首页期刊导航|计算机与网络
期刊信息/Journal information
计算机与网络
计算机与网络

张彦玲

半月刊

1008-1739

compnet@cti.ac.cn

0311-86924204

050002

石家庄市174信箱215分箱

计算机与网络/Journal Computer & NetworkCHSSCD北大核心
查看更多>>本刊办刊宗旨为认真贯彻执行国家对科技期刊制定的有关政策和法规，坚持本刊的电子技术类科技期刊属性，充分发挥本刊科技信息载体的作用，坚持立足IT业，以信息网络为中心，计算机与通信相结合；新技术、新产品、新应用与市信息相结合，面向大众，着眼实用；坚持普及与提高相结合，报道内容既要以普及为主，又要有一定的有技术含量的论文，以满足各层次读者的需要，以提高其社会效益与经济效益。
正式出版
收录年代

    基于分层解耦的5G民用网络新媒体能力建设方案

    李欢欢陈强潘登
    531-535页
    查看更多>>摘要：为满足日益增长的多维立体式、沉浸式新媒体通信需求,针对当前运营商复杂的底层网络架构现状,提出了基于分层解耦的 5G民用网络新媒体能力建设方案.对方案中多要素智能决策、通话新媒体能力、风险感知能力、发现故障能力、业务编排能力的建设要点进行了简要介绍,提出采用解耦的方式规避运营商现状问题,设计了 5G新通信能力开放底座、5G新通话媒体应用、5G信息安全管控系统和 5G智能化运维能力四大技术方案,旨在推动 5G能力开放和创新应用进一步发展,助力数字经济新业态蓬勃发展.

    5G新媒体新通信新消费能力提升

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于3GPP标准的LTE接收机链路预算设计

    杜义浩辛利
    536-541页
    查看更多>>摘要：分析了基于 3GPP标准对LTE系统射频接收机进行链路预算设计的方法.LTE系统射频接收机的链路预算设计是指通过对射频接收机的性能指标进行计算和预估,以确定系统所需的各个组成部分的参数和性能,从而确保射频接收机能够在特定的工作条件下正常运行.介绍了射频接收机链路预算的背景和意义,阐述了其在无线通信中的重要作用;从链路增益、噪声系数、阻塞、互调等方面详细介绍了接收机链路预算的设计方法.射频接收机的链路预算设计可以帮助工程师确定链路各个模块的指标要求,进一步确定各个模块内具体芯片的选型参数,从而快速完成链路设计.

    射频接收机链路增益噪声系数阻塞互调

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于PVT模型分类任务的优化方法

    赵志闯古丽娜孜帕孜来提陈藜韦...
    542-548页
    查看更多>>摘要：PVT模型是在Vision Transformer(VIT)的基础上进行改进的深度学习模型.不同于VIT的单一尺度处理,PVT引入了金字塔结构,旨在更全面地捕捉图像中的多尺度信息,以提高模型性能.为PVT引入了一种层级激活机制来提升PVT在分类任务的性能和鲁棒性.层级激活机制将饱和状态分配给层级,以减少由于输入变化而导致的激活输出在层级上的波动.为了评估优化模型的有效性,创建了一个专门的植物多源数据集,并将其转化为噪声图像,以更真实地模拟实际场景.分别在CIFAR10、InterImage和植物多源数据集上进行实验,分类任务的准确率均有一定的提升.

    图像分类PVT层级激活机制多源数据集

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    无人船协同目标包围控制方法

    胡子谅
    549-554页
    查看更多>>摘要：无人船在各个领域已得到了广泛应用,在海洋环境和资源探索中的作用日益突出.为应对无人船在协同和集群应用中的挑战,学者们对其研究逐步深入.针对无人船的研究,分别对单无人船及多无人船协同目标包围问题进行了简要介绍.在无人船运动学的基础上,提出了一种基于比例积分微分(Proportion Integration Differentiation,PID)控制器的动力学控制方法,并通过仿真实验验证了该方法的有效性.实验结果表明,所提出的控制方法能够使被控船舶较好地跟随给定的前向速度和实际角速度.

    无人船目标协同比例积分微分控制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    异质图神经网络在属性缺失数据上的应用

    李振军赵华刘祖军陶周天...
    555-560页
    查看更多>>摘要：图数据挖掘是异质图神经网络(Heterogeneous Graph Neural Network,HetGNN)模型的主要任务,HetGNN用图嵌入技术对图结构数据进行表示和计算.然而,在大多数实际场景中,异质图提供的信息并不完整.对比了 3 种图数据挖掘模型——元路径聚合图神经网络(Metapath Aggregated Graph Neural Network,MAGNN)、HetGNN和异质图注意力网络(Heterogeneous Graph Attention Network,HAN)模型.在 2 个公开可用的异质图数据集上进行了实验,结果表明,在节点分类的数据挖掘任务中,MAGNN模型的性能优于HAN和HetGNN,证明了其有效性.

    异质图神经网络数据挖掘

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    2024年《计算机与网络》期刊总目次

    后插1-后插4页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    专题征稿启事——低空安全技术

    封2页
      原文链接:
    • NETL
    • NSTL
    • 万方数据