微机发展

所属栏目：电子信息期刊热度：时间：

微机发展 关注(): 期刊周期：月刊; 期刊级别：省级; 国内统一刊号：61-1450/TP; 国际标准刊号：1673-629X; 主办单位：陕西省计算机学会; 主管单位：陕西省信息产业厅; 上一本期杂志：密码学报电子信息技术期刊; 下一本期杂志：测控自动化中文核心期刊

　　本刊系中国计算机学会(CCF)会刊之一，由中国计算机学会微机专委会和陕西省计算机学会联合主办。内容包括：计算机科学、人工智能、计算机体系结构、计算机软件、设备与器件、计算机应用。读者对象系全方位的，包括大专院校、科研机构、生产及商贸企业、政府机关与管理部门以及各行各业的微机用户。所覆盖的业务领域包括：教育系统、科研系统、轻重工业、交通运输、矿产资源、国防军事、金融财会、医疗卫生、商贸系统、农林牧渔及办公管理等。国内外公开发行。

　　微机发展收录情况/影响因子

　　国家新闻出版总署收录　获奖情况：《CAJ-CD规范》执行优秀期刊。

　　微机发展栏目设置

　　综述评论;人工智能;信息安全;经验交流;研究探讨;开发应用;网络通信;学习园地。

　　微机发展编辑部/杂志社投稿须知

　　1.文章标题：一般不超过300个汉字以内，必要时可以加副标题，最好并译成英文。

　　2.作者姓名、工作单位：题目下面均应写作者姓名，姓名下面写单位名称(一、二级单位)、所在城市(不是省会的城市前必须加省名)、邮编，不同单位的多位作者应以序号分别列出上述信息。

　　3.提要：用第三人称写法，不以“本文”、“作者”等作主语，100-200字为宜。

　　4.关键词：3-5个，以分号相隔。

　　5.正文标题：内容应简洁、明了，层次不宜过多，层次序号为一、(一)、1、(1)，层次少时可依次选序号。

　　6.正文文字：一般不超过1万字，用A4纸打印，正文用5号宋体。

　　阅读推荐：电脑知识与技术

　　《电脑知识与技术：经验技巧》Computer Knowledge and Technology(月刊)创刊于1994年，是经国家批准的旬刊杂志，是一本面向计算机全行业的综合性学术刊物。创刊以来，一直本着普及电脑知识、推广电脑技术、交流经验技巧、促进电脑应用的办刊宗旨，注重杂志质量。如今，杂志发行面已覆盖全国31个省、市、自治区，逐步形成了融知识性、实用性、欣赏性、服务性于一体的办刊风格，并因其清纯朴实的文风，简明实用的内容，以及精心细致的服务被社会各界读者誉名为“一本看得懂、学得会、用得上”的好杂志。

　　微机发展最新期刊目录

基于多尺度特征对齐的小样本目标检测方法

摘要：针对小样本目标检测中实测数据稀缺导致模型泛化能力不足的问题，本文提出一种基于多尺度特征对齐的小样本目标检测方法。首先通过La Ma算法进行仿真数据增强，以生成高真实度的仿真数据，扩充训练样本；其次，设计显著性特征提取模块，通过分层嵌入坐标注意力机制，增强目标区域特征响应，并抑制复杂背景噪声。最后，构建多尺度特征对齐模块，针对底层纹理、中层结构及高层语义特征进行层次化对齐处理，同时设计多尺度特征对齐...

基于改进交叉注意力的高效医学图像分割方法

摘要：在医学图像分割领域，高性能的U-Net模型会在跳跃连接部分设计特征融合模块以整合多尺度特征，提高分割效果，但是模型参数量与计算量大幅上涨，对硬件性能要求苛刻。本文提出了基于部分通道交叉注意力的U型分割网络UPCCANet，将单头与部分通道计算设计引入交叉注意力，并在通道维度上进行特征融合。所提方法在有效融合多尺度信息的同时也大大提高了计算效率。UPCCANet采用了InceptionNeXt作为编...

基于YOLO的石棉纤维检测

摘要：随着工业化进程的推进，石棉检测成为公共安全和环境健康的重要任务。为了提高石棉检测的精度，本文提出了基于YOLOv8n改进的更加精确的检测算法——EAS-YOLO，本文在网络结构的颈部引入显式视觉中心（Explicit Visual Center,EVC），并提出一种跨分支注意力融合机制（Cross-Attention Fusion, CAF），通过将EVC和CAF有效融合，形成了EVC-CAF机制...

基于Stroke BERT的中风知识图谱与智能诊疗研究

摘要：为促进中医精准医疗发展，本研究聚焦中风病，构建了“领域自适应预训练—跨模态知识对齐—混合增强推理”框架。首先，基于中医文献与病历构建Stroke BERT预训练模型，采用动态全词掩码增强中医隐喻语义表征。实验表明，Stroke BERT在中医特异性任务上显著优于通用BERT(F1值达83.24%和98.15%)，有效提升信息提取精度。其次，构建中西医融合中风知识图谱，通过BERT-INT模型实现中...

基于YOLOv8n的无人机视角红外小目标检测算法

摘要：在无人机视角下的对地红外目标检测中，小目标检测面临误检、漏检的难题。为解决这一问题，本文提出一种改进的YOLOv8n检测算法。该算法从多方面对YOLOv8n进行优化。首先,增加160×160的小目标检测层，将原网络首个C2f模块输出的特征图引入检测头，强化对小尺寸目标的检测,并且引入双卷积CSP＿BiFormer瓶颈模块，增强特征提取能力，有效处理特征间长距离依赖关系,其次结合EIoU和CIoU改...

面向图像检索的混合学习索引方法

摘要：针对传统图像检索方法在处理大规模高维数据时存在的语义鸿沟和维度灾难问题，提出了一种多模态动态学习索引（MDLI）方法。该方法通过三级协同机制实现突破：首先设计层级自适应加权模块实现多尺度特征融合，整合ResNet不同层次的局部细节与全局语义；其次引入改进的图注意力网络（GATv2）动态建模图像间复杂关系，结合top-20边稀疏化策略提升计算效率；最后构建混合索引架构，将学习型MLP索引与传统VP-...

隐式特征图引导的文生图：三向注意力融合

摘要：针对多阶段生成模型因显式中间图像导致误差累积的问题，提出基于隐式特征图与三向注意力融合的双阶段解耦框架。（1）隐式特征图生成阶段，通过递归注意力迭代生成64×64非可视化特征图，替代AttnGAN等模型的显式中间图像，有效规避多阶段可视化误差传递；（2）三向注意力增强阶段，扩展Triplet Attention为通道-空间-文本交互机制，实现像素级细粒度控制。实验表明，在细粒度要求最高的CUB数据...

基于DataX的静态数据脱敏平台的设计

摘要：在数据量爆炸性增长与多源异构系统广泛应用的背景下，静态数据脱敏已成为保障数据分发、分析、开发、测试场景中确保数据可用性与安全性统一的必备手段。针对现有脱敏工具在大规模数据处理效率低、多源适配性差及与ETL流程割裂的问题，本文设计并实现了一种基于DataX的静态数据脱敏平台。平台采用四层架构，通过深度扩展DataX插件化框架，在数据同步流水线中无缝集成脱敏逻辑。创新性点包括：首次实现DataX与脱敏...

联邦学习框架下的就业数据隐私保护模型

摘要：为了提升就业数据隐私保护效果，降低数据保护时间开销，提出一种联邦学习框架下的就业数据隐私保护模型。首先，运用联邦平均算法聚合各参与机构的参数，完成参数聚合并生成新的全局模型；其次，该模型采用纵向联邦学习模式，整合不同机构或部门的数据特征，通过加密手段对齐对象ID，并利用部分重叠信息进行加密训练。然后，通过同态加密算法在上传就业数据前将数据加密，数据分析模型引入了差分隐私技术，对共享梯度进行裁剪并添...

基于多维度数据聚类的个性化学习推荐系统研究

摘要：在教育数字化转型背景下，传统标准化教学模式难以适配学习者认知差异性需求，而教育数据的指数级增长又加剧了"信息过载-精准推荐"间的矛盾。针对这一问题，本文提出一种基于学生多维度学习数据聚类的个性化学习推荐系统架构，旨在为学生提供定制化学习方案，提升学习效率与质量。本文通过集成收集学习行为日志、知识状态、学习方法偏好、学习兴趣及影响因素、教学模式接收程度等多维度信息，对学生的学习情况进行画像；运用K-...

CF-mMIMO中联邦学习的前传压缩与波束成形方法

摘要：联邦学习（Federated Learning, FL）是一种分布式机器学习技术，允许多个参与方在数据不离开本地的情况下协作训练共享模型。为降低FL中的通信开销，本文在去蜂窝大规模多输入多输出（Cell-free Massive Multi-Input Multi-Output,CF-mMIMO）网络使能的FL架构中利用空中计算技术聚合设备的本地梯度，同时针对聚合过程中产生的误差问题，提出一种考虑...

基于差分隐私和鲁棒聚合的联邦学习

摘要：联邦学习作为一种分布式机器学习方法，能够在保证数据隐私的前提下进行模型训练，已经成为人工智能领域的研究热点。然而，联邦学习系统面临着多种安全威胁，包括数据投毒、恶意模型更新和对抗样本攻击等，这些威胁不仅可能破坏模型的性能，还可能导致隐私泄露。本文提出了一种结合差分隐私和鲁棒聚合的联邦学习安全方法，旨在提升联邦学习系统的安全性和鲁棒性。在客户端梯度更新过程中引入差分隐私机制，利用动态隐私预算调整策略...

个性化联邦学习算法综述

摘要：个性化联邦学习（PFL, Personalized Federated Learning）是一种基于联邦学习（Federated Learning,FL）的机器学习框架，它可以使不同领域的客户端在保护本地数据隐私的同时，参与集中模型训练并得到符合本地数据的个性化模型，但也面临异质性问题和结构设计等重大挑战。本文对个性化联邦学习的发展过程、主要算法、相关技术、不足之处及未来发展方向进行了较为全面的分...

EM-DETR:GUI组件实时检测网络

摘要：在艺术与科技研究领域中，针对目前大部分现有公开数据集过于老旧而导致已有研究方法在实际GUI(Graphical User Interface)检测中因界面所特有的组件种类多样、背景复杂的情况，同时因高分辨率显示器使得部分组件更小更密集从而导致检测效率不高和检测精度瓶颈问题，本研究依托太原师范学院智能科技与艺术创新科研平台自行构建GUI数据集并基于RT-DETR模型进行改进提出EM-DETR，构建面...

结合可变形注意力与滚动MLP的医学图像分割

摘要：医学图像分割可有效辅助临床诊断，然而现有方法存在长距离依赖建模不足和计算成本高的问题。为此，提出动态特征分配引导的多尺度可变形注意力与滚动MLP（多层感知器）相结合的图像分割方法。首先，构建动态特征分配模块，根据通道得分将特征动态分配到两条分支：多尺度可变形注意力分支，通过稀疏采样增强不规则边缘建模；滚动MLP分支，利用循环移位机制捕获长距离依赖。最后利用动态权重融合策略实现双路径特征融合。实验表...

基于改进的MobileNetV3的家庭用户用水行为辨识

摘要：随着智慧水务在老人居家看护等应用上的深入发展，用户用水行为辨识变得日益重要。超声波水表具有测量精度高、较高采样频率和数字化计量的特点，为用水数据辨识提供了数据基础。由于推理模型在水表设备上的部署更关注功耗，现有MobileNetV3模型大小过大，且对长时间用水行为的识别准确率不高。本文提出了一种改进的轻量化MobileNetV3模型，通过精简网络结构和通道数，减小了模型大小。同时引入DDSIRB、...

基于Q学习的无人机自组网智能过滤路由算法

摘要：无人机自组网因其动态拓扑和高移动性特点，面临路由时延高、链路不稳定及路由空洞等挑战。传统路由协议难以适应复杂动态环境，而强化学习方法为解决该问题提供了新思路。针对上述问题，提出了一种基于Q学习的智能过滤路由算法。无人机节点通过定期广播HELLO消息进行邻居拓扑感知，并基于链路稳定性、邻居拓扑信息构建状态空间，并引入三维凸包过滤机制压缩状态空间规模，降低Q学习开销。算法的多目标奖励函数综合考虑了单跳...

基于Mamba多模态情感识别方法

摘要：为克服传统激活函数在非线性特征提取、情感类别判别及多模态信息融合中存在的局限性，提出了一种分层融合与激活增强的Mamba多模态情感识别模型方法（A Hierarchical Fusion and Activation Enhanced Mamba Model,Mamba-HFAEM）。该方法首先通过动态阈值激活函数(Dynamic Threshold Activation Function,DTA...

基于扩展脉冲神经P系统的AMSs死锁控制策略

摘要：自动制造系统(AMS)死锁问题可能导致制造企业遭受经济损失，寻找更精确有效的死锁控制策略显得尤为重要。本文首先讨论脉冲神经P(SNP)系统结构特性，扩展SNP系统建模。针对扩展系统进行状态分析，生成可达配置图及其生成算法。其次，考虑监测系统资源状态，提出新的神经元结构表征死锁:脉冲虹吸，提出一类特殊脉冲虹吸，并基于数学规划(MP)问题计算枯竭脉冲虹吸。基于神经元互斥不等式约束添加控制神经元保证系统...

基于深度学习的盲人行路全方位障碍物检测系统

摘要：针对现有辅助盲人出行导航系统检测精度不高、检测视野不全面的问题，设计了一种基于LPC-YOLO算法的全方位障碍物检测系统。本系统图像采集模块由分布在四个方向的摄像头组成，用于实时采集盲人行路四周的图像。提出了一种基于YOLOv8n的改进障碍物检测算法LPC-YOLO，若检测到障碍物，再使用单目测距算法进行障碍物测距。最后根据距离的不同，使用语音合成技术实时为盲人播报提示语音。LPC-YOLO算法改...

　　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