首页期刊导航|广西师范大学学报(自然科学版)
期刊信息/Journal information
广西师范大学学报(自然科学版)
广西师范大学
广西师范大学学报(自然科学版)

广西师范大学

易忠

季刊

1001-6600

gxsdzkb@mailbox.gxnu.edu.cn

0773-5827159;5848958

541004

桂林市育才路15号

广西师范大学学报(自然科学版)/Journal Journal of Guangxi Normal University(Natural Science Edition)北大核心CSTPCD
查看更多>>本学报是综合性的学术理论刊物,办刊宗旨为坚持四项基本原则,在马克思主义指导下,开展自然科学的学术理论研究。本刊具有学术性、师范性和地方性,以发本校教师科研人员的科研文章为主,适当刊发外校高质量的学术论文。
正式出版
收录年代

    基于Web of Science的国际红树林研究发展态势分析

    朱格格黄安书覃盈盈
    1-12页
    查看更多>>摘要:红树林生长在海岸带生态关键区,兼具陆地和海洋生态系统特性,具有重要的生态地位和生态服务功能。本文以1996-2022年Web of Science核心合集数据库为检索数据源,应用可视化文献分析软件CiteSpace对红树林研究领域的历年发文量及变化趋势、学科与期刊、主要研究的国家与机构、研究前沿与研究热点等方面进行统计分析。研究结果表明:1)自1996年以来,红树林研究领域的发文量不断增长,尤其是在分界点2008年之后的发文量呈指数型增长趋势;2)主要涉及的学科有海洋与淡水生物学、环境科学及生态学;3)影响力较大的期刊有Science、Nature和Science of the Total Environment;4)发文的国家主要有中国、美国、印度、巴西和澳大利亚,其中中国的发文量位居第一;5)发文机构主要为中国科学院、佛罗里达州立大学、中山大学和厦门大学;6)红树林生态系统的保护、管理及修复、气候变化、生物多样性、沉积物和蓝碳等均为当前红树林的研究热点,遥感数据分析、红树植物多样性及功能、碳储量、珊瑚礁鱼类和内生真菌曲霉等是红树林研究领域的研究前沿。

    红树林可视化CiteSpace文献计量

    基于CiteSpace的多源数据融合研究进展

    何静冯元柳邵靖雯
    13-27页
    查看更多>>摘要:信息的爆炸式增长给多源数据融合研究提供了现实基础,使其在纳入数据范围与应用前景上不断拓展,而人工智能相关技术的发展更为其提供了创新的可能。为梳理多源数据融合研究的历史脉络、发展现状与前沿趋势,本文使用CiteSpace软件,面向中国知网和Web of Science(WOS)数据库中的相关研究,按年发文量、机构共现、作者共现、关键词共现、关键词聚类与突显词,对1992-2022年的文献进行可视化分析。结果表明,近年该主题下的中外研究逐渐走向成熟,在跨学科领域的概念统一和集成方法方面日渐拓展,进入大发展期。中文研究机构和作者网络相对松散,热点研究内容相对聚焦,集中在以数据融合为核心的信息融合、多源异构数据等方面,具有注重交叉性融合、算法优化、跨领域应用等特点。外文研究机构和作者网络相对成熟和稳定,热点研究内容更加广泛,包含多源信息融合、激光雷达数据等方面,具有注重异构整合、深度洞见等特点。未来,相关研究将伴随人工智能技术发展,深入更为多元的高级算法设计和特定场景应用。研究结果可帮助研究人员展开选题和前沿识别,助力研究质量提升与创新发展。

    多源数据融合知识图谱CiteSpace可视化分析研究热点

    金属有机骨架基催化剂在糠醛选择性加氢反应中的应用研究进展

    左钧元李欣彤曾子涵梁超...
    28-38页
    查看更多>>摘要:糠醛是一类重要的生物平台分子,结构中的不饱和醛基在催化剂作用下可选择性氢化生成其他化学品。金属有机骨架(MOF)是一类由金属中心/团簇和配体组装而成的具有周期网络结构的晶态多孔材料,常作为催化剂载体及前驱体或直接作为催化剂用于糠醛加氢并表现出优异特性。本文概括MOF基催化剂的设计原理及其在糠醛选择性加氢中的应用研究进展,分析不同反应过程中影响加氢的关键因素和机理,讨论MOF基催化剂在糠醛加氢过程中面临的主要挑战,指出酸性位点调控策略是催化剂研究的关键问题,为MOF基催化剂制备及其糠醛加氢转化应用提供参考。

    糠醛金属有机骨架催化剂生物质加氢

    基于VMD和RDC-Informer的短期供热负荷预测模型

    谭全伟薛贵军谢文举
    39-51页
    查看更多>>摘要:精准的供热负荷预测不仅可以有效降低能源消耗,而且可以提高供热系统效率和用户舒适度。为了提升供热负荷预测的准确性,本文将变分模态分解算法和改进的Informer模型结合应用于供热负荷预测中。首先使用VMD算法分解供热负荷数据,降低数据的非平稳性;然后在Informer模型中引入相对位置编码代替绝对位置编码,以更好地捕捉序列数据中的依赖关系和避免信息泄漏;接着采用膨胀因果卷积代替正则卷积,增加感受野,提升局部信息的提取能力;最后在多个数据集上与主流预测模型(GRU、LSTM、Transformer和Informer)进行对比实验。结果表明,RDC-Informer模型的评价指标R2达到了 98。3%,与对比模型相比,分别提高了 11。6%、6。3%、4。7%和2。6%。此外,通过增加卷积核以评估膨胀因果卷积的效果,验证了 RDC-Informer模型的适用性和准确性,为进一步提高智慧供热的时效性提供了一定参考。

    供热负荷预测Informer膨胀因果卷积相对位置编码VMD

    基于开关电容的差分无源N通道滤波器

    刘畅平宋树祥蒋品群岑明灿...
    52-60页
    查看更多>>摘要:针对传统N通道滤波器不能抑制谐波、谐波混叠且具有一定插入损耗的问题,本文设计一款基于开关电容的差分无源N通道滤波器。该滤波器使用不同容值的电容加权多相信号来消除奇次谐波,利用不同时钟信号叠加的原理抑制谐波混叠,同时,采用电容堆叠技术提供一定的增益减小插入损耗。滤波器采用TSMC 40 nm CMOS工艺,Cadence Spectre RF软件仿真结果表明:该滤波器的中心频率fs可调范围为0。3~1。5 GHz,当/=500 MHz时,对3次和5次谐波均有48 dB以上的抑制效果,对最强谐波混叠抑制达到60 dB以上,且没有插入损耗,噪声系数(NF)为2。5~2。8dB,线性度(IIP3)在15 dBm以上。

    N通道滤波器谐波抑制谐波混叠无源差分结构

    变化负载下全桥LLC谐振变换器参数优化设计

    王党树孙龙董振贾如琳...
    61-71页
    查看更多>>摘要:LLC谐振变换器在软开关特性方面有一定的局限性。针对可变负载条件下LLC谐振变换器软开关特性不稳定的问题,本文结合ZVS/ZCS边界推导了软开关约束条件,提出一套基于全桥LLC谐振变换器变化负载下参数优化设计方法,以提高系统的稳定性和效率。方案不仅考虑谐振电感、电容和变压器的参数优化,还充分考虑负载变化对软开关行为的影响。文中介绍了全桥LLC谐振变换器的工作原理,并对电压增益与谐振网络阻抗特性进行较为细致的分析。根据上述设计方案搭建了一台500 W的车载充电机试验样机,在实验室条件下对样机进行测试,结果表明试验样机整机在参数优化后效率有所提升,最高效率可达96。36%。

    LLC谐振变换器可变负载软开关参数优化谐振网络

    PMSM混沌系统无初始状态约束的固定时间有界控制

    张锦忠韦笃取
    72-78页
    查看更多>>摘要:永磁同步电机(PMSM)是一种多变量、耦合性强的非线性系统,在实际运行过程中会出现混沌振荡。为了抑制PMSM系统的混沌,本文设计一种无初始状态约束的固定时间有界控制器。首先根据PMSM系统各个子系统的虚拟误差设计虚拟控制器,通过反步法推导得出控制器具有较高的抗干扰性能和鲁棒性,并证明时变反馈参数能够保证系统在到达有限时间收敛的同时达到渐近稳定,且稳定时间只与规定的边界有关。最后数值仿真通过调整控制系数k使系统能够在不同的初始状态下快速达到稳定,验证了所设计的控制器无论系统的初始状态如何,都能够使系统在2。8 s内达到稳定状态且输出收敛于给定的边界。

    PMSM混沌振荡混沌控制稳定状态

    基于改进YOLOv7-Tiny的轻量化百香果检测方法

    涂智荣凌海英李帼陆声链...
    79-90页
    查看更多>>摘要:在果园中,准确且快速的果实检测是水果产量预测和自动化采摘等农业智能化应用的关键任务之一。针对目前目标检测模型参数量和计算量大,难以满足嵌入式设备实时性要求的问题,本文提出一种基于改进YOLOv7-Tiny的轻量化检测方法,用于复杂果园环境中百香果的检测。首先,在主干网络中使用全维动态卷积(ODConv),提高主干网络的特征提取能力,使平均精度均值(mAP)提升2个百分点;其次,为了减少颈部网络的参数量和计算量,融合GhostNet网络和MobileOne网络,提出GMConv轻量化模块,使模型参数量下降约30%,计算量下降约20%,FPS提高约50 frame/so在百香果数据集上的实验结果表明,与YOLOv7-Tiny相比,改进后算法的参数量和计算量分别下降32。1%和25。4%,mAP提升2。6个百分点。在降低计算量和参数量的前提下,改进后算法进一步提高了检测精度,有利于在嵌入式设备中部署。

    目标检测YOLOv7-Tiny百香果轻量化网络GMConv模块ODConv

    基于用户行为特征的深度混合推荐算法

    杜帅文靳婷
    91-100页
    查看更多>>摘要:现有大多数推荐方法学习的是每个特征的固定表示,然而用户行为偏好随上下文特征发生变化,特征在上下文中具有不同的重要性,因此,特征的固定表示造成模型给出的推荐结果不准确。为解决此问题,本文提出基于深度因式分解机并融合信息提取单元和交叉网络结构的混合推荐模型(deep and cross factorization machine information extraction unit,IEU-DeepCFM)。首先,自注意力机制和上下文信息提取器组成的信息提取单元模块对不同上下文中的每个特征学习上下文感知特征表示;然后,利用深度交叉因式分解机在提取用户低、高阶特征的同时来挖掘用户更多的显式交叉信息;最终实现对用户行为特征的点击率预测。在MovieLens电影数据集和Avazu广告点击率数据集上进行消融和对比实验,结果表明,本文所提出的模型在AUC和LogLoss指标上均得到提高和改善,证明了该模型的合理性。

    深度学习上下文特征信息提取单元推荐算法自注意力机制

    一种基于罚函数法解决非光滑伪凸优化问题的神经网络算法及其应用

    黄镘潼喻昕
    101-109页
    查看更多>>摘要:针对实际应用中遇到的非光滑伪凸优化问题,本文提出一种创新的解决方案——结合罚函数理念和微分包含理论的单层神经网络算法。首先,通过数学理论证明,本文算法能够使状态解最终收敛至伪凸优化问题的最优解,从而确立所提出算法的正确性;其次,通过对2个数值实验的模拟收敛结果进行分析,进一步验证算法的有效性;最后,用本文算法解决实际应用问题,展示其在解决伪凸优化问题上的实际应用价值。与现有的神经网络算法相比,本文算法不仅能够解决更一般的具有凸不等式和等式约束的伪凸优化问题,也可以解决实际应用问题。此外,本文算法层次结构简单,无需计算精确的罚参数,可以选取任意初始点,无需添加任何辅助变量,为伪凸优化问题的解决提供一种有效途径。

    神经网络伪凸优化最优解罚函数实际应用