期刊簡介

　　《計算機科學與探索》是由中華人民共和國工業和信息化部主管、華北計算技術研究所主辦的國內外公開發行的計算機學報級高級學術期刊，中國計算機學會會刊，工業和信息化部優秀科技期刊，中國科技論文統計源期刊(中國科技核心期刊)，中國科學引文數據庫來源期刊，并被“萬方數據--數字化期刊群”、“中國學術期刊網絡出版總庫”、“中文科技期刊數據庫”、“美國《劍橋科學文摘(CSA)》”、“波蘭《哥白尼索引》”收錄。 內容包括高性能計算機，體系結構、并行處理，計算機科學新理論、算法設計與分析、人工智能與模式識別、系統軟件，軟件工程、數據庫、計算機網絡、信息安全、計算機圖形學與計算機輔助設計、虛擬現實、多媒體技術及交叉學科的相互滲透和新理論的衍生等(如：認知科學、神經信息學、量子信息學、生物信息學等)。

　　歷史沿革

　　現用刊名：計算機科學與探索

　　創刊時間：2007

　　該刊被以下數據庫收錄：

　　Pж(AJ) 文摘雜志(俄)(2011)

　　獲獎情況

　　工業和信息化部優秀科技期刊;

　　中國計算機學會優秀會刊

　　國外數據庫收錄：

　　本刊MARC數據 本刊DC數據

　　國家圖書館館藏 上海圖書館館藏

　　辦刊方針

　　本刊堅持“雙百”方針，傳播計算機信息，把握行業動態，探索計算機發展規律，開拓計算機科學技術發展新思路，促進科技交流。

　　刊登內容

　　本刊堅持刊登計算機(硬件、軟件)各學科具有創新性、前沿性、導向性、開拓性及探索性的科研成果。刊登內容提要：高性能計算機，體系結構、并行處理，計算機科學新理論、算法設計與分析、人工智能與模式識別、系統軟件，軟件工程、數據庫、計算機網絡、信息安全、計算機圖形學與計算機輔助設計、虛擬現實、多媒體技術及交叉學科的相互滲透和新理論的衍生等(如：認知科學、神經信息學、量子信息學、生物信息學等)。

　　讀者對象

　　本刊讀者為計算機相關專業科研開發人員、工程技術人員及大專院校師生。

　　主要欄目

　　本刊設有綜述·探索、簡訊、學術研究、專題報導、專題報導等欄目。

　　收錄情況

　　國家新聞出版總署收錄　被列為“中國科學引文數據庫來源期刊”，并被“萬方數據——數字化期刊群”、“中國學術期刊網絡出版總庫”、“美國《劍橋科學文摘(CSA)》”、“波蘭《哥白尼索引》”收錄。

　　雜志優秀目錄參考：

　　1. 《計算機科學與探索》編輯委員會

　　2. 《計算機科學與探索》投稿須知

　　3. 三維形狀特征提取技術研究進展劉璇，李海生，蔡強，曹健，LIU Xuan，LI Haisheng，CAI Qiang，CAO Jian

　　4. 基于GPU平臺的有效字典壓縮與解壓縮技術覃子姍，顧璠，秦曉科，陳銘松，QIN Zishan，GU Fan，QIN Xiaoke，CHEN Mingsong

　　5. 基于圖形信息的HEVC幀間預測快速算法張強，袁春，ZHANG Qiang，YUAN Chun

　　6. HPC機群分布式強制訪問控制技術可行性研究霍建同，李云春，楊秀梅，HUO Jiantong，LI Yunchun，YANG Xiumei

　　7. 歡迎訂閱2014年《計算機科學與探索》、《計算機工程與應用》雜志

　　8. 面向移動機器人應用的跨平臺自適應軟件框架孫輝，洪學志，許暢，馬曉星，SUN Hui，HONG Xuezhi，XU Chang，MA Xiaoxing

　　9. 服務化軟件系統的運行時資源動態分配方法王歡歡，陳碧歡，彭鑫，趙文耘，WANG Huanhuan，CHEN Bihuan，PENG Xin，ZHAO Wenyun

　　10. J2EE應用軟件的架構安全評估方法杜長霄，李曉紅，石紅，馮志勇，DU Changxiao，LI Xiaohong，SHI Hong，FENG Zhiyong

　　11. 滿足原子事務的QoS感知的自適應服務選擇楊榮，李兵，杜寶同，熊偉，何鵬，YANG Rong，LI Bing，DU Baotong，XIONG Wei，HE Peng

　　12. CCA三支決策模型的邊界域樣本處理張燕平，鄒慧錦，邢航，趙姝，ZHANG Yanping，ZOU Huijin，XING Hang，ZHAO Shu

　　13. 多覆蓋近似空間中的粗糙集模型王麗娟，楊習貝，吳陳，WANG Lijuan，YANG Xibei，WU Chen

　　14. 計算文本的情感描述值的算法齊保元，史忠植，QI Baoyuan，SHI Zhongzhi

　　通信技術雜志投稿：信息技術在體育教學中的應用

　　摘 要：隨著科學技術的迅猛發展，信息技術越來越廣泛地應用于各個領域，怎樣把信息技術與體育課程有效整合，達到課堂教學效果的最優化是每位體育教師所面臨的課題。本文結合自身的實踐，做了有益的嘗試。

　　關鍵詞：通信技術雜志,信息技術, 體育

　　在新課標下，如何做到將信息技術合理應用到體育教學中，激發學生興趣，開發教學資源，優化教學過程呢?筆者結合個人教學實際，談談自己的看法。

　　一、運用信息技術可以激發學生的學習興趣

　　由于學生感興趣的體育項目各不相同，面對自己不喜歡的項目教學，部分學生不能積極參與其中，導致教學效果不佳。將信息技術與體育課程相整合，能夠改變傳統的教學方法和學習方法，調節課堂氣氛，有利于創設良好的學習情境，從而激發學生的學習興趣。如：在進行籃球教學時，筆者先播放一段NBA五佳球集錦，學生看后不僅僅是發自內心的贊嘆和驚喜，并且躍躍欲試，這樣提高了他們參與籃球運動的熱情，激發了興趣，變“要我學”為“我要學”，從而充分發揮了學生的主體地位。

　　計算機科學與探索最新期刊目錄

LDD-YOLO：改進YOLOv8的輕量級密集行人檢測算法

摘要：針對當前行人檢測算法在密集場景中由于遮擋和尺度變化導致的漏檢、誤檢，以及模型計算復雜度高等問題，提出了一種基于YOLOv8的輕量級密集行人檢測方法（Lightweight Dense Detection-YOLO， LDD-YOLO），以實現檢測效率與精度的平衡。首先，設計了一種重參數化層聚合網絡RELAN，融合了重參數化卷積和多分支結構，分別在訓練階段和推理階段強化特征表達能力與模型推理效率。隨...

面向審計大模型微調的不平衡指令篩選策略

摘要：在面向監管類（如法律咨詢、審計判斷）的垂直領域大語言模型指令微調中，多任務指令微調數據集中存在高低資源任務指令數據不平衡的問題。現有的指令篩選策略往往忽視了任務之間的協同效應和領域特定要求。為此，提出一種分階段不平衡指令篩選策略(Imbalanced Instruction Filtering Strategy，IIFS)，用于從不平衡的多任務指令微調數據集中選擇高質量的指令子集。IIFS通過指令...

生理信號情感識別：跨域遷移與多模態融合綜述

摘要：基于生理信號的情感識別近年來逐漸發展成為生物醫學工程與心理學交叉領域的前沿研究方向，不僅為抑郁癥、焦慮癥等情感障礙疾病的臨床診斷與療效評估提供了客觀化、可量化的新手段，也在人機交互、心理健康監測、智能駕駛等健康人群情感狀態感知場景中展現出廣闊的應用前景。然而，由于個體生理差異、采集設備不一致以及情境多樣性等因素導致的域偏移問題，嚴重制約了模型在實際跨域場景中的泛化能力，成為該技術從受控實驗室走向真...

“極端環境圖像處理與應用”專題征文通知

摘要：<正>近年來，密集遮擋、極端弱光、高動態模糊、水下渾濁、強輻射等極端環境日益成為智慧城市、深空探測、極地科考、災害應急、智能交通和高端制造等領域的常態場景。面對信噪比極低、退化類型多樣、目標尺寸微小或密集的原始影像，傳統圖像處理鏈路在增強復原、信息解析和下游應用中屢遭瓶頸。與此同時，跨模態融合、物理退化建模、生成式人工智能等新興技術不斷涌現，為極端環境圖像處理與應用注入創新動力

開放環境下無監督跨模態概念自動提取

摘要：隨著機器學習模型的復雜性不斷增加，對其決策過程的可解釋性需求也日益增長。概念學習作為一種能夠提升模型透明度和可理解性的手段，在機器學習領域變得越來越重要，通過概念來幫助解釋大語言模型等黑盒模型的推理過程也隨之發展，如何準確、自動的提取概念是在這一解釋過程中最為關鍵的一環。針對現有的概念提取方法中存在的依賴人工標注、粒度不一致、擴展性差等問題，本文設計了一套跨模態視覺概念自動提取框架。通過基于多模態...

結合局部與全局信息的異源圖像融合方法及其應用

摘要：異源圖像融合旨在將不同模態圖像中的互補信息融合到一張圖像上，生成包含豐富紋理細節和顯著目標的融合圖像。針對傳統的卷積神經網絡（Convolutional Neural Network，CNN）方法無法有效提取圖像中的全局上下文信息，且基于Transformer的圖像融合方法無法建立不同模態圖像之間的完整全局依賴關系，提出一種基于CNN和通道-正余弦位置編碼視覺轉換器的并行雙分支異源圖像融合方法，并...

基于LLM增強圖結構的供應鏈金融信用風險評估

摘要：在全球經濟高度一體化的背景下，企業供應鏈的復雜化對金融服務的需求日益增長。大數據驅動的供應鏈金融信用風險評估，能夠實現快速與精準的風險定價，然而仍存在三個主要局限：1.當前大多評估方法僅依賴結構化數據，忽略了非結構化數據中的潛在風險信號；2.基于圖神經網絡的建模方法大多考慮實體級企業間的復雜關系與傳導機制，忽略了屬性特征的重要性；3.圖神經網絡的多層聚合會導致過平滑問題，使得模型對不同企業之間的差...

面向面部動作單元的自適應圖注意力微表情檢測網絡

摘要：微表情檢測旨在視頻中定位幅度微弱、時間短暫的表情區間。其難點在于有效提取面部區域間的動態關聯特征和多尺度時序特征，進而精準捕捉面部各區域微小動作之間的關聯。針對這些問題，本文提出了一種融合自適應圖注意力和多尺度可變空洞卷積的微表情檢測網絡（AG-DDNet）。該方法首先通過引入參數可學習矩陣來實現鍵值對的特征變換，通過計算面部區域特征向量間的相似度得到動態鄰接矩陣，并結合圖注意力機制計算區域間權重...

基于雙圖正則化的魯棒非負矩陣分解聚類算法

摘要：非負矩陣分解（NMF）作為一種有效的數據表示和降維方法，已廣泛應用于圖像處理、文本聚類等領域。然而，標準的NMF僅能處理非負數據，對異常值和噪聲敏感，并且未能充分捕捉隱藏在樣本空間和特征空間中的流形信息。為了基于Semi-NMF、特征流形、樣本流形和魯棒性獲得更好的聚類性能，本文提出了一種基于雙圖正則化的魯棒非負矩陣分解聚類算法（DGRNMF）。利用L_2，1范數增強NMF對異...

多服務器可追責的隱私保護聯邦學習方案

摘要：隨著人工智能技術的快速發展，數據驅動的機器學習模型在金融、交通和醫療等領域獲得廣泛應用。然而，大規模數據被分散存儲在不同機構，形成"數據孤島"，嚴重制約了人工智能的快速發展。聯邦學習作為突破數據孤島的新興框架，允許參與方在保護數據隱私的前提下對模型進行協同訓練。而現有聯邦學習方案面臨隱私泄露風險高和聚合結果可信度低等挑戰。針對這些問題，本研究設計一種多服務器可追責的隱私保護聯邦學習方案（MSAFL...

多模態信息與門控注意力協同驅動的知識圖譜補全方法

摘要：知識圖譜補全旨在通過已有結構信息推斷缺失三元組，提升圖譜的完整性與推理能力。傳統結構化嵌入模型在建模實體關系交互方面表現良好，但在處理稀疏實體或復雜語義關系時常面臨表示能力不足的問題。近年來，預訓練語言模型的發展為引入實體文本語義信息提供了新思路，然而如何有效融合結構與語義信息仍面臨挑戰。針對現有知識圖譜補全方法在結構建模能力不足或語義融合不充分等問題，本文提出一種融合結構信息與文本語義的混合模型...

基于動態Power迭代的大語言模型微調算法

摘要：隨著大語言模型在各領域的廣泛應用，微調成為其適配特定任務的重要方法。當前主流的大模型微調方法主要分為部分微調和全量微調兩種。部分微調雖能降低計算開銷，但該方法僅更新大模型的少量參數，導致在復雜任務場景下，微調出的模型性能受限；雖然全量微調可以解決這一問題，但全量微調需要全面更新模型參數，從而導致微調時會存在計算資源需求高、微調時間長等問題。為解決全量微調存在的問題，提出一種基于動態Power迭代的...

基于大模型驗證增強的產業鏈知識圖譜構建研究

摘要：隨著產業鏈分析的深入和信息化需求的增長，如何從海量文本中高效抽取企業及產業間的供需關系并構建產業鏈知識圖譜，成為當前研究的主要問題。基于此，本文提出了一種基于大語言模型驗證增強的產業鏈知識圖譜構建方法。在概念層，設計了以“產業–企業”雙視角的圖譜構建層級體系，實現企業與產業的映射關系。在數據層，對結構化數據利用大語言模型進行知識抽取，構建產業鏈標注語料庫（Corpus for Entity and...

基于圖神經網絡的行人軌跡預測研究綜述

摘要：行人軌跡預測作為自動駕駛、智能監控等場景中的關鍵技術，其預測精度直接關系到下游決策系統的安全性和可靠性。然而，行人運動受社會交互、環境約束以及個體意圖差異的共同影響，具有明顯的動態性和復雜性，傳統方法通常難以在統一框架下同時兼顧這些復雜因素。近年來，圖神經網絡憑借其強大的關系建模能力，在行人軌跡預測領域展現出顯著的優勢，并成為當前研究的熱點。首先，系統梳理了近年來基于圖神經網絡的行人軌跡預測研究進...

級聯前景增強的微小息肉交叉注意力分割網絡

摘要：結直腸息肉的早期檢測對病變預防至關重要，基于深度學習的圖像處理技術在該領域展現出顯著的臨床價值。然而，微小息肉檢測仍面臨關鍵挑戰，圖像噪聲干擾及與息肉形態相似的干擾物會導致誤診與漏診風險加劇，這對模型的魯棒性與泛化能力提出了更高要求。針對以上挑戰，提出一種級聯前景增強的微小息肉交叉注意分割網絡。該網絡基于編解碼架構，首先設計交叉跳躍注意力模塊，通過長距離特征關聯抑制噪聲；其次構建級聯雙景劃分模塊，...

運用連邊信息的圖神經網絡研究進展

摘要：圖神經網絡是一種能夠處理可轉化為圖的非歐式結構復雜數據的深度學習技術，近年來獲得了大量研究關注，為復雜高維數據的分析挖掘提供了更新的研究視角和有力的處理工具。圖神經網絡技術的核心問題是為圖的要素學習到一個低維的高效嵌入表示。然而，由于圖構建過程中基于節點建立連邊的慣性思維，大多數圖神經網絡都是以節點為中心進行模型設計的，導致圖要素的學習并未充分運用與節點具有同等地位的連邊的信息。目前，運用連邊信息...

DEPA-YOLO：無人機視角下的小目標檢測模型

摘要：針對無人機視角下小目標檢測中存在的目標密集分布、背景復雜干擾及特征分辨率不足等問題，本文提出了一種基于YOLOv10的改進模型DEPA-YOLO。該模型首先設計了動態多尺度特征提取模塊DCMB，該模塊通過融合動態權重分配與多形態特征混合策略，有效增強了淺層局部紋理與高層全局語義的聯合建模能力，從而改善小目標的特征表達。其次，提出了HFEP特征金字塔結構，將SPDConv與ECFI的多分支動態融合相...

基于深度學習的無人機單目標跟蹤綜述

摘要：基于深度學習的無人機單目標跟蹤算法旨在從航拍視頻序列中準確跟蹤指定目標，已成為計算機視覺領域的研究熱點。與傳統地面視覺跟蹤相比，無人機單目標跟蹤面臨著視角變化劇烈、目標尺度復雜多變、計算資源受限等獨特挑戰。現有綜述缺乏系統性的技術發展分析和分類框架。本文基于網絡架構特點，將基于深度學習的無人機單目標跟蹤方法系統梳理為傳統Siamese網絡、CNN-Transformer混合架構和全Transfor...

聯邦學習中的模型中毒攻擊防御策略綜述

摘要：模型中毒攻擊是聯邦學習中的一種嚴重威脅，在模型中毒攻擊中，惡意攻擊者通過在訓練數據或模型更新中注入惡意信息，從而干擾全局模型的正常收斂，直至操控其預測結果。模型中毒攻擊的隱蔽性和多樣性使得防御極為困難，因此引起研究者的廣泛關注。首先對模型中毒攻擊的原理加以分析，重點剖析攻擊者如何通過篡改本地訓練數據或偽造模型參數來破壞全局模型性能的內在機制，在此基礎上，本文系統性地將現有防御策略劃分為三類：基于惡...

融合文本和結構信息的知識圖譜補全

摘要：知識圖譜補全旨在根據現有信息和外部數據推斷知識圖譜中缺失和錯誤的內容，構建更加完整和準確的知識圖譜。現有的知識圖譜補全方法或者只利用知識圖譜的結構信息，但是忽略了上下文信息；或者只獲得了豐富的上下文信息，但是結構信息沒有得到很好的利用。當前的研究較少考慮融合上下文信息和結構信息提升模型的性能。針對上述問題，提出一種融合文本和結構信息的知識圖譜補全模型。首先，設計有偏置的隨機游走算法，通過動態采樣中...

　　相關電子信息期刊推薦

• 省級信息產業報道
• 北大核心氣象學報
• 省級海南廣播電視大學學報
• 國家級信息資源管理學報
• 省級計算機技術與發展
• 北大核心核動力工程
• 北大核心吉林大學學報
• 省級光電子技術
• 省級信息系統工程
• 省級電子與自動化
• 國家級中國照明電器
• 省級安徽電子信息職業技術學院學報
• 省級四川廣播電視技術
• 北大核心波譜學雜志
• 國家級中國新通信
• 國家級計算機工程與設計
• 北大核心計算機輔助設計與圖形學學報
• 北大核心光譜學與光譜分析
• 省級廣西化纖通訊
• 國家級電腦開發與應用
• 國家級信息化縱橫
• 省級電視工程
• 國家級音響技術
• 北大核心半導體技術
• 國家級航空計算技術
• 國家級電子元器件應用
• 國家級測試技術學報
• 國家級IT經理世界
• 省級電子元器件資訊
• 省級成都信息工程學院學報

　　核心期刊推薦