所屬欄目:科技期刊 熱度: 時間:
鄭州大學(xué)學(xué)報(bào)(理學(xué)版)
關(guān)注()《鄭州大學(xué)學(xué)報(bào)(理學(xué)版)》(季刊)創(chuàng)刊于1962年,原刊名為《鄭州大學(xué)學(xué)報(bào)》(自然科學(xué)版),為自然科學(xué)類綜合性學(xué)術(shù)期刊。
《鄭州大學(xué)學(xué)報(bào)(理學(xué)版)》主要刊登理、工科基礎(chǔ)研究、應(yīng)用研究及綜合評述方面的學(xué)術(shù)論文,內(nèi)容涉及數(shù)學(xué)、物理、化學(xué)化工、生物、材料、電子、計(jì)算機(jī)、機(jī)械、電氣、建筑工程等學(xué)科專業(yè)。本刊所發(fā)表的論文被中國科技信息研究所“萬方數(shù)據(jù)系統(tǒng)”和《中國學(xué)術(shù)期刊》(光盤版)全文收錄,并被美國《數(shù)學(xué)評論》、美國《化學(xué)文摘》、德國《數(shù)學(xué)文摘》和俄羅斯《文摘雜志》等國際性文摘雜志收錄或評論;1997年起,被美國《工程索引》外圍收錄。國內(nèi)10余家重要文摘雜志和數(shù)據(jù)庫收錄本刊。本刊為中國科技核心期刊,中國科技論文統(tǒng)計(jì)源期刊,先后被評為全國優(yōu)秀高校自然科學(xué)學(xué)報(bào),國家教育部優(yōu)秀科技期刊。 2004年本刊獲全國高校優(yōu)秀科技期刊“二等獎”;2004年獲第六屆河南省優(yōu)秀科技期刊。獲獎情況:2008年中國高校優(yōu)秀科技期刊獎、2008年河南省自然科學(xué)期刊綜合質(zhì)量檢測一級期刊、2008年中國高校科技期刊先進(jìn)集體。
鄭州大學(xué)學(xué)報(bào)(理學(xué)版)雜志欄目設(shè)置
數(shù)學(xué)、信息工程、化學(xué)、物理學(xué)、材料工程、應(yīng)用研究
鄭州大學(xué)學(xué)報(bào)(理學(xué)版)雜志榮譽(yù)
CA 化學(xué)文摘(美)萬方收錄(中)上海圖書館館藏劍橋科學(xué)文摘北大核心期刊(中國人文社會科學(xué)核心期刊)哥白尼索引(波蘭)國家圖書館館藏知網(wǎng)收錄(中)維普收錄(中)中國學(xué)術(shù)期刊(光盤版)全文收錄期刊
閱讀推薦:華北航天工業(yè)學(xué)院學(xué)報(bào)
本刊是華北航天工業(yè)學(xué)院主辦的理工類學(xué)術(shù)期刊。刊載工程技術(shù)應(yīng)用、自然科學(xué)、社會科學(xué)等領(lǐng)域的學(xué)術(shù)論文、研究報(bào)告。讀者對象是國內(nèi)外科技工作者、高等院校師生及工程技術(shù)人員。設(shè)有工程技術(shù)、航空安全、基礎(chǔ)科學(xué)、民航經(jīng)濟(jì)、管理科學(xué)、人文社科等欄目。
鄭州大學(xué)學(xué)報(bào)(理學(xué)版)最新期刊目錄
基于深度抑郁特征編碼網(wǎng)絡(luò)的語音抑郁檢測————作者:李奇;姬生文;趙迪;武巖;奚洋;孟天宇;
摘要:針對語音抑郁數(shù)據(jù)集存在的特征冗余問題,提出基于深度抑郁特征編碼網(wǎng)絡(luò)(deep depression feature encoding network,D-DFENet)的語音抑郁檢測方法。首先,利用Wav2vec2.0預(yù)訓(xùn)練模型提取語音潛在表征;其次,設(shè)計(jì)一種卷積變分自編碼器模塊,該模塊通過引入變分自編碼器機(jī)制以實(shí)現(xiàn)特征空間的降維,并在其編碼器的多層結(jié)構(gòu)中逐層嵌入卷積神經(jīng)網(wǎng)絡(luò),旨在有效濾除語音潛在...
大語言模型驅(qū)動下知識圖譜的構(gòu)建及應(yīng)用綜述————作者:張坤麗;王影;付文慧;朱永其;張艷莉;昝紅英;
摘要:在大語言模型的助力下,知識圖譜憑借結(jié)構(gòu)化和語義豐富的特征,提升了數(shù)據(jù)關(guān)聯(lián)與解釋能力,為復(fù)雜知識推理和智能決策支持等領(lǐng)域提供了新的研究方向和應(yīng)用潛力。因此,從知識圖譜的角度出發(fā),總結(jié)了大語言模型驅(qū)動下知識圖譜的構(gòu)建及應(yīng)用的最新研究進(jìn)展。首先,從知識建模、信息抽取、知識融合以及知識圖譜補(bǔ)全等角度探討了知識圖譜構(gòu)建的新方法。其次,闡述了知識圖譜在增強(qiáng)大語言模型、提升檢索能力以及與大語言模型協(xié)同增強(qiáng)三個方...
基于自適應(yīng)禁忌搜索多目標(biāo)鯨魚算法的武器目標(biāo)分配————作者:宰光軍;徐旺旺;鐘李紅;田釗;佘維;
摘要:針對多目標(biāo)鯨魚優(yōu)化算法在解決武器目標(biāo)分配時存在參數(shù)設(shè)置經(jīng)驗(yàn)化、種群多樣性差以及空間搜索能力弱等問題,提出一種自適應(yīng)禁忌搜索多目標(biāo)鯨魚優(yōu)化算法。首先,通過自適應(yīng)網(wǎng)格劃分和外部存檔調(diào)整策略,使網(wǎng)格和檔案大小能夠根據(jù)種群分布狀態(tài)和多樣性變化情況自動調(diào)整。其次,設(shè)計(jì)了動態(tài)輪盤賭選擇方法來控制全局最優(yōu)個體的生成,以提高種群分布的多樣性和均勻性。此外,引入了禁忌搜索算法中的禁忌列表和鄰域搜索策略,擴(kuò)大種群對新...
基于幾乎隨機(jī)占優(yōu)的語言值概念知識獲取方法————作者:辛現(xiàn)偉;袁世婷;薛占熬;宋繼華;
摘要:針對語言值形式概念分析中的主觀偏好問題,提出以參考點(diǎn)的差異表達(dá)風(fēng)險(xiǎn)偏好信息的前景語言值概念格。首先,將模糊語言值形式背景與前景理論結(jié)合,提出一種融合風(fēng)險(xiǎn)厭惡和風(fēng)險(xiǎn)偏好態(tài)度的前景語言值概念格構(gòu)造方法。其次,利用幾乎隨機(jī)占優(yōu)對風(fēng)險(xiǎn)信息的敏感性,獲取前景語言值概念之間的占優(yōu)關(guān)系和有效概念知識。最后,引入國際中文教育數(shù)字化轉(zhuǎn)型的實(shí)例,通過一系列實(shí)驗(yàn)與對比分析,驗(yàn)證了所提方法的有效性和可行性
融合多策略的哈里斯鷹優(yōu)化算法求解Steiner樹問題————作者:王曉峰;王軍霞;彭慶媛;華盈盈;何飛;唐傲;
摘要:針對傳統(tǒng)哈里斯鷹優(yōu)化算法在解決圖的Steiner樹問題(Steiner tree problem of graph,GSTP)時存在種群分布不均勻、探索與開發(fā)階段難以平衡以及易陷入局部最優(yōu)的情況,提出一種融合多策略的哈里斯鷹優(yōu)化算法。首先,通過S型函數(shù)對算法進(jìn)行離散化處理,并引入Logistic-Sine混合混沌映射,以優(yōu)化種群初始化過程。其次,設(shè)計(jì)了動態(tài)自適應(yīng)權(quán)重策略,增強(qiáng)獵物逃逸能量的非線性表...
基于序列屬性和結(jié)構(gòu)特征的噬菌體-宿主多關(guān)系相互預(yù)測————作者:王文;許文俊;陳誠;夏迎春;王慶勇;辜麗川;
摘要:識別噬菌體-宿主相互作用(phage-host interactions, PHIs)可以深化對噬菌體殺菌機(jī)制的理解,并可以探索細(xì)菌疾病的潛在療法。近年來,機(jī)器學(xué)習(xí)在PHIs預(yù)測中表現(xiàn)出色,但仍面臨著數(shù)據(jù)稀疏和生物屬性缺失(如DNA和蛋白質(zhì)序列)的挑戰(zhàn)。為了解決這一問題,提出了結(jié)合了生物序列屬性與網(wǎng)絡(luò)拓?fù)涮卣鞯氖删w-宿主相互作用預(yù)測模型(multi-relationship interactio...
區(qū)間值(light)■-預(yù)-t-余模及其在構(gòu)造區(qū)間值方向單調(diào)模糊蘊(yùn)涵中的應(yīng)用————作者:于鵬;肖萌;
摘要:在聚合函數(shù)的研究中,由于存在不滿足單調(diào)性約束的聚合場景,弱了化聚合函數(shù)的單調(diào)性。生成具有方向單調(diào)的聚合函數(shù)成為聚合函數(shù)研究中的一個重要內(nèi)容。首先將區(qū)間值(light)-t-余模的區(qū)間單調(diào)性擴(kuò)展到區(qū)間值方向單調(diào),給出了區(qū)間值(light)■-預(yù)-t-余模的概念。其次,研究了區(qū)間值(light)■-預(yù)-t-余模的性質(zhì),并給出了一些構(gòu)造區(qū)間值(light)■-預(yù)-t-余模的方法。最后,基于區(qū)間值(lig...
基于貝葉斯優(yōu)化WGAN-GP的fNIRS數(shù)據(jù)增強(qiáng)與情緒識別————作者:李修軍;葛雄心;楊菁菁;
摘要:針對收集大量功能性近紅外光譜(functional near-infrared spectroscopy, fNIRS)情緒數(shù)據(jù)的過程漫長且繁瑣,導(dǎo)致數(shù)據(jù)量有限,影響了深度學(xué)習(xí)分類模型的訓(xùn)練和準(zhǔn)確性這一問題,提出一種基于貝葉斯優(yōu)化梯度懲罰的Wasserstein生成對抗網(wǎng)絡(luò)(bayesian optimization with gradient penalty for wasserstein ge...
基于GCN的IOTA寄生鏈檢測————作者:劉韋淇;侯永超;木又青;丁智穎;劉明灝;趙金東;
摘要:隨著物聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,確保物聯(lián)網(wǎng)環(huán)境中的交易安全變得至關(guān)重要。Internet of Things application(IOTA)網(wǎng)絡(luò)作為一種專為物聯(lián)網(wǎng)設(shè)計(jì)的分布式賬本技術(shù),在處理海量設(shè)備間交易時尤為重要。寄生鏈攻擊作為一種常見的攻擊方式,通過在IOTA主纏結(jié)(Tangle)中認(rèn)證非法交易,嚴(yán)重威脅了網(wǎng)絡(luò)的安全性和性能。為應(yīng)對這一問題,提出了一種基于圖卷積神經(jīng)網(wǎng)絡(luò)(graph convol...
基于時序誤差分布分析的光伏功率區(qū)間預(yù)測————作者:蔣建東;周才期;常軼哲;徐暢;韓文軒;
摘要:為了精準(zhǔn)獲取核密度估計(jì)中的最優(yōu)帶寬參數(shù),并有效應(yīng)對功率預(yù)測誤差在日周期內(nèi)不同時段所展現(xiàn)的分布差異性,提出了一種融合最優(yōu)帶寬核密度估計(jì)與時序誤差分布分析的光伏發(fā)電功率區(qū)間預(yù)測模型。首先,利用貝葉斯優(yōu)化算法,以K折交叉驗(yàn)證得到的負(fù)對數(shù)似然度為目標(biāo)函數(shù),對核密度估計(jì)中的帶寬進(jìn)行優(yōu)化,以顯著提升預(yù)測模型的擬合優(yōu)度與泛化性能。然后,探索了時平均輻照度、時輻照度變化對誤差分布的影響,采用K均值聚類算法,以時平...
0.618減法鄰聯(lián)系數(shù)及其應(yīng)用————作者:李麗紅;魚紹軒;白斌;楊亞鋒;
摘要:為克服減法全鄰聯(lián)系數(shù)中各聯(lián)系度相減易導(dǎo)致趨勢不穩(wěn)定進(jìn)而引發(fā)數(shù)值偏誤的不足,結(jié)合0.618黃金分割法優(yōu)化的思想,根據(jù)三元聯(lián)系數(shù)的宏觀演化趨勢為正(a>c)或負(fù)(
面向特定決策類的結(jié)構(gòu)化序貫三支約簡————作者:牟瓊;楊秀花;陳宇亮;丁艷椒;程云龍;
摘要:序貫三支決策(sequential three-way decision,S3WD)是一種處理不確定性問題的高效范式。然而,S3WD模型丟失了粒子的結(jié)構(gòu)信息,從而增加了語義解釋的難度,同時現(xiàn)有的S3WD模型面向所有決策類而非特定決策類。針對上述問題,提出了面向特定決策類的結(jié)構(gòu)化序貫三支決策的基本框架。首先,將結(jié)構(gòu)化粗糙集引入S3WD模型中,并提出了一種新的三分法,即兩階段三分法,在此基礎(chǔ)上,建立了...
基于局部上下文引導(dǎo)特征深度融合的輕量級醫(yī)學(xué)圖像分割方法————作者:任向陽;趙夢媛;胡微;劉剛瓊;畢瑩;
摘要:現(xiàn)有的基于深度學(xué)習(xí)的醫(yī)學(xué)圖像分割方法,大多是利用大量的訓(xùn)練數(shù)據(jù)擬合檢測網(wǎng)絡(luò),以獲得優(yōu)異的檢測性能。這些方法往往具有較大的模型參數(shù),導(dǎo)致了檢測實(shí)時性較差。為此,提出了基于局部上下文引導(dǎo)特征深度融合輕量級醫(yī)學(xué)分割網(wǎng)絡(luò)(local context guided feature deep fusion lightweight medical segmentation network,LCGML-net)。...
結(jié)合對抗訓(xùn)練的雙通道特征融合命名實(shí)體識別————作者:李衛(wèi)軍;丁建平;劉雪洋;王子怡;劉世俠;蘇易礌;
摘要:針對現(xiàn)有命名實(shí)體識別模型缺乏對局部信息的關(guān)注,同時在處理長距離依賴關(guān)系和復(fù)雜序列數(shù)據(jù)時存在不足的問題,提出一種結(jié)合對抗訓(xùn)練的雙通道特征融合的命名實(shí)體識別模型。首先,使用預(yù)訓(xùn)練模型提取特征,并通過對抗訓(xùn)練增強(qiáng)模型的魯棒性和泛化性。其次,在雙向長短期記憶網(wǎng)絡(luò)后引入多頭注意力和時間步構(gòu)成的雙通道模塊,在捕捉全局和局部信息的同時提升模型對長距離依賴和復(fù)雜序列數(shù)據(jù)的處理能力。最后,利用GlobalPoint...
一種融合雙曲表示與歐幾里得表示的源代碼漏洞檢測方法————作者:陳旭;陳子雄;景永俊;王叔洋;宋吉飛;
摘要:隨著軟件系統(tǒng)的日益復(fù)雜,源代碼漏洞檢測成為了維護(hù)軟件安全的關(guān)鍵任務(wù)。雖然已經(jīng)出現(xiàn)了各種基于深度學(xué)習(xí)的漏洞檢測方法,但這些方法主要依賴于單一的歐氏空間視角提取代碼表示結(jié)構(gòu)中的語義特征與結(jié)構(gòu)特征,這不利于檢測隱藏在代碼深處漏洞的能力。為了解決這一問題,提出了一種融合雙曲表示與歐幾里得表示的源代碼漏洞檢測方法(Source Code Vulnerability Detection Method Fusi...
一種原型優(yōu)化和細(xì)化分割的小樣本醫(yī)學(xué)圖像分割網(wǎng)絡(luò)————作者:魏明軍;賀海鵬;陳偉彬;劉亞志;李輝;
摘要:針對小樣本醫(yī)學(xué)圖像分割中現(xiàn)有方法忽略了支持集和查詢集之間的分布偏移和局部邊緣細(xì)節(jié)的問題,提出了一種用于小樣本醫(yī)學(xué)圖像分割的原型優(yōu)化和細(xì)化分割網(wǎng)絡(luò)(PORSNet)。首先,該網(wǎng)絡(luò)中包含一個原型循環(huán)迭代模塊,通過迭代執(zhí)行初始原型校正、原型全局感知、原型蒸餾等步驟,抑制初始原型和查詢集之間的分布偏移及增強(qiáng)原型的表達(dá)能力。此外,還包含一個原型細(xì)化分割模塊,通過掩碼引導(dǎo)聚合和特征歸一細(xì)化,進(jìn)一步處理邊緣細(xì)節(jié)...
CO在Co摻雜PrO2表面吸附的第一性原理研究————作者:牛潤涵;李聰聰;劉攀攀;張長森;
摘要:尋找高活性、低成本的催化劑用于CO催化氧化是當(dāng)前的研究熱點(diǎn)。CO作為氣體反應(yīng)物,研究其在催化劑表面的吸附是一個重要課題。近年來,Pr基催化劑受到廣泛關(guān)注,然而關(guān)于其表面機(jī)理的研究較少。利用第一性原理,系統(tǒng)地模擬了CO分子在PrO2(1 1 1)表面和Co0.03Pr0.97O2(1 1 1)表面不同位置的吸附與...
不確定性感知的標(biāo)簽噪聲矯正算法————作者:李英雙;賈文玉;楊莉;曾旺官;董永峰;
摘要:標(biāo)簽噪聲通過在訓(xùn)練過程中降低對真實(shí)類別預(yù)測的置信度引入了不確定性問題,為了降低標(biāo)簽噪聲的影響,提出了一種不確定性感知的標(biāo)簽矯正算法(ULC)。首先,基于證據(jù)理論和主觀邏輯理論,從樣本的多個視圖和標(biāo)簽信息中估計(jì)不確定性;然后,采用雙準(zhǔn)則樣本選擇策略將數(shù)據(jù)集劃分為三個子集,并使用聯(lián)合預(yù)測矯正噪聲標(biāo)簽;最后,采用不同的正則化策略處理各個子集以優(yōu)化訓(xùn)練目標(biāo)。在四個模擬標(biāo)簽噪聲數(shù)據(jù)集和兩個真實(shí)標(biāo)簽噪聲數(shù)據(jù)集...
基于時間-事件邏輯的ID-AOFE協(xié)議形式化分析————作者:肖美華;喬珊珊;楊科;
摘要:公平交換協(xié)議旨在為數(shù)字信息交換提供安全、公平的機(jī)制,分析該類協(xié)議的公平性是信息安全領(lǐng)域中一個重要的研究內(nèi)容。時間-事件邏輯具有描述協(xié)議主體知識和狀態(tài)隨時間變化的機(jī)制,是一種分析協(xié)議安全屬性的有效方法。基于時間-事件邏輯,針對公平交換協(xié)議中主體互不信任、存在欺騙行為的特點(diǎn),通過分析當(dāng)協(xié)議結(jié)束運(yùn)行時,是否存在使不誠實(shí)主體獲得額外優(yōu)勢的策略來分析協(xié)議的公平性。以一個基于身份的混淆樂觀公平交換(ident...
基于多信息注意力對抗圖卷積的公交車客流預(yù)測————作者:顏建強(qiáng);趙仁琪;高原;曲博婷;
摘要:針對公交車客流預(yù)測中時空依賴關(guān)系難以有效利用的問題,提出一種基于多信息注意力機(jī)制的動態(tài)自適應(yīng)對抗圖卷積網(wǎng)絡(luò)客流預(yù)測模型。首先,利用時間特征編碼器捕獲不同時段客流之間的相似性,引入公交車站點(diǎn)的興趣點(diǎn)(point of interest,POI)信息以輔助模型捕捉更多的節(jié)點(diǎn)特征。其次,采用動態(tài)建模時空依賴關(guān)系的方法完成對非歐幾里得關(guān)系的建模,利用SimAM注意力模塊捕獲不同站點(diǎn)客流數(shù)據(jù)之間的整體差異性...
相關(guān)科技期刊推薦
核心期刊推薦
copyright © www.optiwork.cn, All Rights Reserved
搜論文知識網(wǎng) 冀ICP備15021333號-3