计算机学报杂志
中国学术期刊(光盘版)全文收录期刊 中国期刊方阵双效期刊 中科双效期刊 百种重点期刊 中国科技期刊优秀期刊 北大图书馆收录期刊 中国优秀期刊遴选数据库 中国期刊全文数据库(CJFD)
主管/主办:中国科学院/中国科学院
国内刊号:CN:11-1826/TP
国际刊号:ISSN:0254-4164
期刊信息

中文名称:计算机学报杂志

刊物语言:中文

刊物规格:A4

主管单位:中国科学院

主办单位:中国科学院

创刊时间:1978

出版周期:月刊

国内刊号:11-1826/TP

国际刊号:0254-4164

邮发代号:2-833

刊物定价:1036.00元/年

出版地:北京

首页>计算机学报杂志
  • 杂志名称:计算机学报杂志
  • 主管单位:中国科学院
  • 主办单位:中国科学院
  • 国际刊号:0254-4164
  • 国内刊号:11-1826/TP
  • 出版周期:月刊
  • 期刊荣誉:中国学术期刊(光盘版)全文收录期刊 中国期刊方阵双效期刊 中科双效期刊 百种重点期刊 中国科技期刊优秀期刊 北大图书馆收录期刊 中国优秀期刊遴选数据库 中国期刊全文数据库(CJFD)
  • 期刊收录:数学文摘 上海图书馆馆藏 维普收录(中) 知网收录(中) 万方收录(中) 剑桥科学文摘 北大期刊(中国人文社会科学期刊) 国家图书馆馆藏 CSCD 中国科学引文数据库来源期刊(含扩展版) 文摘与引文数据库 SA 科学文摘(英) JST 日本科学技术振兴机构数据库(日) EI 工程索引(美)
计算机学报杂志介绍

《计算机学报杂志》(CN:11-1826/TP)是经国家新闻出版总署批准,由中国科学院主管,中国科学院主办的大型月刊,面向国内外公开征文发行。《计算机学报杂志》期刊收录于:数学文摘 上海图书馆馆藏 维普收录(中) 知网收录(中) 万方收录(中) 剑桥科学文摘 北大期刊(中国人文社会科学期刊) 国家图书馆馆藏 CSCD 中国科学引文数据库来源期刊(含扩展版) 文摘与引文数据库 SA 科学文摘(英) JST 日本科学技术振兴机构数据库(日) EI 工程索引(美),计算机学报杂志一直致力于在各个学科领域里提供最新、最权威的学术研究成果,颇受业界和广大科研工作者的关注和好评。

本刊栏目设置
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
本刊数据库收录/荣誉
数学文摘 上海图书馆馆藏 维普收录(中) 知网收录(中) 万方收录(中) 剑桥科学文摘 北大期刊(中国人文社会科学期刊) 国家图书馆馆藏 CSCD 中国科学引文数据库来源期刊(含扩展版) 文摘与引文数据库 SA 科学文摘(英) JST 日本科学技术振兴机构数据库(日) EI 工程索引(美) 中国学术期刊(光盘版)全文收录期刊 中国期刊方阵双效期刊 中科双效期刊 百种重点期刊 中国科技期刊优秀期刊 北大图书馆收录期刊 中国优秀期刊遴选数据库 中国期刊全文数据库(CJFD)
计算机学报杂志投稿须知

1.来稿应具有科学性、实践性、逻辑性、先进性,要求材料可靠、论点鲜明、条理清晰、简明扼要、文字精炼、数据准确、图表清晰。内容符合《保密法》规定,在政治和涉外问题上应符合国家有关政策,文责自负。论文必须包括:中英文题名、作者姓名、作者单位及邮政编码、中英文摘要及关键词、正文和参考文献、第一作者简介(姓名、出生年、性别、民族、籍贯、职称、学位、研究方向),如系基金资助项目请注明基金名称及编号。

2.题名应简短,一般不宜超过20个汉字,英文题名不超过10个实词,英文题名应与中文题名含义一致。题名应避免使用非公知公用的缩写词、字符、代号、简称以及商品名称。

3.摘要要反映论文的目的、方法、结果和结论,应具有独立性和自明性,字数为120~300字,采用第三人称表述。

4.关键词应能准确反映论文主题内容,尽量选用《汉语主题词表》中的规范词,一般为3~8个。

5.文中图表应具有自明性,切忌与文字表述重复。图要有图序、图题和必要的图注,图中文字为6号宋体字。表尽量用三线表,有表序、表题。

6.量和单位应严格执行GB 3100~3102—93有关规定。

7.参考文献应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献(学位论文除外),并在文中引用处注明,采用顺序编码制,著录格式应符合国标(GB/T 7714—2015)的规定。

8.文稿应在Word系统中编辑, 纸型为A4, 页边距2  cm,使用5号宋体字, 正文部分采用层次标题并用阿拉伯数字连续编号,不同层次之间用下圆点“.”,如“1”、“1.1”、“1.1.1”等。

9.本刊只接受在线投稿方式,编辑部有权对录用稿件作技术性和文字性修改。本刊对来稿概不退还,在3个月内未接到本刊录用通知者,可自行处理。来稿一经刊登,本刊将酌致稿酬,并赠送当期刊物。

期刊引用
年度被引次数报告 (学术成果产出及被引变化趋势)
往期文章
  • 一种采用模型学习和经验回放加速的正则化自然行动器评判器算法

    行动器评判器(Actor Critic,简称AC)算法是强化学习连续动作领域的一类重要算法,其采用独立的结构表示策略,但更新策略时需要大量样本导致样本效率不高.为了解决该问题,提出了基于模型学习和经验回放加速的正则化自然AC算法(Regularized Natural AC with Model Learning and Experience Replay,简称RNAC-ML-ER).RNAC-ML-ER将Agent与环境在线交互...

    作者:钟珊; 刘全; 傅启明; 龚声蓉; 董虎胜 刊期: 2019年第03期

  • 大图中全部极大团的并行挖掘算法研究

    该文的目的在于优化现有的大图数据中全部极大团挖掘算法.在生物网络、社会网络及web分析中,找出图中的全部极大团是一个重要的应用.随着图数据规模的增大,传统的极大团挖掘算法因无法满足性能要求而被并行处理方式取代.但是,在现有的并行处理方法中,需要过滤大量的重复极大团和检测非极大团,降低了算法的性能.论文在分析了现有的极大团并行算法...

    作者:汤小春; 周佳文; 田凯飞; 李战怀 刊期: 2019年第03期

  • 融合关联矩阵自学习和显式秩约束的数据表示分簇算法

    复杂异构分布的高维数据在大数据时代随处可见,高效地挖掘其子空间结构并进行准确的分簇是机器视觉和模式识别领域的研究热点.低秩表示算法(Low-Rank Representation,LRR)因其优越的低维子空间挖掘能力而备受关注,其性能很大程度上取决于关联矩阵的构建,常见的方法都是通过原始输入数据或表示系数直接一次成形.然而,这些方法都采用独立的步骤进...

    作者:郑建炜; 鞠振宇; 朱文博; 王万良 刊期: 2019年第03期

  • 基于ReliefF剪枝的多标记分类算法

    多标记分类问题需要为每个实例分配多个标记.常见的多标记分类方法主要分为算法转换法和问题转换法两类.合理利用标记间的依赖关系是提升多标记分类性能的关键.在该文中,作者从不同的问题转化方法的角度,将标记间依赖关系的利用方法分为标记分组法和属性空间扩展法两种.作者发现,对于属性空间扩展法,普遍存在的难题在于如何对标记间的依赖关系进...

    作者:刘海洋; 王志海; 张志东 刊期: 2019年第03期

  • 深度卷积神经网络的发展及其在计算机视觉领域的应用

    作为类脑计算领域的一个重要研究成果,深度卷积神经网络已经广泛应用到计算机视觉、自然语言处理、信息检索、语音识别、语义理解等多个领域,在工业界和学术界掀起了神经网络研究的浪潮,促进了人工智能的发展.卷积神经网络直接以原始数据作为输入,从大量训练数据中自动学习特征的表示.卷积神经网络具有局部连接、权值共享和池化操作等特性,可以...

    作者:张顺; 龚怡宏; 王进军 刊期: 2019年第03期