所屬欄目:電子信息期刊 熱度: 時間:
計算機工程與應用
關注()【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 】
行業最新發展動態與最新研究成果;具有先進性和推廣價值的工程方案;有獨立和創新見解的學術報告;先進實用、有一定廣泛性的開發成果。
【主要欄目】
博士論壇
網絡、通信與安全
數據庫、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。
國外數據庫收錄
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據庫
【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。
國外數據庫收錄:世界紡織文摘、數學評論
【欄目設置】
設有博士論壇、學術探討、開發設計、數據庫與信息處理、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建設
[摘要]如何提升旅游文化景區的核心競爭力,吸引越來越多的游客,是制約當今旅游文化景區發展的一個重要瓶頸。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展步伐,有效運用現代化的信息技術手段強化旅游文化景區的建設,并堅持以游客為本,培育自身獨特的旅游文化,來適應時代的發展以及廣大游客對現代化旅游文化景區的發展需求。
[關鍵詞]信息化時代,旅游,文化,景區
1、信息化時代旅游文化景區建設概述
信息化時代旅游文化景區建設是指充分利用信息技術、數據庫技術和網絡技術,對旅游文化景區的各類資源進行加工和整合。數字化旅游文化景區建設作為信息化時代旅游文化景區建設的熱點問題,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事業發展和信息技術發展的必然結果。數字化旅游文化景區建設是按照統一的規范和技術標準,實現旅游文化景區的管理系統、交通管理系統、游客服務系統、安全應急系統等的基礎設施系統的數字化建設,并通過網絡化信息共享,建立具有統一標準的數據庫、數據共享平臺、數據處理平臺等。它是由景區數字化技術、景區數字化業務模塊以及景區數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
基于事件相機的運動目標快速分割與檢測
摘要:針對事件相機原始數據存在大量冗余事件、現有運動分割算法難以聚焦運動目標且計算開銷較大的問題,本研究提出一種基于UVEVENT事件降維策略的快速運動目標分割算法。該算法首先對事件數據進行水平和垂直方向的壓縮以降低數據維度,然后在壓縮后的數據上執行單目標和多目標的運動分割。實驗結果表明,所提算法的分割準確率達到81.47%,與當前最優方法相當,并且具有出色的實時處理性能和運動目標識別能力。在不同目標運...
基于改進語義分割網絡與立體視覺的安全距離測量方法
摘要:帶電作業在現代電力檢修中具有重要地位,作業安全直接關系到電網穩定運行和人員生命安全。因此研究智能化安全距離測量方法對保障安全生產意義重大。針對傳統安全距離測量方法存在的精度低、反應慢以及作業場景元素復雜難以檢測等問題,提出一種帶電作業關鍵目標邊界語義分割網絡和基于物體外輪廓提取的安全距離測量方法,用于實時精準測量帶電作業人員關鍵部位與帶電體之間的安全距離。通過采用MobileNetv3_large...
面向自動駕駛語義分割的圖卷積神經網絡方法研究
摘要:現今自動駕駛面臨城市街景的非規范化路況、行人橫穿以及掉落物等突發事件,傳統基于機器學習的語義分割方法面對自動駕駛的實時精準識別仍存在一定差距。深度學習具有自動學習數據特征的優點,尤其是圖卷積神經網絡能夠處理復雜圖結構,成為自動駕駛語義分割領域的熱門研究方向之一。首先介紹了傳統機器學習語義分割的主要類別,并對各種方法優缺點進行論述;其次具體從圖卷積神經網絡的數學機理推演和核心原理完善上梳理了圖卷積神...
基于大語言模型的開放域對話系統綜述
摘要:開放域對話系統旨在實現與用戶之間的流暢、自然交流,模擬人類的語言行為,能夠處理各種主題和情境的對話,而無需特定任務或領域限制。其目標是使計算機系統能夠理解并生成自然語言,實現高效的人機互動。大語言模型是使用大量文本數據訓練的深度學習模型,通過學習語言的統計特性和語義關系,大語言模型不僅能夠生成和理解文本,還具備推理能力,已成為開放域對話系統中的核心技術之一。綜述了當前基于大語言模型的開放域對話系統...
元啟發式算法研究綜述
摘要:元啟發式算法是啟發式算法的改進,是解決復雜優化問題的有效工具。為方便研究者更系統的了解元啟發式算法的研究現狀和發展趨勢,對元啟發式算法進行綜述。首先,闡明了元啟發式算法的本質并提出一個新的分類框架。與傳統綜述不同的是根據靈感來源不同將元啟發式類型分為五類,并討論了每類的靈感來源、應用場景以及優勢,為算法選擇提供方向;接著,重點介紹了元啟發式算法在組合優化、調度問題、機器學習與數據挖掘以及網絡設計與...
非文本主導的全局視覺特征融合多模態情感分析
摘要:基于課堂多模態數據的智慧教育是近來研究的趨勢,多模態情感分析是其中的關鍵技術,近年來越來越受到關注。在其中,語義和情感線索通常從文本模態獲得,使到文本數據在分析中占重要地位。然而,模型過度依賴單種模態會使其忽略其他模態,且課堂狀態下學生的文本信息往往難以獲取或完全缺失,另外現有采用逐幀的提取方式難以捕捉情感的全局動態變化。為了解決這些問題,提出了非文本主導的全局多模態對齊網絡。首先,引入潛在情感感...
面向交通標志檢測的YOLOv8n輕量化協同改進模型
摘要:為應對交通標志檢測中小目標易漏檢、背景干擾強烈以及模型結構臃腫帶來的部署障礙,提出一種基于YOLOv8n的輕量化改進檢測模型RACP-YOLO。模型首先引入輕量型主干C2f-RVB模塊,以優化低層語義表達;其次,采用ADown模塊進行多尺度下采樣,有效平衡分辨率與感受野,提升目標感知能力;同時,結合CAA注意力機制增強通道間依賴性與目標顯著性響應;在此基礎上,模型在檢測頭部分引入SCConv結構作...
多任務局部進化學習——消減負遷移與參數冗余
摘要:為緩解多任務學習中因任務相關性較低而導致的參數負遷移問題,提出一種基于仿生進化學習的局部進化學習(Local Evolutionary Learning, LEL)方法。該方法通過構建局部進化單元,結合任務之間的相關性信息,在模型訓練過程中實現參數的局部進化與更新,從而避免不同任務之間的無效參數干擾。當新任務引入時,LEL依據任務相關性動態激活已有進化單元,并選擇適應性演化策略以優化各子任務的學習...
多尺度邊緣增強與空間記憶注意力驅動的頭盔檢測算法
摘要:針對交通監控場景中頭盔檢測面臨的形狀相似性干擾、極端尺度變化與復雜遮擋挑戰,現有檢測方法存在精度不足、易產生誤檢漏檢以及模型復雜度過高的問題,本文提出一種基于YOLO11的輕量級頭盔檢測模型Edge-YOLO。提出一種新的多尺度邊緣信息選擇模塊(MutilScale Edge Information Select,MSEIS),通過自適應池化結合通道分割策略、邊緣增強模塊(EdgeEnhancer...
基于角度搜索策略粒子群的ESN優化方法
摘要:針對傳統回聲狀態網絡(Echo State Network,ESN)儲層權重隨機生成導致網絡預測性能波動較大的問題,提出了一種基于角度搜索策略粒子群算法(Angle Search Particle Swarm Optimization,ASPSO)的ESN優化方法。該方法結合ESN儲層權重優化的實際需求,在PSO基礎上引入角度搜索策略以增強搜索路徑多樣性,利用DDPG強化學習算法實現超參數的動態自...
融合擴散模型與知識蒸餾的無監督工業缺陷檢測
摘要:近年來,基于無監督學習的工業缺陷檢測模型取得了顯著的性能提升。然而,現有的缺陷合成策略依賴外部數據源,導致合成缺陷與真實缺陷存在較大差異,嚴重制約了模型的泛化性能。此外,現有的方法存在特征細節信息丟失問題,導致模型出現誤檢現象。為此,首先引入一種多源缺陷合成策略,協同利用擴散模型生成的圖像和DTD數據集的圖像合成更符合真實缺陷分布的缺陷樣本。然后,利用合成的缺陷樣本微調教師網絡對缺陷的表征能力,并...
LGM-YOLOv11:融合多尺度注意力機制的水下目標檢測模型
摘要:水下圖像在海洋生態環境監測、水下資源開發等應用中發揮著重要作用。然而,水下圖像通常受到光散射、懸浮顆粒和顏色衰減等因素影響,導致圖像呈現低對比度、邊緣模糊和噪聲干擾等特征,進而降低了水下目標檢測的準確性和效率。針對這些挑戰,提出了一種融合多尺度注意力機制的水下目標檢測模型以提升水下環境物體的檢測性能。首先,引入拉普拉斯-高斯主干模塊(LoGStem),代替YOLOv11主干網絡的前兩層卷積,增強了...
融合MambaIRv2上下文建模與邊緣增強的SAR船舶檢測方法
摘要:針對合成孔徑雷達(Synthetic Aperture Radar,SAR)圖像中斑點噪聲強,目標輪廓模糊及尺度多樣等挑戰,本文提出一種改進YOLOv11n的新型SAR船舶檢測算法(SWMB-YOLO)。首先,設計C3K2_SS模塊,結合語義卷積與Sobel邊緣提取的雙分支結構,有效增強目標邊界表達能力。其次,引入小波池化模塊Wavelet Pooling替代傳統卷積操作,通過多方向小波分解,提取...
《計算機科學與探索》“極端環境圖像處理與應用”專題征文通知
摘要:<正>近年來,密集遮擋、極端弱光、高動態模糊、水下渾濁、強輻射等極端環境日益成為智慧城市、深空探測、極地科考、災害應急、智能交通和高端制造等領域的常態場景。面對信噪比極低、退化類型多樣、目標尺寸微小或密集的原始影像,傳統圖像處理鏈路在增強復原、信息解析和下游應用中屢遭瓶頸。與此同時,跨模態融合、物理退化建模、生成式人工智能等新興技術不斷涌現,為極端環境圖像處理與應用注入創新動力
歡迎訂閱2026年《計算機工程與應用》
摘要:<正>北大中文核心期刊、中國科技核心期刊、中國科學引文數據庫(CSCD)來源期刊、RCCSE核心學術期刊、中國學術期刊綜合評價數據庫統計源期刊、中國科技論文與引文數據庫統計源期刊、中文科技期刊數據庫收錄期刊,被收錄在美國《工程索引》(EI Compendex)、荷蘭Scopus數據庫、英國《科學文摘》(SA/INSPEC)、俄羅斯《文摘雜志》(AJ)、美國《劍橋科學文摘》(CSA)、美...
基于DFD-YOLOv11n的鋼材裝備表面缺陷檢測算法研究
摘要:針對鋼材裝備表面缺陷檢測中存在特征模糊、多尺度表達不足以及檢測精度受限等問題,提出一種基于YOLOv11n架構的輕量級改進算法DFD-YOLOv11n。該算法通過三重結構創新實現性能優化:一是引入動態蛇形卷積改進特征提取部分的C3K2模塊,通過自適應卷積核變形策略顯著增強對細長彎曲特征的捕捉能力;二是設計了特征聚焦擴散金字塔網絡,通過多尺度特征的雙向融合機制提升上下文信息利用率;三是設計了動態任務...
工業場景下的鋼材表面缺陷實時檢測網絡
摘要:針對工業生產中,金屬表面的缺陷檢測任務面臨著缺陷尺度差異大、特征提取困難和推理實時性差等問題,本文提出了一種新型高效的改進模型MBAC-YOLO(YOLO with Multi-head Convolution, Bio-inspired Hybrid Attention Module and Contextual Enhancement),該方法包括了三個創新的模塊:多頭卷積模塊MCM(Mult...
耦合動態擁擠選擇與遷移機制的變維擾動人工蜂群算法
摘要:針對人工蜂群算法存在的探索與開采失衡、收斂精度不足等性能短板,提出一種耦合動態擁擠選擇與遷移機制的變維擾動人工蜂群算法MABC-ICBO。該算法在雇傭蜂階段引入基于種群歷史多樣性的自適應擁擠度調節機制,采用分組抽樣策略構建擁擠鄰域父代個體集,通過動態競爭替換維持種群多樣性;在觀察蜂階段融合生物地理學優化遷移算子與基于種群歷史最優的雙偏好開采方程,構建混合選擇機制增強局部搜索能力;同時提出線性動態維...
跨模態特征一致性對齊下的多模態情感分析
摘要:當前基于多模態數據的情感分析方法在特征建模和模態協同交互方面取得了顯著進展,但仍存在特征提取不夠充分、模態間語義對齊不足等問題,容易導致冗余信息增加與跨模態交互受限。為此,本文提出一種基于跨模態特征一致性對齊的多模態情感分析方法。首先,根據各模態數據的特性,設計三分支特征提取子網絡,分別對文本、視覺和聽覺模態進行深層次表示建模。其次,為減緩模態不一致對融合效果的影響,構建跨模態特征一致性對齊模塊,...
多移動機器人協作搬運中的協同智能技術綜述
摘要:多移動機器人協作搬運技術在智能物流、制造業和智能倉儲等領域展現了巨大的應用潛力,成為推動工業自動化和智能化轉型的重要驅動力。通過協同智能技術的高度集成與協調能力、實時數據感知與處理能力,以及高效任務分配,多移動機器人系統能夠在動態復雜的環境中實現精準導航和高效協同任務,從而顯著提升搬運任務效率與系統適應性。本文綜述了多移動機器人協作搬運中的協同智能技術,首先介紹了相關基本概念與系統架構,并強調其在...
相關電子信息期刊推薦
核心期刊推薦
copyright © www.digitalguess.com, All Rights Reserved
搜論文知識網 冀ICP備15021333號-3