搜論文知識網并非《長春工業大學學報》期刊的官網或雜志社，為客戶提供期刊征稿、論文發表等中介服務，在客戶與期刊 雜志社之間搭建了一座省時、省力的便 捷橋梁。本站與《長春工業大學學報》等上百家同類正規期刊保持著多年的密切合作關系，切實提高客戶期刊發表的質量與效率。通過本站發表論文，客戶將獲得更大 的 選擇空間、更高的通過率、更快的發表速度、更滿意的服務質量。

　　期刊簡介：

　　《長春工業大學學報》是全國高校中僅有的幾家具有全國統一刊號的高等教育研究類刊物之一�，F已被列為《CJFD中國期刊全文數據庫》收錄期刊和《中國學術期刊(光盤版)》全文收錄期刊。 《長春工業大學學報(高教研究版)》創刊于1980年，創刊二十余年來，辦刊特色鮮明，注重刊物的理論與學術品性，以其選材面廣、針對性強、觀點新穎而深受高教領域專家及廣大讀者的喜愛。共編輯出版100余期，發表學術論文3000余篇。《高等學校文科學術文摘》、中國人大報刊復印資料、《教育文摘周報》等都轉載、索引了本刊發表的部分優秀論文。 《長春工業大學學報(高教研究版)》擁有一支綜合素質高、業務能力強的研究型編輯隊伍。長春工業大學副校長、博士生導師韓立強教授任主編，長春工業大學高等教育研究所常務副所長、學報編輯部主任孫偉副研究員任副主編。編輯隊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：

　　本刊設有高教論壇、教育理論研究、比較教育研究、教育史研究、教學研究與改革、學位與研究生教育、創新與創業教育研究等欄目。

　　期刊收錄：

　　國家新聞出版總署收錄　獲獎情況

　　中國期刊全文數據庫全文收錄期刊

　　入選中國學術期刊綜合評價數據庫統計源期刊

　　ASPT來源刊

　　中國期刊網來源刊

　　鳴網鄭重承諾：

　　1、搜論文知識網并非各類雜志的官方網站或雜志社，是快速高效發表論文的中介機構，謝絕投遞雜志社的稿件。

　　2、本站提供服務全面，包括期刊推薦、論文發表、論文寫作等指導服務，如有需要請點擊在線客服人員進行具體咨詢。

　　3、本站只適當收取維持網站正常運轉的編審排錄費、排版、制作、印刷、郵寄樣刊、發票等綜合費用，無其他額外費用。

　　4、本站所合作的期刊，均為國家新聞出版總署(www.gapp.gov.cn)認證的正規、合法、雙刊號期刊。

　　5、本站憑借多年的論文發表經驗，審核、發表成功率高，文章審核通過確認錄用支付費用。

　　最后，感謝您一直以來對網站及合作期刊《長春工業大學學報》的關注與支持，我們會認真對待您繁忙之余提出的寶貴意見和建議，我們會再接再厲，與您攜手共進!

　　長春工業大學學報最新期刊目錄

基于雙指數跳擴散模型的天然氣定價研究

摘要：天然氣是一種清潔、環保的優質能源，對環境保護意義重大。有效的天然氣定價可以引導價值投資，幫助資產保值，從而優化資源配置。不過，天然氣價格往往會隨季節變化，并可能受到政治、政策和天氣等多種因素的影響，導致價格波動。通過LM跳躍檢測方法證明了天然氣價格跳躍行為的存在，并構建了一個基于雙指數跳擴散的天然氣定價模型。實證結果表明，考慮了跳躍行為的天然氣定價模型具有更優的特性。該模型還可解釋突發事件對天然氣...

HMM-AGARCH模型及其在國債市場中的應用

摘要：AGARCH模型在描述金融時間序列波動的非對稱性方面已經得到廣泛應用，但是單一的AGARCH模型并沒有考慮到金融市場潛在的狀態轉變過程，從而導致對波動性的預測不夠準確。為解決該問題，文中將AGARCH模型和HMM相結合，給出HMM-AGARCH模型的數學定義。隨后對模型的待估參數進行后驗分布推導，利用MCMC算法對模型進行數值模擬，并通過Bias、MSE等評價指標對模擬結果進行評估。最后應用該模型...

基于多模態深度學習的源代碼漏洞檢測

摘要：針對傳統漏洞檢測方法依賴人工規則、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檢測框架（MSC-VD）。通過跨模態交叉注意力機制實現語法結構與語義上下文的動態對齊，結合層次化窗口注意力降低計算復雜度。實驗表明，該方法在緩沖區溢出、SQL注入等漏洞檢測中F₁值達0.87,較主流基線提升5.2%～17.6%,誤報率降低至0.11,為代碼漏洞檢測提供...

基于DeepLabV3+的輕量級多特征融合街景語義分割

摘要：針對基于深度學習的語義分割網絡中參數大，難以在移動平臺上實施；網絡中感受野較小，沒有充分利用低層語義信息等問題。提出基于DeepLabV3+改進的神經網絡算法。網絡編碼器在主干網絡使用輕量級MobilenetV2替換原網絡并增加通道注意力機制模塊，大幅降低網絡的計算時間；將原ASPP部分替換為密集連接的ASPP結構，擴張率設置為1～8倍，增大感受野的同時控制了計算量，同時針對密集連接ASPP加入了...

基于改進GAN生成器的虛擬視點空洞填充

摘要：提出一種基于改進GAN生成器的虛擬視點空洞填充算法。算法數據集為預處理的虛擬視圖集合，該數據集采用3D-Warping技術生成填補前的圖像和虛擬視點圖的空洞掩膜。通過改進的GAN生成器將虛擬視圖的多維特征進行提取，采用結構相似度損失優化網絡來處理生成的空洞區域。利用結果模型對空洞圖進行填充。實驗結果表明，該算法在虛擬視點圖填充后能夠保持原空洞區域的銳利邊緣，視覺感知效果較好，填充后圖像質量提升。與...

基于多特征融合的語音情感識別研究

摘要：針對僅使用單一的語音情感特征進行語音情感識別，會造成對原始語音信號利用率低以及語音中包含的情感信息分布不均勻的問題，通過常用的聲學特征和標準聲學副語言特征集中進行選擇和優化，構建出一個與情感相關性更強的特征集。同時，為使特征集的情感表征更加完善，以及進一步提升語音情感識別效果，文中建立了一個基于深度學習的多特征融合語音情感識別模型，其中殘差網絡和雙向長短期記憶網絡分別用于對特征進行深度提取，Tra...

基于改進Faster R-CNN的腦腫瘤檢測算法

摘要：針對腦腫瘤圖像目標檢測存在的困難提出一種改進的Faster R-CNN算法。為了克服背景復雜和目標較小的問題，設計一個結合VGG16和ResNet18的特征提取網絡，以捕捉不同尺度下的腫瘤特征。對數據集進行了數據增強，調整了錨框尺寸，以增強模型對腫瘤大小變化的檢測能力。通過在公開的腦腫瘤MRI數據集上與原始的Faster R-CNN模型進行對比，結果顯示，該算法在檢測平均精度方面有明顯提升，表明改...

基于多特征交叉融合的語音情感識別方法

摘要：語音情感識別是人機交互領域中一項重要的研究課題。提取有判別力的情感特征是語音情感識別的關鍵。然而，使用單一類型的特征無法全面表征語音信號中的情感信息，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別方法，使用不同的網絡結構來提取原始語音信號、梅爾頻率倒譜系數以及語譜圖的深層情感特征，通過交叉注意力機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DEMATEL-ISM-MICMAC的應急志愿者派遣協同影響因素分析

摘要：為了提升災害事故中志愿者派遣的效率，研究志愿者派遣協同影響因素之間的相互關系、層級關系以及各因素對派遣系統的影響。文中基于文獻和筆者前期研究提出六個應急志愿者派遣協同影響因素一級指標，并通過德爾菲法構建影響因素二級指標。通過25位志愿者和5位應急專家對二級指標打分，取分數均值較高的前15個影響因素進入系統分析。文中采用決策實驗室法(DEMATEL)分析影響因素的影響度、被影響度、原因度和中心度，采...

車用新型水性聚氨酯涂料的性能研究

摘要：通過向傳統聚酯基水性聚氨酯（WPU）分子結構中引入交聯劑1,1,1-三（羥甲基）丙烷（TMP）和擴鏈劑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，以及化學交聯和氫鍵之間的協同效應使其顯示出優異的耐熱性、力學性能和黏附性。結果顯示，隨著擴鏈劑和交聯劑含量的上升，DWPU涂料耐熱性提高，T_max從416.5℃升至460.1℃。D...

高性能聚合物電介質薄膜研究進展

摘要：從電容器聚合物電介質薄膜的發展現狀入手，對高性能電介質薄膜研制過程中的樹脂原材料高性能化、高儲能密度電介質薄膜發展、極端環境電介質薄膜性能調控和高性能電介質薄膜成型工藝等幾個核心問題進行綜述，概要敘述高性能聚合物電介質薄膜的主要研究進展

基于駕駛風格的車輛變道博弈決策模型

摘要：針對自動駕駛車輛(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格分類，結合博弈論思想構建多重博弈框架，通過風險因子調整博弈收益，使車輛的變道決策更精確。實驗結果表明，與最大效用決策和Stackelberg算法相比，在固定AV滲透率下，車輛的平均通過時間均得到降低，平均通過數量提高，且未發生事故；在不同AV滲透率下，隨著滲...

基于BP神經網絡的新能源汽車價值評估

摘要：提出一種基于BP神經網絡的新能源汽車價值評估模型，利用因子分析對多維度的輸入指標進行降維，對樣本數據進行訓練，實現對新能源汽車價值的準確評估。該評估模型能夠有效擬合新能源汽車價值評估中涉及的復雜非線性關系，例如電池容量、電池質保等多種影響因素之間的關聯。從實用性角度來看，相較于傳統的評估方法，BP神經網絡在新能源汽車價值評估中展現了更低的誤差和更優異的適應性，能提供更為準確的結果

層次隱馬爾可夫模型在金融時間序列中的應用

摘要：金融市場表現出價格上漲和下跌的交替周期，股票交易員要想做出有利可圖的投資決策，就必須考慮到這些趨勢。考慮到金融市場中股票數據經常表現為三種趨勢：長期趨勢、中期趨勢和短期趨勢，文中在隱馬爾可夫模型的基礎上提出了三層次隱馬爾可夫模型(THHMM)對金融市場的情況進行刻畫。并將所建立的模型運用到上證指數股票數據中，對不同時間尺度下的數據進行研究，描述了上證指數不同趨勢下對數收益的狀態分布情況。同時，通過...

一種無人機蔬菜植株小目標檢測數據集及基準測試

摘要：結合計算機視覺與遙感影像特征，充分利用蔬菜作物生長模式繁雜以及深度學習對復雜問題的建模優勢，利用無人機獲取的影像對多個蔬菜品種和不同生長時期、種植密度的模型進行訓練和測試，構建了一個針對農業場景的蔬菜植株無人機小目標檢測數據集(UAV-VTD),UAV-VTD通過高分辨率無人機影像采集，包含2 147張尺寸為1 000*750的無人機圖像，標注類型包含超過五萬個目標錨框，涵蓋多種細粒度蔬菜目標。為...

基于可逆神經網絡的電氣驅動系統故障檢測

摘要：提出了一種小波包結合可逆神經網絡和典型相關分析的故障檢測方法。首先使用小波包對數據進行處理，獲取數據的時頻域特征。隨后使用可逆神經網絡輔助典型相關分析方法提取數據之間的非線性關系，并用于故障檢測，該方法能夠充分提取出數據之間的相關性，從而降低故障檢測的漏檢率。最后通過電氣驅動系統驗證了所提方法的有效性

基于可變形3D卷積和Bert時序建模的人體行為識別算法

摘要：提出了基于可變形3D卷積和Bert時序建模的人體行為識別算法。在3D卷積神經網絡上引入了可變形卷積，將其與Bert時序建模相融合進行人體行為識別研究，融合DCNv4和Bert后在HMDB51數據集中模型測試準確率有明顯提升，模型的損失函數值顯著下降。實驗結果顯示，基于可變形3D卷積和Bert時序建模的人體行為識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別

摘要：提出深度非對稱可分離卷積在網絡結構不變的情況下，有效地降低了網絡的參數。為了提高人臉表情的識別準確率，提出了改進通道注意力機制，通過指數函數增大不同通道特征圖之間的差異，更突出關鍵特征。在Fer2013數據集上的實驗表明，驗證了文中提出的深度非對稱可分離卷積和改進通道注意力機制的有效性

一種基于特征增強的聯邦學習信用評估算法

摘要：提出了一種基于特征增強的聯邦學習算法(FedFAC),旨在解決類別極度不平衡的信用評估分類問題。首先采用深度神經網絡模型作為聯邦學習訓練的全局模型，然后通過FedFAC算法對數據進行特征增強，并進行分布式訓練。為了全面考察正負類樣本的識別效果，文中選擇了多個評價指標，在三個公共數據集上，將FedFAC與FedAvg、FedBN、FedProx等算法進行了對比分析。實驗證明，FedFAC算法在信用評...

基于ROS仿真系統的DQN算法改進

摘要：針對DQN算法收斂速度慢的問題進行優化，提出了DP-DQN算法，并將其應用于移動無人車，以學習最佳的決策。首先在Dueling DQN的基礎上改進其網絡結構，將網絡結構分解為價值函數和優勢函數，從而實現了動作選擇和動作評價的解耦，加快了收斂速度，使其具有更好的泛化性能，能夠更快地學習最優決策。其次，加入優先經驗回放機制，提高樣本利用率。最后針對訓練階段的不穩定性和環境狀態空間的稀疏性，在DQN的即...

　　相關科技期刊推薦

• 省級職場
• 國家級日用電器
• 北大核心南陽理工學院學報
• 省級交通科技與經濟
• 北大核心系統工程
• 國家級空軍雷達學院學報
• 省級西華大學學報哲學社會科學版
• 北大核心發光學報
• 省級機電信息
• 北大核心兵器材料科學與工程
• 省級 汽車運用
• 省級鄭州輕工業學院學報(社會科學版)
• 省級江蘇造紙
• 省級試驗技術與試驗機
• 國家級廣西交通科技
• 國家級工程與試驗
• 北大核心科學觀察
• 省級廣東輸電與變電技術
• 省級有機硅氟資訊
• 省級建筑裝飾材料世界
• 省級羅博報告
• 北大核心水電能源科學
• 國家級建筑師
• 國家級指揮與控制學報
• 北大核心公路工程
• 省級地質學報
• 國家級人類工效學
• 省級決策與信息
• 省級中小型電機
• 北大核心火炸藥學報

　　核心期刊推薦

西安科技大學學報

華中科技大學學報(醫學版)

上海紡織科技

工程管理科技前沿