HI,欢迎来到学术点评,咨询热线:400-675-1600 订阅咨询:400-888-8411
计算机科学杂志
分享到:
《计算机科学》杂志创办于1974,是国家科学技术部主管的国家重点学术期刊,CSCD核心期刊,影响因子0.944,现被CSCD 中国科学引文数据库来源期刊(含扩展版)等权威机构收录,主要征稿方向:网络与通信、信息安全、软件与数据库技术、人工智能、图形图像与...
  • 主管单位:国家科学技术部
  • 主办单位:国家科技部西南信息中心
  • 国际刊号:1002-137X
  • 国内刊号:50-1075/TP
  • 出版地方:重庆
  • 邮发代号:78-68
  • 创刊时间:1974
  • 发行周期:月刊
  • 业务类型:期刊征订
  • 全年订价:¥ 813.60
  • 订购数量:
    -+
    在线订购 在线订购
  • 复合影响因子:0.944
  • 综合影响因子:0.687
相关期刊
期刊征稿:计算机科学 关注收藏
产品参数:
主管单位:国家科学技术部
主办单位:国家科技部西南信息中心
出版地方:重庆
快捷分类:计算机
国际刊号:1002-137X
国内刊号:50-1075/TP
邮发代号:78-68
创刊时间:1974
发行周期:月刊
期刊开本:A4
下单时间:1-3个月

计算机科学杂志简介

《计算机科学》(月刊)创刊于1975年,由国家科技部西南信息中心主办。报导国内外计算机科学与技术的发展动态,以其新颖、准确、及时为特色,突出动态性、综述性、学术性,“前沿学科”与“基础研究”相结合;“核心技术”与“支撑技术”相结合;“倡导”与“争鸣”相结合。荣获重庆市优秀期刊;2010年第六届重庆市十佳科技期刊;2012年重庆市重点学术期刊建设工程政府资助项目;2013年重庆市重点学术期刊建设工程政府资助项目。2001年重庆市优秀期刊、2004年第三届重庆市优秀科技期刊、2005年重庆市优秀期刊编辑部。

《计算机科学》主要栏目有:计算机网络与信息安全、软件工程与数据库技术、人工智能、计算机体系结构和图形图像处理等。读者对象为大专院校师生,从事计算机科学与技术领域的科研、生产人员。我们坚持“双百”方针,活跃计算机科学与技术领域的学术气氛,重点报导国内外计算机科学与技术的发展动态,为我国的计算机科学与技术立于世界之林、达到国际先进水平而奋斗矢志不渝。

计算机科学栏目设置

网络与通信、信息安全、软件与数据库技术、人工智能、图形图像与模式识别

计算机科学杂志社 2018年3期 目录

计算机科学杂志综述

数据科学与大数据技术专业特色课程研究

摘要:目前,我国数据科学与大数据技术专业的建设已成为新的热点话题。在系统调研世界一流大学数据科学专业建设现状的基础上,从特色课程的视角重点分析加州大学伯克利分校、约翰·霍普金斯大学、华盛顿大学、纽约大学、斯坦福大学、卡内基梅隆大学、哥伦比亚大学、伦敦城市大学共8所大学的数据科学专业,提出了数据科学与大数据技术这一新专业应重视的10门特色课程,并分析了现阶段我国数据科学教育中普遍存在的8种曲解现象及对策建议。
1-8

特殊图的图修正问题研究综述

摘要:图修正问题是指在一个图中进行删除点、删除边或加边操作,使这个图转变成另一个具有某种特殊性质的图。图修正问题一直被广泛研究,尤其对弦图、区间图以及单位区间图的图修正问题的研究更是如此。弦图是完美图中最重要的一类图,也是(单位)区间图的父类图,很多经典的NP难问题在弦图上都是多项式可解的。区间图以及单位区间图在生物计算上有着广泛的应用。对这几类图的图修正问题的研究对计算机理论和实践有很大的贡献。首先介绍并总结了关于弦图、区间图以及单位区间图的图修正问题的重要算法和技术,然后对这些问题的研究现状进行分析,并提出了今后研究中值得关注的问题。
9-15

社交网络用户认知域特征预测研究综述

摘要:网络空间认知域安全是网络空间安全的重中之重,而认知域特征预测是研究网络空间认知域安全的基础。首先,明确了社交网络用户个体认知域特征预测在网络空间认知域安全中的地位;接着,从预测流程、特征选取和模型建立3个方面综述了国内外在社交网络用户认知域特征预测方面的研究,并针对国内典型社交网络用户样本特征,指出了研究中存在的问题,进而提出一些可能的研究思路和方法;最后,总结了该领域当前面临的挑战与存在的不足,以及有待重点研究的相关问题。
16-22
计算机科学杂志第十届全国几何设计与计算学术会议

基于深度神经网络的图像语句转换方法发展综述

摘要:在当前大数据时代,图像由于具有丰富的语义而成为大众获取相关信息的重要来源。基于深度模型的图像语义分析是一种通过深度模型将图像内容转换成可直观理解的语义知识的技术,受到了国内外研究者的广泛关注。该技术根据生成目标语义层次的差异,可分为单类别、多标签和语句3类。首先介绍了以上3类方法对应的深度模型的结构特点,并从技术的演化趋势角度对比分析了3类方法的技术特点和发展现状;然后重点对图像语句转换方法的发展现状、应用场景与性能要求的差异进行了论述,同时对图像语句转换方法的步骤进行分解和论述,从学术界和产业界两方面进行了详细的对比分析,指出了二者的不同研究侧重点与对应的发展现状;最后对具有深度模型的图像语句转换方法进行了总结和展望,指明了该方法当前存在的问题与发展趋势。
23-28

基于区间梯度的联合双边滤波图像纹理去除方法

摘要:图像纹理去除是指保留图像的语义结构并去除图像中的纹理和噪声部分,从而将纹理区域与结构特征划分开,是计算成像和图像分析的基础研究问题。近年来,在该领域中出现了许多优秀的算法,但它们在结构纹理的区分效果、纹理滤除的干净程度和算法运行的效率等方面仍存在一些问题和矛盾。鉴于此,提出一种基于区间梯度的滤波方法来去除图像纹理。首先,为简化先验模型的复杂度,将区间梯度的概念应用到结构提取模型中,实现了纹理与结构的二元化标记,为下一步单独对纹理区域进行滤波处理做准备。其次,针对复杂多变的纹理部分,将最值替换机制融入到联合双边滤波算法中,即在目标像素的邻域中选取颜色差异最大的像素作为颜色权重分布的中心点,使其在滤波过程中起主导作用。实验证明,所提方法能应用于多种纹理图像,可有效缓解强纹理去除与运算效率之间的矛盾,同时,因在达到相近纹理去除效果时所需迭代次数更少,其在同类滤波方法中取得了更好的边缘保持效果。
29-34

有理分形曲面造型及其在图像超分辨中的应用

摘要:曲面构造是计算机辅助几何设计的一个关键问题。为了使建模曲面在实际应用中更加灵活、有效,提出一种有理分形曲面的构造方法,并基于该模型给出一种单幅图像超分辨率重建算法。首先,将分形插值函数视为高度函数的分形扰动,给出了一种双变量有理样条迭代函数系统,由此生成有理分形曲面;其次,研究了有理分形函数的一些分析性质,给出了有理分形曲面的计盒维数;最后,将该模型及其理论结果应用于单幅图像的超分辨率重建,提出一种重建算法。该算法先通过非下采样轮廓波变换将图像划分为边缘区域和非边缘区域;然后借助于维数公式精确计算尺度因子,利用模型的多样性对不同区域采用不同的模型进行插值,非边缘区域采用有理函数模型,边缘区域采用有理分形插值函数模型;最后通过适当的变换得到目标图像。实验结果表明了所提模型和算法的有效性,其在处理图像纹理细节和边缘方面优于对比算法,特别是在保持图像的结构信息上具有较强的竞争力,同时获得了较好的客观评价数据和主观视觉效果。
35-45

一类特殊基函数构造的参数曲线

摘要:构造参数曲线曲面一直是计算机辅助几何设计研究的核心内容之一。以Bernstein基函数构造的Bézier曲线是参数曲线造型最基本的方法,B样条曲线和NURBS曲线都是在其基础上发展而来。利用给定的实数节点集,构造一类特殊的基函数,此类基函数是Bernstein基函数的推广。在此基础上,构造了一类新的参数曲线,称为T-Bézier曲线,T-Bézier曲线继承了有理Bézier曲线的若干性质;证明了当节点移动时极限曲线的几何性质,并通过实例进行了验证。
46-50

可再生混合高阶指数多项式的插值细分法

摘要:通过引入新的形状控制参数,提出一类可以精确插值混合型指数多项式的非静态插值细分法。其基本思想是,通过生成指数多项式空间的指数B样条细分法,得到具有相同空间再生性的插值细分法。与具有相同再生性的其他插值细分法相比,所提细分法具有更小的支撑与更大的自由度。从理论上对细分法的再生性进行了分析,并进一步通过图例分析了初始形状控制参数及自由参数对极限曲线的影响。最后展示了取特殊的初始形状控制参数时,所提细分法对于一些特殊曲线的再生性。
51-57

基于色度一致性的室外场景光照参数估计

摘要:针对不同天气情况下在同一太阳方位拍摄的室外场景图像,提出了一种基于色度一致性的光照参数估计算法。该算法基于太阳光与天空光基图像分解理论,利用色度一致性这一约束条件求解太阳光和天空光的光照系数;并利用光照色度校正模型对基图像进行光照色度校正,从而得到更准确的光照参数。实验结果表明,所提算法是有效且正确的,根据基图像和光照系数可以准确重构原图像,从而实现虚拟物体与真实场景的无缝融合。
58-62

非线性方程的基于重新参数化的裁剪求根方式

摘要:非线性方程的求根在计算机辅助几何设计、计算机图形学、信号处理、机器人等方面有着较为广泛的应用。文中提出基于重新参数化的三次裁剪求根算法,该算法可以用于非多项式方程的求根。首先,求解出插值四点的三次多项式;然后,寻找重新参数化函数,使得复合的插值多项式也插值对应的导数,从而提升对应的逼近阶和收敛阶。与已有的三次裁剪方法相比,所提方法能达到9次或更高的收敛阶。在区间内单根且有理三次裁剪方法需要计算包围多项式的某些情形下,所提方法可以包住对应的根。实例表明,在某些Newton方法失效的情形下,该方法也可以收敛到相应的实根。
63-66

凸六面体上的双有理映射

摘要:借助三维重心坐标的特性,将二维双有理映射的结果推广到三维凸六面体的情形下,即给凸六面体上的每个顶点赋予适当的权值,从而得到凸六面体上的一个三线性双有理映射;此外,通过一个实例说明了该方法的有效性。
67-68

协同结构稀疏重构的判别性视觉跟踪

摘要:基于稀疏表示的表观似然模型在目标跟踪领域具有广泛的应用,但是这种单一产生式目标表观模型并未考虑完整的判别性结构信息,容易受复杂背景的干扰。为了缓解由该问题造成的目标跟踪漂移,提出了一种目标表观字典和背景字典协同结构稀疏重构优化的视觉跟踪方法。通过构建一个有判别力的基于稀疏表示的表观似然模型,实现了对目标表观模型更为准确的描述。通过合理选择约束候选目标区域和候选背景区域的稀疏系数,在表观似然模型中引入判别式信息,以进一步揭示候选目标区域的潜在相关性和候选背景区域的结构关系,从而更加准确地学习候选目标区域的表观模型。大量有挑战性的视频序列上的实验结果验证了算法在复杂背景下跟踪的鲁棒性,与其他相关算法的对比实验也体现了该算法的优越性。
69-75

二次三角Hermite插值样条控制点的选取

摘要:文中对C^1连续的二次三角Hermite插值样条曲线的自由控制点进行了进一步研究。首先讨论了给定中点条件时自由控制点的选取问题。为了获得光顺及弧长最短的二次三角Hermite插值样条曲线,基于能量优化法建立了一个求解最优自由控制点取值的优化模型,求解得到的最优控制点使得曲线的能量值达到最小;然后建立了一个优化模型来求解出最优控制点,使得插值曲线的近似弧长最短。数值实例表明,通过优化模型求出的控制点能使得二次三角Hermite插值样条曲线具有较好的光顺性及近似最短弧长。
76-82

二元非张量积型连分式插值

摘要:首先,基于新的二元非张量积型逆差商递推算法,分别建立奇数与偶数个插值节点上的二元连分式插值格式,并得到被插函数的两类恒等式。接着,利用连分式三项递推关系式,分别确定渐近式的分子和分母的次数,即特征定理,并给出推导分子、分母的递推算法。同时,研究表明所提连分式的分子、分母次数分别小于相应的二元Thiele型插值连分式分子、分母次数,这主要是因为所提连分式插值减少了对冗余的插值节点的采用。然后,从计算复杂性的角度出发,所提二元有理函数插值的计算量小于相同插值节点上的径向基函数插值的计算量。最后,数值算例表明所提二元连分式插值方法有效且可行,同时也揭示了即使插值节点集合不变,所提插值连分式的表达式也会随着插值节点顺序的改变而改变。
83-91
计算机科学杂志网络与通信

面向环境监测的WSN节点定位技术研究

摘要:WSN节点定位在无线传感器网络研究中意义非凡,设计出一种精确的定位算法是当今的重大挑战。传感器节点采集的数据只有在获取到节点的位置信息后才有意义,结合环境监测特点和应用需求,DV-Hop(Distance Vector-Hop)算法因其受环境影响相对较小,无需大量硬件开销,适用于环境监测场景。针对传统DV-Hop算法定位精度不高的问题,提出基于加权因子的混合DV-Hop算法——HDV-Hopw,其采用两种策略对传统DV-Hop算法进行改进。首先,通过对信标节点的平均每跳距离进行加权处理,减小平均每跳距离带来的误差;然后,将未知节点位置估计转换成目标优化,采用混合GA-PSO算法对未知节点的坐标进行优化,通过限制初始种群的可行域以及改进初始种群的质量来提高算法的定位精度。仿真实验结果表明,在没有增加额外硬件设备的情况下,相比于DV-Hop算法,HDV-Hopw算法的定位误差平均降低了11%左右。
92-97

动态频谱管理中频谱机会发现与授权用户保护的折中优化研究

摘要:在基于认知无线电的动态频谱管理中, 频谱感知需要发现更多的频谱机会, 同时尽量减少对授权用户的干扰.文中研究了能量感知中这两个性能指标的折中优化问题, 建立了以两个指标的加权作为优化目标函数、 感知时间和感知门限作为优化变量的联合优化模型, 并证明了该问题属于双凹优化问题.提出了基于迭代凸优化搜索的优化算法, 该算法在不依赖预置感知门限或感知时间的情况下, 能够快速获得近似最优解.仿真表明, 相比于单参数优化方法, 所提联合优化算法的性能平均提高了3.2%和85.9%.
98-101

基于多核的共生虚拟机通信加速机制XenVMC的优化

摘要:在当前的虚拟化平台中,采用共享内存加速位于同一台物理机上的共生虚拟机间的通信是一种被普遍采用的通信加速思路。XenVMC是这些优化方案中的一种,具有效率高、多层透明、支持在线迁移的特点。多核技术的发展为XenVMC提供了进一步的改进空间。基于XenVMC特殊的通信场景,设计了一种多核优化方法,通过设计多核场景下XenVMC的环形共享内存缓冲区,并调度接收方的多个CPU运行,使接收方可以多核并发地接收数据。实验结果表明,使用多核优化后,XenVMC显著地提高了通信事务的吞吐率,并在一定条件下提高了数据的吞吐率。
102-107

能量受限的单移动设备无线充电调度算法

摘要:基于磁耦合谐振的多节点充电技术为解决无线传感网络的健壮性问题提供了潜在的解决方法。为了减少充电设备的移动能耗,保证充电规划的可调度性,结合磁耦合谐振的充电效率,采用蜂窝网状结构将网络分割成若干充电区域,提出了基于移动充电设备的无线传感器网络充电调度算法。由于实际的移动设备能量通常有限,在每个充电周期内综合考虑移动设备能量、节点剩余能量等,提出了自适应动态算法以自动选择k个充电区域。规划充电路径时,采用实时性较好的弹性网络算法来满足网络节点的充电需求。仿真结果表明,充电设备能量的大小会直接影响网络的总能量与最小剩余能量,算法在设备能量有限时能够最大化网络的最小能量,延长网络的生命周期。
108-114

基于新型聚类的无线传感器网络非均匀分层路由协议

摘要:针对成簇路由协议中由节点负载不均引起的能量空洞问题,提出了一种基于新型聚类的负载均衡非均匀分层路由协议(NHRPNC)。首先,利用改进的LEACH协议阈值函数选举区头,并对网络进行合理的非均匀分区;其次,对每个区头运用新型聚类算法实现区内非均匀分簇;然后,在每个簇内采用四步簇首选择机制来周期性地选择簇首;最后,在簇间多跳通信时,采用动态权重的方式优化多跳路径。仿真结果表明,与低功耗自适应集簇分层(LEACH)协议、分布式能量均衡非均匀成簇(DEBUC)协议以及基于动态分区的无线传感器网络非均匀成簇(UCDP)协议相比,NHRPNC在网络生命周期方面可分别提高257.5,33.74和12.83个百分点,且具有良好的能耗均衡性。
115-123
计算机科学杂志信息安全

基于威胁情报平台的恶意URL检测研究

摘要:互联网应用已经渗透到人们日常生活的方方面面,恶意URL防不胜防,给人们的财产和隐私带来了严重威胁。当前主流的防御方法主要依靠黑名单机制,难以检测黑名单以外的URL。因此,引入机器学习来优化恶意URL检测是一个主要的研究方向,但其主要受限于URL的短文本特性,导致提取的特征单一,从而使得检测效果较差。针对上述挑战,设计了一个基于威胁情报平台的恶意URL检测系统。该系统针对URL字符串提取了结构特征、情报特征和敏感词特征3类特征来训练分类器,然后采用多分类器投票机制来判断类别,并实现威胁情报的自动更新。实验结果表明,该方法对恶意URL进行检测的准确率达到了96%以上。
124-130

基于0-1编码的参与式感知隐私保护的数据价值匹配方案

摘要:在参与式感知中,满足数据请求者对数据类型和数据价值匹配的要求,同时保护请求者和提供者的个人隐私,是普及参与式感知需要解决的问题。鉴于此,提出了一种基于0-1编码的隐私保护的数据价值匹配方案,它将用户数据价值转换成0-1编码,然后使用时空高效的布隆过滤器执行价值匹配,在保护了用户数据价值隐私的同时,完成了数据价值的高效匹配。理论分析和仿真实验论证了所提方案的正确性、安全性和高效性。
131-137

针对RTOS的轻量级强制访问控制技术的研究与实现

摘要:强制访问控制技术可以控制系统中所有主体对客体的访问操作,是系统安全增强的有效措施之一。在实时操作系统中,增加强制访问控制机制可以有效地提高系统的安全性,使其通过较高安全等级的认证。针对实时操作系统资源少、开销小、实时性要求严格等特点,首先提出了一种针对RTOS的轻量级强制访问控制模型;然后提供了可配置的访问监控器,并提出了基于DTE的任务权限集安全模型,设计了轻量级安全策略;最后基于RTEMS系统实现了一个原型系统,并实现了安全策略配置工具。通过功能测试和性能测试验证了该轻量级强制访问控制模型的有效性和可行性。
138-143

BTDA:基于半可信第三方的动态云数据更新审计方案

摘要:云存储由于具有方便和廉价的优点,自诞生以来便得到了广泛应用。但与传统系统相比,云存储中的用户失去了对数据的直接控制,因此用户最关心的是存储在云上的数据是否安全,其中完整性是安全需求之一。公共审计是验证云数据完整性的有效方法。虽然现有方案不仅能够实现云数据的完整性验证,也能够支持动态数据更新审计,但它们也存在缺点,例如在执行多个二级文件块更新任务时,用户需要一直在线进行更新审计,而且在该过程中用户与云服务器的通信量和用户计算量都较大。基于此,提出了一种基于半可信第三方的动态云数据更新审计方案——BTDA。在BTDA中,用户将二级文件块更新审计任务代理给半可信第三方,因此在二级文件块更新审计过程中,用户可以离线,从而减少了用户端的通信量和计算量。另外,BTDA采用了数据盲化和代理重签名技术来防止半可信第三方和云服务器获取用户敏感数据,从而保护了用户隐私。实验表明,与目前的二级文件块更新审计方案相比,BTDA中的用户端无论在计算时间还是通信量方面都有大幅减少。
144-150

构件动态演化内部一致性保证方法

摘要:基于构件的软件开发已成为软件开发的主流方法,针对构件式软件动态演化后的一致性保持问题,目前大多数学者主要是从构件式软件的外部一致性角度进行分析和研究。为此,从构件内部的角度出发,提出一种保证构件式软件动态演化构件内部一致性的方法。首先,对构件及其相关模型进行建模,并给出了构件内部类有向图的同态映射关系的判定算法;其次,给出构件式构件动态演化内部一致性的标准,基于进程代数的强模拟理论和图论中的同态映射关系,分别从全局和局部的角度定义了构件式软件动态演化前后构件内部一致性标准的充分条件和必要条件,并对其进行了证明;然后,基于上述工作,给出了构件动态演化内部一致性保证方法的流程;最后,通过案例研究表明该方法的可行性和有效性。
151-157

基于ORC元数据的Hive Join查询Reducer负载均衡方法

摘要:负载不均衡问题位列影响大规模MapReduce集群性能因素的首位,而Hive join查询非常容易触发该问题。通用解决方案是基于中间键值对的key频率分布设计能够实现负载均衡的key划分算法。现有工作估算key频率分布时依赖于对map的输出进行监控采样,使得通信开销较大并显著延后了shuffle的启动。针对Hive join查询,提出了基于ORC元数据的key频率分布估计方法和相应的负载均衡key划分方法。该方法具有计算量小、通信开销小、不影响现有shuffle机制的优点。通过基准测试证明了该方法在key频率分布估算效率上的巨大提升及相应的key划分方法对Hive join查询性能的提升。
158-164

基于主题模型的位置感知订阅发布系统

摘要:随着移动互联网的迅速发展和智能手机的普及,基于位置感知的订阅发布系统在工业界和学术界引起了广泛重视。现有系统主要处理海量空间数据下订阅与事件的查询匹配问题,其匹配模型主要是基于空间关键字之间的相似性,鲜有研究考虑语义相关性。为了探索并实现订阅发布系统在语义上的查询与匹配,提出了一种基于主题模型的位置感知订阅发布系统。首先,该系统利用主题模型对订阅发布系统中的关键字进行主题映射。然后,设计了一种两步分区索引结构RP^TM-trees,并使用该索引结构为订阅的主题集合和空间信息建立索引。RP^TM-trees根据主题集合的主题个数及关键主题对订阅进行两步分区索引,使其对订阅的分区能力更强,从而显著提升查询匹配的效率。最后,在高流速的事件流、千万级订阅数据集上进行了实验,实验结果表明所提方案是稳定和高效的。
165-170

一种大数据流内存B+树构建方法

摘要:面向具有时间维度的大数据流,基于二级B+树索引结构,提出了一种高效的面向时间窗口、采用批量装载技术的内存B+树构建方法。该方法对时间窗口进行分片,通过分离出可以并行处理的操作来加速构建过程,将排序操作与数据流接收并行,B+树骨架的构建与排序并行;采用基于排序的批量装载技术以及优化的构建顺序,能够避免多线程之间不必要的加锁、同步开销,有效提高构建效率。提出的多次微批量排序单次批量装载(MBSortSBLoad)B+树构建方法的构建速度快,能承载的最大流速大。实验验证了所提方法的有效性。
171-177

基于双向双区间标签实现k步可达性查询

摘要:近年来,图的可达性查询已经成为一个研究热点。传统的可达性查询算法——GRAIL在处理k步可达性查询时具有较高的查询效率,但不适合处理不同分支顶点之间的k步可达性查询。为了解决上述问题,提出了一种新的双向双区间标签索引,进而实现了RE-GRAIL算法,从而有效解决了k步可达性查询问题。最后,在5个不同特征的数据集上进行实验,并从索引构建时间、索引大小、查询时间、扩展性4个方面进行验证。实验结果表明,与众多同类算法相比,RE-GRAIL算法具有更好的性能。
178-181

基于相似性匹配和聚类的K线模式可盈利性研究

摘要:K线模式是股票短期投资中最常用的技术分析工具,但学术界却对K线模式的可盈利性存在争议。为了客观评价K线模式的可盈利性,提出从数据挖掘的角度出发,采用模式识别、模式聚类和模式知识挖掘的方法来对K线模式的盈利能力进行研究。为此,首先定义了K线序列的相似性匹配模型来解决K线模式的相似性匹配问题;然后,定义了K线序列的最近邻聚类算法来解决K线模式的聚类问题;最后,定义了K线模式盈利能力度量模型来对K线模式不同形态的利能力进行分析。实验采用近11年上证180指数成份股的数据作为测试数据集,对白三兵和黑三鸦这两个模式的盈利能力进行分析。实验结果表明:同一个K线模式的不同形态的盈利能力差别很大,有时甚至完全相反,这是K线模式可盈利性产生争议的一个主要原因。为了解决这一争议并提高基于K线模式的股票投资效果,亟需根据形态特征对现有的每一个K线模式做进一步分类,并提供更加严谨的模式定义。
182-188

一种基于树型贝叶斯网络的集成多标记分类算法

摘要:在多标记分类问题中,有效地利用标记间的依赖关系是进一步提升分类器性能的主要途径之一。基于分类器链算法,利用互信息度量理论构造分类对象的类属性之间明确的多标记关系依赖模型,并依据建立的标记依赖模型将分类器链中的线性依赖拓展成树型依赖,以适应更为复杂的标记依赖关系;同时,在此基础上利用Stacking集成学习方法建立最终训练模型,提出了一种新的针对树型依赖表示模型的Stacking算法。在多个实验数据集上的实验结果表明,与原有的Stacking集成学习相比,该算法提升了分类器的相应评价指标。
189-195

EBSN中基于潜在好友关系的活动推荐算法

摘要:EBSN(Event-based Social Networks)与传统社交网络有所不同,它不仅包含传统社交网中的线上交互(Online Interactions),还包含颇具价值的线下交互(Offline Interactions),是一种异构型复杂社交网络。如何有效利用这种虚拟与物理相融合的交互关系来提高活动推荐服务的质量,是目前学术界和工业界共同关注的热点研究问题之一。传统社交活动推荐算法,如基于用户偏好或线上好友关系的活动推荐算法,除了考虑活动和用户的基本属性外,大多基于显式好友关系EF(Explicit Friendship)进行活动推荐,但EBSN不具备显式好友关系,因此上述算法均不能直接用于EBSN活动推荐。为此,定义了一种新的潜在好友关系LF(Latent Friendship),LF关系将线上同组、线下同活动综合纳入活动评分计算中,以体现LF对EBSN活动推荐的影响;同时,基于此提出了一种基于潜在好友关系的EBSN活动推荐算法(Activity Recommendation Algorithm based on Latent Friendships,ARLF),该算法在寻找潜在好友关系时,创新性地运用元路径思想,使得EBSN中的异构信息得到了充分利用。最后,利用Meetup事件社交网中的真实数据对ARLF算法进行了性能测试,可扩展性实验证明了该算法是可行且有效的。
196-203

面向全局社交服务网的Web服务聚类方法

摘要:现有的服务聚类方法主要关注服务功能属性或QoS属性,而没有考虑服务在网络中的社交属性,随着服务数量的急速增长,其面临着服务发现效率低等问题。为此,提出一种面向全局社交服务网(GSSN)的Web服务聚类方法。该方法将孤立的服务联结为一种全局社交服务网络,以挖掘服务间的社交相似度。首先,综合REST与SOAP服务,从服务描述信息、领域标签、QoS信息等层面对服务进行相似度计算。其次,结合服务在网络中的社交属性,利用GSSN算法对相似度计算结果进行聚类处理,以提高服务的发现效率。最后,对全局社交服务网进行可视化实现,以展现各服务在全局环境下的服务社交关系,并设计实验用于对提出的方法进行验证。
204-212

基于用户兴趣变化和评论的协同过滤算法研究

摘要:传统协同过滤算法中,随着用户和商品数量的日益增多,用户-项目评分矩阵越来越稀疏。针对这一问题,提出了一种基于用户兴趣变化和评论的协同过滤算法。该算法将用户评论和遗忘曲线引入传统协同过滤算法中,将评论文本作为商品特征描述文本,使用主题模型计算商品主题特征,引入艾宾浩斯遗忘曲线来协同计算用户的评论分布及评论相似度。将用户评论相似度和用户评分相似度相结合,以得到最终的用户相似度,进而对商品评分进行预测。对网络爬取的真实数据进行验证,结果显示该算法能够在稀疏数据集上获得较好的推荐结果。
213-217

基于用户潜在特征的社交网络好友推荐方法

摘要:随着Facebook、Twitter、微博等社交网站的迅速普及,好友推荐系统逐渐成为各大社交网站的重要组成部分。好友推荐系统通过主动为用户推荐新的潜在好友来有效地扩大用户的社交圈规模并改善用户的社交体验,因而受到了广泛关注。然而,如何针对用户的个性化需求,为用户推荐真正意义上的好友,一直是个性化好友推荐的难点之一。对此,提出一种基于用户潜在特征的社交网络好友推荐方法(SNFRLF)。首先,通过隐语义模型挖掘用户的潜在属性特征;然后,通过用户的潜在特征计算用户间的相似度;最后,将计算得到的相似度引入到随机游走模型中以获得好友推荐列表。实验结果表明,文中所提好友推荐方法较已有的好友推荐方法在性能上有显著提升。
218-222

基于网络的时空同现模式挖掘算法

摘要:大多数数据库都不能有效地处理数据的时间维度,时空同现模式挖掘有利于提取隐含在时空数据集中有价值的信息,目前已经成为研究热点。针对现有同现模式发现方法挖掘效率较低的问题,采用双层网络对时空数据进行初始化建模,针对传统方法在进行时空兴趣度计算时未考虑对象类型存在有效周期的问题,改进了现有兴趣度计算方法,引入了权重特征值,并提出了基于网络的时空同现模式挖掘算法。实验表明,在使用不同数据量的测试集中挖掘同现模式集时,新算法的运行效率优于不对数据集进行建模的方法以及仅对实例层进行建模的方法。
223-230

一种自适应权重的并行PSO快速装箱算法

摘要:随着智能制造时代的到来,生产线后期产品的智能装箱已成为工业生产的重要环节,如何更快速地得到装箱结果对于提高生产效率尤为重要。以快速装箱为目标,文中提出了一种适用于工业生产线的智能化装箱算法。该算法采用自适应权重法改进了粒子群优化算法,相较于标准粒子群优化及遗传等传统启发式算法有更快的收敛速度;并采用GPU加速,实现了高性能的并行计算,大幅加快了计算速度。实验表明,所提算法同样能得到很好的空间利用率,同时其收敛速度也显著优于传统算法。
231-234

不确定性车辆路口的轨迹预测

摘要:在城市道路中,实时、准确、可靠地对移动车辆进行轨迹预测具有极高的应用价值,不仅可以提供准确的基于位置的服务,而且可以帮助过往车辆预知前方的交通状况。目前,移动车辆的轨迹预测方法主要基于历史轨迹的欧氏空间进行,并未考虑在受限路网中采用不确定性历史数据的车辆轨迹预测。针对这一问题,提出一种补全路径的基于马尔科夫链的轨迹预测方法,其优势在于:重新定义了补全路径算法,弥补了不确定性历史数据的不完整性,利用马尔科夫链低时间复杂度、高预测准确度的优势实现预测,避免了因频繁模式挖掘带来的查询时间过长而影响预测效率以及存在多余噪声影响轨迹预测准确率的问题。通过真实数据和实验分析表明:在参数设置相同的情况下,该方法比挖掘频繁轨迹模式算法的预测准确率平均提高了18.8%,预测时间平均缩减了80.4%。因此,该方法对于车辆路口的轨迹预测具有较高的预测准确率,并且能预测一系列的车辆未来轨迹。
235-240

基于多模态局部转向核的脑部多发性硬化检测算法研究

摘要:容积效应和伪影现象是MR影像处理中的重要影响因素,单模态处理方法易受两者影响。提出一种改进的基于多模态局部转向核的方法来检测大脑中的多发性硬化。该方法利用多模态脑MR影像和大脑近似轴对称的先验知识来进行大脑情况的变化检测。局部转向核能够度量像素与其周围环境的相似程度,因此该方法将局部转向核作为特征,用余弦相似性来衡量差异性。实验结果表明,多模态的引入减少了容积效应和伪影现象,改善了检测效果。
241-246

基于两步聚类和随机森林的乳腺腺管自动识别方法

摘要:腺管的自动识别在乳腺癌的组织病理学诊断中十分关键,因为腺管密度是乳腺癌分级中的一个重要因子。腺管由一个周围充满细胞质的中心管腔以及管腔周围均匀环绕的细胞核组成。若管腔、细胞质、细胞核在空间位置上接近,则意味着这可能是一个腺管,但是这种识别方法会因为乳腺组织切片中存在脂肪、气泡以及其他类似管腔的对象而出现假阳性错误。为了解决上述问题,提出基于二次聚类与随机森林的腺管自动识别方法。首先通过一次聚类和二次聚类构建出待分割图片;然后通过形态学操作对图片进行处理,并在此基础上进行分割,进而构建候选腺管,利用中心管腔与其周围细胞核的空间位置关系以及一些统计特征来描述腺管;最后通过随机森林分类算法进行分类。实验结果表明,所提算法可以达到86%以上的准确率,为乳腺癌的自动分级奠定了基础。
247-252

基于稀疏特性的盲二值图像去模糊

摘要:通过分析二值图像发现其像素值具有稀疏特性,因此采用L0梯度反卷积算法结合二值图像的组合特性来处理盲二值图像的复原问题。常见的图像复原方法均将二值图像看作灰度值图像来处理,当其考虑到二值图像的特殊性质时,将会针对这种特定类型的图像得到更好的复原效果。提出的盲复原算法基于一阶梯度空间L0最小化问题的框架,利用L0梯度图像平滑方法来获得明显的图像边缘以估计模糊核,并将二值图像的特有属性作为正则项加入目标函数。在图像的复原过程中,通过二值图像先验来强制复原结果趋于二值图像。根据提出的模型,给出了基于稀疏特性的盲二值图像复原算法。通过实验将该算法与传统的盲反卷积复原算法进行比较,结果表明所提算法具有良好的性能,对二值图像进行复原是有效的。
253-257

非共享多测量向量的稀疏表示分类模型

摘要:多测量向量的联合稀疏重构要求多个源信号共享相同的稀疏结构,但实际应用中较难得到具有完全相同的稀疏结构的测量信号。为了降低非共享稀疏结构对MMV模型联合稀疏重构的影响,文中提出了一种改进贪婪类联合稀疏重构算法的方法。该方法在每次迭代时并不要求各测量向量选择相同的表示原子,而是要求选择同一类的表示原子。改进后的算法可用于非共享多测量向量的稀疏表示分类。基于模拟数据和标准人脸库数据的实验结果表明,改进后的模型可有效提高稀疏表示的分类性能。
258-262

基于非局部均值和总变分最小化的单视频超分辨率算法

摘要:传统的基于重建的单视频超分辨率方法能够获得较好的重建效果。然而,已有算法没有充分利用视频内的帧间、帧内相关性,重建效果仍有待提升。针对这一问题,提出了一种新的单视频超分辨率算法。为充分利用帧内相关性,采用非局部均值模型表征帧内非局部结构特性,采用总变分模型表征帧内局部结构特性;为了探索帧间相关性,采用光流法进行帧间预测。最后,为了求解所建立的优化问题,提出了基于split-Bregman方法的快速迭代算法。实验结果表明,与同类算法相比,所提算法在主、客观质量上均有相应的提升。
263-267

基于主成分分析网络的车牌检测方法

摘要:车牌识别是智能交通系统的核心技术,车牌检测是车牌识别技术中至关重要的一步。传统的车牌检测方法多利用浅层的人工特征,在复杂场景下的车牌检测率不高。基于主成分分析网络的车牌检测算法,能够无监督地逐级提取车牌深层特征,可有效提高算法的鲁棒性。算法首先采用Sobel算子边缘检测和边缘对称性分析获取车牌候选区域;然后将候选区域输入到主成分分析网络中进行车牌深度特征提取,并利用支持向量机实现对车牌区域的判别;最后采用非极大值抑制算法标记最佳车牌检测区域。利用收集的复杂场景下的车辆图像对所提方法的参数进行分析,并将其与传统方法进行比较。实验结果表明,所提算法的鲁棒性高,性能优于传统的车牌检测方法。
268-273

基于暗原色先验与MTV模型的单幅彩色图像去雾

摘要:鉴于利用大气信息或景深信息复原雾天图像的方法不能局部修正恢复结果,文中融合大气散射模型与变分偏微分方程,提出了暗原色先验与MTV(Multi-channel Total Variation)模型相结合的单幅彩色图像去雾算法(HMTV模型)。利用Dual Bregman算法,通过引入辅助变量和Bregman迭代参数将问题转化为利用对偶变量的半隐式迭代计算和主变量的精确计算公式来求解该模型。最后,将H-MTV模型与He,Kimmel Retinex等经典算法的实验结果进行分析和比较,验证了所提算法的有效性和优越性。
274-276

自适应移动宽线检测方法

摘要:为消除基本宽线检测算子中的冗余计算量,提高其运算速度,提出了一种快速的宽线算子实现方法——自适应移动宽线算子。基本宽线算子采取逐像素移动的方式来检测图像中的宽线特征;自适应移动宽线算子与之不同,在检测宽线像素时能够根据当前像素类型自适应地确定模板移动的步长,从而加快模板的移动速度,较好地消除了基本算法中的冗余运算。利用测试图像进行的实验的结果表明,自适应移动宽线算子在取得相当检测性能的同时,提高了基本宽线算子的运算速度。
277-282

基于贝塞尔滤波的水平集正则化图像分割方法

摘要:针对水平集函数在演化过程中的初始化敏感和数值稳定性问题,提出了一种新的基于贝塞尔滤波的正则化方法,并将其嵌入到经典的可变区域拟合(Region-Scalable Fitting,RSF)模型中,从而构成新的能量模型。首先,利用K均值算法进行自动初始化,再加以修正生成标准的初始水平集函数,以解决RSF模型对初始化敏感的问题;其次,利用RSF模型自身优点对图像进行迭代分割,同时在迭代过程中利用提出的方法对水平集函数进行正则化处理,保持迭代过程中的稳定性;最后,实现精确的分割效果。实验结果表明,提出的正则化方法有效地保持了水平集函数的稳定性。将新的模型与多种基于区域的模型进行对比,仿真实验表明,提出的方法具有较高的算法效率与分割精度。
283-287

基于异构多核并行加速的嵌入式神经网络人脸识别方法

摘要:针对传统视频监控设备进行前端人脸识别时处理大量人脸数据所面临的计算性能不足的问题,提出了一种基于CPU-多核加速器异构结构的前馈神经网络并行加速框架,然后借助主成分分析方法对人脸数据进行特征提取用于神经网络的训练,并将训练好的神经网络模型导入神经网络加速框架中进行分类识别的方法。该方法最终在集成Zynq SoC和Epiphany的Parallella嵌入式并行计算平台中进行了系统实现。实验数据表明,该方法在保证识别准确率一致的情况下,能够提供相对于Zynq中的双核ARM处理器8倍的识别加速能力,在嵌入式人脸识别加速方面具有显著作用。
288-293

基于低秩约束的极限学习机高效人脸识别算法

摘要:复杂应用场景中,光照变化、遮挡和噪声等干扰使得将像素特征作为相似性度量的识别算法的图像类内差大于类间差,降低了人脸识别性能。针对这一问题,提出了一种低秩约束的极限学习机鲁棒性人脸识别算法,提升了复杂场景下的识别性能。首先,利用人脸图像分布的子空间线性假设,将待识别图像聚类到相对应的样本子空间;其次,将像素域分解为低秩特征子空间和稀疏误差子空间,依据图像子空间的低秩性对噪声鲁棒的原理,提取人脸图像的低秩结构特征训练极限学习机的前向网络;最后,实现对噪声干扰鲁棒的极限学习机人脸识别算法。实验结果表明,相比前沿的人脸识别算法,所提方法不仅识别精度高、算法时间复杂度低,且具有较好的实用性。
294-299

基于缓存的分布式统一身份认证优化机制研究

摘要:企业在进行应用系统集成时,普遍使用独立的身份认证系统来实现平台中身份信息的交换和共享。如何应对高并发、大用户流量的用户请求,是保障认证系统稳定、高效运行的重要问题。针对单认证中心负载过重,容易出现单点失效及系统响应慢的问题,提出了将认证服务器集群化的方案;将认证票据存储在缓存使得多个认证节点共享认证信息,并将重要且频繁使用的数据预存到缓存中以提高响应速度;结合复杂多样的用户行为提出了基于Hybrid的多因素缓存替换算法。实验结果表明,所采用的基于缓存的分布式认证架构能够保证系统的稳定性,提高系统的响应速度,改进的缓存替换算法提高了缓存命中率。
300-304

片上网络容错技术研究

摘要:片上网络是一种全新的片上计算机体系结构,对片上网络的研究主要包括拓扑结构、路由算法、服务质量、交换机制、拥塞控制、能耗和容错等突出问题,其中对容错方法的研究一直是研究的重点。在软件改进和硬件改进方面,容错方法可以分为路由算法容错和路由器结构容错两类。分析当前已有容错方法的适用情况、实现原理和实现方法,并且分析其延迟、吞吐率、功耗等性能及其优缺点,对容错方法的现状进行剖析并且为容错方法的下一步研究提供研究方向。
305-310

一种基于CFDs规则的修复序列快速判定方法

摘要:数据一致性是大数据质量管理研究的一个重要内容。条件函数依赖(CFDs)是维护数据一致性的有效技术手段。然而,在修复过程中选择不同的CFDs修复顺序,会影响修复的准确性和效率。因此,如何选取一个正确且合理的修复顺序对数据修复至关重要。针对该问题,提出一种基于CFDs规则的快速判定修复序列的计算方法。首先,设计了一种数据修复框架。然后,利用CFDs之间的关联关系,提出了修复序列图的概念,以用于CFDs修复顺序的计算。一方面,可以避免某些错误的或者不必要的数据修复,提高修复的准确性。另一方面,使用规则来判定修复顺序比使用实际数据进行判定更为快速。此外,在判定修复序列的过程中,对修复死锁进行了检测,保证了修复过程的可终止性。最后,通过在真实数据集上与现有方法进行对比实验,证明了所提方法具有更高的准确性和运行效率。
311-316

基于接口变迁的交互流程模型挖掘方法

摘要:流程模型挖掘是基于系统运行记录下的事件日志来还原特征对应流程模型的技术。目前已有的挖掘方法多是基于由系统分解出的不同模块之间交互频繁且模块包含特征较少的场景。在挖掘包含较多特征、交互不频繁的流程模型方面,目前的方法存在一定的局限性。鉴于此,文中提出了基于接口变迁的交互流程模型挖掘方法。首先,利用现有的挖掘方法来挖掘模块内部的特征序,确定初始模块网;其次,遍历事件日志以查找疑似接口变迁;然后,通过挖掘特征网来确定接口变迁,并对接口变迁增加接口库所;最后,基于开放Petri网,利用合成网的观点将交互模块合成为一个完善的流程模型Petri网。通过实例分析,验证了该挖掘方法的有效性。
317-321

计算机科学杂志社分期列表:

2018:
2017:
2016:
2015:
2014:
2013:
2012:
2011:
2010:
2009:
2008:
2007:
2006:
2005:
2004:

计算机科学杂志社要求

1.来稿要求内容充实、结构完整、论点明确、有创新、重点突出、顺理成章。

2.来稿做到清稿定稿.文中插图精绘,图中文字清楚,应有图序、图题和图注。

3.稿件请用Word编辑排版.网站上提供了写作模板和样例,作者可进行参考。

4.作者应将对自己的研究工作有所启发、帮助和教益的国内外文献列出,以示对同行工作的尊重和补充.参考文献应查新、查全并在文中明确标引,且与国内外同类工作进行详细讨论和比较。

5.来稿应具有合法性,即不存在抄袭、剽窃、侵权等不良行为。如发现上述不良行为,作者自行负责,本刊不承担任何连带责任。并且本刊不再接受第一作者的投稿。

6.来稿应未在任何正式出版物上刊载过,且不允许一稿多投.本刊不接受任何语种的翻译稿。

7.请通过《计算机科学》网站,登录“作者投稿”进行在线投稿。本刊仅接受通过此系统提交的投稿,不再接受打印稿和电子邮件形式的投稿。稿件上传之前,请务必检查确认文件未染有病毒。

8.投稿分配编号之后,系统将不提供稿件更新功能,请作者务必谨慎投稿。

9.投稿之后,若需查询稿件处理状况,请登录到本刊网站,在"稿件查询"一栏中查询。

10.为联系顺畅,作者在登录本系统进行投稿时,请详细提供联系人的联系方式(包括通讯地址、邮编、E-mail地址和联系电话等)。审稿期间联系方式如有变化,请及时通知编辑部,投稿时,请注明是否为CCF会员(附上会员号),第一作者为CCF会员的录用稿件,版面费85折优惠。

11.《计算机科学》网站上提供了“稿件处理流程”,作者可以通过该流程图了解稿件的处理程序和相关规定。

12.对于拟发表稿件,我们将按投稿时间的顺序安排发表.稿件刊发以后,我们会将稿酬及样刊邮寄过来。注:这里拟发表的时间并非真正的发表时间,请大家谅解,但是准确的发表时间只会提前不会延后。

计算机科学相关期刊

学术点评网站简介

重要说明:学术点评网合法持有《企业营业执照》、《出版物经营许可证》、《增值电信业务经营许可证》等相关牌照,依法从事国内所有合法期刊订阅及第二类增值电信业务中的信息服务业务,本站所公布信息均由专业律师团队进行把关,是受法律保护的第三方独立杂志订阅及增值服务平台。
更多评论>>

计算机科学杂志网友评论

bafdjdf** 的评论:

编辑十分细心耐心,送审的专家非常认真,很细心很负责人,提的建议很中肯,一针见血。修改后编委复审,之后主编终审,终审后录用。从收稿到录用共3个月时间,每个环节都很及时。接电话的编辑老师和对文章直接负责的编辑老师都十分细心,感激!

2018-02-04 08:39:12
mnasde_** 的评论:

文章从投稿到录用大概3个月,计算机科学两个审稿人,一个要求修改细节,另一个审稿人提的意见很中肯,本人也学习不少,大修后接受,感觉只要认真修改都没问题。

2018-01-09 09:47:41
yujhnm_** 的评论:

9月24号投稿,经历了1次初审退修、1次退修后直接终审,10月20号返修,12月20号收到录用通知。总之,计算机科学编辑部的老师们细心、耐心,态度特别好。祝大家好运!

2017-12-22 10:22:25
wertyu_** 的评论:

8月15日投稿,经过初审和外审,文章格式方面的意见都很细致,外审9月10日结束,之后修改,进入终审,11月中下旬采用。期间打过两次电话询问,编辑部的工作人员十分耐心,就算不是负责你文章的责任编辑,也会给你查询什么状态,比如现在是否外审回来了?赞赞赞。

2017-11-20 09:41:26
kzjhba_** 的评论:

计算机科学审稿速度特别快,不到半个月就接到初审结果了,总体来说,感觉编辑部的效率蛮高的,很快就走完了所有流程,而且专家也挺棒的,一次愉快的投稿经历。

2017-11-06 11:47:13
iouygd_** 的评论:

8月份中旬投的稿,10月就能录用了。审稿老师很认真的,提的意见及建议确实很有价值,后面按老师的要求修改了一回就中了。杂志社的编辑老师态度也很亲和,good job!!杂志挺好的。

2017-11-03 11:43:47
ezjuyb_** 的评论:

计算机科学内容很好,对我有帮助。服务好。包装好,性价比高,字体大小合适,很喜欢。书很好,不错,好评!是正版,物流较快,非常不错,一次完美的购物体验,值得购买。

2017-10-19 11:02:53
sheurt_** 的评论:

希望能读到更多这样可以让人深思的书。期待有更多人可以分享书中的智慧之火。期待学术之家有更多更好的书分享给大家。有空读读,相信一定有大收获!

2017-09-29 08:49:27
shenhao** 的评论:

心仪了很久都没下手,终于搞活动了,毫不犹豫就买的,很划算,很满意哈,计算机科学杂志很不错哈,是正版哈,还没拆开,下次再来哈

2017-09-08 17:29:41
cgeurp_** 的评论:

内容很好,可以,学术之家很用心的包装,挺好,挺新的,没有损伤,发货速度很快,质量也很好,这类杂志是我的最爱,追这本杂志好几年了,会一直追下去,支持学术之家。

2017-08-29 11:01:32
sdsasdz** 的评论:

特别是在文章结构,写法指导上,简单清晰地传递给读者。杂志不错,全新的,非常喜欢,看纸质书籍比电子书更有感觉,而且还便宜。

2017-08-24 10:56:35
chenxia** 的评论:

方便快捷价格合理足不出户就能买到商品。包装之类的都完好,没什么磨损,也比较新,物很快,很不错!

2017-08-15 15:48:33
river** 的评论:

计算机科学是我非常喜欢的书,拿到后是正版,发现纸张非常的好,里面的内容也非常出色 ,价格也便宜,质量挺好的,卖家服务特别好!

2017-07-13 09:43:32
quaneis** 的评论:

审稿周期基本是满3个月,而且比较严格。毕竟是国内很不错的期刊,专家给的意见也挺中肯,从通知到见刊大概是5、6个月的时间,算比较快的了,听说有的见刊要1年~~~建议大家对自己的成果有信心再投这个期刊,否则有点浪费时间。

2017-06-30 11:16:53
ji85296** 的评论:

确实感觉编辑相当负责,在中文期刊中算得上严谨的杂志。后期有一点小问题编辑都主动给打电话让修改了,真好,而且审稿周期也不长,五月中旬投的,基本两个多月就录用了,就是后来没要录用通知,一直以为还没结束呢,后来才知道需要跟人家说一声才给发呢,现在一切OK了,毕业没问题了。

2017-06-08 10:59:12
hei_456** 的评论:

该刊在国内计算机领域极具权威性,对文稿的创新性要求比较高。审稿周期大概一个月,算是国内核心期刊中速度较快的,编辑部工作效率也较高,有审稿意见后会迅速反馈作者,返修后几个工作日便会有明确的接受意见。

2017-04-26 08:50:33
  • dick**: 已经通过终审,中间没有经过任何修改,速度挺快的。非常不错的期刊!
    2017-05-10 09:22:01
chenjia** 的评论:

计算机科学杂志的编辑很认真,期间对一些细节问题电话沟通了几次修改,编辑对文中标点都进行了详细的修改,态度也挺好。外审老师也相当负责,针对文章的问题点都一一的给我提出来,非常详细。

2017-04-24 17:22:38
alfred** 的评论:

看这个期刊评价还可以,试着投了下,3月7号投的稿,3月9号初审通过,然后通知交审理费,通过他们邮件中建议的支付宝汇款,结果第二天就核查到到款了,3月10号送的外审,现在只希望外审结果能早点出来。

2017-04-11 16:40:50
tubowen** 的评论:

个人感觉不像前面评价的比较看重单位或者说审稿态度不好,只要是自己文章过硬一般是没有问题的。不过审稿周期确实还是比较长的,着急的要慎重考虑一下。另外,前面有几位朋友提醒了正刊和增刊的问题,在通知缴纳审稿费的邮件里也写到了可能的增刊(专辑)问题,所以建议大家在录用后电询编辑部,如果是专辑再做处理。从知名度上说,个人感觉国内除了三大学报和各名牌高校学报(SCI,EI)之类的,《计算机科学》还是一个比较好的期刊。

2017-03-22 09:43:09
feifan** 的评论:

审稿还算挺快的,很快就有了回复,后面就修修改改的,主要是针对人工智能及图像处理的细节修改。审稿人的意见还是很专业的,有些意见都是非常详细易懂的,不过有一点,可能是杂志对文章的质量要求非常高,所以对文章的专业性要求还是很高。

2016-05-17 11:19:48
  • miss**: 审稿效率也极高的,审稿人水平确实不错。
    2016-11-04 10:49:12
tengwa** 的评论:

8月12日投稿,9月26日受到通知修改后录用,之后10月16日再投修改稿,11月5日收到录用通知。该期刊编辑非常负责,审稿人审稿意见中肯,是个不错的期刊。但自己的文章必须过得去。

2015-11-06 09:47:25
zhabo** 的评论:

15年8月投稿,初审很快,几天就好了,3个专家外审,9月通知退修,因为要增补数据,10月份截止期前几天才发回修改稿,之后十来天通知备用,10月28号明确录用,专家修改意见很中肯,每个专家大概10条意见,回复意见写了5页,感觉该杂志较为正规,审稿和发表速度也算正常。

2015-10-30 09:52:22
  • qingfen**: 审稿60天,修改时间8天录用的。总体来说挺满意的,推荐!
    2016-11-01 15:51:16
nieyao** 的评论:

初审一般一个星期,之后两个外审一个月多一点,主编审到退修大概一个星期,因为外审意见比较温和,小修后直接主编终审(大修后是要复审的),两天就录用了。从投稿到录用两个月多一点。

2015-10-29 15:54:34
xushilo** 的评论:

计算机科学的三个审稿人,第一个拒审,第二个修改后发表,第三个直接发表,综合是修改后发表。从投稿到录用大约一个月左右。遇到负责人的专家很快。

2015-10-23 08:53:28
  • austril**: 编辑很友善,校稿非常认真仔细。
    2017-01-19 11:03:44
tanqing** 的评论:

文章内容好的, 一般两个月就会接受, 修改下格式和错字即可。文章内容没有达到计算机科学要求的, 编辑部就拖拖拉拉, 不会主动反馈,也没有审稿意见。

2015-09-28 17:55:15
ailin** 的评论:

小修后录用。是我见过最快的了。审稿意见非常NICE。这可能与我投稿前的仔细修改有关。工作有创新,实际意义很大,所以估计审稿很快。周围有个同事投的一个月后拒掉了 。所以一定要有创新。

2015-07-11 17:07:05
ow415** 的评论:

计算机科学杂志速度飞快,投稿到接收只用了42天。1个月左右审稿,给小修,返回后第二天接收。编辑相当nice,就是那个主编给评价很高啊!担心是多余的,呵呵。会推荐同事过来发。

2015-03-03 09:07:12
hdfgdsf** 的评论:

《计算机科学杂志》这样的期刊,之所以受到好评,我认为原因有3,1,审稿速度快,大概1个月;2,编辑态度好,流程规范;3,不是所以文章照单全收,见刊时间也较快。为了缩短整个流程,建议仔细阅读格式,计量规范,文章精炼。祝期刊越来越好~

2015-03-01 10:19:11
ywuw** 的评论:

8月底投稿,11月底审稿意见返回“修改后录用”。当时在国外,等到12月底才回国修改重新上传,录用了。感觉该期刊很看重公式推导,偏理论。版面费太贵了,我是CCF会员,版面费85折,文章A4排版7页,加上审稿费花得不贵。

2015-01-19 16:44:38
jiayi** 的评论:

我的稿件初审五个月过了,没让修改直接送复审,复审一个月,结果给退稿了,感觉给的退稿理由也不是很好,主要是看个人运气吧,要是符合你写的东西符合专家的胃口,肯定会中,要是不对专家的胃口,随便找个理由就会把你拒了。

2014-09-21 17:13:05
anan** 的评论:

审稿周期快,意见中肯具有指导性,适合投稿。编辑部态度热情。 行业内比较认可,期刊质量呈上升趋势,冲刺国内权威期刊。投稿有国家基金资助更好!研究方向: 信息科学 计算机科学 计算机应用技术

2014-09-15 09:16:37

计算机科学评论

晒晒图片