首页期刊导航|重庆理工大学学报
期刊信息/Journal information
重庆理工大学学报
重庆理工大学
重庆理工大学学报

重庆理工大学

石晓辉

月刊

1674-8425

023-62769495

400050

重庆市九龙坡区杨家坪

重庆理工大学学报/Journal Journal of Chongqing Institute of Technology北大核心CSTPCD
查看更多>>本刊是中国学术期刊综合评价数据库来源期刊,中国科技核心期刊,重庆市一级期刊,教育部优秀期刊。主要刊登有创造性、探索性、开拓性的学术论文、科研成果报告、重要学术问题的评述和学科前沿的综述。
正式出版
收录年代

    网络传销的SIR传播模型

    刘超韩锐黄贤英杨宏雨...
    161-167页
    查看更多>>摘要:针对现有研究无法反映传销组织结构与传销收益演化规律的问题,提出了网络传销的SIR传播模型.根据网络传销的运行机制,将网络节点划分为组织节点、易感染节点、感染节点与移出节点,并提出状态转移规律;建立了网络传销的SIR模型并得到了传销组织者与传销参与者的收益演化规则;对传销组织结构、传销组织收益与传销参与者收益进行数值仿真实验.仿真结果表明:传销组织规模不可能无限增大,网络传销的绝大部分收益终将为传销组织者获取,大部分传销参与者将血本无归.

    网络传销SIR模型收益

    一种深度置信提升网络集成分类模型

    宋晓明曲文龙阚明阳汪慎文...
    168-179页
    查看更多>>摘要:针对前大数据环境下浅层机器学习模型提取特征能力不足、分类能力有限等问题,提出了一种深度置信提升网络集成分类模型.该模型采用集成深度置信网络(deep belief net-works,DBN)进行特征提取,克服了单一模型特征提取能力不足的问题;采用极端梯度提升决策树(eXtreme gradient boosting,XGBoost)和梯度提升决策树(gradient boost decision tree,GBDT)构建深层提升网络,对提取特征进行多层特征深度学习,采用相对多数投票法输出分类结果.基于4个UCI公开数据集和MNIST数据集对提出模型进行了检测实验,实验结果表明:提出模型较深度置信网络、极限梯度提升树和DBN-XGBDT等3种模型的准确率分别提升了13.8%、6.98%和4.18%.

    深度置信网络级联结构集成学习分类

    基于ARM与多模型实现的试运线列车超速防护系统

    姜俊彤李鸿苏醒
    180-187页
    查看更多>>摘要:针对试运线列车运行的安全性与停车准确度的要求,提出一种基于ARM与多模型实现的列车超速防护系统.通过车载设备传感器采样时间序列数据,并将其进行小波去噪,从而得到基于傅里叶模型的目标跟踪运行曲线.设计以模糊神经网络为动态预测模型的速度控制器,利用预测控制的滚动优化与误差矫正特性增加速度控制器在不同运行环境下的鲁棒性.为加快模糊神经网络的训练速度,将改进型粒子群模糊聚类算法的聚类结果作为模糊神经网络的前件规则构建参数.以中车试运线数据为例对其进行仿真,并通过基于曲线面积误差的评价指标对全局速度下的停车精确度进行分析.仿真结果表明:所提出的以傅里叶模型作为目标函数实现的基于模糊网络的预测控制策略具有明显的优势.

    ARM多模型超速防护系统小波去噪模糊神经网络预测控制Matlab仿真

    改进卡尔曼滤波在多传感器室内定位中的应用

    涂巧玲邓英余成波
    188-196页
    查看更多>>摘要:利用手机内置加速度传感器、陀螺仪等多传感器融合进行行人航位推算,以实现室内定位,具有成本低、灵敏度高、定位方法简便等优点,但在人员非步态扰动以及传感器自身测量误差产生漂移的情况下,传感器信号采集的波动干扰大,导致室内定位精度较低.针对此问题,提出一种改进的卡尔曼滤波,即以均值滤波对采样信号作一次处理,降低波动明显的采样数据干扰和系统响应时间,再将处理后的采样数据作为一次测量值利用卡尔曼滤波进行递归运算,提高了系统定位精度.实验结果表明:所提算法在2 m内的定位精度提高了57.3%,在1 m内定位精度达到68.2%,同时运行稳定性有所增强.

    多传感器融合行人航位推算均值滤波卡尔曼滤波

    基于RBF神经网络的MEMS惯性传感器误差补偿方法

    刘宇付乐乐邹新海崔巍...
    197-202页
    查看更多>>摘要:传统的微机电系统(MEMS)惯性传感器误差补偿技术通常采用多元线性回归误差模型,未考虑传感器误差的非线性特性,不能实现精确的误差补偿.针对以上问题,提出了一种基于径向基函数神经网络的微惯性测量单元误差补偿模型,将MEMS惯性传感器三轴测量值和真实值作为样本,对网络进行训练,利用训练好的网络对MEMS加速度计和陀螺仪进行误差补偿.实验结果表明:与多元线性回归误差模型相比,神经网络对惯性传感器具有更好的降噪滤波效果;且基于径向基函数神经网络的惯性传感器误差补偿精度较另外2种模型提升了1~2个数量级.所提方案能够有效地补偿MEMS惯性传感器误差.

    惯性传感器多元线性回归RBF神经网络误差补偿模型

    低气压下三维分形电弧放电现象的研究

    古亮王帅帅潇潇谭清月...
    203-207,229页
    查看更多>>摘要:为研究电弧放电的特征和大气压强的关系,采取针-板电极放电实验,在其他条件不变的情况下,给放电电极加相同的高电压,进行多次实验,通过真空泵对放有电极的真空室抽气来改变实验环境的气压.对实验过程中采集到的电弧放电通道的图像进行三维还原,并通过分形维数的盒维数法计算出不同气压下电弧放电通道的分形维数,分形维数越大表示放电通道越曲折.研究结果表明:放电通道的分形维数随气压的升高而呈上升趋势.

    电弧放电大气压强放电通道分形维数

    小型米散射激光雷达测量雾中能见度的研究

    石荣李昌熹
    208-213页
    查看更多>>摘要:针对雾中能见度探测问题,利用准直镜代替了传统的发射望远镜,透镜组作为激光接收系统,设计了一套小型米散射激光雷达系统,实现了系统的小型化和紧凑化;计算了系统的几何重叠因子,从而得到回波信号的有效提取距离.通过Collis斜率法对室内雾探测结果进行反演获得雾的消光系数和雾中能见度及其他变化特征.实验结果表明:小型米散射系统对雾中能见度的探测是可行的.

    小型米散射激光雷达能见度消光系数反演方法

    高抗镉球孢白僵菌筛选及其吸附性能研究

    余甜甜张丽杰马争发张湄...
    214-221页
    查看更多>>摘要:为从重金属污染土壤中筛选耐镉菌株,并研究其对重金属镉的耐受能力、吸附效果,以及在重金属镉胁迫下的最佳吸附条件,以期为微生物法去除重金属提供优良真菌,采用梯度浓度驯化以及平板划线得到一株高耐镉菌株,进行形态观察和ITS rDNA序列分析.通过单因素实验探究菌株最适生长条件;通过计算耐受性系数对菌株的重金属耐受性进行评估;使用AAS法检测菌株对不同浓度Cd2+的吸附率.经研究发现:菌株最适生长条件为:pH=6,温度25℃,最适接种量7.5%;该菌株在含Cd2+为9000 mg/L的平板上仍能生长;在含镉40 mg/L的液体培养基中,吸附率达98%,在Cd2+浓度达1000 mg/L时,吸附率为92%.说明该菌株具有对镉的高耐受性、高吸附率,为微生物法去除重金属的微生物应用提供新的选择,也为研究高耐受重金属丝状真菌的耐受机制提供了材料.

    丝状真菌高镉耐受性白僵菌

    新冠疫情下探讨湿热和紫外消毒对血药浓度检测的影响

    陈和莉陈巧刘芳戴青...
    222-229页
    查看更多>>摘要:考察湿热和紫外消毒法对人血中6种药物(他克莫司、西罗莫司、环孢素、万古霉素、丙戊酸和霉酚酸)浓度的影响,为医院血药浓度检测人员在防控新冠病毒的工作提供参考.收集150例患者血液样本(每种药物各25例),均分3份后,分别采用不消毒(对照组)、56℃水浴30 min(湿热组)和紫外线(254 nm,8 W)照射30 min(紫外组)消毒处理,用酶放大免疫分析法测定药物浓度,并用多种统计学方法对结果进行分析.结果显示:除丙戊酸和霉酚酸外,2种消毒组和对照组间他克莫司、西罗莫司、环孢素、万古霉素的浓度无显著性差异且一致性良好.因此使用酶放大免疫分析法测定他克莫司、西罗莫司、环孢素、万古霉素的血药浓度时,可考虑对样本进行湿热或紫外消毒,以降低检测人员的职业暴露风险.

    新型冠状病毒湿热消毒紫外消毒血药浓度酶放大免疫分析法

    新冠病毒刺突蛋白B细胞线性表位发掘

    简春利汪佳琪张露瑶余瑛...
    230-235页
    查看更多>>摘要:目的:发掘2019新冠病毒刺突蛋白中适合抗体识别的B细胞线性表位.方法:据GenBank记录的新冠病毒刺突蛋白S区氨基酸序列,在线工具预测候选线性表位,用Swiss-Model同源建模定性筛选位于表面的候选线性表位,再用Emini、Karplus-Schulz法定量比较候选线性表位空间可及性以及柔韧性,用BLASTp搜索NCBI数据库判断候选线性表位特异性,最后再据在线预测和文献报道糖基化位点排除有较大空间位阻的位点.结果:发现以QLPP和RARS为代表适合抗体识别的线性表位.结论:对新发突发病毒传染病,发掘病毒关键蛋白抗原表面适合抗体识别的线性表位,为应急研发抗体阻断病毒感染及免疫检测病毒特异抗原提供参考.

    2019新冠病毒刺突蛋白同源建模线性表位糖基化位点