搜論文知識網(wǎng)并非《計算機研究與發(fā)展》的官網(wǎng)或雜志社，為客戶提供期刊征稿、論文發(fā)表等中介服務(wù)，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《計算機研究與發(fā)展》等上百家同類正規(guī)期刊保持著多年的密切合作關(guān)系，切實提高客戶期刊發(fā)表的質(zhì)量與效率。通過本站發(fā)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(fā)表速度、更滿意的服務(wù)質(zhì)量。

　　【雜志簡介】

　　《計算機研究與發(fā)展》辦刊宗旨： 報道我國計算機領(lǐng)域最高水平的學(xué)術(shù)論文和最新科研成果。

　　發(fā)展歷史： 《計算機研究與發(fā)展》是中國科學(xué)院計算技術(shù)研究所和中國計算機學(xué)會聯(lián)合主辦的學(xué)術(shù)性期刊，科學(xué)出版社出版，國內(nèi)外公開發(fā)行。她誕生于我國計算機事業(yè)的初創(chuàng)時期(1958年)，是我國第一個計算機刊物，它是隨著中國計算機事業(yè)的發(fā)展而成長起來的。四十多年來，該刊始終結(jié)合我國計算機事業(yè)不同時期的重點和需要，有計劃、有組織地進行選題，刊登了大量國內(nèi)最新科研成果和國家重點支持的研究項目的論文，對我國計算機科學(xué)技術(shù)的發(fā)展和高技術(shù)領(lǐng)域人才的培養(yǎng)發(fā)揮了巨大的作用。目前她是中國計算機類最有影響的學(xué)術(shù)期刊之一。

　　地位及水平： 多年來，該刊一直被評為我國計算機類核心期刊，是國務(wù)院學(xué)位辦指定的評估學(xué)位與研究生教育的“中文重要期刊”;已被多個國際著名的檢索系統(tǒng)收錄，如美國《工程索引》(Ei)、日本《科學(xué)文獻速報》、俄羅斯《文摘雜志》等;其影響因子和總被引頻次在同類學(xué)術(shù)期刊中名列前茅;連年被評為“百種中國杰出學(xué)術(shù)期刊”。

　　讀者對象： 具有大學(xué)本科以上學(xué)歷的各行業(yè)、各部門從事計算機研究與開發(fā)的研究人員、工程技術(shù)人員、各大院校計算機專業(yè)及其他相關(guān)專業(yè)的師生和研究生。

　　【影響因子】

　　國家新聞出版總署收錄

　　【獲獎情況】

　　2001-2007百種中國杰出學(xué)術(shù)期刊

　　2008中國精品科技期刊

　　2000年獲中科院優(yōu)秀期刊二等獎

　　中國期刊方陣“雙效”期刊

　　國外數(shù)據(jù)庫收錄

　　俄羅斯文摘雜志

　　【欄目設(shè)置】

　　刊登內(nèi)容：計算機科學(xué)技術(shù)領(lǐng)域高水平的學(xué)術(shù)論文、最新科研成果和重大應(yīng)用成果。刊登內(nèi)容：述評、計算機基礎(chǔ)理論、軟件技術(shù)、信息安全、計算機網(wǎng)絡(luò)、圖形圖象、體系結(jié)構(gòu)、人工智能、計算機應(yīng)用、數(shù)據(jù)庫技術(shù)、存儲技術(shù)及計算機相關(guān)領(lǐng)域。

　　計算機研究與發(fā)展最新期刊目錄

基于長距離上下文的大語言模型預(yù)訓(xùn)練數(shù)據(jù)檢測方法————作者：張偉超;張儒清;郭嘉豐;范意興;

摘要：預(yù)訓(xùn)練數(shù)據(jù)檢測方法旨在大語言模型的預(yù)訓(xùn)練數(shù)據(jù)未公開時，檢測某段給定的文本是否屬于該模型的預(yù)訓(xùn)練數(shù)據(jù)，可用于審查大語言模型的預(yù)訓(xùn)練數(shù)據(jù)使用過程是否符合法律法規(guī).現(xiàn)有方法通常認為大語言模型對訓(xùn)練文本的詞元概率在整體上比非訓(xùn)練文本的高，并基于此判定具有高預(yù)測概率的文本為訓(xùn)練文本.然而，由于訓(xùn)練文本和非訓(xùn)練文本之間存在著大量的短片段重疊現(xiàn)象，導(dǎo)致模型對非訓(xùn)練文本的詞元概率也可能比較高，使得現(xiàn)有方法容易將非...

支持端邊云多運行時協(xié)同應(yīng)用的網(wǎng)程系統(tǒng)————作者：俞子舒;王一帆;曾琛;張星洲;彭曉暉;徐志偉;

摘要：研究人員針對不同的負載類型提出并實現(xiàn)了大量的運行時系統(tǒng)，幫助用戶構(gòu)建單機或分布式應(yīng)用.在端邊云協(xié)同場景中，由于應(yīng)用各組件在保質(zhì)要求、運行時環(huán)境和通信協(xié)議方面存在異構(gòu)性，因此難以通過單一運行時構(gòu)建性能出色且魯棒的端邊云協(xié)同應(yīng)用.將應(yīng)用的各個組件獨立部署到不同的運行時會增加應(yīng)用管理的難度，并且缺乏對性能和容錯方面的統(tǒng)一支持.為解決上述問題，實現(xiàn)了網(wǎng)程系統(tǒng)，支持多種運行時的統(tǒng)一接入和使用.網(wǎng)程系統(tǒng)通過網(wǎng)...

基于多窗口劃分集成學(xué)習(xí)的多維時間序列異常檢測————作者：王澤南;王意潔;周小暉;熊旭東;

摘要：大模型時代下，大模型的訓(xùn)練和推理需要算力資源的支撐，其中針對算力資源指標(biāo)數(shù)據(jù)的異常檢測能夠有效保障大模型的正常訓(xùn)練和推理.隨著大模型參數(shù)的增加，大模型使用的算力資源規(guī)模日益擴大，其中反映算力運行狀態(tài)的多類指標(biāo)數(shù)據(jù)隨著時間推移呈現(xiàn)出更復(fù)雜的時序周期性變化.現(xiàn)有的多維時序異常檢測方法通常采用預(yù)設(shè)的窗口大小對多維時序數(shù)據(jù)進行滑動切片，但忽略不同維度周期特性的統(tǒng)一窗口劃分會截斷部分維度時序數(shù)據(jù)的完整周期性...

基于圖插值和可變形卷積神經(jīng)網(wǎng)絡(luò)的序列推薦————作者：劉昕悅;尹海蓮;臧亞磊;吳文隆;卓俊男;徐鳳如;陳呂瑩;馬維華;李博涵;

摘要：序列推薦系統(tǒng)旨在基于用戶的歷史行為偏好預(yù)測下一步行為．盡管針對序列推薦提出了許多有效的方法，但仍然存在根本性的挑戰(zhàn)．首先，隨著在線服務(wù)的普及，推薦系統(tǒng)需要同時服務(wù)于熱啟動用戶和冷啟動用戶．然而，由于難以從交互數(shù)據(jù)有限的序列中學(xué)習(xí)到有效的序列依賴關(guān)系，大多數(shù)依賴于用戶-項目交互的現(xiàn)有模型失去了優(yōu)勢．其次，由于現(xiàn)實中用戶意圖的可變性和主觀隨機性，用戶在其歷史序列中的行為往往是隱含和復(fù)雜的，很難從這些用...

基于大語言模型的知識庫查詢風(fēng)格自適應(yīng)轉(zhuǎn)換————作者：付鈞渤;趙國帥;錢學(xué)明;

摘要：大語言模型在知識存儲方面不斷增強的能力展示了其作為知識庫的潛在效用.然而，任何給定的提示只能提供大語言模型所涵蓋知識的下限估計.在語言模型即知識庫（language models as knowledge bases，LMs-as-KBs）的場景中，先前的提示學(xué)習(xí)方法忽略了查詢風(fēng)格對模型表現(xiàn)的影響.揭示了大語言模型確實具有與查詢風(fēng)格相關(guān)的可學(xué)習(xí)偏好，并且利用大語言模型的這種特性引入了查詢風(fēng)格自適應(yīng)...

目標(biāo)檢測模型綜述————作者：李承燁;張震;梁哲恒;姚潮生;張金波;晏榮杰;吳鵬;

摘要：目標(biāo)檢測技術(shù)是計算機視覺領(lǐng)域的關(guān)鍵組成部分，它在各種實際應(yīng)用中扮演著至關(guān)重要的角色.目標(biāo)檢測技術(shù)經(jīng)歷了幾十年的發(fā)展，從早期依賴于手工特征提取的方法，到當(dāng)前深度學(xué)習(xí)模型的廣泛應(yīng)用.目前在目標(biāo)檢測領(lǐng)域缺少以深度學(xué)習(xí)基礎(chǔ)模型技術(shù)的改進為發(fā)展脈絡(luò)的總結(jié)研究，在此背景下，以人工智能領(lǐng)域基礎(chǔ)模型的發(fā)展過程為線索，圍繞不同種類基礎(chǔ)模型概述了基于這些模型的不同目標(biāo)檢測模型的發(fā)展，同時對這些基于不同基礎(chǔ)模型的目標(biāo)檢...

群智感知中基于個性化差分隱私真值發(fā)現(xiàn)方法————作者：王濤春;強勇;許諾;陳付龍;謝冬;趙傳信;

摘要：在群智感知系統(tǒng)中，用戶通過提供感知數(shù)據(jù)完成感知任務(wù).然而，由于傳感設(shè)備精度、用戶行為以及環(huán)境條件等因素的影響，不同用戶提供的數(shù)據(jù)質(zhì)量存在顯著差異.真值發(fā)現(xiàn)技術(shù)能夠有效地消除低質(zhì)量數(shù)據(jù)影響，從而能夠更好地利用感知數(shù)據(jù)，但現(xiàn)有的真值發(fā)現(xiàn)方法往往忽略用戶個性化隱私要求，且基于加密的隱私保護技術(shù)難以應(yīng)用于大量用戶參與的群智感知系統(tǒng).基于此，提出一種個性化差分隱私真值發(fā)現(xiàn)（personalized diff...

面向信息系統(tǒng)設(shè)計的癌癥階段生物標(biāo)志物識別————作者：陳伯林;張勁雷;張建君;胡悠鵬;王騰;楊曼婷;卞軍;尚學(xué)群;

摘要：癌癥是1種復(fù)雜且動態(tài)變化的高異質(zhì)性疾病.它的發(fā)生發(fā)展伴隨著大量的基因突變與功能失調(diào)．識別癌癥階段相關(guān)的生物標(biāo)志物，對于了解癌癥的致病機理與發(fā)展機制至關(guān)重要.然而，現(xiàn)有的癌癥生物標(biāo)志物識別方法通常將各個基因看作是孤立的節(jié)點，且僅關(guān)注癌癥的二分類效果，忽略了不同基因之間的交互關(guān)系變化以及不同病理階段的顯著差別.為解決上述問題，首先為癌癥各階段構(gòu)建回歸殘差網(wǎng)絡(luò)（regression residual n...

非獨立同分布數(shù)據(jù)下層次化Sinkhorn距離聚類聯(lián)邦學(xué)習(xí)算法————作者：趙瑞;段小文;劉新;周睿;周慶國;

摘要：聯(lián)邦學(xué)習(xí)作為一種邊緣計算中的新興分布式神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法面臨著客戶端數(shù)據(jù)異構(gòu)性挑戰(zhàn)，其中聚類聯(lián)邦學(xué)習(xí)被認為是一種頗具潛力的解決方案，然而現(xiàn)有聚類聯(lián)邦學(xué)習(xí)算法未深入探究量化客戶端數(shù)據(jù)分布差異.針對該問題提出了一種新穎的層次化聚類聯(lián)邦學(xué)習(xí)算法（hierarchical Sinkhorn distance-based clustering federated algorithm，HS-CFA），采用最優(yōu)傳...

視覺語言大模型的幻覺綜述：成因、評估與治理————作者：李煦;朱睿;陳小磊;伍瑾軒;鄭毅;賴承杭;梁宇軒;李斌;薛向陽;

摘要：視覺語言大模型（large vision-language models，LVLMs）代表了自然語言處理與計算機視覺交叉領(lǐng)域的一項重要進展．通過結(jié)合預(yù)訓(xùn)練的視覺編碼器、視覺語言適配器和大語言模型，LVLMs能夠同時理解圖像與文本信息，并通過自然語言進行響應(yīng)，適用于圖像描述、視覺問答等多種視覺語言下游任務(wù)．然而，這類模型普遍存在幻覺現(xiàn)象，即模型對于圖像內(nèi)容進行了錯誤感知，制約了其在醫(yī)學(xué)圖像診斷 、自...

基于多尺度邊框融合的實體語義增強方法————作者：吳燦;陳艷平;扈應(yīng);黃瑞章;秦永彬;;

摘要：命名實體識別是自然語言處理中的一項傳統(tǒng)任務(wù).基于跨度分類的方法是用來解決嵌套命名實體識別的主流方法.該方法通常是拼接實體邊界的表示來獲得的跨度.然而，長實體容易導(dǎo)致2個實體邊界之間的語義關(guān)聯(lián)被弱化.并且單一尺度的跨度無法完整地捕捉實體在不同上下文中的表現(xiàn).對此提出了一種基于多尺度邊框融合的實體語義增強方法.該方法將跨度表示為帶有邊界位置信息的邊框.首先，將通過融合不同尺度實體特征得到多尺度邊框以增...

一種可動態(tài)伸縮的移動端深度計算圖算優(yōu)化方法————作者：羅詩妍;劉思聰;郭斌;方程;王敏帆;郭賽;於志文;

摘要：近年來，將深度神經(jīng)網(wǎng)絡(luò)（deep neural network，DNN）引入移動設(shè)備成為一種趨勢．智能手機、可穿戴設(shè)備和嵌入式設(shè)備上集成了許多便利生活的應(yīng)用，如語音助手和活動識別．然而，在資源受限（如算力、存儲和電池）移動終端部署計算密集型深度模型具有挑戰(zhàn)．現(xiàn)有方法如手工設(shè)計的DNN壓縮技術(shù)和自動化按需DNN壓縮技術(shù)局限于優(yōu)化模型結(jié)構(gòu)，限制了DNN部署的性能優(yōu)化上限，難以適應(yīng)資源極度受限的終端設(shè)備...

OpenPlanner：一個開源的時間敏感網(wǎng)絡(luò)流量規(guī)劃器————作者：姜旭艷;全巍;付文文;張小亮;孫志剛;

摘要：時間敏感網(wǎng)絡(luò)（time-sensitive networking, TSN）在工業(yè)控制、航空電子和車載網(wǎng)絡(luò)中具有廣泛的應(yīng)用前景.TSN流量規(guī)劃是在拓撲結(jié)構(gòu)、網(wǎng)絡(luò)資源、設(shè)備能力和業(yè)務(wù)需求等多維約束下，為TSN交換機計算關(guān)鍵幀的無沖突發(fā)送時刻的過程，規(guī)劃問題是一個NP完全問題.目前不論是學(xué)術(shù)界的TSN規(guī)劃算法研究，還是工業(yè)界的TSN部署應(yīng)用都急需一個開源的規(guī)劃器軟件.提出一種構(gòu)件化、松耦合的TSN規(guī)劃...

FireLink：一種面向芯粒設(shè)計空間探索的評估框架————作者：李開 ;曾坤 ;榮培濤 ;陳志強 ;張?zhí)?;王永文 ;

摘要：基于先進封裝技術(shù)的芯粒（Chiplet）集成芯片在制造成本、設(shè)計效率以及專用定制等方面更具優(yōu)勢，是延續(xù)芯片性能增長的有效途徑.設(shè)計空間探索（design space exploration,DSE）作為體系結(jié)構(gòu)量化分析的重要方法，能夠幫助設(shè)計者理解并權(quán)衡設(shè)計參數(shù)間的復(fù)雜關(guān)系.但是將傳統(tǒng)的芯片體系結(jié)構(gòu)DSE方法直接應(yīng)用于Chiplet設(shè)計時，存在評估不全面、模擬不精確以及探索效率低下等問題，針對這些...

《計算機研究與發(fā)展》2023年論文高被引TOP10

摘要：<正>~

面向LoongArch邊界檢查訪存指令的GCC優(yōu)化————作者：舒燕君;鄭翔宇;徐成華;黃沛;王永琪;周凡;張展;左德承;

摘要：為了減少內(nèi)存安全檢查的開銷，LoongArch指令集架構(gòu)引入了邊界檢查訪存類指令.然而，作為一種新的內(nèi)存訪問指令，目前GCC(GNU compiler collection)編譯器不支持該類指令，LoongArch硬件能力不能得到充分利用.針對此LoongArch邊界檢查訪存指令改進了GCC編譯器，實現(xiàn)利用該類指令優(yōu)化程序的內(nèi)存安全檢查.具體而言，完成了3個方面的工作：1）設(shè)計實現(xiàn)了針對邊界檢查訪...

結(jié)合卷積增強窗口注意力的雙分支語音增強神經(jīng)網(wǎng)絡(luò)————作者：張晨輝 ;原之安 ;錢宇華 ;

摘要：在復(fù)雜環(huán)境以及突發(fā)背景噪音條件下，語音增強任務(wù)具有極大的困難和挑戰(zhàn).主要原因是現(xiàn)有的語音增強方法未能有效捕獲語譜圖特征，尤其是局部信息.在過去的研究中，Transformer模型更專注于音頻的全局信息，而忽略了局部信息的重要性.在音頻經(jīng)過短時傅里葉變換（STFT）處理后，多數(shù)模型僅使用幅值信息，而忽略了相位信息，導(dǎo)致它們未能有效捕獲語譜圖特征，從而影響了語音增強的效果.基于此設(shè)計出一個帶有卷積增強...

GroupUCP：按需動態(tài)調(diào)節(jié)的細粒度緩存劃分策略————作者：張傳奇;王卅;孫凝暉;包云崗;

摘要：隨著現(xiàn)代計算機技術(shù)的進步，內(nèi)存墻問題越發(fā)嚴(yán)重.在此背景下，多級緩存中的末級緩存成為了影響性能的關(guān)鍵資源.近年來各項研究通過拓展尺寸，以及動態(tài)資源管理的手段優(yōu)化末級緩存.路劃分技術(shù)是緩存資源管理的主要方法，通過將緩存按路為單位劃分后分配給各個應(yīng)用使用，實現(xiàn)系統(tǒng)性能優(yōu)化.然而路劃分粒度較粗，要求緩存的所有組（set）都遵循同樣的路劃分方案.實際上，應(yīng)用在不同組可能會有不同的空間需求，路劃分技術(shù)限制了緩...

《計算機研究與發(fā)展》2023年論文高被引TOP10

摘要：<正>~

MB-HGCN：基于層次圖卷積的多行為推薦方法————作者：嚴(yán)明時;陳慧臨;程志勇;韓亞洪;

摘要：基于協(xié)同過濾的單行為推薦系統(tǒng)在實際應(yīng)用中經(jīng)常面臨嚴(yán)重的數(shù)據(jù)稀疏性問題，從而導(dǎo)致性能不理想．多行為推薦(multi-behavior recommendation，MBR)旨在利用輔助行為數(shù)據(jù)來幫助學(xué)習(xí)用戶偏好，以緩解數(shù)據(jù)稀疏性問題并提高推薦精度．MBR的核心在于如何從輔助行為中學(xué)習(xí)用戶偏好(表示為向量表征)，并將這些信息用于目標(biāo)行為推薦．介紹了一種旨在利用多行為數(shù)據(jù)的新型推薦方法（hierarch...

　　相關(guān)電子信息期刊推薦

• 省級《計算機周刊》
• 北大核心《波譜學(xué)雜志》
• 國家級《計算機學(xué)報》
• 北大核心《南昌航空大學(xué)學(xué)報》
• 北大核心《光纖與電纜及其應(yīng)用技術(shù)》
• 北大核心電子測量技術(shù)
• 國家級《中國無線電》
• 國家級中國電子商情SMT
• 省級常州信息職業(yè)技術(shù)學(xué)院學(xué)報
• 省級信息產(chǎn)業(yè)報道
• 國家級《電信工程技術(shù)與標(biāo)準(zhǔn)化》
• 省級電子元器件資訊
• 國家級家用電器
• 北大核心《計算力學(xué)學(xué)報》
• 北大核心《數(shù)字與縮微影像》
• 省級《電腦學(xué)習(xí)》
• 省級電子技術(shù)
• 國家級《信息通信》
• 省級衛(wèi)視傳媒
• 國家級《計算機光盤軟件與應(yīng)用》
• 省級電腦樂園學(xué)生電腦
• 省級數(shù)字營銷
• 北大核心《電子工藝技術(shù)》
• 省級四川廣播電視技術(shù)
• 國家級《中國照明電器》
• 北大核心《中興通訊技術(shù)》
• 省級電視工程
• 國家級IT經(jīng)理世界
• 省級微電子測試
• 省級《河北廣播電視大學(xué)學(xué)報》

　　核心期刊推薦

系統(tǒng)工程與電子技術(shù)

中華臨床醫(yī)師雜志(電子版)

電子與信息學(xué)報

電子顯微學(xué)報