【雜志簡介】

　　《計算機應用》月刊，于1981年創刊，由中國科學院成都計算機應用研究所主辦，是國內較早公開發行的計算機技術刊物，在計算機自動化領域有較大影響。《計算機應用》緊緊圍繞“應用”，登載應用、開發中的高水平學術技術論文、重大應用成果和典型應用經驗。讀者對象為各行業、各部門從事計算機應用基礎、應用工程、應用軟件、應用系統工作的工程技術人員、科研人員和大專院校師生。

　　本刊多次榮獲全國優秀科技期刊獎、國家期刊獎提名獎，被評為中國期刊方陣雙獎期刊、中文核心期刊和中國科技核心期刊。被中國科學引文數據庫、中國科技論文統計源數據庫等國家重點檢索機構列為引文期刊，并被英國《科學文摘》(SA)、俄羅斯《文摘雜志》(AJ)、日本《科學技術文獻速報》(JST)、美國《劍橋科學文摘：材料信息》(CSA：MI)、美國《烏利希國際期刊指南》(UIPD)等國際重要檢索系統列為來源期刊。

　　《計算機應用》月刊內容新穎、信息豐富、印刷精美(大16開本，260頁)，是您學習計算機應用理論，借鑒計算機應用技術，參考計算機應用經驗的最佳選擇。

　　【影響因子】

　　國家新聞出版總署收錄

　　【獲獎情況】

　　2000年、2003年分別獲得首屆、第二屆國家期刊獎提名獎

　　2001年獲中國科學院優秀期刊特別獎

　　1997年獲全國優秀科技期刊評比一等獎

　　【欄目設置】

　　主要欄目：應用技術專題綜述、網絡與通信、先進計算、軟件技術、數據庫與知識工程、智能感知與識別處理、信息系統集成工具、圖形圖像處理等。

　　雜志優秀目錄參考：

　　基于能效的異構無線網絡聯合切換調度和資源分配算法 邱暢嘯，冷甦鵬，葉宇，QIU Changxiao，LENG Supeng，YE Yu

　　基于網絡編碼的對等網流媒體網絡中優化的帶寬分配策略 陳卓，周江，CHEN Zhuo，ZHOU Jiang

　　基于改進雙系統協同進化算法的無線傳感器網絡節點定位 尚俊娜，劉春菊，岳克強，李林，SHANG Junna，LIU Chunju，YUE Keqiang，LI Lin

　　基于改進粒子群算法的無線傳感器網絡節點定位 于泉，孫順遠，徐保國，陳淑娟，YU Quan，SUN Shunyuan，XU Baoguo，CHEN Shujuan

　　車聯網中基于功率控制的傳輸可靠性算法 胡榮娜，郭愛煌，HU Rongna，GUO Aihuang

　　基于視頻業務質量優化的認知無線電傳輸信道選擇 劉金霞，陳蓮娜，劉延偉，王遵義，彭光超，LIU Jinxia，CHEN Lianna，LIU Yanwei，WANG Zunyi，PENG Guangchao

　　分布式MIMO-OFDM信號多頻偏多信道聯合盲估計 黃艷艷，彭華，HUANG Yanyan，PENG Hua

　　基于疊加編碼及多用戶調度的高斯傳輸信道優化算法 宋海龍，張書真，SONG Hailong，ZHANG Shuzhen

　　IRA碼預檢測折線修正譯碼算法設計 包志祥，呂娜，陳柯帆，BAO Zhixiang，LYU Na，CHEN Kefan

　　多源多宿組播網絡編碼的可達信息率區域 蒲保興，朱鴻鵬，趙乘麟，PU Baoxing，ZHU Hongpeng，ZHAO Chenglin

　　基于信號自適應傳遞的社團發現算法 譚春妮，張玉梅，張嘉桐，吳曉軍，TAN Chunni，ZHANG Yumei，ZHANG Jiatong，WU Xiaojun

　　基于輕量操作系統的虛擬機內省與內存安全監測 馬樂樂，岳曉萌，王玉慶，楊秋松，MA Lele，YUE Xiaomeng，WANG Yuqing，YANG Qiusong

　　科技核心期刊征稿范文：計算機自動控制系統及應用

　　摘要：計算機技術目前已廣泛的運用在社會各行各業，已改變了人們的日常生活方式和工作方式，足見計算機相關技術已經成為當今社會的重要工具。計算機自動控制系統作為計算機技術中的一個小部分，其在生產、管理和控制系統中為企業的生產提供了極大的方便。由于當前社會企業的業務規模不斷擴大，業務精細度要求越來越高，導致計算機自動控制系統也變得十分復雜，在應用上的難度也日漸加大，而本文主要分析了計算機自動控制系統在當前社會中的應用情況，以為相關人士提供借鑒。

　　關鍵詞：計算機技術,自動控制系統,應用

　　隨著計算機技術的發展，其該變了當前社會企業的格局和工作方式，計算機自動控制系統的廣泛運用也表示社會正在朝著智能化、高效化、自動化方向發展，而我國各行各業的發展都離不開計算機技術的支持，計算機自動控制系統作為一種自動化、智能化、高效的化的系統，其應用的前景極為良好，其應用的空間極為廣大，是我國各個行業發展的重要基礎，也是我國社會經濟發展的重要工具。

　　計算機應用最新期刊目錄

基于空間與通道協同注意力機制的夜間車輛檢測算法————作者：曹正杰;丁玲;王光偉;元帥;王書敏;

摘要：針對夜間環境下的車輛檢測性能下降的問題，提出了一種基于YOLOv8的改進算法，記作YOLO-SA(YouOnly Look Once with Synergistic Attention)。該算法在YOLOv8的主干網絡中，引入SCSA(Spatial and Channel Synergistic Attention)注意力，構造了C2f-SCSA (C2f with Spatial and C...

具有光度對齊的域適應夜間目標檢測方法————作者：桑雨;貢同;趙琛;于博文;李思漫;

摘要：夜間目標檢測相較于白天環境存在諸多挑戰，受限于低光照條件和高質量標注數據的匱乏，難以提取目標特征，從而影響了夜間目標檢測精度。為此，提出一種針對夜間圖像的域適應目標檢測方法。首先，設計一種夜間域適應光度對齊模塊，將有標記的白天源域圖像轉換為對應的夜間目標域圖像，即通過光度對齊彌合源域與目標域之間的差距，從而解決低光照條件下難以獲取準確夜間目標注釋的問題；其次，采用CNN-Transformer混合...

多階段融合的醫療物聯網入侵檢測方法————作者：鄭浩群;蔡立志;楊康;王曉宇;

摘要：針對醫療物聯網(IoMT)入侵檢測方法依賴于數據樣本平衡性，采用有監督學習的誤用檢測無法應對未知攻擊，采用無監督學習的異常檢測誤報率高的問題，提出一種多階段融合的醫療物聯網入侵檢測方法。首先，采用雙向流特征中加入包頭信息和有效載荷的特征提取方法，減少對數據樣本平衡性的依賴；其次，結合有監督和無監督方法設計了一個三階段的入侵檢測框架，通過無監督學習的自編碼器(AE)模型過濾良性流量并檢測未知攻擊，有...

基于信息補償的全景圖像超分辨率重建網絡————作者：范宇;陳純毅;胡小娟;李延風;于海洋;張日培;劉云彪;

摘要：全景圖像因投影形式特殊，存在嚴重的幾何扭曲。現有2D圖像超分辨率網絡未考慮全景圖像的幾何扭曲特性，因此并不適用于全景圖像的超分辨重建。與2D超分辨網絡不同，全景圖像超分辨模型需要關注不同緯度區域的特征差異，而且需要解決對不同尺度特征捕獲不足，以及上下文信息未充分學習導致高緯度細節丟失的問題。針對上述問題，提出一種基于信息補償的全景圖像超分辨率重建網絡(ICPSnet)。首先，根據全景圖像的幾何特性...

基于聯邦類原型增量學習的加密流量分類方法————作者：陳瑞龍;伊鵬;胡濤;卜佑軍;

摘要：深度學習目前已經廣泛應用于加密流量分類領域，但仍面臨諸多挑戰，例如用戶數據隱私保護、持續學習能力等。針對上述問題，提出一種基于聯邦類原型增量的加密流量分類(FPI-ETC)方法。在客戶端本地模型訓練階段，將本地模型的Softmax分類器替換為原型分類器，以解決Softmax分類器造成的預測偏見問題。在新的任務階段，客戶端利用舊類原型向量生成多個舊類范例，避免本地模型遺忘過去的知識；服務端加權聚合客...

融合圖注意力的概念關聯記憶網絡知識追蹤————作者：何凡;李理;苑中旭;楊秀;韓東軒;

摘要：追蹤學生的歷史互動以預測其未來表現是知識追蹤(KT)領域的關鍵研究重點。最近的知識追蹤方法旨在研究學生的學習模式和不斷變化的知識狀態，以提供個性化學習指導，但忽略了習題本身的豐富性。此外，隨著新專業和跨學科領域的興起，基于圖神經網絡(GNN)的KT方法面臨一些固有挑戰：擴展概念之間關聯的視野并建模學生的學習行為。為了解決這些挑戰，提出了一種新的知識追蹤模型——融合圖注意力的概念關聯記憶網絡知識追蹤...

基于煤塵對激光雷達電磁波散射和吸收效應的點云數據增強方法————作者：李世偉;周昱峰;孫鵬飛;劉偉松;孟竹喧;廉浩杰;

摘要：當前三維目標檢測模型大都基于數據驅動的深度學習技術，數據集的質量對模型的性能至關重要。本文針對煤塵環境數據集缺失、建立真實煤塵環境數據集費時費力的問題，提出了一種基于煤塵對激光雷達電磁波散射和吸收效應的點云數據增強方法。該方法針對煤塵粒子的光學特性，構建了雷達波在煤塵中的傳播仿真模型，模擬激光雷達信號在煤塵環境中的衰減與散射。然后，在晴朗環境下采集的真實點云數據基礎上，基于仿真模型對點云的三維坐標...

基于模型預分配與自蒸餾的個性化聯邦學習方法————作者：張珂嘉;方志軍;周南潤;史志才;

摘要：聯邦學習(FL)是一種分布式機器學習方法，利用分布式數據進行模型訓練，但在高度異構的數據分布中表現不佳；個性化聯邦學習(PFL)通過為每個客戶端提供個性化模型來解決這一問題。然而，以往的PFL算法主要側重于客戶端本地模型的優化，而忽略了服務器端的全局模型，服務器計算資源沒有得到充分利用。針對上述局限性，提出基于模型預分配與自蒸餾的個性化聯邦學習方法 FedPASD。FedPASD從服務器端和客戶端...

基于SAA-CNN-BiLSTM網絡的多特征融合語音情感識別方法————作者：昝志輝;王雅靜;李珂;楊智翔;楊光宇;

摘要：針對單一語音情感特征對語音信息表征不全面及模型對語音特征利用率低的問題，提出了一種基于SAA-CNNBiLSTM網絡的多特征融合語音情感識別方法。該方法引入噪聲、音量和音速增強器對數據增強，使模型學習到多樣化數據特征，將基頻、時域以及頻域特征進行多特征融合，從不同角度全面表達情感信息。在BiLSTM網絡基礎上引入CNN捕獲輸入數據的空間相關性，提取更具代表性的特征，構建簡化加性注意力機制，簡化顯式...

多尺度特征融合的高質量聲吶圖像生成方法————作者：黃靖;彭鑫;李文豪;胡凱;王騰;黃亞敏;文元橋;

摘要：由于聲吶圖像成像原理本身的特點以及復雜的水下環境的干擾，水下聲吶圖像普遍存在分辨率不足和目標細節缺失的問題。針對該問題，提出了一種多尺度特征融合的高質量聲納圖像生成方法。首先，通過殘差密集連接模塊淺層提取圖像特征，捕捉基本紋理與輪廓信息，建立圖像的空間布局；其次，設計了多尺度注意力特征提取模塊（MSA），在經過該模塊后能夠能夠自適應地聚焦于不同尺度下的關鍵特征，并且通過注意力機制進一步增強關鍵特征...

云邊緣協同電網狀態監測數據區塊鏈災備方案————作者：張利華;王文彪;楊怡;羅佳麗;

摘要：針對數據容災備份方案存在的數據安全性低、易丟失和損壞、過度依賴第三方等問題，提出一種云邊緣協同電網狀態監測數據區塊鏈災備方案。首先采用云邊緣協同方式，提高監測數據備份效率。其次結合Paillier算法和閾值秘密共享，對監測數據進行加密保護，實現分布式備份。最后將改進的Hot-Stuff共識機制應用于區塊鏈，提高其共識效率。安全性分析表明，該方案具有隱私性、完整性、不可偽造性和正確性。性能分析表明，...

基于分段迭代的可變長時間序列預測模型————作者：鄢彭峰;張洋;范藝揚;夏小東;劉帥;付茂栗;何啟學;

摘要：針對現有基于循環神經網絡（RNN）的模型在處理時間序列預測任務時存在復雜度高、信息遺忘、誤差累積的問題以及現有預測模型難以匹配數據長度動態變化的問題，提出一種新的基于分段迭代的可變長時間序列預測模型PatchRNN。該模型使用子序列分割方法將時間序列分割為多個相對短的子序列片段，使用門控循環單元進行循環迭代，有效地降低了RNN模型的迭代次數，顯著提高了預測準確性；同時通過子序列片段的分段迭代，在不...

基于頻域注意力的結構地震響應預測方法————作者：郭茂祖;崔正;趙玲玲;張慶宇;

摘要：現有方法難以準確預測建筑物對地震等動態載荷的結構響應，存在無法有效學習地震波周期性變化以及解決特征融合不充分等問題。因此，提出一種基于頻域注意力機制的結構響應深度學習預測模型。將頻域增強的注意力機制與門控遞歸單元(GRU)相結合，利用地震波時間序列數據在頻域上稀疏的特點，深度挖掘地震波在頻域上的特征信息，同時也保留了GRU在時間序列任務上的高效性，從而可有效編碼地震波的潛在特征。同時引入權重堆疊的...

多方向梯度特征提取的嵌套命名實體識別方法————作者：王曉曼;陳艷平;楊采薇;黃瑞章;秦永彬;

摘要：嵌套命名實體識別(NER)是自然語言處理中一個基本任務。基于跨度的方法將實體識別視為一個跨度分類任務，可以有效地處理嵌套實體。現有方法將句子中的跨度組織成一個二維平面，其中每個單元代表一個跨度，類似于圖像中的像素點；隨后結合圖像處理中的邊緣檢測技術，利用梯度算子強化并提取平面化句子表示中的實體語義邊緣特征。然而，現有基于梯度算子的工作忽略了相鄰跨度之間的多方向邊緣特征。針對該問題，提出一種多方向梯...

基于記憶增強和跨度篩選的實體關系聯合抽取模型————作者：劉爽;羅桂君;孟佳娜;

摘要：實體和關系抽取(ERE)通常采用流水線的方式進行處理，但這種流水線方法僅依賴于前一個任務的輸出，導致實體識別和關系抽取之間出現信息交互問題，且容易引發誤差傳播問題。針對以上問題，提出一種基于跨度篩選且具備雙向依賴的記憶增強(MEERE)模型。該模型引入類似記憶的機制，使每個任務不僅能利用前一任務的輸出，還能夠反向影響前一任務，從而捕獲實體和關系間的復雜交互。為進一步減輕誤差傳播，同時引入實體跨度篩...

基于去噪反向蒸餾的無監督工業異常檢測————作者：李雨軒;陳斌;咸偉志;

摘要：具有定位功能的異常檢測是計算機視覺在工業制造中的一項重要應用，近年來，基于反向蒸餾的異常檢測算法在這一任務中表現出良好的性能。但先前基于反向蒸餾的工作由于僅對正常數據應用約束，難以保證學生網絡面對異常時的特征重建能力。此外，基于反向蒸餾的異常檢測算法僅憑經驗融合網絡多級差異信息，無法達到最優的異常定位效果。為進一步提升性能，提出一種基于去噪反向蒸餾的異常檢測算法DeRD，由帶有記憶庫的反向蒸餾網絡...

基于區塊鏈的重復數據刪除和數據完整性審計方案————作者：高婷婷;姚中原;賈淼;斯雪明;譚煥明;詹玉峰;

摘要：為解決當前云存儲系統中數據冗余和數據完整性保障的問題，提出一種基于區塊鏈的云存儲數據去重與完整性審計方案。該方案結合重復數據刪除技術與區塊鏈分布式審計機制，在實現去重存儲的同時，可確保數據的機密性和完整性。首先，利用消息鎖定加密（MLE）方法為不同用戶的相同數據生成相同加密密文，對于重復數據上傳者，采用基于沃克爾樹（VT）的所有權證明（PoW）進行所有權驗證，從而實現安全的密文去重；其次，基于區塊...

基于潛在特征增強進行解耦的三維人臉生成方法————作者：梁瑾裕;高宏娟;杜曉飛;

摘要：針對現有三維人臉生成方法中潛在特征解釋性不足、解耦能力有限以及身份一致性不佳等問題，提出了一種基于潛在特征增強的三維人臉生成方法（LFED-VAE）。首先，采用層次聚類技術構建向量離散化模塊，以促進潛在特征對先驗知識的吸收，提升解耦性能；其次，設計了位置注意力模塊，通過逐元素求和操作，選擇性整合潛在特征的位置信息，確保生成人臉的身份一致性；最后，結合先驗知識與位置信息，采用最大歸一化技術，增強潛在...

基于YOLOv8n的煙支缺陷檢測算法及部署————作者：張澎濤;張憲奇;黃建平;管雪梅;于帥;劉振;

摘要：針對煙支缺陷檢測在小目標檢測上精度及召回率不佳的問題，提出了一種基于YOLOv8n架構增強算法CSDDYOLO(Cigarette Stick Defect Detection YOLO)。首先，增加一個專門的微小物體檢測頭P2，然后使用尺度序列特征融合(MscalSeq)模塊增強網絡的多尺度信息提取能力，將P2檢測頭與尺度序列特征融合模塊(MscalSeq)相結合進一步增強微小物體檢測能力。同時...

基于顯著性特征與交叉注意力的無參考圖像質量評價算法————作者：鄧旸;趙濤;孫凱;童同;高欽泉;

摘要：實際業務場景中的圖像數據通常呈現出內容豐富和失真表現復雜的特點，對客觀圖像質量評價算法的泛化性是一個巨大挑戰。針對這一問題，提出了一種無參考的圖像質量評價算法，該算法主要由特征提取網絡、交叉注意力融合網絡、自適應預測網絡三部分組成。首先，將樣本的全局視圖、局部patch和顯著性視圖一并輸入特征提取網絡，通過Swim Transformer提取全局失真、局部失真和顯著性特征。其次，采用級聯的Tran...

　　相關電子信息期刊推薦

• 省級《移動通信》
• 國家級現代家電
• 省級《福建廣播電視大學學報》
• 北大核心《現代雷達》
• 國家級《微計算機信息》
• 國家級《電子質量》
• 省級《北京廣播電視大學學報》
• 省級WIRED連線
• 國家級《系統仿真學報》
• 省級極客GEEK
• 北大核心《計算機仿真》
• 國家級電子科技
• 省級《黑龍江大學自然科學學報》
• 省級自動化與儀器儀表
• 省級《世界教育信息》
• 國家級《計算機科學與探索》
• 北大核心《激光與紅外》
• 國家級《中國自動識別技術》
• 省級《軟件導刊》
• 省級《湘潭師范學院學報》
• 國家級《無線通信技術》
• 國家級《自動化應用》
• 國家級《微電子技術》
• 省級《湖南文理學院學報》
• 北大核心《指揮控制與仿真》
• 省級《微型電腦應用》
• 省級現代計算機普及版
• 國家級《信息技術與標準化》
• 國家級《自動化技術與應用》
• 北大核心《信息化研究》

　　核心期刊推薦