《應(yīng)用科學學報》上海市北大核心期刊，創(chuàng)刊于1983年，是由上海市教育委員會主管、上海大學和中科院上海技術(shù)物理研究所主辦的綜合性學術(shù)類期刊。

　　《應(yīng)用科學學報》主要刊登創(chuàng)造性科研成果，優(yōu)先刊登前沿科學與技術(shù)領(lǐng)域中探索研究的新成果。除特約稿外，一般不刊登綜合性和動態(tài)性文章。內(nèi)容側(cè)重于應(yīng)用數(shù)學、應(yīng)用物理、應(yīng)用化學、信息科學、材料科學、無線電電子學、計算機科學和精密機械等方面。獲獎情況：首屆中國高校優(yōu)秀科技期刊;第2屆中國高校優(yōu)秀科技期刊獎;全國高校優(yōu)秀科技期刊;中國科技期刊方陣雙效期刊;上海市優(yōu)秀科技期刊;首屆《CAJ-CD》執(zhí)行優(yōu)秀期刊;上海市優(yōu)秀科技期刊;總署“雙效期刊”;教育部高校優(yōu)秀科技期刊二等獎。

　　應(yīng)用科學學報雜志欄目設(shè)置

　　通信工程、信號與信息處理、計算機科學與應(yīng)用、電子技術(shù)、控制與系統(tǒng)

　　應(yīng)用科學學報雜志榮譽

　　CA 化學文摘(美)CSCD 中國科學引文數(shù)據(jù)庫來源期刊(含擴展版)JST 日本科學技術(shù)振興機構(gòu)數(shù)據(jù)庫(日)Pж(AJ) 文摘雜志(俄)SA 科學文摘(英)萬方收錄(中)上海圖書館館藏劍橋科學文摘北大核心期刊(中國人文社會科學核心期刊)國家圖書館館藏文摘與引文數(shù)據(jù)庫文摘雜志物理學、電技術(shù)、計算機及控制信息數(shù)據(jù)庫知網(wǎng)收錄(中)統(tǒng)計源核心期刊(中國科技論文核心期刊)維普收錄(中)Caj-cd規(guī)范獲獎期刊中國期刊方陣雙效期刊中科雙效期刊全國優(yōu)秀科技期刊

　　閱讀推薦：科研信息化技術(shù)與應(yīng)用

　　《科研信息化技術(shù)與應(yīng)用》堅持為社會主義服務(wù)的方向，堅持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導，貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針，堅持實事求是、理論與實際相結(jié)合的嚴謹學風，傳播先進的科學文化知識，弘揚民族優(yōu)秀科學文化，促進國際科學文化交流，探索防災(zāi)科技教育、教學及管理諸方面的規(guī)律，活躍教學與科研的學術(shù)風氣，為教學與科研服務(wù)。

　　應(yīng)用科學學報最新期刊目錄

融合膠囊網(wǎng)絡(luò)與因果推理的疾病預測————作者：孫明辰;金輝;王英;

摘要：現(xiàn)有基于深度學習的疾病預測模型通常是數(shù)據(jù)驅(qū)動的，導致模型過度依賴于訓練數(shù)據(jù)集中的樣本數(shù)量以及疾病類型覆蓋范圍。現(xiàn)有疾病預測方法主要存在以下局限性：1）若模型在訓練過程中所涉及的疾病類型有限，則其在處理罕見疾病時性能會大幅下降甚至做出錯誤預測。2）訓練數(shù)據(jù)中可能存在與預測目標無關(guān)或相關(guān)性較小的特征。這種噪聲會導致模型無法做出穩(wěn)定的可靠預測，進而無法滿足醫(yī)療領(lǐng)域應(yīng)用對高安全性、高可靠性的現(xiàn)實需求。為解...

融合機器學習與動態(tài)模型優(yōu)化的雪崩預測及防治策略————作者：金永超;王志堅;賈慧爽;杜云天;胡鑫婷;陳學斌;

摘要：爆破是防止雪崩的有效方法，但合適的爆破時間、爆破位置和爆破能量很難確定。本文首先收集、爬取了關(guān)于雪崩的指標數(shù)據(jù)，并對數(shù)據(jù)進行預處理。然后對數(shù)據(jù)進行探索性數(shù)據(jù)分析，重點分析時間與雪崩發(fā)生的關(guān)系，發(fā)現(xiàn)雪崩具有明顯的季節(jié)性。以數(shù)據(jù)的80%為訓練集，20%為測試集，建立支持向量機、隨機森林和感知器神經(jīng)網(wǎng)絡(luò)模型，并利用貝葉斯優(yōu)化算法對模型進行參數(shù)尋優(yōu)，結(jié)果顯示感知器神經(jīng)網(wǎng)絡(luò)的準確率最高。最后根據(jù)損失度對3個...

一種基于輕量化卷積模塊的語義分割網(wǎng)絡(luò)————作者：連曉峰;康毛毛;譚勵;王艷莉;

摘要：融合深度學習的語義同步定位與地圖構(gòu)建技術(shù)為處理動態(tài)場景提供了有效的解決方案，但仍面臨計算資源消耗大和模型復雜度高的挑戰(zhàn)。為此，提出了一種基于BlendMask改進的輕量化語義分割網(wǎng)絡(luò)。首先，設(shè)計了一種輕量的GDS-ECA卷積（Ghost-depthwise separable convolution with efficient channel attention）模塊，利用深度可分離卷積替代Gh...

基于卷積神經(jīng)網(wǎng)絡(luò)的輕量高效圖像隱寫————作者：段新濤;白鹿偉;徐凱歐;張萌;保夢茹;武銀行;秦川;

摘要：基于深度學習的圖像隱寫方法，因存在模型參數(shù)量和計算量大等問題，而面臨高參數(shù)和計算負載的挑戰(zhàn)，為此提出了一種輕量高效的圖像隱寫方法。首先在編碼器和解碼器中引入Ghost模塊，降低了編碼器和解碼器的參數(shù)量和計算量。其次提出了一個多尺度特征融合模塊，用以捕捉多維數(shù)據(jù)中的復雜關(guān)系。最后提出了一個新穎的混合損失函數(shù)，可在保持模型不變的情況下提升圖像隱寫質(zhì)量。實驗結(jié)果表明，所提方法在256×256像素的圖像上...

基于并行優(yōu)化CBAM的輕量級故障診斷模型————作者：賈志洋;許兆;冷艷梅;聞新;龔浩宇;

摘要：在工程實踐中，故障診斷模型的性能受到多種因素的影響，如強噪聲干擾、小樣本、模型參數(shù)規(guī)模較大等，對現(xiàn)有的數(shù)據(jù)驅(qū)動設(shè)備診斷智能模型的應(yīng)用提出了挑戰(zhàn)。本文提出一種基于并行優(yōu)化卷積塊注意力模塊（convolutional block attention module, CBAM）的輕量級模型PCSA-Net。首先，采用多尺度信號特征提取器（signal feature extractor, SFE）將輸入...

面向視頻的人臉特征計算方法————作者：王瑩笑;楊彥紅;譚云峰;

摘要：本文梳理了近五年視頻人臉識別領(lǐng)域的研究成果，對比分析了采用的面向視頻的人臉特征計算方法，主要分為傳統(tǒng)人臉特征計算方法、深度學習人臉特征計算方法、特征聚合和特征融合方法。傳統(tǒng)特征提取方法包括線性的和非線性的，深度學習特征提取方法包括非時空特征提取方法和時空特征提取方法。特征聚合和特征融合方法能夠整合多個特征源以及融合不同時間段的特征，提高識別性能。此外，本文還統(tǒng)一分析了相關(guān)文獻用到的算法、算法的優(yōu)勢...

基于多路激勵和金字塔切分注意力的鳥類行為識別————作者：鄧抒憧;陳愛斌;戴子健;

摘要：針對傳統(tǒng)行為識別方法在處理復雜鳥類行為模式時存在辨識率低、誤判率高等問題，提出了一種基于多路激勵模塊和金字塔切分注意力的改進3D殘差網(wǎng)絡(luò)的深度學習模型。利用幀間差分法有效減輕計算負擔，在精確保留關(guān)鍵時空信息的同時提高了識別精度。引入多路激勵模塊改進原有殘差塊，使模型能夠精準捕捉細微運動行為特征，解決了鳥類復雜動態(tài)行為識別易混淆的問題。以3D金字塔切分注意力替換原有3D卷積層，實現(xiàn)對不同尺度鳥類行為...

脈沖神經(jīng)網(wǎng)絡(luò)基準測試及類腦訓練框架性能評估————作者：胡汪鑫;成英超;何玉林;黃哲學;蔡占川;

摘要：隨著脈沖神經(jīng)網(wǎng)絡(luò)（spiking neural network, SNN）研究需求的不斷增長，開源類腦訓練框架也迅速發(fā)展。然而，目前缺乏針對這些框架的系統(tǒng)性選擇指南。為了解決該問題，提出了一種基于圖像分類任務(wù)的SNN基準測試方法。本文為兩種SNN訓練方法，即直接替代梯度反向傳播訓練方法以及從人工神經(jīng)網(wǎng)絡(luò)（artificial neural network, ANN）到SNN的轉(zhuǎn)換訓練方法分別設(shè)計了...

一種基于指數(shù)移動平均的物聯(lián)網(wǎng)邊緣設(shè)備選擇機制————作者：吳桐;袁培燕;

摘要：在小型蜂窩網(wǎng)絡(luò)中，用戶設(shè)備（user equipment, UE）數(shù)量往往大于小基站（small base station, SBS）數(shù)量，每個SBS服務(wù)多個UE，同時每個UE可被多個SBS覆蓋。如何選擇合適的SBS為每個UE服務(wù)，是小型蜂窩網(wǎng)絡(luò)面臨的重要挑戰(zhàn)之一。傳統(tǒng)的多點協(xié)同（coordinated multiple point, CoMP）傳輸技術(shù)基于按比例公平策略進行資源分配，沒有考慮系統(tǒng)...

基于預訓練大語言模型的實體關(guān)系抽取框架及其應(yīng)用————作者：魏偉;金成功;楊龍;周默;孟祥主;馮慧;

摘要：實體關(guān)系抽取是構(gòu)建大規(guī)模知識圖譜和專業(yè)領(lǐng)域數(shù)據(jù)集的重要基礎(chǔ)之一，為此提出了一種基于預訓練大語言模型的實體關(guān)系抽取框架（entity relation extraction framework based on pre-trained large language model, PLLM-RE），并針對循環(huán)經(jīng)濟政策進行了實體關(guān)系抽取研究。基于所提出的PLLM-RE框架，首先使用RoBERTa模型進行...

基于相對信任增強的推薦算法————作者：成佳燚;陳玲姣;吳岳忠;

摘要：近年來，社會化推薦成為了推薦領(lǐng)域的研究熱點。在基于用戶歷史行為的推薦算法中引入用戶的社交關(guān)系，能夠緩解推薦系統(tǒng)面臨的數(shù)據(jù)稀疏性和冷啟動的問題。本文提出了一種基于相對信任增強的推薦算法（relative trust enhancement recommendation algorithm based on the CosRA, RTECosRA）。該算法在“用戶-物品”的二部圖網(wǎng)絡(luò)中，基于CosRA...

基于多跳機制的擴散圖譜推薦模型————作者：劉珈寧;張思佳;張正龍;王祎涵;安宗詩;

摘要：針對基于知識圖譜的推薦系統(tǒng)中存在的高階建模困難與用戶特征建模不足的問題，提出基于多跳機制的擴散圖譜推薦模型（a diffusion map recommendation model based on multi-hop mechanism, MultiHop-GDN）。該模型通過端到端方法挖掘知識圖譜高階語義信息，涵蓋知識圖譜構(gòu)建、特征提取網(wǎng)絡(luò)構(gòu)建與多跳擴散模型構(gòu)建三部分內(nèi)容。利用用戶特征和項目特...

《應(yīng)用科學學報》征稿簡則

摘要：<正>《應(yīng)用科學學報》的辦刊宗旨是反映最新應(yīng)用科學研究成果，促進學術(shù)交流，推動應(yīng)用科學的研究和發(fā)展。學科領(lǐng)域以電子與信息科學為主，包括通信工程、信號與信息處理、電子技術(shù)、計算機科學與應(yīng)用、控制與系統(tǒng)等。本刊主要發(fā)表創(chuàng)新性科研成果。除特約稿件外一般不刊登綜述性文章。1來稿要求1.1主題突出、論證嚴密、數(shù)據(jù)可靠、文字通暢。稿件須包括中英文題名(中文題名不超過20字).作者單位、中英文摘要、關(guān)鍵詞3～6...

基于U-Net改進的日平均2 m氣溫訂正方法————作者：王冰輪;方巍;

摘要：針對數(shù)據(jù)訂正常用的深度學習模型U-Net中不能充分學習空間特征以及圖像細節(jié)信息丟失的問題，提出了S-CUnet 3+模型。S-CUnet 3+采取以下兩個措施對U-Net進行改進：一是將原模型與能夠?qū)W習圖片全局特征的Swin Transformer有機結(jié)合起來；二是引入多尺度連接操作。模型還采用了預訓練與微調(diào)的訓練策略針對多個預報步長同時訂正。7個預報步長的日平均2 m氣溫預報值訂正的實驗結(jié)果表明...

基于鎖模激光器的FBG電流傳感器高速解調(diào)系統(tǒng)————作者：王華;何群;譚如超;武冬;方一諾;馬躍輝;嚴開全;牟成博;

摘要：要：智能電網(wǎng)可靠、安全、經(jīng)濟、高效的發(fā)展目標，對電流參數(shù)的檢測速率提出了更高的需求。本文開展了鎖模激光器對基于磁致伸縮效應(yīng)的光纖布拉格光柵（fiber Bragg grating, FBG）電流傳感器復用實現(xiàn)高速解調(diào)的實驗研究，首次將時間拉伸-色散傅里葉變換（time-stretch dispersive Fourier transformation, TS-DFT）技術(shù)與光纖電流傳感技術(shù)進行了結(jié)...

基于多任務(wù)學習的課堂表情分類模型————作者：賀加貝;周菊香;甘健侯;吳迪;溫曉宇;

摘要：要：基于課堂視頻圖像理解的學生表情識別與學習情感分析技術(shù)已然成為當前智慧教育領(lǐng)域的研究熱點，但在圖像視頻采集質(zhì)量低、環(huán)境復雜、多目標遮擋嚴重的真實應(yīng)用場景中往往面臨很大的挑戰(zhàn)。針對目前大多課堂表情分類模型僅關(guān)注離散表情單一維度存在的不足，提出了一種多任務(wù)識別的學生表情分類模型。首先，基于課堂表情分類模型構(gòu)建了真實場景下的多任務(wù)課堂表情數(shù)據(jù)集，并通過數(shù)據(jù)平衡技術(shù)解決數(shù)據(jù)集類別標簽分布不平衡問題。其次...

基于混合采樣和SE＿ResNet＿SVM的不平衡多分類研究————作者：矯桂娥;翁銅銅;張文俊;

摘要：要：針對結(jié)構(gòu)化多分類算法中不平衡數(shù)據(jù)集類別分布不均導致分類難度增加的問題，本文提出了一種基于混合采樣、壓縮與激勵（squeeze and excitation, SE）模塊、改進深度殘差網(wǎng)絡(luò)和支持向量機（support vector machines, SVM）的網(wǎng)絡(luò)模型SNSMRS (SMOTEENNmixed residual networks-SVM network)。首先，通過合成少數(shù)過采...

基于子領(lǐng)域適應(yīng)和時空學習的腦電情感識別————作者：唐意恒;王永雄;王哲;張曉理;

摘要：在跨受試情感識別中，不同受試者的腦電樣本分布存在顯著差異，常采用域適應(yīng)方法減小腦電信號的個體差異。然而，全局域適應(yīng)忽略了不同情感類別子領(lǐng)域的腦電分布差異，降低了情感特征的可區(qū)分性。此外，腦電信號包含眾多的電極通道，并且受試者也只在部分刺激期間達到預期情緒，因此通道間的復雜空間信息和腦電信號的關(guān)鍵幀學習也是亟待解決的難題。為解決上述問題，提出了一種基于子領(lǐng)域適應(yīng)和時空學習的腦電情感識別網(wǎng)絡(luò)。首先，利...

ECG-UNet——基于U型結(jié)構(gòu)的輕量化醫(yī)學圖像分割算法————作者：裴剛;張孫杰;張佳鵬;龐俊;

摘要：要：近年來，Transformer模型改善了深度神經(jīng)網(wǎng)絡(luò)在傳統(tǒng)醫(yī)學圖像分割領(lǐng)域性能欠佳的問題，但因龐大的計算參數(shù)量而難以應(yīng)用于移動端，為此提出一種輕量化網(wǎng)絡(luò)ECG-UNet。首先，在保持模型性能的前提下，在瓶頸處采用線性映射與注意力相結(jié)合的策略替代普通卷積，以減少網(wǎng)絡(luò)的參數(shù)量；同時，在網(wǎng)絡(luò)中引入輕量化多層感知機模塊，從而在圖像中學習到關(guān)于分割目標更多的位置信息；其次，使用空洞卷積來獲取更大的感受野...

基于CRTNet的低照度圖像增強方法————作者：江澤濤;黃景帆;朱文才;黃欽陽;金鑫;

摘要：要：針對低照度環(huán)境下獲取的圖像與顏色失真問題，該文結(jié)合了通道注意力和空間注意力的機制，提出了一種基于顏色還原Transformer網(wǎng)絡(luò)（color restoraration Transformer networks, CRTNet）的低照度圖像增強方法。CRTNet由顏色注意力模塊（color attention module, CAM）、顏色映射模塊（color map module, CMM...

　　相關(guān)科技期刊推薦

• 省級金屬材料及工藝
• 省級《吉林電力》
• 北大核心《數(shù)學物理學報》
• 省級搏擊(武術(shù)科學)
• 北大核心《航天控制》
• 國家級《中國科技產(chǎn)業(yè)》
• 省級《遼寧石油化工大學學報》
• 省級中國測試技術(shù)
• 省級油氣地球物理
• 北大核心上海紡織科技
• 北大核心野生動物學報
• 省級世界標準化與質(zhì)量管理
• 省級《鄭州輕工業(yè)學院學報》
• 國家級《輕合金加工技術(shù)》
• 省級《中學生物學》
• 省級梅山科技
• 省級材料科學技術(shù)學報英文版
• 省級《上海建設(shè)科技》
• 國家級中國民航學院學報
• 省級沙棘科教縱橫
• 省級石油學報石油加工
• 國家級《纖維復合材料》
• 省級中國稀土學報英文版
• 北大核心《當代電視》
• 省級杭氧科技
• 北大核心《天文學進展》
• 北大核心《中國海洋平臺》
• 省級中南工業(yè)大學學報
• 國家級中國制衣
• 國家級《工程勘察》

　　核心期刊推薦

科技進步與對策

塑料科技

陜西科技大學學報

科技管理研究