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

    基于多目标生物地理学优化算法的模糊节能分布式流水车间调度

    张振张丫丫孙美玲顾幸生...
    869-877页
    查看更多>>摘要：研究了模糊节能分布式置换流水车间多目标调度问题(Fuzzy Energy Efficient Distributed Permutation Flow Shop Problem,FEEDPFSP),针对最小化模糊完工时间和模糊能耗两个优化目标,提出了一种基于生物地理学的多目标优化算法(Multiple-Objective Biogeography-Based Optimization,MOBBO).在MOBBO中,设计了一种有效的初始解生成规则,并根据两个优化目标之间的关系,设计了 4种速度操作方法用于迁移过程和变异过程,并且引入快速非支配排序以及拥挤距离方法,保证每次迭代的种群质量.对比两个先进算法在480个不同规模实例下的表现,验证了所提出的MOBBO算法在解决FEEDPFSP问题的有效性.

    分布式流水车间调度生物地理学优化模糊规划节能多目标优化

      原文链接:
    • 维普
    • 万方数据

    基于物理信息深度学习算法的Flame D热流场重构研究

    彭浩然胡贵华
    878-887页
    查看更多>>摘要：尽管数值模拟方法在求解流体动力学的湍流过程中发展迅速,但处理复杂的几何形状和流动过程时,在准确建模和计算速度等问题上仍面临挑战性.针对当前在计算流体力学(Computational Fluid Dynamics,CFD)上存在的计算代价大等问题,本文在传统的湍流数值模拟技术的基础上,结合机器学习,以经典的Sandia Flame D燃烧模型为例,通过引入物理信息的深度学习算法,建立物理信息神经网络架构(Physical-Information Neural Network,PINN),将符合规律的物理信息内嵌到神经网络,使得用小样本就能实现参数的流场重构.在平面维度上,分别对PINN和数据驱动方法重构的结果,与CFD软件仿真结果进行对比分析,其中PINN方法在训练集大小不及样本点总数一半的情况下,即可得到数据驱动方法在大样本情况下的重构结果,重构出燃烧过程在t=1s时刻的轴向、径向速度以及温度的L2 相对误差分别为 0.187%、1.194%,0.071%,且在训练集占样本点总数的 55%、70%、82%的情况下,PINN方法均比数据驱动方法误差小.在时间维度上,成功重构t=0.3、0.5、1 s时刻的轴向速度云图,证明PINN方法能够重构出几何模型采样时间范围内任意时刻的物理场分布云图.

    计算流体力学深度学习物理信息神经网络湍流燃烧流场重构

      原文链接:
    • 维普
    • 万方数据

    一种基于StyleGAN生成器的自监督人脸正面化模型

    谢立志刘漫丹朱宝旭张雯婷...
    888-897页
    查看更多>>摘要：提出了一种基于StyleGAN生成器的新型自监督人脸正面化模型(Self-Supervised Face Frontalization Model,SFM),通过改变潜空间编码实现人脸正面化.为了合成质量优异的正面人脸图像,使用对比语言图像预训练(Contrastive Language Image Pretraining,CLIP)模块和自适应增强模块(Adaptive Enhancement Module,AEM)来编辑潜空间,在最大程度上只修改面部姿态而不修改面部的其他特征.研究结果表明,本文方法无需配对人脸数据集训练就能生成质量优且完整的正面人脸图像.在定性和定量实验数据的比较中,本文方法最优.

    人脸正面化潜空间编辑生成对抗网络StyleGAN预训练

      原文链接:
    • 维普
    • 万方数据

    基于局部和全局特征提取及多级特征聚合的中文方言识别模型

    孟一凡陈宁李泓锴
    898-904页
    查看更多>>摘要：与其他语种的方言相比,中文方言种类较多,且方言类间差异小,类内差异大,因此中文方言识别极具挑战性.考虑到中文方言间的差异性可能体现在语音的局部(短时)特性上,也可能体现在语音的全局(长时)特性上,同时还可能反映在语音不同层级的特性上,本文提出一种融合语音局部和全局特征提取以及多级特征聚合的中文方言识别模型.首先通过Res2Block提取语音的局部特征,然后利用Conformer提取语音的全局特征,最后通过将多个Conformer级联输出进行多层级特征的聚合.跨域和非跨域的实验结果表明,该模型取得了比基线模型更高的识别准确率.

    Conformer方言识别多层级特征聚合Res2Block注意力统计池化

      原文链接:
    • 维普
    • 万方数据

    平衡信息与动态更新的原型表示联邦学习

    徐炜钦肖婷王喆
    905-912页
    查看更多>>摘要：联邦学习(FL)是一种分布式机器学习方法,旨在通过训练模型而不共享客户之间的原始数据来解决隐私问题.然而,跨客户端数据的异构性会阻碍FL中的优化收敛性和泛化性能.为了解决这个问题,本文提出了平衡信息与动态更新的联邦原型学习(BD-FedProto)框架,它由两个组件组成:原型调度的动态聚合(DA)和对比原型聚合(CPA).前者动态地调整局部学习和全局学习之间的比例,以平衡局部知识和全局知识的有效性;后者利用缺失的类作为负样本,通过统一的原型集群来学习未知的分布.在CIFAR-10和MNIST数据集上的实验结果表明,BD-FedProto能有效提高FL的分类性能和稳定性.

    联邦学习特征空间聚合原型表示对比学习数据异构

      原文链接:
    • 维普
    • 万方数据

    基于组稀疏优化的强化学习稀疏表征

    蔡林逸冯翔虞慧群
    913-919页
    查看更多>>摘要：强化学习由于具有出色的数据效率和快速学习的能力,开始应用于许多实际问题以学习复杂策略.但是高维环境中的强化学习常常受限于维度灾难或者灾难性干扰,性能表现不佳甚至导致学习失败.围绕表征学习,提出了一种符合Lasso类型优化的稀疏卷积深度强化学习方法.首先,对稀疏表征的理论和优势进行综述,将稀疏卷积方法引入深度强化学习中,提出了一种新的稀疏表征方法;其次,对由稀疏卷积编码定义的可微优化层进行了数学推导并给出了优化算法,为了验证新的稀疏表征方法的有效性,将其应用于相关文献常见的基准环境中进行测试.实验结果表明,应用稀疏卷积编码的算法具有更好的性能和鲁棒性,在降低了 50%以上模型开销的前提下,取得了相当甚至更优的性能.此外,还研究了稀疏程度对算法性能的影响,结果显示适当的稀疏度能获得更优的性能.

    强化学习灾难性干扰稀疏表征隐式层Lasso优化

      原文链接:
    • 维普
    • 万方数据

    基于改进注意力机制的CNN的齿轮箱故障诊断

    邵浙梁戚知宽周邵萍
    920-928页
    查看更多>>摘要：针对实际工况中齿轮箱振动信号复杂多变,导致传统基于卷积神经网络(Convolutional Neural Networks,CNN)的齿轮箱故障诊断方法存在诊断精度不高、训练收敛性能差等问题,首先,提出一种改进的注意力机制和一种基于注意力机制的软阈值激活函数,在此基础上,构建基于改进注意力机制的CNN故障诊断模型;然后,通过齿轮箱开源数据集的实验数据,验证改进的注意力机制和基于注意力机制的软阈值激活函数能否有效提升模型的诊断精度和训练收敛性能;最后,将构建的模型应用于实际工况齿轮箱的故障诊断.结果表明,构建的模型满足某企业齿轮箱出厂检测的需求,在诊断精度和训练收敛性等方面具有优势.

    故障诊断卷积神经网络注意力机制软阈值激活函数齿轮箱

      原文链接:
    • 维普
    • 万方数据

    基于数据库方法的离子辐照用小冲杆试验的尺寸效应研究

    陈成赵政捷钟继如关凯书...
    929-936页
    查看更多>>摘要：在核工业中利用小冲杆试验(Small Punch Test,SPT)评价材料受辐照前后力学性能的变化有广阔的应用前景.围绕离子辐照,本文通过 6种材料对小冲杆试样的尺寸效应进行了探讨,验证了数据库方法可用于 0.1 mm厚小冲杆试样获取材料强度,并对试验中存在的尺寸效应及其临界晶粒尺寸进行分析.通过数据库方法建立了厚 0.1 mm SPT和常规拉伸强度(屈服强度和抗拉强度)的转换方法,发现SPT获取材料屈服强度的相对误差与试样晶粒尺寸呈线性关系,其中SPT确定材料抗拉强度的最大相对误差为 3.62%,屈服强度的最小误差为 4.84%、最大误差为15.9%,SPT评价材料屈服强度的临界晶粒尺寸为7.4 μm.

    小冲杆试验尺寸效应材料强度数据库方法临界晶粒尺寸

      原文链接:
    • 维普
    • 万方数据

    2024年第50卷总目次

    937-940页
      原文链接:
    • 万方数据

    《华东理工大学学报(自然科学版)》征稿简则

    封3页
      原文链接:
    • 维普
    • 万方数据