期刊簡(jiǎn)介

　　《計(jì)算機(jī)科學(xué)與探索》是由中華人民共和國(guó)工業(yè)和信息化部主管、華北計(jì)算技術(shù)研究所主辦的國(guó)內(nèi)外公開發(fā)行的計(jì)算機(jī)學(xué)報(bào)級(jí)高級(jí)學(xué)術(shù)期刊，中國(guó)計(jì)算機(jī)學(xué)會(huì)會(huì)刊，工業(yè)和信息化部?jī)?yōu)秀科技期刊，中國(guó)科技論文統(tǒng)計(jì)源期刊(中國(guó)科技核心期刊)，中國(guó)科學(xué)引文數(shù)據(jù)庫(kù)來源期刊，并被“萬方數(shù)據(jù)--數(shù)字化期刊群”、“中國(guó)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)”、“中文科技期刊數(shù)據(jù)庫(kù)”、“美國(guó)《劍橋科學(xué)文摘(CSA)》”、“波蘭《哥白尼索引》”收錄。 內(nèi)容包括高性能計(jì)算機(jī)，體系結(jié)構(gòu)、并行處理，計(jì)算機(jī)科學(xué)新理論、算法設(shè)計(jì)與分析、人工智能與模式識(shí)別、系統(tǒng)軟件，軟件工程、數(shù)據(jù)庫(kù)、計(jì)算機(jī)網(wǎng)絡(luò)、信息安全、計(jì)算機(jī)圖形學(xué)與計(jì)算機(jī)輔助設(shè)計(jì)、虛擬現(xiàn)實(shí)、多媒體技術(shù)及交叉學(xué)科的相互滲透和新理論的衍生等(如：認(rèn)知科學(xué)、神經(jīng)信息學(xué)、量子信息學(xué)、生物信息學(xué)等)。

　　歷史沿革

　　現(xiàn)用刊名：計(jì)算機(jī)科學(xué)與探索

　　創(chuàng)刊時(shí)間：2007

　　該刊被以下數(shù)據(jù)庫(kù)收錄：

　　Pж(AJ) 文摘雜志(俄)(2011)

　　獲獎(jiǎng)情況

　　工業(yè)和信息化部?jī)?yōu)秀科技期刊;

　　中國(guó)計(jì)算機(jī)學(xué)會(huì)優(yōu)秀會(huì)刊

　　國(guó)外數(shù)據(jù)庫(kù)收錄：

　　本刊MARC數(shù)據(jù) 本刊DC數(shù)據(jù)

　　國(guó)家圖書館館藏 上海圖書館館藏

　　辦刊方針

　　本刊堅(jiān)持“雙百”方針，傳播計(jì)算機(jī)信息，把握行業(yè)動(dòng)態(tài)，探索計(jì)算機(jī)發(fā)展規(guī)律，開拓計(jì)算機(jī)科學(xué)技術(shù)發(fā)展新思路，促進(jìn)科技交流。

　　刊登內(nèi)容

　　本刊堅(jiān)持刊登計(jì)算機(jī)(硬件、軟件)各學(xué)科具有創(chuàng)新性、前沿性、導(dǎo)向性、開拓性及探索性的科研成果。刊登內(nèi)容提要：高性能計(jì)算機(jī)，體系結(jié)構(gòu)、并行處理，計(jì)算機(jī)科學(xué)新理論、算法設(shè)計(jì)與分析、人工智能與模式識(shí)別、系統(tǒng)軟件，軟件工程、數(shù)據(jù)庫(kù)、計(jì)算機(jī)網(wǎng)絡(luò)、信息安全、計(jì)算機(jī)圖形學(xué)與計(jì)算機(jī)輔助設(shè)計(jì)、虛擬現(xiàn)實(shí)、多媒體技術(shù)及交叉學(xué)科的相互滲透和新理論的衍生等(如：認(rèn)知科學(xué)、神經(jīng)信息學(xué)、量子信息學(xué)、生物信息學(xué)等)。

　　讀者對(duì)象

　　本刊讀者為計(jì)算機(jī)相關(guān)專業(yè)科研開發(fā)人員、工程技術(shù)人員及大專院校師生。

　　主要欄目

　　本刊設(shè)有綜述·探索、簡(jiǎn)訊、學(xué)術(shù)研究、專題報(bào)導(dǎo)、專題報(bào)導(dǎo)等欄目。

　　收錄情況

　　國(guó)家新聞出版總署收錄　被列為“中國(guó)科學(xué)引文數(shù)據(jù)庫(kù)來源期刊”，并被“萬方數(shù)據(jù)——數(shù)字化期刊群”、“中國(guó)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫(kù)”、“美國(guó)《劍橋科學(xué)文摘(CSA)》”、“波蘭《哥白尼索引》”收錄。

　　雜志優(yōu)秀目錄參考：

　　1. 《計(jì)算機(jī)科學(xué)與探索》編輯委員會(huì)

　　2. 《計(jì)算機(jī)科學(xué)與探索》投稿須知

　　3. 三維形狀特征提取技術(shù)研究進(jìn)展劉璇，李海生，蔡強(qiáng)，曹健，LIU Xuan，LI Haisheng，CAI Qiang，CAO Jian

　　4. 基于GPU平臺(tái)的有效字典壓縮與解壓縮技術(shù)覃子姍，顧璠，秦曉科，陳銘松，QIN Zishan，GU Fan，QIN Xiaoke，CHEN Mingsong

　　5. 基于圖形信息的HEVC幀間預(yù)測(cè)快速算法張強(qiáng)，袁春，ZHANG Qiang，YUAN Chun

　　6. HPC機(jī)群分布式強(qiáng)制訪問控制技術(shù)可行性研究霍建同，李云春，楊秀梅，HUO Jiantong，LI Yunchun，YANG Xiumei

　　7. 歡迎訂閱2014年《計(jì)算機(jī)科學(xué)與探索》、《計(jì)算機(jī)工程與應(yīng)用》雜志

　　8. 面向移動(dòng)機(jī)器人應(yīng)用的跨平臺(tái)自適應(yīng)軟件框架孫輝，洪學(xué)志，許暢，馬曉星，SUN Hui，HONG Xuezhi，XU Chang，MA Xiaoxing

　　9. 服務(wù)化軟件系統(tǒng)的運(yùn)行時(shí)資源動(dòng)態(tài)分配方法王歡歡，陳碧歡，彭鑫，趙文耘，WANG Huanhuan，CHEN Bihuan，PENG Xin，ZHAO Wenyun

　　10. J2EE應(yīng)用軟件的架構(gòu)安全評(píng)估方法杜長(zhǎng)霄，李曉紅，石紅，馮志勇，DU Changxiao，LI Xiaohong，SHI Hong，F(xiàn)ENG Zhiyong

　　11. 滿足原子事務(wù)的QoS感知的自適應(yīng)服務(wù)選擇楊榮，李兵，杜寶同，熊偉，何鵬，YANG Rong，LI Bing，DU Baotong，XIONG Wei，HE Peng

　　12. CCA三支決策模型的邊界域樣本處理張燕平，鄒慧錦，邢航，趙姝，ZHANG Yanping，ZOU Huijin，XING Hang，ZHAO Shu

　　13. 多覆蓋近似空間中的粗糙集模型王麗娟，楊習(xí)貝，吳陳，WANG Lijuan，YANG Xibei，WU Chen

　　14. 計(jì)算文本的情感描述值的算法齊保元，史忠植，QI Baoyuan，SHI Zhongzhi

　　通信技術(shù)雜志投稿：信息技術(shù)在體育教學(xué)中的應(yīng)用

　　摘 要：隨著科學(xué)技術(shù)的迅猛發(fā)展，信息技術(shù)越來越廣泛地應(yīng)用于各個(gè)領(lǐng)域，怎樣把信息技術(shù)與體育課程有效整合，達(dá)到課堂教學(xué)效果的最優(yōu)化是每位體育教師所面臨的課題。本文結(jié)合自身的實(shí)踐，做了有益的嘗試。

　　關(guān)鍵詞：通信技術(shù)雜志,信息技術(shù), 體育

　　在新課標(biāo)下，如何做到將信息技術(shù)合理應(yīng)用到體育教學(xué)中，激發(fā)學(xué)生興趣，開發(fā)教學(xué)資源，優(yōu)化教學(xué)過程呢?筆者結(jié)合個(gè)人教學(xué)實(shí)際，談?wù)勛约旱目捶ā?/p>

　　一、運(yùn)用信息技術(shù)可以激發(fā)學(xué)生的學(xué)習(xí)興趣

　　由于學(xué)生感興趣的體育項(xiàng)目各不相同，面對(duì)自己不喜歡的項(xiàng)目教學(xué)，部分學(xué)生不能積極參與其中，導(dǎo)致教學(xué)效果不佳。將信息技術(shù)與體育課程相整合，能夠改變傳統(tǒng)的教學(xué)方法和學(xué)習(xí)方法，調(diào)節(jié)課堂氣氛，有利于創(chuàng)設(shè)良好的學(xué)習(xí)情境，從而激發(fā)學(xué)生的學(xué)習(xí)興趣。如：在進(jìn)行籃球教學(xué)時(shí)，筆者先播放一段NBA五佳球集錦，學(xué)生看后不僅僅是發(fā)自內(nèi)心的贊嘆和驚喜，并且躍躍欲試，這樣提高了他們參與籃球運(yùn)動(dòng)的熱情，激發(fā)了興趣，變“要我學(xué)”為“我要學(xué)”，從而充分發(fā)揮了學(xué)生的主體地位。

　　計(jì)算機(jī)科學(xué)與探索最新期刊目錄

擴(kuò)散模型生成式圖像檢測(cè)技術(shù)研究綜述————作者：程泊宣;李明軒;張正宇;

摘要：擴(kuò)散模型是一種通過前向擴(kuò)散和反向去噪實(shí)現(xiàn)內(nèi)容生成的模型。其在目標(biāo)檢測(cè)、醫(yī)學(xué)圖像、自然語言處理和生成式圖像等領(lǐng)域得到了廣泛的應(yīng)用。隨著應(yīng)用范圍擴(kuò)大，鑒定生成圖像的真實(shí)性成為了學(xué)術(shù)界研究的熱點(diǎn)。但是，擴(kuò)散模型生成式圖像技術(shù)被用來制作虛假新聞圖片或色情圖片傳播謠言等，其被廣泛應(yīng)用在灰色地帶甚至違法犯罪領(lǐng)域。近年來，大量的研究工作用以解決擴(kuò)散模型生成圖像的真實(shí)性問題，然而，現(xiàn)有工作缺乏對(duì)其生成圖像檢測(cè)的系...

變分信息瓶頸引導(dǎo)的互補(bǔ)概念瓶頸模型————作者：冀中;林子杰;

摘要：概念瓶頸模型(Concept Bottleneck Models， CBMs)將黑盒模型提取的視覺特征表示映射到一組概念上，并利用概念進(jìn)行決策。最新提出的方法主要利用大語言模型(Large Language Models， LLMs)生成文本概念，通過多模態(tài)預(yù)訓(xùn)練模型將視覺表示與文本概念嵌入相匹配。然而這些方法也將文本噪聲注入了概念瓶頸，導(dǎo)致輸出的文本解釋與圖像內(nèi)容不匹配或與視覺屬性無關(guān)。針對(duì)上述...

面向2D醫(yī)學(xué)圖像檢測(cè)的YOLO算法研究綜述————作者：郭振;劉靜;仇大偉;李宇皓;

摘要：近年來，人工智能技術(shù)的突破性發(fā)展推動(dòng)了醫(yī)工交叉領(lǐng)域的范式變革，其中基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法在醫(yī)學(xué)圖像分析中展現(xiàn)出顯著優(yōu)勢(shì)。作為單階段檢測(cè)框架的典型代表，YOLO（You Only Look Once）系列算法通過“端到端”的檢測(cè)范式，在醫(yī)學(xué)影像分析領(lǐng)域展現(xiàn)出高實(shí)時(shí)性、強(qiáng)泛化能力和精準(zhǔn)定位的獨(dú)特優(yōu)勢(shì)，現(xiàn)逐漸成為病灶檢測(cè)、細(xì)胞識(shí)別等任務(wù)的主流研究方法。針對(duì)YOLO改進(jìn)算法在醫(yī)學(xué)目標(biāo)檢測(cè)研究進(jìn)行梳理，...

綜合特征分段組稀疏編碼的交通標(biāo)志識(shí)別方法————作者：朱逸峰;奚崢皓;鄭陽;劉翔;劉亞奇;張星;

摘要：隨著無人駕駛、輔助駕駛等技術(shù)的發(fā)展，交通標(biāo)志識(shí)別（Traffic Sign Recognition，TSR）問題被更多的研究者所關(guān)注。目前，在普通交通環(huán)境下的TSR問題得到了較好地解決，但當(dāng)環(huán)境中存在交通標(biāo)志模糊、部分遮擋等噪聲干擾時(shí)，其TSR的處理效果并不理想。針對(duì)該問題進(jìn)行研究，提出了一種新穎的結(jié)合孿生網(wǎng)絡(luò)的綜合特征分段組稀疏編碼的TSR問題解決方法。首先，提取交通標(biāo)志的多個(gè)不同尺度特征編碼，...

DNS安全增強(qiáng)及區(qū)塊鏈技術(shù)的應(yīng)用研究進(jìn)展————作者：倪雪莉;王群;馬卓;

摘要：因設(shè)計(jì)之初對(duì)安全性考慮的缺失，致使今天的DNS面臨日益復(fù)雜和極具挑戰(zhàn)性的安全問題，而區(qū)塊鏈技術(shù)的應(yīng)用，以其獨(dú)有的去中心化、防篡改、可溯源、公開透明等特征，為解決當(dāng)前DNS面臨的安全威脅提供了一種嶄新的思路。本文在系統(tǒng)分析DNS脆弱性和安全威脅的基礎(chǔ)上，對(duì)DNS安全增強(qiáng)技術(shù)進(jìn)行了系統(tǒng)梳理與剖析，強(qiáng)調(diào)了區(qū)塊鏈在增強(qiáng)DNS系統(tǒng)安全性以及重構(gòu)DNS安全體系中發(fā)揮的獨(dú)特功能和技術(shù)優(yōu)勢(shì)。首先，概述了DNS的工...

基于改進(jìn)Yolov11與天體地形估計(jì)的著陸區(qū)選取方法————作者：李佳琪;魏若巖;朱曉慶;張鵬云;

摘要：針對(duì)外星探測(cè)任務(wù)中月球軟著陸對(duì)安全性與精確性的日益增長(zhǎng)需求，尤其是在復(fù)雜地形和通信受限環(huán)境下對(duì)探測(cè)器自主感知與決策能力的高度依賴，本文提出一種融合改進(jìn)YOLOv11與天體地形估計(jì)的智能著陸區(qū)選取方法。首先，在YOLOv11模型中引入小目標(biāo)檢測(cè)層，結(jié)合BiFPN-M特征融合結(jié)構(gòu)與C3K2-SCC模塊，以增強(qiáng)對(duì)細(xì)粒度目標(biāo)和微小障礙物的檢測(cè)能力，從而提升復(fù)雜環(huán)境下的識(shí)別精度。其次，為獲取遠(yuǎn)距離星體表面在...

基于融合特征的元學(xué)習(xí)對(duì)抗樣本檢測(cè)模型————作者：蔣章濤;李欣;薛迪;王曉宇;

摘要：深度學(xué)習(xí)模型易受對(duì)抗攻擊的脆弱性使得對(duì)抗樣本檢測(cè)成為一項(xiàng)重要技術(shù)。現(xiàn)有檢測(cè)方法通常依賴大量標(biāo)注數(shù)據(jù)進(jìn)行訓(xùn)練，而新型攻擊樣本的生成速度遠(yuǎn)超數(shù)據(jù)收集與標(biāo)注效率，致使小樣本場(chǎng)景下檢測(cè)性能顯著下降。此外，傳統(tǒng)端到端的學(xué)習(xí)方法存在未能充分利用對(duì)抗樣本固有特征等問題，限制了檢測(cè)精度和泛化能力。為解決上述問題，提出了一種基于融合特征與注意力機(jī)制的元學(xué)習(xí)對(duì)抗樣本檢測(cè)模型Meta-FAD，該模型旨在模擬安全專家利用...

深度學(xué)習(xí)在黑色素瘤分類診斷中的研究進(jìn)展————作者：蔣潤(rùn)澤;劉靜;馬金剛;郭振;李明;

摘要：黑色素瘤作為皮膚癌中最具致命性的類型，其早期準(zhǔn)確診斷對(duì)提高患者生存率至關(guān)重要。近年來，深度學(xué)習(xí)技術(shù)在黑色素瘤分類診斷領(lǐng)域展現(xiàn)出巨大潛力，為臨床診斷提供了新的技術(shù)支撐。系統(tǒng)回顧了深度學(xué)習(xí)在黑色素瘤分類中的研究進(jìn)展，重點(diǎn)關(guān)注卷積神經(jīng)網(wǎng)絡(luò)、Transformer、生成對(duì)抗網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)等核心方法的技術(shù)演進(jìn)及其臨床應(yīng)用。首先，歸納了HAM10000、ISIC、PH²等權(quán)威數(shù)據(jù)集的...

基于領(lǐng)域知識(shí)三元組和圖卷積網(wǎng)絡(luò)的方面級(jí)情感分類方法————作者：鳳麗洲;宋金林;楊貴軍;王友衛(wèi);

摘要：針對(duì)目前使用通用情感詞典來加強(qiáng)文本中的情感傾向，無法準(zhǔn)確識(shí)別特定領(lǐng)域中情感詞與方面之間的情感信息，提出一種基于領(lǐng)域知識(shí)三元組和圖卷積網(wǎng)絡(luò)的方面級(jí)情感分類方法。首先，參考基于跨度的反偏見方面表示學(xué)習(xí)框架構(gòu)建領(lǐng)域知識(shí)三元組，對(duì)文本序列進(jìn)行句法依存分析，提取出文本中的關(guān)鍵結(jié)構(gòu)信息，并利用所構(gòu)建的領(lǐng)域知識(shí)三元組重構(gòu)鄰接矩陣，從而實(shí)現(xiàn)領(lǐng)域知識(shí)增強(qiáng)；然后，利用基于Transformers的雙向編碼器表示（Bi...

基于Diff-Cascade的低資源命名實(shí)體識(shí)別方法————作者：邱云飛;董麗波;張文文;

摘要：在低資源命名實(shí)體識(shí)別（Named Entity Recognition ，NER）任務(wù)中，目前許多基于遷移學(xué)習(xí)的方法雖然能夠緩解數(shù)據(jù)稀缺問題，但往往會(huì)導(dǎo)致句子中部分正確信息的遺漏或識(shí)別錯(cuò)誤，從而影響模型在低資源環(huán)境中的效果。針對(duì)此問題，本文提出了一種基于多模塊協(xié)同的NER模型——Diff-Cascade-NER。首先，利用變分自編碼器（Variational Autoencoder， VAE）在潛...

基于生成對(duì)抗網(wǎng)絡(luò)的舌象圖像特征提取新方法————作者：阮群生;王碩誠(chéng);吳清鋒;

摘要：舌診是中醫(yī)特色診法之一，《醫(yī)鏡》深刻闡釋了舌象與人體健康狀況、臟腑病變的密切關(guān)系。因此，現(xiàn)代中醫(yī)智能舌診的重要工作便是舌象圖像特征處理，針對(duì)舌象圖像特征分布規(guī)律的學(xué)習(xí)和特征提取困難的問題，論文提出一種基于生成對(duì)抗網(wǎng)絡(luò)的舌象圖像特征提取新方法（TongueIFE-GAN），該方法通過對(duì)抗思想構(gòu)建一種面向舌象圖像潛在特征的提取網(wǎng)絡(luò)，它包括判別器和生成器兩個(gè)重要組成部分，藉此建立圖像重構(gòu)質(zhì)量與舌象圖像的...

面向涉案財(cái)物的業(yè)務(wù)知識(shí)視覺問答技術(shù)框架————作者：薛迪;李欣;蔣章濤;王曉宇;劉明帥;

摘要：作為公安機(jī)關(guān)辦理行政及刑事案件流程中的關(guān)鍵環(huán)節(jié)，涉案財(cái)物的規(guī)范化管理與依法處置直接關(guān)系到執(zhí)法活動(dòng)的公正性和程序合法，近年來有關(guān)部門相繼出臺(tái)了一系列規(guī)范性法律文件以指導(dǎo)公安民警開展此項(xiàng)工作。然而，不同涉案財(cái)物的調(diào)查取證、查封、扣押、凍結(jié)、接收等流程不盡相同，相關(guān)民警難以科學(xué)準(zhǔn)確理解，嚴(yán)格執(zhí)行規(guī)定。為幫助基層公安民警完成涉案財(cái)物管理工作，針對(duì)業(yè)務(wù)知識(shí)視覺問答模型涉案財(cái)物業(yè)務(wù)知識(shí)信息缺失、常規(guī)檢索增強(qiáng)生...

基于層次化時(shí)空混合模型的心肌梗死智能檢測(cè)方法————作者：韓明希;蒲寶明;馬馳;李思源;

摘要：針對(duì)心電圖信號(hào)時(shí)空特征聯(lián)合建模中存在的多尺度病理表征弱、時(shí)序依賴建模能力不足與跨尺度節(jié)律解析受限問題，提出一種層次化時(shí)空混合模型M2SRC-TBL，空間構(gòu)建多尺度殘差卷積模塊（M2SRC）與多層級(jí)卷積架構(gòu)，采用分層遞減卷積核策略提取QRS波群、ST-T段等多尺度形態(tài)特征，結(jié)合改進(jìn)的2D-SE模塊動(dòng)態(tài)增強(qiáng)關(guān)鍵波形特征的鑒別能力，解決了單一卷積核難以同時(shí)捕獲寬波群與局部偏移的問題；設(shè)計(jì)全局到局部時(shí)序建...

改進(jìn)YOLO11的高精度課堂行為檢測(cè)算法————作者：曹燚;曹倩;錢承山;袁程勝;

摘要：針對(duì)課堂場(chǎng)景中學(xué)生目標(biāo)小、分布密集且易被遮擋，導(dǎo)致檢測(cè)精度低、識(shí)別效果不佳的問題，提出了一種基于YOLO11（You Only Look Once version 11）改進(jìn)的課堂行為檢測(cè)算法——MFD-YOLO。該算法通過一系列創(chuàng)新設(shè)計(jì)，顯著提升了課堂行為檢測(cè)的精度和識(shí)別效果。首先，設(shè)計(jì)了多維度特征流動(dòng)網(wǎng)絡(luò)（Multi-dimensional Feature Flow Network， MFFN...

胎兒腦核磁共振圖像處理技術(shù)進(jìn)展————作者：劉夢(mèng)宇;羅琴;姚雄;王健華;陳健;

摘要：胎兒腦核磁共振成像技術(shù)因其無創(chuàng)、無輻射和高軟組織對(duì)比度，已成為評(píng)估胎兒大腦發(fā)育和診斷先天性腦異常的重要工具。高質(zhì)量的胎兒腦核磁共振圖像在臨床診療和胎兒腦發(fā)育等科學(xué)研究方面發(fā)揮著重要作用。圖像處理技術(shù)可提升胎兒腦核磁共振圖像質(zhì)量，滿足診斷與研究需求，故其在胎兒腦核磁共振圖像領(lǐng)域的研究具有重要意義。本文對(duì)胎兒腦結(jié)構(gòu)及其核磁共振圖像數(shù)據(jù)集進(jìn)行簡(jiǎn)要介紹，并對(duì)圖像質(zhì)量評(píng)價(jià)、圖像配準(zhǔn)、圖像去噪、圖像偏差場(chǎng)校正...

多元特征提取與通道特征重構(gòu)的跨模態(tài)行人重識(shí)別方法————作者：王銘杰;畢藝瀚;王蓉;李沖;

摘要：針對(duì)可見光圖像與紅外圖像模態(tài)差異大導(dǎo)致可見光-紅外行人重識(shí)別匹配困難的問題，提出一種多元特征提取與通道特征重構(gòu)的跨模態(tài)行人重識(shí)別方法。首先，采用雙流ResNeXt50作為骨干網(wǎng)絡(luò)，通過通道分組卷積分別提取不同子網(wǎng)絡(luò)特征，緩解兩種模態(tài)通道數(shù)不平衡的問題，提升判別特征提取能力，降低模型復(fù)雜度，避免過擬合；其次，設(shè)計(jì)多級(jí)特征重構(gòu)模塊，對(duì)不同階段特征進(jìn)行通道維度的重構(gòu)融合，并利用通道注意力機(jī)制和自適應(yīng)權(quán)重...

深度學(xué)習(xí)方法下的文本聚類模型研究進(jìn)展————作者：史東艷;馬樂榮;丁蒼峰;寧秦偉;曹江江;

摘要：文本聚類是無監(jiān)督學(xué)習(xí)的核心技術(shù)之一，其目標(biāo)是將海量文本數(shù)據(jù)自動(dòng)劃分為若干語義高度相似的簇。近年來，基于深度學(xué)習(xí)的文本聚類取得蓬勃發(fā)展，研究焦點(diǎn)逐步轉(zhuǎn)向利用先進(jìn)的深度學(xué)習(xí)架構(gòu)來高效提取文本特征，以進(jìn)一步提高聚類結(jié)果的準(zhǔn)確性。特別的，依托RoBERTa和GPT等大型預(yù)訓(xùn)練語言模型的聚類策略，憑借其強(qiáng)大的預(yù)訓(xùn)練特征表示能力，已展現(xiàn)出卓越的性能優(yōu)勢(shì)。為此，本文將通過實(shí)例和數(shù)據(jù)的方式，全面回顧文本聚類的發(fā)展...

基于多注意力機(jī)制的脊柱病灶MRI影像識(shí)別模型————作者：周慧;宋新景;

摘要：人工檢測(cè)脊柱病變是一項(xiàng)耗時(shí)的工作，并且高度依賴于該領(lǐng)域的專家，因此，脊柱病灶的自動(dòng)識(shí)別是非常必要的。然而，脊柱病灶的準(zhǔn)確定位和分類是一項(xiàng)具有挑戰(zhàn)性的工作，因?yàn)榧怪�病灶的大小、位置和結(jié)構(gòu)存在著廣泛的差異，同時(shí)脊柱腫瘤與稀有病布魯氏菌在影像上高度相似。為了應(yīng)對(duì)這些挑戰(zhàn)，本文提出了一種改進(jìn)的脊柱病灶MRI影像識(shí)別模型，首先引入以resnet-101為基礎(chǔ)的雙向特征金字塔主干網(wǎng)絡(luò)，并利用可變卷積在不同層替...

2025CCF全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)征稿

摘要：<正>CCF全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)（National Conference of Theoretical Computer Science,NCTCS）已成為國(guó)內(nèi)理論計(jì)算機(jī)科學(xué)最主要的學(xué)術(shù)平臺(tái)之一。至今，NCTCS已在全國(guó)二十多個(gè)地區(qū)成功舉辦，為理論計(jì)算機(jī)科學(xué)及相關(guān)領(lǐng)域的研究學(xué)者提供一個(gè)交流合作場(chǎng)所。由中國(guó)計(jì)算機(jī)學(xué)會(huì)主辦、中國(guó)計(jì)算機(jī)學(xué)會(huì)理論計(jì)算機(jī)科學(xué)專業(yè)委員會(huì)和云南大學(xué)承辦的202...

2025CCF全國(guó)高性能計(jì)算學(xué)術(shù)年會(huì)征文通知

摘要：<正>由CCF主辦，CCF高性能計(jì)算專業(yè)委員會(huì)、鄂爾多斯高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)管委會(huì)共同承辦，北京并行科技股份有限公司協(xié)辦的“2025CCF全國(guó)高性能計(jì)算學(xué)術(shù)年會(huì)（CCF HPC China 2025）”將于2025年8月13日至16日在鄂爾多斯國(guó)際會(huì)展中心召開。全國(guó)高性能計(jì)算學(xué)術(shù)年會(huì)是中國(guó)一年一度高性能計(jì)算領(lǐng)域的盛會(huì)，為相關(guān)領(lǐng)域的學(xué)者提供交流合作、發(fā)布最前沿科研成果的平臺(tái)，將有力地推動(dòng)中...

　　相關(guān)電子信息期刊推薦

• 省級(jí)數(shù)字家庭
• 北大核心《紅外技術(shù)》
• 省級(jí)電子制作
• 北大核心《計(jì)算力學(xué)學(xué)報(bào)》
• 北大核心《應(yīng)用激光》
• 省級(jí)計(jì)算機(jī)自動(dòng)測(cè)量與控制
• 國(guó)家級(jí)信息化縱橫
• 省級(jí)《信息工程大學(xué)學(xué)報(bào)》
• 省級(jí)《數(shù)字通信》
• 省級(jí)《自動(dòng)化與信息工程》
• 省級(jí)《山西師范大學(xué)學(xué)報(bào)》
• 國(guó)家級(jí)信息空間
• 省級(jí)《設(shè)備管理與維修》
• 省級(jí)《廣東廣播電視大學(xué)學(xué)報(bào)》
• 國(guó)家級(jí)《計(jì)算機(jī)光盤軟件與應(yīng)用》
• 國(guó)家級(jí)《計(jì)算機(jī)研究與發(fā)展》
• 省級(jí)繼電器
• 省級(jí)數(shù)碼精品世界
• 國(guó)家級(jí)《電子質(zhì)量》
• 國(guó)家級(jí)半導(dǎo)體信息
• 國(guó)家級(jí)《微計(jì)算機(jī)信息》
• 國(guó)家級(jí)《通信世界》
• 省級(jí)電信建設(shè)
• 省級(jí)現(xiàn)代有線傳輸
• 北大核心《吉林大學(xué)學(xué)報(bào)》
• 國(guó)家級(jí)《網(wǎng)絡(luò)安全與技術(shù)應(yīng)用》
• 國(guó)家級(jí)《個(gè)人電腦》
• 國(guó)家級(jí)數(shù)碼設(shè)計(jì)
• 省級(jí)移動(dòng)信息
• 省級(jí)《微型電腦應(yīng)用》

　　核心期刊推薦