所屬欄目:電子信息期刊 熱度: 時間:
《小型微型計算機系統》
關注()搜論文知識網并非《小型微型計算機系統》的官網或雜志社,為客戶提供期刊征稿、論文發表等中介服務,在客戶與期刊雜志社之間搭建了一座省時、省力的便捷橋梁。本站與《小型微型計算機系統》等上百家同類正規期刊保持著多年的密切合作關系,切實提高客戶期刊發表的質量與效率。通過本站發表論文,客戶將獲得更大的選擇空間、更高的通過率、更快的發表速度、更滿意的服務質量。
【雜志簡介】
《小型微型計算機系統》創刊于一九八O年,系中國計算機學會會刊之一,由中國科學院沈陽計算技術研究所主辦,是國內外公開發行的計算機類學術性刊物。
本刊在國內入選為:《中文核心期刊》、《中國科技論文統計源期刊》、被《中國科技論文與引文數據庫》、《中國學術期刊文摘》、《中國期刊全文數據庫》、《中國科技期刊精品數據庫》以及《萬方數據網》等收錄,在 1996 年獲中國科學院優秀期刊三等獎。 本刊被英國《 INSPEC 》、俄羅斯《文摘雜志》和美國《劍橋科學文摘》、日本《科技文獻社數據庫》收錄。
本雜志刊登文章的內容涵蓋計算技術的各個領域(計算數學除外)。包括計算機科學理論、體系結構、計算機軟件、數據庫、網絡與通訊、人工智能、多媒體、計算機圖形與圖像、算法理論研究等各方面的學術論文。
【影響因子】
國家新聞出版總署收錄
【獲獎情況】
中國自然科學核心期刊
中國科學引文數據庫來源期刊
中科院優秀科技期刊三等獎(96)
【欄目設置】
主要欄目:計算機網絡信息安全、算法理論、人工智能分布式計算、計算機圖形與圖像、計算機應用等。
小型微型計算機系統最新期刊目錄
編碼器-解碼器結構的刀具磨損狀態預測研究————作者:劉本剛;吳文江;趙丹;王裴巖;彭春楊;
摘要:針對航空鈦合金加工中刀具磨損狀態監測難題,提出了面向刀具磨損狀態預測的編碼器-解碼器網絡結構,構建了Transformer、BiLSTM、BiGRU等72種組合模型,通過在航空鈦合金高效加工實測數據樣本集上驗證發現:以Transformer為編碼器的模型性能最優,其中Transformer-BiGRU組合模型F1值達69.61%,顯著優于GS-XGBoost(58.01%)、Attention-C...
ARPNet:基于Transformer細化的自適應區域原型醫學小樣本語義分割網絡————作者:史曉龍;瞿紹軍;石在;
摘要:在醫學圖像語義分割領域,小樣本學習因其高效的數據利用率和優秀的泛化能力,受到廣泛關注.為應對醫學圖像中前景與背景的極度不平衡問題,目前基于區域原型的方法已成為主流.然而,現有的區域原型方法在應對數據樣本中普遍存在的內類差異和類間差異方面,分割效果有限.為此,本文提出一種基于Transformer細化的自適應區域原型網絡(ARPNet),該方法能夠根據前景的大小、形狀及特征分布自適應生成區域原型,以...
融合自適應切換機制的牛頓-拉夫遜算法————作者:王諳博;潘家文;錢謙;馮勇;李英娜;張曉麗;
摘要:牛頓-拉夫遜優化算法(NRBO)因其快速的局部收斂特性而被廣泛應用,但在處理全局優化問題時,其性能受到初始種群單一和過度依賴近似梯度信息的影響.對此,本文提出了一種融合自適應切換機制的牛頓-拉夫遜算法(ANRBO).首先,ANRBO中設計了一種適應度加權的準反向學習初始化來構建初始解集,以豐富種群多樣性.其次,使用自適應分段決策因子策略調節陷阱避免算子的觸發概率,以平衡探索與開發.最后,當算法停滯...
一種基于多模態時序數據融合的工業物聯網系統異常檢測方法————作者:鄭澤梁;呂明琪;陳鐵明;朱添田;王飛;
摘要:工業物聯網(IIoT)系統異常檢測通過實時監控工業設備和網絡的狀態,及時發現潛在問題,是保障生產連續性和設備安全,實現從傳統的定期維護到預測性維護的轉變的重要手段.由于工業物聯網系統的異常往往難以大量捕獲和標注,因此無監督學習是目前的主流方法.然而,由于無監督學習技術的限制,現有方法大多僅考慮單一模態的數據(如多維時序傳感數據),導致對復雜隱蔽的異常的檢測能力不足.為此,本文提出了一種基于多模態時...
雙分支概率網絡的血腫擴張時序建模及預測————作者:王恩良;羅森瀚;孫知信;
摘要:出血性腦卒中發病率高、病情進展快、預后差,其中,血腫擴張是影響預后的關鍵因素,精確預測血腫擴張事件對優化臨床干預時機、改善治療效果和提高患者生存質量具有重大意義。針對血腫演變過程復雜性和個體差異性導致的預測挑戰,本研究提出了一種基于神經網絡參數化高斯過程的血腫擴張建模與預測方法。通過引入非平穩高斯過程對血腫體積的時序演變進行建模,并設計雙分支概率預測網絡(Dual-Branch Probabili...
MGA-Net:融合多尺度與通道移位的超聲圖像分割網絡————作者:吳雨芯;邵黨國;馬磊;
摘要:針對醫學超聲圖像分割中存在的斑點噪聲干擾、病灶邊界模糊及多尺度特征捕獲不足等問題,本文提出了一種融合多尺度特征聚合和多組通道移位策略的輕量化網絡MGA-Net.該網絡通過引入多組通道移位下采樣模塊(MgCSD)和組聚合橋接模塊(GAB),在降低模型復雜度的同時提升分割精度.MgCSD模塊采用通道空間移位策略與尺度不變卷積,通過分組循環移位操作建立中心區域細節與邊緣輪廓的關聯性,結合全局加權增強機制...
面向大規模推薦的基于哈希的DRAM-SSD嵌入表存儲系統————作者:敖旭揚;樓博涵;王永福;李京;
摘要:隨著深度學習推薦模型規模的持續擴展,處理分類特征的嵌入表所需內存(DRAM)容量呈指數級增長,單機內存已難以滿足其存儲需求,傳統的多機分布式方案在節點數量過多時會顯著增加系統成本.最近的研究嘗試使用固態硬盤(SSD)存儲部分嵌入表,但由于大多依賴定制硬件而難以廣泛應用.本文提出的SSDHashEmbed利用哈希分區技術優化緩存替換策略的并發性能,并基于哈希表實現了一個高效的兩級嵌入表存儲模塊.通過...
面向大規模推薦模型推理的HBM-DRAM嵌入向量存儲系統————作者:樓博涵;敖旭揚;王永福;李京;
摘要:存儲大規模推薦模型的嵌入向量特征需要大量的內存(DRAM),嵌入向量的高頻查詢和跨計算層的傳輸已成為推薦模型推理的性能瓶頸.GPU的HBM(High Bandwidth Memory)具備TB/s級高帶寬,采用HBM來存儲、訪問嵌入向量可以顯著提高推薦模型推理的性能,但HBM昂貴且容量有限,無法存放所有的嵌入向量.本文結合推薦場景中存在數據傾斜的特性,設計了一種混合存儲系統,使用HBM作為一級存儲...
混合動作空間下的無人機協助移動群智感知任務分配————作者:楊桂松;張旭東;何杏宇;
摘要:在無人機協助的移動群智感知(MCS,Mobile Crowd Sensing)系統中,由于任務分配決策是離散動作,任務執行者移動速度是連續動作,現有研究難以對二者進行同步聯合優化,從而限制了感知收益的最大化.針對該問題,本文提出一種基于E-HPPO的無人機協助MCS任務分配算法.首先,針對任務分配決策的離散動作和任務執行者移動速度的連續動作,建立了具有離散動作與連續動作的兩個神經策略模型的強化學習...
移動應用登錄設備數量管控機制的安全性研究————作者:劉智晨;張歆;張曉寒;
摘要:當前,移動應用普遍采用登錄設備數量管控機制,限制一個賬號僅能在有限臺設備上同時保持登錄狀態,從而防止服務方資源被濫用.然而,此類管控機制的安全性尚未得到充分研究.本文針對安卓應用的登錄設備數量管控機制開展了系統性實證研究.本文提出了基于登錄憑證復用和設備標識偽造的繞過攻擊,并依此構建了分析系統,對流行應用的管控機制安全性進行了測試與分析.研究發現,本文測試的208款熱門應用的管控機制均存在可被繞過...
基于最小化AES的魯棒計劃選擇方法————作者:段坤仁;黃煜坤;方焱志;彭煜瑋;彭智勇;
摘要:魯棒計劃選擇通過計劃圖簡化和計劃切換能夠減少由基數估計誤差帶來的數據庫查詢優化器計劃決策錯誤.現有方法在計劃圖簡化過程中僅關注了局部選擇率空間內的計劃魯棒性,忽視了全局抗誤差能力.針對該問題,本文提出最小化平均誤差比指標用于全面評估計劃在整個選擇率空間內的魯棒性,并設計了最小化平均誤差比計劃圖簡化算法,在減小計劃圖規模的同時,確保簡化后計劃集合的全局魯棒性.實驗結果表明,相比于現有方法,本文方法生...
基于歸一化流的情感可控語音驅動三維面部動畫生成————作者:劉文靜;謝文軍;韓匯東;李琳;劉曉平;
摘要:當前的語音驅動面部動畫生成方法主要關注唇音同步和身份保持,而對于面部動畫的情感表達和情感控制等更具表現力的元素關注不足.為此,提出了一種基于兩階段歸一化流的情感可控語音驅動三維面部動畫生成方法EmoFlowTalk.首先,設計了時序優化的歸一化流架構的面部動態參數生成器,改進仿射耦合層以顯式建模面部動畫序列的時序依賴關系,將不同情感表達的面部表情映射至混合分布的多情感類潛在空間.其次,設計了基于解...
一種基于ViT技術的被遮擋行人目標重識別方法————作者:高夢興;肖滿生;許雅婷;劉振楨;
摘要:行人目標重識別(ReID)是指在不同場景中匹配同一行人目標的技術.針對在有遮擋物的情況下依賴全局信息方式處理行人目標細節特征時,出現的局部信息表達能力受限問題,提出了一個基于ViT特征增強的ReID方法,主要包括:(1)設計一個新型的跨尺度空洞融合模塊(Dimensional Feature Reinforcement Module,CDFM),通過多維度重加權對輸入特征進行優化,提升特征表達能力...
融合直覺模糊集與區塊鏈的時空數據共享方法————作者:陳廷豪;李佳惠;韓笑歌;李英龍;陳鐵明;
摘要:為解決車聯網時空數據共享過程中真實性、實時性與隱私性之間的矛盾,本文提出了一種融合直覺模糊集與區塊鏈技術的實時模糊信任模型,通過結合車輛的地理時空信息與區塊鏈歷史行為數據進行共識節點選擇,實現可信交通時空數據共享。該方法通過將模糊智能與區塊鏈的優勢相結合,提升了共識節點選擇的可靠性,并針對時空數據共享、可解釋信任管理及可靠共識節點選擇等關鍵問題提出了創新性解決方案。具體而言,本文基于直覺模糊集構建...
電路拓撲驅動的晶體管級時序優化算法————作者:成澤祥;羅元盛;馮超超;趙振宇;張曾慧;成龍;
摘要:隨著集成電路技術的飛速發展,電路設計的復雜性與日俱增,晶體管級時序優化成為提高電路性能的重要手段.針對由標準單元組成的復雜電路中關鍵路徑延時過大的問題,提出了一種基于電路拓撲結構的晶體管級時序優化算法.該算法通過分析電路拓撲特征,精準識別電流傳輸的上拉或下拉路徑,并結合多種優化策略,對晶體管尺寸進行精細調整,從而有效縮短了關鍵路徑的延時.實驗表明,該算法在多種電路場景下均展現出了卓越的時序優化效能...
知識蒸餾驅動的衛星網絡流量輕量化預測模型————作者:何杏宇;李念慈;楊桂松;
摘要:傳統流量預測模型計算復雜度高,難以適應衛星網絡的資源限制,同時對衛星流量的時空特性建模不足,無法有效表征其拓撲變化和流量分布,導致預測精度與計算效率難以兼顧,限制了其在衛星網絡中的實際應用.為此,提出一種由知識蒸餾驅動的輕量化衛星網絡流量預測模型,旨在捕捉衛星網絡流量的時空特征并降低模型復雜度.首先,該模型通過構建結合圖卷積網絡(GCN)和Transformer的教師模型,以及融合GCN和門控循環...
利用微調大語言模型的檢索增強文檔級多事件抽取————作者:施蒂妮;曾劍平;
摘要:過去對于文檔級事件抽取的研究為了提升對長文本的整體理解能力,需要通過實體識別盡可能地獲取全部的可能論元.這對于包含了很多數值詞的金融文檔級數據而言是一個挑戰,實體識別效果往往不理想,錯誤會傳播到后續的事件解碼任務.本文提出了一種針對文檔級、多事件抽取任務的新方法(RADME),該方法結合了貝葉斯方法實現高效的檢索增強技術,并利用了微調大語言模型處理長文本的優勢,該方法縮小事件類型檢索范圍,并從知識...
基于元學習的個性化人像面部語義特征提取與重建方法————作者:張莞鑫;張偉;雷為民;張金;
摘要:針對傳統基于像素相關性的視頻壓縮編碼方法在處理大量數據時的效率瓶頸,以及二維語義特征編碼在處理大變化時的局限性,提出一種結合語義特征提取方法、三維重建技術和元學習個性化適應的視頻壓縮編碼方法.在編碼端,通過個性化內容編碼器和紋理編碼器分別提取視頻幀的語義特征,避免表情動態變化與個體靜態固有紋理之間的相互干擾;在解碼端,采用改進FLAME模型來重建包含個性化特征和紋理的三維頭部模型,確保重建的真實性...
同質性增強的異構圖提示學習方法————作者:魏楚元;劉舜堯;卓勝達;張蕾;王昌棟;黃書強;劉杰;
摘要:圖神經網絡在多個不同領域展現出巨大潛力,然而傳統的圖神經網絡方法通常依賴大量標注數據進行訓練,而在實際應用中,標注大量數據往往代價高昂且費時費力。近年來,提示學習作為一種新興的預訓練模型范式,在Few-shot、Zero-shot等低資源場景中表現出色。圖提示學習是一種新穎的圖預訓練和提示框架,能夠通過少量標注數據實現圖數據的多任務處理,有效彌合預訓練任務與下游任務之間的差距。然而,現有圖提示學習...
利用形狀保持采樣的任意形狀聚類方法————作者:周泉;薛亮;黃浩;應時;
摘要:任意形狀聚類旨在快速、準確地分析識別出數據集中具有任意分布形狀的數據簇.大多數現有方法具有二次方以上的時間復雜度.為降低計算代價,部分方法通過下采樣來減少待分析的數據量,但采樣結果常不能保持原始的數據分布形狀,進而影響最終聚類結果.本文提出一種利用形狀保持采樣的任意形狀聚類方法.首先,在原始數據集上進行下采樣,使采樣點均勻連續地分布于原始的數據分布內,從而保持原始的數據分布形狀;然后,基于采樣點選...
相關電子信息期刊推薦
核心期刊推薦
copyright © m.wangshangbanli.cn, All Rights Reserved
搜論文知識網 冀ICP備15021333號-3