《智能計(jì)算機(jī)與應(yīng)用》計(jì)算機(jī)應(yīng)用雜志，雙月刊，本刊由哈爾濱工業(yè)大學(xué)主辦，哈爾濱工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院承辦，本刊宗旨：堅(jiān)持理論與實(shí)際結(jié)合，普及與提高結(jié)合，注重科學(xué)性、知識(shí)性、實(shí)用性，普及推廣電腦知識(shí)，促進(jìn)電腦應(yīng)用水平不斷地提高，為廣大讀者和社會(huì)主義現(xiàn)代化建設(shè)服務(wù)。刊物特色：難易結(jié)合、靈活多樣、實(shí)用性強(qiáng)、可讀性好。

　　《智能計(jì)算機(jī)與應(yīng)用》辦刊宗旨：刊發(fā)國內(nèi)外智能計(jì)算機(jī)學(xué)術(shù)研究與技術(shù)應(yīng)用成果，搭建計(jì)算機(jī)技術(shù)成果轉(zhuǎn)化與學(xué)術(shù)交流的平臺(tái)， 推進(jìn)我國智能計(jì)算機(jī)研究與應(yīng)用學(xué)科的發(fā)展。榮獲1988，1991，1996，2000年黑龍江省優(yōu)秀科技期刊。

　　智能計(jì)算機(jī)與應(yīng)用雜志欄目設(shè)置

　　綜述與探討 、學(xué)術(shù)交流、技術(shù)專題、技術(shù)報(bào)告、開發(fā)與應(yīng)用、研究生論壇、技術(shù)產(chǎn)品介紹

　　智能計(jì)算機(jī)與應(yīng)用雜志榮譽(yù)

　　萬方收錄(中)上海圖書館館藏國家圖書館館藏知網(wǎng)收錄(中)維普收錄(中)中國學(xué)術(shù)期刊(光盤版)全文收錄期刊

　　智能計(jì)算機(jī)與應(yīng)用雜志社征稿要求

　　1、文稿應(yīng)資料可靠、數(shù)據(jù)準(zhǔn)確、具有創(chuàng)造性、科學(xué)性、實(shí)用性。應(yīng)立論新穎、論據(jù)充分、數(shù)據(jù)可靠，文責(zé)自負(fù)(嚴(yán)禁抄襲)，文字要精煉。

　　2、姓名在文題下按序排列，排列應(yīng)在投稿時(shí)確定。作者姓名、單位、詳細(xì)地址及郵政編碼務(wù)必寫清楚，多作者稿署名時(shí)須征得其他作者同意，排好先后次序，接錄稿通知后不再改動(dòng)。

　　3、文章要求在2000-2400字符，格式一般要包括：題目、作者及單位、郵編、內(nèi)容摘要、關(guān)鍵詞、正文、參考文獻(xiàn)等。文章標(biāo)題字符要求在20字以內(nèi)。

　　4、文章中的圖表應(yīng)具有典型性，盡量少而精，表格使用三線表;圖要使用黑線圖，繪出的線條要光滑、流暢、粗細(xì)均勻;計(jì)量單位請(qǐng)以近期國務(wù)院頒布的《中華人民共和國法定計(jì)量單位》為準(zhǔn)，不得采用非法定計(jì)量單位。

　　5、為縮短刊出周期和減少錯(cuò)誤，來稿一律使用word格式，并請(qǐng)?jiān)敿?xì)注明本人詳細(xì)聯(lián)系方式。

　　6、編輯部對(duì)來稿有刪修權(quán)，不同意刪修的稿件請(qǐng)?jiān)趤砀逯新暶鳌Ｎ铱�同時(shí)被國內(nèi)多家學(xué)術(shù)期刊數(shù)據(jù)庫收錄，不同意收錄的稿件，請(qǐng)?jiān)趤砀逯新暶鳌?/p>

　　閱讀推薦：電腦應(yīng)用文萃

　　《電腦應(yīng)用文萃》堅(jiān)持為社會(huì)主義服務(wù)的方向，堅(jiān)持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導(dǎo)，貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針，堅(jiān)持實(shí)事求是、理論與實(shí)際相結(jié)合的嚴(yán)謹(jǐn)學(xué)風(fēng)，傳播先進(jìn)的科學(xué)文化知識(shí)，弘揚(yáng)民族優(yōu)秀科學(xué)文化，促進(jìn)國際科學(xué)文化交流，探索防災(zāi)科技教育、教學(xué)及管理諸方面的規(guī)律，活躍教學(xué)與科研的學(xué)術(shù)風(fēng)氣，為教學(xué)與科研服務(wù)。

　　智能計(jì)算機(jī)與應(yīng)用最新期刊目錄

基于數(shù)據(jù)增強(qiáng)與對(duì)抗學(xué)習(xí)的諷刺文本分類研究————作者：汪家欣;錢鋼;

摘要：本文提出融合數(shù)據(jù)增強(qiáng)與對(duì)抗學(xué)習(xí)的創(chuàng)新方法以應(yīng)對(duì)挑戰(zhàn)。方法層面，先借助同義詞替換、隨機(jī)插入和回譯等數(shù)據(jù)增強(qiáng)技術(shù)擴(kuò)充訓(xùn)練集，豐富數(shù)據(jù)多樣性，為模型訓(xùn)練提供充足素材。接著，在模型訓(xùn)練時(shí)巧妙融入對(duì)抗訓(xùn)練機(jī)制，生成對(duì)抗樣本，優(yōu)化模型在這些樣本上的表現(xiàn)，提升模型泛化能力。實(shí)驗(yàn)表明，該方法在 iSarcasm、SARCv2 和 SemEval - 2018 Task3 三個(gè)公開數(shù)據(jù)集上表現(xiàn)出色，F(xiàn)1 值分別達(dá) ...

針對(duì)擴(kuò)散模型的對(duì)抗免疫方法————作者：陳瀟天;

摘要：本文針對(duì)擴(kuò)散模型可能會(huì)被惡意用于生成或編輯偽造圖像的問題，提出了一種基于潛變量失配的對(duì)抗免疫（AILM）方法，旨在通過主動(dòng)防御技術(shù)干擾攻擊者的生成過程。擴(kuò)散模型因其低技術(shù)門檻和高效率，顯著降低了偽造圖像的成本與難度，傳統(tǒng)的被動(dòng)檢測方法難以有效應(yīng)對(duì)。為此，AILM方法通過在原始圖像中添加人眼不可察覺的微小擾動(dòng)，破壞擴(kuò)散模型在潛變量空間中的語義信息提取能力，使得后續(xù)生成或編輯的圖像出現(xiàn)失真、偽影等問題...

基于圖神經(jīng)網(wǎng)絡(luò)與多模態(tài)特征融合檢測社交網(wǎng)絡(luò)中的惡意用戶————作者：韓冰清;

摘要：隨著技術(shù)的發(fā)展，社交平臺(tái)成為了人們交流的重要方式。然而在社交網(wǎng)絡(luò)中往往充斥著大量由不法分子操控的惡意賬號(hào)，這些賬號(hào)通過發(fā)布虛假信息、傳播謠言等毀壞人們正常的社交環(huán)境。因此，為了識(shí)別社交網(wǎng)絡(luò)中的惡意用戶，本文提出了一個(gè)基于圖神經(jīng)網(wǎng)絡(luò)（Graph Neural Network， GNN）與多模態(tài)特征融合的惡意用戶檢測框架，首先通過整合用戶自身特征、行為特征以及情感特征，構(gòu)建用戶節(jié)點(diǎn)的多維度表征。在處理...

考慮疲勞恢復(fù)效應(yīng)的應(yīng)急手術(shù)調(diào)度研究————作者：李昂;葉春明;閆金輝;張舒曼;

摘要：為解決突發(fā)事件下的應(yīng)急手術(shù)調(diào)度問題，本文在混合流水車調(diào)度的基礎(chǔ)上，考慮醫(yī)護(hù)人員在長時(shí)間手術(shù)下的疲勞恢復(fù)現(xiàn)象，構(gòu)建了包含疲勞恢復(fù)機(jī)制的應(yīng)急手術(shù)調(diào)度模型。為了求解模型，本文對(duì)北方蒼鷹優(yōu)化算法進(jìn)行改進(jìn)，首先通過引入Lévy飛行進(jìn)行預(yù)搜索，之后引入隨機(jī)向量擾動(dòng)以增強(qiáng)算法的搜索廣度，最后通過全局最優(yōu)信息引導(dǎo)機(jī)制增強(qiáng)算法的收斂速度。實(shí)驗(yàn)結(jié)果表明：在手術(shù)調(diào)度中合理安排休息時(shí)長不僅能夠緩解醫(yī)護(hù)人員的疲勞，同時(shí)也可...

基于黃金正弦和正余弦策略的變異登山隊(duì)優(yōu)化算法————作者：馬麗;顧磊;

摘要：針對(duì)登山隊(duì)優(yōu)化算法(Mountaineering Team-Based Optimization， MTBO)在種群多樣性和全局搜索能力方面的不足，提出了一種基于黃金正弦和正余弦策略的變異登山隊(duì)優(yōu)化算法GSMTBO。首先，通過引入迭代映射進(jìn)行種群初始化，有效避免了初始種群的聚集現(xiàn)象，提高種群的多樣性。其次，在補(bǔ)充新隊(duì)員時(shí)，采用黃金正弦策略更新隊(duì)員位置，利用正弦函數(shù)的周期性和黃金分割系數(shù)的優(yōu)化特性，...

EG-YOLO：基于YOLOv8改進(jìn)的月面隕坑檢測算法————作者：朱高城;劉世杰;李鑫;

摘要：精確檢測識(shí)別月面隕坑目標(biāo)，對(duì)于深化月球科學(xué)研究、巡視器導(dǎo)航定位以及避障具有重要意義。為了提高月面影像隕坑檢測的準(zhǔn)確性，本文提出了一種基于YOLOv8改進(jìn)的隕坑檢測算法EG-YOLO，另外通過收集和處理大量的月面影像數(shù)據(jù)，構(gòu)建了一個(gè)廣泛多樣的月面隕坑數(shù)據(jù)集，并結(jié)合多種數(shù)據(jù)增強(qiáng)手段對(duì)數(shù)據(jù)進(jìn)行了擴(kuò)展，有效提升了模型在不同場景下的泛化能力和魯棒性。改進(jìn)算法主要內(nèi)容包括：（1）引入EMA注意力機(jī)制模塊，在不...

基于深度融合時(shí)空特征的車輛多軌跡預(yù)測————作者：溫興浩;

摘要：由于車輛的高流動(dòng)性、車輛軌跡錯(cuò)綜復(fù)雜的時(shí)空依賴性以及高度多樣化的場景組件，高精度車輛軌跡預(yù)測在現(xiàn)實(shí)場景中極具挑戰(zhàn)性。現(xiàn)有的多軌跡預(yù)測方法大多無法有效表達(dá)復(fù)雜的時(shí)空依賴性。針對(duì)這一問題，我們?cè)诒疚闹刑岢隽艘环N深度融合時(shí)空特征的軌跡預(yù)測（FSTDT）。首先，利用特征提取模塊分別處理靜態(tài)和動(dòng)態(tài)交通參與者的特征。然后，將提取靜態(tài)目標(biāo)和動(dòng)態(tài)目標(biāo)的特征來構(gòu)建圖神經(jīng)網(wǎng)絡(luò)的子圖，并將每個(gè)目標(biāo)作為圖結(jié)構(gòu)的一個(gè)節(jié)點(diǎn)。...

緩解圖結(jié)構(gòu)不平衡的元對(duì)比學(xué)習(xí)網(wǎng)絡(luò)對(duì)齊方法————作者：智博文;

摘要：網(wǎng)絡(luò)對(duì)齊旨在識(shí)別兩個(gè)圖之間的對(duì)應(yīng)節(jié)點(diǎn)，這對(duì)于信息整合至關(guān)重要。許多現(xiàn)有的網(wǎng)絡(luò)對(duì)齊方法使用圖神經(jīng)網(wǎng)絡(luò)來學(xué)習(xí)有效的節(jié)點(diǎn)表示，利用其捕獲復(fù)雜圖結(jié)構(gòu)的能力。然而，基于圖神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)對(duì)齊方法通常會(huì)遇到結(jié)構(gòu)不平衡的問題，例如節(jié)點(diǎn)度和共同鄰居的分布不均勻。這些不平衡會(huì)造成節(jié)點(diǎn)嵌入性能差異，最終影響網(wǎng)絡(luò)對(duì)齊的性能。因此，本文提出了元對(duì)比學(xué)習(xí)圖增強(qiáng)網(wǎng)絡(luò)對(duì)齊(MCANA)，從共同鄰居視角出發(fā)并且融合元學(xué)習(xí)與圖對(duì)比學(xué)...

基于RGB-紅外校準(zhǔn)互補(bǔ)的跨模態(tài)目標(biāo)檢測算法————作者：高皓一;張玉金;張瑞鑫;王永琦;徐行;

摘要：隨著傳感器技術(shù)的快速發(fā)展和實(shí)際任務(wù)要求不斷提高，僅靠單源目標(biāo)檢測存在越來越多的挑戰(zhàn)，為解決這一問題，本文提出了一種基于RGB-紅外校準(zhǔn)互補(bǔ)的跨模態(tài)目標(biāo)檢測算法。首先模型通過融合通道注意力機(jī)制捕捉模態(tài)特征的重點(diǎn)特征，利用自注意查詢Q、鍵K和值V特征的相似度關(guān)系，進(jìn)行互相關(guān)對(duì)齊，確定模態(tài)特征的最佳對(duì)齊位置來實(shí)現(xiàn)精確校準(zhǔn)。同時(shí)，為避免摻雜RGB 和紅外之間的冗余信息導(dǎo)致性能變差，利用互信息衡量兩個(gè)模態(tài)流...

卡通人物合成語音與自然語音的聲學(xué)對(duì)比分析——以喜羊羊和灰太狼為例————作者：李孜涵;黃瑋;

摘要：本文以喜羊羊和灰太狼的自然語音和合成語音為語料，從譜重心、離散程度等4個(gè)譜矩參數(shù)和基頻微擾、振幅微擾等8個(gè)嗓音參數(shù)這兩個(gè)維度，考察自然語音和合成語音的差異。實(shí)驗(yàn)表明，在譜矩參數(shù)上，喜羊羊和灰太狼兩個(gè)卡通人物的譜重心和離散程度的自然語音的平均值大于合成語音的平均值，偏度和峰度的合成語音的平均值大于自然語音的平均值。配對(duì)樣本T檢驗(yàn)顯示，兩個(gè)卡通人物的自然語音和合成語音的譜重心、離散程度、峰度、偏度均存...

基于改進(jìn)YOLOv5的卷煙品規(guī)展示視頻檢測研究————作者：覃宜霜;陶雯;賈建雙;陳杰;覃瓊慧;

摘要：在卷煙營銷管理中，精準(zhǔn)統(tǒng)計(jì)煙草零售終端柜臺(tái)中卷煙品規(guī)數(shù)量對(duì)于庫存控制和產(chǎn)品陳列優(yōu)化具有至關(guān)重要的作用。為了實(shí)現(xiàn)高效的卷煙產(chǎn)品識(shí)別與統(tǒng)計(jì)，本文提出了一種基于YOLOv5的輕量化卷煙品規(guī)展示視頻檢測方法。首先，為了降低模型復(fù)雜度，在YOLOv5中引入輕量化的MobileNetV3主干網(wǎng)絡(luò)，以減少計(jì)算量和參數(shù)規(guī)模；其次，采用視頻幀匹配技術(shù)融合幀級(jí)檢測結(jié)果，以確保跨幀目標(biāo)的準(zhǔn)確匹配和統(tǒng)計(jì)。實(shí)驗(yàn)結(jié)果表明，相...

基于YOLOv8的油田井場人員安全服穿戴檢測方法————作者：陳偉;趙廣佳;路勇;

摘要：由于油田井場的監(jiān)控視頻視角范圍廣、拍攝距離遠(yuǎn)，人員圖像較小且與周圍設(shè)備混雜，目前使用的視頻檢測方法在檢測井場人員安全服穿戴方面未能達(dá)到精度要求，本文提出了基于YOLOv8算法改進(jìn)的檢測模型。首先，添加Shuffle Attention注意力機(jī)制，加強(qiáng)網(wǎng)絡(luò)提取正確著裝和安全帽特征的能力，提高檢測的精度；其次，在快速空間金字塔池化SPPF中添加可分離大核聚集模塊LSKA,通過提高長距離特征依賴增強(qiáng)全局...

基于數(shù)據(jù)特征重構(gòu)和遷移學(xué)習(xí)的滾動(dòng)軸承故障診斷方法————作者：劉佳明;胡盛斌;盧帥多;杜振安;

摘要：滾動(dòng)軸承是工業(yè)設(shè)備中的重要零部件，快速地對(duì)其進(jìn)行故障診斷對(duì)設(shè)備安全來說至關(guān)重要，為此提出了一種基于數(shù)據(jù)特征重構(gòu)和遷移學(xué)習(xí)的故障診斷方法WT-GoogleNet-BF,并利用滾動(dòng)軸承驗(yàn)證了該方法的可行性。首先，利用連續(xù)小波變換將軸承振動(dòng)的一維信號(hào)轉(zhuǎn)換為二維尺度圖；其次，將二維尺度圖作為預(yù)訓(xùn)練的改進(jìn)GoogleNet網(wǎng)絡(luò)的輸入；最后，利用凱斯西儲(chǔ)大學(xué)的軸承數(shù)據(jù)集對(duì)提出的網(wǎng)絡(luò)進(jìn)行實(shí)驗(yàn)，結(jié)果表明WT-Go...

基于改進(jìn)的YOLOv5輕量化織物瑕疵檢測方法————作者：嚴(yán)立成;

摘要：為了解決現(xiàn)在紡織行業(yè)織物瑕疵檢測中人工檢測效率低下以及存在瑕疵點(diǎn)分布密集、疵點(diǎn)尺寸小和種類繁多的問題，本文提出了一種基于YOLOv5s的檢測方法，在骨干網(wǎng)絡(luò)引入CoT上下文信息和CBAM通道空間注意力機(jī)制，增強(qiáng)網(wǎng)絡(luò)對(duì)特征圖的空間、通道和上下文重要信息提取能力；其次，在頸部引入BiFPN加權(quán)雙向金字塔，改善了網(wǎng)絡(luò)對(duì)多尺寸特征圖關(guān)鍵信息的提取能力，并在檢測頭前加入ASFF自適應(yīng)空間融合機(jī)制，提升網(wǎng)絡(luò)的...

基于果蠅視覺神經(jīng)網(wǎng)絡(luò)的農(nóng)作物害蟲檢測預(yù)警————作者：胡常俊;夏紅紅;曹玉林;陳秋菊;

摘要：為提高自然環(huán)境下農(nóng)作物害蟲檢測預(yù)警，實(shí)現(xiàn)綜合治理的意義，現(xiàn)有的機(jī)器視覺技術(shù)較難對(duì)其進(jìn)行有效的監(jiān)測。基于果蠅視覺神經(jīng)系統(tǒng)的生物特性與LPTC神經(jīng)元響應(yīng)特性提出一種農(nóng)作物害蟲預(yù)警檢測的神經(jīng)網(wǎng)絡(luò)模型。借助果蠅視覺神經(jīng)系統(tǒng)的前饋神經(jīng)元細(xì)胞和LPTC神經(jīng)元響應(yīng)特性機(jī)理構(gòu)建合成尖峰神經(jīng)元細(xì)胞，借助合成尖峰神經(jīng)元細(xì)胞建立預(yù)警檢測系統(tǒng)，以檢測農(nóng)作物中出現(xiàn)的害蟲。該文涉及生物視覺神經(jīng)機(jī)理啟發(fā)的害蟲動(dòng)態(tài)視覺信息處理，...

基于密度估計(jì)的非小細(xì)胞肺癌全身代謝腫瘤體積估計(jì)————作者：馬露;丁曉陽;陳俊豪;祁婧;劉秀婷;

摘要：全身代謝腫瘤體積(whole-body Metabolic Tumor Volume,MTV_WB)被證明是非小細(xì)胞肺癌患者獨(dú)立的預(yù)后指標(biāo)，與患者的總生存期相關(guān)。計(jì)算MTV_WB需醫(yī)生手動(dòng)分割腫瘤，這一過程既耗時(shí)又費(fèi)力，且現(xiàn)有MTV_WB的自動(dòng)估計(jì)方法由于全身范圍過大而性能欠佳。因此，提出了基于密度估計(jì)的兩階段方法，用于估計(jì)非小細(xì)胞肺癌的...

基于深度學(xué)習(xí)的聲紋識(shí)別的研究綜述————作者：陳浩南;王坤赤;湯敏;

摘要：聲紋識(shí)別受到環(huán)境噪聲、說話人的情緒狀態(tài)、身體狀況等因素影響。為了提高聲紋識(shí)別的可靠性，利用特征學(xué)習(xí)的深度學(xué)習(xí)方法得到廣泛關(guān)注。深度學(xué)習(xí)是基于深層神經(jīng)網(wǎng)絡(luò)模型和方法的機(jī)器學(xué)習(xí)，在眾多領(lǐng)域都展現(xiàn)出了令人矚目的應(yīng)用潛力，例如語音識(shí)別、語音情感識(shí)別、語音分離等。本文聚焦于深度學(xué)習(xí)在聲紋識(shí)別領(lǐng)域的應(yīng)用研究。首先，概述聲紋識(shí)別研究的基礎(chǔ)知識(shí)，包括聲紋特征提取、準(zhǔn)確率的計(jì)算方法等。接著，探討深度學(xué)習(xí)中基于CNN...

自監(jiān)督超圖在用戶個(gè)性化推薦場景的應(yīng)用研究————作者：牟大恩;倪琳;宋娜;

摘要：本文運(yùn)用自監(jiān)督超圖的深度學(xué)習(xí)方法和DBSCAN聚類算法，對(duì)用戶個(gè)性化推薦場景中的點(diǎn)擊率預(yù)估進(jìn)行了深入研究。基于用戶與物品的交互數(shù)據(jù)，研究構(gòu)建了用戶與交互物品的超圖，并利用超圖神經(jīng)網(wǎng)絡(luò)對(duì)用戶多元異構(gòu)交互行為進(jìn)行建模，從而獲取用戶的超圖嵌入表示，并基于用戶的超圖嵌入表示開展客群聚類分析。最后，本文融合用戶基礎(chǔ)屬性和多模態(tài)向量特征，在深度學(xué)習(xí)的雙塔DSSM模型基礎(chǔ)上，構(gòu)建個(gè)性化推薦點(diǎn)擊率(Click-T...

基于改進(jìn)RRT^*算法的機(jī)械臂路徑規(guī)劃————作者：孫鵬飛;么嬈;鄒宸瑋;王大中;

摘要：針對(duì)傳統(tǒng)的快速探索隨機(jī)樹算法（RRT）搜索時(shí)間長、采樣效率低、規(guī)劃路徑曲折，以及快速搜索隨機(jī)樹星算法（RRT^*）沒有方向、收斂速度慢、搜索效率低等問題，同時(shí)針對(duì)在無障礙環(huán)境下，2種算法不能及時(shí)搜索路徑的問題，提出了一種改進(jìn)的RRT^*算法。首先，在算法開始搜索時(shí)通過連接起點(diǎn)與目標(biāo)點(diǎn)，判斷能否直接到達(dá)，以減少無用搜索，如果不能直接到達(dá)，則維持原有搜索算法擴(kuò)展...

基于解釋-蛻變測試的深度學(xué)習(xí)模型錯(cuò)誤定位研究————作者：張浩嚴(yán);呂文濤;郭慶;徐羽貞;余潤澤;

摘要：近年來深度學(xué)習(xí)模型層次的日益復(fù)雜，使得其預(yù)測更難以解釋，同時(shí)也使得深度學(xué)習(xí)模型的缺陷檢測和錯(cuò)誤定位面臨巨大挑戰(zhàn)。目前，蛻變測試作為深度學(xué)習(xí)模型測試重要手段的同時(shí)，也與錯(cuò)誤定位技術(shù)相結(jié)合，從而對(duì)深度學(xué)習(xí)模型可疑神經(jīng)元和污染特征進(jìn)行定位。以上方法主要利用蛻變關(guān)系滿足與否以及神經(jīng)元或特征是否覆蓋進(jìn)行定位計(jì)算。然而，蛻變關(guān)系滿足并不代表深度學(xué)習(xí)模型是正確的。本文主要結(jié)合蛻變測試、深度學(xué)習(xí)可解釋性的方法對(duì)深...

　　相關(guān)電子信息期刊推薦

• 北大核心《激光與光電子學(xué)進(jìn)展》
• 省級(jí)《北京電子科技學(xué)院學(xué)報(bào)》
• 國家級(jí)《當(dāng)代通信》
• 北大核心《智能系統(tǒng)學(xué)報(bào)》
• 省級(jí)《信號(hào)處理》
• 省級(jí)電子產(chǎn)品維修與制作
• 省級(jí)電子制作
• 國家級(jí)《中國新通信》
• 國家級(jí)電腦應(yīng)用文萃
• 國家級(jí)《電子技術(shù)與軟件工程》
• 北大核心電力機(jī)車與城軌車輛
• 省級(jí)四川廣播電視技術(shù)
• 國家級(jí)《現(xiàn)代電視技術(shù)》
• 國家級(jí)程序員
• 省級(jí)《太原師范學(xué)院學(xué)報(bào)》
• 國家級(jí)《中國無線電》
• 國家級(jí)《小型微型計(jì)算機(jī)系統(tǒng)》
• 省級(jí)《決策與信息》
• 北大核心《固體電子學(xué)研究與進(jìn)展》
• 省級(jí)家電檢修技術(shù)
• 省級(jí)江蘇電器
• 北大核心《測控技術(shù)》
• 國家級(jí)《現(xiàn)代電信科技》
• 省級(jí)信息網(wǎng)絡(luò)
• 省級(jí)《中國計(jì)量學(xué)院學(xué)報(bào)》
• 省級(jí)《現(xiàn)代計(jì)算機(jī)》
• 國家級(jí)中國電子商情SMT
• 北大核心電子科技大學(xué)學(xué)報(bào)
• 國家級(jí)《廣播與電視技術(shù)》
• 省級(jí)《計(jì)算機(jī)技術(shù)與發(fā)展》

　　核心期刊推薦

中華醫(yī)學(xué)超聲雜志(電子版)

光電子·激光

電子與信息學(xué)報(bào)

電力電子技術(shù)