搜論文知識(shí)網(wǎng)并非《計(jì)算機(jī)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(shí)、省力的便捷橋梁。本站與《計(jì)算機(jī)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(shí)提高客戶期刊發(fā)表的質(zhì)量與效率。通過(guò)本站發(fā)表論文，客戶將獲得更大的選擇空間、更高的通過(guò)率、更快的發(fā)表速度、更滿意的服務(wù)質(zhì)量。

　　【雜志簡(jiǎn)介】

　　《計(jì)算機(jī)研究與發(fā)展》辦刊宗旨： 報(bào)道我國(guó)計(jì)算機(jī)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(jì)算機(jī)研究與發(fā)展》是中國(guó)科學(xué)院計(jì)算技術(shù)研究所和中國(guó)計(jì)算機(jī)學(xué)會(huì)聯(lián)合主辦的學(xué)術(shù)性期刊，科學(xué)出版社出版，國(guó)內(nèi)外公開(kāi)發(fā)行。她誕生于我國(guó)計(jì)算機(jī)事業(yè)的初創(chuàng)時(shí)期(1958年)，是我國(guó)第一個(gè)計(jì)算機(jī)刊物，它是隨著中國(guó)計(jì)算機(jī)事業(yè)的發(fā)展而成長(zhǎng)起來(lái)的。四十多年來(lái)，該刊始終結(jié)合我國(guó)計(jì)算機(jī)事業(yè)不同時(shí)期的重點(diǎn)和需要，有計(jì)劃、有組織地進(jìn)行選題，刊登了大量國(guó)內(nèi)最新科研成果和國(guó)家重點(diǎn)支持的研究項(xiàng)目的論文，對(duì)我國(guó)計(jì)算機(jī)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(guó)計(jì)算機(jī)類最有影響的學(xué)術(shù)期刊之一。

　　地位及水平： 多年來(lái)，該刊一直被評(píng)為我國(guó)計(jì)算機(jī)類核心期刊，是國(guó)務(wù)院學(xué)位辦指定的評(píng)估學(xué)位與研究生教育的“中文重要期刊”;已被多個(gè)國(guó)際著名的檢索系統(tǒng)收錄，如美國(guó)《工程索引》(Ei)、日本《科學(xué)文獻(xiàn)速報(bào)》、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(píng)為“百種中國(guó)杰出學(xué)術(shù)期刊”。

　　讀者對(duì)象： 具有大學(xué)本科以上學(xué)歷的各行業(yè)、各部門(mén)從事計(jì)算機(jī)研究與開(kāi)發(fā)的研究人員、工程技術(shù)人員、各大院校計(jì)算機(jī)專業(yè)及其他相關(guān)專業(yè)的師生和研究生。

　　【影響因子】

　　國(guó)家新聞出版總署收錄

　　【獲獎(jiǎng)情況】

　　2001-2007百種中國(guó)杰出學(xué)術(shù)期刊

　　2008中國(guó)精品科技期刊

　　2000年獲中科院優(yōu)秀期刊二等獎(jiǎng)

　　中國(guó)期刊方陣“雙效”期刊

　　國(guó)外數(shù)據(jù)庫(kù)收錄

　　俄羅斯文摘雜志

　　【欄目設(shè)置】

　　刊登內(nèi)容：計(jì)算機(jī)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(píng)、計(jì)算機(jī)基礎(chǔ)理論、軟件技術(shù)、信息安全、計(jì)算機(jī)網(wǎng)絡(luò)、圖形圖象、體系結(jié)構(gòu)、人工智能、計(jì)算機(jī)應(yīng)用、數(shù)據(jù)庫(kù)技術(shù)、存儲(chǔ)技術(shù)及計(jì)算機(jī)相關(guān)領(lǐng)域。

　　計(jì)算機(jī)研究與發(fā)展最新期刊目錄

基于長(zhǎng)距離上下文的大語(yǔ)言模型預(yù)訓(xùn)練數(shù)據(jù)檢測(cè)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(cè)方法旨在大語(yǔ)言模型的預(yù)訓(xùn)練數(shù)據(jù)未公開(kāi)時(shí)，檢測(cè)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(yǔ)言模型的預(yù)訓(xùn)練數(shù)據(jù)使用過(guò)程是否符合法律法規(guī).現(xiàn)有方法通常認(rèn)為大語(yǔ)言模型對(duì)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(cè)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(duì)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(yùn)行時(shí)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(duì)不同的負(fù)載類型提出并實(shí)現(xiàn)了大量的運(yùn)行時(shí)系統(tǒng)，幫助用戶構(gòu)建單機(jī)或分布式應(yīng)用.在端邊云協(xié)同場(chǎng)景中，由于應(yīng)用各組件在保質(zhì)要求、運(yùn)行時(shí)環(huán)境和通信協(xié)議方面存在異構(gòu)性，因此難以通過(guò)單一運(yùn)行時(shí)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(gè)組件獨(dú)立部署到不同的運(yùn)行時(shí)會(huì)增加應(yīng)用管理的難度，并且缺乏對(duì)性能和容錯(cuò)方面的統(tǒng)一支持.為解決上述問(wèn)題，實(shí)現(xiàn)了網(wǎng)程系統(tǒng)，支持多種運(yùn)行時(shí)的統(tǒng)一接入和使用.網(wǎng)程系統(tǒng)通過(guò)網(wǎng)...

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

摘要：大模型時(shí)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(duì)算力資源指標(biāo)數(shù)據(jù)的異常檢測(cè)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(kuò)大，其中反映算力運(yùn)行狀態(tài)的多類指標(biāo)數(shù)據(jù)隨著時(shí)間推移呈現(xiàn)出更復(fù)雜的時(shí)序周期性變化.現(xiàn)有的多維時(shí)序異常檢測(cè)方法通常采用預(yù)設(shè)的窗口大小對(duì)多維時(shí)序數(shù)據(jù)進(jìn)行滑動(dòng)切片，但忽略不同維度周期特性的統(tǒng)一窗口劃分會(huì)截?cái)嗖糠志S度時(shí)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(cè)下一步行為．盡管針對(duì)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(shí)服務(wù)于熱啟動(dòng)用戶和冷啟動(dòng)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(xiàng)目交互的現(xiàn)有模型失去了優(yōu)勢(shì)．其次，由于現(xiàn)實(shí)中用戶意圖的可變性和主觀隨機(jī)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(yǔ)言模型的知識(shí)庫(kù)查詢風(fēng)格自適應(yīng)轉(zhuǎn)換————作者：付鈞渤;趙國(guó)帥;錢(qián)學(xué)明;

摘要：大語(yǔ)言模型在知識(shí)存儲(chǔ)方面不斷增強(qiáng)的能力展示了其作為知識(shí)庫(kù)的潛在效用.然而，任何給定的提示只能提供大語(yǔ)言模型所涵蓋知識(shí)的下限估計(jì).在語(yǔ)言模型即知識(shí)庫(kù)（language models as knowledge bases，LMs-as-KBs）的場(chǎng)景中，先前的提示學(xué)習(xí)方法忽略了查詢風(fēng)格對(duì)模型表現(xiàn)的影響.揭示了大語(yǔ)言模型確實(shí)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(yǔ)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(cè)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(cè)技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域的關(guān)鍵組成部分，它在各種實(shí)際應(yīng)用中扮演著至關(guān)重要的角色.目標(biāo)檢測(cè)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(cè)領(lǐng)域缺少以深度學(xué)習(xí)基礎(chǔ)模型技術(shù)的改進(jìn)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(guò)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(cè)模型的發(fā)展，同時(shí)對(duì)這些基于不同基礎(chǔ)模型的目標(biāo)檢...

群智感知中基于個(gè)性化差分隱私真值發(fā)現(xiàn)方法————作者：王濤春;強(qiáng)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(guò)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(gè)性化隱私要求，且基于加密的隱私保護(hù)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(gè)性化差分隱私真值發(fā)現(xiàn)（personalized diff...

面向信息系統(tǒng)設(shè)計(jì)的癌癥階段生物標(biāo)志物識(shí)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(dòng)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(shí)別癌癥階段相關(guān)的生物標(biāo)志物，對(duì)于了解癌癥的致病機(jī)理與發(fā)展機(jī)制至關(guān)重要.然而，現(xiàn)有的癌癥生物標(biāo)志物識(shí)別方法通常將各個(gè)基因看作是孤立的節(jié)點(diǎn)，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(wèn)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(dú)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(guó);

摘要：聯(lián)邦學(xué)習(xí)作為一種邊緣計(jì)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(rèn)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(duì)該問(wèn)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(jué)語(yǔ)言大模型的幻覺(jué)綜述：成因、評(píng)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(yáng);

摘要：視覺(jué)語(yǔ)言大模型（large vision-language models，LVLMs）代表了自然語(yǔ)言處理與計(jì)算機(jī)視覺(jué)交叉領(lǐng)域的一項(xiàng)重要進(jìn)展．通過(guò)結(jié)合預(yù)訓(xùn)練的視覺(jué)編碼器、視覺(jué)語(yǔ)言適配器和大語(yǔ)言模型，LVLMs能夠同時(shí)理解圖像與文本信息，并通過(guò)自然語(yǔ)言進(jìn)行響應(yīng)，適用于圖像描述、視覺(jué)問(wèn)答等多種視覺(jué)語(yǔ)言下游任務(wù)．然而，這類模型普遍存在幻覺(jué)現(xiàn)象，即模型對(duì)于圖像內(nèi)容進(jìn)行了錯(cuò)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(shí)體語(yǔ)義增強(qiáng)方法————作者：吳燦;陳艷平;扈應(yīng);黃瑞章;秦永彬;;

摘要：命名實(shí)體識(shí)別是自然語(yǔ)言處理中的一項(xiàng)傳統(tǒng)任務(wù).基于跨度分類的方法是用來(lái)解決嵌套命名實(shí)體識(shí)別的主流方法.該方法通常是拼接實(shí)體邊界的表示來(lái)獲得的跨度.然而，長(zhǎng)實(shí)體容易導(dǎo)致2個(gè)實(shí)體邊界之間的語(yǔ)義關(guān)聯(lián)被弱化.并且單一尺度的跨度無(wú)法完整地捕捉實(shí)體在不同上下文中的表現(xiàn).對(duì)此提出了一種基于多尺度邊框融合的實(shí)體語(yǔ)義增強(qiáng)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(guò)融合不同尺度實(shí)體特征得到多尺度邊框以增...

一種可動(dòng)態(tài)伸縮的移動(dòng)端深度計(jì)算圖算優(yōu)化方法————作者：羅詩(shī)妍;劉思聰;郭斌;方程;王敏帆;郭賽;於志文;

摘要：近年來(lái)，將深度神經(jīng)網(wǎng)絡(luò)（deep neural network，DNN）引入移動(dòng)設(shè)備成為一種趨勢(shì)．智能手機(jī)、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(yǔ)音助手和活動(dòng)識(shí)別．然而，在資源受限（如算力、存儲(chǔ)和電池）移動(dòng)終端部署計(jì)算密集型深度模型具有挑戰(zhàn)．現(xiàn)有方法如手工設(shè)計(jì)的DNN壓縮技術(shù)和自動(dòng)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(gè)開(kāi)源的時(shí)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(shí)間敏感網(wǎng)絡(luò)（time-sensitive networking, TSN）在工業(yè)控制、航空電子和車(chē)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?fù)浣Y(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T(mén)SN交換機(jī)計(jì)算關(guān)鍵幀的無(wú)沖突發(fā)送時(shí)刻的過(guò)程，規(guī)劃問(wèn)題是一個(gè)NP完全問(wèn)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(gè)開(kāi)源的規(guī)劃器軟件.提出一種構(gòu)件化、松耦合的TSN規(guī)劃...

《計(jì)算機(jī)研究與發(fā)展》2023年論文高被引TOP10

摘要：<正>~

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

摘要：基于先進(jìn)封裝技術(shù)的芯粒（Chiplet）集成芯片在制造成本、設(shè)計(jì)效率以及專用定制等方面更具優(yōu)勢(shì)，是延續(xù)芯片性能增長(zhǎng)的有效途徑.設(shè)計(jì)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(jì)者理解并權(quán)衡設(shè)計(jì)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(jì)時(shí)，存在評(píng)估不全面、模擬不精確以及探索效率低下等問(wèn)題，針對(duì)這些...

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(kāi)銷(xiāo)，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(wèn)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(duì)此LoongArch邊界檢查訪存指令改進(jìn)了GCC編譯器，實(shí)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(gè)方面的工作：1）設(shè)計(jì)實(shí)現(xiàn)了針對(duì)邊界檢查訪...

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

摘要：在復(fù)雜環(huán)境以及突發(fā)背景噪音條件下，語(yǔ)音增強(qiáng)任務(wù)具有極大的困難和挑戰(zhàn).主要原因是現(xiàn)有的語(yǔ)音增強(qiáng)方法未能有效捕獲語(yǔ)譜圖特征，尤其是局部信息.在過(guò)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(guò)短時(shí)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(yǔ)譜圖特征，從而影響了語(yǔ)音增強(qiáng)的效果.基于此設(shè)計(jì)出一個(gè)帶有卷積增強(qiáng)...

《計(jì)算機(jī)研究與發(fā)展》2023年論文高被引TOP10

摘要：<正>~

GroupUCP：按需動(dòng)態(tài)調(diào)節(jié)的細(xì)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(jì)算機(jī)技術(shù)的進(jìn)步，內(nèi)存墻問(wèn)題越發(fā)嚴(yán)重.在此背景下，多級(jí)緩存中的末級(jí)緩存成為了影響性能的關(guān)鍵資源.近年來(lái)各項(xiàng)研究通過(guò)拓展尺寸，以及動(dòng)態(tài)資源管理的手段優(yōu)化末級(jí)緩存.路劃分技術(shù)是緩存資源管理的主要方法，通過(guò)將緩存按路為單位劃分后分配給各個(gè)應(yīng)用使用，實(shí)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(shí)際上，應(yīng)用在不同組可能會(huì)有不同的空間需求，路劃分技術(shù)限制了緩...

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

摘要：基于協(xié)同過(guò)濾的單行為推薦系統(tǒng)在實(shí)際應(yīng)用中經(jīng)常面臨嚴(yán)重的數(shù)據(jù)稀疏性問(wèn)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(lái)幫助學(xué)習(xí)用戶偏好，以緩解數(shù)據(jù)稀疏性問(wèn)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

• 北大核心《應(yīng)用激光》
• 北大核心《紅外技術(shù)》
• 國(guó)家級(jí)《世界竹藤通訊》
• 國(guó)家級(jí)集成電路應(yīng)用雜志
• 國(guó)家級(jí)《有線電視技術(shù)》
• 國(guó)家級(jí)《系統(tǒng)仿真學(xué)報(bào)》
• 國(guó)家級(jí)《產(chǎn)業(yè)與環(huán)境》
• 國(guó)家級(jí)電力技術(shù)
• 省級(jí)電器與能效管理技術(shù)
• 國(guó)家級(jí)工程地質(zhì)計(jì)算機(jī)應(yīng)用
• 國(guó)家級(jí)印制電路資訊
• 北大核心《激光生物學(xué)報(bào)》
• 國(guó)家級(jí)IT經(jīng)理世界
• 省級(jí)《光電子技術(shù)》
• 省級(jí)《甘肅廣播電視大學(xué)學(xué)報(bào)》
• 國(guó)家級(jí)《當(dāng)代通信》
• 省級(jí)數(shù)字家庭
• 國(guó)家級(jí)中國(guó)信息安全
• 省級(jí)《網(wǎng)絡(luò)傳播》
• 國(guó)家級(jí)《測(cè)試技術(shù)學(xué)報(bào)》
• 北大核心《控制工程》
• 北大核心《電子工藝技術(shù)》
• 省級(jí)《機(jī)電元件》
• 省級(jí)安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào)
• 北大核心《化工自動(dòng)化及儀表》
• 國(guó)家級(jí)鐵路通信信號(hào)工程技術(shù)
• 省級(jí)《決策與信息》
• 國(guó)家級(jí)《網(wǎng)絡(luò)安全技術(shù)與應(yīng)用》
• 北大核心《紅外與毫米波學(xué)報(bào)》
• 省級(jí)數(shù)字化用戶

　　核心期刊推薦

電力電子技術(shù)

光電子·激光

電子政務(wù)

電子顯微學(xué)報(bào)