鄭州大學(xué)學(xué)報(bào)(理學(xué)版)最新期刊目錄

《鄭州大學(xué)學(xué)報(bào)(理學(xué)版)》征稿簡(jiǎn)則

摘要：<正>《鄭州大學(xué)學(xué)報(bào)(理學(xué)版)》(原刊名《鄭州大學(xué)學(xué)報(bào)(自然科學(xué)版)》)是鄭州大學(xué)主辦的自然科學(xué)綜合性學(xué)術(shù)刊物(雙月刊,國(guó)內(nèi)外公開(kāi)發(fā)行),中文核心期刊,主要刊登信息與計(jì)算機(jī)科學(xué)、數(shù)學(xué)、物理學(xué)、化學(xué)、生物工程科學(xué)、材料科學(xué)、電氣工程科學(xué)等自然科學(xué)的基礎(chǔ)研究及應(yīng)用研究方面的學(xué)術(shù)論文

甲基觸發(fā)苯乙炔生成雙環(huán)芳烴茚的動(dòng)力學(xué)反應(yīng)機(jī)理————作者：馮世豪;王昌洋;張麗娟;趙龍;蔣慧靈;邊會(huì)婷;

摘要：為了揭示雙環(huán)芳烴茚的生成機(jī)制,研究了甲基自由基和苯乙炔的反應(yīng)勢(shì)能面,并計(jì)算了動(dòng)力學(xué)數(shù)據(jù)。首先,采用B3LYP/6-311+G（d,p）方法對(duì)苯乙炔與甲基自由基反應(yīng)體系中的所有物種進(jìn)行了幾何構(gòu)型優(yōu)化和振動(dòng)頻率分析。其次,采用CCSD（T）/aug-cc-pVDZ方法獲得各物種的高精度能量。最后,采用RRKM/ME主方程動(dòng)力學(xué)方法,計(jì)算重要路徑的反應(yīng)速率常數(shù)和路徑分支比。研究結(jié)果表明:甲基自由基通過(guò)加...

《鄭州大學(xué)學(xué)報(bào)(理學(xué)版)》征稿簡(jiǎn)則

摘要：<正>《鄭州大學(xué)學(xué)報(bào)(理學(xué)版)》(原刊名《鄭州大學(xué)學(xué)報(bào)(自然科學(xué)版)》)是鄭州大學(xué)主辦的自然科學(xué)綜合性學(xué)術(shù)刊物(雙月刊,國(guó)內(nèi)外公開(kāi)發(fā)行),中文核心期刊,主要刊登信息與計(jì)算機(jī)科學(xué)、數(shù)學(xué)、物理學(xué)、化學(xué)、生物工程科學(xué)、材料科學(xué)、電氣工程科學(xué)等自然科學(xué)的基礎(chǔ)研究及應(yīng)用研究方面的學(xué)術(shù)論文。1要求及注意事項(xiàng)1.1來(lái)稿應(yīng)具有創(chuàng)新性、科學(xué)性、準(zhǔn)確性和可讀性。稿件必須包括(按順序):題名、作者姓名、作者...

面向高光譜遙感圖像的MMRI-Boruta特征選擇算法————作者：張婧;孔霄;曹峰;張超;李德玉;

摘要：高光譜遙感圖像特征選擇旨在從高維光譜特征集中選擇最優(yōu)光譜特征子集,以消除冗余光譜特征,提升高光譜遙感圖像分析的效率和精度。由此提出了一種混合型特征選擇算法MMRI-Boruta,該算法首先對(duì)過(guò)濾式MRI特征選擇算法進(jìn)行改進(jìn),通過(guò)引入方差定義新的特征重要性評(píng)價(jià)指標(biāo),然后利用封裝式的Boruta算法實(shí)現(xiàn)特征子集的進(jìn)一步優(yōu)化。所提特征選擇算法結(jié)合了過(guò)濾式和封裝式兩種特征選擇算法的優(yōu)點(diǎn),更易于獲取最優(yōu)特征...

腦啟發(fā)的遮擋目標(biāo)識(shí)別模型研究綜述————作者：張利朋;李瑞琪;王寧;曹亮;孟振江;李翠霞;胡玉霞;

摘要：遮擋目標(biāo)識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的核心挑戰(zhàn)之一。目標(biāo)物體因遮擋導(dǎo)致的特征缺失和混淆,嚴(yán)重制約了當(dāng)前目標(biāo)識(shí)別模型的性能。研究表明人腦視覺(jué)系統(tǒng)具有出色的遮擋目標(biāo)識(shí)別能力和對(duì)遮擋場(chǎng)景的強(qiáng)適應(yīng)能力,為構(gòu)建腦啟發(fā)的遮擋目標(biāo)識(shí)別模型提供了生物學(xué)依據(jù)與創(chuàng)新方向。系統(tǒng)梳理了腦啟發(fā)遮擋目標(biāo)識(shí)別模型的研究進(jìn)展。首先,對(duì)當(dāng)前主流的遮擋目標(biāo)識(shí)別模型進(jìn)行系統(tǒng)介紹;然后,聚焦腦啟發(fā)模型的生物學(xué)基礎(chǔ),闡釋了視覺(jué)皮層層級(jí)處理等神經(jīng)機(jī)...

模糊技能多映射的變精度模型與構(gòu)建知識(shí)結(jié)構(gòu)的矩陣方法————作者：楊競(jìng)菁;李進(jìn)金;王鴻偉;

摘要：基于變精度α-模型構(gòu)建知識(shí)結(jié)構(gòu)是當(dāng)前研究的熱點(diǎn)之一。根據(jù)閾值取值范圍的不同拓展了三種基于模糊技能多映射的變精度能力模型,討論了它們所構(gòu)建的知識(shí)結(jié)構(gòu)的性質(zhì),并證明了由它們構(gòu)建的知識(shí)結(jié)構(gòu)族是一致的。在此基礎(chǔ)上,提出基于模糊技能多映射構(gòu)建知識(shí)結(jié)構(gòu)的矩陣方法,并通過(guò)實(shí)驗(yàn)驗(yàn)證了方法的可行性和有效性,分析了模糊技能多映射中問(wèn)題數(shù)、技能數(shù)對(duì)算法執(zhí)行時(shí)間和空間的影響

FGBK在醫(yī)學(xué)斷層圖像重構(gòu)仿真中的應(yīng)用與改進(jìn)————作者：時(shí)文雅;蔡盼煜;孫思超;郇戰(zhàn);

摘要：Kaczmarz算法是醫(yī)學(xué)斷層圖像重構(gòu)的經(jīng)典方法之一,但存在計(jì)算復(fù)雜度高、耗時(shí)長(zhǎng)等問(wèn)題。為此,設(shè)計(jì)了一種基于最大殘差原則的行索引集選擇方法 FSGBK(Free Scale Greedy Block Kacmarz),有效提升了算法收斂速度,但由于其選擇的索引集相關(guān)性較強(qiáng),導(dǎo)致圖像重構(gòu)的內(nèi)部結(jié)構(gòu)誤差增大。為解決該弊端,提出了KFGBK(K-means FGBK)算法,此算法以系數(shù)矩陣的若干線性無(wú)關(guān)...

基于深度抑郁特征編碼網(wǎng)絡(luò)的語(yǔ)音抑郁檢測(cè)————作者：李奇;姬生文;趙迪;武巖;奚洋;孟天宇;

摘要：針對(duì)語(yǔ)音抑郁數(shù)據(jù)集存在的特征冗余問(wèn)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(yǔ)音抑郁檢測(cè)方法。首先,利用Wav2vec2.0預(yù)訓(xùn)練模型提取語(yǔ)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(guò)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(yǔ)音潛在...

大語(yǔ)言模型驅(qū)動(dòng)下知識(shí)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(yǔ)言模型的助力下,知識(shí)圖譜憑借結(jié)構(gòu)化和語(yǔ)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(shí)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(shí)圖譜的角度出發(fā),總結(jié)了大語(yǔ)言模型驅(qū)動(dòng)下知識(shí)圖譜的構(gòu)建及應(yīng)用的最新研究進(jìn)展。首先,從知識(shí)建模、信息抽取、知識(shí)融合以及知識(shí)圖譜補(bǔ)全等角度探討了知識(shí)圖譜構(gòu)建的新方法。其次,闡述了知識(shí)圖譜在增強(qiáng)大語(yǔ)言模型、提升檢索能力以及與大語(yǔ)言模型協(xié)同增強(qiáng)三個(gè)方...

基于自適應(yīng)禁忌搜索多目標(biāo)鯨魚(yú)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(duì)多目標(biāo)鯨魚(yú)優(yōu)化算法在解決武器目標(biāo)分配時(shí)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(wèn)題,提出一種自適應(yīng)禁忌搜索多目標(biāo)鯨魚(yú)優(yōu)化算法。首先,通過(guò)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(dòng)調(diào)整。其次,設(shè)計(jì)了動(dòng)態(tài)輪盤(pán)賭選擇方法來(lái)控制全局最優(yōu)個(gè)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(duì)新...

基于幾乎隨機(jī)占優(yōu)的語(yǔ)言值概念知識(shí)獲取方法————作者：辛現(xiàn)偉;袁世婷;薛占熬;宋繼華;

摘要：針對(duì)語(yǔ)言值形式概念分析中的主觀偏好問(wèn)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(yǔ)言值概念格。首先,將模糊語(yǔ)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(yǔ)言值概念格構(gòu)造方法。其次,利用幾乎隨機(jī)占優(yōu)對(duì)風(fēng)險(xiǎn)信息的敏感性,獲取前景語(yǔ)言值概念之間的占優(yōu)關(guān)系和有效概念知識(shí)。最后,引入國(guó)際中文教育數(shù)字化轉(zhuǎn)型的實(shí)例,通過(guò)一系列實(shí)驗(yàn)與對(duì)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(shù)問(wèn)題————作者：王曉峰;王軍霞;彭慶媛;華盈盈;何飛;唐傲;

摘要：針對(duì)傳統(tǒng)哈里斯鷹優(yōu)化算法在解決圖的Steiner樹(shù)問(wèn)題(Steiner tree problem of graph,GSTP)時(shí)存在種群分布不均勻、探索與開(kāi)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(guò)S型函數(shù)對(duì)算法進(jìn)行離散化處理,并引入Logistic-Sine混合混沌映射,以?xún)?yōu)化種群初始化過(guò)程。其次,設(shè)計(jì)了動(dòng)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(cè)————作者：王文;許文俊;陳誠(chéng);夏迎春;王慶勇;辜麗川;

摘要：識(shí)別噬菌體-宿主相互作用(phage-host interactions, PHIs)可以深化對(duì)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(lái),機(jī)器學(xué)習(xí)在PHIs預(yù)測(cè)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(wèn)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�體-宿主相互作用預(yù)測(cè)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(mǎn)足單調(diào)性約束的聚合場(chǎng)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(gè)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(shí)別————作者：李修軍;葛雄心;楊菁菁;

摘要：針對(duì)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(guò)程漫長(zhǎng)且繁瑣,導(dǎo)致數(shù)據(jù)量有限,影響了深度學(xué)習(xí)分類(lèi)模型的訓(xùn)練和準(zhǔn)確性這一問(wèn)題,提出一種基于貝葉斯優(yōu)化梯度懲罰的Wasserstein生成對(duì)抗網(wǎng)絡(luò)（bayesian optimization with gradient penalty for wasserstein ge...

基于GCN的IOTA寄生鏈檢測(cè)————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(zhuān)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(shí)尤為重要。寄生鏈攻擊作為一種常見(jiàn)的攻擊方式,通過(guò)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(duì)這一問(wèn)題,提出了一種基于圖卷積神經(jīng)網(wǎng)絡(luò)(graph convol...

基于時(shí)序誤差分布分析的光伏功率區(qū)間預(yù)測(cè)————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(duì)功率預(yù)測(cè)誤差在日周期內(nèi)不同時(shí)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(shí)序誤差分布分析的光伏發(fā)電功率區(qū)間預(yù)測(cè)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(duì)數(shù)似然度為目標(biāo)函數(shù),對(duì)核密度估計(jì)中的帶寬進(jìn)行優(yōu)化,以顯著提升預(yù)測(cè)模型的擬合優(yōu)度與泛化性能。然后,探索了時(shí)平均輻照度、時(shí)輻照度變化對(duì)誤差分布的影響,采用K均值聚類(lèi)算法,以時(shí)平...

0.618減法鄰聯(lián)系數(shù)及其應(yīng)用————作者：李麗紅;魚(yú)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(shì)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(shì)為正(a>c)或負(fù)(a<c)選擇相應(yīng)的鄰聯(lián)系數(shù),通過(guò)縮小減法區(qū)間以降低誤差;參考驅(qū)動(dòng)系數(shù)思想,構(gòu)建0.618減法全鄰聯(lián)系數(shù),并在拉格朗日條件極值的基礎(chǔ)上利用梯度上升法和擬牛頓法,探討了0.618減法全鄰聯(lián)系數(shù)的取值范圍并分析其發(fā)展態(tài)勢(shì)。將該方法應(yīng)用于...

面向特定決策類(lèi)的結(jié)構(gòu)化序貫三支約簡(jiǎn)————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(wèn)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(yǔ)義解釋的難度,同時(shí)現(xiàn)有的S3WD模型面向所有決策類(lèi)而非特定決策類(lèi)。針對(duì)上述問(wèn)題,提出了面向特定決策類(lèi)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(jí)醫(yī)學(xué)圖像分割方法————作者：任向陽(yáng);趙夢(mèng)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(cè)網(wǎng)絡(luò),以獲得優(yōu)異的檢測(cè)性能。這些方法往往具有較大的模型參數(shù),導(dǎo)致了檢測(cè)實(shí)時(shí)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(jí)醫(yī)學(xué)分割網(wǎng)絡(luò)(local context guided feature deep fusion lightweight medical segmentation network,LCGML-net)。...

　　鄭州大學(xué)學(xué)報(bào)(理學(xué)版)來(lái)自網(wǎng)友的投稿評(píng)論：

提交