期刊,河北建筑工程学院学报 2024年卷3期_国家学术搜索

期刊信息/Journal information

河北建筑工程学院学报

主　　编：李延涛

出版周期：季刊

国际刊号：1008-4185

电子邮箱：hbjgxb@hebiace.edu.cn

电　　话：0313-2050809

邮政编码：075024

地　　址：河北省张家口市建国路33号

河北建筑工程学院学报/Journal Journal of Hebei Institute of Architectural Engineering

查看更多>>本刊是以建筑工程技术为主的综合性学术刊物。主要刊登建筑设计、建筑结构、建筑材料、建筑施工、给水排水、环境工程、暖通工程、建筑机械、工业自动化、计算机技术、建筑经济与管理等学科及其交叉学科的基础理论研究、应用研究及科技开发领域的学术论文、报告、综合评述等。读者对象是从事建筑工程科研、设计、施工等方面的科技人员、管理人员及教育工作者。

正式出版

收录年代

基于SEM的新工科创新型人才培养路径研究

王腾吴玺吴东昊杨宏利...

197-202页

查看更多>>摘要：当前我国新工科正处在建设和发展的重要关头,新工科人才的培养作为新工科建设的关键环节,具有至关重要的战略价值.在立德树人视域下探索新工科创新型人才的培养路径,要注重解决好思政教育渗透力度不足、教学手段缺乏多样性、学生评价体系不够完善和学科竞赛的潜力未充分挖掘等实际问题.针对上述问题,从思政引领、教学方法、评价体系和学科竞赛四个维度出发构建模型,运用 SEM方法对模型进行分析,探讨新工科创新型人才培养路径,从提升课程思政融合深度、实施多元化的教学方法、构建科学全面的学生评价体系和充分发挥学科竞赛的促教促学作用四个方面提出建议,全方位推进德育与智育同向同行,提升新工科人才培养实效.

关键词：

立德树人SEM方法新工科创新型人才培养路径

原文链接:

NETL
NSTL
万方数据

基于改进模拟退火遗传算法的路径规划问题研究

张天顺王剑雄刘平

203-209页

查看更多>>摘要：为了解决复杂环境中的路径规划问题,通过引入并改进模拟退火算法与遗传算法相结合的混合优化策略,以克服传统路径规划算法在全局搜索能力、收敛速度及避免局部最优解方面的局限性,提出了一种基于改进模拟退火遗传算法的路径规划方法.在遗传算法框架内,通过编码方式表示路径,并利用选择、交叉和变异等遗传操作生成新的路径种群.为增强全局搜索能力和跳出局部最优解的能力,引入了模拟退火机制,在遗传算法的交叉和变异操作中融入模拟退火的概率接受准则,允许以一定概率接受较差的解,从而增加种群的多样性.研究过程中,首先设计并实现了改进的模拟退火遗传算法,并设置了对比实验,包括单独使用遗传算法、模拟退火算法以及模拟退火遗传算法进行对比分析.实验结果表明,与单独使用遗传算法和模拟退火算法相比,改进模拟退火遗传算法在复杂环境中的路径规划问题上展现出了显著的优势,有效提升了算法的全局搜索能力、最优解准确度和收敛速度,同时增强了算法对复杂环境的适应能力.

关键词：

模拟退火遗传算法优化设计路径规划

原文链接:

NETL
NSTL
万方数据

基于深度学习的中文命名实体识别技术研究

武文静岳杰王佳丽刘枫...

210-215页

查看更多>>摘要：命名实体识别(NER)是 NLP领域的一项基础底层任务.针对当前传统的基于规则和统计方法存在特征提取的精准度和模型的可扩展性上不足的问题,中文命名实体识别技术在利用神经网络学习模型时得到了极大地改善.除了通过 Bert预训练模型和相关的公开数据集对文本数据特征提取、识别实体之外还融合了人工标注的地名和组织机构实体的额外数据集来增强模型的词义理解准确度.实验结果表明,模型的实体识别能力有所提高.

关键词：

自然语言处理中文命名实体识别深度学习中文分词

原文链接:

NETL
NSTL
万方数据

基于CNN-LSTM模型的入侵检测算法研究

高鑫泽吕国杨宵张建成...

216-221页

查看更多>>摘要：随着云技术的广泛应用,网络入侵检测系统越来越受到人们的欢迎.一般的入侵检测数据集都具有空间性和时序性,因此利用卷积神经网络(CNN)以及长短期记忆网络(LSTM)的强大特点,构建了一个深度学习模型 CNN-LSTM来学习数据的时空属性.首先使用卷积神经网络对流量数据做特征选择,并在卷积层后加入了 Dropout层防止过拟合.然后利用长短期记忆网络的时间序列学习特点对卷积神经网络筛选后的特征进行学习与分类,以提高网络检测的效率和准确率.经实验证明使用的模型的检测结果优于单一 CNN和LSTM模型.

关键词：

网络入侵深度学习卷积神经网络长短期记忆网络

原文链接:

NETL
NSTL
万方数据

基于YOLOv8改进的安全帽佩戴检测算法研究

任海王涛贾利云

222-228页

查看更多>>摘要：安全帽的佩戴对建筑工地和工厂的工人来说至关重要,佩戴安全帽是施工场地的重要防护措施.如何有效地监测和确保安全帽的佩戴一直是企业监管的一大挑战.基于这一问题,在YOLOv8 算法的基础上,通过改进YOLOv8 网络的主干网络和头部网络来提高检测精度.实验结果表明,改进的算法检测准确率可达 74.4%,与 YOLOv8 相比提升了 0.4 个百分点.这个改进对于提高安全帽检测的准确性具有重要意义.

关键词：

深度学习目标检测安全帽检测YOLOv8

原文链接:

NETL
NSTL
万方数据

恶意代码可视化RGBA图像方法研究

孙松高丽婷范祎宁张雨凤...

229-234,246页

查看更多>>摘要：随着网络规模的发展,关于恶意代码的变种检测、家族分类等需求的日益增多,出现了多种将恶意代码可视化为灰度图像后进行分类的方法研究,但现阶段的可视化方法使用的特征较单一并且灰度图像可容纳特征和信息过少.针对目前恶意代码可视化为灰度图像的方法存在特征不足和信息含量少等问题,提出使用RGBA模式彩色图像来将提取的多种特征进行储存和融合,对已有的可视化方法进行改进来满足恶意代码的分类需求.

关键词：

恶意代码可视化RGBA图像

原文链接:

NETL
NSTL
万方数据

基于多粒度级联森林算法的玉米纹枯病预测

魏士磊王剑雄徐玉明孙秋亚...

235-240页

查看更多>>摘要：农作物安全是其实现高产的重要因素.近年来机器学习算法为玉米纹枯病预测提供了新思路,在研究玉米纹枯病以及机器学习算法的基础上,针对传统机器学习算法模型复杂且表现不佳的缺点,提出基于多粒度级联森林算法去实现玉米纹枯病的预测.应用最大最小标准化和Z-Score标准化方法对数据进行预处理,利用单变量检验和皮尔逊系数来衡量特征参数的选择,然后将选出的特征参数作为预测模型的输入变量,建立多粒度级联森林预测模型,在测试集上运行模型,用均方根误差、平均相对误差和决定系数对模型性能进行评估.研究结果表明,多粒度级联森林模型的决定系数明显高于BP神经网络和随机森林算法,具有较好的预测效果.

关键词：

玉米纹枯病多粒度级联森林算法BP神经网络随机森林算法

原文链接:

NETL
NSTL
万方数据

改进的知识图注意力推荐模型

石瑞雪温秀梅严鑫瑜陈威...

241-246页

查看更多>>摘要：针对知识图注意力网络(Knowledge Graph Attention Network,KGAT)推荐模型在整个知识图谱上传播信息时,容易丢失大量特征信息的问题,提出一种改进的知识图注意力网络模型,通过将注意力机制替换为双向注意力机制,从而提高了推荐的准确率.最后,在两个公开数据集Amazon-Book和Last-FM上进行了对比实验,实验结果表明:改进的模型在 Re-call和NDCG 两项评价指标上都得到了提高,在 Amazon-Book 上,分别提高了 1.81%和1.68%;在Last-FM上,分别提高了 1.26%和 1.35%,有效地改善了推荐效果.

关键词：

知识图注意力网络注意力机制推荐系统知识图谱

原文链接:

NETL
NSTL
万方数据

基于Swin-Unet的遥感卫星图像分割研究

王俊博孙皓月刘晓

247-252页

查看更多>>摘要：在过去的几年中,卷积神经网络(CNN)在图像分割方向取得了很大的进展,但是由于卷积运算的局限性,不能很好地处理全局与长距离依赖关系等问题,提出了一种基于 Swin-Unet的图像分割模型,通过将Transformer Block模块引入到 U-Net网络模型中的编码与解码阶段,并使用更适合二分类的Dice＿loss损失函数,来进行特征提取和学习.使用用于城市建筑物遥感卫星图像研究的Inria Aerial Image Labeling数据集进行试验.结果表明,所采用的Swin-Unet模型可以从遥感卫星图像中提取更多的语义信息,从而达到更好的识别效果,IoU分数为 0.70.

关键词：

遥感卫星图像图像分割深度学习Swin-UnetTransformer

原文链接:

NETL
NSTL
万方数据

《河北建筑工程学院学报》征稿简则

河北建筑工程学院学报编辑部

前插1页

原文链接:

NETL
NSTL
万方数据

首页
1
2
3
4
5