首頁(yè) > 雜志
計(jì)算機(jī)應(yīng)用研究(2023年03期)
Application Research of Computers
-
- 基本信息
-
：四川電子科技
：四川省計(jì)算機(jī)研究院
：月刊
- 出版信息
-
： 信息科技
： 計(jì)算機(jī)軟件及計(jì)算機(jī)應(yīng)用
：26421篇
- 評(píng)價(jià)信息
-
：2.131
：1.14
：
目 錄
- 分布式賬本技術(shù)的發(fā)展歷程研究綜述
- 生成對(duì)抗網(wǎng)絡(luò)改進(jìn)角度與應(yīng)用研究綜述
- 基于改進(jìn)的區(qū)塊鏈云數(shù)據(jù)動(dòng)態(tài)審計(jì)機(jī)制研究
- 基于推薦信任模型改進(jìn)拜占庭容錯(cuò)共識(shí)算法
- 基于腦啟發(fā)的類增量學(xué)習(xí)
- 融合位置信息的觀點(diǎn)三元組情感分析模型
- 基于局部特征聚焦的方面級(jí)情感分析
- 融合信息反饋共享與蜉蝣搜索機(jī)制的樽海鞘群算法
- 多策略融合的改進(jìn)樽海鞘群算法
- 考慮公眾風(fēng)險(xiǎn)的多目標(biāo)醫(yī)療廢物選址路徑問(wèn)題及樽海鞘算法求解
- 融合多策略的增強(qiáng)海鷗優(yōu)化算法
- 基于樣本重疊與近似馬爾可夫毯的特征選擇算法
- 受強(qiáng)弱關(guān)系理論啟發(fā)的改進(jìn)人工蜂群算法
- 基于K-shell位置和兩階鄰居的復(fù)雜網(wǎng)絡(luò)節(jié)點(diǎn)重要性評(píng)估方法
- 結(jié)合增益率與堆疊自編碼器的并行隨機(jī)森林算法
- 面向交通流量預(yù)測(cè)的多頭注意力時(shí)空卷積圖網(wǎng)絡(luò)模型
- 基于多組學(xué)數(shù)據(jù)和稀疏變分自編碼器的生存分析算法
- 基于方向指引的蟻群算法機(jī)器人路徑規(guī)劃
- 基于圖卷積網(wǎng)絡(luò)的無(wú)監(jiān)督跨模態(tài)哈希檢索算法
- 改進(jìn)螢火蟲(chóng)算法求解多機(jī)器人路徑規(guī)劃
- 基于節(jié)點(diǎn)相似性的圖注意力網(wǎng)絡(luò)表示學(xué)習(xí)模型
- 基于單UWB融合里程計(jì)的多機(jī)器人相對(duì)定位方法
- 云環(huán)境下基于動(dòng)態(tài)滑動(dòng)窗口多通道Bi-LSTM的虛擬機(jī)故障預(yù)測(cè)模型
- 基于量子粒子群優(yōu)化的多波束衛(wèi)星聯(lián)合資源分配算法
- 基于頻域疊加和深度學(xué)習(xí)的頻譜信號(hào)識(shí)別
- 基于分簇和Stackelberg博弈的D2D資源分配策略
- 基于遺傳規(guī)劃和集成學(xué)習(xí)的惡意軟件檢測(cè)
- 動(dòng)態(tài)環(huán)境中多幀點(diǎn)云融合算法及三維目標(biāo)檢測(cè)算法研究
- 面向目標(biāo)6DoF姿態(tài)與尺寸估計(jì)的全卷積神經(jīng)網(wǎng)絡(luò)模型
- 基于U-Net多尺度自校準(zhǔn)注意力視網(wǎng)膜分割算法
