首页期刊导航|广东工业大学学报
期刊信息/Journal information
广东工业大学学报
广东工业大学
广东工业大学学报

广东工业大学

陈新

季刊

1007-7162

xbzrb@gdut.edu.cn

020-37626139

510090

广东省广州市东风东路729号

广东工业大学学报/Journal Journal of Guangdong University of TechnologyCSTPCD
查看更多>>本刊是由广东大学主办的自然科学学术期刊,前身为《广东工学院学报》,创刊于1984年,现为季刊,国内外公开发行,是美国《化学文摘》、俄罗斯《文摘杂志》及国内多家文摘期刊的源期刊,是中国科技论文统计源期刊,加入《中国期刊网》等数据库。本刊主要刊登机械、材料、电气、电子、自动化信息、计算机、化工、环境资源、建筑、基础学科及有关交叉学科等方面的学术论文、研究报告,并选登具有新见解的学术争鸣文章。
正式出版
收录年代

    基于因子级特征与属性偏好联合学习的会话推荐

    林浩陈平华
    91-100页
    查看更多>>摘要:针对序列短、数据稀疏、难以泛化导致的会话推荐准确率不高问题,提出了因子级特征与属性偏好联合学习的会话推荐模型.模型首先通过构建全局级会话项目依赖感知图,学习用户全局级会话项目嵌入;然后,应用解纠缠表示学习方法将会话中的项目分解为多个相对独立的因子级特征,学习用户因子级兴趣偏好;接着利用情境化自注意图神经网络捕获用户针对会话项目属性的偏好;最后,将因子级兴趣偏好与项目属性偏好联合学习,得到用户最终兴趣偏好表示,并最终完成会话推荐.在Diginetica、Cosmetics两个公开数据集上的多个实验表明,本文模型优于对比的基线模型,验证了本文模型的良好推荐性能和设计合理性.

    会话推荐因子级特征解纠缠表示全局项目依赖图神经网络

    结合GAN损失与预训练模型的半监督SPECT重建方法

    徐锦华李斯
    101-107页
    查看更多>>摘要:单光子发射计算机断层扫描(Single-Photon Emission Computerized Tomography,SPECT)检查中所使用的放射性示踪剂会对人体造成辐射损害,因此,低剂量SPECT在核医学成像中受到广泛关注.在低剂量成像条件下,投影数据受到严重的噪声污染.已有大量研究工作探索基于全监督的深度学习重建方法以抑制图像噪声.全监督方法所得的图像质量取决于标签的数量与质量.然而,用作监督标签的正常剂量图像在临床上难以获取.为克服上述困难,本文提出一种带有GAN(Generative Adversarial Network)损失的预训练平均教师方法,以实现低剂量SPECT重建.所提方法为平均教师模型引入基于Swin-Conv-Unet的预训练模型,以提高未标记训练数据的可靠性.教师模型通过一致性正则化监督学生模型;预训练模型使用少量标记数据进行训练,并通过GAN损失提高监督可靠性.数值实验验证所提方法在抑制噪声和保持特征方面的性能,相较于平均教师方法,论文重建方法所得图像的结构相似性指数提高了2%,均方根误差降低了9%,峰值信噪比提高了0.77 dB.数据集由SIMIND仿真软件使用XCAT数字模体生成.

    半监督学习SPECT重建平均教师预训练模型

    引入栅格连续性约束的单光子激光雷达点云信号提取

    李欣宇余俊鹏吴伟东
    108-114页
    查看更多>>摘要:以ICESat-2/ATLAS为代表的单光子激光雷达具有观测灵敏度高、背景噪声大的特点,需要合适的滤波方法去除噪声点.本文基于点云密度去噪原理,提出了一种自适应光子点云信号提取方法.该方法首先根据地表地形对点云进行栅格划分,以栅格为单元对点云进行连续性检验,实现点云粗滤波;利用K均值聚类算法和布料模拟滤波完成点云精细分类和光子高程点提取.对ATL03光子点云实验结果表明,本文方法对于不同地形变化的点云数据均可取得良好的处理效果,信号点召回率(Recall)、精确率(Precision)及F值分别达到99.0%、99.9%、99.5%.基于参考点云的配准实验结果表明,3组光子高程点的高程中误差分别为0.960、0.957、0.872 m,优于官方提供的ATL08对照组.

    单光子激光雷达ICESat-2点密度K均值聚类CSF算法

    面向港口堆场MANET的便携高精度信道测量与建模

    梁家耀张广驰水宜水崔苗...
    115-124页
    查看更多>>摘要:移动自组织网络(Mobile Ad-hoc Network,MANET)依赖小型通信节点间的信道信息,然而传统的大型信道测量设备难以搭建于MANET小型节点上,同时港口堆场节点间的无线信道呈现较强的时空变化特性,因此在该场景下进行信道测量与建模存在设备便携性与信道模型精确性的双重挑战.针对面向MANET的测量设备小型化问题,本文研究基于通用软件无线电外设(Universal Software Radio Peripheral,USRP)的便携高精度信道测量方法,测量分析港口堆场内金属结构体对大尺度、小尺度参数的影响;针对场景复杂度高导致射线追踪信道模型精确性不足的问题,创新地提出基于信道测量数据的最优参数搜索方法,通过识别影响射线追踪精度的关键仿真参数并搜索最优值,对信道模型进行迭代校准.结果表明本文提出的建模方法在堆场MANET场景下,由金属结构体引起的多径效应导致平均功率时延谱在多个区间内出现明显聚集现象,适合采用双斜率模型对路径损耗进行拟合.本文提出的最优参数搜索方法显著提高路径损耗和均方根时延扩展仿真值与测量值的吻合度,提升了信道模型的准确性和普适性.

    信道测量信道建模多径信道通用软件无线电外设射线追踪移动自组织网络

    一种基于多尺度的多层卷积稀疏编码网络

    谢伟立张军
    125-132页
    查看更多>>摘要:多层卷积稀疏编码模型(Multi-layer Convolutional Sparse Coding,ML-CSC)被认为是对卷积神经网络(Convolutional Neural Networks,CNN)的一种理论阐释.尽管ML-CSC模型在特征对比度高的数据集上表现良好,但是其在特征对比度低的数据集上表现不佳.为了解决这一问题,本文引入多尺度技术设计了一种多尺度多层卷积稀疏编码网络(Multi-scale Multi-layer Convolutional Sparse Coding Network,MSMCSCNet),不仅在特征对比度较弱的情况下得到更好的图像分类效果,而且也使模型具有扎实的理论基础和较高的可解释性.实验结果表明,MSMCSCNet在不增加参数量的前提下,在Cifar10、Cifar100数据集和Imagenet32数据子集上,准确率相比现有ML-CSC模型分别提高了5.75,9.75和9.8个百分点.此外,消融实验进一步证实了模型的多尺度设计和特征筛选模式设计的有效性.

    多层卷积稀疏编码卷积神经网络图像分类多尺度

    基于等离子体微腔增强光吸收的近红外偏振不敏感光电探测器

    尹良伍郎钰文刘文杰
    133-138页
    查看更多>>摘要:本文提出了一种偏振不敏感的等离子体微腔光电探测器,使用二维纳米级金圆柱阵列作为等离子体电极.圆柱的二维对称性使得等离子体电极对入射光的偏振角度不敏感.通过在亚波长金属圆柱与金属反射镜之间形成金属-半导体-金属腔,在超薄区域实现光吸收的有效增强.利用时域有限差分法和有限元法,计算了光电探测器的光响应和电响应,并分析了几何参数对金纳米圆柱性能的影响.结果表明,优化参数后,器件整体光吸收率为94.7%,GaAs半导体中光吸收率可以达到81.1%,器件的响应度在5V偏置电压、10 mW入射光功率下可以达到0.37 A/W.该器件表现出极低的偏振依赖特性,偏振角度的变化不会引起器件半导体中吸收率的变化,并且在入射角度发生变化时,吸收峰位置不发生变化,吸收响应也能够得到有效保留.

    光电探测器等离激元砷化镓偏振不敏感响应度