首页期刊导航|华东理工大学学报（自然科学版）
期刊信息/Journal information
华东理工大学学报（自然科学版）
华东理工大学
华东理工大学学报（自然科学版）

华东理工大学

刘洪来

双月刊

1006-3080

ecustxbb@ecust.edu.cn

021-64252666

200237

上海市梅陇路130号

华东理工大学学报（自然科学版）/Journal Journal of East China University of Science and Technology(Natural Science Edition)CSCDCHSSCD北大核心CSTPCD
查看更多>>《华东理工大学学报（自然科学版）》是教育部主管、华东理工大学主办的自然科学和技术科学方面的综合性学术期刊，国内外公开发行。本刊为双月刊，主要刊登化学工程、生物化学、制药、材料、机械、信息与计算机、环境与能源等学科有创新意义的科学论文，并辟有研究简报栏目。本刊为综合性科学技术类核心期刊，被美国《化学文摘》（CA）、俄罗斯《文摘杂志》（РЖ）、美国《剑桥科学文摘社网站》（CSA）等10余种国内外权威数据库和文摘刊物收录。
正式出版
收录年代

    基于深度学习的农场虫情检测算法研究及实现

    罗小娟胡鹏昊
    732-739页
    查看更多>>摘要：传统的病虫害防治手段需要消耗大量人力、物力,且达不到很高的精确度,为了更科学、高效地做好农场病虫害防治工作,本文结合深度学习技术和物联网技术研发了虫情检测系统进行病虫害的远程检测,提高防治工作的效率.该系统采用YOLO-v5网络模型,结合迁移学习,训练学习了林业常见害虫和农田常见害虫的特征,实现了高效的检测识别.基于物联网技术实现远程控制拍摄病虫害图像,并通过Wi-Fi传输到计算机端进行识别,通过可视化界面呈现出农田中虫害的种类和数量,对减少人力、物力消耗以及实现科学防虫具有良好的实际应用价值.

    农场虫情检测深度学习物联网技术YOLO-v5网络模型图像处理识别

      原文链接:
    • 维普
    • 万方数据

    基于子空间字典低秩表示的流形投影学习

    冯文熠王喆
    740-749页
    查看更多>>摘要：低秩表示(Low-Rank Representation,LRR)能够将每个数据点表示为若干个基的线性组合,是一种获取样本底层低维结构的方法.然而,大多数LRR方法使用原始数据集作为字典,这不能揭示数据的真实分割.本文提出了基于子空间字典低秩表示的流形投影学习:该方法学习最优子空间作为LRR问题的字典,而不是使用原始数据集;利用基数最少的方案,低秩表示矩阵能很好地恢复原始数据;通过对投影矩阵施加行稀疏约束,该方法不仅可以选择鉴别性特征并忽略冗余特征,而且使子空间学习具有很好的解释性.此外,通过引入流形结构保持约束,使得样本的原始表示和距离信息在投影下保持不变.在多个真实世界数据集上的实验结果表明,该方法优于最近提出的一些相关方法.

    低秩表示无监督投影子空间学习特征提取流形学习

      原文链接:
    • 维普
    • 万方数据

    基于深度学习的人体姿态估计与追踪

    张雪芹朱荟潼王宁
    750-759页
    查看更多>>摘要：随着深度学习技术的发展,基于卷积神经网络的人体姿态估计和追踪的准确率得到大幅提高.但在面对遮挡问题时,还存在人体关键点检测困难、姿态追踪精度偏低和速度较慢等问题.本文针对这些问题,构建了一个ybasTrack多人姿态估计和追踪模型;提出采用一种改进的YOLOv5s网络进行目标检测;采用BCNet分割网络区分遮挡与被遮挡人体,限定人体关键点定位区域;基于Alphapose的SPPE(Single-Person Pose Estimator)进行改进,优化人体关键点检测结果;采用改进的Y-SeqNet网络进行行人重识别,采用MSIM(Multi-Phase Identity Matching)身份特征匹配算法对人体框、人体姿态和人体身份信息进行匹配,实现人体姿态追踪.实验表明,所提算法对遮挡场景下的人体姿态估计和姿态追踪具有较好的效果,模型运行具有较快速度.

    人体姿态估计AlphaPoseYOLOv5sBCNetSeqNet

      原文链接:
    • 维普
    • 万方数据

    基于PSO-LSTM模型的上肢动作识别方法

    常钰坤曹港生马振九康高峰...
    760-769页
    查看更多>>摘要：针对上肢肌音信号(Mechanomyography,MMG)动作识别准确率不高的问题,提出一种基于粒子群算法(PSO)与长短期记忆网络相结合的混合模型(Particle Swarm Optimization-Long Short Term Memory,PSO-LSTM)的动作识别方法.采用 5通道传感器对受试者进行上肢肌音信号采集,使用巴特沃斯滤波(Butterworth Filter)等方法对肌音信号进行预处理,并进行特征提取;构建基于PSO-LSTM的上肢肌音信号识别模型并进行模型训练和测试;最后从不同测度对比了长短期记忆(LSTM)模型、麻雀搜索算法(Sparrow Search Algorithm,SSA)优化的LSTM模型(Sparrow Search Algorithm-Long Short Term Memory,SSA-LSTM)以及PSO-LSTM模型的实验结果.结果表明,PSO-LSTM模型的准确度均高于LSTM、SSA-LSTM模型,达到96.9%左右,在迭代损失、迭代速度等方面也优于LSTM、SSA-LSTM模型,从而证明了该模型用于上肢肌音信号识别的优越性.

    肌音信号动作识别粒子群算法长短期记忆特征提取

      原文链接:
    • 维普
    • 万方数据

    基于BP神经网络的Smith-Fuzzy-PID算法在阀门定位中的应用研究

    谢涛周邵萍王佳硕裴梓敬...
    770-778页
    查看更多>>摘要：为解决气动调节阀控制过程中出现的超调大、精度低等问题,本文采用BP神经网络整定出较优的PID(Proportional Integral Derivative)控制参数,对Smith预估控制器以及模糊控制器进行设计,实现了基于BP神经网络的Smith-Fuzzy-PID控制方法.搭建了实验平台,通过阶跃响应实验来对控制方法进行验证,验证结果表明,提出的方法调节过程无超调,调节时间仅为 1.9 s,定位精度在±0.5%以内,有效提高了系统的稳定性,实现了气动调节阀的快速精准定位.

    气动调节阀Smith预估模糊控制BP神经网络PID控制

      原文链接:
    • 维普
    • 万方数据

    透平试验件对试验台横振不平衡响应的影响

    刘应石䶮狄广强梁尔访...
    779-786页
    查看更多>>摘要：重型燃气轮机透平试验台系统由试验台和试验件两部分构成.对于已经建成的试验台,需要考虑不同试验件对试验台横振不平衡响应的影响.本文利用机械阻抗综合法的阻抗匹配原理,将未知试验件的动力学特性模化为交界面上的机械阻抗,来确定试验件对试验台横振不平衡响应的影响,得出未知试验件的设计限制范围.同时,建立了某个试验件和试验台的动力学模型,分析了该系统的横向振动不平衡响应,验证了试验件不平衡响应的设计限制范围的有效性.

    透平试验台横向振动不平衡响应机械阻抗综合法传递矩阵法

      原文链接:
    • 维普
    • 万方数据