HI,欢迎来到学术点评,咨询热线:400-888-7501 订阅咨询:400-888-7502 股权代码 102064
计算机学报杂志
分享到:
《计算机学报》杂志创办于1978,是中国科学院主管的国家重点学术期刊,CSCD核心期刊,影响因子3.18,现被CSCD 中国科学引文数据库来源期刊(含扩展版)等机构收录,主要征稿方向:研究论文与技术报告、短文、学术通信、学术活动、中国计算机学会...
  • 主管单位:中国科学院
  • 主办单位:中国计算机学会;中国科学院计算技术研究所
  • 国际刊号:0254-4164
  • 国内刊号:11-1826/TP
  • 出版地方:北京
  • 邮发代号:2-833
  • 创刊时间:1978
  • 发行周期:月刊
  • 业务类型:期刊征订
  • 全年订价:¥ 1146.24
  • 综合影响因子:2.575
相关期刊
期刊征稿:计算机学报 关注收藏
产品参数:
主管单位:中国科学院
主办单位:中国计算机学会;中国科学院计算技术研究所
出版地方:北京
快捷分类:计算机
国际刊号:0254-4164
国内刊号:11-1826/TP
邮发代号:2-833
创刊时间:1978
发行周期:月刊
期刊开本:A4
下单时间:1-3个月

计算机学报杂志简介

《计算机学报》(月刊)创刊于1978年,由中国计算机学会与中国科学院计算技术研究所主办、科学出版社出版,以中文编辑形式与读者见面,同时以英文摘要形式向国际各大检索系统提供基本内容介绍。 一直在计算机领域保持着领先水平,刊登的文章被国际多种著名检索刊物所收录.包括《中国学术期刊文摘》,美国《EI》,英国《SA》,美国《数学评论》,日本《科技文献速报》,俄罗斯《文摘杂志》等。

《计算机学报》刊登的内容覆盖计算机领域的各个学科,以论文、技术报告、短文、研究简报、综论等形式报道以下方面的科研成果:计算机科学理论、计算机硬件体系结构、计算机软件、人工智能、数据库、计算机网络与多媒体、计算机辅助设计与图形学以及新技术应用等。

《计算机学报》拥有众多读者,本刊的内容常被研究人员、大学教授及研究生们作为选题的依据。《计算机学报》的引用率在计算机相关领域的刊物中最高,发行量名列全国学术性刊物的榜首。

《计算机学报》愿意和国内外同仁建立友好往来,相互促进了解,加强合作,共同为计算机科学事业的发展而努力。《数学评论》《工程索引》Compendex数据库(核心)《物理学、电技术、计算机及控制信息数据库》收录。

计算机学报栏目设置

研究论文与技术报告、短文、学术通信、学术活动、中国计算机学会学术动态

计算机学报杂志订购成交记录

下单时间 购买会员 拍下价格 数量 规格
2019-04-11 16:18:55 1310825** ¥ 1146.24 1 计算机学报
2019-04-11 15:38:42 1310825** ¥ 1146.24 1 计算机学报
2019-03-28 08:34:22 1310825** ¥ 1146.24 1 计算机学报
2019-03-21 12:03:19 1310825** ¥ 1146.24 1 计算机学报
2019-03-04 18:39:42 1398258** ¥ 1146.24 1 计算机学报
2019-03-04 18:33:28 1398258** ¥ 1146.24 1 计算机学报
2019-03-04 10:51:55 1398258** ¥ 1146.24 1 计算机学报

计算机学报杂志社 文档目录

计算机学报杂志大数据

基于多维数据集的异常子群发现技术

摘要:非频繁项集是未被标准化的频繁项集产生算法(如APRIORI以及FP-Growth算法)提取的所有项集.在数据集上挖掘有意义的非频繁项集是数据挖掘的重要工作之一.目前,基于传统数据集的非频繁项集挖掘研究主要集中在负相关、负模式以及间接关联等方面,且主要是对整个数据集上的性质进行分析,而没有对数据集的切片进行分析.该文提出了一种新的模式,试图找到符合如下条件的特定子群,其描述的数据集切片上存在某些特殊项集,这些项集在整个数据集上并非频繁项集,但是在该数据集切片上却是频繁项集.根据用户要求自动找出这些异常子群以及其对应项集的算法在数据分析中有着十分重要的意义.该文提出的解决方案由两部分组成:候选产生阶段以及查询交互阶段.前者是一个脱机处理的过程,而后者则是在线实时反馈的过程.在候选产生阶段,该文提出了一种基于多维数据集高效产生频繁项集以及显著子群并有效建立索引的算法.根据索引,在查询交互阶段,该文提出的算法框架可以快速准确地返回给定查询对应的异常子群以及对应项集.基于多个真实数据集的实验表明,该文提出的方案可以根据用户要求实时返回有意义的异常子群以及对应项集.此外,该文提出的算法在多维数据集上的挖掘效率比UTMTU算法提升了数倍.
1671-1685

基于内容的社交网络用户身份识别方法

摘要:社交网络中识别用户身份具有重要价值,它对社交网络的分析与监管、用户行为的预测以及用户之间交互过程的研究具有重要意义.该文针对社交网络中的用户身份进行研究,将用户身份分为组织用户和个人用户,并对这两种用户身份进行具体定义和识别.该文研究问题属于社交网络用户分析研究中的子研究问题,主要通过用户在社交网络中发表的文本内容、多媒体内容以及用户时间序列内容识别出该用户的组织-个人身份,为社交网络用户身份的识别及进一步研究提供借鉴和帮助.在识别过程中,通过对文本内容中用户的口语化水平、内容(主题)复杂化水平、内容规范化水平的度量以及多媒体内容中用户图片特性和用户时间序列内容的分析,从不同角度提出5种机器可操作的用户组织-个人身份识别方法,进而识别出社交网络中用户是组织用户还是个人用户.最后,为了验证该文所提识别方法的可行性和有效性,该文选择新浪微博数据进行实验,并通过概率模型识别方法进行了对比分析.同时,在验证过程中,使用多种指标对实验结果进行评价.实验结果表明,该文识别方法能够有效识别出用户的组织-个人身份,其中内容复杂特性识别方法、内容规范化识别方法以及时间序列内容识别方法的用户身份识别准确率超过80%.
1739-1754

一种基于矩阵分解的上下文感知POI推荐算法

摘要:近年来,随着移动设备的普及,基于位置的社交网络(Location-Based Social Network,LBSN)逐渐被人们广泛使用并成为一种新型的社交媒体.LBSN能够记录丰富的上下文信息,例如用户社交网络、POI地理位置、POI类别信息等,这无疑为个性化的POI(Point-of-Interest)推荐系统带来了巨大的发展机遇.但是如何建模这些上下文信息对POI推荐的影响并将它们有效地融合成为了一大难点,另外用户签到数据的稀疏性也为POI推荐带来巨大的挑战.为了克服上述挑战,该文提出了一个基于矩阵分解的上下文感知POI推荐模型.具体地,该文从多个方面建模用户的签到行为,除了利用用户的签到数据,还考虑了POI的地理位置对用户签到行为的影响,用户更愿意访问那些距离近并且符合自身偏好的POI.另外,为了进一步缓解签到数据的稀疏性,该文还利用了用户社交网络数据和POI类别信息.最后,该文提出了一个通用的矩阵分解模型,它能有效地融合上述上下文信息,并且具有良好的可扩展性和较低的时间复杂度.在两个真实的LBSN数据集上的实验结果表明,该文提出的方法在推荐的准确性上远优于当前流行的POI推荐算法.
1797-1811

一种基于最大流的分布式存储系统中查询任务最优分配算法

摘要:分布式存储系统多采用数据分区和多副本机制来处理海量数据并提供高可用性.为了提高读写效率,现有系统在将任务分发给不同节点时往往需要考虑数据分区的情况,并使得任务分配能够保证数据本地性.然而,给定一个需要访问多个数据分区的查询任务,现有系统没有充分考虑节点的实际负载情况,导致虽然任务的分配满足数据本地性,但集群查询响应速度仍受到制约.该文提出一种在分布式存储系统中查询任务的节点分配算法,该算法不仅考虑了数据本地性,还利用了多副本机制确保节点间的负载均衡.算法的基本思想是将任务分配问题转化为最大流问题,并通过二分查找寻求最优分配方案.在实验阶段,该文首先通过模拟实验验证该算法的正确性,之后将该算法集成到Cassandra中作为一种新的负载均衡策略,并与Cassandra原生的两种策略进行性能对比.实验证明,该文提出的算法使得查询性能优于Cassandra原生的策略,平均查询时间缩短为原有策略的50%,某些情况下可以缩短为11%.
1858-1872
计算机学报杂志默认

基于深度学习的开放领域对话系统研究综述

摘要:人机对话系统能够让机器通过人类语言与人进行交互,是人工智能领域的一项重要工作.因其在虚拟助手和社交聊天机器人等领域的商业价值而广受工业界和学术界的关注.近年来,互联网社交数据快速增长促进了数据驱动的开放领域对话系统的研究,尤其是将深度学习技术应用到其中取得了突破性进展.基于深度学习的开放领域对话系统使用海量社交对话数据,通过检索或者生成的方法建立对话模型学习对话模式.将深度学习融入检索式系统中研究提高对话匹配模型的效果,将深度学习融入生成式系统中构建更高质量的生成模型,成为了基于深度学习的开放领域对话系统的主要任务.本文对近几年基于深度学习的开放领域对话系统研究进展进行综述,梳理、比较和分析主要方法,整理其中的关键问题和已有解决方案,总结评测指标,展望未来研究趋势.
1439-1466

基于多任务迭代学习的论辩挖掘方法

摘要:论辩挖掘可分为论点边界的检测、论点类型的识别、论点关系的抽取三个子任务.现有的工作大多数对子任务分别建模研究,忽略了三个子任务之间的关联信息,导致性能低下.另外,还有部分的工作采用流水线模型把三个子任务进行联合建模,由于流水线模型仍然是独立的看待每个子任务,为每个子任务训练单独的模型,存在错误传播的问题,且在训练过程中产生了冗余信息.因此,本文提出了一种基于多任务迭代学习的论辩挖掘方法.该方法将论辩挖掘三个任务并行地联合在一起学习,首先通过深度卷积神经网络(CNN)和高速神经网络(Highway Network),获得文本字符和词级别的浅层共享参数表示;然后输入双向长短时记忆循环神经网络(Bi-LSTM),利用论辩挖掘三个任务之间的关联信息进行同时训练,不仅可以避免错误传播,而且能够克服冗余信息的产生;最后,联结三个任务的Bi-LSTM网络输出作为下一次迭代的输入,来提高模型的性能.实验采用了德国UKP实验室公开的学生论文数据集,实验结果表明,与目前最好的基准方法对比,该方法的准确率指标提高了2.74%,“ F1 (100%)”和“ F1 (50%)”指标分别提高了1.05%和1.19%,很好地验证了该方法的有效性。
1524-1538

一种带探索噪音的深度循环Q网络

摘要:结合深度神经网络和强化学习方法的深度Q网络在Atari 2600游戏平台上取得了巨大成功.相较于深度Q网络,深度循环Q网络具有记忆历史信息的能力,在部分游戏上显示出了更好的性能.然而在某些复杂的游戏环境中,一方面深度循环Q网络需要大量的训练时间,另一方面其在动作空间抖动的策略中不能做出合理决策.针对这些问题,本文提出一种带探索噪音的深度循环Q网络(Deep Recurrent Q-Networks with Exploratory Noise, EN-DRQN)模型.与在动作空间的探索方式不同,EN-DRQN在网络空间注入噪音,引起网络输出变化,然后根据该变化选择动作.这种在网络空间的探索可以在未来多个时间步内造成复杂的改变,并通过循环神经网络记忆多步变化,使智能体(Agent)做出的决策更具有战略性.EN-DRQN具有以下特点:一是利用带探索性的噪音进行深度探索以弥补传统策略探索的低效性.噪音来自于噪音分布,通过方差驱动探索,这使得Agent可以发现大量新状态,提供更加丰富的样本,为决策提供有效信息;二是使用改进的双层门限循环单元来记忆较长时间步的历史信息,使Agent能够在延迟奖赏的情况下做出合理的决策.实验结果表明,EN-DRQN模型在Atari 2600游戏平台上的部分战略性游戏以及具有延迟奖赏的游戏上,与动作空间的抖动策略相比,取得了更优的表现。
1588-1604
计算机学报杂志智能服务

模拟退火算法的动力系统模型及收敛性分析

摘要:模拟退火算法是经典的拟物类自然计算方法,其算法设计及应用研究取得了丰硕的成果,模拟退火策略也广泛地融入到现代群智能演化算法的研究之中.早期的性能分析和收敛性分析等理论研究主要是基于随机过程中的马尔科夫链理论,获得了依概率意义的收敛性定理.由于物理和数学已经积淀了深厚的理论基础和丰富的分析工具,可以用来进行随机启发式算法的理论分析和设计.该文试图运用动力系统理论分析模拟退火算法的运行机理和收敛性,将算法搜索最优解的过程比拟为质点作弹性运动,算法运行过程中函数值的变化就是质点在作简谐振动或阻尼振动,建立其常微分方程动力系统模型.运用常微分方程的定性理论对该动力系统模型进行求解和分析,证明了模拟退火算法前、中期的局部收敛性和后期的全局收敛性,对其运行机理给出了合理的理论解释.同时,基于建立的动力系统模型,分析了算法衰减因子与收敛速度的关系,得到了模拟退火算法收敛速度的估计.在此基础之上,提出了一个模拟退火回火算法的改进策略,一个简单易行的回火时刻判据,当弹性系数趋于很小的值时,即可以当作回火时刻.选取几个典型的测试问题,运用基本的模拟退火算法进行实验验证.首先,实验表明数值收敛曲线与理论分析的收敛性结论相吻合;其次,实验验证了收敛速度随退火温度变化的理论分析与数值实验相吻合;同时实验也验证了提出的回火时刻判据的有效性.最后,理论与实验分析表明该文建立的动力系统模型适合描述模拟退火算法.
1161-1173

关联规则推荐的高效分布式计算框架

摘要:关联规则推荐模型是在电子商务网站应用最广泛的商用推荐引擎之一,目前已有的工作大多聚焦于如何挑选高质量规则,以提升推荐精度.然而,关联规则数量庞大,且用户并发访问量通常极大,如何快速匹配用户浏览记录和关联规则库,为海量在线用户产生近实时推荐,成为制约关联规则推荐能否胜任真实电子商务网站推荐的重要因素.为此,本文研究关联规则推荐的效率问题,提出服务于高效关联规则推荐的分布式计算框架,将规则挖掘与推荐计算无缝衔接.具体而言,本文首先设计有序模式森林,用于压缩存储频繁模式;然后将候选规则挖掘转化为森林上的路径搜索计算,并提出高效的单机路径搜索算法;最后提出负载均衡的数据分割策略,同时降低分布式规则挖掘与推荐计算中的任务最迟完成时间.在3个公开数据集的实验结果表明基于有序模式森林的推荐计算比传统穷举匹配策略降低6倍以上时间,同时所提出的分布式计算框架可随计算节点数量达到近线性扩展.
1218-1231

偏好多目标进化算法研究综述

摘要:多目标优化需要同时优化若干相互冲突的目标,其目的是获得均匀分布于整个Pareto前沿上的最优解集.然而在实际多目标优化问题中,决策者通常只对目标空间中部分区域内的Pareto最优解感兴趣,因此将决策者的偏好信息与多目标优化方法相结合成为进化计算领域的研究热点.偏好多目标进化算法通过引入决策者的偏好信息,将算法的搜索集中在决策者感兴趣的偏好区域,有效利用算法的计算资源,提高算法的求解效率,降低计算复杂度,同时有利于决策者高效地做出最终决策.本文从偏好的设置方法和算法性能两个角度介绍偏好多目标进化算法.在偏好的设置上,从占优关系、角度关系、权重向量和偏好集四个方面综述融入偏好信息的多目标进化算法;在算法性能上,从上述四类偏好的设置方法中各选取两种偏好算法进行仿真实验,从偏好策略的有效性、解集的整体性以及算法的复杂度三个方面进行实验对比并深入分析其优缺点.最后,总结了偏好多目标进化算法的未来发展趋势.
1289-1315

融合SOM功能聚类与DeepFM质量预测的API服务推荐方法

摘要:由于越来越多的企业和组织纷纷将自己的业务、数据或资源封装成服务,并通过API的形式发布到互联网上,API服务的数量呈现倍增趋势.在此背景下,如何从这样一个大规模的API服务集合中,快速有效地找到满足开发者用户Mashup需求的API服务,已成为一个挑战性问题.为此,本文聚焦于“推荐合适的API服务以构建高质量Mashup应用”问题,以面向服务内容的功能聚类为基础,结合基于多维服务质量的评分预测,提出一种融合SOM功能聚类与DeepFM质量预测的API服务推荐方法,用于创建高质量的Mashup应用.该方法首先采用Wikipedia 作为外部语料库扩充API服务文档的内容并利用HDP模型建模其主题分布.通过WikiExtractor抽取出Wikipedia中的语料数据,并利用Word2vec工具训练该语料数据获得其词向量模型.利用训练好的Wikipedia词向量模型对API服务描述文档进行扩充.针对扩充后的API服务文档,使用HDP主题建模技术,挖掘出其隐含的主题信息,自动确定最优主题个数,以准确地度量API服务文档之间的语义相似度.然后,采用SOM神经网络进行面向主题的API服务聚类.在HDP主题建模之后,对获得的“API服务文档-主题”向量采用SOM神经网络聚类算法进行主题聚类,通过自组织过程,将众多的API服务划分到不同的功能类簇中,每一个功能类中包含多个具有相似功能的API服务.接下来,针对API服务类簇中所有具有相似功能的API服务,利用DeepFM模型建模和挖掘其多维QoS属性之间的复杂交互关系,预测并排序API服务的质量得分.DeepFM模型自动地提取出QoS数据中(包括流行度、共现次数等)的有效的特征组合关系(包括高阶特征和低阶特征组合关系),预测并排序每一个API服务相对于目标Mashup应用的质量得分,推荐得分靠前的 N 个API服务给开发者用户.最后,在真实Web服务数据集上进行了实验比较与分析,实验结果表明:本文�
1367-1383
计算机学报杂志网络空间安全

基于软件指令定位的新型高阶侧信道分析方法

摘要:现有的大多数高阶掩码方案都采用了软件实现方式,这样可以防止硬件电路毛刺产生的安全泄漏,同时不会受到硬件平台资源不足的限制.在目前针对高阶掩码方案的多种分析方法中,高阶侧信道分析是最有效的分析方法之一.即使是满足理论安全性的高阶掩码方案,高于理论安全阶数的高阶侧信道分析依然可以对其进行攻击.然而,当掩码方案的阶数很高时,由于高阶分析的时间复杂度和数据复杂度非常高,这使得高阶分析方法难以成功实施.在该文中,作者基于指令识别提出了一种特征点选取方法,称作指令定位特征点选择方法(Instruction Recognition-based Points of Interest Selection,IR-PoIS).通过定位与敏感信息相关的指令,IR-PoIS方法可以确定高阶掩码方案中每个秘密共享因子对应功耗出现的具体位置,从而降低后续高阶分析方法的时间复杂度.对于一个有n个秘密共享因子的高阶掩码方案,IR-PoIS方法可以将高阶分析方法的时间复杂度水平从功耗曲线点数的 n 次方降低到线性水平,大大提高了高阶分析方法的效率.并且由于目标CPU的指令集是已知的,攻击者可以事先对敏感指令进行建模.在SASEBO-W开发板上的实验中,作者对LDD指令进行了定位.实验结果表明,只需十条左右的功耗曲线,IR-PoIS的定位成功率就可以达到100%.这表明IR-PoIS方法是一种非常高效的特征点选择方法.在此基础上,该文成功地攻击了三阶Coron14掩码方案的软件实现,验证了基于IR-PoIS的高阶侧信道分析方法的有效性.
929-941

硬件木马:关键问题研究进展及新动向

摘要:全球化商业模式下,电子计算机行业的设计人员需要利用不同国家或区域的设计/制造服务以及第三方知识产权(Third-PartyIntellectualProperty,3PIP)核来完成集成电路(IntegratedCircuit,IC)的设计和制造.整个产业链上任何节点的漏洞都有可能成为攻击者实施攻击的入口,而硬件木马作为其中一个突出的安全威胁,已经成为IC设计与制造领域一个亟需解决的问题,有必要对其技术特点、研究现状和发展趋势进行梳理总结.该文首先简要介绍了硬件木马的基本概念和相关技术,对硬件木马的国内外研究成果和最新工作进行了整理归纳;讨论了硬件木马研究中的关键问题.该文针对硬件木马的研究热点内容进行了详细的对比总结,总结了当前研究工作的成果及存在的不足,讨论了硬件木马及相关技术的发展趋势.
993-1017

基于密文策略的流程加密研究

摘要:近年来,用户通常通过云服务器与他人共享信息,以节省本地存储空间.然而,云服务提供商(CSP)不能完全被信任.实际上,在不同文献提出的各种模型中,CSP被定义为半可信方:它是好奇但会诚实地执行程序的实体.但它可能会泄露一些用户的私人信息以谋取自己的利益.因此,用户需要在将私人内容上传到云端之前对其私密内容进行加密.但是,文件的加密形式将使得内容的共享不方便.许多文献尝试在不同的应用场景中使密文分享成为可能.为了解决上述密文共享的问题,一种基于非对称密钥的密码系统被提出,该系统被称为属性基加密( Attribute based Encryption, ABE).ABE是一个多功能和高效的密码原语.ABE包括以下两种类型,即密钥策略ABE(KP-ABE)和密文策略ABE(CP-ABE).在KP-ABE中,密文与属性集合相关,而秘钥与访问策略相关联.只要与密文相关的属性集合满足嵌入在秘钥中的访问策略,密文就可以被恢复.在CP-ABE中,密文与访问策略相关联,而密钥与一组属性相关.只要与秘钥相关的属性集合满足嵌入在密文中的访问策略,密文就可以被恢复.用户可以使用ABE高效地共享云中的信息,而不用担心其隐私被泄露.例如,在CP-ABE的环境中,用户使用指定的访问策略加密文件并将密文上传到云;则拥有访问策略中指定属性集的用户可以解密该密文.虽然ABE在很多应用中都很强大并且有效,但它不适用于某些特殊情况.本文研究了与流程认证有关的新应用场景.在这种场景下,数据所有者需要在用户访问加密内容之前确保用户是否满足多个流程.由于传统的ABE无法高效地描述流程,因此在此场景下不适用.一种基于流程的加密(Process Based Encryption, PBE)的新密码学原语被提出.PBE被分成两类,即密钥策略的PBE(Key-Policy PBE, KP-PBE)和密文策略的PBE(Ciphertext Policy PBE, CP-PBE).一种CP-PBE方案被提出.在CP-PBE中,加密者�
1063-1075

有限域Fp^n上与逆函数仿射等价的密码函数计数问题

摘要:分组密码的安全性主要依赖于S盒(向量值密码函数)的各项安全性指标.分组密码S盒的最优选择就是差分均匀度为4的向量值密码函数.逆函数是最著名的差分均匀度为4各项安全性指标均优良的向量值函数.著名的 AES分组密码算法、Camellia分组密码算法、CLEFIA分组密码算法和SMS4 分组密码算法均采用有限域F2^8 上与逆函数仿射等价的向量值函数作为S盒.目前对于与逆函数仿射等价S盒的研究,主要侧重于研究分组密码算法经过多轮后活跃S盒的数量.与以往的研究角度有所不同,该文要研究有限域Fp^n 上与逆函数仿射等价向量值密码函数的计数问题.若能计算出与逆函数仿射等价密码函数的数量,在实际应用中就知道有多少个与逆函数仿射等价的S盒可供算法设计者选择.将有限域F2^n 上的逆函数推广成有限域Fp^n 上的逆函数,其中p 2是一个素数,这是一个更为一般的逆函数.首先,该文定义(T1 ,R1 )和(T2 ,R2 )之间的运算“*”为(T2 ,R2 )*(T1 ,R1 )··=(T2 T1 ,R1 R2),其中(T1 ,R1 ),(T2 ,R2 )∈Affn^-1(Fq)×Affn^-1(Fq),Affn^-1(Fq)是有限域Fq上的 n×n阶可逆仿射变换群,q=p^m ,p 2是一个素数,m 1是一个正整数,“”表示映射的合成.证明了 Affn^-1(Fq)×Affn^-1(Fq)关于运算“*”是一个群;使得等式 F=V F W 成立的可逆仿射变换对(V,W)∈Affn^-1(Fq)×Affn^-1(Fq)关于运算“*”是Affn^-1(Fq)×Affn^-1(Fq)的一个子群.然后,利用以上结论和有限域的一些性质证明了,当p 3且n 2时,或者p=2且n 4时,对于有限域Fp^n 上的逆函数F(x)=x^-1 =x^p^n-2 ,使得等式F=ν F μ成立的可逆仿射变换μ和ν线性化多项式的形式只能是μ(x)=Stx^p^t 和ν(x)=St^p^n-t x^p^n-t ,0 ≠S t ∈Fp^n ,t=0,1,…,n-1.于是,使得等式F=ν F μ成立的所有可逆仿射变换对(ν,μ)的数量为n(p n -1).利用这些可逆仿射变换对(ν,μ)所形成的子群对群Affn^-1(Fp )×Affn^-1(Fp )划分等价类,商集中陪集首的个�
1126-1136

计算机学报杂志社分期列表:

2019:
2018:
2017:
2016:
2015:
2014:
2013:
2012:
2011:
2010:
2009:
2008:
2007:
2006:
2005:
2004:

计算机学报杂志社要求

1.来稿要求论点明确,数据可靠,条理清晰,文字精练,字迹清楚.

2.为了使审理过程顺利进行,在投稿的同时,作者需附一份关于文章所述工作的背景。将研究背景同文章放在同一个文件中,另起一页。并且需向编辑部声明:稿件内容属于作者的科研成果;署名无争议;引用他人成果已注明出处;未公开发表过.

3.稿件首页包括下列内容:题目、真实姓名、详细工作单位、城市及邮政编码、200字的中文摘要和3-5条关键词.文末附上稿件的英文文摘,包括英文题目、汉语拼音的姓名、工作单位的英文译名、200个单词以上的英文摘要和3-5条与中文关键词对应的英文关键词.请将作者的Email、联系地址、电话放在文章的首页下方。

4.来稿必须做到清稿定稿.稿件中的外文字母必须分清大、小写,正、斜体;上、下角的字母、数码和符号,其位置高低应区别明显;符号第一次出现时需要进行说明。

5.文中的计量单位一律使用《中华人民共和国法定计量单位》.文中图表只附最必要的,插图要精绘,图中文字书写清楚.插图和照片不得用复印件,必须是清绘图和原照片.图、表应贴在正文中的相应位置上.图、表和公式分别用阿拉伯数字全文统一编号.

6.参考文献只择最主要的列入,一般不超过15条,综述文章的参考文献可根据内容而定。未公开发表的资料请勿引用.

学术点评网站简介

重要说明:学术点评网合法持有《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。本站不是计算机学报杂志官网,直投稿件请联系杂志社。
更多评论>>

计算机学报杂志网友评论

xhuxiao** 的评论:

上次别人拿给我看的,看了以后觉得还是挺好看的,也是挺有启发人的,买一本自己收藏啊!这人就是有一点藏书的癖好!大家选购还是要擦亮眼睛。这个本版才“正”。

2019-09-27 09:40:27
yuanhua** 的评论:

计算机学报纸质不错,包装严实,服务也很热情,字迹清楚很满意,杂志也都是全新的,没有任何损坏,客服认真负责,非常满意。

2019-07-30 09:05:40
zhangci** 的评论:

计算机学报包装挺细致,我很喜欢的书,推荐大家购买,是正版。排版很干净。经典就是经典,纸质封面,丝丝入扣逻辑性很强,感觉很棒!值得购买。

2019-04-09 14:49:16
pudhsz_** 的评论:

计算机学报非常不错,学术之家服务很贴心到位。而且这价格买,很值!超值!书很厚很新,而且快递也很给力,客服态度很好,赞一个,好评!

2017-09-26 15:01:04
mnbvcx_** 的评论:

书籍已经收到,首先包装的很完整,书没有折角的现象发生,很是高兴,然后是书籍的纸张和字迹都不错,物流也挺快,比外面便宜。看上去应该是正版的,喜欢的亲可以购买啊!

2017-08-25 11:33:03
1838058** 的评论:

(月刊)创刊于1978年,由中国计算机学会与中国科学院计算技术研究所主办、科学出版社出版,以中文编辑形式与读者见面,同时以英文摘要形式向国际各大检索系统提供基本内容介绍。买了好多次了。是这本杂志的忠实粉了。包装不错,快递也很快 这种杂志要仔细品味,才会有所感悟,我很满意。每当想看的时候就来买些。爱读书的朋友可以下手啦。

2017-08-25 09:41:23
zhuyun_** 的评论:

每个月收到都很及时,杂志本身就用不着多说什么了,都是很好的杂志,买回来都迫不及待的看,总是在学术之家上买书,很信赖。

2017-08-24 09:11:28
zhangqi** 的评论:

被这个核心杂志调戏得比较久了,投3中2。至于审稿周期,和审稿人关系很密切,碰到速度比较快的审稿人十来天就能给结果。一般来说一个多月没返回审稿意见的话,再等下去意义不大,建议联系编辑部更换审稿人。总得来说是效率比较高的一个杂志,虽然我有点倒霉,两篇被录用的文章一个审了2个月,一个审了3个月,杯具的文章反而只有一个来月的审稿周期。

2017-06-27 08:32:12
hejunfu** 的评论:

计算机学报审稿很快,也很仔细。两个审稿人提了两页的意见。编辑效率很高,很负责任,执行副主编似乎周末都不休息,佩服,佩服,若见稿周期再短点就更好了。

2017-06-26 16:10:22
quincy** 的评论:

原来以为审稿周期很长,投的时候有点犹豫,迫于压力,投了此刊,初审半个月,连续两次不同时外审,一审一个月通过,如果拒稿,不送二审,二审又一个月,给出意见,分为:发表,修改后发表,修改后审查,拒稿。很幸运,我的一审发表,二审修改后发表。很快修改后提交,当天给编辑部打电话,同意接收!激动.......,历时两个半月接近三月,十分满意,自我感觉编辑部的老师很敬业!

2017-06-19 10:03:20
konglin** 的评论:

2月15号投的该期刊,编辑部第二天就处理完进入外审阶段,外审第一个老师9天就返回了,第二个老师比较慢,花了将近三周,4月2日退修完提交修改稿。终审阶段比较慢,显示送主编已经是两周过去了,到4月25日,送主编返回,当天就直接进入终审后责编和已录用状态。总体来说,稿件外审和终审比较花时间,编辑部编辑老师很负责很耐心,一旦稿件审理回来会立刻进入下一阶段。

2017-06-03 09:08:53
xiaolan** 的评论:

计算机学报编辑和审稿人都非常给力,速度还是挺快的。第一次大修,审稿人给出了很多修改意见,历经一月修回,修回说明达10页。修回复审后2个周不到的样子接到小修通知,然后就是小修了,小修基本表示录用了。

2017-05-19 10:22:30
baidu** 的评论:

帮助学弟修改论文,然后让他投稿,挂我二作。最后杂志社说我至少上半年不能发表了,要想发表需要去掉我的名字。去年在该刊发了一篇,今年二月又有一篇,因此,是不是我出现的次数太多了?!那好吧,反正二者对我来说没有半点作用。

2017-05-16 09:59:20
fdgd** 的评论:

返修了3次,最后正刊录取,硕士阶段的第一篇文章,从投出到录取花了两个多月,其中第二次返修可能是审稿人拒审,结果耽误了20多天,总体还是蛮快的。感觉杂志非常正规专业,审稿专家给出的修改建议都很有价值,编辑对格式的要求很高。

2017-04-14 16:44:36
daka** 的评论:

投了两篇文章,都在审稿老师的专业指导下顺利被收录啦!我从中发现审稿人的意见和建议对增强和充实文章内容起了很关键性的作用。非常感谢期刊的编辑以及此期刊的审稿人们,谢谢你们对我文章的肯定。我将再接再厉搞好科研,多发高水平的期刊。总之,谢谢期刊的所有工作人员。

2017-01-19 14:50:16
fenxiu** 的评论:

审稿比较负责,评价比较中肯,一般2个月内一审有消息,投稿有跟踪系统,每一项都有开始时间,预计完成时间,实际完成时间,而且基本能按期完成,国内不少期刊的这一点很好。

2015-08-10 10:34:18
zhangyu** 的评论:

3个外审意见,一个采用、一个修改后录用、一个退稿;编辑给修改后再审,持续遭遇拒审,第3个月终于审回,多次打电话咨询,但是编辑老师的态度每次都很好。希望早日能见刊。

2015-06-06 15:18:55
iwsla** 的评论:

计算机学报杂志两个半月的时候给了审稿意见,还算是比较快的,大修之后提交,一个月后又给审稿意见,小修之后接收。总的来说只要文章有点新意还是很容易中的。

2015-03-03 08:28:45
  • wind**: 个人感觉期刊比较注重文章内容的创新,对文章格式要求也相对严格。
    2016-12-14 15:24:07
xiaoyu** 的评论:

可怜的人儿专投,能够中的很快就中,没有关系还想撞运气的几乎不可能中(好文章也不会投这里,一般都是不好的或者英文不行的人投投)。从来都是拒绝为计算机学报杂志审稿,因为它太高档和豪华。

2015-01-19 15:58:41
hhzx** 的评论:

太慢了,去年5月份投稿,12月份退修,然后13年1月份提交修改稿,至今渺无音讯。去年9月份投一稿到计算机研究与发展,今年3月底接受,现在已完成清样校对了,两相对比,计算机学报实在太慢,要改进啊。

2014-10-21 10:38:07
duyouli** 的评论:

此刊不知说什么好,我投了3篇,其中2篇不咋的,直接录用;另一篇个人感觉很好,投的时候还舍不得,因为要评职称,急着用,就忍疼也投了。这第3篇比第2篇投稿迟一个月,同一天收到邮件,有价值的第3篇拒了,价值不大但形式上好看的第2篇收了。

2014-09-21 16:54:17

计算机学报评论

晒晒图片