CSA)》”、“波兰《哥白尼索引》”收录。内容包括高性能计算机，体系结构、并行处理，计算机科学新理论、算法设计与分析、人工智能与模式识别、系统软件，软件工程、数据库、计算机网络、信息安全、计算机图形学与计算机辅助设计、虚拟现实、多媒体技术及交叉学科的相互渗透和新理论的衍生等(如：认知科学、神经信息学、量子信息学、生物信息学等)。

　　历史沿革

　　现用刊名：计算机科学与探索

　　创刊时间：2007

　　该刊被以下数据库收录：

　　Pж(AJ) 文摘杂志(俄)(2011)

　　获奖情况

　　工业和信息化部优秀科技期刊;

　　中国计算机学会优秀会刊

　　国外数据库收录：

　　本刊MARC数据本刊DC数据

　　国家图书馆馆藏上海图书馆馆藏

　　办刊方针

　　本刊坚持“双百”方针，传播计算机信息，把握行业动态，探索计算机发展规律，开拓计算机科学技术发展新思路，促进科技交流。

　　刊登内容

　　本刊坚持刊登计算机(硬件、软件)各学科具有创新性、前沿性、导向性、开拓性及探索性的科研成果。刊登内容提要：高性能计算机，体系结构、并行处理，计算机科学新理论、算法设计与分析、人工智能与模式识别、系统软件，软件工程、数据库、计算机网络、信息安全、计算机图形学与计算机辅助设计、虚拟现实、多媒体技术及交叉学科的相互渗透和新理论的衍生等(如：认知科学、神经信息学、量子信息学、生物信息学等)。

　　读者对象

　　本刊读者为计算机相关专业科研开发人员、工程技术人员及大专院校师生。

　　主要栏目

　　本刊设有综述·探索、简讯、学术研究、专题报导、专题报导等栏目。

　　收录情况

　　国家新闻出版总署收录　被列为“中国科学引文数据库来源期刊”，并被“万方数据——数字化期刊群”、“中国学术期刊网络出版总库”、“美国《剑桥科学文摘(CSA)》”、“波兰《哥白尼索引》”收录。

　　杂志优秀目录参考：

　　1. 《计算机科学与探索》编辑委员会

　　2. 《计算机科学与探索》投稿须知

　　3. 三维形状特征提取技术研究进展刘璇，李海生，蔡强，曹健，LIU Xuan，LI Haisheng，CAI Qiang，CAO Jian

　　4. 基于GPU平台的有效字典压缩与解压缩技术覃子姗，顾璠，秦晓科，陈铭松，QIN Zishan，GU Fan，QIN Xiaoke，CHEN Mingsong

　　5. 基于图形信息的HEVC帧间预测快速算法张强，袁春，ZHANG Qiang，YUAN Chun

　　6. HPC机群分布式强制访问控制技术可行性研究霍建同，李云春，杨秀梅，HUO Jiantong，LI Yunchun，YANG Xiumei

　　7. 欢迎订阅2014年《计算机科学与探索》、《计算机工程与应用》杂志

　　8. 面向移动机器人应用的跨平台自适应软件框架孙辉，洪学志，许畅，马晓星，SUN Hui，HONG Xuezhi，XU Chang，MA Xiaoxing

　　9. 服务化软件系统的运行时资源动态分配方法王欢欢，陈碧欢，彭鑫，赵文耘，WANG Huanhuan，CHEN Bihuan，PENG Xin，ZHAO Wenyun

　　10. J2EE应用软件的架构安全评估方法杜长霄，李晓红，石红，冯志勇，DU Changxiao，LI Xiaohong，SHI Hong，FENG Zhiyong

　　11. 满足原子事务的QoS感知的自适应服务选择杨荣，李兵，杜宝同，熊伟，何鹏，YANG Rong，LI Bing，DU Baotong，XIONG Wei，HE Peng

　　12. CCA三支决策模型的边界域样本处理张燕平，邹慧锦，邢航，赵姝，ZHANG Yanping，ZOU Huijin，XING Hang，ZHAO Shu

　　13. 多覆盖近似空间中的粗糙集模型王丽娟，杨习贝，吴陈，WANG Lijuan，YANG Xibei，WU Chen

　　14. 计算文本的情感描述值的算法齐保元，史忠植，QI Baoyuan，SHI Zhongzhi

　　通信技术杂志投稿：信息技术在体育教学中的应用

　　摘要：随着科学技术的迅猛发展，信息技术越来越广泛地应用于各个领域，怎样把信息技术与体育课程有效整合，达到课堂教学效果的最优化是每位体育教师所面临的课题。本文结合自身的实践，做了有益的尝试。

　　关键词：通信技术杂志,信息技术, 体育

　　在新课标下，如何做到将信息技术合理应用到体育教学中，激发学生兴趣，开发教学资源，优化教学过程呢?笔者结合个人教学实际，谈谈自己的看法。

　　一、运用信息技术可以激发学生的学习兴趣

　　由于学生感兴趣的体育项目各不相同，面对自己不喜欢的项目教学，部分学生不能积极参与其中，导致教学效果不佳。将信息技术与体育课程相整合，能够改变传统的教学方法和学习方法，调节课堂气氛，有利于创设良好的学习情境，从而激发学生的学习兴趣。如：在进行篮球教学时，笔者先播放一段NBA五佳球集锦，学生看后不仅仅是发自内心的赞叹和惊喜，并且跃跃欲试，这样提高了他们参与篮球运动的热情，激发了兴趣，变“要我学”为“我要学”，从而充分发挥了学生的主体地位。

　　计算机科学与探索最新期刊目录

LDD-YOLO：改进YOLOv8的轻量级密集行人检测算法————作者：杨迪;张喜龙;王鹏;

摘要：针对当前行人检测算法在密集场景中由于遮挡和尺度变化导致的漏检、误检，以及模型计算复杂度高等问题，提出了一种基于YOLOv8的轻量级密集行人检测方法（Lightweight Dense Detection-YOLO， LDD-YOLO），以实现检测效率与精度的平衡。首先，设计了一种重参数化层聚合网络RELAN，融合了重参数化卷积和多分支结构，分别在训练阶段和推理阶段强化特征表达能力与模型推理效率。随...

面向审计大模型微调的不平衡指令筛选策略————作者：黄佳佳;朱浩然;姜茂伟;陈勇;徐超;

摘要：在面向监管类（如法律咨询、审计判断）的垂直领域大语言模型指令微调中，多任务指令微调数据集中存在高低资源任务指令数据不平衡的问题。现有的指令筛选策略往往忽视了任务之间的协同效应和领域特定要求。为此，提出一种分阶段不平衡指令筛选策略(Imbalanced Instruction Filtering Strategy，IIFS)，用于从不平衡的多任务指令微调数据集中选择高质量的指令子集。IIFS通过指令...

生理信号情感识别：跨域迁移与多模态融合综述————作者：史鹏程;王海龙;柳林;

摘要：基于生理信号的情感识别近年来逐渐发展成为生物医学工程与心理学交叉领域的前沿研究方向，不仅为抑郁症、焦虑症等情感障碍疾病的临床诊断与疗效评估提供了客观化、可量化的新手段，也在人机交互、心理健康监测、智能驾驶等健康人群情感状态感知场景中展现出广阔的应用前景。然而，由于个体生理差异、采集设备不一致以及情境多样性等因素导致的域偏移问题，严重制约了模型在实际跨域场景中的泛化能力，成为该技术从受控实验室走向真...

“极端环境图像处理与应用”专题征文通知

摘要：<正>近年来，密集遮挡、极端弱光、高动态模糊、水下浑浊、强辐射等极端环境日益成为智慧城市、深空探测、极地科考、灾害应急、智能交通和高端制造等领域的常态场景。面对信噪比极低、退化类型多样、目标尺寸微小或密集的原始影像，传统图像处理链路在增强复原、信息解析和下游应用中屡遭瓶颈。与此同时，跨模态融合、物理退化建模、生成式人工智能等新兴技术不断涌现，为极端环境图像处理与应用注入创新动力

开放环境下无监督跨模态概念自动提取————作者：海峻嘉;景丽萍;刘华锋;于剑;

摘要：随着机器学习模型的复杂性不断增加，对其决策过程的可解释性需求也日益增长。概念学习作为一种能够提升模型透明度和可理解性的手段，在机器学习领域变得越来越重要，通过概念来帮助解释大语言模型等黑盒模型的推理过程也随之发展，如何准确、自动的提取概念是在这一解释过程中最为关键的一环。针对现有的概念提取方法中存在的依赖人工标注、粒度不一致、扩展性差等问题，本文设计了一套跨模态视觉概念自动提取框架。通过基于多模态...

结合局部与全局信息的异源图像融合方法及其应用————作者：翟海琳;刘立群;

摘要：异源图像融合旨在将不同模态图像中的互补信息融合到一张图像上，生成包含丰富纹理细节和显著目标的融合图像。针对传统的卷积神经网络（Convolutional Neural Network，CNN）方法无法有效提取图像中的全局上下文信息，且基于Transformer的图像融合方法无法建立不同模态图像之间的完整全局依赖关系，提出一种基于CNN和通道-正余弦位置编码视觉转换器的并行双分支异源图像融合方法，并...

基于LLM增强图结构的供应链金融信用风险评估————作者：刘颖;刘爽;陆羽;孙楠;陈嘉茂;

摘要：在全球经济高度一体化的背景下，企业供应链的复杂化对金融服务的需求日益增长。大数据驱动的供应链金融信用风险评估，能够实现快速与精准的风险定价，然而仍存在三个主要局限：1.当前大多评估方法仅依赖结构化数据，忽略了非结构化数据中的潜在风险信号；2.基于图神经网络的建模方法大多考虑实体级企业间的复杂关系与传导机制，忽略了属性特征的重要性；3.图神经网络的多层聚合会导致过平滑问题，使得模型对不同企业之间的差...

面向面部动作单元的自适应图注意力微表情检测网络————作者：马飞;安佳祺;杨飞霞;徐光宪;

摘要：微表情检测旨在视频中定位幅度微弱、时间短暂的表情区间。其难点在于有效提取面部区域间的动态关联特征和多尺度时序特征，进而精准捕捉面部各区域微小动作之间的关联。针对这些问题，本文提出了一种融合自适应图注意力和多尺度可变空洞卷积的微表情检测网络（AG-DDNet）。该方法首先通过引入参数可学习矩阵来实现键值对的特征变换，通过计算面部区域特征向量间的相似度得到动态邻接矩阵，并结合图注意力机制计算区域间权重...

基于双图正则化的鲁棒非负矩阵分解聚类算法————作者：高海燕;刘孟淑;周改改;钟灵;

摘要：非负矩阵分解（NMF）作为一种有效的数据表示和降维方法，已广泛应用于图像处理、文本聚类等领域。然而，标准的NMF仅能处理非负数据，对异常值和噪声敏感，并且未能充分捕捉隐藏在样本空间和特征空间中的流形信息。为了基于Semi-NMF、特征流形、样本流形和鲁棒性获得更好的聚类性能，本文提出了一种基于双图正则化的鲁棒非负矩阵分解聚类算法（DGRNMF）。利用L_2，1范数增强NMF对异...

多服务器可追责的隐私保护联邦学习方案————作者：郭瑞;李非凡;张应辉;刘光军;李雪雷;

摘要：随着人工智能技术的快速发展，数据驱动的机器学习模型在金融、交通和医疗等领域获得广泛应用。然而，大规模数据被分散存储在不同机构，形成"数据孤岛"，严重制约了人工智能的快速发展。联邦学习作为突破数据孤岛的新兴框架，允许参与方在保护数据隐私的前提下对模型进行协同训练。而现有联邦学习方案面临隐私泄露风险高和聚合结果可信度低等挑战。针对这些问题，本研究设计一种多服务器可追责的隐私保护联邦学习方案（MSAFL...

多模态信息与门控注意力协同驱动的知识图谱补全方法————作者：李亚峥;赵妍;刘宇航;季伟东;杨建柏;

摘要：知识图谱补全旨在通过已有结构信息推断缺失三元组，提升图谱的完整性与推理能力。传统结构化嵌入模型在建模实体关系交互方面表现良好，但在处理稀疏实体或复杂语义关系时常面临表示能力不足的问题。近年来，预训练语言模型的发展为引入实体文本语义信息提供了新思路，然而如何有效融合结构与语义信息仍面临挑战。针对现有知识图谱补全方法在结构建模能力不足或语义融合不充分等问题，本文提出一种融合结构信息与文本语义的混合模型...

基于动态Power迭代的大语言模型微调算法————作者：匡豪;刘波;李辉越;曾闰;段围;

摘要：随着大语言模型在各领域的广泛应用，微调成为其适配特定任务的重要方法。当前主流的大模型微调方法主要分为部分微调和全量微调两种。部分微调虽能降低计算开销，但该方法仅更新大模型的少量参数，导致在复杂任务场景下，微调出的模型性能受限；虽然全量微调可以解决这一问题，但全量微调需要全面更新模型参数，从而导致微调时会存在计算资源需求高、微调时间长等问题。为解决全量微调存在的问题，提出一种基于动态Power迭代的...

基于大模型验证增强的产业链知识图谱构建研究————作者：郑傲泽;张坤丽;李云龙;王影;袁颂瑞;吴鹏程;贾玉祥;昝红英;

摘要：随着产业链分析的深入和信息化需求的增长，如何从海量文本中高效抽取企业及产业间的供需关系并构建产业链知识图谱，成为当前研究的主要问题。基于此，本文提出了一种基于大语言模型验证增强的产业链知识图谱构建方法。在概念层，设计了以“产业–企业”双视角的图谱构建层级体系，实现企业与产业的映射关系。在数据层，对结构化数据利用大语言模型进行知识抽取，构建产业链标注语料库（Corpus for Entity and...

基于图神经网络的行人轨迹预测研究综述————作者：杜婷;庄旭菲;王玉杰;黎子珩;吕洁;智媛媛;赵宇鹏;

摘要：行人轨迹预测作为自动驾驶、智能监控等场景中的关键技术，其预测精度直接关系到下游决策系统的安全性和可靠性。然而，行人运动受社会交互、环境约束以及个体意图差异的共同影响，具有明显的动态性和复杂性，传统方法通常难以在统一框架下同时兼顾这些复杂因素。近年来，图神经网络凭借其强大的关系建模能力，在行人轨迹预测领域展现出显著的优势，并成为当前研究的热点。首先，系统梳理了近年来基于图神经网络的行人轨迹预测研究进...

级联前景增强的微小息肉交叉注意力分割网络————作者：赵亮;田佳琳;姜彦吉;冯宇宙;

摘要：结直肠息肉的早期检测对病变预防至关重要，基于深度学习的图像处理技术在该领域展现出显著的临床价值。然而，微小息肉检测仍面临关键挑战，图像噪声干扰及与息肉形态相似的干扰物会导致误诊与漏诊风险加剧，这对模型的鲁棒性与泛化能力提出了更高要求。针对以上挑战，提出一种级联前景增强的微小息肉交叉注意分割网络。该网络基于编解码架构，首先设计交叉跳跃注意力模块，通过长距离特征关联抑制噪声；其次构建级联双景划分模块，...

运用连边信息的图神经网络研究进展————作者：朱涛;高光亮;王群;夏玲玲;梁广俊;马卓;

摘要：图神经网络是一种能够处理可转化为图的非欧式结构复杂数据的深度学习技术，近年来获得了大量研究关注，为复杂高维数据的分析挖掘提供了更新的研究视角和有力的处理工具。图神经网络技术的核心问题是为图的要素学习到一个低维的高效嵌入表示。然而，由于图构建过程中基于节点建立连边的惯性思维，大多数图神经网络都是以节点为中心进行模型设计的，导致图要素的学习并未充分运用与节点具有同等地位的连边的信息。目前，运用连边信息...

DEPA-YOLO：无人机视角下的小目标检测模型————作者：刘臣杰;刘巍;杨雯迪;王成;

摘要：针对无人机视角下小目标检测中存在的目标密集分布、背景复杂干扰及特征分辨率不足等问题，本文提出了一种基于YOLOv10的改进模型DEPA-YOLO。该模型首先设计了动态多尺度特征提取模块DCMB，该模块通过融合动态权重分配与多形态特征混合策略，有效增强了浅层局部纹理与高层全局语义的联合建模能力，从而改善小目标的特征表达。其次，提出了HFEP特征金字塔结构，将SPDConv与ECFI的多分支动态融合相...

基于深度学习的无人机单目标跟踪综述————作者：陈泷;石磊;黎智辉;丁锰;潘亦伦;

摘要：基于深度学习的无人机单目标跟踪算法旨在从航拍视频序列中准确跟踪指定目标，已成为计算机视觉领域的研究热点。与传统地面视觉跟踪相比，无人机单目标跟踪面临着视角变化剧烈、目标尺度复杂多变、计算资源受限等独特挑战。现有综述缺乏系统性的技术发展分析和分类框架。本文基于网络架构特点，将基于深度学习的无人机单目标跟踪方法系统梳理为传统Siamese网络、CNN-Transformer混合架构和全Transfor...

联邦学习中的模型中毒攻击防御策略综述————作者：张磊;姜鸽;蒲冰倩;常亮;

摘要：模型中毒攻击是联邦学习中的一种严重威胁，在模型中毒攻击中，恶意攻击者通过在训练数据或模型更新中注入恶意信息，从而干扰全局模型的正常收敛，直至操控其预测结果。模型中毒攻击的隐蔽性和多样性使得防御极为困难，因此引起研究者的广泛关注。首先对模型中毒攻击的原理加以分析，重点剖析攻击者如何通过篡改本地训练数据或伪造模型参数来破坏全局模型性能的内在机制，在此基础上，本文系统性地将现有防御策略划分为三类：基于恶...

融合文本和结构信息的知识图谱补全————作者：臧洁;任赛赛;卢睿;卢珊;刘濛濛;王昊;

摘要：知识图谱补全旨在根据现有信息和外部数据推断知识图谱中缺失和错误的内容，构建更加完整和准确的知识图谱。现有的知识图谱补全方法或者只利用知识图谱的结构信息，但是忽略了上下文信息；或者只获得了丰富的上下文信息，但是结构信息没有得到很好的利用。当前的研究较少考虑融合上下文信息和结构信息提升模型的性能。针对上述问题，提出一种融合文本和结构信息的知识图谱补全模型。首先，设计有偏置的随机游走算法，通过动态采样中...

　　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