应用科学学报

所属栏目：科技期刊热度：时间：

应用科学学报 关注(): 期刊周期：双月刊; 期刊级别：北大核心; 国内统一刊号：31-1404/N; 国际标准刊号：0255-8297; 主办单位：上海大学;中国科学院; 主管单位：上海大学;中国科学院; 查看应用科学学报近十年数据入口>>>; 上一本期杂志：铁道运营技术铁道科技期刊; 下一本期杂志：吉林建筑工程学院学报土木工程期刊

　　《应用科学学报》上海市北大核心期刊，创刊于1983年，是由上海市教育委员会主管、上海大学和中科院上海技术物理研究所主办的综合性学术类期刊。

　　《应用科学学报》主要刊登创造性科研成果，优先刊登前沿科学与技术领域中探索研究的新成果。除特约稿外，一般不刊登综合性和动态性文章。内容侧重于应用数学、应用物理、应用化学、信息科学、材料科学、无线电电子学、计算机科学和精密机械等方面。获奖情况：首届中国高校优秀科技期刊;第2届中国高校优秀科技期刊奖;全国高校优秀科技期刊;中国科技期刊方阵双效期刊;上海市优秀科技期刊;首届《CAJ-CD》执行优秀期刊;上海市优秀科技期刊;总署“双效期刊”;教育部高校优秀科技期刊二等奖。

　　应用科学学报杂志栏目设置

　　通信工程、信号与信息处理、计算机科学与应用、电子技术、控制与系统

　　应用科学学报杂志荣誉

　　CA 化学文摘(美)CSCD 中国科学引文数据库来源期刊(含扩展版)JST 日本科学技术振兴机构数据库(日)Pж(AJ) 文摘杂志(俄)SA 科学文摘(英)万方收录(中)上海图书馆馆藏剑桥科学文摘北大核心期刊(中国人文社会科学核心期刊)国家图书馆馆藏文摘与引文数据库文摘杂志物理学、电技术、计算机及控制信息数据库知网收录(中)统计源核心期刊(中国科技论文核心期刊)维普收录(中)Caj-cd规范获奖期刊中国期刊方阵双效期刊中科双效期刊全国优秀科技期刊

　　阅读推荐：科研信息化技术与应用

　　《科研信息化技术与应用》坚持为社会主义服务的方向，坚持以马克思列宁主义、毛泽东思想和邓小平理论为指导，贯彻“百花齐放、百家争鸣”和“古为今用、洋为中用”的方针，坚持实事求是、理论与实际相结合的严谨学风，传播先进的科学文化知识，弘扬民族优秀科学文化，促进国际科学文化交流，探索防灾科技教育、教学及管理诸方面的规律，活跃教学与科研的学术风气，为教学与科研服务。

　　应用科学学报最新期刊目录

融合胶囊网络与因果推理的疾病预测————作者：孙明辰;金辉;王英;

摘要：现有基于深度学习的疾病预测模型通常是数据驱动的，导致模型过度依赖于训练数据集中的样本数量以及疾病类型覆盖范围。现有疾病预测方法主要存在以下局限性：1）若模型在训练过程中所涉及的疾病类型有限，则其在处理罕见疾病时性能会大幅下降甚至做出错误预测。2）训练数据中可能存在与预测目标无关或相关性较小的特征。这种噪声会导致模型无法做出稳定的可靠预测，进而无法满足医疗领域应用对高安全性、高可靠性的现实需求。为解...

融合机器学习与动态模型优化的雪崩预测及防治策略————作者：金永超;王志坚;贾慧爽;杜云天;胡鑫婷;陈学斌;

摘要：爆破是防止雪崩的有效方法，但合适的爆破时间、爆破位置和爆破能量很难确定。本文首先收集、爬取了关于雪崩的指标数据，并对数据进行预处理。然后对数据进行探索性数据分析，重点分析时间与雪崩发生的关系，发现雪崩具有明显的季节性。以数据的80%为训练集，20%为测试集，建立支持向量机、随机森林和感知器神经网络模型，并利用贝叶斯优化算法对模型进行参数寻优，结果显示感知器神经网络的准确率最高。最后根据损失度对3个...

一种基于轻量化卷积模块的语义分割网络————作者：连晓峰;康毛毛;谭励;王艳莉;

摘要：融合深度学习的语义同步定位与地图构建技术为处理动态场景提供了有效的解决方案，但仍面临计算资源消耗大和模型复杂度高的挑战。为此，提出了一种基于BlendMask改进的轻量化语义分割网络。首先，设计了一种轻量的GDS-ECA卷积（Ghost-depthwise separable convolution with efficient channel attention）模块，利用深度可分离卷积替代Gh...

基于卷积神经网络的轻量高效图像隐写————作者：段新涛;白鹿伟;徐凯欧;张萌;保梦茹;武银行;秦川;

摘要：基于深度学习的图像隐写方法，因存在模型参数量和计算量大等问题，而面临高参数和计算负载的挑战，为此提出了一种轻量高效的图像隐写方法。首先在编码器和解码器中引入Ghost模块，降低了编码器和解码器的参数量和计算量。其次提出了一个多尺度特征融合模块，用以捕捉多维数据中的复杂关系。最后提出了一个新颖的混合损失函数，可在保持模型不变的情况下提升图像隐写质量。实验结果表明，所提方法在256×256像素的图像上...

基于并行优化CBAM的轻量级故障诊断模型————作者：贾志洋;许兆;冷艳梅;闻新;龚浩宇;

摘要：在工程实践中，故障诊断模型的性能受到多种因素的影响，如强噪声干扰、小样本、模型参数规模较大等，对现有的数据驱动设备诊断智能模型的应用提出了挑战。本文提出一种基于并行优化卷积块注意力模块（convolutional block attention module, CBAM）的轻量级模型PCSA-Net。首先，采用多尺度信号特征提取器（signal feature extractor, SFE）将输入...

面向视频的人脸特征计算方法————作者：王莹笑;杨彦红;谭云峰;

摘要：本文梳理了近五年视频人脸识别领域的研究成果，对比分析了采用的面向视频的人脸特征计算方法，主要分为传统人脸特征计算方法、深度学习人脸特征计算方法、特征聚合和特征融合方法。传统特征提取方法包括线性的和非线性的，深度学习特征提取方法包括非时空特征提取方法和时空特征提取方法。特征聚合和特征融合方法能够整合多个特征源以及融合不同时间段的特征，提高识别性能。此外，本文还统一分析了相关文献用到的算法、算法的优势...

基于多路激励和金字塔切分注意力的鸟类行为识别————作者：邓抒憧;陈爱斌;戴子健;

摘要：针对传统行为识别方法在处理复杂鸟类行为模式时存在辨识率低、误判率高等问题，提出了一种基于多路激励模块和金字塔切分注意力的改进3D残差网络的深度学习模型。利用帧间差分法有效减轻计算负担，在精确保留关键时空信息的同时提高了识别精度。引入多路激励模块改进原有残差块，使模型能够精准捕捉细微运动行为特征，解决了鸟类复杂动态行为识别易混淆的问题。以3D金字塔切分注意力替换原有3D卷积层，实现对不同尺度鸟类行为...

脉冲神经网络基准测试及类脑训练框架性能评估————作者：胡汪鑫;成英超;何玉林;黄哲学;蔡占川;

摘要：随着脉冲神经网络（spiking neural network, SNN）研究需求的不断增长，开源类脑训练框架也迅速发展。然而，目前缺乏针对这些框架的系统性选择指南。为了解决该问题，提出了一种基于图像分类任务的SNN基准测试方法。本文为两种SNN训练方法，即直接替代梯度反向传播训练方法以及从人工神经网络（artificial neural network, ANN）到SNN的转换训练方法分别设计了...

一种基于指数移动平均的物联网边缘设备选择机制————作者：吴桐;袁培燕;

摘要：在小型蜂窝网络中，用户设备（user equipment, UE）数量往往大于小基站（small base station, SBS）数量，每个SBS服务多个UE，同时每个UE可被多个SBS覆盖。如何选择合适的SBS为每个UE服务，是小型蜂窝网络面临的重要挑战之一。传统的多点协同（coordinated multiple point, CoMP）传输技术基于按比例公平策略进行资源分配，没有考虑系统...

基于预训练大语言模型的实体关系抽取框架及其应用————作者：魏伟;金成功;杨龙;周默;孟祥主;冯慧;

摘要：实体关系抽取是构建大规模知识图谱和专业领域数据集的重要基础之一，为此提出了一种基于预训练大语言模型的实体关系抽取框架（entity relation extraction framework based on pre-trained large language model, PLLM-RE），并针对循环经济政策进行了实体关系抽取研究。基于所提出的PLLM-RE框架，首先使用RoBERTa模型进行...

基于相对信任增强的推荐算法————作者：成佳燚;陈玲姣;吴岳忠;

摘要：近年来，社会化推荐成为了推荐领域的研究热点。在基于用户历史行为的推荐算法中引入用户的社交关系，能够缓解推荐系统面临的数据稀疏性和冷启动的问题。本文提出了一种基于相对信任增强的推荐算法（relative trust enhancement recommendation algorithm based on the CosRA, RTECosRA）。该算法在“用户-物品”的二部图网络中，基于CosRA...

基于多跳机制的扩散图谱推荐模型————作者：刘珈宁;张思佳;张正龙;王祎涵;安宗诗;

摘要：针对基于知识图谱的推荐系统中存在的高阶建模困难与用户特征建模不足的问题，提出基于多跳机制的扩散图谱推荐模型（a diffusion map recommendation model based on multi-hop mechanism, MultiHop-GDN）。该模型通过端到端方法挖掘知识图谱高阶语义信息，涵盖知识图谱构建、特征提取网络构建与多跳扩散模型构建三部分内容。利用用户特征和项目特...

《应用科学学报》征稿简则

摘要：<正>《应用科学学报》的办刊宗旨是反映最新应用科学研究成果，促进学术交流，推动应用科学的研究和发展。学科领域以电子与信息科学为主，包括通信工程、信号与信息处理、电子技术、计算机科学与应用、控制与系统等。本刊主要发表创新性科研成果。除特约稿件外一般不刊登综述性文章。1来稿要求1.1主题突出、论证严密、数据可靠、文字通畅。稿件须包括中英文题名(中文题名不超过20字).作者单位、中英文摘要、关键词3～6...

基于U-Net改进的日平均2 m气温订正方法————作者：王冰轮;方巍;

摘要：针对数据订正常用的深度学习模型U-Net中不能充分学习空间特征以及图像细节信息丢失的问题，提出了S-CUnet 3+模型。S-CUnet 3+采取以下两个措施对U-Net进行改进：一是将原模型与能够学习图片全局特征的Swin Transformer有机结合起来；二是引入多尺度连接操作。模型还采用了预训练与微调的训练策略针对多个预报步长同时订正。7个预报步长的日平均2 m气温预报值订正的实验结果表明...

基于锁模激光器的FBG电流传感器高速解调系统————作者：王华;何群;谭如超;武冬;方一诺;马跃辉;严开全;牟成博;

摘要：要：智能电网可靠、安全、经济、高效的发展目标，对电流参数的检测速率提出了更高的需求。本文开展了锁模激光器对基于磁致伸缩效应的光纤布拉格光栅（fiber Bragg grating, FBG）电流传感器复用实现高速解调的实验研究，首次将时间拉伸-色散傅里叶变换（time-stretch dispersive Fourier transformation, TS-DFT）技术与光纤电流传感技术进行了结...

基于多任务学习的课堂表情分类模型————作者：贺加贝;周菊香;甘健侯;吴迪;温晓宇;

摘要：要：基于课堂视频图像理解的学生表情识别与学习情感分析技术已然成为当前智慧教育领域的研究热点，但在图像视频采集质量低、环境复杂、多目标遮挡严重的真实应用场景中往往面临很大的挑战。针对目前大多课堂表情分类模型仅关注离散表情单一维度存在的不足，提出了一种多任务识别的学生表情分类模型。首先，基于课堂表情分类模型构建了真实场景下的多任务课堂表情数据集，并通过数据平衡技术解决数据集类别标签分布不平衡问题。其次...

基于混合采样和SE＿ResNet＿SVM的不平衡多分类研究————作者：矫桂娥;翁铜铜;张文俊;

摘要：要：针对结构化多分类算法中不平衡数据集类别分布不均导致分类难度增加的问题，本文提出了一种基于混合采样、压缩与激励（squeeze and excitation, SE）模块、改进深度残差网络和支持向量机（support vector machines, SVM）的网络模型SNSMRS (SMOTEENNmixed residual networks-SVM network)。首先，通过合成少数过采...

基于子领域适应和时空学习的脑电情感识别————作者：唐意恒;王永雄;王哲;张晓理;

摘要：在跨受试情感识别中，不同受试者的脑电样本分布存在显著差异，常采用域适应方法减小脑电信号的个体差异。然而，全局域适应忽略了不同情感类别子领域的脑电分布差异，降低了情感特征的可区分性。此外，脑电信号包含众多的电极通道，并且受试者也只在部分刺激期间达到预期情绪，因此通道间的复杂空间信息和脑电信号的关键帧学习也是亟待解决的难题。为解决上述问题，提出了一种基于子领域适应和时空学习的脑电情感识别网络。首先，利...

ECG-UNet——基于U型结构的轻量化医学图像分割算法————作者：裴刚;张孙杰;张佳鹏;庞俊;

摘要：要：近年来，Transformer模型改善了深度神经网络在传统医学图像分割领域性能欠佳的问题，但因庞大的计算参数量而难以应用于移动端，为此提出一种轻量化网络ECG-UNet。首先，在保持模型性能的前提下，在瓶颈处采用线性映射与注意力相结合的策略替代普通卷积，以减少网络的参数量；同时，在网络中引入轻量化多层感知机模块，从而在图像中学习到关于分割目标更多的位置信息；其次，使用空洞卷积来获取更大的感受野...

基于CRTNet的低照度图像增强方法————作者：江泽涛;黄景帆;朱文才;黄钦阳;金鑫;

摘要：要：针对低照度环境下获取的图像与颜色失真问题，该文结合了通道注意力和空间注意力的机制，提出了一种基于颜色还原Transformer网络（color restoraration Transformer networks, CRTNet）的低照度图像增强方法。CRTNet由颜色注意力模块（color attention module, CAM）、颜色映射模块（color map module, CMM...

　　相关科技期刊推荐

　　核心期刊推荐

查看更多科技期刊