所屬欄目:科技期刊 熱度: 時(shí)間:
《長春工業(yè)大學(xué)學(xué)報(bào)》
關(guān)注()搜論文知識(shí)網(wǎng)并非《長春工業(yè)大學(xué)學(xué)報(bào)》期刊的官網(wǎng)或雜志社,為客戶提供期刊征稿、論文發(fā)表等中介服務(wù),在客戶與期刊 雜志社之間搭建了一座省時(shí)、省力的便 捷橋梁。本站與《長春工業(yè)大學(xué)學(xué)報(bào)》等上百家同類正規(guī)期刊保持著多年的密切合作關(guān)系,切實(shí)提高客戶期刊發(fā)表的質(zhì)量與效率。通過本站發(fā)表論文,客戶將獲得更大 的 選擇空間、更高的通過率、更快的發(fā)表速度、更滿意的服務(wù)質(zhì)量。
期刊簡介:
《長春工業(yè)大學(xué)學(xué)報(bào)》是全國高校中僅有的幾家具有全國統(tǒng)一刊號(hào)的高等教育研究類刊物之一。現(xiàn)已被列為《CJFD中國期刊全文數(shù)據(jù)庫》收錄期刊和《中國學(xué)術(shù)期刊(光盤版)》全文收錄期刊。 《長春工業(yè)大學(xué)學(xué)報(bào)(高教研究版)》創(chuàng)刊于1980年,創(chuàng)刊二十余年來,辦刊特色鮮明,注重刊物的理論與學(xué)術(shù)品性,以其選材面廣、針對性強(qiáng)、觀點(diǎn)新穎而深受高教領(lǐng)域?qū)<壹皬V大讀者的喜愛。共編輯出版100余期,發(fā)表學(xué)術(shù)論文3000余篇。《高等學(xué)校文科學(xué)術(shù)文摘》、中國人大報(bào)刊復(fù)印資料、《教育文摘周報(bào)》等都轉(zhuǎn)載、索引了本刊發(fā)表的部分優(yōu)秀論文。 《長春工業(yè)大學(xué)學(xué)報(bào)(高教研究版)》擁有一支綜合素質(zhì)高、業(yè)務(wù)能力強(qiáng)的研究型編輯隊(duì)伍。長春工業(yè)大學(xué)副校長、博士生導(dǎo)師韓立強(qiáng)教授任主編,長春工業(yè)大學(xué)高等教育研究所常務(wù)副所長、學(xué)報(bào)編輯部主任孫偉副研究員任副主編。編輯隊(duì)伍中副高級以上職稱2 人,中級職稱2人,其中博士1人,碩士2人。
期刊欄目:
本刊設(shè)有高教論壇、教育理論研究、比較教育研究、教育史研究、教學(xué)研究與改革、學(xué)位與研究生教育、創(chuàng)新與創(chuàng)業(yè)教育研究等欄目。
期刊收錄:
國家新聞出版總署收錄 獲獎(jiǎng)情況
中國期刊全文數(shù)據(jù)庫全文收錄期刊
入選中國學(xué)術(shù)期刊綜合評價(jià)數(shù)據(jù)庫統(tǒng)計(jì)源期刊
ASPT來源刊
中國期刊網(wǎng)來源刊
鳴網(wǎng)鄭重承諾:
1、搜論文知識(shí)網(wǎng)并非各類雜志的官方網(wǎng)站或雜志社,是快速高效發(fā)表論文的中介機(jī)構(gòu),謝絕投遞雜志社的稿件。
2、本站提供服務(wù)全面,包括期刊推薦、論文發(fā)表、論文寫作等指導(dǎo)服務(wù),如有需要請點(diǎn)擊在線客服人員進(jìn)行具體咨詢。
3、本站只適當(dāng)收取維持網(wǎng)站正常運(yùn)轉(zhuǎn)的編審排錄費(fèi)、排版、制作、印刷、郵寄樣刊、發(fā)票等綜合費(fèi)用,無其他額外費(fèi)用。
4、本站所合作的期刊,均為國家新聞出版總署(www.gapp.gov.cn)認(rèn)證的正規(guī)、合法、雙刊號(hào)期刊。
5、本站憑借多年的論文發(fā)表經(jīng)驗(yàn),審核、發(fā)表成功率高,文章審核通過確認(rèn)錄用支付費(fèi)用。
最后,感謝您一直以來對網(wǎng)站及合作期刊《長春工業(yè)大學(xué)學(xué)報(bào)》的關(guān)注與支持,我們會(huì)認(rèn)真對待您繁忙之余提出的寶貴意見和建議,我們會(huì)再接再厲,與您攜手共進(jìn)!
長春工業(yè)大學(xué)學(xué)報(bào)最新期刊目錄
高性能聚合物電介質(zhì)薄膜研究進(jìn)展————作者:董麗杰;潘萌;馮銳;王澤鴻;姜明;
摘要:從電容器聚合物電介質(zhì)薄膜的發(fā)展現(xiàn)狀入手,對高性能電介質(zhì)薄膜研制過程中的樹脂原材料高性能化、高儲(chǔ)能密度電介質(zhì)薄膜發(fā)展、極端環(huán)境電介質(zhì)薄膜性能調(diào)控和高性能電介質(zhì)薄膜成型工藝等幾個(gè)核心問題進(jìn)行綜述,概要敘述高性能聚合物電介質(zhì)薄膜的主要研究進(jìn)展
基于DeepLabV3+的輕量級多特征融合街景語義分割————作者:宋宇;劉偉達(dá);郭楊;梁超;
摘要:針對基于深度學(xué)習(xí)的語義分割網(wǎng)絡(luò)中參數(shù)大,難以在移動(dòng)平臺(tái)上實(shí)施;網(wǎng)絡(luò)中感受野較小,沒有充分利用低層語義信息等問題。提出基于DeepLabV3+改進(jìn)的神經(jīng)網(wǎng)絡(luò)算法。網(wǎng)絡(luò)編碼器在主干網(wǎng)絡(luò)使用輕量級MobilenetV2替換原網(wǎng)絡(luò)并增加通道注意力機(jī)制模塊,大幅降低網(wǎng)絡(luò)的計(jì)算時(shí)間;將原ASPP部分替換為密集連接的ASPP結(jié)構(gòu),擴(kuò)張率設(shè)置為1~8倍,增大感受野的同時(shí)控制了計(jì)算量,同時(shí)針對密集連接ASPP加入了...
車用新型水性聚氨酯涂料的性能研究————作者:宋曉微;
摘要:通過向傳統(tǒng)聚酯基水性聚氨酯(WPU)分子結(jié)構(gòu)中引入交聯(lián)劑1,1,1-三(羥甲基)丙烷(TMP)和擴(kuò)鏈劑2,6-二羥基苯甲酸甲酯制備了新型車用水性聚氨酯涂料(DWPU)。DWPU分子鏈中的苯π-π鍵,以及化學(xué)交聯(lián)和氫鍵之間的協(xié)同效應(yīng)使其顯示出優(yōu)異的耐熱性、力學(xué)性能和黏附性。結(jié)果顯示,隨著擴(kuò)鏈劑和交聯(lián)劑含量的上升,DWPU涂料耐熱性提高,Tmax從416.5℃升至460.1℃。D...
基于多特征交叉融合的語音情感識(shí)別方法————作者:韓梅;胡黃水;王出航;
摘要:語音情感識(shí)別是人機(jī)交互領(lǐng)域中一項(xiàng)重要的研究課題。提取有判別力的情感特征是語音情感識(shí)別的關(guān)鍵。然而,使用單一類型的特征無法全面表征語音信號(hào)中的情感信息,簡單融合的方式忽略了特征間的交互信息。因此,提出一種基于多特征交叉融合的語音情感識(shí)別方法,使用不同的網(wǎng)絡(luò)結(jié)構(gòu)來提取原始語音信號(hào)、梅爾頻率倒譜系數(shù)以及語譜圖的深層情感特征,通過交叉注意力機(jī)制建立不同特征之間的信息交互,有效地整合不同特征中的情感信息,并...
基于改進(jìn)GAN生成器的虛擬視點(diǎn)空洞填充————作者:武偉;韓明昊;
摘要:提出一種基于改進(jìn)GAN生成器的虛擬視點(diǎn)空洞填充算法。算法數(shù)據(jù)集為預(yù)處理的虛擬視圖集合,該數(shù)據(jù)集采用3D-Warping技術(shù)生成填補(bǔ)前的圖像和虛擬視點(diǎn)圖的空洞掩膜。通過改進(jìn)的GAN生成器將虛擬視圖的多維特征進(jìn)行提取,采用結(jié)構(gòu)相似度損失優(yōu)化網(wǎng)絡(luò)來處理生成的空洞區(qū)域。利用結(jié)果模型對空洞圖進(jìn)行填充。實(shí)驗(yàn)結(jié)果表明,該算法在虛擬視點(diǎn)圖填充后能夠保持原空洞區(qū)域的銳利邊緣,視覺感知效果較好,填充后圖像質(zhì)量提升。與...
基于多特征融合的語音情感識(shí)別研究————作者:梁媛;鄭虹;
摘要:針對僅使用單一的語音情感特征進(jìn)行語音情感識(shí)別,會(huì)造成對原始語音信號(hào)利用率低以及語音中包含的情感信息分布不均勻的問題,通過常用的聲學(xué)特征和標(biāo)準(zhǔn)聲學(xué)副語言特征集中進(jìn)行選擇和優(yōu)化,構(gòu)建出一個(gè)與情感相關(guān)性更強(qiáng)的特征集。同時(shí),為使特征集的情感表征更加完善,以及進(jìn)一步提升語音情感識(shí)別效果,文中建立了一個(gè)基于深度學(xué)習(xí)的多特征融合語音情感識(shí)別模型,其中殘差網(wǎng)絡(luò)和雙向長短期記憶網(wǎng)絡(luò)分別用于對特征進(jìn)行深度提取,Tra...
基于改進(jìn)Faster R-CNN的腦腫瘤檢測算法————作者:霍宏雯;劉芳;秦鈺;
摘要:針對腦腫瘤圖像目標(biāo)檢測存在的困難提出一種改進(jìn)的Faster R-CNN算法。為了克服背景復(fù)雜和目標(biāo)較小的問題,設(shè)計(jì)一個(gè)結(jié)合VGG16和ResNet18的特征提取網(wǎng)絡(luò),以捕捉不同尺度下的腫瘤特征。對數(shù)據(jù)集進(jìn)行了數(shù)據(jù)增強(qiáng),調(diào)整了錨框尺寸,以增強(qiáng)模型對腫瘤大小變化的檢測能力。通過在公開的腦腫瘤MRI數(shù)據(jù)集上與原始的Faster R-CNN模型進(jìn)行對比,結(jié)果顯示,該算法在檢測平均精度方面有明顯提升,表明改...
基于駕駛風(fēng)格的車輛變道博弈決策模型————作者:王嵩;郭昕剛;程超;
摘要:針對自動(dòng)駕駛車輛(AV)與人駕車(HV)的混合交通場景,提出一種車輛變道決策模型。利用主成分分析法與K-means++聚類算法將車輛的駕駛風(fēng)格分類,結(jié)合博弈論思想構(gòu)建多重博弈框架,通過風(fēng)險(xiǎn)因子調(diào)整博弈收益,使車輛的變道決策更精確。實(shí)驗(yàn)結(jié)果表明,與最大效用決策和Stackelberg算法相比,在固定AV滲透率下,車輛的平均通過時(shí)間均得到降低,平均通過數(shù)量提高,且未發(fā)生事故;在不同AV滲透率下,隨著滲...
基于多模態(tài)深度學(xué)習(xí)的源代碼漏洞檢測————作者:劉冰;張順;
摘要:針對傳統(tǒng)漏洞檢測方法依賴人工規(guī)則、特征融合不足等問題,提出一種深度融合代碼文本、抽象語法樹與程序依賴圖的多模態(tài)檢測框架(MSC-VD)。通過跨模態(tài)交叉注意力機(jī)制實(shí)現(xiàn)語法結(jié)構(gòu)與語義上下文的動(dòng)態(tài)對齊,結(jié)合層次化窗口注意力降低計(jì)算復(fù)雜度。實(shí)驗(yàn)表明,該方法在緩沖區(qū)溢出、SQL注入等漏洞檢測中F1值達(dá)0.87,較主流基線提升5.2%~17.6%,誤報(bào)率降低至0.11,為代碼漏洞檢測提供...
基于雙指數(shù)跳擴(kuò)散模型的天然氣定價(jià)研究————作者:丁文武;陳之寧;汪亭;
摘要:天然氣是一種清潔、環(huán)保的優(yōu)質(zhì)能源,對環(huán)境保護(hù)意義重大。有效的天然氣定價(jià)可以引導(dǎo)價(jià)值投資,幫助資產(chǎn)保值,從而優(yōu)化資源配置。不過,天然氣價(jià)格往往會(huì)隨季節(jié)變化,并可能受到政治、政策和天氣等多種因素的影響,導(dǎo)致價(jià)格波動(dòng)。通過LM跳躍檢測方法證明了天然氣價(jià)格跳躍行為的存在,并構(gòu)建了一個(gè)基于雙指數(shù)跳擴(kuò)散的天然氣定價(jià)模型。實(shí)證結(jié)果表明,考慮了跳躍行為的天然氣定價(jià)模型具有更優(yōu)的特性。該模型還可解釋突發(fā)事件對天然氣...
HMM-AGARCH模型及其在國債市場中的應(yīng)用————作者:喬若冰;李賀宇;
摘要:AGARCH模型在描述金融時(shí)間序列波動(dòng)的非對稱性方面已經(jīng)得到廣泛應(yīng)用,但是單一的AGARCH模型并沒有考慮到金融市場潛在的狀態(tài)轉(zhuǎn)變過程,從而導(dǎo)致對波動(dòng)性的預(yù)測不夠準(zhǔn)確。為解決該問題,文中將AGARCH模型和HMM相結(jié)合,給出HMM-AGARCH模型的數(shù)學(xué)定義。隨后對模型的待估參數(shù)進(jìn)行后驗(yàn)分布推導(dǎo),利用MCMC算法對模型進(jìn)行數(shù)值模擬,并通過Bias、MSE等評價(jià)指標(biāo)對模擬結(jié)果進(jìn)行評估。最后應(yīng)用該模型...
基于DEMATEL-ISM-MICMAC的應(yīng)急志愿者派遣協(xié)同影響因素分析————作者:林麗金;陳莉婷;陳鳳欽;
摘要:為了提升災(zāi)害事故中志愿者派遣的效率,研究志愿者派遣協(xié)同影響因素之間的相互關(guān)系、層級關(guān)系以及各因素對派遣系統(tǒng)的影響。文中基于文獻(xiàn)和筆者前期研究提出六個(gè)應(yīng)急志愿者派遣協(xié)同影響因素一級指標(biāo),并通過德爾菲法構(gòu)建影響因素二級指標(biāo)。通過25位志愿者和5位應(yīng)急專家對二級指標(biāo)打分,取分?jǐn)?shù)均值較高的前15個(gè)影響因素進(jìn)入系統(tǒng)分析。文中采用決策實(shí)驗(yàn)室法(DEMATEL)分析影響因素的影響度、被影響度、原因度和中心度,采...
基于可變形3D卷積和Bert時(shí)序建模的人體行為識(shí)別算法————作者:戰(zhàn)楚卿;王宏志;胡黃水;
摘要:提出了基于可變形3D卷積和Bert時(shí)序建模的人體行為識(shí)別算法。在3D卷積神經(jīng)網(wǎng)絡(luò)上引入了可變形卷積,將其與Bert時(shí)序建模相融合進(jìn)行人體行為識(shí)別研究,融合DCNv4和Bert后在HMDB51數(shù)據(jù)集中模型測試準(zhǔn)確率有明顯提升,模型的損失函數(shù)值顯著下降。實(shí)驗(yàn)結(jié)果顯示,基于可變形3D卷積和Bert時(shí)序建模的人體行為識(shí)別算法在提升模型性能方面取得了顯著成效
基于深度非對稱可分離卷積的人臉表情識(shí)別————作者:戚星爍;胡黃水;唐志振;王玲;
摘要:提出深度非對稱可分離卷積在網(wǎng)絡(luò)結(jié)構(gòu)不變的情況下,有效地降低了網(wǎng)絡(luò)的參數(shù)。為了提高人臉表情的識(shí)別準(zhǔn)確率,提出了改進(jìn)通道注意力機(jī)制,通過指數(shù)函數(shù)增大不同通道特征圖之間的差異,更突出關(guān)鍵特征。在Fer2013數(shù)據(jù)集上的實(shí)驗(yàn)表明,驗(yàn)證了文中提出的深度非對稱可分離卷積和改進(jìn)通道注意力機(jī)制的有效性
基于集成成像的共軸光學(xué)虛實(shí)融合3D顯示————作者:武偉;王鵬;
摘要:提出了一種基于集成成像的共軸光學(xué)虛實(shí)融合3D顯示系統(tǒng),系統(tǒng)由集成成像3D顯示器、半透半反鏡和自由曲面鏡組成。得益于集成成像3D顯示系統(tǒng)的完美成像,將虛擬圖像發(fā)出的光線經(jīng)過半透半反鏡反射到自由曲面鏡上,且半透半反鏡與自由曲面鏡在同一光軸上,利用半透半反鏡的透射效應(yīng)可觀察到反射在自由曲面鏡上的虛擬圖像與自由曲面鏡前方真實(shí)物體的像疊加在一起的效果,從而達(dá)到虛實(shí)融合立體顯示的目的。實(shí)驗(yàn)結(jié)果證實(shí)了該共軸光學(xué)...
新型板式換熱器板片設(shè)計(jì)與性能分析————作者:母德強(qiáng);劉凱;褚笛柯;蒼鵬;王震;司蘇美;
摘要:提出一種新型六孔式板式換熱器板片結(jié)構(gòu),綜合流體動(dòng)力學(xué)、傳熱學(xué)理論和有限元分析技術(shù)等,對新型六孔式板片與傳統(tǒng)四孔式板片的流場均勻程度、流阻系數(shù)以及換熱效果進(jìn)行對比分析,結(jié)果表明,六孔式板片換熱區(qū)內(nèi)部沿長度和寬度方向速度分布都比對四孔式板片對角流和單邊流的均勻,流阻系數(shù)小于傳統(tǒng)板片,熱交換效果也好于傳統(tǒng)板片
基于可逆神經(jīng)網(wǎng)絡(luò)的電氣驅(qū)動(dòng)系統(tǒng)故障檢測————作者:陳雨;韓伯愷;程超;
摘要:提出了一種小波包結(jié)合可逆神經(jīng)網(wǎng)絡(luò)和典型相關(guān)分析的故障檢測方法。首先使用小波包對數(shù)據(jù)進(jìn)行處理,獲取數(shù)據(jù)的時(shí)頻域特征。隨后使用可逆神經(jīng)網(wǎng)絡(luò)輔助典型相關(guān)分析方法提取數(shù)據(jù)之間的非線性關(guān)系,并用于故障檢測,該方法能夠充分提取出數(shù)據(jù)之間的相關(guān)性,從而降低故障檢測的漏檢率。最后通過電氣驅(qū)動(dòng)系統(tǒng)驗(yàn)證了所提方法的有效性
結(jié)合圖像配準(zhǔn)網(wǎng)絡(luò)的CycleGAN 及MRI跨序列生成————作者:朱江;李亞洲;李陽;
摘要:采用一種結(jié)合注意力機(jī)制和圖像配準(zhǔn)的CycleGAN (Registration and Attention CycleGAN, RAGAN),以解決MRI模態(tài)間生成問題。在CycleGAN中引入自注意力機(jī)制,幫助生成器更好地捕捉輸入模態(tài)數(shù)據(jù)中的語義信息,增強(qiáng)判別器的判別能力,改善CycleGAN的生成效果和訓(xùn)練穩(wěn)定性。在模型中加入了配準(zhǔn)網(wǎng)絡(luò),通過學(xué)習(xí)序列之間的變換關(guān)系實(shí)現(xiàn)生成序列圖像與原始序列圖像...
一種基于特征增強(qiáng)的聯(lián)邦學(xué)習(xí)信用評估算法————作者:陳虹;陳志雨;
摘要:提出了一種基于特征增強(qiáng)的聯(lián)邦學(xué)習(xí)算法(FedFAC),旨在解決類別極度不平衡的信用評估分類問題。首先采用深度神經(jīng)網(wǎng)絡(luò)模型作為聯(lián)邦學(xué)習(xí)訓(xùn)練的全局模型,然后通過FedFAC算法對數(shù)據(jù)進(jìn)行特征增強(qiáng),并進(jìn)行分布式訓(xùn)練。為了全面考察正負(fù)類樣本的識(shí)別效果,文中選擇了多個(gè)評價(jià)指標(biāo),在三個(gè)公共數(shù)據(jù)集上,將FedFAC與FedAvg、FedBN、FedProx等算法進(jìn)行了對比分析。實(shí)驗(yàn)證明,F(xiàn)edFAC算法在信用評...
基于ROS仿真系統(tǒng)的DQN算法改進(jìn)————作者:逄煥利;劉增福;趙景輝;
摘要:針對DQN算法收斂速度慢的問題進(jìn)行優(yōu)化,提出了DP-DQN算法,并將其應(yīng)用于移動(dòng)無人車,以學(xué)習(xí)最佳的決策。首先在Dueling DQN的基礎(chǔ)上改進(jìn)其網(wǎng)絡(luò)結(jié)構(gòu),將網(wǎng)絡(luò)結(jié)構(gòu)分解為價(jià)值函數(shù)和優(yōu)勢函數(shù),從而實(shí)現(xiàn)了動(dòng)作選擇和動(dòng)作評價(jià)的解耦,加快了收斂速度,使其具有更好的泛化性能,能夠更快地學(xué)習(xí)最優(yōu)決策。其次,加入優(yōu)先經(jīng)驗(yàn)回放機(jī)制,提高樣本利用率。最后針對訓(xùn)練階段的不穩(wěn)定性和環(huán)境狀態(tài)空間的稀疏性,在DQN的即...
相關(guān)科技期刊推薦
核心期刊推薦
copyright © m.anghan.cn, All Rights Reserved
搜論文知識(shí)網(wǎng) 冀ICP備15021333號(hào)-3