【期刊簡介】

　　《計算機工程與應(yīng)用》雜志是由中華人民共和國工業(yè)和信息化部華北計算技術(shù)研究所主辦的、面向中高級計算機專業(yè)工作者的學術(shù)刊物。《計算機工程與應(yīng)用》是一本面向計算機全行業(yè)的綜合性學術(shù)刊物，覆蓋面寬、信息量大、報道及時是本刊的服務(wù)宗旨。多年來，本刊堅持走學術(shù)與實踐相結(jié)合的道路，在內(nèi)容上既注重理論的先進性又兼顧實用技術(shù)的廣泛性，在促進學術(shù)交流的同時，推進了科技成果的轉(zhuǎn)化。

　　【辦刊方針】

　　堅持走學術(shù)與實踐相結(jié)合的道路，在內(nèi)容上既注重理論的先進性又兼顧實用技術(shù)的廣泛性，在促進學術(shù)交流的同時，推進了科技成果的轉(zhuǎn)化。覆蓋面寬、信息量大、報道及時是本刊的服務(wù)宗旨。

　　【報導范圍 】

　　行業(yè)最新發(fā)展動態(tài)與最新研究成果;具有先進性和推廣價值的工程方案;有獨立和創(chuàng)新見解的學術(shù)報告;先進實用、有一定廣泛性的開發(fā)成果。

　　【主要欄目】

　　博士論壇

　　網(wǎng)絡(luò)、通信與安全

　　數(shù)據(jù)庫、信號與信息處理

　　工程與應(yīng)用

　　獲獎情況

　　全國計算機類中文核心期刊

　　中國電子學會一級會刊

　　中國計算機學會會刊

　　【訂閱方式】

　　《計算機工程與應(yīng)用》為旬刊，大16開，248頁正文，每月1日、11日、21日出版，每期定價38.5元，全年36期總訂價1386元，郵發(fā)代號：82-605。訂閱可到各地郵局或 《計算機工程與應(yīng)用》編輯部訂閱。

　　【收錄情況】

　　國家新聞出版總署收錄　獲獎情況

　　中國期刊方陣雙效期刊

　　2005-2006年度、2006-2007年度、2007-2008年度連續(xù)3年獲得工信部電子精品科技期刊獎

　　2008年度中國精品科技期刊獎。

　　國外數(shù)據(jù)庫收錄

　　俄羅斯文摘雜志

　　英國物理學、電技術(shù)、計算機及控制信息社數(shù)據(jù)庫

　　【獲獎情況】

　　中國期刊方陣雙效期刊;2005-2006年度、2006-2007年度、2007-2008年度連續(xù)3年獲得工信部電子精品科技期刊獎;2008年度中國精品科技期刊獎。

　　國外數(shù)據(jù)庫收錄：世界紡織文摘、數(shù)學評論

　　【欄目設(shè)置】

　　設(shè)有博士論壇、學術(shù)探討、開發(fā)設(shè)計、數(shù)據(jù)庫與信息處理、網(wǎng)絡(luò)與通信及工程與應(yīng)用等欄目。

　　信息管理論文范文：信息化時代旅游文化景區(qū)建設(shè)

　　[摘要]如何提升旅游文化景區(qū)的核心競爭力，吸引越來越多的游客，是制約當今旅游文化景區(qū)發(fā)展的一個重要瓶頸。因此，在加強硬件基礎(chǔ)設(shè)施建設(shè)的同時， 要緊跟信息時代的發(fā)展步伐，有效運用現(xiàn)代化的信息技術(shù)手段強化旅游文化景區(qū)的建設(shè)，并堅持以游客為本，培育自身獨特的旅游文化，來適應(yīng)時代的發(fā)展以及廣大游客對現(xiàn)代化旅游文化景區(qū)的發(fā)展需求。

　　[關(guān)鍵詞]信息化時代,旅游,文化,景區(qū)

　　1、信息化時代旅游文化景區(qū)建設(shè)概述

　　信息化時代旅游文化景區(qū)建設(shè)是指充分利用信息技術(shù)、數(shù)據(jù)庫技術(shù)和網(wǎng)絡(luò)技術(shù)，對旅游文化景區(qū)的各類資源進行加工和整合。數(shù)字化旅游文化景區(qū)建設(shè)作為信息化時代旅游文化景區(qū)建設(shè)的熱點問題，一方面是信息時代向我們提出的要求，另一方面也是風景名勝區(qū)事業(yè)發(fā)展和信息技術(shù)發(fā)展的必然結(jié)果。數(shù)字化旅游文化景區(qū)建設(shè)是按照統(tǒng)一的規(guī)范和技術(shù)標準，實現(xiàn)旅游文化景區(qū)的管理系統(tǒng)、交通管理系統(tǒng)、游客服務(wù)系統(tǒng)、安全應(yīng)急系統(tǒng)等的基礎(chǔ)設(shè)施系統(tǒng)的數(shù)字化建設(shè)，并通過網(wǎng)絡(luò)化信息共享，建立具有統(tǒng)一標準的數(shù)據(jù)庫、數(shù)據(jù)共享平臺、數(shù)據(jù)處理平臺等。它是由景區(qū)數(shù)字化技術(shù)、景區(qū)數(shù)字化業(yè)務(wù)模塊以及景區(qū)數(shù)字化的應(yīng)用服務(wù)三個方面組成的。

　　計算機工程與應(yīng)用最新期刊目錄

基于事件相機的運動目標快速分割與檢測

摘要：針對事件相機原始數(shù)據(jù)存在大量冗余事件、現(xiàn)有運動分割算法難以聚焦運動目標且計算開銷較大的問題，本研究提出一種基于UVEVENT事件降維策略的快速運動目標分割算法。該算法首先對事件數(shù)據(jù)進行水平和垂直方向的壓縮以降低數(shù)據(jù)維度，然后在壓縮后的數(shù)據(jù)上執(zhí)行單目標和多目標的運動分割。實驗結(jié)果表明，所提算法的分割準確率達到81.47%，與當前最優(yōu)方法相當，并且具有出色的實時處理性能和運動目標識別能力。在不同目標運...

基于改進語義分割網(wǎng)絡(luò)與立體視覺的安全距離測量方法

摘要：帶電作業(yè)在現(xiàn)代電力檢修中具有重要地位，作業(yè)安全直接關(guān)系到電網(wǎng)穩(wěn)定運行和人員生命安全。因此研究智能化安全距離測量方法對保障安全生產(chǎn)意義重大。針對傳統(tǒng)安全距離測量方法存在的精度低、反應(yīng)慢以及作業(yè)場景元素復雜難以檢測等問題，提出一種帶電作業(yè)關(guān)鍵目標邊界語義分割網(wǎng)絡(luò)和基于物體外輪廓提取的安全距離測量方法，用于實時精準測量帶電作業(yè)人員關(guān)鍵部位與帶電體之間的安全距離。通過采用MobileNetv3＿large...

面向自動駕駛語義分割的圖卷積神經(jīng)網(wǎng)絡(luò)方法研究

摘要：現(xiàn)今自動駕駛面臨城市街景的非規(guī)范化路況、行人橫穿以及掉落物等突發(fā)事件，傳統(tǒng)基于機器學習的語義分割方法面對自動駕駛的實時精準識別仍存在一定差距。深度學習具有自動學習數(shù)據(jù)特征的優(yōu)點，尤其是圖卷積神經(jīng)網(wǎng)絡(luò)能夠處理復雜圖結(jié)構(gòu)，成為自動駕駛語義分割領(lǐng)域的熱門研究方向之一。首先介紹了傳統(tǒng)機器學習語義分割的主要類別，并對各種方法優(yōu)缺點進行論述；其次具體從圖卷積神經(jīng)網(wǎng)絡(luò)的數(shù)學機理推演和核心原理完善上梳理了圖卷積神...

基于大語言模型的開放域?qū)υ捪到y(tǒng)綜述

摘要：開放域?qū)υ捪到y(tǒng)旨在實現(xiàn)與用戶之間的流暢、自然交流，模擬人類的語言行為，能夠處理各種主題和情境的對話，而無需特定任務(wù)或領(lǐng)域限制。其目標是使計算機系統(tǒng)能夠理解并生成自然語言，實現(xiàn)高效的人機互動。大語言模型是使用大量文本數(shù)據(jù)訓練的深度學習模型，通過學習語言的統(tǒng)計特性和語義關(guān)系，大語言模型不僅能夠生成和理解文本，還具備推理能力，已成為開放域?qū)υ捪到y(tǒng)中的核心技術(shù)之一。綜述了當前基于大語言模型的開放域?qū)υ捪到y(tǒng)...

元啟發(fā)式算法研究綜述

摘要：元啟發(fā)式算法是啟發(fā)式算法的改進，是解決復雜優(yōu)化問題的有效工具。為方便研究者更系統(tǒng)的了解元啟發(fā)式算法的研究現(xiàn)狀和發(fā)展趨勢，對元啟發(fā)式算法進行綜述。首先，闡明了元啟發(fā)式算法的本質(zhì)并提出一個新的分類框架。與傳統(tǒng)綜述不同的是根據(jù)靈感來源不同將元啟發(fā)式類型分為五類，并討論了每類的靈感來源、應(yīng)用場景以及優(yōu)勢，為算法選擇提供方向；接著，重點介紹了元啟發(fā)式算法在組合優(yōu)化、調(diào)度問題、機器學習與數(shù)據(jù)挖掘以及網(wǎng)絡(luò)設(shè)計與...

非文本主導的全局視覺特征融合多模態(tài)情感分析

摘要：基于課堂多模態(tài)數(shù)據(jù)的智慧教育是近來研究的趨勢，多模態(tài)情感分析是其中的關(guān)鍵技術(shù)，近年來越來越受到關(guān)注。在其中，語義和情感線索通常從文本模態(tài)獲得，使到文本數(shù)據(jù)在分析中占重要地位。然而，模型過度依賴單種模態(tài)會使其忽略其他模態(tài)，且課堂狀態(tài)下學生的文本信息往往難以獲取或完全缺失，另外現(xiàn)有采用逐幀的提取方式難以捕捉情感的全局動態(tài)變化。為了解決這些問題，提出了非文本主導的全局多模態(tài)對齊網(wǎng)絡(luò)。首先，引入潛在情感感...

面向交通標志檢測的YOLOv8n輕量化協(xié)同改進模型

摘要：為應(yīng)對交通標志檢測中小目標易漏檢、背景干擾強烈以及模型結(jié)構(gòu)臃腫帶來的部署障礙，提出一種基于YOLOv8n的輕量化改進檢測模型RACP-YOLO。模型首先引入輕量型主干C2f-RVB模塊，以優(yōu)化低層語義表達；其次，采用ADown模塊進行多尺度下采樣，有效平衡分辨率與感受野，提升目標感知能力；同時，結(jié)合CAA注意力機制增強通道間依賴性與目標顯著性響應(yīng)；在此基礎(chǔ)上，模型在檢測頭部分引入SCConv結(jié)構(gòu)作...

多任務(wù)局部進化學習——消減負遷移與參數(shù)冗余

摘要：為緩解多任務(wù)學習中因任務(wù)相關(guān)性較低而導致的參數(shù)負遷移問題，提出一種基于仿生進化學習的局部進化學習（Local Evolutionary Learning， LEL）方法。該方法通過構(gòu)建局部進化單元，結(jié)合任務(wù)之間的相關(guān)性信息，在模型訓練過程中實現(xiàn)參數(shù)的局部進化與更新，從而避免不同任務(wù)之間的無效參數(shù)干擾。當新任務(wù)引入時，LEL依據(jù)任務(wù)相關(guān)性動態(tài)激活已有進化單元，并選擇適應(yīng)性演化策略以優(yōu)化各子任務(wù)的學習...

多尺度邊緣增強與空間記憶注意力驅(qū)動的頭盔檢測算法

摘要：針對交通監(jiān)控場景中頭盔檢測面臨的形狀相似性干擾、極端尺度變化與復雜遮擋挑戰(zhàn)，現(xiàn)有檢測方法存在精度不足、易產(chǎn)生誤檢漏檢以及模型復雜度過高的問題，本文提出一種基于YOLO11的輕量級頭盔檢測模型Edge-YOLO。提出一種新的多尺度邊緣信息選擇模塊(MutilScale Edge Information Select，MSEIS)，通過自適應(yīng)池化結(jié)合通道分割策略、邊緣增強模塊(EdgeEnhancer...

基于角度搜索策略粒子群的ESN優(yōu)化方法

摘要：針對傳統(tǒng)回聲狀態(tài)網(wǎng)絡(luò)(Echo State Network，ESN)儲層權(quán)重隨機生成導致網(wǎng)絡(luò)預測性能波動較大的問題，提出了一種基于角度搜索策略粒子群算法（Angle Search Particle Swarm Optimization，ASPSO）的ESN優(yōu)化方法。該方法結(jié)合ESN儲層權(quán)重優(yōu)化的實際需求，在PSO基礎(chǔ)上引入角度搜索策略以增強搜索路徑多樣性，利用DDPG強化學習算法實現(xiàn)超參數(shù)的動態(tài)自...

融合擴散模型與知識蒸餾的無監(jiān)督工業(yè)缺陷檢測

摘要：近年來，基于無監(jiān)督學習的工業(yè)缺陷檢測模型取得了顯著的性能提升。然而，現(xiàn)有的缺陷合成策略依賴外部數(shù)據(jù)源，導致合成缺陷與真實缺陷存在較大差異，嚴重制約了模型的泛化性能。此外，現(xiàn)有的方法存在特征細節(jié)信息丟失問題，導致模型出現(xiàn)誤檢現(xiàn)象。為此，首先引入一種多源缺陷合成策略，協(xié)同利用擴散模型生成的圖像和DTD數(shù)據(jù)集的圖像合成更符合真實缺陷分布的缺陷樣本。然后，利用合成的缺陷樣本微調(diào)教師網(wǎng)絡(luò)對缺陷的表征能力，并...

LGM-YOLOv11:融合多尺度注意力機制的水下目標檢測模型

摘要：水下圖像在海洋生態(tài)環(huán)境監(jiān)測、水下資源開發(fā)等應(yīng)用中發(fā)揮著重要作用。然而，水下圖像通常受到光散射、懸浮顆粒和顏色衰減等因素影響，導致圖像呈現(xiàn)低對比度、邊緣模糊和噪聲干擾等特征，進而降低了水下目標檢測的準確性和效率。針對這些挑戰(zhàn)，提出了一種融合多尺度注意力機制的水下目標檢測模型以提升水下環(huán)境物體的檢測性能。首先，引入拉普拉斯-高斯主干模塊（LoGStem），代替YOLOv11主干網(wǎng)絡(luò)的前兩層卷積，增強了...

融合MambaIRv2上下文建模與邊緣增強的SAR船舶檢測方法

摘要：針對合成孔徑雷達（Synthetic Aperture Radar，SAR）圖像中斑點噪聲強，目標輪廓模糊及尺度多樣等挑戰(zhàn)，本文提出一種改進YOLOv11n的新型SAR船舶檢測算法(SWMB-YOLO)。首先，設(shè)計C3K2＿SS模塊，結(jié)合語義卷積與Sobel邊緣提取的雙分支結(jié)構(gòu)，有效增強目標邊界表達能力。其次，引入小波池化模塊Wavelet Pooling替代傳統(tǒng)卷積操作，通過多方向小波分解，提取...

《計算機科學與探索》“極端環(huán)境圖像處理與應(yīng)用”專題征文通知

摘要：<正>近年來，密集遮擋、極端弱光、高動態(tài)模糊、水下渾濁、強輻射等極端環(huán)境日益成為智慧城市、深空探測、極地科考、災(zāi)害應(yīng)急、智能交通和高端制造等領(lǐng)域的常態(tài)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(tǒng)圖像處理鏈路在增強復原、信息解析和下游應(yīng)用中屢遭瓶頸。與此同時，跨模態(tài)融合、物理退化建模、生成式人工智能等新興技術(shù)不斷涌現(xiàn)，為極端環(huán)境圖像處理與應(yīng)用注入創(chuàng)新動力

歡迎訂閱2026年《計算機工程與應(yīng)用》

摘要：<正>北大中文核心期刊、中國科技核心期刊、中國科學引文數(shù)據(jù)庫（CSCD）來源期刊、RCCSE核心學術(shù)期刊、中國學術(shù)期刊綜合評價數(shù)據(jù)庫統(tǒng)計源期刊、中國科技論文與引文數(shù)據(jù)庫統(tǒng)計源期刊、中文科技期刊數(shù)據(jù)庫收錄期刊，被收錄在美國《工程索引》（EI Compendex）、荷蘭Scopus數(shù)據(jù)庫、英國《科學文摘》（SA/INSPEC）、俄羅斯《文摘雜志》（AJ）、美國《劍橋科學文摘》（CSA）、美...

基于DFD-YOLOv11n的鋼材裝備表面缺陷檢測算法研究

摘要：針對鋼材裝備表面缺陷檢測中存在特征模糊、多尺度表達不足以及檢測精度受限等問題，提出一種基于YOLOv11n架構(gòu)的輕量級改進算法DFD-YOLOv11n。該算法通過三重結(jié)構(gòu)創(chuàng)新實現(xiàn)性能優(yōu)化：一是引入動態(tài)蛇形卷積改進特征提取部分的C3K2模塊，通過自適應(yīng)卷積核變形策略顯著增強對細長彎曲特征的捕捉能力；二是設(shè)計了特征聚焦擴散金字塔網(wǎng)絡(luò)，通過多尺度特征的雙向融合機制提升上下文信息利用率；三是設(shè)計了動態(tài)任務(wù)...

工業(yè)場景下的鋼材表面缺陷實時檢測網(wǎng)絡(luò)

摘要：針對工業(yè)生產(chǎn)中，金屬表面的缺陷檢測任務(wù)面臨著缺陷尺度差異大、特征提取困難和推理實時性差等問題，本文提出了一種新型高效的改進模型MBAC-YOLO（YOLO with Multi-head Convolution， Bio-inspired Hybrid Attention Module and Contextual Enhancement），該方法包括了三個創(chuàng)新的模塊：多頭卷積模塊MCM（Mult...

耦合動態(tài)擁擠選擇與遷移機制的變維擾動人工蜂群算法

摘要：針對人工蜂群算法存在的探索與開采失衡、收斂精度不足等性能短板，提出一種耦合動態(tài)擁擠選擇與遷移機制的變維擾動人工蜂群算法MABC-ICBO。該算法在雇傭蜂階段引入基于種群歷史多樣性的自適應(yīng)擁擠度調(diào)節(jié)機制，采用分組抽樣策略構(gòu)建擁擠鄰域父代個體集，通過動態(tài)競爭替換維持種群多樣性；在觀察蜂階段融合生物地理學優(yōu)化遷移算子與基于種群歷史最優(yōu)的雙偏好開采方程，構(gòu)建混合選擇機制增強局部搜索能力；同時提出線性動態(tài)維...

跨模態(tài)特征一致性對齊下的多模態(tài)情感分析

摘要：當前基于多模態(tài)數(shù)據(jù)的情感分析方法在特征建模和模態(tài)協(xié)同交互方面取得了顯著進展，但仍存在特征提取不夠充分、模態(tài)間語義對齊不足等問題，容易導致冗余信息增加與跨模態(tài)交互受限。為此，本文提出一種基于跨模態(tài)特征一致性對齊的多模態(tài)情感分析方法。首先，根據(jù)各模態(tài)數(shù)據(jù)的特性，設(shè)計三分支特征提取子網(wǎng)絡(luò)，分別對文本、視覺和聽覺模態(tài)進行深層次表示建模。其次，為減緩模態(tài)不一致對融合效果的影響，構(gòu)建跨模態(tài)特征一致性對齊模塊，...

多移動機器人協(xié)作搬運中的協(xié)同智能技術(shù)綜述

摘要：多移動機器人協(xié)作搬運技術(shù)在智能物流、制造業(yè)和智能倉儲等領(lǐng)域展現(xiàn)了巨大的應(yīng)用潛力，成為推動工業(yè)自動化和智能化轉(zhuǎn)型的重要驅(qū)動力。通過協(xié)同智能技術(shù)的高度集成與協(xié)調(diào)能力、實時數(shù)據(jù)感知與處理能力，以及高效任務(wù)分配，多移動機器人系統(tǒng)能夠在動態(tài)復雜的環(huán)境中實現(xiàn)精準導航和高效協(xié)同任務(wù)，從而顯著提升搬運任務(wù)效率與系統(tǒng)適應(yīng)性。本文綜述了多移動機器人協(xié)作搬運中的協(xié)同智能技術(shù)，首先介紹了相關(guān)基本概念與系統(tǒng)架構(gòu)，并強調(diào)其在...

　　相關(guān)電子信息期刊推薦

• 省級國際自動化與計算雜志英文版
• 國家級中國電視
• 北大核心色譜
• 省級中國科學信息科學
• 國家級信息網(wǎng)絡(luò)
• 省級陜西廣播電視大學學報
• 北大核心紅外技術(shù)
• 省級新知客
• 省級上海信息化
• 北大核心計算力學學報
• 省級太原師范學院學報
• 國家級全球定位系統(tǒng)
• 省級電子商務(wù)世界
• 省級通信與信息技術(shù)
• 國家級電子科技文摘
• 國家級影視制作
• 省級山西廣播電視大學學報
• 北大核心電波科學學報
• 北大核心光學與光電技術(shù)
• 國家級中國索引
• 省級黑龍江大學自然科學學報
• 省級IT時代周刊
• 北大核心半導體光電
• 北大核心電子技術(shù)應(yīng)用雜志
• 省級計算機自動測量與控制
• 國家級航空電子技術(shù)
• 省級中國網(wǎng)絡(luò)傳播研究
• 國家級產(chǎn)業(yè)與環(huán)境
• 北大核心計算機應(yīng)用
• 國家級設(shè)計

　　核心期刊推薦