Computer Science and Technology（计算机科学与技术）
ISSN Online: 2996-2064 | 期刊DOI: 10.57237/j.cst |开放获取期刊|季刊
Computer Science and Technology ( 计算机科学与技术 ) 是一本关注计算机科学最新进展的国际学术期刊。本刊采用开放获取（Open Access）模式，经过专业严格的同行评审，致力于发表计算机科学相关领域的原创研究论文。旨在反映计算机科学前沿进展及水平，推进学科专业化进程，为国内外的专家、学者、科研人员提供一个良好的传播、分享和交流的平台。Computer Science and Technology ( 计算机科学与技术 ) 欢迎相关领域内的原创文章、最新评论文章和案例研究在该期刊上发表。
立即投稿 加入编委会/成为审稿人
2025年9月，第4卷，第3期
-
页码：48-69
录用日期：2025-04-23
浏览量：
出版日期：2025-06-30
下载量：
Abstract: The rapid global shift towards sustainable transportation highlights the significance of understanding the adoption patterns of electric vehicles (EVs). This study utilizes data science techniques to analyze the trend of EV ownership in Washington State, USA, which is a frontier region for clean energy initiatives. By systematically collecting, pre... 展开更多 -
页码：70-81
录用日期：2025-08-08
浏览量：
出版日期：2025-09-09
下载量：
图像角点在图像处理与分析、机器视觉等领域具有重要理论意义与应用价值，然而，现有的多尺度分析角点检测器未能充分利用多尺度和多方向的结构信息，这影响了它们的检测精度和对角点的定位能力。基于剪切波变换的基本原理，分析其在图像多尺度、多方向分解的局限性，将尺度函数改进为较为平坦下降沿的巴特沃斯型，之后针对辅助函数改进得到新的非零可积函数，进而提出新的基于改进剪切波的多尺度、多方向图像分解方法。实验结果表明该方法不仅在图像多尺度分解后得到的小尺度的纹理效果得到部分提升，解决了之前剪切波小尺度局部图像与原图像差异性大、纹理杂乱的问题，而且图像重构效果亦有所改进且具有较强的鲁棒性。在图像角点检测领域利用该算法可充分利用多尺度和多方向的结构信息进而提升图像角点检测的定位精度，降低错检、漏检率，而且具有较好的... 展开更多
