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
计算机研究与发展杂志
分享到:

计算机研究与发展杂志

《计算机研究与发展》杂志创办于1958,是中科院出版委员会主管的国家重点学术期刊,CSCD核心期刊,影响因子2.649,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:综述、计算机技术、计算机网络、人工智能、计算机软件、计算机应...
  • 主管单位:中科院出版委员会
  • 主办单位:中国科学院计算技术研究所
  • 国际刊号:1000-1239
  • 国内刊号:11-1777/TP
  • 出版地方:北京
  • 邮发代号:2-654
  • 创刊时间:1958
  • 发行周期:月刊
  • 业务类型:期刊征订
  • 全年订价:¥ 1319.04
  • 综合影响因子:1.865
相关期刊
期刊征稿:计算机研究与发展 关注收藏
计算机研究与发展期刊级别: CSCD核心期刊 北大核心期刊 统计源期刊
计算机研究与发展期刊分类: 期刊 > 自然科学与工程技术 > 信息科技 > 电子信息科学综合
产品参数:
主管单位:中科院出版委员会
主办单位: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:1000-1239
国内刊号:11-1777/TP
邮发代号:2-654
创刊时间:1958
发行周期:月刊
期刊开本:A4
下单时间:1-3个月

计算机研究与发展杂志简介

《计算机研究与发展》(月刊)创刊于1958年,由中国科学院计算技术研究所、中国计算机学会主办。办刊宗旨: 报道我国计算机领域最高水平的学术论文和最新科研成果。 刊登内容:计算机科学技术领域高水平的学术论文、最新科研成果和重大应用成果。刊登内容:述评、计算机基础理论、软件技术、信息安全、计算机网络、图形图象、体系结构、人工智能、计算机应用、数据库技术、存储技术及计算机相关领域。《工程索引》Compendex 数据库(核心)收录。

计算机研究与发展栏目设置

综述、计算机技术、计算机网络、人工智能、计算机软件、计算机应用

计算机研究与发展杂志社 文档目录

计算机研究与发展杂志综述

数据中心能耗模型及能效算法综述

摘要:近年来,云计算技术发展迅猛.作为云计算的物理平台和重要基础设施,数据中心的数量和规模都得到了前所未有的发展.与此同时,数据中心极低的资源利用率和巨大的能耗问题日益突出,数据中心能效的研究已经成为了近年来学术界与工业界关注的热点.针对数据中心能效的基本问题,研究了基于资源和任务调度的数据中心节能关键技术,从能效模型与能效算法的角度总结了数据中心服务器系统与网络系统的节能研究进展和最新成果,涵盖能效分析、能耗模型、分类标准和策略算法4个方面,并且展望了数据中心能效优化研究的发展趋势.
1587-1603
计算机研究与发展杂志人工智能

基于深度卷积生成对抗网络和拓展近邻重排序的行人重识别

摘要:行人重识别任务旨在识别不相交摄像头视图下的相同行人.这项任务极具挑战性,尤其是当数据集中每个行人仅仅有几张图片时.针对行人重识别数据集中行人图片数量不足的问题,提出一个从原始数据集中生成额外训练数据的方法.在这项工作之中存在2个挑战:1)如何从原始数据集之中获取更多的训练数据;2)如何处理这些新生成的训练数据.使用深度卷积生成对抗网络来生成额外的无标签行人图片,并采用标签平滑正则化来处理这些新生成的无标签行人图片.为了进一步提升行人重识别准确度,提出了一种新的无监督重排序框架.此框架既不需要为每组图像对重新计算新的排序列表,也不需要任何人工交互或标签信息.在Market-1501,CUHK03和DukeMTMC-reID数据集上的实验验证了所提方法的有效性.
1632-1641

多示例学习下的深度森林架构

摘要:多示例学习已经广泛地应用到各个领域,如图像检索、文本分类、人脸识别等.而近年来深度神经网络也成功地运用到各个任务和问题上,MI-Nets是深度神经网络在多示例学习领域一个成功的应用.虽然MI-Nets很成功,但其主要在图像相关的任务上表现突出,而在非图像任务比如文本分类任务上的性能并不令人满意.而最近2年兴起的深度森林在非图像任务上取得了较好的成绩,并因为其相对于深度神经网络有较少的参数和较稳定的性能而受到青睐.所以用深度森林来提升多示例学习性能具有可行性.但由于深度森林结构的限制,并不能把组成深度森林的每一个森林都直接替换成包级别的森林,需要修改深度森林的结构来达到目的.提出了一种新的深度森林架构MIDF.在该架构下,为了使得中间层的输出分布可以和包中的示例拼接成功,拼接时把包里的每个示例都看作是一个包,从而使得级联结构依然有效.另外,还能自动确认深度森林的层数.实验结果表明:该方法在图像任务上的性能与擅长处理图像任务的MI-Nets相当;而在文本数据上,该方法取得了比MI-Nets和其他基线算法更好的效果.
1670-1676

基于经验指导的深度确定性多行动者-评论家算法

摘要:连续控制问题一直是强化学习研究的一个重要方向.近些年深度学习的发展以及确定性策略梯度(deterministic policy gradients, DPG)算法的提出,为解决连续控制问题提供了很多好的思路.这类方法大多在动作空间中加入外部噪声源进行探索,但是它们在一些连续控制任务中的表现并不是很好.为更好地解决探索问题,提出了一种基于经验指导的深度确定性多行动者评论家算法(experience-guided deep deterministic actor-critic with multi-actor, EGDDAC-MA),该算法不需要外部探索噪声,而是从自身优秀经验中学习得到一个指导网络,对动作选择和值函数的更新进行指导.此外,为了缓解网络学习的波动性,算法使用多行动者评论家模型,模型中的多个行动者网络之间互不干扰,各自执行情节的不同阶段.实验表明:相比于DDPG,TRPO和PPO算法,EGDDAC-MA算法在GYM仿真平台中的大多数连续任务中有更好的表现.
1708-1720

支持范围查询的低冗余知识图谱管理

摘要:随着越来越多的数据以知识图谱的形式进行组织和发布,知识图谱的管理引起了大量的关注.现有知识图谱管理方法存在2个明显的缺陷:1)逻辑存储建模产生了大量的数据冗余,无法有效地支持连续属性的范围查询;2)语义存储建模代价昂贵,不能有效地适应查询的动态演化.提出了聚簇对象代理模型(cluster object deputy model, CODM)进行知识和元知识的建模管理.该模型具有2个特点,分别是模式化的逻辑存储建模和轻量级的语义存储建模.CODM设计了基于集合编辑距离的模式聚簇算法将知识图谱转化为模式数据,实现了数据的模式化存储,支持了面向属性数据类型的索引特化.此外,CODM构建类的层次系统建模实体之间的各种语义关联,采用对象指针实现了轻量级的泛化语义关联物化.实验结果证明:CODM不仅能够极大地减少数据冗余和有效地支持范围查询,而且加速了复杂查询的处理效率.
1758-1771

基于出行方式及语义轨迹的位置预测模型

摘要:现有位置预测方法的研究多集中于对轨迹数据的挖掘和分析,而在如何通过轨迹数据中含有的信息内容以及外源数据以提高位置预测精确度方面的研究尚不深入,有很大研究空间.提出了一种挖掘语义轨迹信息并结合出行方式的未来位置预测模型,该模型首先可实现根据语义轨迹进行相似用户挖掘,并结合个人语义轨迹和相似用户位置轨迹得到频繁模式集合,最后结合2个集合对目标轨迹得到未来位置预测候选集;然后可实现对未来出行方式进行识别,同时结合历史出行方式和位置轨迹数据,建立Markov模型对未来位置进行预测得到候选集,最后结合前一部分的候选集得到最终未来位置结果.此模型不仅能结合语义轨迹挖掘相似用户的行为活动,还可同时融合出行方式的外源数据克服位置轨迹的局限性.实验验证表明:该模型能对日常生活中的轨迹位置数据进行预测并达到86%的精确度,同时在不同的频繁模式支持度下,其精确度都比未结合出行方式模型时平均高出5%,因此本模型对位置预测结果的提高具有有效性.
1357-1369

人才流动的时空模式:分析与预测

摘要:随着经济全球化的发展,地区间的人才流动日益频繁,人才的引进和流失对各地区的科技和经济的发展产生了巨大的影响.对人才流动问题进行深入研究,是实现有效的人才流动监控、制定科学人才引流政策的基础.提出一种数据驱动的人才流动分析方法,探究地区间人才流动的规律,并预测未来的人才流动.具体而言,用基于矩阵序列的定量方法表示地区间人才流动现象,并分析地区间人才流动的时空模式以及地区人才吸引力的差异和人才交换的聚集效应.进一步提出人才流动预测模型,结合卷积和循环神经网络实现地区间人才流量的预估.通过大规模在线职业平台的数据对所提出的模型进行验证,实验表明:提出的模型误差相对基准模型平均降低约15%.
1408-1419
计算机研究与发展杂志计算机网络与信息安全

基于二元Weibull分布的非下采样Shearlet域图像水印算法

摘要:不可感知性、鲁棒性、水印容量是衡量数字图像水印算法优劣的最重要指标,且三者存在固有的相互矛盾关系,可保持不可感知性、鲁棒性、水印容量之间良好平衡的图像水印方法研究是一项富有挑战性的工作.以非下采样Shearlet变换(nonsubsampled Shearlet transform, NSST)与二元Weibull分布理论为基础,提出了一种基于二元Weibull统计建模的非下采样Shearlet域数字图像水印算法.1)构造出基于非线性单调函数的自适应高阶水印嵌入强度函数;2)根据NSST域尺度间相关性,利用二元Weibull边缘分布对NSST域高熵块奇异值进行统计建模,并估计出二元Weibull统计模型参数;3)结合NSST域二元Weibull边缘分布模型与最大似然决策理论,构造出二元数字水印检测器并盲提取水印信息.仿真实验结果表明:该算法可以较好地获得不可感知性、鲁棒性、水印容量之间的良好平衡.
1454-1469
计算机研究与发展杂志信息处理

汉语否定与不确定覆盖域检测

摘要:自然语言文本中存在大量否定和不确定表述,识别这些信息并将其与确定性内容分离,对自然语言处理的下游应用,如信息抽取、信息检索、情感分析等,都具有十分重要的意义.与英语相比,面向汉语的否定与不确定覆盖域检测研究目前较为匮乏.提出了一个基于双向长短期记忆(bidirectional long short-term memory, BiLSTM)网络和条件随机场(conditional random fields, CRF)的融合模型,将覆盖域检测任务作为序列标注问题,针对给定的否定或不确定关键词,识别其在句子中的语义作用范围.该模型既具有LSTM(long short-term memory)网络能够利用前向与后向上下文信息的特性,同时又能够借助CRF 层获取输出标签之间的依赖关系,这得益于该框架能够有效地对序列信息及长距离上下文依赖信息进行编码的优势.在CNeSp语料集上的实验结果验证了模型的有效性,其中,在金融新闻子数据集上,否定与不确定覆盖域检测准确率分别达到79.16%和76.79%,比目前基于传统机器学习的汉语覆盖域检测方法分别提升了25.06%和34.46%.
1506-1516
计算机研究与发展杂志高性能计算

一种基于共享公平和时变资源需求的公平分配策略

摘要:在云计算系统中,有效和公平地分配多种类型的资源是非常关键的,而通过资源共享的方式在云计算系统中分配计算和存储资源,是一种提高系统资源利用率的有效方式.而现有的研究多是基于用户需求的任务数无限制而且需求不会变化的前提下进行的.为了解决云计算资源共享系统中用户有多组数量有限的时变任务资源需求的资源分配问题,提出了一种基于资源共享公平概念的多资源公平分配机制.该机制根据用户不同时刻的有限任务资源需求和用户共享资源量建立规划模型,使全局累计占优资源份额向量满足字典序最优,证明了在这种机制下,用户所得分配满足4个属性:激励共享、帕累托最优、无嫉妒、可信性.进而在具体分配问题上,提出一种启发式算法,通过用户共享系数概念设计了分配策略,可以保证分配满足公平性的同时,用户不发生共享缺损.理论和实验结果表明:所提出资源分配机制在资源共享用户提出多组时变资源需求时,在保证用户资源分配公平和保证较高资源利用率方面取得了很好的效果.
1534-1544

基于强化学习的Lustre文件系统的性能调优

摘要:高能物理计算是典型的数据密集型计算.分布式存储系统的吞吐率和响应时间是最关键的性能指标,往往也是重点关注的性能优化目标.存储系统中存在大量可供调节的参数,这些参数的设置对系统的性能有着很大的影响.目前,这些参数被直接设置为静态值,或者由经验丰富的管理员定义一些启发式规则来自动调整.考虑到数据访问模式和硬件配置的多样性,以及依靠人类经验来找到数百个交互参数的启发式规则的难度,这2种方法的效果都不太乐观.实际上,如果把调节引擎看作是智能体,把存储系统看作是环境,存储系统的参数调节问题是典型的顺序决策问题.因此,基于高能物理计算的数据访问特点,提出了用强化学习的方法来进行自动化的参数调优.实验表明:在相同的测试环境下,以Lustre文件系统默认参数为基准,该方法可使其吞吐率提升30%左右.
1578-1586
计算机研究与发展杂志面向人工智能的计算机体系结构专题

前言

摘要:我们高兴地向读者推出本刊“面向人工智能的计算机体系结构”专题!近几年来人工智能技术的飞速发展使得其应用迅猛扩大,而传统的计算机体系结构对于面向人工智能的应用在处理速度、能耗、使用的方便性等方面有着诸多不足.随着人工智能应用的发展,面向人工智能的体系结构成为体系结构研究与发展中的一个重要方向.因此,本刊在“计算机体系结构前沿技术”专题系列中,出版“面向人工智能的计算机体系结构”专题.本专题包含面向人工智能应用的体系结构技术、人工智能应用程序的行为分析及其对体系结构的要求、面向人工智能应用及特定体系结构的优化技术等方面共6篇文章.
1133-1134

多层神经网络算法的计算特征建模方法

摘要:随着深度学习算法在语音和图像等领域中的成功运用,能够有效提取目标特征并做出最优决策的神经网络再次得到了广泛的关注.然而随着数据量的增加和识别精度需求的提升,神经网络模型的复杂度不断提高,因此采用面向特定领域的专用硬件加速器是高效运行神经网络的有效途径.然而如何根据网络规模设计高能效的加速器,以及基于有限硬件资源如何提高网络性能并最大化资源利用率是当今体系结构领域研究的重要问题.为此,提出基于计算特征的神经网络分析和优化方法,基于“层”的粒度解析典型神经网络模型并提取模型通用表达,根据通用表达式和基本操作属性提取模型运算量和存储空间需求等特征.提出了基于最大值更替的运行调度算法,利用所提取的特征分析结果对神经网络在特定硬件资源下的运行调度方案进行优化.实验结果显示:所提方法能够有效分析对比网络特征,并指导所设计调度算法实现性能和系统资源利用率的提升.
1170-1181
计算机研究与发展杂志网络与信息安全

软件定义数据中心网络多约束节能路由算法

摘要:数据中心网络的节能路由算法大体可分为流量感知和拓扑感知两大类.前者性能的好坏很大程度取决于流量矩阵预判的准确性.由于实际网络流量动态、随机产生,具有突发性,预判流量矩阵不一定与网络实时流量状态相符,因此,这类算法往往难以保证突发流的可靠传输.而后者在休眠冗余设备时,仅从保证网络拓扑具有某种程度的连通性出发,并未考虑网络负载情况,可能导致低负载时设备空闲率较高,节能效果有限.为此,针对fat-tree拓扑的软件定义数据中心网络(software-defined data center network,SDCN),将网络流量因素引入拓扑感知节能路由机制,提出等效节点、最小网络连通子集、孤岛交换机、无效链路等概念以及辅助图模型和SDCN连通条件,给出多约束节能路由优化模型,同时还提出一种多约束节能路由算法(multi-constrained energy-saving routing,MER).MER算法在保证数据流的时延和可靠性要求前提下,尽可能多地休眠冗余交换机和链路,以降低网络能耗.最后,通过Mininet和Floodlight进行仿真测试.仿真结果表明:与文献中已有算法相比,MER具有更低的平均分组时延和丢包率,并且可以达到理想的节能效果.
1219-1230

一种基于域名请求伴随关系的恶意域名检测方法

摘要:恶意域名在网络非法攻击活动中承担重要的角色.恶意域名检测能够有效地减少攻击活动所带来的经济损失.提出CoDetector恶意域名检测模型,通过挖掘域名请求之间潜在的时空伴随关系进行恶意域名检测.研究发现域名请求之间存在彼此伴随关系,而并非相互独立.因此,彼此伴随的域名之间存在紧密关联,偏向于同时是正常域名或恶意域名.1)利用域名请求的先后时间顺序对域名数据进行粗粒度的聚类操作,将彼此伴随出现的域名划分到同一簇中;2)采用嵌入学习构建映射函数,在保留域名伴随关系的同时将每一个域名投影成低维空间的特性向量;3)结合有标记的数据,训练恶意域名检测分类器,用于检测更多未知恶意域名.实验结果表明,CoDetector能够有效地检测恶意域名,具有91.64%检测精度和96.04%召回率.
1263-1274
计算机研究与发展杂志人工智能

基于层次化深度关联融合网络的社交媒体情感分类

摘要:现有的多数情感分析研究都是基于单一文本或视觉数据,效果还不够理想,多模态数据由于能够提供更丰富的信息,因此多模态情感分析正受到越来越多的关注.社交媒体上视觉数据常常和与之共现的文本数据存在较强的语义关联,因此混合图文的多模态情感分类为社交媒体情感分析提供了新的视角.为了解决图文之间的精细语义配准问题,提出了一种基于层次化深度关联融合网络的多媒体数据情感分类模型.该模型不仅利用图像的中层语义特征,还利用多模态深度多重判别性相关分析来学习最大相关的图像视觉特征表示和文本语义特征表示,而且使形成的视觉特征表示和语义特征表示均具有线性判别性.在此基础上,提出合并图像视觉特征表示和文本语义特征表示的多模态注意力融合网络,以进一步改进情感分类器.最后,在来自于社交网络的真实数据集上的大量实验结果表明,通过层次化捕获视觉情感特征和文本情感特征之间的内部关联,可以更准确地实现对图文融合社交媒体的情感分类预测.
1312-1324
计算机研究与发展杂志智能网络理论与关键技术专题

前言

摘要:人工智能的迅速发展将深刻改变人类社会生活、改变世界.网络与人工智能的融合发展必将会在互联网学术界和产业界掀起一场革命,也必将给我国打造自主、可控、安全的新型互联网提供重要的历史机遇.人工智能开始越来越多地应用于网络领域,例如网络管理、网络安全、网络优化等等.网络与人工智能基础理论与关键技术为加快新一代互联网技术的发展、全面提升网络智能化水平、实现智能化网络提供了重要途径.
907-908

基于随机博弈与改进WoLF-PHC的网络防御决策方法

摘要:当前运用随机博弈的网络攻防分析方法采用完全理性假设,但在实际的网络攻防对抗中攻防双方很难达到完全理性的高要求,降低了现有方法的准确性和指导价值.从网络攻防对抗实际出发,分析有限理性对攻防随机博弈的影响,在有限理性约束下构建攻防随机博弈模型.针对网络状态爆炸的问题,提出一种基于攻防图的网络状态与攻防动作提取方法,有效压缩了博弈状态空间.在上述基础上引入强化学习中的WoLF-PHC算法进行有限理性随机博弈分析并设计了具有在线学习能力的防御决策算法.该算法通过学习可以获得针对当前攻击者的最优防御策略,所得策略在有限理性下优于现有攻防随机博弈模型的纳什均衡策略.通过引入资格迹改进WoLF-PHC算法,进一步提高了防御者的学习速度.通过实验验证了所提方法的有效性与先进性.
942-954
计算机研究与发展杂志人工智能

障碍空间中基于Voronoi图的不确定数据聚类算法

摘要:为了有效解决障碍空间中的不确定数据聚类的问题,引入计算几何中的Voronoi图对数据空间进行划分,提出障碍空间中基于Voronoi图的不确定数据聚类算法.根据Voronoi图的性质,提出4项聚类规则.利用KL距离进行相似性度量.根据障碍集合是否发生变化,提出了静态障碍环境下和动态障碍环境下的不确定数据聚类算法.理论研究和实验表明:静态障碍物环境中的不确定精炼聚类算法(简称STAO_RVUBSCAN算法)、障碍物动态增加情况下的不确定聚类算法(简称DYNOC_VUBSCAN算法)、障碍物动态减少情况下的不确定聚类算法(简称DYNOR_VUBSCAN算法)和障碍物动态移动情况下的不确定数据聚类算法(简称DYNOM_VUBSCAN算法)都具有较高的效率.
977-991

一种面向多源异构数据的协同过滤推荐算法

摘要:随着电子商务网站的快速发展,数据特征和现实需求均发生了较大变化.以大规模、多源性、异构性为主要特征的数据发挥着更加重要的作用.然而,电子商务系统中数据所具有的特性使得大多数协同过滤方法较难直接用于物品推荐.如何整合多源异构数据来实现数据的价值最大化是当前推荐系统亟待解决的问题.针对这一问题,首先分析了多源异构数据中各类数据的特点,并根据各自特点为其设计了不同的建模方式.其次,提出一种新颖的推荐模型用于评分预测任务,它通过融合多关系数据和视觉信息来缓解数据稀疏问题.最后,设计了一种高效的算法MSRA(multi-source heterogeneous information based recommendation algorithm)用于求解所提模型的参数.在多个亚马逊数据集上的实验结果表明:1)面向多源异构数据的推荐算法其性能明显优于当前主流协同过滤算法;2)该算法不仅可以有效缓解物品的冷启动问题,而且能够更好地预测不同类型物品的实际评分.
1034-1047

基于降噪自动编码器的语种特征补偿方法

摘要:在语种识别中,当训练语音与测试语音长度失配时,系统的识别性能会出现严重下降.基于降噪自动编码器(denoising auto-encoder, DAE)的方法对不同长度测试语音的语种特征进行补偿,把不同长度的语音特征都映射为固定长度的语音特征,一定程度上解决了长度失配和音素分配不平衡的问题.具体分为4个环节:1)语音信号经过分帧、变换得到底层声学特征;2)提取语音信号的原始i-vector,同时计算其音素向量;3)对原始i-vector和音素向量进行拼接,送入基于DAE的语种特征补偿处理单元得到补偿后的i-vector;4)将补偿后的i-vector和原始i-vector分别送入后端分类器得到2个分数向量,并将其在得分域融合后进行判决.在NIST-LRE07上的实验结果表明:所提出的语种特征补偿算法在各种测试语音时长上的识别性能均有提升.相比传统的语种识别系统,测试语音时长为30 s时性能相对提升3.16%,测试语音时长为10 s时性能相对提升2.90%.相比端到端语种识别系统,测试语音时长为3 s时性能相对提升3.21%.
1082-1091
计算机研究与发展杂志计算机网络与信息安全

高效低存储开销可验证外包求解大规模线性方程组方案

摘要:针对外包求解大规模线性方程组问题,在完全恶意模型中提出一种新的高效低存储开销可验证外包求解大规模线性方程组(efficient verifiable outsourcing of solving large-scale linear equations with low storage overhead, EVLE-LS)方案.首先利用严格对角优势矩阵和伪随机数生成器,构造了伪随机可逆稀疏矩阵生成算法.又将该算法与稀疏矩阵对稠密矩阵的编码解码过程相结合,给出了新的外包线性方程组方案.该方案只需要用户与服务器进行一轮交互,用户检测出云服务器的恶意行为的概率为1,实现完全可验证.此外,与之前已有的需要昂贵存储开销的方案相比,该方案在保证安全性的前提下将用户所需存储开销降到了常数级.最后将方案与其他3种方案进行对比,说明该方案在效率、可验证性和存储开销方面均优于已有方案.
1123-1131

计算机研究与发展杂志社分期列表:

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

计算机研究与发展杂志社要求

1、文稿应资料可靠、数据准确、具有创造性、科学性、实用性。应立论新颖、论据充分、数据可靠,文责自负(严禁抄袭),文字要精炼。

2、姓名在文题下按序排列,排列应在投稿时确定。作者姓名、单位、详细地址及邮政编码务必写清楚,多作者稿署名时须征得其他作者同意,排好先后次序,接录稿通知后不再改动。

3、文章要求在2000-2400字符,格式一般要包括:题目、作者及单位、邮编、内容摘要、关键词、正文、参考文献等。文章标题字符要求在20字以内。

4、文章中的图表应具有典型性,尽量少而精,表格使用三线表;图要使用黑线图,绘出的线条要光滑、流畅、粗细均匀;计量单位请以近期国务院颁布的《中华人民共和国法定计量单位》为准,不得采用非法定计量单位。

5、为缩短刊出周期和减少错误,来稿一律使用word格式,并请详细注明本人详细联系方式。

6、编辑部对来稿有删修权,不同意删修的稿件请在来稿中声明。我刊同时被国内多家学术期刊数据库收录,不同意收录的稿件,请在来稿中声明。

计算机研究与发展相关期刊

学术点评网站简介

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

计算机研究与发展杂志网友评论

yangyun** 的评论:

内容更加深入浅出,涵盖面也很好!开始只是好奇,后来就是真的喜欢,收获颇多!是在我人生处于迷茫和低谷时给的镇定剂!感谢这本书,让我回味无穷!

2019-09-27 09:53:03
zhaixia** 的评论:

第一次来这里订阅杂志,刚开始怎么发货这些都不清楚,然后咨询客服,客服很好诶,讲解很细致耐心,也不会耐烦。杂志内容不错,很有参考价值,以后就定你们家的了。

2019-07-30 09:12:41
suiyuex** 的评论:

计算机研究与发展杂志1.快递很快,基本一天达到,很喜欢 2.买了2年了,没有出现过书本被压坏,破损等情况,这和某些有名的网站真是强太多了3.包装很精美,都有塑料膜封住,很好 4.书本纸质没发现有问题的,都还是不错的 5.建议以后做活动的书类别能清晰化一些。

2019-04-09 15:09:36
peuchx_** 的评论:

很快就到了,整体感觉非常的不错,书的质量非常好,我非常喜欢,内容也丰富,很精彩,我会认真学习的。春风十里好囤书,囤好书,深挖洞广积粮,好好享受学习的乐趣!以后还会经常光顾。

2017-09-26 15:31:47
peuchx_** 的评论:

很快就到了,整体感觉非常的不错,书的质量非常好,我非常喜欢,内容也丰富,很精彩,我会认真学习的。春风十里好囤书,囤好书,深挖洞广积粮,好好享受学习的乐趣!以后还会经常光顾。

2017-09-26 15:31:47
sdghkl_** 的评论:

计算机研究与发展的包装很好,内容丰富有趣,通俗易懂,印刷精良,它开阔了我的视野,很能吸引人,丰富了我的课余生活,是正版!而且快递给力。学术之家服务态度好。值得拥有。

2017-08-25 14:46:06
1838058** 的评论:

创刊于1958年,由中国科学院计算技术研究所、中国计算机学会主办。办刊宗旨: 报道我国计算机领域最高水平的学术论文和最新科研成果。读一本书,进入一段故事,与优秀的人对话,让自己得到各方面的提升,真好。谢谢好书。杂志质量一直不错,非常不错的书哟。书好,可读性强,学到了很多东西。而且价格优惠,送货也超级快!

2017-08-25 09:58:25
linjunl** 的评论:

和其他一起买的书比起来,这本是我看的最快的一本。计算机研究与发展杂志真的很不错,讲解简单明了,内容也很受用。看了以后会启发我们很多思想,是一本不可多得的好书,以后准备长期订阅了。推荐

2017-08-24 10:15:44
cestbon** 的评论:

编辑部效率很高,1天就告知初审通过,1个月外审,按照要求修改,并严格按照期刊格式修改后被录用了。每次发邮件问询回复效率也非常高,编辑人很好。下次有相关文章还会再投。

2017-06-19 10:41:48
yukewei** 的评论:

审稿20天左右给回复,效率很高;编辑部很有耐心,态度很好。审稿人也巨负责,修改意见很详细。值得一投的杂志。投稿的时候多注意杂志对摘要以及前言的要求,很重要,审稿人一目了然。希望对后面的朋友有帮助。

2017-06-05 10:10:13
sdasdas** 的评论:

第一次投这个刊物,文章是计算机辅助设计方向,评审老师很负责,编辑也很好,小修后很快录用。2个月外审就回来了,大修。一一回答了审稿人的意见,最终结果很好。在修改过程中自己也有提高编辑十分负责跟我核对参考文献,十分nice。最终校验稿时还被编辑找出语法不通和编辑错误的地方,真是惭愧。内容覆盖范围很广。

2017-05-16 16:39:02
fdgdasd** 的评论:

3月8号投的,很快就被送审,然后4月14号拒稿了,三个审稿人都给了很多意见,我觉得这个杂志还是挺好的,意见也都很中肯,怪就怪自己写的东西不够好,如果材料新颖,表征够全,当然还有语言内容跟上,应该问题不大哦

2017-04-17 09:28:51
zhende** 的评论:

审稿速度还是挺快的,打电话过去咨询,编辑态度也不错,非常有耐心,回复邮件速度也很快,必须表扬一下。审稿老师给的意见也相当的中肯,有见解。从沟通中学到了不少!一个不错的期刊。

2016-09-05 16:08:52
jingyu** 的评论:

编辑部是比较负责任的,效率高,态度认真。编辑都很负责。论文要有创新,是有希望录用的。我投的一篇在两个月时通知正刊录用。另外退修时注意格式及审稿人的意见的话就基本会录用。

2015-08-12 15:51:06
  • yawang**: 编辑非常认真,校稿程序相对繁琐,但是均为保证论文质量,非常值得推荐的杂志。赞一下。
    2016-08-31 09:53:16
qiaoyan** 的评论:

感觉计算机研究与发展杂志的审稿速度还可以,1月份投的稿,3月份给出审稿结果,修后再审,5月份录用,编辑很负责,很认真。影响因子也蛮高的,推荐大家可以来试试!

2015-06-10 10:13:43
  • miss**: 杂志的工作效率还是值得肯定的。个人觉得该学报的审稿人是很认真负责的。
    2016-11-04 10:38:49
ow415** 的评论:

我觉得计算机研究与发展杂志还行了,感觉编辑还是看审稿人意见再做定夺,不一定就是几个据稿就给据,也是根据具体情况的,有的审稿人看都没怎么看就给据,并且据的理由就是很简单的问题,我觉得编辑不会采纳的。

2015-03-03 08:36:39
  • austril**: 审稿人很认真负责,给了挺多意见,而且非常诚恳。
    2017-01-19 11:07:48
ywuw** 的评论:

2014.5月初投稿,6月初送审;8月底返回审稿结果:修改后重审,国庆后返回修改稿;10月中旬提示已送复审。12月初返回审稿结果:修改后发表。期间几次联系过编辑部,感觉计算机研究与发展杂志编辑部老师态度很好。

2015-01-19 16:26:28
ybvc** 的评论:

2014年7月26日投的,11月14日复修,11月27日修回,12月9日处于编辑加工状态,打电话问,已接受。整体感觉编辑很负责,投稿周期比较长,可能第一次投稿,文章改动较多,不过问题都很深刻,值得大家投稿。

2015-01-08 09:45:36
s1992** 的评论:

春节投的,放假回来开始送审。初审了1个半月,通过,没有结果。复审了2个月,修改后录用。编辑很热情,各种问题都会回答。开始投一个档次较低的期刊,结果悲剧了。

2014-09-21 16:59:39

计算机研究与发展评论

晒晒图片