首页期刊导航|电子科技大学学报
期刊信息/Journal information
电子科技大学学报
电子科技大学
电子科技大学学报

电子科技大学

许宣伟

双月刊

1001-0548

xuebao@uestc.edu.cn

028-83202308;83207559

610054

成都市成华区建设北路二段四号

电子科技大学学报/Journal Journal of University of Electronic Science and Technology of ChinaCSCD北大核心CSTPCDEI
查看更多>>本刊是全国最早的电子类期刊之一，是以电子科学为主的综合性学术刊物。本刊2次荣获“全国优秀科技期刊评比”二等奖；1次荣获教育部“全国高校自然科学学报评比”二等奖；4次荣获“四川省优秀期刊评比”一等奖；2次荣获国家教委“全国高校自然科学学报系统评比”一等奖；4次荣获电子工业部“优秀科技期刊评比”一等奖；2次荣获“信息产业部”精品期刊称号；2001年进了国家“双百期刊”方阵；2000年获第二届国家期刊奖提名奖。被美国《工程索引》的EI数据库、美国《数学评论》、美国《CAS》、英国《INSPEC》、德国《数学文摘》、俄罗斯《文摘杂志》、国内的《中国科学引文数据库》、《中国科技论文统计与分析》等20个数据库和文摘杂志摘录。
正式出版
收录年代

    基于改进光流的三维医学图像Z轴精度增强方法

    邓尔强LOO Gowen朱国淞肖鹏...
    91-102页
    查看更多>>摘要：三维医学图像在诊断和治疗中具有重要价值，但由于切片结构导致纵轴方向分辨率较低，给三维重建等任务带来一定挑战。针对三维医学图像在z轴方向上分辨率不足的问题，提出了一种基于插帧技术的新方法。该方法通过生成中间切片来提升图像的连续性，间接改善三维重建的质量。设计了一个紧凑型编码器-解码器网络，融合中间光流估计和中间特征重建，旨在克服传统图像处理方法中的模型失真和分辨率限制。此外，该网络通过特征金字塔结构有效融合全局与局部信息，并采用双重损失函数优化图像重建质量和特征空间的几何一致性。实验结果显示，相比现有插帧方法，该方法在图像质量、结构相似性、绝对误差和感知质量等方面实现了明显提升，平均提高约 2。7%到 5。8%。这些结果表明该插帧技术在脑肿瘤数据集上表现良好，展示了在提升医学图像连续性和细节方面的潜在优势。该研究对提高临床诊断的准确性和治疗效果可以产生积极影响，为医学图像处理领域的进一步研究提供了启示。

    三维医学图像图像插帧光流估计图像增强

      原文链接:
    • 万方数据
    • 维普

    非对称深度在线哈希

    吴楠楠杨宵晗刘文皓常心怡...
    103-115页
    查看更多>>摘要：海量图像以流数据的形式实时涌入网络，使得在线图像检索需求越来越迫切。为了保证在线图像检索性能，研究人员利用在线哈希算法实时更新哈希函数，并重新学习新、旧数据集的哈希码。然而，随着旧数据集的日益积累，在线更新旧数据集的哈希码会严重影响在线检索效率。为此，提出非对称深度在线哈希(asymmetric deep online Hashing，ADOH)，以非对称的方式深度学习在线哈希网络，并且仅生成新数据集的哈希码，无须更新旧数据集的哈希码，能够有效地提升在线检索效率。ADOH算法通过最小化哈希码内积与相似度矩阵之间的差异，保持样本对之间的语义相似性关系。另外，ADOH算法建立分类损失项和标签嵌入模块学习样本的语义信息，使生成的哈希码更具备语义鉴别性。在 3个广泛使用的数据集cifar-10、mnist和Places205上设置在线近邻检索对比实验，结果表明ADOH算法的在线近邻检索性能优于目前 8种较先进的在线哈希算法。

    图像检索在线哈希深度学习非对称学习

      原文链接:
    • 万方数据
    • 维普

    基于硬约束热启动的量子投资组合优化算法

    蔚栋敏陈柄任陈慧吴磊...
    116-124页
    查看更多>>摘要：针对金融领域的投资组合优化问题中普遍存在的整数约束难题，提出了一种基于量子近似优化算法的新解法。该算法通过将经典算法得到的连续解编码为量子电路的初始态，从而将连续优化问题转化为离散的马科维茨模型。同时，引入硬约束来严格满足投资组合中的整数约束，确保解的质量。通过热启动技术，进一步提升了算法的成功率。数值模拟实验表明，该算法在求解大规模整数约束投资组合问题时，相较于传统方法具有显著的计算效率优势，且所得解的质量更优。

    量子计算硬约束热启动投资组合优化量子近似优化算法

      原文链接:
    • 万方数据
    • 维普

    社交网络节点重要性识别研究进展

    郭强欧阳江明珠刘建国...
    125-151页
    查看更多>>摘要：准确识别社交网络中的节点重要性对于促进或抑制信息传播、遏制疾病传播具有重要意义，同时在精准营销和社会治理等领域也具有重要理论意义和应用价值。该文从 4个角度对节点影响力识别算法进行总结和梳理，具体包括:基于微观局部结构、中观的社团结构、宏观全局结构及基于机器学习的算法。详细介绍了其中的代表性算法，并从不同层面分析了不同算法的优缺点。此外还总结了常用的传播动力学模型和评价指标。最后提炼了仍需解决的问题和未来可能的研究方向。

    社交网络节点重要性社团结构机器学习

      原文链接:
    • 万方数据
    • 维普

    复杂网络高阶结构的关联规则挖掘及其应用

    胡友鑫林茂彦罗剪秋陈超...
    152-160页
    查看更多>>摘要：网络高阶结构即满足特定条件的子网络，是网络科学领域重要的研究内容。近年来，关于高阶结构的研究不断增加，但是关于高阶结构之间内在联系的研究还相对较少。基于此，根据传统关联规则，定义了高阶结构之间的关联规则评判指标，并提出了一种有效挖掘高阶结构之间关联规则的通用算法框架。利用该算法，在 6个真实世界网络中进行了 3阶高阶结构(即高阶结构包含 3个结点)间的关联规则挖掘。实验结果表明，真实世界网络中高阶结构之间存在强关联规则，且不同真实世界网络中高阶结构之间的关联规则存在差异。此外，将挖掘出的强关联规则应用于链路预测当中，进而实现了链路预测方法。相比于基线方法，所实现的链路预测方法在4个真实世界网络中取得了最好的性能表现。

    关联规则复杂网络高阶结构链路预测

      原文链接:
    • 万方数据
    • 维普