2020年5期
刊物介紹
《計算機應(yīng)用》月刊，于1981年創(chuàng)刊，由中國科學院成都計算機應(yīng)用研究所主辦，是國內(nèi)較早公開發(fā)行的計算機技術(shù)刊物，在計算機自動化領(lǐng)域有較大影響。《計算機應(yīng)用》緊緊圍繞“應(yīng)用”，登載應(yīng)用、開發(fā)中的高水平學術(shù)技術(shù)論文、重大應(yīng)用成果和典型應(yīng)用經(jīng)驗。讀者對象為各行業(yè)、各部門從事計算機應(yīng)用基礎(chǔ)、應(yīng)用工程、應(yīng)用軟件、應(yīng)用系統(tǒng)工作的工程技術(shù)人員、科研人員和大專院校師生。 《計算機應(yīng)用》多次榮獲全國優(yōu)秀科技期刊獎、國家期刊獎提名獎，被評為中國期刊方陣雙獎期刊、中文核心期刊和中國科技核心期刊。被中國科學引文數(shù)據(jù)庫、中國科技論文統(tǒng)計源數(shù)據(jù)庫等國家重點檢索機構(gòu)列為引文期刊，并被英國《科學文摘》（SA）、俄羅斯《文摘雜志》（AJ）、日本《科學技術(shù)文獻速報》（JST）、美國《劍橋科學文摘：材料信息》（CSA：MI）、美國《烏利希國際期刊指南》(UIPD)等國際重要檢索系統(tǒng)列為來源期刊。 《計算機應(yīng)用》月刊內(nèi)容新穎、信息豐富、印刷精美（大16開本，290頁），是您學習計算機應(yīng)用理論，借鑒計算機應(yīng)用技術(shù)，參考計算機應(yīng)用經(jīng)驗的最佳選擇。
計算機應(yīng)用
人工智能
- 基于梯度的深度網(wǎng)絡(luò)剪枝算法
- 基于激活-熵的分層迭代剪枝策略的CNN模型壓縮
- 基于新的森林優(yōu)化算法的特征選擇算法
- 基于圖卷積神經(jīng)網(wǎng)絡(luò)的醫(yī)保欺詐檢測算法
- 求解旅行商問題的多尺度量子自由粒子優(yōu)化算法
- 動態(tài)事件時間數(shù)據(jù)的多任務(wù)Logistic生存預測方法
- 貪心二進制獅群優(yōu)化算法求解多維背包問題
- 基于多分支神經(jīng)網(wǎng)絡(luò)模型的弱監(jiān)督細粒度圖像分類方法
- 基于膠囊網(wǎng)絡(luò)的三維模型識別
- 基于改進的三向流Faster R-CNN的篡改圖像識別
- 基于深度學習的小樣本中藥材粉末顯微圖像識別
數(shù)據(jù)科學與技術(shù)
網(wǎng)絡(luò)空間安全
網(wǎng)絡(luò)與通信
虛擬現(xiàn)實與多媒體計算
- 基于二進制魯棒不變尺度關(guān)鍵點-加速穩(wěn)健特征的自然特征虛實注冊方法
- 基于光滑粒子流體動力學方法的交互式水流加熱仿真
- 基于圖像分割的立體匹配算法
- 基于改進體素錐追蹤的大規(guī)模場景光照計算
- 基于多核模糊粗糙集與蝗蟲優(yōu)化算法的高光譜波段選擇
- 融合語義標簽和噪聲先驗的圖像生成
- 基于頂帽底帽變換的仿生圖像增強算法
- 基于輕量自動殘差縮放網(wǎng)絡(luò)的圖像超分辨率重建
- 基于深度學習的秀麗隱桿線蟲顯微圖像分割方法
- 基于遷移學習的多視角乳腺腫塊和鈣化簇分類方法
- 基于稠密卷積神經(jīng)網(wǎng)絡(luò)的煙霧識別方法
- 基于Faster R-CNN的顏色導向火焰檢測
- 工業(yè)噪聲環(huán)境下多麥狀態(tài)空間模型語音增強算法
應(yīng)用前沿、交叉與綜合
- 基于時空節(jié)點選擇和深度學習的城市道路短時交通流預測
- 基于改進遺傳算法的生鮮多目標閉環(huán)物流網(wǎng)絡(luò)模型
- 基于自適應(yīng)鯨魚優(yōu)化算法結(jié)合Elman神經(jīng)網(wǎng)絡(luò)的股市收盤價預測算法
- 基于XGBoost與拓撲結(jié)構(gòu)信息的蛋白質(zhì)復合物識別算法
- 多無人機自適應(yīng)編隊協(xié)同航跡規(guī)劃
- 基于殘差決策的自動飛行控制系統(tǒng)遠程實時故障診斷
- 基于深度卷積神經(jīng)網(wǎng)絡(luò)的艦載機目標檢測
- 基于RFID標簽陣列的睡眠期間呼吸量連續(xù)監(jiān)測系統(tǒng)
- 基于改進相干增強擴散與紋理能量測度和高斯混合模型的導光板表面缺陷檢測方法
- 基于智能合約的可信籌款捐助方案與平臺
- 基于心率變異性分析的睡眠音樂推薦系統(tǒng)