杂志简介：《软件学报》杂志经新闻出版总署批准，自1990年创刊，国内刊号为11-2560/TP，是一本综合性较强的计算机期刊。该刊是一份月刊，致力于发表计算机领域的高质量原创研究成果、综述及快报。主要栏目：理论计算机科学、系统软件与软件工程、模式识别与人工智能、数据库技术、计算机网络与信息安全、计算机体系结构
杂志简介：《软件学报》杂志经新闻出版总署批准，自1990年创刊，国内刊号为11-2560/TP，是一本综合性较强的计算机期刊。该刊是一份月刊，致力于发表计算机领域的高质量原创研究成果、综述及快报。主要栏目：理论计算机科学、系统软件与软件工程、模式识别与人工智能、数据库技术、计算机网络与信息安全、计算机体系结构
作者：王熙照; 贺毅朝 刊期：2017年第01期
背包问题（knapsack problem,简称KP）是一类著名的组合优化问题,也是一类NP难问题,它包括0-1背包问题、有界背包问题、多维背包问题、多背包问题、多选择背包问题、二次背包问题、动态背包问题和折扣背包问题等多种形式,在众多领域有着广泛的应用.演化算法（EAs）是一类有效的快速近似求解KP的算法.对近10余年来利用EAs求解KP的研究情况进行了...
作者：毛嘉莉; 金澈清; 章志刚; 周傲英 刊期：2017年第01期
定位技术与普适计算的蓬勃发展催生了轨迹大数据,轨迹大数据表现为定位设备所产生的大规模高速数据流.及时、有效地对以数据流形式出现的轨迹大数据进行分析处理,可以发现隐含在轨迹数据中的异常现象,从而服务于城市规划、交通管理、安全管控等应用.受限于轨迹大数据固有的不确定性、无限性、时变进化性、稀疏性和偏态分布性等特征,传统的异常检...
作者：童咏昕; 袁野; 成雨蓉; 陈雷; 王国仁 刊期：2017年第01期
近年来,众包为传统数据管理提供了一种通过汇聚群体智慧求解问题的新模式,并成为当前数据库领域的研究热点之一.特别是随着移动互联网技术与共享经济模式的快速发展,众包技术已融入到各类具有时空数据的应用场景中,例如各类O2O（online-to-offline）应用、实时交通监控与动态物流管理等.简言之,这种应用众包技术处理时空数据的方式称为时空众包...
作者：潘巍; 李战怀; 杜洪涛; 周陈超; 苏静 刊期：2017年第01期
为适应底层存储架构的变化,上层数据库系统已经经历了多轮的演化与变革.在大数据环境下,以非易失、大容量、低延迟、按字节寻址等为特征的新型非易失存储器件（NVM）的出现,势必对数据库系统带来重大影响,相关的存储与事务处理技术是其中值得关注的重要环节.首先,概述了事务型数据库系统随存储环境发展的历史与趋势;然后,对影响上层数据管理系统...
作者：韩忠明; 陈炎; 刘雯; 原碧鸿; 李梦琪; 段大高 刊期：2017年第01期
社会网络节点影响力研究是社会网络分析的关键问题之一.过去的10多年间,随着在线社会网络的快速发展,研究人员有机会在大量现实社会网络上对影响力进行分析和建模,并取得了丰硕的研究成果和广泛的应用价值.分析和总结了近年来社会网络影响力分析的主要成果.首先介绍了节点影响力的相关定义、作用范围以及表现形式;接着,重点分类介绍了节点影响力...
作者：胡治国; 田春岐; 杜亮; 关晓蔷; 曹峰 刊期：2017年第01期
网络性能测量是网络测量领域的核心分支,是指遵照一定的方法和技术,利用软、硬件工具来测试、验证及表征网络性能指标的一系列活动总和,是量化网络性能指标、理解和认识网络行为最基本和最有效的手段,在网络建模、网络安全、网络管理和优化等诸多领域均有广泛应用,是计算机网络领域持续的研究热点之一.介绍了该领域的研究现状与进展,重点讨论了...
作者：吴泽智; 陈性元; 杨智; 杜学绘 刊期：2017年第01期
信息流控制能够保证数据与隐私端到端安全,一直是信息安全领域研究的重点和难点.为介绍信息流控制相关的研究现状和进展,首先,从基于格、安全类型系统、安全进程代数和自动机这4个方面介绍了信息流控制的基本理论与模型;其次,从计算机层次结构由下而上出发,综述了基于硬件、操作系统、虚拟机、高级语言、低级语言、数据库和网络的信息流控制实现...
作者：姜枫; 顾庆; 郝慧珍; 李娜; 郭延文; 陈道蓄 刊期：2017年第01期
图像分割是指将图像分成若干具有相似性质的区域的过程,是许多图像处理任务的预处理步骤.近年来,国内外学者主要研究基于图像内容的分割算法.在广泛调研大量文献和最新成果的基础上,将图像分割算法分为基于图论的方法、基于像素聚类的方法和语义分割方法这3种类型并分别加以介绍.对每类方法所包含的典型算法,尤其是最近几年利用深度网络技术的语...
刊期：2017年第01期
为及时反映我国在机器学习方面的研究进展，《软件学报》将出版复杂环境下的机器学习研究专刊．本次专刊选题为“复杂环境下的机器学习研究”，将突出开放、复杂环境下机器学习的研究热点，具体包括复杂不确定性的建模，多源异构数据的整合，探索式学习，强化学习，类脑计算中的关键技术，迁移学习与数据重用等．
影响因子：0.16
期刊级别：省级期刊
发行周期：双月刊
影响因子：1.2
期刊级别：省级期刊
发行周期：半月刊
影响因子：1.75
期刊级别：北大期刊
发行周期：月刊
影响因子：1.26
期刊级别：部级期刊
发行周期：月刊
影响因子：0.37
期刊级别：省级期刊
发行周期：月刊
影响因子：1.71
期刊级别：统计源期刊
发行周期：半月刊
影响因子：--
期刊级别：部级期刊
发行周期：月刊
影响因子：0.62
期刊级别：北大期刊
发行周期：双月刊
影响因子：0.95
期刊级别：北大期刊
发行周期：月刊
影响因子：0.3
期刊级别：省级期刊
发行周期：月刊
影响因子：0.68
期刊级别：省级期刊
发行周期：月刊
影响因子：2.24
期刊级别：北大期刊
发行周期：月刊