首页期刊导航|长春理工大学学报(自然科学版)
期刊信息/Journal information
长春理工大学学报(自然科学版)
长春理工大学学报(自然科学版)

于化东

季刊

1672-9870

custlxb@cust.edu.cn

0431-85582724

130022

长春市卫星路7089号

长春理工大学学报(自然科学版)/Journal Journal of Changchun University of Science and TechnologyCSTPCD
查看更多>>本学报是以光学技术为主,光机、电、算、材料、化工、生命等相结合的理工类综合性学术期刊,主要读者为高校师生及有关科研院所企事业前段时间的科技工作者。
正式出版
收录年代

    多传感器数据融合高度测量系统研制及应用

    张建国周家成杜万里崔卫华...
    74-81页
    查看更多>>摘要:针对无人机载污染物测量平台在空中测量大气污染物垂直分布时难以准确标定实时高度的问题,通过分析现行不同无人机高度测量方法的误差特性,提出了一种利用卡尔曼滤波算法对传感器数据进行融合的测量方法,通过对GPS、气压计和加速度传感器所测量的高度数据进行融合,进而提高系统的测量精度和鲁棒性.经过实际测试,使用该方法融合计算后的高度数据误差控制在0.3 m范围内,优于现有其他测量方法的结果.不同气象环境下的测量对比结果显示,该系统具有测量数据精确、抗气象干扰能力强等优点,能够满足污染物航测无人机实时定高的需求.

    无人机卡尔曼滤波数据融合高度测量

    基于密度峰值的数据流动态聚类算法研究

    张国一刘三民
    82-93页
    查看更多>>摘要:数据流中存在不确定性,如何识别数据流环境中任意形状的数据以及噪声影响问题引起了广泛关注.为解决上述问题,设计一种鲁棒的密度峰值数据流动态聚类算法,该聚类算法的框架包括在线和离线阶段,在线阶段旨在即时响应并处理连续到达的数据,在线阶段通过设计微簇的不均匀衰减策略减少历史数据对聚类的影响,和根据样本到微簇距离动态地对样本加权.离线阶段在密度峰值聚类的基础上设计基于最近邻域自适应的局部密度计算方法,降低密度峰值算分配阶段的"多米诺效应"影响.该方法能够进行复杂的数据处理,不受有限内存影响,有较好的鲁棒性.对人工数据集和真实数据集进行对比实验,实验结果表明该算法优于其他算法.所提出的鲁棒的密度峰值数据流动态聚类算法能给出更好的聚类效果.

    数据流聚类不均匀衰减策略最近邻域密度峰值

    基于面部生理信号的人脸活体检测

    隋雅茹姜磊饶治安梦雪...
    94-100页
    查看更多>>摘要:针对现有人脸活体检测算法生理特征鲁棒性差的问题,提出一种新的基于面部生理信号的人脸活体检测算法.首先,利用远程光体积变化描记术从面部图像中提取由心脏跳动引起的面部生理信号;之后,对原始的面部信号使用带通滤波进行去噪,再进行快速傅里叶变换将信号转换至频域,提取新的频谱特征;最后,采用机器学习模型实现二分类,区分真实人脸和虚假人脸.结果表明,在Replay-Attack数据库上,应对打印、屏显两种欺诈攻击类型,最佳准确率达到99.15%.该算法在屏显攻击场景下展现出优越的性能,为进一步深化人脸反欺诈算法的研究奠定了坚实基础.

    远程光电体积描记术心率梯度提升树活体检测

    葎草花粉变应原Humj1的重组表达、纯化及鉴定

    尹希瑶谷新雨李忠波王坚...
    101-106页
    查看更多>>摘要:通过载体构建、原核表达和纯化葎草花粉主要变应原Humj1,获得具有免疫活性的葎草变应原Humj1重组蛋白.经密码子优化,合成葎草Humj1基因,设计含有酶切位点的引物,将PCR扩增产物与pGEM-T载体连接,构建克隆载体,获得的目的片段与pET-28a表达载体连接,成功构建了pET-28a-Humj1原核表达载体,转化到大肠杆菌BL21宿主菌中得到高效表达,并通过Ni-NTA亲和层析法纯化获得融合蛋白.对表达蛋白的生物信息学分析,测定其为亲水性蛋白,有较强的抗原性,主要以无规则卷曲结构为主.采用Western blotting免疫印迹法研究证明重组蛋白能与葎草花粉过敏患者血清结合,具有免疫活性,对将来研制葎草抗原的单克隆抗体以及脱敏疫苗的制备具有重要的临床意义.

    葎草花粉变应原原核表达蛋白纯化免疫印迹

    NiFe2O4磁性纳米粒子制备及其吸附富组氨酸蛋白的研究

    佟彤刘思齐单海霞李海彦...
    107-114页
    查看更多>>摘要:引入具有生物相容性、亲水性好的高分子材料聚乙二醇,通过水热法一步合成NiFe2O4磁性纳米材料,其直径大小约为50 nm,比表面积38.15 m2·g-1,具有良好的结晶度、热稳定性、分散性以及较强的磁性.利用NiFe2O4磁性纳米材料NiFe2O4 MNPs表面的Ni2+能够与富组氨酸蛋白上的咪唑环通过配位键结合,以此来实现对富组氨酸蛋白的吸附.实验证明NiFe2O4磁性纳米材料能吸附天然富组氨酸蛋白质牛血红蛋白,吸附量可达到235 mg·g-1,高于文献报道的120.1 mg·g-1,还可以用于人血血红蛋白的吸附,具有实际应用价值.

    蛋白质吸附磁性纳米材料富组氨酸蛋白质双金属氧化物

    基于ReSE-AG-Net的青光眼视盘视杯分割方法

    李豪杰郭子洋刘伟志罗益...
    115-121页
    查看更多>>摘要:分割视盘视杯是诊断青光眼的主要依据,因此提出了一种基于改进U-Net网络的青光眼视盘视杯分割方法,称为ReSE-AG-Net.并将ReSE-AG-Net、U-Net、M-Net、CE-Net和CDED-Net分别在Drishti-GS1数据集和RIM-ONE-R3数据集上进行测试,对得到分割后的视盘视杯的Dice系数和IoU进行对比.实验结果表明,在Drishti-GS1数据集上,分割视盘的Dice系数和IoU分别是0.9891和0.9590,分割视杯的Dice系数和IoU分别是0.9310和0.8710,在RIM-ONE-R3数据集上,分割视盘的Dice系数和IoU分别是0.9789和0.9587,分割视杯的Dice系数和IoU分别是0.8637和0.7601,对比U-Net模型和现有的分割模型均有一定的提升,证明了该方法的可行性.

    青光眼视盘视杯分割U-NetReSE-AG-Net

    基于Swin Transformer的脑肿瘤图像自动分类方法

    焦德琼冯磊刘伟志宁春玉...
    122-129页
    查看更多>>摘要:针对脑肿瘤图像分类准确率低的问题,提出一种基于Swin Transformer的改进模型,命名为ClassSwin.该模型在初始阶段嵌入卷积Stem,以提高对图像局部信息的获取能力;利用ClassSwin Block提升模型捕获全局信息的能力.在ClassSwin Block中,引入SCAB,使用一对基于空间注意力和通道注意力的相互依赖分支,来有效地学习空间和通道的脑肿瘤特征信息.ClassSwin与其他分类模型在Kaggle数据集上进行了脑肿瘤四分类任务的实验验证,其准确率、精确率、召回率、特异性和F1分数分别达到99.24%、99.28%、99.18%、99.74%和99.23%.实验结果证明了该方法有助于医疗专家准确诊断脑肿瘤类型,为未来脑肿瘤分类领域的研究提供了基准.

    脑肿瘤分类深度学习TransformerSwinTransformer

    基于双通道并行网络的肺结节良恶性分类

    罗益李唯嘉王梦瑶曹秒...
    130-135页
    查看更多>>摘要:针对传统的肺结节良恶性分类方法中特征提取能力不足,提出一种结合残差网络和Swin-Transformer的双通道并行网络模型,并在特征融合处引入三重注意力机制有效提高肺结节良恶性分类的精度.该网络通过原始肺结节CT图像以及肺结节轮廓图像的辅助来提高分类精度.构建基于三重注意力的特征融合模块以连接两个网络,有利于发掘更多的肺结节图像特征.方法在LIDC-IDRI数据集上进行验证,AUC达到0.9517,准确率达0.9311.实验结果证明ResNet-Swin Transformer的分类精度相比ResNet和Swin Transformer等更高,可以辅助医生提高肺结节诊断率.

    良恶性分类ResNetSwin-Transformer注意力机制

    一类强2-正系统的整数值Lyapunov函数

    杲蒙蒙周盾
    136-142页
    查看更多>>摘要:针对双向循环负反馈系统对应的线性系统,即强2-正系统构造了整数值Lyapunov函数σ(·).该函数定义在ℝn中的一个开稠集上,它表示n维向量坐标之间符号改变的次数.通过定义两类与σ(·)相关的整数值函数σm(·)、σM(·),借助这些函数具有的特性,证明了σ(·)沿着解的轨道具有衰减性;同时,如此定义的整数值Lyapunov函数若满足轨道衰减性,那么所对应线性系统几乎处处是一个强2-正系统.该函数为进一步研究负反馈系统的结构稳定性以及极限集的嵌入性质等提供了有效的研究工具,对于深入了解该系统的动力学提供了重要参考.

    动力系统强2-正系统强2-合作系统整数值Lyapunov函数

    人物介绍

    封3页