首页期刊导航|长春工程学院学报（自然科学版）
期刊信息/Journal information
长春工程学院学报（自然科学版）
长春工程学院学报（自然科学版）

吕淑珍

季刊

1009-8984

xb506@ccit.edu.cn

0431-85713877

130012

长春市红旗街2494号

长春工程学院学报（自然科学版）/Journal Journal of Changchun Institute of Technology(Natural Science Edition)
查看更多>>本刊2000年12月创刊。设有基础研究、论述与研究、工程与技术、计算机及其应用等栏目。刊物立足本校科研教学，同时接受具有一定研究水平和应用价值的校外稿件，欢迎有一定研究能力的教师、科研人员和工程技术人员等社会各届赐稿。本刊受理打印稿及软盘，一般5500字以内。寄稿时请写作者简介，联系地址和联系电话。
正式出版
收录年代

    基于注意力多尺度融合的人脸表情识别算法研究

    安毅张慧陈思秀郑文...
    59-63页
    查看更多>>摘要：信息技术在教学中的应用导致师生之间缺乏一定程度的情感交流,为了弥补授课过程中的情感缺失,获得更好的教学反馈,提出基于注意力机制与多尺度特征融合(ASMF)的人脸表情识别算法.该算法以Resnet 50作为骨干网络,首先通过对多层卷积神经网络的输出特性进行多尺度的融合,引入上下文信息的同时提取更加丰富有效的表情特征信息;其次将注意力机制融入网络中,通过对各通道进行加权学习,得到注意力特征图,从而增强特征的表达能力,抑制冗余信息的影响;然后加入Dropout机制和Softmax Loss损失函数,进一步提高提取到的表情特征的可判别性;最后,利用消融试验在公开的数据集与自制的学生课堂表情数据集上验证该算法的有效性和稳定性,识别准确率达到93.87%.

    表情识别深度残差网络注意力机制多尺度融合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    VisFEM:一种基于交叉注意力的双视图视觉特征提取模型

    冯强赵佳
    64-68页
    查看更多>>摘要：基于注意力的模型处理计算机视觉任务时,注意力机制的全局特征提取能力较弱,因此,提出了一种基于交叉注意力的双视图视觉特征提取模型VisFEM.模型采用编码器-解码器模型架构,通过交叉注意力机制从双视图中提取粗细粒度两种特征,并将不同编码器的输出特征融合,从而提高模型的全局特征提取能力.在ImageNet高清数据集的分类中准确率达到84.3%,在检索任务中正确召回率达到0.39.

    深度学习计算机视觉编码器-解码器交叉注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    PLEAS:一种基于合作博弈的多移动终端协同计算策略

    陈凤睿赵佳
    69-72页
    查看更多>>摘要：移动终端在面临较高计算任务时会出现计算资源不足的情况,但在多数运行时间中移动设备的计算资源没有被完全利用.针对多数用户的这种共同需求,提出了一种基于合作博弈的多移动终端协同计算的博弈策略PLEAS,通过结合用户的当时状态信息,最优化迁移策略和迁移数量,达成多移动终端的协同计算.仿真结果表明,系统能够有效解决用户算力不足的问题,并且系统负载降低30%,计算资源的迁移数量提升25%.

    移动终端共同需求协同计算合作博弈

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    FUCS:一种基于用户兴趣与特征融合的数据预处理缓存策略

    王金海丁言
    73-77页
    查看更多>>摘要：为减少边缘云雾协同网络的传输延迟,提高缓存设备的存储利用率和预测准确性,提出了一种基于用户兴趣与特征融合的数据预处理缓存策略(FUCS:A Fusion of User Interests and Features-based Data Pre-processing Caching Strategy).利用K-means算法对数据进行预处理,以缩小计算范围.设计了一个特征融合模块,并采用Multi-Head Self-attention来适应用户兴趣的变化规律.仿真试验结果表明,与传统的缓存策略相比,所提出的策略在总体缓存命中率上表现更优,并能显著降低数据的平均传输延迟.

    边缘缓存缓存延迟内容缓存

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于GA-BP神经网络的车险索赔频率预测与优化研究

    肖阳田肖鸿民
    78-84页
    查看更多>>摘要：车险索赔频率的预测对于车险定价有着重要意义,近些年来,随着大数据技术的兴起,传统车险定价模型已经不能满足现在保险公司维度越来越高的大量的客户数据需求,为了提升车险索赔频率的预测精度,采用法国某保险公司车险客户的真实数据,将遗传算法加入到BP神经网络之中,对相关模型进行比较来选择最优模型.研究结果表明:遗传算法优化模型的预测精度明显优于BP神经网络,对车险索赔频率预测性能更好,可以有效降低车险定价成本.

    汽车保险索赔频率遗传算法BP神经网络ROC曲线

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于卷积神经网络的图像分割方法研究

    戚伟葛斌桑冬青
    85-89页
    查看更多>>摘要：针对传统卷积神经网络存在的参数多、过度拟合导致图像分割精度不高、算法运行效率低的问题,采用最大池化处理取代下采样层,构建改进的CNN结构,获得U-Net卷积神经网络,并进行进一步改进.将改进的U-Net卷积神经网络应用于高分辨率的遥感图像中,结果表明其可以对遥感图像中的小建筑物进行精细、完整分割.另外,通过和FCN32s、SegNet、FCN8s的对比,指出改进的U-Net卷积神经网络在遥感图像分割中具有更加良好的性能.

    卷积神经网络图像分割遥感图像

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于改进LANDMARC定位算法的人员定位技术研究

    谭超朱荣钊
    90-95页
    查看更多>>摘要：在万物互联时代,通过定位系统完成人员定位监督成为了可能,同时该项技术也日益完善.当前,基于RFID无线视频技术的局域网人员定位被广泛应用于智慧园区员工管控、重点人员监管等方面.提出了一种基于RFID的局域网人员定位算法,通过优化LANDMARC算法,对采集到的信号分别引入高斯平滑滤波器和卡尔曼滤波器,去除影响信号强度的噪声,提升定位算法的稳定性;针对LANDMARC定位算法定位精度受K值影响较大的问题,引入Logistic回归模型,以提升算法定位的准确度,有效解决了RFID在有金属、水等障碍物情况下定位精度误差大的问题,降低了外界干扰,可为人员的精准定位提供技术手段.

    RFID技术LANDMARC定位算法人员定位

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于图像拼接技术的动漫视频生成方法

    马景雯吴颖
    96-101页
    查看更多>>摘要：针对在动漫图像拼接过程中出现的运算量大、速度慢、特征点提取精度低、维度高以及图像拼接效果差等问题,研究基于图像拼接技术的动漫视频生成方法.通过均值滤波预处理动漫图像,去除图像中的噪声和干扰后,采用加速稳健特征(SURF)算法提取滤波后动漫图像的特征点,经边缘相似匹配法完成图像特征点匹配后,利用加权平滑算法融合匹配后的图像,获得全景图,并将其导入 Maya软件生成动漫视频.试验表明:该方法提取特征点精度高、维度低、运算量小、速度快,图像拼接效果清晰、连接紧密、过渡自然、没有色差,生成的动漫视频可以达到更加精美逼真的视觉效果.

    图像拼接技术动漫视频动画制作特征点提取图像匹配图像融合

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于虚拟仿真技术的服装智能制造应用研究

    何琪何银地
    102-106页
    查看更多>>摘要：由于传统的服装制造不能很好地满足市场需求,因此对虚拟仿真技术在服装智能制造中的应用进行研究,实现服装企业转型升级,确保企业健康发展.服装虚拟设计包括仿真人体建模、虚拟服装建模、3D仿真优化和构建应用平台.采用非接触式测量获取人体三维数据,构建虚拟三维人体模型,同时将服装设计师的设计意图进行深层次挖掘,获得三维虚拟服装模型.通过纹理特征映射、碰撞检测、真实感增强和场景构建来优化服装设计过程,并将其应用于服装个性化设计与虚拟试穿中,对提升服装企业的智能制造水平和市场竞争力具有一定的参考价值.

    虚拟仿真技术服装智能制造虚拟人体服装模型

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于LSTM模型的高校食堂早餐供应预测研究

    袁以铎
    107-111页
    查看更多>>摘要：保障高校食堂早餐科学合理供应是一项重要的民生工程.基于校园一卡通系统的消费数据,对高校食堂早餐进行了统计分类,采用基于长短时记忆网络(LSTM)的改进模型对早餐供应展开了研究,并对早点、炒饭、面条、粥、豆浆5种常见早餐进行了分类预测.试验结果表明,改进的LSTM模型对5个类别预测的均方根误差(RMSE)平均值为2.19,平均绝对误差(MAE)平均值为3.42;与自回归移动平均模型(AR-AM)、循环神经网络(RNN)和门控循环单元(GRU)3个经典的时间序列模型相比,改进的LSTM模型表现最出色,具有较高的预测准确性和可靠性.

    高校食堂早餐长短时记忆网络校园一卡通

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据