计算机研究与发展

所属栏目：电子信息期刊热度：时间：

计算机研究与发展 关注(): 期刊周期：月刊; 期刊级别：省级; 国内统一刊号：11-1777/TP; 国际标准刊号：1000-1239; 主办单位：中国科学院计算技术研究所; 主管单位：中国科学院计算技术研究所; 查看计算机研究与发展近十年数据入口>>>; 上一本期杂志：中国通信CSSCI 南大核心期刊; 下一本期杂志：家用电器绿色家电

　　《计算机研究与发展》(月刊)创刊于1958年，由中国科学院计算技术研究所、中国计算机学会主办。办刊宗旨：报道我国计算机领域最高水平的学术论文和最新科研成果。刊登内容：计算机科学技术领域高水平的学术论文、最新科研成果和重大应用成果。刊登内容：述评、计算机基础理论、软件技术、信息安全、计算机网络、图形图象、体系结构、人工智能、计算机应用、数据库技术、存储技术及计算机相关领域。《工程索引》Compendex 数据库(核心)收录。

　　计算机研究与发展栏目设置综述、计算机技术、计算机网络、人工智能、计算机软件、计算机应用

　　计算机研究与发展收录CSCD 中国科学引文数据库来源期刊(含扩展版) EI 工程索引(美) JST 日本科学技术振兴机构数据库(日) Pж(AJ) 文摘杂志(俄) 万方收录(中) 上海图书馆馆藏剑桥科学文摘北大核心期刊(中国人文社会科学核心期刊) 国家图书馆馆藏文摘杂志知网收录(中) 统计源核心期刊(中国科技论文核心期刊) 维普收录(中)

　　阅读推荐：计算机自动测量与控制

　　计算机技术、自动测试技术和自动控制技术的研究成果及发展方向的综述与评论;先进的总线技术、故障诊断技术、系统集成技术以及控制理论在工业领域和军事中的应用边缘扫描测试技术、遥测遥控技术和自动测试系统的设计与开发;动态数据采集与信号处理系统;现场总线与接口技术;机电一体化技术;嵌入式系统软件、软件测试以及工控组态软件的开发与应用;集散/分布控制系统，自控/监控系统的开发与应用;计算机网络与通信、楼宇自动化技术的开发与应用;先进的测控部件及传感器技术在工业自动测试和控制中的应用;基于总线技术的智能仪器仪表的设计与开发。

　　计算机研究与发展最新期刊目录

《计算机研究与发展》2023年论文高被引TOP10

摘要：<正>~

前言————作者：白翔;蒋杰;尹义龙;王皓;

摘要：在当前科技革命与产业变革的浪潮中，深度学习技术尤其是以生成式人工智能（generative artificial intelligence）为代表的新型信息技术，正以极快的速度发展，这一进程得益于海量数据与强大计算能力的支撑.在过去几十年里，人工智能（artificial intelligence, AI）领域的研究者和实践者主要聚焦于模型结构与算法优化，这一研究思路被称为“模型中心范式”.然而，...

基于中文逻辑词的模型劫持攻击方法————作者：钟一;陈珍珠;付安民;高艳松;

摘要：模型劫持攻击是一种新型攻击方式，通过植入特定词语，能够隐蔽地控制模型执行与原始任务截然不同的劫持任务，使模型拥有者的训练算力成本增加的同时面临潜在的法律风险．目前，已有研究针对德-英文语言翻译模型探索了这一攻击方式，但在中文自然语言处理领域尚属空白．中文语言的独特性使得其面临不同于其他语言环境的安全挑战，因此亟需开发针对中文模型的攻击评估方法．基于上述事实，提出了一种基于中文逻辑词的模型劫持攻击方...

一种基于无监督学习的智能并行结构网格生成框架————作者：陈新海;彭嘉明;乔鹏;贾孟涵;王庆林;张翔;杨博;刘杰;

摘要：随着高性能计算技术的迅猛发展，科学计算问题的复杂度和计算规模显著提升．网格生成作为科学计算的前置输入，是高性能计算领域的重要研究方向．针对大规模网格生成计算效率低、人机交互复杂等难题，发展智能化网格方法已成为研究热点，但如何在网格领域实现高性能计算与人工智能深度融合仍处于研究空白．针对上述问题，首次提出了一种基于无监督学习的智能并行网格生成框架，支持大规模多块结构网格的高效生成．框架集成了基于标架...

面向多线程程序的智能缓存分配方法————作者：何铭健;王桦;

摘要：多线程编程模型被广泛用于促进多核上的应用程序执行.然而，并发执行的线程对最后一级缓存（last level cache，LLC）的竞争造成的干扰可能会导致性能下降.英特尔缓存分配技术（cache allocation technology，CAT）提供了一种机制为不同线程实时分配缓存。然而，有2个原因导致现有分配方法并不适用于多线程程序.首先，它们是为多应用场景量身定制的，而不是为涉及多个相关线程...

基于前后端联合分析的Java Web漏洞挖掘方法————作者：邹福泰;姜开达;占天越;施纬;张亮;

摘要：精准高效地挖掘Web应用当中存在的安全漏洞具有极高的研究价值.Web漏洞挖掘相关研究大多都是针对PHP应用的，无法直接应用于Java Web漏洞挖掘.且现有的Web漏洞挖掘方法难以适应批量高效的需求，即难以在保持静态代码分析的性能下取得动态分析的精确度.为解决上述问题，提出了一种前后端联合分析的Web漏洞挖掘方法，利用前端解析提取污点源信息帮助后端分析进行剪枝，提高漏洞覆盖率和检测性能；同时在漏洞...

模体感知的多视图协同聚类优化算法————作者：刘美麟;李华;郑文萍;

摘要：图神经网络通过迭代聚合邻域特征学习图的嵌入表示，已广泛应用于图数据分析.现有方法主要关注低阶点边交互，而对以模体为载体的高阶成组交互模式关注不足，导致复杂网络中的高阶依赖关系难以被充分捕捉.模体作为网络中频繁出现的功能性子结构，能够有效揭示节点间的高阶语义关联，而模体共现视图则为刻画此类交互模式提供了新的表征视角.然而，模体共现视图的弱连通性限制了图神经网络的消息传递能力，影响全局信息的有效传播....

基于强化学习的服务功能链部署研究综述————作者：爱因坦;阮宏玮;刘翰林;李华;

摘要：在软件定义网络和网络功能虚拟化范式下，服务功能链（service function chaining，SFC）技术通过灵活编排虚拟网络功能实现了网络服务的定制化部署.然而，动态网络环境下SFC部署面临着决策空间大、环境复杂多变等挑战.强化学习因其自适应学习复杂环境特征并动态决策的能力，在解决SFC部署问题上展现出显著优势.该研究首先阐述了SFC部署的基本概念与技术架构，并具体介绍了基于强化学习的S...

基于强化策略反馈的多模态自适应实体识别方法————作者：焦明海;樊本航;王静;彭玉怀;

摘要：命名实体识别（namedentityrecognition，NER）的核心目标是从非结构化文本中识别出具有特定语义类别的实体与类型.随着社交媒体的迅速发展，文本信息往往与视觉信息共同出现，形成多模态内容.为了提升实体识别的准确性，多模态命名实体识别方法利用不同模态中的语义信息，实现信息互补与深度融合.然而，不同模态之间的表征差异可能引入视觉噪声，干扰实体识别.文本模态中存在实体指代不清或上下文语义...

基于图元学习的小样本虚假评论检测算法————作者：陈卓;狄家奇;张傲;卢晓鹏;杜军威;

摘要：基于图的虚假评论检测主要面临着如何在仅有少量正样本标注的属性图中，有效聚合图中不同关系的邻居信息，提高图表示学习对于异常节点的敏感性和泛化能力的挑战.针对此挑战，提出基于元学习的多信息融合图差异网络（Meta-MGDN）.通过构建多视图划分与多信息融合模块，充分挖掘用户、项目、评分的结构信息与属性信息，以实现网络对多方面信息的获取并挖掘评论节点之间的关系.设计多视图邻域差异聚合模块，合并邻域信息与...

面向国产多核DSP的张量转置并行优化技术————作者：刘根程;王庆林;洪楚河;彭兴;夏睿;梁亚玲;张庆阳;车永刚;刘杰;

摘要：张量转置（tensor transposition）作为基础张量运算原语，广泛应用于信号处理、科学计算以及深度学习等各种领域，在张量数据密集型应用及高性能计算中具有重要作用.随着能效指标在高性能计算系统中的重要性日益凸显，基于数字信号处理器（digital signal processors， DSPs）的加速器已被集成至通用计算系统.然而，传统面向多核CPU和GPU的张量转置库因架构差异无法充分...

基于大语言模型的双视角多级跨模态推荐————作者：李佚名;于亚新;于之晟;司一廷;叶育松;

摘要：多模态推荐系统旨在提供更为精准和个性化的推荐服务．然而，现有研究仍存在以下问题：1）特征失真．由于输入的嵌入均由小型预训练语言模型和深层卷积神经网络等模型进行处理，导致得到的特征表示不准确．2）编码视角单一．目前模型的多模态编码层只考虑在单一的记忆或扩展视角进行编码，造成信息缺失．3）多模态对齐效果欠佳．不同模态嵌入分布在不同空间中，需将其映射至同一空间以实现对齐．而现有方法通过简单的行为信息乘积...

多层次特征建模与时空依赖挖掘的自监督脑电分类————作者：李超凡;陈松灿;

摘要：多通道脑电图（electroencephalography，EEG）作为一种非侵入性技术，通过在头皮上布置多个电极记录大脑电活动，帮助理解个体的心理状态和辅助诊断多种疾病．鉴于标记大量EEG数据的高昂成本和技术挑战，自监督学习（self-supervised learning，SSL）作为一种无需标签的学习范式，通过挖掘数据内在结构进行学习，可有效提升模型的泛化性能，已在EEG领域获得广泛关注．尽...

基于变分注意力知识选择和预训练语言模型的对话生成————作者：张乃洲;曹薇;张啸剑;李石君;

摘要：基于知识的神经对话研究常常面临外部知识包含冗余甚至与对话主题不相关信息的问题，从而导致对话系统性能下降.知识选择成为解决该问题的重要途径，但现有研究对诸如知识选择器的设计、选择出的知识的利用以及知识选择对话方法适用的场景等问题，还缺乏深入研究.针对这些问题，提出了一个新的基于变分注意力知识选择和预训练模型的神经对话方法，使用一个基于条件变分自编码（conditional variational a...

渐进式认知引导的双域半监督人群计数————作者：余鹰;范在昌;曾康利;黄晓辉;苗夺谦;

摘要：在人群计数任务中，高昂的数据标注成本严重制约了全监督方法的广泛应用.为显著降低对标注数据的依赖，利用大量未标注数据的半监督计数方法已成为当前研究的主流方向.然而，现有半监督方法通常依赖迭代生成伪标签进行训练，其性能深受2种不确定性因素的制约，其中认知不确定性来自模型自身对知识掌握的不足，易导致伪标签生成质量不稳定；任意不确定性源于数据固有的噪声和歧义，使得模型易受背景干扰和分布偏差的影响.为应对上...

基于合成数据预训练基础模型的表格数据聚类方法————作者：李培文;李飞江;王婕婷;钱宇华;

摘要：随着数据采集与数据存储技术的飞速发展，各行业收集并存储了大量无标记的表格数据.聚类分析是挖掘这类数据潜在分组结构的重要方法.目前，处理表格数据的聚类方法多数仍然是传统聚类算法.深度学习技术和大模型技术主要用于处理非结构化的图像、文本、语音等数据类型，其强大的表示能力和推理能力在结构化的表格数据处理中仍难以发挥优势. 2025年，《Nature》刊发的TabPFN是一种可用于高效处理分类和回归任务的...

多模态视觉语言表征学习模型及其对抗样本攻防技术综述————作者：曾诚;葛云洁;赵令辰;王骞;

摘要：随着计算机视觉、自然语言处理与深度学习技术的快速发展，多模态视觉语言表征学习模型在图像描述、文本生成图像、视觉问答等任务中展现出了卓越的性能，已成为当前学术界与工业界共同关注的研究热点.然而，这类模型的多模态特性和复杂性为攻击者提供了更加多样的攻击途径，攻击者可以通过对抗样本引导模型输出错误的、有害的或虚假的内容，使该类模型面临的安全威胁日益严峻.系统地梳理了多模态视觉语言模型的研究现状，同时，对...

面向作答序列数据的情境自适应学习推荐方法————作者：陈泽君;张所娟;陈卫卫;崔静;龙佳琪;陈恩红;

摘要：学习推荐作为智能教育领域的核心研究任务，目的是根据学习者的认知状态，提供个性化的学习资源.现有的学习推荐方法依赖于学习者对知识概念的掌握程度，缺少对作答序列数据中情境信息的充分挖掘，无法有效提高学习者的知识迁移能力.提出了面向作答序列数据的情境自适应学习推荐方法.该方法构建包括知识概念情境和习题情境的学习情境感知表征模块，融合时序大语言模型的认知状态表征模块，实现基于知识图谱的情境自适应学习推荐模...

面向复杂噪声数据的鲁棒文本-图像行人检索方法————作者：胡冰玉;徐艺心;余珊;赵巨峰;杨宇翔;

摘要：文本-图像行人检索（text-based person retrieval）作为多模态智能监控系统的核心任务，旨在通过自由形式的文本描述从大规模数据库中识别目标行人图像，在公共安全与视频取证领域具有关键应用价值，如刑事侦查中的嫌疑人追踪及跨摄像头取证分析.传统方法通常基于图像-文本对完美对齐的理想化假设，忽视了实际场景中普遍存在的复杂噪声数据问题，即视觉实例与其文本标注间因人工标注偏差、网络爬取噪...

置信引导的多模态数据测试时适应框架————作者：尹小龙;詹德川;姜远;

摘要：测试时适应（test time adaptation, TTA）旨在在模型部署后的测试阶段，通过无标注或少量标注的在线微调策略来动态校正模型，以应对由于分布偏移、传感器噪声、光照变化等引发的性能退化问题，并在自动驾驶、远程医疗、视频监控等对实时性和鲁棒性要求极高的领域展现出广泛应用价值.然而，现有多模态TTA方法往往忽视各视图数据的质量差异，容易因低质量或故障视图引入有害梯度，且缺乏对视图内部动态...

　　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