计算机学报

所属栏目：电子信息期刊热度：时间：

计算机学报 关注(): 期刊周期：月刊; 期刊级别：国家级; 国内统一刊号：11-1826/TP; 国际标准刊号：0254-4164; 主办单位：中国计算机学会中国科学院计算技术研究所; 主管单位：中国科学院; 查看计算机学报近十年数据入口>>>; 上一本期杂志：《数码世界》电子科技论文发表; 下一本期杂志：《计算机工程》计算机科技期刊

　　【杂志简介】

　　《计算机学报》是中国计算机领域权威性学术刊物。其宗旨是报道中国计算机科学技术领域最高水平的科研成果。它由中国计算机学会与中国科学院计算技术研究所主办、科学出版社出版，以中文编辑形式与读者见面，同时以英文摘要形式向国际各大检索系统提供基本内容介绍。

　　《计算机学报》始创于1978年,刊期为月刊。

　　《计算机学报》编辑委员会由计算机领域资深专家组成。它一直保持着自己的定位,刊登的文章被国际多种著名检索刊物所收录.包括《中国学术期刊文摘》,美国《EI》,英国《SA》、美国《数学评论》,日本《科技文献速报》,俄罗斯《文摘杂志》等。

　　本刊刊登的内容覆盖计算机领域的各个学科,以论文、技术报告、短文、研究简报、综论等形式报道以下方面的科研成果：计算机科学理论、计算机硬件体系结构、计算机软件、人工智能、数据库、计算机网络与多媒体、计算机辅助设计与图形学以及新技术应用等。

　　【影响因子】

　　国家新闻出版总署收录

　　【获奖情况】

　　中国期刊方阵“双效”期刊

　　国外数据库收录

　　英国物理学、电技术、计算机及控制信息社数据库

　　美国数学评论

　　【栏目设置】

　　本站已成功发表的论文：

　　1. 基于用户效用的三网融合演化模型与分析徐恪，林嵩，吴建平，XU Ke，LIN Song，WU Jian-Ping

　　2. 认知无线Mesh网络中联合功率控制与信道分配的拥塞避免贾杰，林秋思，陈剑，王兴伟，JIA Jie，LIN Qiu-Si，CHEN Jian，WANG Xing-Wei

　　3. 移动Ad Hoc网络中基于链路稳定性预测的组播路由协议夏辉，贾智平，张志勇，Edwin H-M Sha，XIA Hui，JIA Zhi-Ping，ZHANG Zhi-Yong，Edwin H-M Sha

　　4. WiMAX Mesh网络中基于团划分的中继部署算法廖卓凡，王建新，张士庚，LIAO Zhuo-Fan，WANG Jian-Xin，ZHANG Shi-Geng

　　5. 资源受限的机会网络节点激励策略研究李云，于季弘，尤肖虎，LI Yun，YU Ji-Hong，YOU Xiao-Hu

　　6. IPv6环境下隧道流量解析安全性增强技术崔宇，张宏莉，田志宏，方滨兴，CUI Yu，ZHANG Hong-Li，TIAN Zhi-Hong，FANG Bin-Xing

　　7. 绿色评价模型的互模拟等价及逻辑保持钮俊，曾国荪，王伟，NIU Jun，ZENG Guo-Sun，WANG Wei

　　8. Seadown:一种异构MapReduce集群中面向SLA的能耗管理方法林彬，李姗姗，廖湘科，孟令丙，刘晓东，黄訸，LIN Bin，LI Shan-Shan，LIAO Xiang-Ke，MENG Ling-Bing，LIU Xiao-Dong，HUANG He

　　9. 多核结构片上网络性能-能耗分析及优化方法张帅，宋风龙，王栋，刘志勇，范东睿，ZHANG Shuai，SONG Feng-Long，WANG Dong，LIU Zhi-Yong，FAN Dong-Rui

　　10. 数据中心应用请求级行为特征分析文雨，孟丹，詹剑锋，WEN Yu，MENG Dan，ZHAN Jian-Feng

　　11. 一种QoS最优的语义Web服务自动组合方法邓水光，黄龙涛，吴斌，尹健伟，李革新，DENG Shui-Guang，HUANG Long-Tao，WU Bin，YIN Jian-Wei，LI Ge-Xin

　　管理科学投稿：不锈钢金相检验过程中的电解制样的应用分析

　　摘要：在实际的金相检验工作中，通常会采取电解法，将电流通入电解质中，通过发生反应对金属的内部结构有更好的认识，与机械制样方法相比，该方法首先可以避免抛光时产生的杂质，其次速度快，消耗时间少，而且能够节约材料，工作效率大大提高，能取得更好的制样效果，应用越来越广泛。本文对其在金相检验中的应用进行了简要分析。

　　关键词：管理科学,不锈钢金相检验,电解制样,应用分析

　　引言

　　金相指的是金属内部结构的物理或化学状态，反映金相的具体形态叫做金相组织，主要包括马氏体、铁素体、奥氏体等。在制备金相试样时，主要采取的方法有手工法、机械法以及电解法等。人工法现在已很少用，机械法因为需要进行抛光，往往会在磨光面上出现一些杂质，而且需要多次抛光，浪费大量时间。电解法是当前较为常见的一种制样方法，在有色金属及耐热不锈钢等制样中较为适用，在较短的时间内就能完成制样工作，减轻了劳动量，提高了工作效率，值得推广应用。

　　计算机学报最新期刊目录

低秩张量和主动重构诱导的后期融合多核聚类————作者：张毅;田芷榕;王方地;王思为;刘吉元;刘新旺;祝恩;

摘要：基于后期融合策略的多核聚类通过在聚类决策层面进行融合,将多核聚类的计算效率提高到了线性计算复杂度,取得了良好的聚类性能,但它们仍存在以下两个局限性:(1)用于融合的基划分矩阵无法在聚类过程中进行学习优化,因此它们的性能直接受限于基划分矩阵的簇结构表示能力;(2)通过调整视图权重来研究视图间的一致性和互补性,却忽视了视图之间固有的高阶相关性,导致挖掘多核信息的能力欠缺。为了解决这些问题,本文提出了一...

一种基于频域内推理计算的长短期记忆神经网络硬件加速器设计————作者：靳松;陈诗琪;

摘要：长短期记忆神经网络（Long Short-Term Memory,LSTM）可以捕捉到序列数据间长距离的依赖关系，因此在时间序列预测、自然语言分析和语音识别等领域得到广泛应用。然而，LSTM网络独特的门控机制和状态更新过程导致其推理计算的复杂度较高，参数量较大，对其在资源受限的边缘设备上的部署形成挑战。本文提出一种基于频域内推理计算的长短期记忆神经网络硬件加速器设计。采用循环分块矩阵对网络的权重参...

基于突触可塑性延迟和时间注意力的脉冲神经网络及其语音识别应用————作者：张航铭;白千一;邓智超;Alexander Sboev;于强;

摘要：脉冲神经网络（Spiking Neural Networks, SNNs）是一种受大脑启发的计算模型，在处理具有时间和空间维度的数据时具有巨大潜力。研究表明，突触可塑性延迟能够提高SNNs在语音识别等时序任务的性能。然而，时序数据通常具有稀疏性和不均匀性，导致不同时间步中的信息分布存在显著差异。同时，信号中噪声的动态变化进一步加剧了这一问题，使得现有的可塑性延迟方法难以有效捕获关键时间信息，从而限...

面向具身目标导航的序列扩散规划器研究————作者：张思贤;余欣瑶;宋新航;王翼遥;蒋树强;

摘要：物体目标导航是具身智能的基础,其要求智能体根据视觉观测和用户指定的目标在一个未知环境中导航到指定的物体。在导航决策中,决策过程是序列化的,即决策结果是一系列最可能的从当前位置到目标的行动序列。然而,现有的物体导航方法,无论是端到端学习方法还是模块化方法,仅为单步规划,即仅根据当前模型输入预测下一步的单步行为,这导致导航规划结果缺乏在时间上的一致性,从而导致决策短视,进而损失任务的总体效率。为此,本...

基于强化学习的算力网络管理和调度————作者：王静;谢鲲;曾鑫;赵鹏程;文吉刚;谢高岗;

摘要：算力网络作为一种新兴的网络架构，通过整合分散的计算资源，构建一个统一的资源池，实现计算能力的动态按需分配。然而，现有的调度策略在算力资源和网络资源分配之间解耦合，无法为时延敏感型任务提供稳定的时延保障。针对这一挑战，本文提出了一种基于强化学习的算力网络联合调度优化框架(RLMS-CPN)，通过实时检测网络状态和算力资源分布，智能地进行算力节点选择与路径规划，旨在最小化任务的响应时延。该框架包含多项...

近似最优的分布式博弈论介数中心度算法————作者：王烨飞;华强胜;高文杰;金海;

摘要：传统的介数中心度仅依赖通过节点的最短路径数量度量节点重要程度,但在多节点失效场景下,可能无法准确反映节点对网络整体功能的影响。相比之下,基于博弈论的介数中心度则能够考虑节点在不同节点组中的贡献,从而为多节点失效场景下最小化失效影响提供参考。其中常用的一类中心度为基于半值的介数中心度。然而,基于半值的介数中心度的集中式算法在无权图中的复杂度可达O（n⁴）,其中n为网络的节点数,...

基于可解释贡献异常检测与动态裁剪的联邦学习投毒攻击防御方法————作者：蒋伟进;杨璇;李碧霞;

摘要：联邦学习允许各参与方在不暴露本地数据的情况下协同训练模型，但在实际应用中仍面临投毒攻击等安全威胁。现有主流方法通常采用异常检测和鲁棒聚合相结合的方法应对这类威胁。然而，这类方法易将迭代训练中良性客户端参数更新的正常异质性识别为异常，并且在剔除恶意客户端时，往往会舍弃其更新中潜在的良性信息，导致全局模型性能损失。为解决这一问题，本文提出了一种基于可解释贡献异常检测与动态裁剪（Contribution...

飞行自组网路由综述：场景特性、多维分类与前景展望————作者：袁昕旺;苏金树;夏雨生;

摘要：飞行自组网的节点主要是分布在空中的无人机，低空平台的节点由于机动灵敏且续航能力受限，链路拓扑会频繁变化，给网络共享和数据传输带来挑战。经过十余年发展，飞行自组网的路由种类不断丰富，为适应网络场景特性，逐渐出现关注安全、低能耗、人工智能、生物启发等新类型的路由技术。这些新类型的路由涉及优化目标和优化策略，按照传统的分类方法难以刻画这些新特征。本文梳理了飞行自组网路由分类的发展过程，从组网形态、空间分...

基于能量理论的通用信息抽取框架————作者：李祖超;彭天硕;张乐飞;赵海;杜博;

摘要：信息抽取（Information Extraction，IE）旨在从非结构化的自然文本中提取实体、关系配对、事件元素、情感极性等结构化信息。主流的基于跨度的方法通过联合建模目标标签的语义信息与抽取目标的边界分布，在不同任务上表现出强大性能，但仍存在局限：(1) 预测跨度起始和结束边界的策略忽略了跨度边界之间的配对关联性。(2) 传统的微调损失使模型过度依赖目标跨度的精确边界。(3) 传统的Tran...

基于元模式挖掘与提示引导的时空预测方法————作者：庞双双;邓攀;赵宇;刘俊廷;王子昂;李思睿;

摘要：时空预测在城市规划、环境监测等众多现实场景中有着至关重要的作用。现有时空预测方法过于关注全局平均特性，忽略了时空数据中固有的异质性，难以有效捕捉不同空间区域或时间段内时空模式的局部差异和动态变化，从而导致预测性能不佳。为此，本文提出了一种新颖的基于元模式挖掘与提示引导的时空预测方法STMP2G。本文方法基于简单的多层感知机作为预测网络，通过生成时空提示捕获时空异质性，结合自监督学习挖掘历史数据中的...

深度强化学习引导的多种群协同进化超多目标优化算法————作者：许莹;刘佳;陈斌辉;刘益萍;刘志中;

摘要：超多目标优化问题因高维决策空间与复杂计算成本等特点而极具挑战。作为求解方法之一，多种群协同进化算法通过协同机制在求解此类问题时有较好的效果，但仍存在计算成本高、搜索效率低等局限性。近年来，强化学习因其卓越的决策能力被引入进化算法框架，成为提升算法性能的关键技术。因此，本文提出了一种深度强化学习引导的多种群协同进化超多目标优化算法DQNMaOEA，用于求解复杂的超多目标优化问题。为了有效引导大规模决...

智能溯源分析与入侵检测:洞察、挑战与展望————作者：李振源;韦洋洋;王征凯;纪守领;

摘要：“构建系统行为全局透明可观测性，并通过全局行为关联分析检测攻击”的研究思路在网络空间攻击检测和威胁分析领域受到学术界和产业界的广泛关注和认可。研究者提出利用统一的数据模型对系统行为进行建模，并在此基础上进行攻击检测的方案。方案基于数据流和控制流分析，将系统中的实体和行为抽象为节点和边，并构建成图的形式。由于该图的构造与分析过程类似于数据分析领域的溯源分析(Provenance Analysis)，...

一种基于大语言模型的多来源漏洞影响库识别方法————作者：徐近伟;周鑫;杨焱景;李晓康;余灏沣;杨岚心;张贺;吴永航;

摘要：现代软件以软件供应链的模式进行开发，需要使用大量的第三方组件和软件库。第三方软件库中可能存在安全漏洞，危害下游依赖该软件库的用户，因此确保依赖软件库的安全对于确保企业的软件安全至关重要。NVD(National Vulnerability Database)等漏洞信息网站会定期发布软件漏洞报告，帮助安全从业者和用户及时了解软件的安全状况。但这些漏洞报告中并不会清晰准确地提供漏洞影响的软件库，需要安...

多视图聚类研究综述————作者：丁世飞;韦修喜;梅炎斌;黄华娟;

摘要：随着互联网、社交网络和医学图像等多元化数据源的日益增多，传统的单视图聚类方法难以处理来自各种视图的海量数据。因此，关于多视图数据上的聚类问题变得越来越重要。本文以多视图聚类(Multi-view clustering， MVC)为对象，对多视图聚类常用的技术框架和方法进行综述。首先对多视图聚类技术框架进行分析和归类，并根据其技术特点将其分为三大类：基于启发式的MVC、基于判别式的MVC和基于生成...

基于邻域增强的图自监督推荐————作者：文茜琳;杨旭华;马钢峰;

摘要：基于图自监督对比学习的推荐算法，通过构造辅助任务对用户项目交互图（U-I图）进行扩充，在不同增强视图中提取监督信号来帮助模型学习节点表示，从而提高模型的鲁棒性和泛化能力，是当前的研究热点。然而，此类方法存在一定的局限性：（1）性能依赖于手工设计的增强策略，这些策略会对图的底层结构发生不同程度的改变，从而导致模型在捕捉网络真实特征方面受到限制。（2）未充分挖掘图结构中的信息，现有方法通常仅从增强视图...

Token级多模型并联协作推理————作者：王建辉;李哲涛;伍涛;谢展楠;樊乾意;龙赛琴;

摘要：推理准确率作为大模型的核心评估指标，对模型的实际应用效果和用户体验具有重要影响。多模型协作推理是提升推理准确率的有效途径之一，其主要分为全回复级协作和Token级协作。Token级协作相比全回复级协作在Token开销和时间成本方面具有显著优势。然而，现有Token级协作方法存在低置信度Token噪声过滤不足以及在聚合过程中平等化模型贡献等问题。为此，本文设计了一种新型Token级模型并联协作推理架...

一种改进的基于LWR的零知识证明方案————作者：尹思彤;高军涛;李雪莲;

摘要：格密码体制因其抗量子攻击、可并行计算和存在平均情况下困难问题与最坏情况下困难问题之间的安全性归约等特性，成为后量子密码学的重要研究方向。然而，基于LWE问题及其变体(如RLWE、MLWE)的密码方案存在高斯抽样复杂、公钥尺寸过大等问题。LWR通过消除高斯噪声采样，计算效率更高、公钥及密文尺寸更小，但在构造基于LWR的零知识证明时，仍面临计算开销、存储需求、通信效率以及噪声控制等挑战。本文采用承诺-...

基于自注意力深度学习的硬件代码缺陷定位方法————作者：刘振磊;胡健;

摘要：硬件代码缺陷定位是实现硬件设计可靠性、降低设计开发成本和提高硬件设计质量的关键环节。然而，现有缺陷定位方法存在输出与执行信息不匹配、代码覆盖矩阵语义信息不足、可疑值计算方法过于简单等问题，导致缺陷定位精度受限。为了解决这些问题，我们提出一种基于自注意力深度学习的硬件代码缺陷定位方法。该方法利用VCD (Value Change Dump)对比技术，匹配特定时钟周期内硬件程序的仿真结果与语句覆盖信息...

高效的概率门限隐私集合交集协议————作者：张恩;刘登辉;杜瑞颖;

摘要：概率门限隐私集合交集（Probabilistic Threshold Private Set Intersection，PTPSI）是门限隐私集合交集的一种概率变体，当交集数量处于给定区间内时，会以一定概率计算交集，交集数量越多，计算交集的概率越大。相比确定型门限隐私集合交集协议，PTPSI在拼车、联邦学习等场景中展现了更高的效率。然而，现有针对半诚实敌手的PTPSI协议在门限测试阶段依赖昂贵的通...

面向时间序列预测任务的异构联邦语义通信————作者：邢焕来;赵博文;宋富洪;徐乐西;类先富;冯力;

摘要：时间序列数据广泛存在于工业、医疗、交通等诸多物联网相关领域,蕴含着用户行为模式、系统运行状态、未来发展趋势等重要信息。传统的数据处理方法通常将终端设备采集的时间序列数据完整传输至数据中心,并通过集中分析实现智能决策。然而,随着时序数据的不断增多,海量数据传输将为传统通信网络带来巨大带宽压力,难以满足智能制造、智慧交通等场景的低时延、高可靠性等需求。为此,本文构建面向时序预测任务的异构联邦语义通信系...

　　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