微機發展

所屬欄目：電子信息期刊熱度：時間：

微機發展 關注(): 期刊周期：月刊; 期刊級別：省級; 國內統一刊號：61-1450/TP; 國際標準刊號：1673-629X; 主辦單位：陜西省計算機學會; 主管單位：陜西省信息產業廳; 上一本期雜志：密碼學報電子信息技術期刊; 下一本期雜志：測控自動化中文核心期刊

　　本刊系中國計算機學會(CCF)會刊之一，由中國計算機學會微機專委會和陜西省計算機學會聯合主辦。內容包括：計算機科學、人工智能、計算機體系結構、計算機軟件、設備與器件、計算機應用。讀者對象系全方位的，包括大專院校、科研機構、生產及商貿企業、政府機關與管理部門以及各行各業的微機用戶。所覆蓋的業務領域包括：教育系統、科研系統、輕重工業、交通運輸、礦產資源、國防軍事、金融財會、醫療衛生、商貿系統、農林牧漁及辦公管理等。國內外公開發行。

　　微機發展收錄情況/影響因子

　　國家新聞出版總署收錄　獲獎情況：《CAJ-CD規范》執行優秀期刊。

　　微機發展欄目設置

　　綜述評論;人工智能;信息安全;經驗交流;研究探討;開發應用;網絡通信;學習園地。

　　微機發展編輯部/雜志社投稿須知

　　1.文章標題：一般不超過300個漢字以內，必要時可以加副標題，最好并譯成英文。

　　2.作者姓名、工作單位：題目下面均應寫作者姓名，姓名下面寫單位名稱(一、二級單位)、所在城市(不是省會的城市前必須加省名)、郵編，不同單位的多位作者應以序號分別列出上述信息。

　　3.提要：用第三人稱寫法，不以“本文”、“作者”等作主語，100-200字為宜。

　　4.關鍵詞：3-5個，以分號相隔。

　　5.正文標題：內容應簡潔、明了，層次不宜過多，層次序號為一、(一)、1、(1)，層次少時可依次選序號。

　　6.正文文字：一般不超過1萬字，用A4紙打印，正文用5號宋體。

　　閱讀推薦：電腦知識與技術

　　《電腦知識與技術：經驗技巧》Computer Knowledge and Technology(月刊)創刊于1994年，是經國家批準的旬刊雜志，是一本面向計算機全行業的綜合性學術刊物。創刊以來，一直本著普及電腦知識、推廣電腦技術、交流經驗技巧、促進電腦應用的辦刊宗旨，注重雜志質量。如今，雜志發行面已覆蓋全國31個省、市、自治區，逐步形成了融知識性、實用性、欣賞性、服務性于一體的辦刊風格，并因其清純樸實的文風，簡明實用的內容，以及精心細致的服務被社會各界讀者譽名為“一本看得懂、學得會、用得上”的好雜志。

　　微機發展最新期刊目錄

基于多尺度特征對齊的小樣本目標檢測方法

摘要：針對小樣本目標檢測中實測數據稀缺導致模型泛化能力不足的問題，本文提出一種基于多尺度特征對齊的小樣本目標檢測方法。首先通過La Ma算法進行仿真數據增強，以生成高真實度的仿真數據，擴充訓練樣本；其次，設計顯著性特征提取模塊，通過分層嵌入坐標注意力機制，增強目標區域特征響應，并抑制復雜背景噪聲。最后，構建多尺度特征對齊模塊，針對底層紋理、中層結構及高層語義特征進行層次化對齊處理，同時設計多尺度特征對齊...

基于改進交叉注意力的高效醫學圖像分割方法

摘要：在醫學圖像分割領域，高性能的U-Net模型會在跳躍連接部分設計特征融合模塊以整合多尺度特征，提高分割效果，但是模型參數量與計算量大幅上漲，對硬件性能要求苛刻。本文提出了基于部分通道交叉注意力的U型分割網絡UPCCANet，將單頭與部分通道計算設計引入交叉注意力，并在通道維度上進行特征融合。所提方法在有效融合多尺度信息的同時也大大提高了計算效率。UPCCANet采用了InceptionNeXt作為編...

基于YOLO的石棉纖維檢測

摘要：隨著工業化進程的推進，石棉檢測成為公共安全和環境健康的重要任務。為了提高石棉檢測的精度，本文提出了基于YOLOv8n改進的更加精確的檢測算法——EAS-YOLO，本文在網絡結構的頸部引入顯式視覺中心（Explicit Visual Center,EVC），并提出一種跨分支注意力融合機制（Cross-Attention Fusion, CAF），通過將EVC和CAF有效融合，形成了EVC-CAF機制...

基于Stroke BERT的中風知識圖譜與智能診療研究

摘要：為促進中醫精準醫療發展，本研究聚焦中風病，構建了“領域自適應預訓練—跨模態知識對齊—混合增強推理”框架。首先，基于中醫文獻與病歷構建Stroke BERT預訓練模型，采用動態全詞掩碼增強中醫隱喻語義表征。實驗表明，Stroke BERT在中醫特異性任務上顯著優于通用BERT(F1值達83.24%和98.15%)，有效提升信息提取精度。其次，構建中西醫融合中風知識圖譜，通過BERT-INT模型實現中...

基于YOLOv8n的無人機視角紅外小目標檢測算法

摘要：在無人機視角下的對地紅外目標檢測中，小目標檢測面臨誤檢、漏檢的難題。為解決這一問題，本文提出一種改進的YOLOv8n檢測算法。該算法從多方面對YOLOv8n進行優化。首先,增加160×160的小目標檢測層，將原網絡首個C2f模塊輸出的特征圖引入檢測頭，強化對小尺寸目標的檢測,并且引入雙卷積CSP＿BiFormer瓶頸模塊，增強特征提取能力，有效處理特征間長距離依賴關系,其次結合EIoU和CIoU改...

面向圖像檢索的混合學習索引方法

摘要：針對傳統圖像檢索方法在處理大規模高維數據時存在的語義鴻溝和維度災難問題，提出了一種多模態動態學習索引（MDLI）方法。該方法通過三級協同機制實現突破：首先設計層級自適應加權模塊實現多尺度特征融合，整合ResNet不同層次的局部細節與全局語義；其次引入改進的圖注意力網絡（GATv2）動態建模圖像間復雜關系，結合top-20邊稀疏化策略提升計算效率；最后構建混合索引架構，將學習型MLP索引與傳統VP-...

隱式特征圖引導的文生圖：三向注意力融合

摘要：針對多階段生成模型因顯式中間圖像導致誤差累積的問題，提出基于隱式特征圖與三向注意力融合的雙階段解耦框架。（1）隱式特征圖生成階段，通過遞歸注意力迭代生成64×64非可視化特征圖，替代AttnGAN等模型的顯式中間圖像，有效規避多階段可視化誤差傳遞；（2）三向注意力增強階段，擴展Triplet Attention為通道-空間-文本交互機制，實現像素級細粒度控制。實驗表明，在細粒度要求最高的CUB數據...

基于DataX的靜態數據脫敏平臺的設計

摘要：在數據量爆炸性增長與多源異構系統廣泛應用的背景下，靜態數據脫敏已成為保障數據分發、分析、開發、測試場景中確保數據可用性與安全性統一的必備手段。針對現有脫敏工具在大規模數據處理效率低、多源適配性差及與ETL流程割裂的問題，本文設計并實現了一種基于DataX的靜態數據脫敏平臺。平臺采用四層架構，通過深度擴展DataX插件化框架，在數據同步流水線中無縫集成脫敏邏輯。創新性點包括：首次實現DataX與脫敏...

聯邦學習框架下的就業數據隱私保護模型

摘要：為了提升就業數據隱私保護效果，降低數據保護時間開銷，提出一種聯邦學習框架下的就業數據隱私保護模型。首先，運用聯邦平均算法聚合各參與機構的參數，完成參數聚合并生成新的全局模型；其次，該模型采用縱向聯邦學習模式，整合不同機構或部門的數據特征，通過加密手段對齊對象ID，并利用部分重疊信息進行加密訓練。然后，通過同態加密算法在上傳就業數據前將數據加密，數據分析模型引入了差分隱私技術，對共享梯度進行裁剪并添...

基于多維度數據聚類的個性化學習推薦系統研究

摘要：在教育數字化轉型背景下，傳統標準化教學模式難以適配學習者認知差異性需求，而教育數據的指數級增長又加劇了"信息過載-精準推薦"間的矛盾。針對這一問題，本文提出一種基于學生多維度學習數據聚類的個性化學習推薦系統架構，旨在為學生提供定制化學習方案，提升學習效率與質量。本文通過集成收集學習行為日志、知識狀態、學習方法偏好、學習興趣及影響因素、教學模式接收程度等多維度信息，對學生的學習情況進行畫像；運用K-...

CF-mMIMO中聯邦學習的前傳壓縮與波束成形方法

摘要：聯邦學習（Federated Learning, FL）是一種分布式機器學習技術，允許多個參與方在數據不離開本地的情況下協作訓練共享模型。為降低FL中的通信開銷，本文在去蜂窩大規模多輸入多輸出（Cell-free Massive Multi-Input Multi-Output,CF-mMIMO）網絡使能的FL架構中利用空中計算技術聚合設備的本地梯度，同時針對聚合過程中產生的誤差問題，提出一種考慮...

基于差分隱私和魯棒聚合的聯邦學習

摘要：聯邦學習作為一種分布式機器學習方法，能夠在保證數據隱私的前提下進行模型訓練，已經成為人工智能領域的研究熱點。然而，聯邦學習系統面臨著多種安全威脅，包括數據投毒、惡意模型更新和對抗樣本攻擊等，這些威脅不僅可能破壞模型的性能，還可能導致隱私泄露。本文提出了一種結合差分隱私和魯棒聚合的聯邦學習安全方法，旨在提升聯邦學習系統的安全性和魯棒性。在客戶端梯度更新過程中引入差分隱私機制，利用動態隱私預算調整策略...

個性化聯邦學習算法綜述

摘要：個性化聯邦學習（PFL, Personalized Federated Learning）是一種基于聯邦學習（Federated Learning,FL）的機器學習框架，它可以使不同領域的客戶端在保護本地數據隱私的同時，參與集中模型訓練并得到符合本地數據的個性化模型，但也面臨異質性問題和結構設計等重大挑戰。本文對個性化聯邦學習的發展過程、主要算法、相關技術、不足之處及未來發展方向進行了較為全面的分...

EM-DETR:GUI組件實時檢測網絡

摘要：在藝術與科技研究領域中，針對目前大部分現有公開數據集過于老舊而導致已有研究方法在實際GUI(Graphical User Interface)檢測中因界面所特有的組件種類多樣、背景復雜的情況，同時因高分辨率顯示器使得部分組件更小更密集從而導致檢測效率不高和檢測精度瓶頸問題，本研究依托太原師范學院智能科技與藝術創新科研平臺自行構建GUI數據集并基于RT-DETR模型進行改進提出EM-DETR，構建面...

結合可變形注意力與滾動MLP的醫學圖像分割

摘要：醫學圖像分割可有效輔助臨床診斷，然而現有方法存在長距離依賴建模不足和計算成本高的問題。為此，提出動態特征分配引導的多尺度可變形注意力與滾動MLP（多層感知器）相結合的圖像分割方法。首先，構建動態特征分配模塊，根據通道得分將特征動態分配到兩條分支：多尺度可變形注意力分支，通過稀疏采樣增強不規則邊緣建模；滾動MLP分支，利用循環移位機制捕獲長距離依賴。最后利用動態權重融合策略實現雙路徑特征融合。實驗表...

基于改進的MobileNetV3的家庭用戶用水行為辨識

摘要：隨著智慧水務在老人居家看護等應用上的深入發展，用戶用水行為辨識變得日益重要。超聲波水表具有測量精度高、較高采樣頻率和數字化計量的特點，為用水數據辨識提供了數據基礎。由于推理模型在水表設備上的部署更關注功耗，現有MobileNetV3模型大小過大，且對長時間用水行為的識別準確率不高。本文提出了一種改進的輕量化MobileNetV3模型，通過精簡網絡結構和通道數，減小了模型大小。同時引入DDSIRB、...

基于Q學習的無人機自組網智能過濾路由算法

摘要：無人機自組網因其動態拓撲和高移動性特點，面臨路由時延高、鏈路不穩定及路由空洞等挑戰。傳統路由協議難以適應復雜動態環境，而強化學習方法為解決該問題提供了新思路。針對上述問題，提出了一種基于Q學習的智能過濾路由算法。無人機節點通過定期廣播HELLO消息進行鄰居拓撲感知，并基于鏈路穩定性、鄰居拓撲信息構建狀態空間，并引入三維凸包過濾機制壓縮狀態空間規模，降低Q學習開銷。算法的多目標獎勵函數綜合考慮了單跳...

基于Mamba多模態情感識別方法

摘要：為克服傳統激活函數在非線性特征提取、情感類別判別及多模態信息融合中存在的局限性，提出了一種分層融合與激活增強的Mamba多模態情感識別模型方法（A Hierarchical Fusion and Activation Enhanced Mamba Model,Mamba-HFAEM）。該方法首先通過動態閾值激活函數(Dynamic Threshold Activation Function,DTA...

基于擴展脈沖神經P系統的AMSs死鎖控制策略

摘要：自動制造系統(AMS)死鎖問題可能導致制造企業遭受經濟損失，尋找更精確有效的死鎖控制策略顯得尤為重要。本文首先討論脈沖神經P(SNP)系統結構特性，擴展SNP系統建模。針對擴展系統進行狀態分析，生成可達配置圖及其生成算法。其次，考慮監測系統資源狀態，提出新的神經元結構表征死鎖:脈沖虹吸，提出一類特殊脈沖虹吸，并基于數學規劃(MP)問題計算枯竭脈沖虹吸。基于神經元互斥不等式約束添加控制神經元保證系統...

基于深度學習的盲人行路全方位障礙物檢測系統

摘要：針對現有輔助盲人出行導航系統檢測精度不高、檢測視野不全面的問題，設計了一種基于LPC-YOLO算法的全方位障礙物檢測系統。本系統圖像采集模塊由分布在四個方向的攝像頭組成，用于實時采集盲人行路四周的圖像。提出了一種基于YOLOv8n的改進障礙物檢測算法LPC-YOLO，若檢測到障礙物，再使用單目測距算法進行障礙物測距。最后根據距離的不同，使用語音合成技術實時為盲人播報提示語音。LPC-YOLO算法改...

　　相關電子信息期刊推薦

　　核心期刊推薦

查看更多電子信息期刊

久久精品99_国产精品视频免费一区_91精品视频播放_国产伦精品一区二区三区视频免费

微機發展