首页期刊导航|北京信息科技大学学报（自然科学版）
期刊信息/Journal information
北京信息科技大学学报（自然科学版）
北京信息科技大学
北京信息科技大学学报（自然科学版）

北京信息科技大学

徐小力

双月刊

1674-6864

bistxb@bistu.edu.cn

010-62939132

100192

北京海淀区清河小营东路12号

北京信息科技大学学报（自然科学版）/Journal Journal of Beijing Information Science & Technology University
查看更多>>《北京信息科技大学学报（自然科学版）》是北京信息科技大学主办的学术期刊，他的前身是《北京机械工业学院学报》。2009年《北京机械工业学院学报》（综合版）更名为《北京信息科技大学学报》（自然科学版），2011年《北京信息科技大学学报》由季刊改为双月刊出版。学报始终坚持学术第一的标准和科学、创新、前瞻、实用的原则，旨在展示当代中国科技进步，反映学校自主创新研究成果．特别是以我校为第一完成单位获得国家技术发明二等奖一项、国家科技进步二等奖三项契机，发表了一批知名学者和专家稿件，获得了较好的学术影响和社会反响。根据2010年发布的《中国学术期刊影响因子年报》，在综合性科学技术科技期刊中影响因子本刊排名125位，影响因子0.536。 本刊始终把源头创新作为期刊进步的基点．组稿中注重基金项目和重大选题，努力贴近国民经济，引领学科前沿，鼓励跨国、跨地域合作项目，是国内外人士了解中国和北京市高新技术发展的重要窗口．热忱欢迎国内外专家学者惠赐佳作．
正式出版
收录年代

    基于改进YOLOv7的轻量级地铁站台间隙异物检测算法

    杨清雯黄民王文胜周恢...
    1-8页
    查看更多>>摘要：在客运高峰期，地铁站台屏蔽门与列车门间隙夹人夹物事故常有发生。针对现有的异物入侵检测算法参数量、计算量较大，难以部署在算力和内存资源均有限的边缘设备这一问题，提出了一种基于改进YOLOv7的轻量化算法模型YOLOv7-MobileNetv3。将YOLOv7的主干网络替换为MobileNetv3-Large网络，以在减小模型大小、降低参数量的同时提升检测速度。根据地铁站台环境搭建实验台，模拟异物入侵，并建立地铁站台异物入侵数据集，训练YOLOv7-MobileNetv3算法模型。实验结果表明，与原YOLOv7模型相比，改进模型的平均精度均值提高2。4百分点，检测速度提高13。32帧/s，模型参数量、计算量分别下降32。03％、60。79％。改进后模型在保证实时性、准确性的同时更为轻量化，可部署到硬件资源有限的边缘设备，用于地铁站台间隙异物检测。

    地铁站台间隙异物检测轻量化网络YOLOv7深度可分离卷积

      原文链接:
    • 万方数据
    • 维普

    基于稠密高分辨率并联网络的安检X光图像分割

    李广睿刘琼
    9-14页
    查看更多>>摘要：针对安检X光图像检测中违禁物品尺度差异大、杂乱无章且存在重叠遮挡现象的技术难题，对高分辨率网络(high-resolution network，HRNet)模型进行改进，同时融合去遮挡单元，提出了一种新的多尺度特征融合网络结构，实现安检X光图像中的违禁物品语义分割。在编码阶段，基于HRNet的多分支并联网络结构，设计了一种单分支内稠密连接的方式，增强深、浅层的信息融合，提取多尺度特征，解决安检X光图像违禁物品尺度多样化的问题。在网络整体架构中，融入基于注意力机制的去遮挡单元，加强模型的边缘感知能力，有效抑制安检X光图像中物品重叠遮挡对分割精度的影响。在PIDray安检图像公开数据集的Easy、Hard、Hidden三个验证子集上验证了所提方法的有效性。结果表明:该模型分别取得了 74。69％、69。92％、56。77％的平均交并比，相比原始HRNet模型，分别提升了 2。03、1。62、4。13百分点，总体平均交并比提升约2。59百分点。

    安检X光图像语义分割违禁品识别稠密并联网络

      原文链接:
    • 万方数据
    • 维普

    面向医学图像分割的CNN与Transformer混合模型

    王茜蔡英范艳芳王昀...
    15-20,34页
    查看更多>>摘要：由于医学图像具有对比度低、目标形态复杂和边缘模糊等特点，现有模型的分割准确度无法满足高精度建模和自动化手术的要求。针对这一情况，结合卷积神经网络(convolutional neural networks，CNN)出色的局部特征提取能力和Transformer长距离建模的优势，提出了一种基于二者的混合架构分割模型ParaCNNFormer。ParaCNNFormer是一种U型结构分割模型，其编码器与解码器均采用CNN与Swin Transformer并联的混合架构，利用CNN提取局部细节特征，同时利用Swin Transformer建立长距离依赖，有效提高了分割准确度。在CHAOS和DSB18数据集上的对比实验结果表明，骰子系数相较于流行的TransUnet和SwinUnet均有明显提升。

    医学图像分割Transformer卷积神经网络混合架构

      原文链接:
    • 万方数据
    • 维普

    基于预训练模型的单帧航拍图像无监督语义分割

    任月冬游新冬滕尚志吕学强...
    21-28页
    查看更多>>摘要：针对航拍图像语义分割成本高、通用性差和精度低等问题，提出了一种两阶段无监督语义分割网络(two-stage unsupervised semantic segmentation net，TUSSNet)，针对单帧航拍图像训练进而生成最终的语义分割结果。算法分为2个阶段。首先，使用对比语言-图像预训练(contrastive language-image pretraining，CLIP)模型生成航拍图像的粗粒度语义标签，然后进行网络的预热训练。其次，在第一阶段的基础上，采用分割一切模型(segment anything model，SAM)对航拍图像进行细粒度类别预测，生成精细化类别掩码伪标签;然后迭代优化网络，得到最终语义分割结果。实验结果显示，相较于现有无监督语义分割方法，算法显著提高了航拍图像的分割精度，同时提供了准确的语义信息。

    预训练模型航拍图像语义分割无监督算法聚类效果估计深度学习

      原文链接:
    • 万方数据
    • 维普

    虚拟现实动态建模的设计与实现

    林强
    29-34页
    查看更多>>摘要：针对服务于智能驾驶的虚拟现实动态建模，基于点云数据的四面体剖分进行优化研究。整个过程包括点云数据抽取、数据增强、多层卷积、多层感知、智能决策支持、数据桥接和动态建模。在分类识别阶段，针对激光雷达点云数据的稀疏性，通过Delaunay四面体剖分结合旋转和缩放进行数据增强，采用PointNet深度神经网络进行模型训练。测试结果表明经过数据增强后的分类准确度可以提高到90。6％。在动态建模阶段，在分类识别的基础上，通过CAD模型辅助建模，采用Delaunay四面体剖分建立立体模型，2个阶段通过数据库相耦合。动态建模结果验证了该方案的可行性。

    数据增强四面体剖分动态建模数据库

      原文链接:
    • 万方数据
    • 维普

    光照度对偏振三维重建效果的影响

    余永旭李晓英牛春晖郎晓萍...
    35-42页
    查看更多>>摘要：利用偏振三维重建方法结合多尺度Shapelets算子，对表面具有高反射率、无纹理的不同复杂度物体进行三维重建，并重点研究光照度对三维重建效果的影响。实验结果表明光照度对偏振三维重建结果有重要影响:对于三维轮廓较简单和中等复杂的物体，高光照度有助于获得更清晰、准确的三维重建结果;对于结构较为复杂的物体，过高的光照度会掩盖物体的细节信息，过低的光照度则会导致轮廓信息丢失，实验表明最优的光照度范围为3。0～31。6 lx。合理控制光照度对获得高质量的三维重建结果至关重要。

    偏振成像三维重建多尺度Shapelets光照度

      原文链接:
    • 万方数据
    • 维普

    位置结构导向的多模态代码摘要生成方法

    张学君侯霞
    43-49页
    查看更多>>摘要：针对软件维护中的自动代码摘要任务，提出了一种创新的模型，旨在解决现有方法在保留源代码语义结构信息方面的不足。该模型采用图神经网络和Transformer技术，以更全面地捕捉代码的语义信息和结构信息。此外，采用字节对编码算法来处理未登录词问题，并通过四元组的形式保留抽象语法树的结构信息。这样的组合使得模型在处理源代码时不仅能够全面地捕捉代码的语义特征，还能够准确地学习到代码的语法结构。在真实Java数据集上的实验结果表明，该模型在BLEU、METEOR和ROUGE指标上均优于基线模型，从而验证了其在生成更准确代码摘要方面的有效性。

    自动代码摘要字节对编码抽象语法树Transformer

      原文链接:
    • 万方数据
    • 维普

    一种面向催化材料领域的文献信息抽取方法

    高强张仰森孙圆明贾启龙...
    50-56页
    查看更多>>摘要：为有效利用PDF文献中的非结构化文本数据,面向费托合成催化材料领域文献,设计了关键信息抽取流水线从PDF文献中抽取表格及其相应注释等关键信息.以微分二值化网络(differentiable binarization network,DBNet)为基准模型,通过引入自适应空间注意力(adaptive spatial attention,ASA)模块,提出了 DB-ASA文本检测模型,提高了检测精度.采用单视觉文本识别模型(scene text recognition with a single visual model,SVTR)进行文本识别,结合领域字典文件在自建数据集上对模型进行微调,文本识别准确率可达93.87％.

    催化材料费托合成信息抽取文本识别

      原文链接:
    • 万方数据
    • 维普

    基于自注意力机制的中文金融事件元素抽取

    付安娜刘旭红齐林崔展齐...
    57-61,76页
    查看更多>>摘要：针对中文金融事件元素抽取任务中多个代词指代同一个元素的问题，提出了基于自注意力机制的事件元素抽取模型。该模型在预处理阶段融入金融事件领域知识与事件类型知识，使得预训练模型可以根据事件类型信息获得更可靠的事件元素表示;然后，使用多头注意力机制挖掘新闻上下文不同元素指代词的指代含义，做到重叠元素间的指代消解;最后，使用双向长短期记忆网络与条件随机场挖掘新闻长文本的上下文特征表示，实现事件元素抽取。构建了中文金融事件语料库，通过与主流模型的对比实验验证了该模型的有效性。

    深度学习金融事件抽取语料库构建事件元素抽取

      原文链接:
    • 万方数据
    • 维普

    基于扰动观测器的动态供应链系统模型预测控制

    王萌萌李庆奎
    62-69页
    查看更多>>摘要：针对不确定市场需求供应链系统(supply chain system)的生产-库存预测控制问题，设计 了一种模型预测控制(model predictive control，MPC)和扰动观测器(disturbance observer，DOB)结合的供应链系统生产控制策略。首先，对三级供应链系统进行分析，构建三级动态供应链的生产-库存数学模型;其次，设计基于扰动观测器的前馈补偿机制，补偿不确定性需求对供应链系统的影响;最后，考虑供应链系统存在的实际约束条件，设计模型预测控制方案，并证明系统的渐进稳定性。算例仿真验证了该方法的有效性。

    模型预测控制不确定市场需求供应链系统扰动观测器

      原文链接:
    • 万方数据
    • 维普