【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

改進YOLO11n和PaddleOCR的煤礦鉆場視頻自動剪輯方法————作者：李小軍;李淼;趙明煬;

摘要：為解決煤礦井下瓦斯抽采鉆場監控視頻數據規模大、傳統人工剪輯效率低的問題，提出一種將YOLO11n和PaddleOCR相結合的視頻自動剪輯方法。該方法首先使用YOLO11n檢測視頻圖像幀中的指示牌目標，并根據檢測框坐標信息進行裁剪；其次將裁剪的目標區域輸入PaddleOCR中進行文字識別；最后依據設定的剪輯邏輯規則對視頻進行自動剪輯。為提升YOLO11n在煤礦井下復雜環境的檢測精度，提出一種新的模塊...

面向焊縫表面缺陷的雙向星聚融合檢測網絡————作者：徐成;單文桃;張陳;陳澤明;楊汶睿;韓振華;

摘要：針對焊縫表面缺陷檢測中的目標存在空間聚集分布、背景紋理復雜、特征顯著性不足等挑戰，以及傳統模型在低信噪比環境下特征表征能力弱、計算冗余等問題，本研究基于YOLOv8n設計星聚雙向融合網絡（LSBi-YOLO）。首先構建星聚融合網絡（SANet），利用三階異構卷積融合策略保留關鍵特征；其次，開發方向增強型空間金字塔池化模塊（OS-SPPF），通過線性紋理特征權重優化提升多類缺陷辨識度；進而設計自適應...

基于集成學習與多模態大語言模型的圖文情感分析方法————作者：王寧;武芳宇;趙宇軒;張百靈;龐超逸;

摘要：提出了一種融合集成學習與多模態大語言模型（Multimodal Large Language Models， MLLMs）的圖文情感分析方法。針對圖文情感分析中類別不平衡與跨模態情感不一致等關鍵挑戰，設計了EMSAN（Ensemble Multimodal Sentiment Analysis Network）框架。該框架采用主輔模型結構，將在完整數據集上訓練的主模型與在平衡子集上優化的輔助模型相...

基于BWO-VMD-ISSA-LSTM的交通運輸業碳排放預測研究————作者：王慶榮;王俊杰;朱昌鋒;張金鵬;何潤田;劉心康;

摘要：針對交通運輸業碳排放量的非線性影響預測精度的問題，提出了一種結合白鯨優化算法(BWO)、變分模態分解(VMD)、改進麻雀搜索算法(SSA)及LSTM的碳排放預測模型。引入最大互信息系數(MIC)提取影響碳排放量的主要因素，剔除冗余特征。利用BWO對VMD的分解模態數和懲罰因子尋優，增強兩參數間的協調性，進而將碳排放量分解為不同頻率的模態分量和剩余分量，削弱原始碳排放量的非線性；通過在LSTM的輸入...

多死角場景中機器人深度強化學習導航————作者：曹青躍;王雅棟;王慶;張羽佳;陽媛;

摘要：針對強化學習導航存在訓練效率低、穩定性差及在多死角場景中目標遮擋時導航性能差的問題，對此提出了一種融合專家經驗與混合獎勵機制的深度強化學習導航方法。篩選高質量專家經驗并基于此預訓練了行為克隆模型初始化策略，用于提高訓練效率；構建了包含死角避免約束的稠密獎勵函數，實現目標牽引與死角避讓之間的平衡；采用標準化折扣回報方式降低不同軌跡的回報方差以提高訓練穩定性。仿真實驗表明所提出的方法在隨機起止點測試中...

端云協同離在線強化學習方法及其在兵棋上的應用————作者：施偉;黃紅藍;梁星星;程光權;鄭臻哲;

摘要：隨著軍事智能化技術演進，兵棋推演智能決策研究備受關注。針對傳統云端集中式決策模式存在的通信延遲、數據安全風險和部署壁壘等問題，提出端云協同混合離在線強化學習框架（Decider），實現基于先驗知識與試錯數據的融合驅動決策。云端動態篩選高價值樣本傳輸至邊緣設備，緩解數據分布偏移問題，加速策略搜索；引入歷史動量聚合算法，穩定模型訓練。在�？諏�抗兵棋實驗中，Decider策略搜索速度提升超過90%，平均...

《計算機科學與探索》“多模態大模型：理論、技術與應用”專題征文通知

摘要：<正>近年來，隨著人工智能技術的飛速發展，多模態大模型通過整合文本、圖像、音頻、視頻等多種模態數據，在跨模態理解、生成與推理任務中展現出前所未有的潛力。包括GPT-4o、Gemini、DeepSeek Janus-Pro在內的一系列多模態大模型先后出現，多模態大語言模型（multimodal large language models, MLLMs）方法與技術不僅在視覺內容理解、跨模態...

第六屆中國智能機器人學術年會（CCF CIRAC 2025）征文通知

摘要：<正>第六屆中國智能機器人學術年會（CCF CIRAC 2025）將于2025年8月22—24日在江蘇南通召開。本屆會議將圍繞服務機器人和工業機器人領域，特別是具身智能前沿技術和應用開展廣泛交流與探討，共同推動中國智能機器人技術發展。論文投稿截止日期為2025年6月22日，錄用論文將推薦至相關國內外優秀期刊。會議設置優秀論文獎、優秀學生論文獎、優秀張貼論文獎等獎項。誠邀廣大專家學者和科...

考慮跨空間特征重構的行人過街動作檢測方法————作者：陳思宇;何永福;謝世維;張浩池;

摘要：行人是弱勢交通參與者，其危險過街動作是引發事故的重要原因之一，行人過街動作檢測有助于減少人車沖突。針對路側視角下行人多尺度、遮擋導致的動作特征提取困難、特征融合低效、特征信息丟失問題，提出一種考慮跨空間特征重構的行人過街動作檢測方法（Pedestrian’s Crossing Behavior Detection Network based on Cross-spatial feature rec...

結合多特征融合和圖卷積神經網絡的EEG-fNIRS情感識別————作者：王文明;張雪英;陳桂軍;孫穎;黃麗霞;

摘要：針對EEG-fNIRS情感識別研究中圖卷積神經網絡僅考慮單一的大腦連接方法，并且沒有綜合關注多腦區和不同頻段中反映情感的信息的問題，提出一種基于多特征融合的圖卷積神經網絡模型。首先構建鄰接矩陣，提取格蘭杰因果(GC)作為有效性連接信息，提取相位滯后指數(PLI)作為功能性連接信息，結合模糊認知圖(FCM)融合GC和PLI，將計算得到的FCM-GC-PLI關聯矩陣作為GCN的鄰接矩陣；然后構建節點，...

基于深度學習的RGBT目標跟蹤研究進展————作者：張大偉;王炫;何小衛;鄭忠龍;

摘要：目標跟蹤是計算機視覺領域的一項重要任務，其中單目標跟蹤是指在給定的視頻序列中持續跟蹤單個目標。然而可見光圖像的成像依賴于光照條件，僅憑可見光信息難以滿足低光照、雨霧天氣等復雜惡劣環境下的目標跟蹤。RGBT(RGB-Thermal)目標跟蹤是指結合熱紅外與可見光圖像數據，利用雙方互補優勢共同實現跟蹤任務，以提高跟蹤的魯棒性和準確性。隨著深度學習的發展，目前RGBT目標跟蹤領域研究成果眾多，但現有大部...

融合大模型與圖注意力網絡的知識圖譜補全————作者：張雨婷;王淑營;

摘要：知識圖譜作為一種有效的知識表示方法，可以系統化地描述實體、屬性、關系及狀態之間的關聯。然而，由于現實世界環境復雜、實體關系多樣，現有知識圖譜往往存在知識覆蓋不全面等問題。為此，提出了一種基于大模型的知識圖譜補全方法，通過融合大模型的自然語言理解和知識推理能力，實現對缺失三元組的智能補全。首先利用知識嵌入模型獲取實體和關系的結構化表征，繼而引入圖注意力網絡的自注意力和多頭注意力機制來捕捉復雜的關系模...

基于模型和算法的量化投資方法股票預測研究綜述————作者：李子煜;張金珠;高青山;

摘要：股票價格預測一直是金融研究熱點領域。近年來，量化投資方法憑借其客觀性、系統性與高效性，逐漸成為股票市場研究的主流方向。隨著大數據時代的到來，海量、多源、異構的數據為市場建模與決策提供了豐富的信息基礎，有效融合多模態數據已成為提升預測準確性的關鍵路徑。文章系統梳理了量化投資方法的理論演進，回顧了機器學習在股票預測中的應用發展。圍繞數據、模型與算法三個維度，對近年來基于量化方法的研究成果進行了綜述，深...

面向知識圖譜的問答技術研究綜述————作者：錢慎一;付博文;李代祎;梁瑤瑤;

摘要：智能問答是從海量數據中精確、快速獲取需求信息的一種關鍵技術。近年來，智能問答技術發展成果顯著，例如，基于問題的信息提取技術，語義理解技術以及向量建模的方法等等。然而，隨著智能問答技術的迅速發展，人們迫切希望能夠對智能問答模型有一個合理的劃分方式，以方便不同領域的用戶使用。為了合理劃分智能問答模型，方便智能問答領域研究者的深度研究。通過對知識圖譜問答領域相關文獻進行調查，實現了對當前知識圖譜問答關鍵...

貝葉斯算法改進擬態裁決方法的研究————作者：劉太昆;李彧;季新生;李召召;孫增振;孫遠航;

摘要：針對共模漏洞導致擬態裁決器多數一致性表決算法對網絡攻擊通過率較高的問題，提出了一種基于貝葉斯算法的擬態裁決優化方法。通過構建貝葉斯學習模型，挖掘執行體間歷史表決數據集的深度特征，分析歸納其統計規律，并通過設計表決結果選擇策略和多數一致性策略相結合的輸出機制來解決網絡攻擊被錯誤輸出的問題，從而提高表決輸出結果的準確性，達到提高目標系統安全性的目的。鑒于不同執行體間歷史表決數據的統計規律已通過貝葉斯學...

雙頻通道差異增強的圖像分類網絡————作者：袁姮;范桐桐;高原;

摘要：針對圖像分類網絡中圖像特征區分度偏低，進而降低特征表達能力的問題，提出雙頻通道差異增強的圖像分類網絡（Dual-Frequency Channel Difference Enhancement for Image Classification，DCDENet）。該網絡以ResNet-34殘差網絡為基礎。首先，提出自定義差異增強卷積（Custom Difference Enhancement Con...

基于多模態融合的無人機識別研究綜述————作者：李旻姝;周莫涵;支瑞聰;

摘要：隨著無人機技術的迅速發展，在相關技術應用越來越多的同時也帶來了許多安全隱患和監管難題。反無人機檢測技術作為應對這些挑戰的重要手段，受到了廣泛的關注。傳統的無人機檢測方法依賴于單一的模態數據，例如視覺、音頻、雷達及射頻信號等，但這些單一模態數據在復雜場景下所獲取的信息有限。近年來，深度學習方法在小目標檢測領域取得良好進展，同時多模態融合技術的相關研究也使目標檢測的精度和魯棒性得到進一步的提升。這篇文...

基于頻域的抗壓縮隱蔽后門攻擊————作者：閆雷鳴;翟強眾;陳先意;

摘要：智能模型的后門攻擊可通過在訓練數據中嵌入觸發器的方式來毒化數據集，使模型在訓練過程中被植入后門。然而，圖像壓縮算法的廣泛應用顯著削弱了數據投毒后門攻擊的有效性。壓縮處理會嚴重破壞中毒圖像中觸發器的特征，導致后門攻擊的成功率急劇下降。針對這一問題，提出了一種基于頻域的抗壓縮隱蔽后門攻擊方法。利用圖像低頻成分對壓縮的天然抗性以及壓縮中的亮度保真性，選擇在Y通道的深層低頻信息中嵌入后門觸發器，以增強觸發...

深度學習在肋骨骨折輔助診斷中的應用————作者：李智唯;劉靜;張俊忠;魏德健;曹慧;

摘要：肋骨骨折特指肋骨結構的完整性遭受完全或部分破壞，是臨床中最常見的胸部創傷之一。近幾年深度學習技術在輔助骨折診斷方面展現出發展的巨大潛力，因此針對肋骨骨折輔助診斷中所采用的深度學習方法進行了總結梳理。介紹了公開的影像學數據集，系統闡述了經典卷積神經網絡在肋骨骨折病灶識別中的應用，闡述了基于單網絡模型的肋骨骨折改進算法、基于多網絡模型的肋骨骨折改進算法、原創肋骨骨折病灶識別算法以及人工智能在肋骨骨折輔...

基于歸一化流退火重要性抽樣的安全關鍵場景生成————作者：曾昭汰;石晴;余國寬;范萱;馬智文;

摘要：自動駕駛系統測試與評估的主流方法是虛擬仿真測試，而測試場景是虛擬仿真測試的關鍵。為了同時解決測試場景生成的“維度詛咒”和安全關鍵事件的罕見性問題，提出了歸一化流退火重要性抽樣（NF-AIS）方法。首先，從HighD數據集提取車輛動作數據，通過歸一化流（NF）模型訓練生成自然駕駛行為動作分布；然后，將該分布作為退火重要性抽樣（AIS）的初始分布，靈活調整抽樣權重以增大危險動作的比例；最后，以最小化α...

　　相關電子信息期刊推薦

• 省級《甘肅廣播電視大學學報》
• 省級無線互聯科技
• 國家級《通訊世界》
• 國家級《中國索引》
• 省級《設備管理與維修》
• 國家級計算機與數字工程
• 北大核心《電子測量與儀器學報》
• 省級數字家庭
• 北大核心《微電子學與計算機》
• 國家級《電子信息對抗技術》
• 省級中國計算機科學前沿
• 國家級《精密制造與自動化》
• 省級交通信息與安全
• 國家級《包裝與食品機械》
• 省級江蘇電器
• 國家級《中國照明電器》
• 北大核心武漢大學學報工學版
• 國家級《中國儀器儀表》
• 國家級《鐵路計算機應用》
• 北大核心《現代雷達》
• 北大核心電腦知識與技術經驗技巧
• 省級《工業控制計算機》
• 省級《信息工程大學學報》
• 北大核心《電波科學學報》
• 省級少年電腦世界低年級
• 國家級《計算機學報》
• 國家級《單片機與嵌入式系統應用》
• 省級通信與信息技術
• 國家級《有線電視技術》
• 省級新知客

　　核心期刊推薦