所屬欄目:電子信息期刊 熱度: 時間:
吉林大學學報信息科學版
關注()《吉林大學學報:信息科學版》JournalofJilinUniversity(InformationScienceEdition)(雙月刊)曾用刊名:長春郵電學院學報,1983年創刊,主要刊登信息與通信工程、控制科學與工程,計算機科學與工程、儀器科學與工程,電子科學與技術、管理科學與工程,電器工程等方面的學術論文及研究報告。本刊既反映基礎理論研究又反映應用技術研究,并注意報道技術開發工作的最新成果,在理論與實踐相結合,促進科技成果轉化方面具有自己的特色。
吉林大學學報信息科學版欄目設置電子科學與技術、儀器科學與工程、信息與通信工程、控制科學與工程、計算機科學與工程。
吉林大學學報信息科學版收錄國家新聞出版總署收錄 維普網、萬方數據庫、知網數據庫、龍源期刊網、文摘雜志、哥白尼索引、劍橋科學文摘、劍橋科學文摘社ProQeust數據庫、物理學、電技術、計算機及控制信息數據庫收錄
1、中國科技論文統計源期刊(中國科技核心期刊)
2、數據:MARC數據、DC數據
3、圖書館藏:國家圖書館館藏、上海圖書館館藏
4、影響因子:
截止2014年萬方:影響因子:0.646;總被引頻次:470
截止2014年知網:復合影響因子:0.981;綜合影響因子:0.626
5、吉林大學學報:信息科學版榮譽:
全國優秀高校自然科學學報
吉林省一級科技期刊
Caj-cd規范獲獎期刊
優秀郵電科技期刊獎等8項
閱讀推薦:電子科技大學學報
《電子科技大學學報》刊登的許多文章都處于人文社會科學研究的前沿領域,具有前導性、獨創性、特別是以信息科學為核心的人文交叉研究已成為本刊鮮明的特色和優勢。該刊的編委皆由校內各學科負責人和專家構成,充分保證該刊的學術水準。本刊稿源豐富,每期刊發的文章甄選比例達到5:1,稿件質量高,已出版的十二期300余篇文章中,具有高級職稱或是具博士學位的作者達70%以上。獲獎情況:獲得第二屆全國社科類質量進步獎。
吉林大學學報信息科學版最新期刊目錄
基于GA-LightGBM模型的云頂高度反演方法研究
摘要:衛星遙感目前已廣泛用于獲取云相關參數,但被動觀測衛星的云識別產品和CTH(Cloud Top Height)產品的精度往往有所欠缺,而主動觀測衛星雖然提供了高精度的CTH和云識別信息,但觀測范圍有限。為解決上述問題,提出一種GA-LightGBM(Genetic Algorithm-Light Gradient Boosting Machine)模型,該模型利用哨兵五號(S5P:Sentinel-...
基于雙向搜索的A*算法與DWA算法融合的路徑規劃
摘要:為提高傳統A*算法在路徑規劃時的實時性和安全性,提出了一種融合改進A*和DWA(Dynamic Window Approach)的路徑規劃方法。首先,對A*算法的搜索鄰域進行了優化,以減少節點的搜索方向;其次,引入雙向搜索和動態定義目標節點策略優化搜索機制,從起始和目標節點進行雙向路徑搜索;引入動態權重系數,減少路徑搜索過程中產生的...
基于云端的移動式智能車底藏匿物檢測系統設計
摘要:針對目前傳統安檢方法對于車輛底盤表面藏匿的違禁物品的檢測效率低、漏檢率高、便攜性差等不足,設計了一個基于云端的移動式智能車底藏匿物檢測系統,通過機器人、網絡通信、圖像處理及目標檢測等技術,實現藏匿物智能化檢測。基于SIFT(Scale-Invariant Feature Transform)算法提取圖像特征信息并獲取車底局部全景圖像,使用YOLOv5(You Only Look Once vers...
基于改進YOLOv5s的課堂質量評價體系
摘要:針對傳統課堂質量評價手段主要依靠人工觀察,存在效率低和精度差等問題,提出了一種基于改進YOLOv5s(You Only Look Once version 5 small)的輕量化課堂評價模型。通過采用該模型和層次分析法建立完善的課堂評價體系。該模型在頸部網絡中融入CBAM(Convolutional Block Attention Module)注意力機制,提高了模型的識別精度;通過在骨干網絡中...
改進的仿蝎子振源位置估計方法
摘要:針對現有仿蝎子振源定位方法因蝎子振源定位模型不完善而導致的定位精度受限的問題,提出一種改進的仿蝎子振源位置估計方法。該方法首先根據振動信號不同頻率分量隨距離增加衰減速度不同的特性,完善現有仿蝎子振源定位機理距離估計缺失的不足,并基于改進后的模型完成振源位置特征提取,構建完整位置特征數據庫。然后,使用K-means方法創建子數據庫以減少數據匹配的時間。最后,通過KNN(K-Nearest Neigh...
自適應深度一致與跨頻注意力的多視立體網絡
摘要:針對當前深度學習在三維重建中難以從圖像中提取全面的場景信息,以及未充分考慮視圖間的深度一致性問題,提出具有自適應深度一致性和跨頻注意力的多視圖立體網絡(ADCFA-MVSNet:Multi-View Stereo with Adaptive Depth Consistency and Cross-Frequency Attention)。跨頻注意力(CFA:Cross-Frequency Atte...
融合段落和文檔特征的金融公告事件抽取方法
摘要:針對金融事件存在論元專業性強、分散度高等特點,傳統事件抽取方法難以實現精準抽取問題,提出了一種融合段落局部和文檔全局特征的事件抽取方法。該方法首先對金融公告文檔分段后并行地對所有段落利用Fin-BERT(Financial Bidirectional Encoder Representation from Transformers)預訓練模型、卷積神經網絡和自注意力機制獲取文檔局部特征;然后利用B...
基于ViT-WGAN-GP的水稻病害圖像生成方法
摘要:針對水稻病害圖像數據集樣本較少而影響深度神經網絡模型學習的精度問題,提出一種改進的對抗生成網絡模型ViT-WGAN-GP(Vision Transformer and Wasserstein Generative Adversarial Networks with Gradient Penalty)用于對圖像數據集進行增強。首先在生成模型引入Vision Transformer結構加強對全局特征的...
基于XLBMC的專業領域中文分詞方法
摘要:針對通用分詞方法在專業領域的中文分詞任務中,由于跨領域的數據分布不匹配和大量未登錄的專業詞匯限制導致分詞準確率低的問題,提出基于XLBMC(XLNet-BiGRU-Multi-head Self-attention-Conditional Random Field)的專業領域分詞方法。首先通過改進的XLNet預訓練模型生成包含上下文語義信息的動態詞向量,使模型能更好地利用邊界特征和語義知識;然后將...
遷移學習在焊接熔透識別和缺陷檢測中的應用
摘要:基于監督學習的深度神經網絡焊接技術在實際工業場景中,難以獲取帶有標簽的數據樣本,限制了深度網絡模型的性能。而針對無標注或不完整標注數據集,遷移學習算法提供了一種新穎的解決方案。為此,從領域自適應和預訓練-微調兩個方面闡述了遷移學習算法,并從近年來算法發展歷程和在焊接熔透識別和缺陷檢測中的應用方面歸納總結了當前已有的研究工作。同時,還探討了焊接領域未來需要更多關注和探索的遷移學習問題。通過遷移學習的...
基于深度學習的社區應急管理需求感知系統
摘要:在疫情災害等場景下的社區應急管理中,傳統方法無法快速精確捕捉社區的需求動態。為此,提出一種結合多模態大語言模型和YOLOv8(You Only Look Once version 8)的智能感知系統。該系統綜合分析社交媒體文本數據和社區監控視頻流,以實時識別社區公共服務需求。實驗結果顯示,系統在需求識別和異常檢測方面表現出高準確性和響應速度。該系統提升了應急管理中公共服務的響應能力,為智慧城市建設...
智能汽車視頻注入實驗平臺設計
摘要:智能汽車是全球汽車產業發展的重要方向,為適應智能汽車實踐教學的新需求,設計并搭建了一套智能汽車視頻注入實驗平臺。首先,結合虛擬仿真與車載域控制器,設計了一套虛實融合的實驗平臺方案;其次,開發了攝像頭仿真模型并進行了虛擬標定驗證,同時構建了基于GMSL2(Gigabit Multimedia Serial Link 2)與CSI-2(Camera Serial Interface 2)協議的攝像頭數...
基于改進Apriori的藥物信息敏感數據挖掘算法
摘要:針對藥物信息數據具有類別不平衡的特點,敏感數據可解釋性較差且較多、應用效果與挖掘準確率較低的問題,提出了一種基于改進Apriori的藥物信息敏感數據挖掘算法。將藥物數據分解成若干個帶限固有模態函數,更新與去噪藥物信息數據,根據藥物敏感數據特征子集的信息增益以及蒙特卡洛采樣策略提取敏感數據特征子集,分析隱層輸出函數和特征子集之間的關系。引入極限學習機改進Apriori算法,篩選出具有顯著關聯性的藥物...
基于機器學習的文本分類與標簽預測算法
摘要:文本數據量大時,需要從文本數據中提取有效的特征,以捕捉文本的重要信息,以便于文本的存儲和查詢。為此,提出基于機器學習的文本分類與標簽預測算法研究。采用條件隨機場方法對待處理文本展開詞性標注和切分,獲取文本的特征。將文本特征輸入自注意力機制循環卷積神經網絡中,經過模型訓練輸出文本的分類結果和標簽預測結果。經實驗證明,所提算法可以有效的完成對文本的分類和標簽預測,文本分類取偽率平均為95.2%,文本預...
基于注意力機制的井場小目標泄露檢測算法
摘要:針對目前井場抽油機泄露目標檢測方法忽視井場泄漏檢測的特殊需求,在對井場泄漏目標進行特征識別的過程中存在一些局限性的問題,提出一種基于注意力機制的井場小目標泄露檢測算法。以YOLOv5(You Only Look Once 5)網絡為基礎,在主干網絡中引入通道和時空注意力模塊,獲取到更多的特征判別信息,以增強模型對重要特征的關注。同時,在主干網絡中多引出了一個小目標檢測尺度,使網絡更多地融合小目標物...
直覺模糊集相似性及在邊坡評價中的應用
摘要:針對直覺模糊集相似性度量中猶豫度再分配問題,由于傳統方法大都依靠固定公式且結果恒定,其與實際情況不符,為此,提出了一種新的直覺模糊集相似性度量方法。該方法引入隨機函數,對猶豫度進行細粒度的隸屬度與非隸屬度再分配,并保留剩余猶豫度,在保持信息完整性的同時,大幅度提高了度量的辨識能力和計算效率,滿足了相似性度量的核心要求。并且還深入探討了兩個直覺模糊數相似性的可能取值范圍,增強了相似性的適用性。將此方...
基于時變約束的光儲充電站多時間尺度調度
摘要:針對運行策略不足時光儲充電站的高運行成本及對配電網產生的負荷波動問題,提出了一種基于時變邊界約束條件的光儲充電站多時間尺度優化調度策略。首先日前階段以日運行成本最小為目標,對電動汽車充電負荷以及光伏發電功率區間進行預測;日內階段以對配電網造成的負荷波動均方差最小為目標。構建基于預測區間邊界、光伏發電上網電價以及電網分時電價的具有時變邊界的約束條件,對運行策略中相關變量加以約束。最后設置多個場景,調...
基于Linux命名空間的網絡仿真方法設計與實現
摘要:由于網絡仿真需要消耗大量系統資源且參數配置復雜,因而在進行網絡測試時,這些因素均會影響測試精度,為此,設計一種基于Linux命名空間的輕量級網絡仿真方法。基于Linux內核虛擬化技術構建仿真網絡,針對網絡測試過程中動態調整拓撲引起參數配置復雜,運行網絡仿真系統時資源消耗大的問題,設計采用人類可讀的數據序列化標準文件靈活定義網絡,在用戶態通過調用系統命令借助Linux網絡命名空間機制完成虛擬網絡創建...
異構計算下的電力系統用戶側凈負荷預測算法
摘要:針對原始電力系統用戶側凈負荷序列混亂問題,為精準預測電力系統用戶側負荷數據的變化情況,提出一種異構計算下的電力系統用戶側凈負荷預測算法。分析帶有噪聲的電力系統用戶側凈負荷數據,實施二進制小波變換,經設定門限值與確定估計信號,預處理電力系統用戶側凈負荷數據;應用經驗模態分解方法,進行了電力系統用戶側凈負荷分解,使用擴展卡爾曼濾波(EKF:Extended Kalman Filter)以及核函數極限學...
雙碳背景下電力企業辦公能耗節能功率控制算法
摘要:電力企業辦公區域中的溫度、濕度、空氣質量等環境因素具有動態變化特性,且相互之間存在復雜關系。這些因素對能耗的影響難以準確量化,增加了控制算法的復雜性。為此,提出雙碳背景下電力企業辦公能耗節能功率控制算法。利用環境傳感器布設傳感器網絡,采集辦公環境的信息數據,并利用回歸模型建立環境因素與能耗之間的線性關系,量化環境因素對能耗的影響。根據環境因素與能耗之間的線性關系,計算辦公環境耗能設備的功率損耗和年...
相關電子信息期刊推薦
核心期刊推薦
copyright © m.digitalguess.com, All Rights Reserved
搜論文知識網 冀ICP備15021333號-3