搜論文知識網(wǎng)并非《小型微型計算機系統(tǒng)》的官網(wǎng)或雜志社，為客戶提供期刊征稿、論文發(fā)表等中介服務，在客戶與期刊雜志社之間搭建了一座省時、省力的便捷橋梁。本站與《小型微型計算機系統(tǒng)》等上百家同類正規(guī)期刊保持著多年的密切合作關系，切實提高客戶期刊發(fā)表的質(zhì)量與效率。通過本站發(fā)表論文，客戶將獲得更大的選擇空間、更高的通過率、更快的發(fā)表速度、更滿意的服務質(zhì)量。

　　【雜志簡介】

　　《小型微型計算機系統(tǒng)》創(chuàng)刊于一九八O年，系中國計算機學會會刊之一，由中國科學院沈陽計算技術研究所主辦，是國內(nèi)外公開發(fā)行的計算機類學術性刊物。

　　本刊在國內(nèi)入選為：《中文核心期刊》、《中國科技論文統(tǒng)計源期刊》、被《中國科技論文與引文數(shù)據(jù)庫》、《中國學術期刊文摘》、《中國期刊全文數(shù)據(jù)庫》、《中國科技期刊精品數(shù)據(jù)庫》以及《萬方數(shù)據(jù)網(wǎng)》等收錄，在 1996 年獲中國科學院優(yōu)秀期刊三等獎。 本刊被英國《 INSPEC 》、俄羅斯《文摘雜志》和美國《劍橋科學文摘》、日本《科技文獻社數(shù)據(jù)庫》收錄。

　　本雜志刊登文章的內(nèi)容涵蓋計算技術的各個領域(計算數(shù)學除外)。包括計算機科學理論、體系結構、計算機軟件、數(shù)據(jù)庫、網(wǎng)絡與通訊、人工智能、多媒體、計算機圖形與圖像、算法理論研究等各方面的學術論文。

　　【影響因子】

　　國家新聞出版總署收錄

　　【獲獎情況】

　　中國自然科學核心期刊

　　中國科學引文數(shù)據(jù)庫來源期刊

　　中科院優(yōu)秀科技期刊三等獎(96)

　　【欄目設置】

　　主要欄目：計算機網(wǎng)絡信息安全、算法理論、人工智能分布式計算、計算機圖形與圖像、計算機應用等。

　　小型微型計算機系統(tǒng)最新期刊目錄

知識篩選與融合驅(qū)動的檢索增強生成方法

摘要：檢索增強生成方法通過結合外部知識與大語言模型，提升了生成系統(tǒng)的應答能力.然而，現(xiàn)有的RAG方法面臨兩個主要挑戰(zhàn)：一是如何在檢索后處理階段篩選出與目標答案相關的信息，避免冗余或無關文檔的干擾；二是如何在檢索知識與大語言模型內(nèi)部知識沖突時，動態(tài)融合這些知識，確保生成答案的邏輯一致性與準確性.為應對這些挑戰(zhàn)，本文提出了KFA-RAG框架.該框架通過文檔篩選模塊，基于知識收益評分訓練文檔篩選模型，自動剔除...

面向調(diào)制識別信號的對抗攻擊方法

摘要：為提升通信系統(tǒng)中調(diào)制識別模型在面對惡意干擾時的安全性評估能力，本文提出一種面向通信信號的對抗攻擊方法。該方法融合信號的時域與頻域特征，通過引入門控機制實現(xiàn)擾動的自適應生成，從而增強對抗樣本的攻擊效果與跨模型遷移能力。在實驗設計中，選擇多種典型深度模型作為攻擊目標，分別在白盒與黑盒兩類場景中驗證方法的有效性。在白盒場景下，所提出方法在中高信噪比下將多種模型的識別準確率大幅降低，其中對三種主流模型的準...

分數(shù)蒸餾采樣和時間步長優(yōu)化的文本到三維高斯人體生成

摘要：針對文本到三維人體生成中過飽和渲染、紋理細節(jié)缺失及表面?zhèn)斡暗葐栴}，提出一種分數(shù)蒸餾采樣和時間步長優(yōu)化的文本到三維高斯人體生成方法.首先從初始三維人體形狀提取潛向量，結合正態(tài)分布時間步長優(yōu)化與混合加噪生成含高斯噪聲和預測噪聲的潛向量.然后， 將噪聲潛向量和文本嵌入輸入到預訓練的二維擴散模型， 通過計算多時間步分數(shù)蒸餾損失，以更新細節(jié)增強的三維人體模型參數(shù).最后通過對三維人體模型進行三維高斯剪枝優(yōu)化，...

面向音樂舞臺環(huán)境的事件成像與場景重建方法

摘要：音樂舞臺常伴隨強弱光交替、極低照度等復雜環(huán)境，這對傳統(tǒng)相機的成像構成挑戰(zhàn).事件相機憑借其微秒級響應、高動態(tài)范圍與抗運動模糊的特性，可彌補這一缺陷.事件相機僅輸出場景的異步事件流，其數(shù)據(jù)需通過重建算法才能轉(zhuǎn)化為易于理解的圖像.為此，本文針對音樂舞臺場景的特殊性，設計了一種面向音樂舞臺的事件成像與場景重建方法.在獲取舞臺場景的事件流數(shù)據(jù)后，方法首先采用事件與幀特征融合模塊實現(xiàn)上下文特征及結構特征的融合...

區(qū)域跟蹤驅(qū)動的多攝像頭邊緣視頻分析加速

摘要：隨著人工智能與通信技術的快速發(fā)展，深度神經(jīng)網(wǎng)絡（Deep Neural Networks，DNNs）已被廣泛部署到邊緣系統(tǒng)以提供實時視頻分析和降低傳輸帶寬開銷。然而，面對邊緣服務器有限資源與視頻分析不斷增長計算需求之間的矛盾，如何實現(xiàn)高精度且實時的視頻分析仍面臨著巨大挑戰(zhàn)。雖然通過在時間和空間維度上對視頻內(nèi)容進行過濾可提升視頻分析的資源效率，但現(xiàn)有工作通常采用機器感知的分類策略而忽略了現(xiàn)實世界中目...

一種用于忠實邏輯推理的迭代反饋驅(qū)動的神經(jīng)符號方法

摘要：大語言模型（LLMs）在廣泛的推理任務中展現(xiàn)了令人印象深刻的能力。為解決像思維鏈（CoT）這種基于提示的方法在推理過程中缺乏忠實性的問題，研究人員已經(jīng)探索出神經(jīng)符號方法來增強LLMs的邏輯推理能力。然而，現(xiàn)有方法仍然面臨信息丟失的挑戰(zhàn)。為了克服這些限制，本文提出迭代反饋驅(qū)動的神經(jīng)符號方法（IFDNS），該方法為一種新穎的基于提示的方法，采用多輪反饋機制來解決LLMs在處理復雜邏輯關系方面的局限性。...

混合方法驅(qū)動的公司名稱層級分類系統(tǒng)

摘要：企業(yè)名稱的精準行業(yè)分類是金融統(tǒng)計、市場監(jiān)管等領域的重要基礎性任務。傳統(tǒng)方法依賴人工規(guī)則或單一深度學習模型，存在泛化能力不足、效率低下，且難以有效處理語義模糊或復雜樣本的問題。本文提出一種融合正則表達式規(guī)則、BERT深度模型與大模型輔助分類的混合式企業(yè)名稱層級分類方法，實現(xiàn)門類、大類、中類、小類的精準分類。在動態(tài)規(guī)則擴展、溫度縮放概率校準及人工標注反饋機制基礎上，引入大模型模塊輔助處理置信度低的困難...

雙空間令牌化與對比增強的異質(zhì)圖Transformer

摘要：近年來，異質(zhì)圖神經(jīng)網(wǎng)絡在處理多類型節(jié)點和邊的復雜關系方面展現(xiàn)出強大能力，但基于消息傳遞的架構仍面臨表達能力受限、過平滑和過擠壓等問題。本文提出基于Transformer架構的CHGormer模型，通過融合對比學習與異構關系編碼的令牌生成機制，創(chuàng)新性地解決了異質(zhì)圖中局部異構關系與全局語義依賴的整合難題。具體而言，CHGormer設計了雙空間令牌生成策略，在屬性與拓撲特征空間中分別采樣正負令牌序列，并...

風險感知引導的自適應模糊測試

摘要：隨著軟件系統(tǒng)規(guī)模和復雜度的不斷提升，漏洞檢測面臨重大挑戰(zhàn)。現(xiàn)有模糊測試技術往往缺乏對高風險代碼區(qū)域的有效感知與定向探索能力，導致測試資源分配不均，漏洞挖掘效率低下。為解決此問題，本文提出了一種風險感知導向的自適應模糊測試技術RbFuzz，該技術有機結合靜態(tài)分析的深度洞察能力與動態(tài)測試的真實執(zhí)行反饋。首先，通過靜態(tài)分析預定義的語法模式與程序依賴關系，提取潛在漏洞的語法特征及上下文信息，構建細粒度的風...

元認知信息和猜測與失誤行為增強的知識追蹤模型

摘要：知識追蹤作為個性化學習的核心技術，旨在通過建模學生知識狀態(tài)來預測未來表現(xiàn).當前主流的知識追蹤模型主要通過學生歷史答題信息對學生的認知過程進行建模，忽視了學生在答題時的元認知信息對其認知過程的動態(tài)影響；此外，多數(shù)模型僅使用粗粒度交互數(shù)據(jù)（問答響應）來刻畫學生的猜測和滑倒行為，未能有效利用答題過程中的多維度細粒度交互數(shù)據(jù)（如嘗試次數(shù)、提示次數(shù)和答題時間）.為此，本文提出一種學生元認知信息和猜測與失誤行...

一種高光譜重建的多域感知自注意力算法研究

摘要：高光譜圖像重建算法旨在解決編碼孔徑快照光譜成像(CASSI)的逆問題，當前的解決方案中，深度展開網(wǎng)絡通過交替求解數(shù)據(jù)子問題和先驗子問題能高效地獲取場景光譜信息.在數(shù)據(jù)子問題中，考慮到3D數(shù)據(jù)中像素質(zhì)量的下降程度與位置的相關性及感知矩陣與退化矩陣的差異，該網(wǎng)絡聯(lián)合殘差學習和自適應梯度下降算法學習退化矩陣和梯度下降的參數(shù)來提升數(shù)據(jù)精準度；在先驗子問題中，引入傅里葉變換從頻域中捕獲更多的高頻突變信息，再...

一種利用大語言模型的安全關鍵系統(tǒng)失效模式識別方法

摘要：基于模型的安全分析(MBSA)是安全關鍵系統(tǒng)(SCS)安全評估的最新方法.失效模式是指系統(tǒng)、組件或設計可能無法達到預期性能標準的表現(xiàn)方式，是MBSA故障行為建模的重要組成部分.然而，隨著系統(tǒng)復雜性的增加，手動提取失效模式非常耗時，不同安全工程師的提取結果缺乏一致性.為了應對這些挑戰(zhàn)，本文提出了LLM4IFM方法，該方法利用大語言模型(LLM)從故障歷史記錄、安全標準等文本源中提取失效模式.為了確保...

融合知識圖譜和大模型的醫(yī)療智能問答方法研究

摘要：醫(yī)療領域的自動問答對答案的準確性有很高的要求.盡管大語言模型（LLM）提供了通用的問答能力，但是無法滿足醫(yī)療領域?qū)Υ鸢笢蚀_性的要求.與此相對，基于知識圖譜檢索的自動問答依賴于客觀的知識表達對回答質(zhì)量提供了可靠性保證，然而目前的方法中存在知識圖譜檢索效率不高、檢索不充分、檢索過多冗余信息，以及對較復雜的問題理解不充分進而影響檢索的質(zhì)量等問題.為此，本文中將知識圖譜與LLM相結合，基于LLM對用戶的提...

結合大語言模型和強化學習的跨域圖隱私保護方法

摘要：為了進一步實現(xiàn)數(shù)據(jù)要素價值，需要進行圖數(shù)據(jù)的跨域共享和流通.在跨域共享和流通過程中，圖數(shù)據(jù)隱私安全問題尤為突出.現(xiàn)有基于圖泛化類隱私保護方法仍存在顯著不足：集群數(shù)量難預設、匿名圖的信息損失較大以及匿名圖的隱私安全與數(shù)據(jù)可用性難以兼顧.針對上述問題，提出了一種基于大語言模型與強化學習的隱私保護模型LLM-GARL(Large language models enhanced graph anonym...

數(shù)字電網(wǎng)業(yè)務場景建模與性能分析方法

摘要：隨著數(shù)字化轉(zhuǎn)型的深入以及大數(shù)據(jù)、物聯(lián)網(wǎng)等技術的興起，眾多新型業(yè)務場景不斷涌現(xiàn)，相關系統(tǒng)日益復雜.在這一背景下，數(shù)字電網(wǎng)領域也面臨著全新挑戰(zhàn)，尤其是對系統(tǒng)的實時性提出了更為嚴苛的要求.如何高效地對數(shù)字電網(wǎng)業(yè)務場景進行性能評估，進而為提高系統(tǒng)的性能可靠性提供支持，是一個重要問題.本文提出了一種面向數(shù)字電網(wǎng)業(yè)務場景的建模與性能分析方法，并實現(xiàn)了相關原型工具BizModeler.本文首先針對數(shù)字電網(wǎng)領域的...

面向煤巖圖像分割的Mamba感知機制與特征融合網(wǎng)絡

摘要：煤炭智能分選領域下的煤巖圖像分割任務要充分考慮復雜多變的影像特征，針對多尺度目標共存的綜合性檢測、低灰階煤塊與背景相似以及邊緣模糊等問題，本研究提出了一種面向煤巖圖像分割的Mamba感知機制與特征融合網(wǎng)絡（MambaSense）.首先基于Mamba感知模塊構建網(wǎng)絡主干以適應多尺度目標分割，并在編碼階段引入特征激活感知模塊，通過三分支并行結構提取豐富的上下文全局信息，從而來區(qū)分前景與背景的相似特征....

基于特征增強與語義交互的體檢簡報自動生成研究

摘要：體檢簡報的自動生成是文本摘要技術在醫(yī)療領域的重要應用.與通用文本摘要任務不同，體檢報告同時包含標準化字段和非結構化描述文本，這對模型在信息抽取的準確性與語義建模能力方面提出了更高要求.現(xiàn)有指針生成網(wǎng)絡因其指針機制被廣泛應用，但在處理醫(yī)學專業(yè)文本時，仍存在特征維度敏感性強和語義表征不足的問題，易導致關鍵信息遺漏與語義理解偏差.為此，本文提出一種融合特征增強與語義交互機制的體檢簡報生成方法.該方法引入...

認知風格增強的知識追蹤模型

摘要：知識追蹤（Knowledge Tracing，KT）通過動態(tài)建模學習者的知識狀態(tài)，為實現(xiàn)個性化教育提供技術支持。認知風格作為反映個體差異的重要心理特征，已被廣泛應用于學習者建模，然而當前多數(shù)知識追蹤模型主要依據(jù)學習者與試題之間的交互信息建模其知識狀態(tài)，忽視了學習者在答題過程中認知風格對其學習行為的影響。為此，本文提出了一種認知風格增強的知識追蹤模型（CSBKT）。該模型首先提出了一種認知風格特征提...

多模塊注意力協(xié)同的異構圖神經(jīng)網(wǎng)絡產(chǎn)業(yè)鏈風險識別模型

摘要：風險識別通過精準定位產(chǎn)業(yè)鏈的脆弱節(jié)點以阻斷風險傳導，對于維護產(chǎn)業(yè)鏈完整性至關重要。然而，現(xiàn)有方法缺乏對產(chǎn)業(yè)鏈節(jié)點進行靜態(tài)指標級、動態(tài)時序級和結構空間級的協(xié)同建模。因此，本文提出一種多模塊注意力協(xié)同的異構圖神經(jīng)網(wǎng)絡產(chǎn)業(yè)鏈風險識別模型（MGRI）。MGRI首先根據(jù)企業(yè)所屬行業(yè)動態(tài)學習并分配各屬性維度的權重，以突出關鍵指標的重要性；同時捕捉低頻財務時間序列蘊含的風險演變信息，形成全局動態(tài)時序表征；最后以...

面向深度神經(jīng)網(wǎng)絡增量學習的持久隱蔽后門攻擊方法

摘要：增量學習憑借賦予深度神經(jīng)網(wǎng)絡持續(xù)學習的能力并緩解災難性遺忘的特性，在自動駕駛，智能安防等眾多領域得到廣泛應用。但其階段性的訓練機制為后門攻擊埋下隱患，即攻擊者在某些階段執(zhí)行后門攻擊，導致后續(xù)增量學習的深度神經(jīng)網(wǎng)絡仍存在后門。現(xiàn)有研究增量學習的后門攻擊，面臨攻擊持久性不足、對主任務性能干擾較大等難題。針對這些挑戰(zhàn)，本文提出了一種面向增量學習的持久隱蔽后門攻擊方法（Persistent Stealth...

　　相關電子信息期刊推薦

• 省級新潮電子
• 國家級電子世界
• 省級DVD導刊
• 國家級機器人
• 省級上海信息化
• 北大核心光通信研究
• 國家級條碼與信息系統(tǒng)
• 省級電機技術
• 國家級消費電子
• 北大核心信息化研究
• 省級電信網(wǎng)技術
• 國家級CT理論與應用研究
• 省級交通信息與安全
• 省級黑龍江電子技術
• 國家級計算機系統(tǒng)應用
• 省級游戲機實用技術
• 省級河南廣播電視大學學報
• 國家級電子工業(yè)專用設備
• 北大核心空間科學學報
• 省級成都信息工程學院學報
• 北大核心網(wǎng)絡新媒體技術
• 省級無線互聯(lián)科技
• 國家級軟件工程
• 國家級鐵路通信信號工程技術
• 省級中國網(wǎng)絡傳播研究
• 南大核心無線電通信技術
• 省級中國計算機科學前沿
• 北大核心核動力工程
• 省級內(nèi)蒙古大學學報
• 省級儀器儀表用戶

　　核心期刊推薦

電子信息對抗技術

激光與光電子學進展

光電子·激光

電子學報