計算機科學(xué)

所屬欄目：電子信息期刊熱度：時間：

《計算機科學(xué)》 關(guān)注(): 期刊周期：月刊; 期刊級別：北大核心; 國內(nèi)統(tǒng)一刊號：50-1075/TP; 國際標準刊號：1002-137X; 主辦單位：國家科技部西南信息中心; 主管單位：國家科學(xué)技術(shù)部; 查看計算機科學(xué)近十年數(shù)據(jù)入口>>>; 上一本期雜志：《信息安全與通信保密》省級期刊; 下一本期雜志：《微型機與應(yīng)用》國家級電子期刊

　　　　
《計算機科學(xué)》期刊簡介
　　
　　《計算機科學(xué)》由國家科技部主管，西南信息中心主辦，系“中文科技核心期刊”、“中國科技論文統(tǒng)計與分析用期刊”、“中國科學(xué)引文數(shù)據(jù)庫來源期刊”、“中國期刊方陣雙效期刊”。主要報導(dǎo)國內(nèi)外計算機科學(xué)與技術(shù)的發(fā)展動態(tài)，涉及面廣的方法論與技術(shù)，和反映新苗頭、能起承先啟后作用的研究成果。內(nèi)容涉及程序理論、計算機軟件、計算機網(wǎng)絡(luò)與信息、數(shù)據(jù)庫、人工智能、人機界面、國際會議、應(yīng)用等。

　　《計算機科學(xué)》歷年總被引頻次和影響因子兩項指標均列全國（計算技術(shù)類）前列，是國內(nèi)頗具影響力的計算機學(xué)術(shù)刊物。雜志報導(dǎo)特點是“前沿學(xué)科”與“基礎(chǔ)研究”相結(jié)合；“核心核術(shù)”與“支撐技術(shù)”相結(jié)合；“倡導(dǎo)”與“爭鳴”相結(jié)合�！队嬎銠C科學(xué)》以其新穎、準確、及時為特色，突出動態(tài)性、綜述性、學(xué)術(shù)性，深受高校教師學(xué)生好評。為了開拓信息資源、服務(wù)社會，2006年版載內(nèi)容將緊跟蹤研究熱點、更貼近讀者。

《計算機科學(xué)》2013年第01期目錄

　　面向數(shù)據(jù)庫中關(guān)系的描述邏輯.............................眭躍飛
　　一種隨機TBFL方法.......................................王蓁蓁
　　服務(wù)流程中的數(shù)據(jù)流處理.................................陳姣娟
　　基于MapReduce的矩陣分解推薦算法研究....................張宇
　　UDP協(xié)議在微小衛(wèi)星通信上的分析與實現(xiàn)....................于世潔
　　系統(tǒng)級芯片動態(tài)溫度響應(yīng)快速估計方法研究.................黃旻忞
　　無線傳感器網(wǎng)絡(luò)MAC層節(jié)能廣播協(xié)議........................張韜
　　基于人工蜂群算法的DV-Hop定位改進.......................李牧東
　　一種適合于深空星際互聯(lián)網(wǎng)的傳輸控制協(xié)議.................金鳳林
　　近鄰中繼節(jié)點在異構(gòu)網(wǎng)絡(luò)中的分簇部署策略.................黎昂
　　應(yīng)用驅(qū)動的并行程序性能優(yōu)化研究.........................邸瑞華
　　一種新型的分段Logistic混沌擴頻通信算法.................張薇
　　基于跳數(shù)修正的DV-Hop定位的改進算法.....................鄭久虎
　　基于工業(yè)無線網(wǎng)絡(luò)性能評價的規(guī)劃路徑算法.................易秀雙
　　交換超立方網(wǎng)絡(luò)的嵌入問題研究...........................梁家榮
　　基于Hadoop的智能電網(wǎng)狀態(tài)監(jiān)測數(shù)據(jù)存儲研究...............劉樹仁
　　基于時延敏感無線傳感器網(wǎng)絡(luò)的最優(yōu)任播算法...............顧云麗
　　基于模糊邏輯算法的無線醫(yī)療體域網(wǎng)MAC協(xié)議研究............盧先領(lǐng)
　　　　　　

　　計算機科學(xué)最新期刊目錄

基于RISC-V Matrix指令集擴展的LLM矢量點積加速研究————作者：陳煦豪;胡思鵬;劉洪超;劉伯然;唐丹;趙地;

摘要：鑒于邊緣AI的高性能與低功耗需求，基于 RISC-V 指令集架構(gòu)，針對邊緣設(shè)備數(shù)字信號處理的實際問題，設(shè)計了一種邊緣AI的專用指令集處理器，在有限的硬件開銷下，提升了邊緣AI的執(zhí)行效率，降低了邊緣AI的能量消耗，能夠滿足邊緣AI應(yīng)用中進行高效大語言模型 (LLM) 推理計算的需求。針對大語言模型的特性，基于RISC-V指令集擴展了自定義指令完成矢量點積計算，在專用的矢量點積加速硬件上進行大語言模型...

優(yōu)化概率選擇求解SAT問題————作者：賈書恒;付慧敏;

摘要：在SAT問題的隨機局部搜索算法中，主流變量決策策略基于概率選擇變量，如probSAT求解器通過計算變量的break值確定選擇概率。然而，該方法易陷入局部最優(yōu)，尤其在應(yīng)用類問題中表現(xiàn)不佳。為此，提出了一種結(jié)合配置檢測策略的變量決策方法，動態(tài)調(diào)整變量選擇概率函數(shù)。當(dāng)環(huán)境不變時，優(yōu)先選擇break值較低的變量，增強全局優(yōu)化能力。針對長子句的高掃描開銷問題，引入重要鄰居數(shù)組策略，將高活躍度變量納入數(shù)組，降...

SCDDA：基于SCA和Dinkelbach的空-天-地一體化網(wǎng)絡(luò)無人機軌跡與計算卸載優(yōu)化方法————作者：鄭晶晶;陳星;張建山;

摘要：移動設(shè)備的普及所產(chǎn)生的海量的異構(gòu)數(shù)據(jù)，對數(shù)據(jù)通信網(wǎng)絡(luò)提出了更高的要求。在此背景下，第六代移動網(wǎng)絡(luò)（6G）有望滿足各種移動設(shè)備執(zhí)行計算密集型和延遲敏感型移動應(yīng)用的需求。當(dāng)前，空間、空中和地面的網(wǎng)絡(luò)組件之間有機結(jié)合所形成的新穎的空-天-地一體化網(wǎng)絡(luò)（Space-Air-Ground Integrated Network， SAGIN）成為6G架構(gòu)的關(guān)鍵組成部分。與傳統(tǒng)地面通信范式相比，SAGIN可以利...

基于多目標優(yōu)化的大規(guī)模Hadoop集群虛擬機放置————作者：文佳;吳舒霞;于正欣;苗旺;陳哲毅;

摘要：虛擬化技術(shù)已成為云計算快速發(fā)展的核心支撐。Hadoop作為一種廣泛應(yīng)用于云環(huán)境中的分布式框架，其集群性能通常受限于低下的資源管理效率。隨著數(shù)據(jù)量與集群規(guī)模的不斷增大，如何高效優(yōu)化虛擬機放置進而降低Hadoop集群能耗、提升資源利用率和減少文件訪問延遲已成為一個極具挑戰(zhàn)的難題。為了解決這一重要挑戰(zhàn)，提出了新型的面向大規(guī)模Hadoop集群虛擬機放置的可變長度雙染色體多目標優(yōu)化（Multi-object...

ETF-YOLO11n:交通圖像的多尺度特征融合目標檢測方法————作者：夏淑芳;尹昊楠;瞿中;

摘要：近年來深度學(xué)習(xí)算法在計算機視覺領(lǐng)域取得了顯著的進展，但是由于復(fù)雜交通圖像中目標尺寸小、特征信息不明顯、易受干擾等問題，目標檢測精度依舊不高。針對這一問題，本文對最先進的檢測模型YOLO11進行改進，設(shè)計多尺度特征融合模型ETF-YOLO11n (Effective Traffic Feature YOLO)。首先，本文設(shè)計了三重特征融合模塊TFF (Triple Feature Fusion)，將...

基于藥物子結(jié)構(gòu)與蛋白質(zhì)三維圖信息的化合物-蛋白質(zhì)相互作用預(yù)測————作者：李亞茹;王倩倩;車超;朱德恒;

摘要：藥物通過與蛋白質(zhì)相互作用抑制或激活特定蛋白質(zhì)的功能，從而發(fā)揮治療作用。近年來，深度學(xué)習(xí)方法在化合物蛋白質(zhì)相互作用預(yù)測中取得顯著進展。然而，現(xiàn)有的大多數(shù)研究仍然側(cè)重于從藥物和蛋白質(zhì)的整體特征進行提取，對于藥物和靶點的信息探索不足，忽視了蛋白質(zhì)結(jié)構(gòu)的三維空間信息以及藥物關(guān)鍵子結(jié)構(gòu)在化合物蛋白質(zhì)相互作用預(yù)測中的作用。針對這一問題，提出了一種新的模型，結(jié)合藥物的官能團、整體結(jié)構(gòu)圖以及蛋白質(zhì)的序列和三維空間...

基于長尾詞分布的藏漢機器翻譯數(shù)據(jù)增強方法研究————作者：格桑加措;尼瑪扎西;群諾;嘎瑪扎西;道吉扎西;羅桑益西;拉毛吉;錢木吉;

摘要：[目的/意義]現(xiàn)有藏漢機器翻譯語料中存在領(lǐng)域數(shù)據(jù)不平衡情況，造成訓(xùn)練出來的模型對各個領(lǐng)域數(shù)據(jù)的翻譯能力表現(xiàn)不均衡。反向翻譯作為一種常見的數(shù)據(jù)增強方法，通過提供更多樣化的偽數(shù)據(jù)來提高模型的性能。然而，傳統(tǒng)的反向翻譯方法難以充分考慮數(shù)據(jù)的領(lǐng)域分布不平衡問題，導(dǎo)致模型在整體性能提升過程中難以提升資源稀缺領(lǐng)域的翻譯性能。[方法/過程]本文通過深入分析語料中的長尾詞的分布，有針對性地利用現(xiàn)有藏漢雙語語料的長...

Instruct-Malware:基于控制流圖的大型語言模型惡意軟件分析————作者：周昱辰;李鵬;韓科技;

摘要：惡意軟件檢測與分類面臨復(fù)雜性和隱蔽性的挑戰(zhàn)。圖神經(jīng)網(wǎng)絡(luò)（GNNs）雖能有效建�？刂屏鲌D，提升行為模式捕捉精度，但其“黑盒”特性限制了可解釋性。此外，現(xiàn)有方法依賴大量標注數(shù)據(jù)，泛化能力較弱，難以應(yīng)對新型惡意軟件。大型語言模型（LLMs）具備強大的特征提取和上下文理解能力，能夠有效處理少樣本數(shù)據(jù)，實現(xiàn)多模態(tài)信息融合，從而增強分析精度與泛化性。本文受大型語言模型的啟發(fā)，結(jié)合對比學(xué)習(xí)策略，同時學(xué)習(xí)控制流圖...

EvoTrace:基于非線性數(shù)據(jù)包遙測和批處理的輕量級帶內(nèi)網(wǎng)絡(luò)遙測方法————作者：王攀祥;崔允賀;申國偉;郭春;陳意;錢清;

摘要：帶內(nèi)網(wǎng)絡(luò)遙測（In-band Network Telemetry， INT）使數(shù)據(jù)包能夠攜帶網(wǎng)絡(luò)狀態(tài)信息，具有較高的測量準確性和精度。然而，這種提升是以增加數(shù)據(jù)平面開銷為代價的。遙測信息的嵌入會導(dǎo)致數(shù)據(jù)平面的網(wǎng)絡(luò)開銷過大。同時，現(xiàn)有的遙測方法通常對大流的數(shù)據(jù)包進行大量的測量，忽略了對中小流數(shù)據(jù)包的測量。為了克服上述問題，提出了一個輕量級的INT方法--EvoTrace。EvoTrace設(shè)計了一種非...

基于魯棒分區(qū)水印的深度學(xué)習(xí)模型保護方法————作者：呂正浩;咸鶴群;

摘要：機器學(xué)習(xí)涉及到昂貴的數(shù)據(jù)收集和訓(xùn)練成本，模型所有者可能會擔(dān)心自己的模型會遭到未授權(quán)的復(fù)制或使用，損害到模型所有者的知識產(chǎn)權(quán)。因此，如何有效保護這些模型的知識產(chǎn)權(quán)成為一個亟待解決的問題。為此，研究人員提出了模型水印的概念。類似于數(shù)字水印技術(shù)將水印嵌入圖像的方式，模型水印通過將特定的標識嵌入機器學(xué)習(xí)模型中，以實現(xiàn)版權(quán)確認的目的。然而，現(xiàn)有的水印方案在實際應(yīng)用中面臨一些局限性。首先，水印的嵌入不可避免地...

數(shù)據(jù)空間中基于糾刪碼的數(shù)據(jù)布局策略————作者：林兵;姜海鷗;檀嘯;陳星;鄭裕恒;

摘要：針對云邊環(huán)境下面向多目標優(yōu)化的科學(xué)工作流數(shù)據(jù)布局問題，考慮數(shù)據(jù)可靠性、工作流執(zhí)行時延和數(shù)據(jù)中心負載均衡等因素，提出了數(shù)據(jù)空間中基于糾刪碼的數(shù)據(jù)布局策略。首先，提出在科學(xué)工作流執(zhí)行時使用低存儲開銷的糾刪碼冗余技術(shù)以提供容錯能力，并通過構(gòu)建數(shù)據(jù)空間來管理工作流產(chǎn)生的多樣化數(shù)據(jù)；其次，設(shè)計了一種響應(yīng)式多目標進化算法(Interactive Multi-Objective Evolution Algori...

基于多尺度注意力和不確定性損失的兩階段左心房疤痕分割————作者：張鑫艷;唐振超;李一夫;劉振宇;

摘要：心房顫動(AF）是臨床上最常見的心律失常之一，左心房及其心肌梗死后疤痕區(qū)域的準確分割和面積評估，對于心肌梗死患者出現(xiàn)AF的早期診斷、治療規(guī)劃以及預(yù)后評估具有極其重要的臨床意義。深度學(xué)習(xí)方法是進行左心房及其心肌梗死后疤痕區(qū)域自動分割的主流方向。但是由于心肌梗死后疤痕體積小且容易受到周圍增強組織的影響，分割精度尚有待提高。為此，提出了一種基于多尺度注意力和不確定性損失的兩階段深度學(xué)習(xí)模型。一方面在網(wǎng)絡(luò)...

基于黑盒插樁的閉源數(shù)據(jù)庫管理系統(tǒng)的模糊測試技術(shù)研究————作者：李忠杰;梁皓天;賈浩陽;王清賢;曹琰;

摘要：數(shù)據(jù)庫管理系統(tǒng)（DBMS）是被廣泛用作管理業(yè)務(wù)數(shù)據(jù)的應(yīng)用軟件，其安全性至關(guān)重要，任何形式的數(shù)據(jù)泄露或損壞都可能導(dǎo)致重大安全問題。目前針對閉源DBMS漏洞檢測的公開研究成果相對較少。為了實現(xiàn)閉源DBMS的有效測試，本文提出了基于文法結(jié)構(gòu)的變異和基于語義規(guī)則的變量填充的方法來批量生成測試數(shù)據(jù)集，根據(jù)提供的原始語料生成語法和語義高度正確的復(fù)雜SQL查詢，使得輸入數(shù)據(jù)能夠深入探索DBMS的深層邏輯；同時提...

一種用于交通預(yù)測的時空傳播圖神經(jīng)網(wǎng)絡(luò)————作者：雷二帥;禹素萍;范紅;許武軍;

摘要：在交通預(yù)測領(lǐng)域，數(shù)據(jù)間存在著復(fù)雜且長程的時空關(guān)系，現(xiàn)有的圖結(jié)構(gòu)未能充分挖掘數(shù)據(jù)間隱含的時空關(guān)系。針對上述問題，論文在MTGNN的基礎(chǔ)上，進行了一系列的改進，提出了一種用于交通預(yù)測的時空傳播圖神經(jīng)網(wǎng)絡(luò)(Spatial-Temporal Propagation Graph Neural Network， STPGNN)。首先，用多尺度卷積模塊來捕獲不同尺度的時序信息，并通過特征融合模塊進行融合，以捕獲...

MDGRec：基于多元關(guān)系融合的移動應(yīng)用第三方庫推薦方法————作者：陳煜涵;王健;李段騰川;鄭超;李兵;

摘要：第三方庫推薦系統(tǒng)旨在向開發(fā)者推薦合適的第三方庫，以提高移動應(yīng)用的開發(fā)效率。然而，現(xiàn)有的基于圖神經(jīng)網(wǎng)絡(luò)的方法大多在一個異構(gòu)交互圖中同時傳播移動應(yīng)用和第三方庫的節(jié)點信息，存在數(shù)據(jù)不平衡和特征混淆的問題。此外，現(xiàn)有方法忽視了第三方庫推薦場景關(guān)系的復(fù)雜性，限制了推薦準確性。為此，文中提出了一種基于多元關(guān)系融合的移動應(yīng)用第三方庫推薦方法。模型使用雙圖結(jié)構(gòu)分別對移動應(yīng)用和第三方庫進行建模，生成相應(yīng)的嵌入向量。...

基于異構(gòu)圖注意力網(wǎng)絡(luò)的智能合約漏洞檢測方法————作者：李誠宇;黃可;張銳恒;陳偉;

摘要：以太坊等區(qū)塊鏈平臺智能合約的安全漏洞一直是業(yè)界關(guān)注的焦點。使用字節(jié)碼分析和檢測智能合約漏洞是當(dāng)前的主流方法之一，其中符號執(zhí)行等傳統(tǒng)方法需借助預(yù)定義的漏洞知識建立規(guī)則檢測漏洞，存在效率低、精度差等問題�；谏疃葘W(xué)習(xí)的檢測方法則缺乏對字節(jié)碼程序語義的深入理解，并且難以在過濾編譯過程中產(chǎn)生的噪聲的同時捕捉完整的控制流與數(shù)據(jù)流信息。針對以上問題，本文提出了一種構(gòu)建關(guān)鍵語義圖檢測智能合約漏洞的方法，首先定義...

彩色圖像引導(dǎo)高低頻特征調(diào)制融合的深度圖像超分辨率算法研究————作者：徐晗智;李嘉瑩;梁宇棟;魏巍;

摘要：深度圖像能夠有效描述三維場景的信息，然而由于采集設(shè)備的局限性和不理想的成像環(huán)境，深度傳感器獲取的深度圖像往往分辨率較低、高頻信息較少，提高深度圖像的分辨率具有重要意義。部分深度圖超分辨率算法通過引入同一場景下的RGB圖像為深度圖超分辨率過程提供指導(dǎo)信息，顯著提升了算法性能。如何充分、有效地利用RGB信息，克服深度圖和RGB圖像的模態(tài)不一致性，引導(dǎo)深度圖超分辨率重建過程極具挑戰(zhàn)。已有方法多關(guān)注于高頻...

云霧泄露抵抗的智慧醫(yī)療安全認證協(xié)議————作者：楊歆;郭奕旻;

摘要：智慧醫(yī)療在提升人們生活便捷性的同時，也帶來了海量醫(yī)療數(shù)據(jù)在開放無線網(wǎng)絡(luò)通信環(huán)境中的的安全傳輸難題，這些數(shù)據(jù)在傳輸過程中易受多種內(nèi)外部攻擊的威脅。為確保醫(yī)療數(shù)據(jù)能夠及時且有效地傳輸，云霧架構(gòu)作為智慧醫(yī)療領(lǐng)域廣泛采用的網(wǎng)絡(luò)通信架構(gòu)，通過霧計算對云計算的有效擴展，大幅縮短云與終端設(shè)備之間的通信距離，有效緩解了因距離過大而產(chǎn)生的網(wǎng)絡(luò)延遲與抖動問題。然而，現(xiàn)有基于云霧架構(gòu)的通信方案大多采用單云-多霧-多設(shè)備...

基于區(qū)域劃分的跨基本塊SLP向量化技術(shù)————作者：韓林;丁永強;聶凱;劉浩浩;李浩然;陳夢堯;

摘要：自動向量化作為發(fā)掘數(shù)據(jù)級并行性、提升程序性能的重要方式，被廣泛的應(yīng)用于主流編譯器中。超字級向量化(SLP)專注于發(fā)掘相鄰?fù)瑯?gòu)語句級別的數(shù)據(jù)并行性檢測并聚合標量指令生成向量指令。然而，傳統(tǒng)的SLP框架在發(fā)掘跨基本塊的語句向量化時能力不足，特別是當(dāng)連續(xù)的可向量化指令被基本塊邊界分割時，SLP分析無法有效發(fā)掘潛在的向量化語句。針對這一問題，本文提出一種基于區(qū)域劃分的跨基本塊SLP向量化方法，該方法通過擴...

基于時頻域注意力的時間序列異常檢測模型————作者：徐敬濤;楊燕;江永全;

摘要：時序數(shù)據(jù)中復(fù)雜的時間依賴關(guān)系和有限的異常標簽數(shù)據(jù)，使得時序異常檢測成為一項十分具有挑戰(zhàn)性的工作。以往大多數(shù)工作的聚焦點只局限在數(shù)據(jù)的時域建模上，而忽略并缺失了對時序數(shù)據(jù)頻域信息的提取與利用，造成了一定程度上的性能瓶頸。以此為突破點，本文提出一種基于時域注意力和頻域注意力的異常檢測模型，TFA-TSAD。該模型首先創(chuàng)新性地對輸入數(shù)據(jù)進行漸進式分解，進而探索數(shù)據(jù)在不同模式下的異常情況；然后利用文中精...

　　相關(guān)電子信息期刊推薦

　　核心期刊推薦

查看更多電子信息期刊

久久精品电影网_久久久久久电影_久久99精品久久久久久按摩秒播_天堂福利影院_国产男女爽爽爽免费视频_国产美女久久

計算機科學(xué)