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

    活塞环表面等离子电解沉积陶瓷涂层的试验研究

    姚江微赵卫东梅德清朱昭君...
    178-186页
    查看更多>>摘要：为提升活塞环性能,采用液相等离子体电解沉积陶瓷涂层的技术方案,进行了活塞环表面强化的试验研究.分析了工作电压、处理时间和基体表面粗糙度对涂层结合力的影响规律,表征了PED陶瓷涂层的形貌和相组成.在此基础上,对比分析研究了PED陶瓷活塞环的硬度、摩擦学性能、耐腐蚀性能.研究结果表明:PED陶瓷涂层表面呈蜂窝状形貌,涂层的相由γ-Al2O3 相和α-Al2O3 相构成,且以α-Al2O3 相为主晶相;PED陶瓷涂层与基体的结合力随工作电压的提高及处理时间的延长,均呈先增大后减小的趋势,随基体表面粗糙度的增大而增加.经PED处理后,试样的表面硬度可达1 185HV,其摩擦系数和磨损率分别降低了6.4%、29.4%;极化电阻提升至1.75×104 Ω·cm2,较未处理活塞环提高一个数量级以上.

    活塞环液相等离子体电解沉积结合力磨损率极化电阻

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

    交叉门控融合的改进语义分割网络及应用

    陈海永刘新如
    187-195页
    查看更多>>摘要：针对太阳能电池表面的断栅、划痕、黑斑等导致的缺陷分割精度差的问题,提出一种交叉门控融合的改进语义分割网络.使用门控机制选择性地融合网络中的多尺度信息,充分利用底层细节信息和高层语义信息,增强微小缺陷的特征表示,并结合上下文模块提高获取全文信息的能力.为了进一步解决太阳能电池缺陷边缘信息弱的问题,引入PointRend模块对缺陷边缘的点进行采样,对边缘中不确定的点实行自适应细分策略,实现对缺陷边缘的精细分割.实验结果表明:所提方法在太阳能EL组件电池数据集上的mIoU达到了65.53%.和现有的语义分割算法相比,所提方法能够有效细化目标边界,更好地处理微小微弱缺陷.

    太阳能电池缺陷分割多尺度特征门控融合上下文注意力

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

    基于注意力及特征融合的红外行人检测算法

    邓天民王丽刘旭慧
    196-203页
    查看更多>>摘要：针对红外图像行人检测算法中复杂背景行人误检率高、密集行人检测精度低以及远景小目标行人漏检等问题,提出了一种基于注意力及特征融合的红外行人检测算法(attention and feature fusion-you only look once,AFFM-YOLO).提出了一种注意力特征提取模块(attention feature extraction module,AFEM),融入网络主干部分,抑制无关背景信息,加强关键特征信息的提取.设计了一种多尺度特征融合模块(Multi-scale feature fusion module,MFFM),嵌入网络颈部部分,实现不同尺度间特征信息的有效融合,增加大尺度检测层,加强目标检测器对远景小目标行人的特征提取能力.在FLIR数据集做验证实验,结果表明:AFFM-YOLO取得了89.1%的平均精度,相比于基线算法YOLOv5 提高了 2.4%,AFFM-YOLO具有更好的表现,对红外图像行人的检测效果有明显提升.

    目标检测红外行人检测注意力机制多尺度特征融合多尺度特征检测

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

    采用TCN-HS的滚动轴承剩余使用寿命预测

    王体春吴广胜咸玉贝胡玉峰...
    204-211页
    查看更多>>摘要：滚动轴承作为旋转机械中的关键部件,对其剩余使用寿命RUL(remained useful life)的准确预测可以帮助维修人员及时制定维修计划,延长设备工作时间,保证安全.由于利用数学建模精确建立轴承退化过程的模型涉及到复杂的物理过程,所以以深度学习为基础的基于数据驱动的方法已经成为主流方法.提出了一种融合混合膨胀卷积与自适应斜率软阈值函数的时间卷积神经网络TCN-HS(temporal convolutional network with hybrid dilated convolution and self-adaptive slope thresholding)用于滚动轴承寿命预测.模型使用混合膨胀卷积HDC(hybrid dilated convolution)解决了栅格效应问题,并利用自适应斜率软阈值函数(self-adaptive slope thresholding)进一步筛选特征.为了验证TCN-HS模型的有效性,基于PHM2012 轴承数据集进行了实验,结果表明:改进方法提升了模型的性能,预测结果准确.

    剩余寿命预测时间卷积神经网络混合膨胀卷积自适应斜率软阈值函数

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

    基于多尺度混合注意力LSTM雷达回波外推方法

    刘瑞华高翔邹洋杨
    212-221页
    查看更多>>摘要：针对基于雷达回波图的短临天气预测准确度不高的问题,提出了多尺度混合注意力长短时记忆网络模型.模型以长短时记忆网络为基础,设计引入辅助分支,提取增强图像的全局信息.设计了混合注意力特征提取模块,提取数据的细粒度和粗粒度的信息.实验结果表明:模型在HSS和CSI 2 种指标上优于Conv-LSTM、Pred-RNN、RAP-Net等 9 种模型.在 5、20、40 dBz情况下,比Pred-RNN模型的HSS指标分别提升了 1.02%、2.46%、7.94%,比CSI指标分别提升了0.54%、2.29%、4.91%,改进明显.

    长短时记忆网络雷达回波注意力多尺度

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

    基于多通道双注意力网络的COVID-19图像分类

    朱玲王明辉
    222-231页
    查看更多>>摘要：针对逆转录聚合酶链反应对新冠肺炎(COVID-19)的检测存在一定的假阴性率、消耗时间过长等问题,提出了一种基于深度迁移学习的多通道双注意力网络(MDA-Net)对肺部图像进行检测.在深度迁移学习的框架下,引入了多通道双注意力模块,利用多个通道的位置关系,融合不同尺度的图像特征.将注意力机制和轻量级卷积神经网络相结合,扩大MDA-Net感受野,提高了对图像复杂区域和边缘区域的特征提取能力.MDA-Net在不同数据集上进行了实验,二分类任务和三分类任务分别能取得99.25%和99.39%的平均准确率,表现出良好的分类性能.

    COVID-19深度迁移学习多通道双注意力卷积神经网络

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

    采用社交粒子群辨识的回潮工艺模糊控制研究

    邬剑升桂腾跃张旷世余数...
    232-241页
    查看更多>>摘要：在烟叶回潮过程中,补偿蒸汽阀门开度通常会影响工艺气温度,而工艺气温度与产品感官质量显著相关,如果采用PID算法对补偿蒸汽阀门开度进行控制,容易引起控制器输出振荡.提出了一种基于参数辨识的模糊控制器,对松散回潮工艺气温度实现过程控制.利用结构简单、易于实现和适应能力强的社交粒子群算法对被控对象进行参数辨识,建立基于输入输出的对象模型,采用斐波拉契搜索法对模糊控制变量的输出量化因子进行搜索,根据模糊控制规则对补偿蒸汽阀门开度进行调整,实现过程稳态控制.通过和其他重要的控制方法相比,所提的基于参数辨识的模糊控制方法能减小工艺气温度的波动,提高控制性能.

    工艺气温度补偿蒸汽阀门开度社交粒子群辨识斐波拉契搜索模糊控制

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

    多信息融合和自注意力识别新冠磷酸化位点

    闫路来佳丽王明辉
    242-248页
    查看更多>>摘要：由严重急性呼吸系统综合症冠状病毒2(SARS-CoV-2)引起的疾病正在威胁着人们的健康.识别磷酸化位点是理解感染新型冠状病毒的分子机制的重要步骤.由于实验方法的局限性,建立有效的预测模型是非常有必要的,由此提出一种新的新冠磷酸化位点预测模型Self-DeepIPs.利用二肽组成(DC),增强氨基酸组成(EAAC),组成、转化和分布(CTD),BLO-SUM62 四种特征提取方法将蛋白质序列信息转化为数字信息,并首尾相连融合这些特征,采用互信息方法去除冗余信息.利用BILSTM和自注意力机制结合构建深度学习模型预测新冠磷酸化位点.利用五折交叉验证对模型进行检验.训练集的ACC和AUC值分别达到83.62%和91.70%,独立测试集的ACC和AUC值分别达到82.56%和91.23%.实验结果表明:Self-Deep-IPs方法能够有效识别新冠磷酸化位点.

    新冠磷酸化多信息融合自注意力机制深度学习

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

    改进的深度回声网络在空调负荷预测中的应用

    王永海李云峰董军关爱章...
    249-258页
    查看更多>>摘要：针对深度回声状态网络的输入权值随意性太大、中间状态数量庞大、关键参数凑试决定等问题,运用灰色关联度计算属性间的相关性从而确定输入权值.采用聚类算法简化中间状态,并用坐标轮换法搜索最佳的深度网络层数和储备池个数,对算法进行改进.通过UCI标准数据集的实验,发现改进后的算法提升了预测精度和速度.采用改进的深度回声网络预测卷烟厂空调负荷,通过当前时刻的内外部条件,解决由于负荷数据周期性波动所造成的预测效率低的问题,及时准确地预测出了下一时刻的空调负荷,提前对冷水机组的运行策略进行了调节,从而达到空调节能的目的.

    深度回声状态网络灰色关联度聚类坐标轮换法空调负荷预测

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

    基于广义部分线性单指标的BPH与MS的关联性研究

    唐敏郑海涛李清华
    259-267页
    查看更多>>摘要：为了尽早干预代谢综合征(metabolic syndrome,MS)的某些代谢因素降低良性前列腺增生(benign prostatic hyperplasia,BPH)的发病率并且为预后提供参考,探讨两者之间的相关性.前瞻性选取2006-2014 年某体检队列数据作为研究对象,筛选MS和BPH的相关指标,采用统计学方法以及构建广义部分线性单指标模型(generalized partially linear single-index model,GPLSIM)分析BPH与MS之间的相关性.采用GPLSIM分析,结果显示PSA>3.9 ng/mL的体检者患BPH的几率比PSA≤3.9 ng/mL的体检者高55.8%;收缩压每增加约31 mmHg,患BPH的几率是原来的1.202 倍;Glu>5.29 mmol/L的体检者患BPH的几率比Glu≤5.29 mmol/L的体检者高26.56%;ALT每增加约23 U/L,患BPH的几率是原来的0.815 倍.可见,高血压、高密度脂蛋白、高血糖等代谢异常是BPH的危险因素,针对BPH的影响因素可以采取相应的干预措施.

    GPLSIM纵向数据良性前列腺增生代谢综合征GLMM

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