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

成都理工大学

刘家铎

双月刊

1671-9727

hxq@cdut.edu.cn

028-84078973

610059

成都市二仙桥东三路1号

成都理工大学学报(自然科学版)/Journal Journal of Chengdu University of Technology(Science & Technology Edition)CSCD北大核心CSTPCD
查看更多>>本刊创办于1960年,原名《成都地质学院学报》(1960~1993年, ISSN 0256-2197, CN 51-1153)、《成都理工学院学报》(1994~2002年, ISSN 1005-9539, CN 51-1460/P)。现今为双月刊,国内外公开发行。本刊已进入国内三种自然科学类核心期刊,即:(1)《中文核心期刊要目总览》第一版(1992)、第三版(2000)和第四版(2004)的核心期刊(北京大学图书馆、北京高校图书馆期刊工作研究会)、(2)"中国科学引文数据库(CSCD) "核心库源期刊(中国科学院文献情报中心)、(3)"中国科技论文统计源期刊(中国科技核心期刊)"(中国科技信息研究所)。此外,本刊还是"四川省自然科学学术类质量一级期刊";先后11次在国家部委和四川省组织的科技期刊评比中获奖,其中获一等奖4次,二等奖6次,三等奖1次;1999年在教育部组织的"全国优秀高等学校自然科学学报及教育部优秀科技期刊评比"中获得一等奖,这项奖励等同于教育部科技进步一等奖。收录本刊全部或部分论文的科技文摘期刊和数据库主要有:(1)中国科学引文数据库(CSCD);(2)中国学术期刊综合评价数据库;(3)中文科技期刊数据库;(4)中国地质文摘;(5)中国石油文摘;(6)古生物学文摘;(7)中国无机分析化学文摘;(8) EI; (9)РЖ;(10)Chemical Abstracts;(11)Petroleum Abstracts;(12) Bibliography and Index of Geology;等等。主要栏目有:地质与矿产,油气地质与勘探,水文与工程地质,核科学与工程,环境科学与工程,材料科学与工程,计算机科学与技术,地球探测与信息技术,数学与应用数学,化学与应用化学等。
正式出版
收录年代

    粗粒土初始结构效应对颗粒破碎的影响研究

    赵天丞魏玉峰薛元查浩...
    489-499,512页
    查看更多>>摘要:为研究粗粒土的初始结构综合特征对其颗粒破碎程度的影响,采用一种改进的直剪试验,获得不同初始结构条件下粗粒土剪切破坏参数,结合图像识别技术,获取直剪过程中粗粒土的结构特征.通过主成分分析法,建立了初始结构综合参数Y0,以此对不同初始结构粗粒土的结构特征进行定量描述.最终,构建了一种离散元数值模型,该模型真实地反映了颗粒破碎过程.研究结果表明:(1)不同粒径组的颗粒自身破碎程度受其质量分数影响,且整体破碎程度主要由粗颗粒质量分数决定;(2)颗粒破碎程度随法向应力增大呈现线性变化规律,而加权裂离率Bd与初始结构综合参数Y0则呈指数函数关系;(3)在相同法向应力条件下,当颗粒特征强度越大时,不同初始结构间颗粒破碎差异越小,并根据颗粒特征强度σc与加权裂离率Bd曲线建立了二者的函数关系式;(4)结合试验结果,最终构建了考虑初始结构效应的粗粒土破碎程度预测模型,并通过相关文献验证了该模型的适用性.

    初始结构颗粒破碎粗粒土量化指标可视化直剪试验

    基于自注意力机制和平均池化下图卷积网络的商品新闻事件抽取

    罗茜雅李红军王子怡甘晨灼...
    500-512页
    查看更多>>摘要:商品新闻事件抽取是对新闻非结构化语句进行归纳和表达,以提取出该语句所包含的事件以及相关信息,能够为供货需求预测、价格预测、问答系统等提供基础.现有研究工作普遍存在候选触发词与实体向量关联性利用不强以及参数角色提取准确率不够的问题,因此本文在已有研究工作的基础上,提出了 一种基于自注意力机制和平均池化图卷积网络及依赖解析树的提取模型(SAT-GCN-DPT).该模型主要分为3个模块,ComBERT预训练模块、self-attention机制下的触发分 类模块、利 用平均 池化图 卷积和 依赖解 析树的参数角 色分类 模块.模型利用self-attention机制对输入数据进行操作增强候选触发词与实体向量之间关联性,同时对图卷积结果使用平均池化函数进行信息聚合来更大程度地还原事件之间关联性和提高分类准确率.实验结果表明,在CON数据集上,本文提出的模型在触发分类以及参数角色分类的准确度以及F1值均有了提高.

    商品新闻事件抽取自注意力机制平均池化函数图卷积网络依赖解析树

    基于多头自注意力机制和对抗训练的实体关系联合抽取

    甘雨金李红军唐小川王子怡...
    513-521页
    查看更多>>摘要:实体关系联合抽取是构建知识图谱的重要阶段,旨在抽取文本中存在语义关系的实体对.针对已有的实体关系联合抽取方法在抽取过程中存在的冗余关系预测、实体关系重叠以及上下文潜在语义信息捕捉不足的问题,提出联合多头 自注意力机制和对抗训练的方法进行实体关系的抽取.该方法利用多头自注意力机制捕获潜在语义特征,以提升模型对上下文语义信息的感知能力;将对抗训练引入模型的训练阶段,以增强模型的泛化能力和鲁棒性.实验结果表明:与现有主流模型对比,提出的模型在NYT和WebNLG两个公共数据集上都取得了更优的F1值,在处理实体关系重叠问题以及不定数量三元组抽取上都能保持稳定的性能表现,验证了模型的有效性.

    实体关系联合抽取对抗训练多头自注意力知识图谱

    基于响应曲线聚类的时间域电磁法地电结构类型划分研究

    施明智曹辉陈柏午
    522-530页
    查看更多>>摘要:为了充分利用时间域电磁法正演响应曲线携带的特征信息实现地电结构类型快速预测,通过将曲线的分布特性和形态特性相结合构造了曲线距离,采用相关系数作为权重参数衡量曲线形态相似程度,实现了时间域电磁法正演响应曲线聚类.应用效果表明,依据该方法得到的聚类结果能实现正演响应样本的标签化,从而通过多分类任务神经网络完成地电结构的类型划分.

    时间域电磁法曲线聚类地电结构