【期刊簡介】

　　《計算機工程與應用》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研究所主辦的、面向中高級計算機專業(yè)工作者的學術刊物�！�計算機工程與應用》是一本面向計算機全行業(yè)的綜合性學術刊物，覆蓋面寬、信息量大、報道及時是本刊的服務宗旨。多年來，本刊堅持走學術與實踐相結合的道路，在內容上既注重理論的先進性又兼顧實用技術的廣泛性，在促進學術交流的同時，推進了科技成果的轉化。

　　【辦刊方針】

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

　　【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

　　網絡、通信與安全

　　數(shù)據(jù)庫、信號與信息處理

　　工程與應用

　　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、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

　　【欄目設置】

　　設有博士論壇、學術探討、開發(fā)設計、數(shù)據(jù)庫與信息處理、網絡與通信及工程與應用等欄目。

　　信息管理論文范文：信息化時代旅游文化景區(qū)建設

　　[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，在加強硬件基礎設施建設的同時， 要緊跟信息時代的發(fā)展步伐，有效運用現(xiàn)代化的信息技術手段強化旅游文化景區(qū)的建設，并堅持以游客為本，培育自身獨特的旅游文化，來適應時代的發(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)建設概述

　　信息化時代旅游文化景區(qū)建設是指充分利用信息技術、數(shù)據(jù)庫技術和網絡技術，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)建設作為信息化時代旅游文化景區(qū)建設的熱點問題，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)展和信息技術發(fā)展的必然結果。數(shù)字化旅游文化景區(qū)建設是按照統(tǒng)一的規(guī)范和技術標準，實現(xiàn)旅游文化景區(qū)的管理系統(tǒng)、交通管理系統(tǒng)、游客服務系統(tǒng)、安全應急系統(tǒng)等的基礎設施系統(tǒng)的數(shù)字化建設，并通過網絡化信息共享，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、景區(qū)數(shù)字化業(yè)務模塊以及景區(qū)數(shù)字化的應用服務三個方面組成的。

　　計算機工程與應用最新期刊目錄

基于主題約束采樣的文本生成方法————作者：冉文議;萬家強;喻靖鋒;李琪玥;陳鼎麗;邢欣來;

摘要：預訓練語言模型通過精調使其能夠具有本地語料的相關知識和用語習慣，但通常面臨高昂的訓練成本和資源開銷。因此，本文提出了一種基于主題約束的采樣方法。該方法利用本地語料構建潛在狄利克雷分布(Latent Dirichlet Allocation， LDA）主題模型；然后，利用LDA對輸出內容進行主題約束。一方面，這種方法簡單易實現(xiàn)；另一方面，該方法增強了模型在本地語料上的泛化能力。實驗結果表明，所提出的...

面向關系建模的合作多智能體深度強化學習綜述————作者：熊麗琴;陳希亮;賴俊;駱西建;曹雷;

摘要：近年來，多智能體深度強化學習發(fā)展迅速并被廣泛用于各種多智能體協(xié)同任務，已經成為人工智能領域的一個研究熱點，但如何實現(xiàn)多智能體高效協(xié)同仍是其當前面臨的重大挑戰(zhàn)之一。作為一種流行的解決方案，面向關系建模的合作多智能體深度強化學習方法通過刻畫智能體與智能體、智能體與系統(tǒng)整體的關系來準確捕獲并利用智能體的個體貢獻和智能體間相互作用以有效促進多智能體協(xié)同，具有重要研究意義和應用價值。首先簡要介紹多智能體系統(tǒng)...

多區(qū)塊鏈交互下跨鏈數(shù)據(jù)融合方案————作者：張中捷;余益民;馮立波;

摘要：多個區(qū)塊鏈進行交互時，存在交易數(shù)據(jù)結構不同、交易數(shù)據(jù)沖突的問題。針對這些問題，提出了多鏈數(shù)據(jù)融合方案（MCDFS），解決了多鏈數(shù)據(jù)獲取、解析、融合、再上鏈的問題。首先，設計了交易實體解析（TER）算法，解決了交易實體解析和實體分類的問題；其次，提出了同構實體的交易融合算法（HEF）以及異構實體的交易融合算法（DEF），解決了交易數(shù)據(jù)融合的問題；最后，對TER算法、HEF算法以及DEF算法進行了實驗...

LLM與ML優(yōu)勢互補：政務回復質量檢測及可解釋的算法框架————作者：方岢愿;許珂維;

摘要：為了克服傳統(tǒng)政務平臺回復的人工質量檢測難以滿足龐大市民政務需求的問題和文本特征為主的機器學習方法缺乏可解釋性的問題，研究采用了一種結合大語言模型（Large Language Models， LLMs）和機器學習（Machine Learning， ML）模型并以非文本特征為主的政務回復質量檢測算法框架。實驗表明該算法能達到比其他單一使用LLMs或ML的方法更高的準確度，接近政務問答質量的人工判斷...

工業(yè)缺陷圖像生成：非線性重構與多級濾波優(yōu)化————作者：孫林;張子洋;賈坤昊;高濤;

摘要：在工業(yè)制造業(yè)中，表面缺陷的檢測環(huán)節(jié)對于確保產品質量和生產效率至關重要。當前，基于深度學習的檢測技術已逐漸成為該領域的首選方法。盡管如此，由于缺陷樣本數(shù)量有限且種類繁多，這一領域面臨著樣本數(shù)量與多樣性不足的顯著挑戰(zhàn)，這一狀況對深度學習算法的適用性和性能構成了不利影響。針對此，研究提出一種基于控制點插值變形與多層次加權濾波的工業(yè)零件表面缺陷生成方法。該方法利用網格控制點變形技術對缺陷區(qū)域進行重構，并通...

葡萄酒領域知識多路徑檢索增強生成方法優(yōu)化研究————作者：楊文躍;于千城;王啟明;穆洪銳;周誠辰;

摘要：在葡萄酒領域，設計專業(yè)的領域知識問答系統(tǒng)對于提升產區(qū)種植戶、產業(yè)工人、釀酒師和品酒師的技術技能，以及助力整個產業(yè)的數(shù)字化轉型，具有重要意義。鑒于葡萄酒領域專業(yè)術語繁多、工藝細節(jié)龐雜、酒品分類多樣、年份差異敏感以及酒莊文化異彩紛呈的特點，現(xiàn)有的智能問答系統(tǒng)往往因為信息提取不全和檢索精度不足，導致回答的質量和準確性無法滿足需求。為此，提出了融合知識圖譜、向量數(shù)據(jù)庫和PKL文件庫各自優(yōu)勢以構建葡萄酒領域...

Transformer在醫(yī)學圖像分割中的研究進展————作者：周振霄;王華;魏德健;曹慧;姜良;王錫城;

摘要：隨著社會對高精度診斷的需求持續(xù)攀升，自動化醫(yī)學圖像分割技術于現(xiàn)代醫(yī)療實踐中占據(jù)著關鍵地位，盡管卷積神經網絡（Convolutional Neural Network，CNN）在醫(yī)學圖像分割方面表現(xiàn)優(yōu)異，但由于其存在一定局限性，許多學者遂將Transformer引入醫(yī)學圖像分割領域，以彌補CNN在全局上下文學習層面的欠缺。本文首先綜述了Transformer及其變體結構，并分析了它們在醫(yī)學圖像分割任...

交叉定向抑制的雙方向運動感知視覺神經網絡————作者：安超越;胡濱;

摘要：認知神經科學研究發(fā)現(xiàn)，哺乳動物大腦視皮層PMLS區(qū)中的雙向敏感（BS）視覺神經元具有獨特的反運動方向偏好神經響應特性，有助于感知群體活動在視野域中的運動方向相干性，但目前尚未對該神經特性在視覺運動感知問題研究的計算模型報道。針對該問題，基于哺乳動物視腦神經特性，提出了一種雙方向運動感知神經網絡（BDPNN）。BDPNN包含突觸前和突觸后網絡兩個部分。其中，突觸前網絡攝取視野域中的視覺運動信息并分離...

復雜室內環(huán)境下的高效NeRF-SLAM算法————作者：楊怡程;袁杰;張寧寧;劉超;祁鵬程;萬忠原;

摘要：針對復雜室內環(huán)境中視覺同步定位與建圖（Simultaneous Localization and Mapping，SLAM）算法在高質量三維重建中的效率問題，提出了一種高效的神經輻射場SLAM（NeRF-SLAM）算法——EN-SLAM。該算法利用多分辨率哈希網格表示場景，結合其快速收斂特性及高頻局部特征表示能力，顯著提升了三維重建效率。為進一步增強未觀測區(qū)域的表面連貫性及細節(jié)補全，算法引入球諧函...

時序知識圖譜推理的對偶圖群蒸餾對比網絡————作者：趙紅燕;王日云;謝斌紅;郭力華;

摘要：時序知識圖譜推理具有重要的應用價值。然而，現(xiàn)有的推理模型在建模歷史特征時面臨著兩大挑戰(zhàn)：1）未對關系結構特征建模，導致模型無法很好地理解事實間的潛在語義關系及演化模式；2）忽視了全局范圍內事實間的潛在依賴關系，造成不同時間戳實體間的依賴信息丟失。為此，該文提出了一種新的TKG推理模型——對偶圖群蒸餾對比網絡（DGCN）。該網絡通過局部對偶演化蒸餾器（LDED），有效提取實體圖和關系線圖的結構與時序...

LMFI-YOLO: 復雜場景下的輕量化行人檢測算法————作者：袁婷婷;賴惠成;湯靜雯;張晞;高古學;

摘要：針對當前行人檢測算法在復雜場景下存在誤檢、漏檢及模型復雜度高等問題，提出一種改進YOLO11的輕量化行人檢測算法——LMFI-YOLO。首先，融合RepConv來改進C3k2模塊，構建RS-C3k2結構，以增強網絡對行人特征的學習與捕捉能力。其次，設計全新的頸部結構MBFPN，結合高效上采樣模塊與多尺度卷積模塊，以強化特征融合并提升行人的特征表達能力，大幅提高檢測精度。此外，設計任務交互檢測頭TD...

多自監(jiān)督學習任務結合圖神經網絡的EEG情感識別————作者：陳景霞;李小池;王倩;張鵬偉;

摘要：針對腦電信號（Electroencephalogram，EEG）情感識別中因標簽缺失導致模型泛化性不足以及單任務自監(jiān)督學習易過擬合的問題，提出了一種基于EEG頻域特征的圖神經網絡模型，采用自監(jiān)督多任務學習框架進行表征學習和情感識別。首先，提取EEG數(shù)據(jù)的微分熵特征并構建圖結構表示，通過通道掩蔽、頻率掩蔽、空間拼圖和頻率拼圖四種自監(jiān)督任務進行多任務學習。結合切比雪夫圖神經網絡提取深層特征，通道掩蔽和...

面向云邊端協(xié)同計算環(huán)境的DNN推理任務分割卸載策略————作者：楊宇輝;唐小勇;

摘要：近年來，深度學習(DNN)在數(shù)據(jù)處理、圖像識別、語音識別等領域取得突破性進展，已經大規(guī)模部署在物聯(lián)網(IoT)設備上。然而IoT設備受到計算性能，電池容量的限制，難以低時延，低能耗地完成DNN推理任務。針對此問題，提出基于云-邊-端協(xié)同計算的DNN推理任務分割卸載策略。首先分析DNN推理任務的計算和傳輸負載特征，以此為基礎建立時延和能耗計算模型，并將此模型進行加權歸一成本化處理。然后，基于云-邊-...

無人駕駛深度強化學習決策模型性能評測方法綜述————作者：顧同成;徐東偉;孫成巨;

摘要：目前，以深度強化學習（Deep Reinforcement Learning， DRL）為主要決策方法的端到端無人駕駛技術在典型交通駕駛任務中的表現(xiàn)取得顯著進展。但是，由于DRL“試錯”交互的獨特學習方式，使其在應用到真實駕駛環(huán)境之前，必須經過嚴格的多維評測過程。因此，性能評測成為DRL無人駕駛決策模型向真實世界遷移的一個關鍵且不可或缺的步驟。首先梳理分析當前無人駕駛領域主流的技術實現(xiàn)方法；然后聚...

光學遙感圖像目標檢測的CNN-Transformer多尺度融合算法————作者：鄭文軒;譚忠;楊瑛;

摘要：針對光學遙感圖像目標分布密集、尺度多變、小目標特征信息不足致檢測精度不高的問題，本研究提出了一種面向光學遙感圖像目標檢測的LQ-Mixer-YOLOv8檢測模型。該模型能有效整合卷積神經網絡CNN和Transformer在提取圖像局部（高頻）和全局（低頻）特征信息的優(yōu)勢。為了進一步提升模型的性能，實驗設計了DMulti-DWconv卷積模塊和自適應細節(jié)融合模塊ADI，引入坐標注意力機制CA、擠壓增...

跨層特征交互和偏移相位校正的結直腸息肉分割————作者：李自潔;呂曉琪;李菁;

摘要：針對結直腸圖像中息肉邊界模糊、定位不準確以及尺度差異大等問題，本文提出了跨層特征交互和偏移相位矯正的結直腸息肉分割網絡模型。首先，以金字塔視覺Transformer作為編碼器逐級提取息肉圖像中多尺度的語義信息；其次，提出跨層特征交互模塊，提取空間和通道信息，進行多層次的特征交互；再次，構建偏移相位校正模塊，通過局部相似度計算出偏移量進行重采樣，減少邊界或類別內不一致區(qū)域的模糊性；最后，設計空間上下...

基于多階段知識蒸餾的古籍文本相似性匹配————作者：史明偉;林民;孫艷茹;張樹鈞;斯日古楞;王玉榮;

摘要：現(xiàn)有基于“預訓練+孿生網絡”范式的語義相似性匹配算法在數(shù)據(jù)豐富的語種文本中表現(xiàn)優(yōu)異，但在低資源語種上效果顯著下降，尤其在古籍文本中更為明顯。古文數(shù)據(jù)稀缺且標注困難，缺乏專門的相似性匹配數(shù)據(jù)集，導致現(xiàn)有方法難以有效應用。為此，提出一種基于多階段知識蒸餾的古籍文本相似性匹配算法。該方法以易獲得的文白句對數(shù)據(jù)集為基礎，采用白話文預訓練語言模型作為教師模型，古文預訓練語言模型作為學生模型，通過多階段知識蒸...

結合解耦與廣義微調的少樣本目標檢測————作者：杭煥云;劉俊;

摘要：針對數(shù)據(jù)稀缺條件下模型檢測效率低下與災難性遺忘問題，提出了一種結合解耦與廣義微調的少樣本目標檢測模型。該模型基于傳統(tǒng)的Faster R-CNN框架，通過引入多級解耦的梯度解耦層，有效拓展了Faster R-CNN，解決了區(qū)域提議網絡（Region Proposal Network，RPN）和R-CNN的矛盾；同時，將查詢-鍵-值注意力機制和自注意力機制有效結合，減少了背景噪聲的干擾，使得模型能夠同...

結合自適應特征加權與權值優(yōu)化策略的多模態(tài)情感分析————作者：馮廣;周垣樺;鐘婷;楊燕茹;黃榮燦;盤皓然;林健忠;周科棟;

摘要：多模態(tài)情感分析在智慧教育領域中發(fā)揮著關鍵作用，通過對課堂中產生的音視頻流媒體數(shù)據(jù)進行實時分析，可以更精準地挖掘學生的情感狀態(tài)。當前多模態(tài)情感分析中的編碼方法普遍忽視了不同模態(tài)之間信息密度的差異以及模態(tài)特有信息之間的不兼容性，這在融合過程中可能引入噪聲或導致信息冗余。為解決這一問題，本文提出了一種結合自適應特征加權與權值優(yōu)化策略的多模態(tài)情感分析模型。首先，在特征優(yōu)化層，作為低級特征的音頻與視頻通過交...

基于自適應閾值和雙向對比學習的遙感圖像道路提取方法————作者：高鵬飛;田小龍;楊辰飛;喬龍圖;呂蒙;

摘要：隨著遙感技術的迅猛發(fā)展，精準提取遙感圖像中的道路信息已成為城市管理與交通規(guī)劃中的關鍵任務。然而，高質量標注的遙感圖像往往稀缺且獲取成本高昂，導致模型在訓練過程中難以充分利用有限的標注數(shù)據(jù)。此外，道路像素與背景像素之間的嚴重不平衡進一步加劇了道路提取的復雜性。針對這些問題，本研究提出了一種創(chuàng)新的半監(jiān)督學習方法，結合自適應閾值機制與雙向對比學習策略。自適應閾值機制通過動態(tài)計算不同類別的個體閾值，實現(xiàn)了...

　　相關電子信息期刊推薦

• 國家級軟件世界
• 北大核心《空間科學學報》
• 省級《機電元件》
• 北大核心《計算機輔助工程》
• 省級交通信息與安全
• 國家級《消費電子》
• 省級《長沙通信職業(yè)技術學院學報》
• 國家級《傳感器世界》
• 國家級《現(xiàn)代傳播》
• 北大核心《應用激光》
• 國家級中國電子商情(通信市場)
• 省級現(xiàn)代傳輸
• 國家級《電子與封裝》
• 國家級《電腦編程技巧與維護》
• 省級《洛陽大學學報》
• 北大核心數(shù)據(jù)采集與處理
• 北大核心《光譜學與光譜分析》
• 北大核心《計算機科學》
• 省級《家庭影院技術》
• 國家級電子設計技術
• 省級通信與廣播電視
• 省級《通信管理與技術》
• 北大核心《激光技術》
• 省級電子樂園
• 北大核心《計算力學學報》
• 省級《南開大學學報》
• 省級電腦應用技術
• 省級電子與自動化
• 省級《實用影音技術》
• 北大核心《測控技術》

　　核心期刊推薦