本刊系中國(guó)計(jì)算機(jī)學(xué)會(huì)(CCF)會(huì)刊之一，由中國(guó)計(jì)算機(jī)學(xué)會(huì)微機(jī)專委會(huì)和陜西省計(jì)算機(jī)學(xué)會(huì)聯(lián)合主辦。內(nèi)容包括：計(jì)算機(jī)科學(xué)、人工智能、計(jì)算機(jī)體系結(jié)構(gòu)、計(jì)算機(jī)軟件、設(shè)備與器件、計(jì)算機(jī)應(yīng)用。讀者對(duì)象系全方位的，包括大專院校、科研機(jī)構(gòu)、生產(chǎn)及商貿(mào)企業(yè)、政府機(jī)關(guān)與管理部門以及各行各業(yè)的微機(jī)用戶。所覆蓋的業(yè)務(wù)領(lǐng)域包括：教育系統(tǒng)、科研系統(tǒng)、輕重工業(yè)、交通運(yùn)輸、礦產(chǎn)資源、國(guó)防軍事、金融財(cái)會(huì)、醫(yī)療衛(wèi)生、商貿(mào)系統(tǒng)、農(nóng)林牧漁及辦公管理等。國(guó)內(nèi)外公開發(fā)行。

　　微機(jī)發(fā)展收錄情況/影響因子

　　國(guó)家新聞出版總署收錄　獲獎(jiǎng)情況：《CAJ-CD規(guī)范》執(zhí)行優(yōu)秀期刊。

　　微機(jī)發(fā)展欄目設(shè)置

　　綜述評(píng)論;人工智能;信息安全;經(jīng)驗(yàn)交流;研究探討;開發(fā)應(yīng)用;網(wǎng)絡(luò)通信;學(xué)習(xí)園地。

　　微機(jī)發(fā)展編輯部/雜志社投稿須知

　　1.文章標(biāo)題：一般不超過300個(gè)漢字以內(nèi)，必要時(shí)可以加副標(biāo)題，最好并譯成英文。

　　2.作者姓名、工作單位：題目下面均應(yīng)寫作者姓名，姓名下面寫單位名稱(一、二級(jí)單位)、所在城市(不是省會(huì)的城市前必須加省名)、郵編，不同單位的多位作者應(yīng)以序號(hào)分別列出上述信息。

　　3.提要：用第三人稱寫法，不以“本文”、“作者”等作主語，100-200字為宜。

　　4.關(guān)鍵詞：3-5個(gè)，以分號(hào)相隔。

　　5.正文標(biāo)題：內(nèi)容應(yīng)簡(jiǎn)潔、明了，層次不宜過多，層次序號(hào)為一、(一)、1、(1)，層次少時(shí)可依次選序號(hào)。

　　6.正文文字：一般不超過1萬字，用A4紙打印，正文用5號(hào)宋體。

　　閱讀推薦：電腦知識(shí)與技術(shù)

　　《電腦知識(shí)與技術(shù)：經(jīng)驗(yàn)技巧》Computer Knowledge and Technology(月刊)創(chuàng)刊于1994年，是經(jīng)國(guó)家批準(zhǔn)的旬刊雜志，是一本面向計(jì)算機(jī)全行業(yè)的綜合性學(xué)術(shù)刊物。創(chuàng)刊以來，一直本著普及電腦知識(shí)、推廣電腦技術(shù)、交流經(jīng)驗(yàn)技巧、促進(jìn)電腦應(yīng)用的辦刊宗旨，注重雜志質(zhì)量。如今，雜志發(fā)行面已覆蓋全國(guó)31個(gè)省、市、自治區(qū)，逐步形成了融知識(shí)性、實(shí)用性、欣賞性、服務(wù)性于一體的辦刊風(fēng)格，并因其清純樸實(shí)的文風(fēng)，簡(jiǎn)明實(shí)用的內(nèi)容，以及精心細(xì)致的服務(wù)被社會(huì)各界讀者譽(yù)名為“一本看得懂、學(xué)得會(huì)、用得上”的好雜志。

　　微機(jī)發(fā)展最新期刊目錄

基于多尺度特征對(duì)齊的小樣本目標(biāo)檢測(cè)方法

摘要：針對(duì)小樣本目標(biāo)檢測(cè)中實(shí)測(cè)數(shù)據(jù)稀缺導(dǎo)致模型泛化能力不足的問題，本文提出一種基于多尺度特征對(duì)齊的小樣本目標(biāo)檢測(cè)方法。首先通過La Ma算法進(jìn)行仿真數(shù)據(jù)增強(qiáng)，以生成高真實(shí)度的仿真數(shù)據(jù)，擴(kuò)充訓(xùn)練樣本；其次，設(shè)計(jì)顯著性特征提取模塊，通過分層嵌入坐標(biāo)注意力機(jī)制，增強(qiáng)目標(biāo)區(qū)域特征響應(yīng)，并抑制復(fù)雜背景噪聲。最后，構(gòu)建多尺度特征對(duì)齊模塊，針對(duì)底層紋理、中層結(jié)構(gòu)及高層語義特征進(jìn)行層次化對(duì)齊處理，同時(shí)設(shè)計(jì)多尺度特征對(duì)齊...

基于改進(jìn)交叉注意力的高效醫(yī)學(xué)圖像分割方法

摘要：在醫(yī)學(xué)圖像分割領(lǐng)域，高性能的U-Net模型會(huì)在跳躍連接部分設(shè)計(jì)特征融合模塊以整合多尺度特征，提高分割效果，但是模型參數(shù)量與計(jì)算量大幅上漲，對(duì)硬件性能要求苛刻。本文提出了基于部分通道交叉注意力的U型分割網(wǎng)絡(luò)UPCCANet，將單頭與部分通道計(jì)算設(shè)計(jì)引入交叉注意力，并在通道維度上進(jìn)行特征融合。所提方法在有效融合多尺度信息的同時(shí)也大大提高了計(jì)算效率。UPCCANet采用了InceptionNeXt作為編...

基于YOLO的石棉纖維檢測(cè)

摘要：隨著工業(yè)化進(jìn)程的推進(jìn)，石棉檢測(cè)成為公共安全和環(huán)境健康的重要任務(wù)。為了提高石棉檢測(cè)的精度，本文提出了基于YOLOv8n改進(jìn)的更加精確的檢測(cè)算法——EAS-YOLO，本文在網(wǎng)絡(luò)結(jié)構(gòu)的頸部引入顯式視覺中心（Explicit Visual Center,EVC），并提出一種跨分支注意力融合機(jī)制（Cross-Attention Fusion, CAF），通過將EVC和CAF有效融合，形成了EVC-CAF機(jī)制...

基于Stroke BERT的中風(fēng)知識(shí)圖譜與智能診療研究

摘要：為促進(jìn)中醫(yī)精準(zhǔn)醫(yī)療發(fā)展，本研究聚焦中風(fēng)病，構(gòu)建了“領(lǐng)域自適應(yīng)預(yù)訓(xùn)練—跨模態(tài)知識(shí)對(duì)齊—混合增強(qiáng)推理”框架。首先，基于中醫(yī)文獻(xiàn)與病歷構(gòu)建Stroke BERT預(yù)訓(xùn)練模型，采用動(dòng)態(tài)全詞掩碼增強(qiáng)中醫(yī)隱喻語義表征。實(shí)驗(yàn)表明，Stroke BERT在中醫(yī)特異性任務(wù)上顯著優(yōu)于通用BERT(F1值達(dá)83.24%和98.15%)，有效提升信息提取精度。其次，構(gòu)建中西醫(yī)融合中風(fēng)知識(shí)圖譜，通過BERT-INT模型實(shí)現(xiàn)中...

基于YOLOv8n的無人機(jī)視角紅外小目標(biāo)檢測(cè)算法

摘要：在無人機(jī)視角下的對(duì)地紅外目標(biāo)檢測(cè)中，小目標(biāo)檢測(cè)面臨誤檢、漏檢的難題。為解決這一問題，本文提出一種改進(jìn)的YOLOv8n檢測(cè)算法。該算法從多方面對(duì)YOLOv8n進(jìn)行優(yōu)化。首先,增加160×160的小目標(biāo)檢測(cè)層，將原網(wǎng)絡(luò)首個(gè)C2f模塊輸出的特征圖引入檢測(cè)頭，強(qiáng)化對(duì)小尺寸目標(biāo)的檢測(cè),并且引入雙卷積CSP＿BiFormer瓶頸模塊，增強(qiáng)特征提取能力，有效處理特征間長(zhǎng)距離依賴關(guān)系,其次結(jié)合EIoU和CIoU改...

面向圖像檢索的混合學(xué)習(xí)索引方法

摘要：針對(duì)傳統(tǒng)圖像檢索方法在處理大規(guī)模高維數(shù)據(jù)時(shí)存在的語義鴻溝和維度災(zāi)難問題，提出了一種多模態(tài)動(dòng)態(tài)學(xué)習(xí)索引（MDLI）方法。該方法通過三級(jí)協(xié)同機(jī)制實(shí)現(xiàn)突破：首先設(shè)計(jì)層級(jí)自適應(yīng)加權(quán)模塊實(shí)現(xiàn)多尺度特征融合，整合ResNet不同層次的局部細(xì)節(jié)與全局語義；其次引入改進(jìn)的圖注意力網(wǎng)絡(luò)（GATv2）動(dòng)態(tài)建模圖像間復(fù)雜關(guān)系，結(jié)合top-20邊稀疏化策略提升計(jì)算效率；最后構(gòu)建混合索引架構(gòu)，將學(xué)習(xí)型MLP索引與傳統(tǒng)VP-...

隱式特征圖引導(dǎo)的文生圖：三向注意力融合

摘要：針對(duì)多階段生成模型因顯式中間圖像導(dǎo)致誤差累積的問題，提出基于隱式特征圖與三向注意力融合的雙階段解耦框架。（1）隱式特征圖生成階段，通過遞歸注意力迭代生成64×64非可視化特征圖，替代AttnGAN等模型的顯式中間圖像，有效規(guī)避多階段可視化誤差傳遞；（2）三向注意力增強(qiáng)階段，擴(kuò)展Triplet Attention為通道-空間-文本交互機(jī)制，實(shí)現(xiàn)像素級(jí)細(xì)粒度控制。實(shí)驗(yàn)表明，在細(xì)粒度要求最高的CUB數(shù)據(jù)...

基于DataX的靜態(tài)數(shù)據(jù)脫敏平臺(tái)的設(shè)計(jì)

摘要：在數(shù)據(jù)量爆炸性增長(zhǎng)與多源異構(gòu)系統(tǒng)廣泛應(yīng)用的背景下，靜態(tài)數(shù)據(jù)脫敏已成為保障數(shù)據(jù)分發(fā)、分析、開發(fā)、測(cè)試場(chǎng)景中確保數(shù)據(jù)可用性與安全性統(tǒng)一的必備手段。針對(duì)現(xiàn)有脫敏工具在大規(guī)模數(shù)據(jù)處理效率低、多源適配性差及與ETL流程割裂的問題，本文設(shè)計(jì)并實(shí)現(xiàn)了一種基于DataX的靜態(tài)數(shù)據(jù)脫敏平臺(tái)。平臺(tái)采用四層架構(gòu)，通過深度擴(kuò)展DataX插件化框架，在數(shù)據(jù)同步流水線中無縫集成脫敏邏輯。創(chuàng)新性點(diǎn)包括：首次實(shí)現(xiàn)DataX與脫敏...

聯(lián)邦學(xué)習(xí)框架下的就業(yè)數(shù)據(jù)隱私保護(hù)模型

摘要：為了提升就業(yè)數(shù)據(jù)隱私保護(hù)效果，降低數(shù)據(jù)保護(hù)時(shí)間開銷，提出一種聯(lián)邦學(xué)習(xí)框架下的就業(yè)數(shù)據(jù)隱私保護(hù)模型。首先，運(yùn)用聯(lián)邦平均算法聚合各參與機(jī)構(gòu)的參數(shù)，完成參數(shù)聚合并生成新的全局模型；其次，該模型采用縱向聯(lián)邦學(xué)習(xí)模式，整合不同機(jī)構(gòu)或部門的數(shù)據(jù)特征，通過加密手段對(duì)齊對(duì)象ID，并利用部分重疊信息進(jìn)行加密訓(xùn)練。然后，通過同態(tài)加密算法在上傳就業(yè)數(shù)據(jù)前將數(shù)據(jù)加密，數(shù)據(jù)分析模型引入了差分隱私技術(shù)，對(duì)共享梯度進(jìn)行裁剪并添...

基于多維度數(shù)據(jù)聚類的個(gè)性化學(xué)習(xí)推薦系統(tǒng)研究

摘要：在教育數(shù)字化轉(zhuǎn)型背景下，傳統(tǒng)標(biāo)準(zhǔn)化教學(xué)模式難以適配學(xué)習(xí)者認(rèn)知差異性需求，而教育數(shù)據(jù)的指數(shù)級(jí)增長(zhǎng)又加劇了"信息過載-精準(zhǔn)推薦"間的矛盾。針對(duì)這一問題，本文提出一種基于學(xué)生多維度學(xué)習(xí)數(shù)據(jù)聚類的個(gè)性化學(xué)習(xí)推薦系統(tǒng)架構(gòu)，旨在為學(xué)生提供定制化學(xué)習(xí)方案，提升學(xué)習(xí)效率與質(zhì)量。本文通過集成收集學(xué)習(xí)行為日志、知識(shí)狀態(tài)、學(xué)習(xí)方法偏好、學(xué)習(xí)興趣及影響因素、教學(xué)模式接收程度等多維度信息，對(duì)學(xué)生的學(xué)習(xí)情況進(jìn)行畫像；運(yùn)用K-...

CF-mMIMO中聯(lián)邦學(xué)習(xí)的前傳壓縮與波束成形方法

摘要：聯(lián)邦學(xué)習(xí)（Federated Learning, FL）是一種分布式機(jī)器學(xué)習(xí)技術(shù)，允許多個(gè)參與方在數(shù)據(jù)不離開本地的情況下協(xié)作訓(xùn)練共享模型。為降低FL中的通信開銷，本文在去蜂窩大規(guī)模多輸入多輸出（Cell-free Massive Multi-Input Multi-Output,CF-mMIMO）網(wǎng)絡(luò)使能的FL架構(gòu)中利用空中計(jì)算技術(shù)聚合設(shè)備的本地梯度，同時(shí)針對(duì)聚合過程中產(chǎn)生的誤差問題，提出一種考慮...

基于差分隱私和魯棒聚合的聯(lián)邦學(xué)習(xí)

摘要：聯(lián)邦學(xué)習(xí)作為一種分布式機(jī)器學(xué)習(xí)方法，能夠在保證數(shù)據(jù)隱私的前提下進(jìn)行模型訓(xùn)練，已經(jīng)成為人工智能領(lǐng)域的研究熱點(diǎn)。然而，聯(lián)邦學(xué)習(xí)系統(tǒng)面臨著多種安全威脅，包括數(shù)據(jù)投毒、惡意模型更新和對(duì)抗樣本攻擊等，這些威脅不僅可能破壞模型的性能，還可能導(dǎo)致隱私泄露。本文提出了一種結(jié)合差分隱私和魯棒聚合的聯(lián)邦學(xué)習(xí)安全方法，旨在提升聯(lián)邦學(xué)習(xí)系統(tǒng)的安全性和魯棒性。在客戶端梯度更新過程中引入差分隱私機(jī)制，利用動(dòng)態(tài)隱私預(yù)算調(diào)整策略...

個(gè)性化聯(lián)邦學(xué)習(xí)算法綜述

摘要：個(gè)性化聯(lián)邦學(xué)習(xí)（PFL, Personalized Federated Learning）是一種基于聯(lián)邦學(xué)習(xí)（Federated Learning,FL）的機(jī)器學(xué)習(xí)框架，它可以使不同領(lǐng)域的客戶端在保護(hù)本地?cái)?shù)據(jù)隱私的同時(shí)，參與集中模型訓(xùn)練并得到符合本地?cái)?shù)據(jù)的個(gè)性化模型，但也面臨異質(zhì)性問題和結(jié)構(gòu)設(shè)計(jì)等重大挑戰(zhàn)。本文對(duì)個(gè)性化聯(lián)邦學(xué)習(xí)的發(fā)展過程、主要算法、相關(guān)技術(shù)、不足之處及未來發(fā)展方向進(jìn)行了較為全面的分...

EM-DETR:GUI組件實(shí)時(shí)檢測(cè)網(wǎng)絡(luò)

摘要：在藝術(shù)與科技研究領(lǐng)域中，針對(duì)目前大部分現(xiàn)有公開數(shù)據(jù)集過于老舊而導(dǎo)致已有研究方法在實(shí)際GUI(Graphical User Interface)檢測(cè)中因界面所特有的組件種類多樣、背景復(fù)雜的情況，同時(shí)因高分辨率顯示器使得部分組件更小更密集從而導(dǎo)致檢測(cè)效率不高和檢測(cè)精度瓶頸問題，本研究依托太原師范學(xué)院智能科技與藝術(shù)創(chuàng)新科研平臺(tái)自行構(gòu)建GUI數(shù)據(jù)集并基于RT-DETR模型進(jìn)行改進(jìn)提出EM-DETR，構(gòu)建面...

結(jié)合可變形注意力與滾動(dòng)MLP的醫(yī)學(xué)圖像分割

摘要：醫(yī)學(xué)圖像分割可有效輔助臨床診斷，然而現(xiàn)有方法存在長(zhǎng)距離依賴建模不足和計(jì)算成本高的問題。為此，提出動(dòng)態(tài)特征分配引導(dǎo)的多尺度可變形注意力與滾動(dòng)MLP（多層感知器）相結(jié)合的圖像分割方法。首先，構(gòu)建動(dòng)態(tài)特征分配模塊，根據(jù)通道得分將特征動(dòng)態(tài)分配到兩條分支：多尺度可變形注意力分支，通過稀疏采樣增強(qiáng)不規(guī)則邊緣建模；滾動(dòng)MLP分支，利用循環(huán)移位機(jī)制捕獲長(zhǎng)距離依賴。最后利用動(dòng)態(tài)權(quán)重融合策略實(shí)現(xiàn)雙路徑特征融合。實(shí)驗(yàn)表...

基于改進(jìn)的MobileNetV3的家庭用戶用水行為辨識(shí)

摘要：隨著智慧水務(wù)在老人居家看護(hù)等應(yīng)用上的深入發(fā)展，用戶用水行為辨識(shí)變得日益重要。超聲波水表具有測(cè)量精度高、較高采樣頻率和數(shù)字化計(jì)量的特點(diǎn)，為用水?dāng)?shù)據(jù)辨識(shí)提供了數(shù)據(jù)基礎(chǔ)。由于推理模型在水表設(shè)備上的部署更關(guān)注功耗，現(xiàn)有MobileNetV3模型大小過大，且對(duì)長(zhǎng)時(shí)間用水行為的識(shí)別準(zhǔn)確率不高。本文提出了一種改進(jìn)的輕量化MobileNetV3模型，通過精簡(jiǎn)網(wǎng)絡(luò)結(jié)構(gòu)和通道數(shù)，減小了模型大小。同時(shí)引入DDSIRB、...

基于Q學(xué)習(xí)的無人機(jī)自組網(wǎng)智能過濾路由算法

摘要：無人機(jī)自組網(wǎng)因其動(dòng)態(tài)拓?fù)浜透咭苿?dòng)性特點(diǎn)，面臨路由時(shí)延高、鏈路不穩(wěn)定及路由空洞等挑戰(zhàn)。傳統(tǒng)路由協(xié)議難以適應(yīng)復(fù)雜動(dòng)態(tài)環(huán)境，而強(qiáng)化學(xué)習(xí)方法為解決該問題提供了新思路。針對(duì)上述問題，提出了一種基于Q學(xué)習(xí)的智能過濾路由算法。無人機(jī)節(jié)點(diǎn)通過定期廣播HELLO消息進(jìn)行鄰居拓?fù)涓兄�，并基于鏈路穩(wěn)定性、鄰居拓?fù)湫畔��?gòu)建狀態(tài)空間，并引入三維凸包過濾機(jī)制壓縮狀態(tài)空間規(guī)模，降低Q學(xué)習(xí)開銷。算法的多目標(biāo)獎(jiǎng)勵(lì)函數(shù)綜合考慮了單跳...

基于Mamba多模態(tài)情感識(shí)別方法

摘要：為克服傳統(tǒng)激活函數(shù)在非線性特征提取、情感類別判別及多模態(tài)信息融合中存在的局限性，提出了一種分層融合與激活增強(qiáng)的Mamba多模態(tài)情感識(shí)別模型方法（A Hierarchical Fusion and Activation Enhanced Mamba Model,Mamba-HFAEM）。該方法首先通過動(dòng)態(tài)閾值激活函數(shù)(Dynamic Threshold Activation Function,DTA...

基于擴(kuò)展脈沖神經(jīng)P系統(tǒng)的AMSs死鎖控制策略

摘要：自動(dòng)制造系統(tǒng)(AMS)死鎖問題可能導(dǎo)致制造企業(yè)遭受經(jīng)濟(jì)損失，尋找更精確有效的死鎖控制策略顯得尤為重要。本文首先討論脈沖神經(jīng)P(SNP)系統(tǒng)結(jié)構(gòu)特性，擴(kuò)展SNP系統(tǒng)建模。針對(duì)擴(kuò)展系統(tǒng)進(jìn)行狀態(tài)分析，生成可達(dá)配置圖及其生成算法。其次，考慮監(jiān)測(cè)系統(tǒng)資源狀態(tài)，提出新的神經(jīng)元結(jié)構(gòu)表征死鎖:脈沖虹吸，提出一類特殊脈沖虹吸，并基于數(shù)學(xué)規(guī)劃(MP)問題計(jì)算枯竭脈沖虹吸。基于神經(jīng)元互斥不等式約束添加控制神經(jīng)元保證系統(tǒng)...

基于深度學(xué)習(xí)的盲人行路全方位障礙物檢測(cè)系統(tǒng)

摘要：針對(duì)現(xiàn)有輔助盲人出行導(dǎo)航系統(tǒng)檢測(cè)精度不高、檢測(cè)視野不全面的問題，設(shè)計(jì)了一種基于LPC-YOLO算法的全方位障礙物檢測(cè)系統(tǒng)。本系統(tǒng)圖像采集模塊由分布在四個(gè)方向的攝像頭組成，用于實(shí)時(shí)采集盲人行路四周的圖像。提出了一種基于YOLOv8n的改進(jìn)障礙物檢測(cè)算法LPC-YOLO，若檢測(cè)到障礙物，再使用單目測(cè)距算法進(jìn)行障礙物測(cè)距。最后根據(jù)距離的不同，使用語音合成技術(shù)實(shí)時(shí)為盲人播報(bào)提示語音。LPC-YOLO算法改...

　　相關(guān)電子信息期刊推薦

• 國(guó)家級(jí)現(xiàn)代電信科技
• 省級(jí)電子元器件資訊
• 省級(jí)內(nèi)蒙古大學(xué)學(xué)報(bào)
• 國(guó)家級(jí)IT經(jīng)理世界
• 省級(jí)中興通訊技術(shù)英文版
• 北大核心微納電子技術(shù)
• 國(guó)家級(jí)計(jì)算機(jī)學(xué)報(bào)
• 省級(jí)電腦與電信
• 北大核心核電子學(xué)與探測(cè)技術(shù)
• 北大核心電子產(chǎn)品世界
• 北大核心時(shí)間頻率學(xué)報(bào)
• 國(guó)家級(jí)經(jīng)濟(jì)數(shù)學(xué)
• 北大核心中國(guó)激光
• 國(guó)家級(jí)電子競(jìng)技
• 北大核心通信學(xué)報(bào)
• 國(guó)家級(jí)中國(guó)電子與網(wǎng)絡(luò)出版
• 省級(jí)實(shí)用影音技術(shù)
• 國(guó)家級(jí)電子元器件應(yīng)用
• 北大核心中國(guó)高校科技
• 學(xué)報(bào)湖北廣播電視大學(xué)學(xué)報(bào)
• 國(guó)家級(jí)電子質(zhì)量
• 省級(jí)網(wǎng)絡(luò)傳播
• 國(guó)家級(jí)互聯(lián)網(wǎng)周刊
• 北大核心控制工程
• 國(guó)家級(jí)微電腦世界
• 北大核心電子工藝技術(shù)
• 國(guó)家級(jí)電子科技文摘
• 省級(jí)機(jī)電元件
• 國(guó)家級(jí)數(shù)碼印刷
• 國(guó)家級(jí)傳感器與微系統(tǒng)

　　核心期刊推薦

電子元件與材料

電子測(cè)量技術(shù)

激光與光電子學(xué)進(jìn)展

國(guó)外電子測(cè)量技術(shù)