《計(jì)算機(jī)研究與發(fā)展》(月刊)創(chuàng)刊于1958年，由中國科學(xué)院計(jì)算技術(shù)研究所、中國計(jì)算機(jī)學(xué)會(huì)主辦。辦刊宗旨： 報(bào)道我國計(jì)算機(jī)領(lǐng)域最高水平的學(xué)術(shù)論文和最新科研成果。 刊登內(nèi)容：計(jì)算機(jī)科學(xué)技術(shù)領(lǐng)域高水平的學(xué)術(shù)論文、最新科研成果和重大應(yīng)用成果。刊登內(nèi)容：述評(píng)、計(jì)算機(jī)基礎(chǔ)理論、軟件技術(shù)、信息安全、計(jì)算機(jī)網(wǎng)絡(luò)、圖形圖象、體系結(jié)構(gòu)、人工智能、計(jì)算機(jī)應(yīng)用、數(shù)據(jù)庫技術(shù)、存儲(chǔ)技術(shù)及計(jì)算機(jī)相關(guān)領(lǐng)域。《工程索引》Compendex 數(shù)據(jù)庫(核心)收錄。

　　計(jì)算機(jī)研究與發(fā)展欄目設(shè)置綜述、計(jì)算機(jī)技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)、人工智能、計(jì)算機(jī)軟件、計(jì)算機(jī)應(yīng)用

　　計(jì)算機(jī)研究與發(fā)展收錄CSCD 中國科學(xué)引文數(shù)據(jù)庫來源期刊(含擴(kuò)展版) EI 工程索引(美) JST 日本科學(xué)技術(shù)振興機(jī)構(gòu)數(shù)據(jù)庫(日) Pж(AJ) 文摘雜志(俄) 萬方收錄(中) 上海圖書館館藏 劍橋科學(xué)文摘 北大核心期刊(中國人文社會(huì)科學(xué)核心期刊) 國家圖書館館藏 文摘雜志 知網(wǎng)收錄(中) 統(tǒng)計(jì)源核心期刊(中國科技論文核心期刊) 維普收錄(中)

　　閱讀推薦：計(jì)算機(jī)自動(dòng)測(cè)量與控制

　　計(jì)算機(jī)技術(shù)、自動(dòng)測(cè)試技術(shù)和自動(dòng)控制技術(shù)的研究成果及發(fā)展方向的綜述與評(píng)論;先進(jìn)的總線技術(shù)、故障診斷技術(shù)、系統(tǒng)集成技術(shù)以及控制理論在工業(yè)領(lǐng)域和軍事中的應(yīng)用邊緣掃描測(cè)試技術(shù)、遙測(cè)遙控技術(shù)和自動(dòng)測(cè)試系統(tǒng)的設(shè)計(jì)與開發(fā);動(dòng)態(tài)數(shù)據(jù)采集與信號(hào)處理系統(tǒng);現(xiàn)場(chǎng)總線與接口技術(shù);機(jī)電一體化技術(shù);嵌入式系統(tǒng)軟件、軟件測(cè)試以及工控組態(tài)軟件的開發(fā)與應(yīng)用;集散/分布控制系統(tǒng)，自控/監(jiān)控系統(tǒng)的開發(fā)與應(yīng)用;計(jì)算機(jī)網(wǎng)絡(luò)與通信、樓宇自動(dòng)化技術(shù)的開發(fā)與應(yīng)用;先進(jìn)的測(cè)控部件及傳感器技術(shù)在工業(yè)自動(dòng)測(cè)試和控制中的應(yīng)用;基于總線技術(shù)的智能儀器儀表的設(shè)計(jì)與開發(fā)。

　　計(jì)算機(jī)研究與發(fā)展最新期刊目錄

《計(jì)算機(jī)研究與發(fā)展》2023年論文高被引TOP10

摘要：<正>~

前言

摘要：在當(dāng)前科技革命與產(chǎn)業(yè)變革的浪潮中，深度學(xué)習(xí)技術(shù)尤其是以生成式人工智能（generative artificial intelligence）為代表的新型信息技術(shù)，正以極快的速度發(fā)展，這一進(jìn)程得益于海量數(shù)據(jù)與強(qiáng)大計(jì)算能力的支撐.在過去幾十年里，人工智能（artificial intelligence, AI）領(lǐng)域的研究者和實(shí)踐者主要聚焦于模型結(jié)構(gòu)與算法優(yōu)化，這一研究思路被稱為“模型中心范式”.然而，...

基于中文邏輯詞的模型劫持攻擊方法

摘要：模型劫持攻擊是一種新型攻擊方式，通過植入特定詞語，能夠隱蔽地控制模型執(zhí)行與原始任務(wù)截然不同的劫持任務(wù)，使模型擁有者的訓(xùn)練算力成本增加的同時(shí)面臨潛在的法律風(fēng)險(xiǎn)．目前，已有研究針對(duì)德-英文語言翻譯模型探索了這一攻擊方式，但在中文自然語言處理領(lǐng)域尚屬空白．中文語言的獨(dú)特性使得其面臨不同于其他語言環(huán)境的安全挑戰(zhàn)，因此亟需開發(fā)針對(duì)中文模型的攻擊評(píng)估方法．基于上述事實(shí)，提出了一種基于中文邏輯詞的模型劫持攻擊方...

一種基于無監(jiān)督學(xué)習(xí)的智能并行結(jié)構(gòu)網(wǎng)格生成框架

摘要：隨著高性能計(jì)算技術(shù)的迅猛發(fā)展，科學(xué)計(jì)算問題的復(fù)雜度和計(jì)算規(guī)模顯著提升．網(wǎng)格生成作為科學(xué)計(jì)算的前置輸入，是高性能計(jì)算領(lǐng)域的重要研究方向．針對(duì)大規(guī)模網(wǎng)格生成計(jì)算效率低、人機(jī)交互復(fù)雜等難題，發(fā)展智能化網(wǎng)格方法已成為研究熱點(diǎn)，但如何在網(wǎng)格領(lǐng)域?qū)崿F(xiàn)高性能計(jì)算與人工智能深度融合仍處于研究空白．針對(duì)上述問題，首次提出了一種基于無監(jiān)督學(xué)習(xí)的智能并行網(wǎng)格生成框架，支持大規(guī)模多塊結(jié)構(gòu)網(wǎng)格的高效生成．框架集成了基于標(biāo)架...

面向多線程程序的智能緩存分配方法

摘要：多線程編程模型被廣泛用于促進(jìn)多核上的應(yīng)用程序執(zhí)行.然而，并發(fā)執(zhí)行的線程對(duì)最后一級(jí)緩存（last level cache，LLC）的競(jìng)爭(zhēng)造成的干擾可能會(huì)導(dǎo)致性能下降.英特爾緩存分配技術(shù)（cache allocation technology，CAT）提供了一種機(jī)制為不同線程實(shí)時(shí)分配緩存。然而，有2個(gè)原因?qū)е卢F(xiàn)有分配方法并不適用于多線程程序.首先，它們是為多應(yīng)用場(chǎng)景量身定制的，而不是為涉及多個(gè)相關(guān)線程...

基于前后端聯(lián)合分析的Java Web漏洞挖掘方法

摘要：精準(zhǔn)高效地挖掘Web應(yīng)用當(dāng)中存在的安全漏洞具有極高的研究?jī)r(jià)值.Web漏洞挖掘相關(guān)研究大多都是針對(duì)PHP應(yīng)用的，無法直接應(yīng)用于Java Web漏洞挖掘.且現(xiàn)有的Web漏洞挖掘方法難以適應(yīng)批量高效的需求，即難以在保持靜態(tài)代碼分析的性能下取得動(dòng)態(tài)分析的精確度.為解決上述問題，提出了一種前后端聯(lián)合分析的Web漏洞挖掘方法，利用前端解析提取污點(diǎn)源信息幫助后端分析進(jìn)行剪枝，提高漏洞覆蓋率和檢測(cè)性能；同時(shí)在漏洞...

模體感知的多視圖協(xié)同聚類優(yōu)化算法

摘要：圖神經(jīng)網(wǎng)絡(luò)通過迭代聚合鄰域特征學(xué)習(xí)圖的嵌入表示，已廣泛應(yīng)用于圖數(shù)據(jù)分析.現(xiàn)有方法主要關(guān)注低階點(diǎn)邊交互，而對(duì)以模體為載體的高階成組交互模式關(guān)注不足，導(dǎo)致復(fù)雜網(wǎng)絡(luò)中的高階依賴關(guān)系難以被充分捕捉.模體作為網(wǎng)絡(luò)中頻繁出現(xiàn)的功能性子結(jié)構(gòu)，能夠有效揭示節(jié)點(diǎn)間的高階語義關(guān)聯(lián)，而模體共現(xiàn)視圖則為刻畫此類交互模式提供了新的表征視角.然而，模體共現(xiàn)視圖的弱連通性限制了圖神經(jīng)網(wǎng)絡(luò)的消息傳遞能力，影響全局信息的有效傳播....

基于強(qiáng)化學(xué)習(xí)的服務(wù)功能鏈部署研究綜述

摘要：在軟件定義網(wǎng)絡(luò)和網(wǎng)絡(luò)功能虛擬化范式下，服務(wù)功能鏈（service function chaining，SFC）技術(shù)通過靈活編排虛擬網(wǎng)絡(luò)功能實(shí)現(xiàn)了網(wǎng)絡(luò)服務(wù)的定制化部署.然而，動(dòng)態(tài)網(wǎng)絡(luò)環(huán)境下SFC部署面臨著決策空間大、環(huán)境復(fù)雜多變等挑戰(zhàn).強(qiáng)化學(xué)習(xí)因其自適應(yīng)學(xué)習(xí)復(fù)雜環(huán)境特征并動(dòng)態(tài)決策的能力，在解決SFC部署問題上展現(xiàn)出顯著優(yōu)勢(shì).該研究首先闡述了SFC部署的基本概念與技術(shù)架構(gòu)，并具體介紹了基于強(qiáng)化學(xué)習(xí)的S...

基于強(qiáng)化策略反饋的多模態(tài)自適應(yīng)實(shí)體識(shí)別方法

摘要：命名實(shí)體識(shí)別（namedentityrecognition，NER）的核心目標(biāo)是從非結(jié)構(gòu)化文本中識(shí)別出具有特定語義類別的實(shí)體與類型.隨著社交媒體的迅速發(fā)展，文本信息往往與視覺信息共同出現(xiàn)，形成多模態(tài)內(nèi)容.為了提升實(shí)體識(shí)別的準(zhǔn)確性，多模態(tài)命名實(shí)體識(shí)別方法利用不同模態(tài)中的語義信息，實(shí)現(xiàn)信息互補(bǔ)與深度融合.然而，不同模態(tài)之間的表征差異可能引入視覺噪聲，干擾實(shí)體識(shí)別.文本模態(tài)中存在實(shí)體指代不清或上下文語義...

基于圖元學(xué)習(xí)的小樣本虛假評(píng)論檢測(cè)算法

摘要：基于圖的虛假評(píng)論檢測(cè)主要面臨著如何在僅有少量正樣本標(biāo)注的屬性圖中，有效聚合圖中不同關(guān)系的鄰居信息，提高圖表示學(xué)習(xí)對(duì)于異常節(jié)點(diǎn)的敏感性和泛化能力的挑戰(zhàn).針對(duì)此挑戰(zhàn)，提出基于元學(xué)習(xí)的多信息融合圖差異網(wǎng)絡(luò)（Meta-MGDN）.通過構(gòu)建多視圖劃分與多信息融合模塊，充分挖掘用戶、項(xiàng)目、評(píng)分的結(jié)構(gòu)信息與屬性信息，以實(shí)現(xiàn)網(wǎng)絡(luò)對(duì)多方面信息的獲取并挖掘評(píng)論節(jié)點(diǎn)之間的關(guān)系.設(shè)計(jì)多視圖鄰域差異聚合模塊，合并鄰域信息與...

面向國產(chǎn)多核DSP的張量轉(zhuǎn)置并行優(yōu)化技術(shù)

摘要：張量轉(zhuǎn)置（tensor transposition）作為基礎(chǔ)張量運(yùn)算原語，廣泛應(yīng)用于信號(hào)處理、科學(xué)計(jì)算以及深度學(xué)習(xí)等各種領(lǐng)域，在張量數(shù)據(jù)密集型應(yīng)用及高性能計(jì)算中具有重要作用.隨著能效指標(biāo)在高性能計(jì)算系統(tǒng)中的重要性日益凸顯，基于數(shù)字信號(hào)處理器（digital signal processors， DSPs）的加速器已被集成至通用計(jì)算系統(tǒng).然而，傳統(tǒng)面向多核CPU和GPU的張量轉(zhuǎn)置庫因架構(gòu)差異無法充分...

基于大語言模型的雙視角多級(jí)跨模態(tài)推薦

摘要：多模態(tài)推薦系統(tǒng)旨在提供更為精準(zhǔn)和個(gè)性化的推薦服務(wù)．然而，現(xiàn)有研究仍存在以下問題：1）特征失真．由于輸入的嵌入均由小型預(yù)訓(xùn)練語言模型和深層卷積神經(jīng)網(wǎng)絡(luò)等模型進(jìn)行處理，導(dǎo)致得到的特征表示不準(zhǔn)確．2）編碼視角單一．目前模型的多模態(tài)編碼層只考慮在單一的記憶或擴(kuò)展視角進(jìn)行編碼，造成信息缺失．3）多模態(tài)對(duì)齊效果欠佳．不同模態(tài)嵌入分布在不同空間中，需將其映射至同一空間以實(shí)現(xiàn)對(duì)齊．而現(xiàn)有方法通過簡(jiǎn)單的行為信息乘積...

多層次特征建模與時(shí)空依賴挖掘的自監(jiān)督腦電分類

摘要：多通道腦電圖（electroencephalography，EEG）作為一種非侵入性技術(shù)，通過在頭皮上布置多個(gè)電極記錄大腦電活動(dòng)，幫助理解個(gè)體的心理狀態(tài)和輔助診斷多種疾病．鑒于標(biāo)記大量EEG數(shù)據(jù)的高昂成本和技術(shù)挑戰(zhàn)，自監(jiān)督學(xué)習(xí)（self-supervised learning，SSL）作為一種無需標(biāo)簽的學(xué)習(xí)范式，通過挖掘數(shù)據(jù)內(nèi)在結(jié)構(gòu)進(jìn)行學(xué)習(xí)，可有效提升模型的泛化性能，已在EEG領(lǐng)域獲得廣泛關(guān)注．盡...

基于變分注意力知識(shí)選擇和預(yù)訓(xùn)練語言模型的對(duì)話生成

摘要：基于知識(shí)的神經(jīng)對(duì)話研究常常面臨外部知識(shí)包含冗余甚至與對(duì)話主題不相關(guān)信息的問題，從而導(dǎo)致對(duì)話系統(tǒng)性能下降.知識(shí)選擇成為解決該問題的重要途徑，但現(xiàn)有研究對(duì)諸如知識(shí)選擇器的設(shè)計(jì)、選擇出的知識(shí)的利用以及知識(shí)選擇對(duì)話方法適用的場(chǎng)景等問題，還缺乏深入研究.針對(duì)這些問題，提出了一個(gè)新的基于變分注意力知識(shí)選擇和預(yù)訓(xùn)練模型的神經(jīng)對(duì)話方法，使用一個(gè)基于條件變分自編碼（conditional variational a...

漸進(jìn)式認(rèn)知引導(dǎo)的雙域半監(jiān)督人群計(jì)數(shù)

摘要：在人群計(jì)數(shù)任務(wù)中，高昂的數(shù)據(jù)標(biāo)注成本嚴(yán)重制約了全監(jiān)督方法的廣泛應(yīng)用.為顯著降低對(duì)標(biāo)注數(shù)據(jù)的依賴，利用大量未標(biāo)注數(shù)據(jù)的半監(jiān)督計(jì)數(shù)方法已成為當(dāng)前研究的主流方向.然而，現(xiàn)有半監(jiān)督方法通常依賴迭代生成偽標(biāo)簽進(jìn)行訓(xùn)練，其性能深受2種不確定性因素的制約，其中認(rèn)知不確定性來自模型自身對(duì)知識(shí)掌握的不足，易導(dǎo)致偽標(biāo)簽生成質(zhì)量不穩(wěn)定；任意不確定性源于數(shù)據(jù)固有的噪聲和歧義，使得模型易受背景干擾和分布偏差的影響.為應(yīng)對(duì)上...

基于合成數(shù)據(jù)預(yù)訓(xùn)練基礎(chǔ)模型的表格數(shù)據(jù)聚類方法

摘要：隨著數(shù)據(jù)采集與數(shù)據(jù)存儲(chǔ)技術(shù)的飛速發(fā)展，各行業(yè)收集并存儲(chǔ)了大量無標(biāo)記的表格數(shù)據(jù).聚類分析是挖掘這類數(shù)據(jù)潛在分組結(jié)構(gòu)的重要方法.目前，處理表格數(shù)據(jù)的聚類方法多數(shù)仍然是傳統(tǒng)聚類算法.深度學(xué)習(xí)技術(shù)和大模型技術(shù)主要用于處理非結(jié)構(gòu)化的圖像、文本、語音等數(shù)據(jù)類型，其強(qiáng)大的表示能力和推理能力在結(jié)構(gòu)化的表格數(shù)據(jù)處理中仍難以發(fā)揮優(yōu)勢(shì). 2025年，《Nature》刊發(fā)的TabPFN是一種可用于高效處理分類和回歸任務(wù)的...

多模態(tài)視覺語言表征學(xué)習(xí)模型及其對(duì)抗樣本攻防技術(shù)綜述

摘要：隨著計(jì)算機(jī)視覺、自然語言處理與深度學(xué)習(xí)技術(shù)的快速發(fā)展，多模態(tài)視覺語言表征學(xué)習(xí)模型在圖像描述、文本生成圖像、視覺問答等任務(wù)中展現(xiàn)出了卓越的性能，已成為當(dāng)前學(xué)術(shù)界與工業(yè)界共同關(guān)注的研究熱點(diǎn).然而，這類模型的多模態(tài)特性和復(fù)雜性為攻擊者提供了更加多樣的攻擊途徑，攻擊者可以通過對(duì)抗樣本引導(dǎo)模型輸出錯(cuò)誤的、有害的或虛假的內(nèi)容，使該類模型面臨的安全威脅日益嚴(yán)峻.系統(tǒng)地梳理了多模態(tài)視覺語言模型的研究現(xiàn)狀，同時(shí)，對(duì)...

面向作答序列數(shù)據(jù)的情境自適應(yīng)學(xué)習(xí)推薦方法

摘要：學(xué)習(xí)推薦作為智能教育領(lǐng)域的核心研究任務(wù)，目的是根據(jù)學(xué)習(xí)者的認(rèn)知狀態(tài)，提供個(gè)性化的學(xué)習(xí)資源.現(xiàn)有的學(xué)習(xí)推薦方法依賴于學(xué)習(xí)者對(duì)知識(shí)概念的掌握程度，缺少對(duì)作答序列數(shù)據(jù)中情境信息的充分挖掘，無法有效提高學(xué)習(xí)者的知識(shí)遷移能力.提出了面向作答序列數(shù)據(jù)的情境自適應(yīng)學(xué)習(xí)推薦方法.該方法構(gòu)建包括知識(shí)概念情境和習(xí)題情境的學(xué)習(xí)情境感知表征模塊，融合時(shí)序大語言模型的認(rèn)知狀態(tài)表征模塊，實(shí)現(xiàn)基于知識(shí)圖譜的情境自適應(yīng)學(xué)習(xí)推薦模...

面向復(fù)雜噪聲數(shù)據(jù)的魯棒文本-圖像行人檢索方法

摘要：文本-圖像行人檢索（text-based person retrieval）作為多模態(tài)智能監(jiān)控系統(tǒng)的核心任務(wù)，旨在通過自由形式的文本描述從大規(guī)模數(shù)據(jù)庫中識(shí)別目標(biāo)行人圖像，在公共安全與視頻取證領(lǐng)域具有關(guān)鍵應(yīng)用價(jià)值，如刑事偵查中的嫌疑人追蹤及跨攝像頭取證分析.傳統(tǒng)方法通常基于圖像-文本對(duì)完美對(duì)齊的理想化假設(shè)，忽視了實(shí)際場(chǎng)景中普遍存在的復(fù)雜噪聲數(shù)據(jù)問題，即視覺實(shí)例與其文本標(biāo)注間因人工標(biāo)注偏差、網(wǎng)絡(luò)爬取噪...

置信引導(dǎo)的多模態(tài)數(shù)據(jù)測(cè)試時(shí)適應(yīng)框架

摘要：測(cè)試時(shí)適應(yīng)（test time adaptation, TTA）旨在在模型部署后的測(cè)試階段，通過無標(biāo)注或少量標(biāo)注的在線微調(diào)策略來動(dòng)態(tài)校正模型，以應(yīng)對(duì)由于分布偏移、傳感器噪聲、光照變化等引發(fā)的性能退化問題，并在自動(dòng)駕駛、遠(yuǎn)程醫(yī)療、視頻監(jiān)控等對(duì)實(shí)時(shí)性和魯棒性要求極高的領(lǐng)域展現(xiàn)出廣泛應(yīng)用價(jià)值.然而，現(xiàn)有多模態(tài)TTA方法往往忽視各視圖數(shù)據(jù)的質(zhì)量差異，容易因低質(zhì)量或故障視圖引入有害梯度，且缺乏對(duì)視圖內(nèi)部動(dòng)態(tài)...

　　相關(guān)電子信息期刊推薦

• 北大核心紅外與毫米波學(xué)報(bào)
• 北大核心計(jì)算力學(xué)學(xué)報(bào)
• 省級(jí)杭州電子科技大學(xué)學(xué)報(bào)
• 國家級(jí)中國電子商情(通信市場(chǎng))
• 北大核心微納電子技術(shù)
• 國家級(jí)電子質(zhì)量
• 省級(jí)衛(wèi)視傳媒
• 國家級(jí)微計(jì)算機(jī)信息
• 省級(jí)湖南理工學(xué)院學(xué)報(bào)
• 省級(jí)數(shù)字營(yíng)銷
• 省級(jí)中國數(shù)據(jù)通信
• 省級(jí)江蘇電器
• 北大核心中國高校科技
• 北大核心光通信研究
• 國家級(jí)廣播與電視技術(shù)
• 北大核心計(jì)算機(jī)應(yīng)用與軟件
• 北大核心核動(dòng)力工程
• 省級(jí)電腦樂園學(xué)生電腦
• 省級(jí)中文信息行游數(shù)碼
• 北大核心計(jì)算機(jī)與網(wǎng)絡(luò)
• 省級(jí)計(jì)算機(jī)與現(xiàn)代化
• 北大核心激光與紅外
• 北大核心南昌航空大學(xué)學(xué)報(bào)
• 國家級(jí)數(shù)碼設(shè)計(jì)
• 省級(jí)電子技術(shù)
• 省級(jí)少年電腦世界低年級(jí)
• 北大核心強(qiáng)激光與粒子束
• 省級(jí)微電子測(cè)試
• 國家級(jí)電子世界
• 省級(jí)中國計(jì)算機(jī)科學(xué)前沿

　　核心期刊推薦

微電子學(xué)

國外電子測(cè)量技術(shù)

中華醫(yī)學(xué)超聲雜志(電子版)

量子電子學(xué)報(bào)