《南京信息工程大學學報(自然科學版)》(雙月刊)創刊于2009年，由南京信息工程大學主辦。主要刊登電子、通信與自動控制技術;計算機科學與技術;環境科學與工程;地理、遙感與測繪技術;機械儀器儀表、電氣工程;地球科學;材料科學;化學與化工;生物學;信息科學與系統科學;數學和物理學等方面的基礎理論與應用研究論文.熱忱歡迎海內外專家學者惠賜佳作。

　　南京信息工程大學學報(自然科學版)雜志欄目設置

　　電子、通信與自動控制技術、計算機科學與技術、環境科學與工程、地理、遙感與測繪技術、機械儀器儀表、電氣工程、地球科學、材料科學、化學與化工等

　　南京信息工程大學學報(自然科學版)雜志榮譽

　　CA 化學文摘(美)萬方收錄(中)上海圖書館館藏哥白尼索引(波蘭)國家圖書館館藏知網收錄(中)維普收錄(中)中國期刊全文數據庫(CJFD)

　　閱讀推薦：計算機工程與科學

　　《計算機工程與科學》(月刊)創刊于1973年，由國防科技大學計算機學院主辦。辦刊宗旨是為計算機界同行出版有創見的學術論文，介紹有特色的科研成果，探討有新意的學術觀點提供理想園地;活躍計算機界學術氣氛，擴大國內外交流，為發展中國的計算機事業盡一點微薄之力。

　　南京信息工程大學學報(自然科學版)最新期刊目錄

基于EEG-fNIRS融合的跨受試分類方法

摘要：腦機接口（Brain-Computer Interface，BCI）技術通過解碼腦信號實現人機交互，其中，運動想象（Motor Imagery，MI）因其自然性和主動性成為非侵入式BCI領域中廣泛采用的實驗范式之一。腦電圖（EEG）與功能性近紅外光譜（functional Near-Infrared Spectroscopy，fNIRS）是常用的腦信號采集手段，因為兩者之間具備時空互補性，研究人員...

基于多通道混合特征融合的風電功率多步預測

摘要：為改善風速不確定性和波動性帶來的風電功率預測精度不高的現狀，提出一種基于改進海鷗優化算法、多元模態分解（Multivariate Variational Mode Decomposition，MVMD）、Transformer、時間卷積網絡（Temporal Convolutional Network，TCN）、長短時記憶網絡（Long Short-Term Memory，LSTM）和雙通道池化結...

基于PatchSBSAFormer的長期海洋葉綠素a濃度預測

摘要：海洋葉綠素a濃度時序數據因其復雜的非線性與非平穩特性，對長期精準預測構成了巨大挑戰。為應對此挑戰，本文提出一種基于分塊的譜帶自注意力Transformer模型（Patch-based Spectral Banding Self-Attention Transformer， PatchSBSAFormer）。該模型以分塊策略為基礎，并集成兩大核心創新：在頻域高效捕捉時間依賴的譜帶自注意力編碼器，以及...

基于自注意力神經網絡的電網線損預測方法

摘要：電力配送過程中不可避免產生線損。使用循環神經網絡進行線損預測存在信息遺忘和梯度消失等問題，在面對長時間序列的預測時預測精度不理想。為了提高線損預測的準確性，本文提出一種基于自注意力機制的線損預測模型。首先，根據近期的整體功耗、線損和時間等信息構建一個高維時間序列；然后，基于高維時間序列的數據結搭建一個自注意力神經網絡模型；最后，利用一個開源數據集進行訓練和測試，并以均方誤差作為線損預測的評估指標。...

融合遷移學習和知識蒸餾的大時間尺度海表溫度智能預測

摘要：針對大時間尺度（如周、月）海表溫度(Sea Surface Temperature， SST)數據的小樣本特性導致模型泛化能力弱、預測精度低、模型參數復雜等問題，本文提出一種融合遷移學習和知識蒸餾的大時間尺度SST智能預測方法。首先，建立基于圖卷積神經網絡和雙向長短時記憶網絡相結合的源域SST預測模型，充分提取源域日尺度SST時空特征；然后，采用生成對抗網絡進行特征對齊來完成模型遷移，以使得源域和...

基于數據驅動的磁性元件磁芯損耗建模研究

摘要：磁性元件在電力電子系統中主要用于實現磁能的傳遞、存儲及濾波等關鍵功能，直接影響功率變換器的體積、質量、損耗、成本，精確預測磁芯損耗具有重要意義。為解決在使用磁性元件時無法對磁芯損耗做出精確評估的問題，提出一種基于數據驅動的磁芯損耗建模方法。使用決策樹和XGBoost模型進行勵磁波形分類，繪制出測試集中各材料的磁通密度分布圖、波形特征圖。建立XGBoost、支持向量機、梯度提升回歸樹和K近鄰四種磁芯...

結合小波變換下采樣和特征融合的視頻異常檢測方法

摘要：視頻異常檢測任務中，基于記憶增強的自編碼器框架雖能有效抑制異常樣本的過擬合現象，但對正常樣本的細節特征提取能力存在顯著局限性。針對此問題，本文提出一種融合多尺度小波變換的視頻異常檢測模型。該方法以U-Net為骨干網絡，通過兩項核心創新實現性能突破：1）在解碼器中設計基于哈爾小波變換（Haar Wavelet Transform）的下采樣模塊，通過頻域多分辨率分解機制，在壓縮冗余信息的同時保留關鍵細...

基于自適應GAN與遺傳森林的區塊鏈異常交易檢測算法

摘要：針對區塊鏈異常交易檢測中因異常交易數據標簽稀疏導致正負樣本極度不均衡，進而影響模型檢測效果的問題，本文提出一種基于自適應加權生成對抗網絡(GAN)策略和遺傳森林的檢測算法。首先，利用自適應加權生成對抗網絡，生成與原始數據高度相似的異常樣本，并通過動態權重調整機制優化生成器損失函數，篩選出高質量生成樣本，從而緩解數據標簽稀疏的問題，提高檢測的準確性和魯棒性。然后，采用遺傳算法對隨機森林分類器參數進行...

大規模UASNs中強化學習修正誤差的迭代定位

摘要：針對大規模動態變化的水聲傳感器網絡（Underwater Acoustic Sensor Networks， UASNs）節點定位時存在節點覆蓋率低、成本高和定位誤差大的問題，本文提出一種基于強化學習的累積誤差修正迭代定位算法（Reinforcement Learning Cumulative Error Correction Iterative Localization Algorithm， R...

計及碳排放與氫能多級利用的綜合能源系統優化調度

摘要：“雙碳”背景下，為實現低碳排放，需從低碳市場機制和低碳技術兩個路徑進行協調，因此，提出一種計及碳排放與氫能多級利用的綜合能源系統優化調度策略。首先，針對傳統電轉氣過程效率低的問題，將電轉氣細化為電轉氫與甲烷化兩段式過程，并引入燃氣機組摻氫技術，通過動態調節摻氫比降低天然氣消耗與碳排放，并結合碳捕集與碳封存技術實現CO₂的資源化利用，形成“捕集-利用-封存”閉環；其次，設計階梯...

基于SAC深度強化學習的車輛主動懸架系統控制

摘要：車輛懸架系統對提升駕駛舒適性、操控性和安全性至關重要，而傳統懸架控制方法在應對復雜路況和系統參數變化時存在局限性。為此設計了一種基于Soft Actor-Critic（SAC，柔性動作-評價）算法的車輛主動懸架高效自適應控制器，利用最大熵強化學習優化策略隨機性與收益，在不同路況下能表現出更強的適應性。通過建立1/4主動懸架系統模型，結合隨機路面仿真環境，對比分析了SAC算法、傳統天棚控制算法和DD...

基于小樣本學習的調優T2I-TI2V視頻生成模型研究

摘要：為解決現有視頻生成方法通常依賴大規模數據集和高昂計算資源，或在少樣本場景下難以有效捕捉復雜運動模式的問題，提出一種基于小樣本學習的調優T2I-TI2V(Text-to-Image to Text-to-Image-to-Video )視頻生成模型。首先，通過運動-內容解耦流程，將視頻生成任務分解為T2I生成首幀和后續幀預測兩個階段，分別聚焦外觀內容和運動模式，從而避免小樣本調優時過擬合數據集內容并...

基于分層思想的精細化文本情感分類方法

摘要：在處理精細化情感分類任務時，現有情感分析方法通常采用扁平化的分類策略，未能充分考慮情感本身的層級關系，導致分類精度受限。為此，本文提出一種基于分層思想的精細化文本情感分類方法。通過將具有相同基礎情感含義的細粒度標簽歸類為同一粗粒度類別，構建層次化的情感標簽體系，從而增強模型對情感結構的理解能力。在模型設計上，采用RoBERTa模型的不同Transformer層輸出，分別提取低層次和高層次語義特征，...

ExCF-Net:基于自適應超量顏色增強的泛化作物區域識別方法

摘要：針對農田作物區域識別任務中，深度學習模型在結構變化顯著的未見作物場景識別精度下降問題，本文提出了一種基于自適應超量顏色增強的作物區域泛化識別方法ExCF-Net（Excess Fusion Network）。該方法首先對輸入圖像進行全局特征嵌入，生成自適應超量顏色特征；隨后融合深度學習技術與傳統超量顏色方法優勢，通過共享特征參數以學習不同特征域之間的關聯性，使模型能更有效識別與訓練數據結構差異顯著...

形狀特征向量篩選與局部粗糙度結合的國省干道點云提取

摘要：針對國省干道缺少路緣石導致在點云場景中不易確定公路邊緣，從而造成國省干道點云難以精確提取的問題，提出形狀特征向量篩選與局部粗糙度結合的國省干道點云提取方法。首先對原始點云數據構建網格索引，以網格為基本單元，設計基于協方差矩陣的形狀特征向量分析方法，據此方法計算單元內點云形狀特征向量，構建正交基求解特征值，篩選獲取地面點云；其次采用KD樹索引重構地面點云，計算分析點云局部粗糙度，以先驗閾值為參考，引...

結合噪聲濾波與多任務策略的輸電參數辨識方法

摘要：在輸電系統的監控和管理中，傳統的參數辨識方法僅聚焦于單一支路的數據，忽視了整體電網拓撲中相鄰支路的信息，加之外部因素導致的數據丟失和噪聲等數據污染的影響，參數辨識的準確性有待提高。為此，本文提出一種以GraphSAGE為主體的圖神經網絡模型的方法。首先，通過圖神經網絡學習電網拓撲信息，并通過鄰居信息聚合生成支路的隱藏層特征；然后，結合不同現實場景提出一種多任務學習策略，在優化支路參數的同時完成了對...

征稿啟事

摘要：<正>本刊為學術類雙月刊。主要圍繞“信息工科”和“生態環境”領域設置六個欄目：計算機科學與工程，電子、通信與自動化，信息科學與系統科學，人工智能與智慧化，地理、遙感與測繪工程，資源、環境科學與工程。歡迎海內外專家學者惠賜佳作。來稿要求主題鮮明、內容創新、數據可靠、文字簡練，且是未公開發表過的成果。本刊接受word格式論文，請注冊后在線投稿（http://qks.nuist.edu.cn...

基于改進YOLOv8的糧蟲目標檢測算法

摘要：針對復雜背景下糧蟲目標檢測算法存在的精度低、漏檢、復雜度高等問題，提出一種改進YOLOv8n的糧蟲目標檢測算法SL-YOLO。首先，將輕量化網絡StarNet中的Star Block引入C2f模塊，減少模型的復雜度；其次，在SPPF模塊中引入可分離大核注意力機制LSKA，在優化模型感知能力的同時結合小目標檢測頭增強模型對小目標的檢測能力，從而提高檢測精度；最后，引入WIoU作為新的邊界框損失函數，...

智能醫療物聯網系統中區塊鏈協同匿名認證與密鑰協商協議

摘要：為解決智能醫療物聯網系統面臨的數據泄露與身份隱私威脅，本文提出一種面向智能醫療物聯網系統的區塊鏈協同匿名認證與密鑰協商協議。該協議利用模糊提取器從數據需求方的生物特征中提取穩定秘密值并實現容錯認證；采用物理不可克隆函數為傳感器節點提供抗物理克隆的硬件級安全保障；借助區塊鏈構建由多個網關節點共同維護的去中心化認證體系，有效規避了單點故障風險，并提升系統可擴展性。此外，在密鑰協商過程中，引入動態假名機...

一種基于樹型Transformer的索引效益估計模型

摘要：在關系型數據庫領域，索引選擇是提升查詢性能的關鍵，準確高效地估計候選索引配置效益對優化查詢性能至關重要。針對傳統基于“what-if”調用工具的代價估計方法存在效率低下、準確性不足以及難以應對大規模復雜查詢負載等問題，提出一種基于樹型Transformer 的索引效益估計模型Tree-IBE(Tree-based Transformer Index Benefit Estimation Model...

　　相關科技期刊推薦

• 南大核心中南民族大學學報(人文社會科學版)
• 國家級海軍工程大學學報(綜合版)
• 省級浙江水利水電學院學報
• 省級鑄造工程
• 國家級人類居住
• 省級石家莊鐵道大學學報(自然科學版)
• 省級萍鄉學院學報
• 省級工業技術與職業教育
• 國家級洗凈技術
• 國家級給水排水
• 省級甘肅聯合大學學報
• 省級中國礦業大學學報社會科學版
• 北大核心真空與低溫
• 國家級電源世界
• 省級國內外機電一體化技術
• 北大核心材料工程
• 省級山東礦業學院學報
• 省級科技資訊
• 北大核心中南林業科技大學學報(自然科學版)
• 北大核心地理信息世界
• 北大核心石油實驗地質
• 國家級物聯網技術
• 國家級中國電力
• 省級水利電力科技
• 國家級項目管理技術
• 國家級國家安全通訊
• 省級天下美食
• 國家級肉品衛生
• 省級長春工程學院學報(自然科學版)
• 省級山西化工

　　核心期刊推薦

中國體育科技

煙草科技

西安電子科技大學學報

中國高校科技