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

郑伟安

双月刊

1000-5641

xblk@xb.ecnu.edu.cn

021-62233703

200062

上海市中山北路3663号

华东师范大学学报（自然科学版）/Journal Journal of East China Normal University(Natural Science)CSCD北大核心CSTPCD
查看更多>>本刊为自然科学综合性学术刊物。主要刊登该校理科院系和研究机构的学术论文与科研成果，内容涉及数学、计算机科学、物理学、化学、地理学和生物学等领域，报道科研动态，介绍该校学术论文发表概况。
正式出版
收录年代

    一类具有负跳的a-稳定过程驱动的种群模型的遍历性

    童金英梁子翼陈文泽张振中...
    1-12页
    查看更多>>摘要：为拟合随机环境与重大因素的影响,基于马氏链与带负跳α-稳定过程,建立了一类种群互惠模型.首先,证明了该种群模型具有全局正解性;其次,给出了该模型的遍历性的充分条件.

    α-稳定过程马氏链遍历性负跳

      原文链接:
    • 万方数据
    • 维普

    有界线性算子的Fa-Weyl定理与a-Weyl定理

    李偲萌张邺曹小红
    13-27页
    查看更多>>摘要：Fa-Weyl定理和a-Weyl定理是Weyl定理的两种变形,Weyl型定理的研究对于谱理论研究十分重要.通过定义新的谱集,给出了在Hilbert空间上的有界线性算子T同时满足Fa-Weyl定理和a-Weyl定理的等价条件.此外,还讨论了算子T在有限秩摄动下的Fa-Weyl定理和a-Weyl定理.

    Fa-Weyl定理a-Weyl定理摄动谱

      原文链接:
    • 万方数据
    • 维普

    时间依赖记忆型经典反应扩散方程的拉回吸引子

    李玉娜汪璇
    28-45页
    查看更多>>摘要：关于具有时间依赖记忆核的经典反应扩散方程,当非线性项满足次临界增长,外力项g(x,t)∈ L2loc(R;L2(Ω))时,在时间依赖空间L2(Ω)×L2µt(R+;H10(Ω))中讨论了解的长时间动力学行为.在新的理论框架下,利用积分估计方法以及分解技术证明了解的适定性和正则性,进而证明了时间依赖拉回吸引子的存在性.

    经典反应扩散方程时间依赖记忆核适定性时间依赖拉回吸引子存在性

      原文链接:
    • 万方数据
    • 维普

    基于代码和描述文本相融合的软件分类研究

    陈宇航王世宙汤正婷陈良育...
    46-58页
    查看更多>>摘要：第三方软件系统在现代软件开发过程中有着重要的作用.软件开发人员根据需求,在第三方软件库中检索合适的依赖库来构建软件,可避免许多重复工作,加快开发过程.然而,检索第三方依赖库的过程可能会很困难.通常第三方软件库提供预设的标签(类别)给软件开发人员进行查找,但是如果一个软件的预设标签被错误地标注,软件开发人员就无法查找到其需要的库,这势必会影响开发过程.提出了一种软件分类模型来解决上述挑战,模型结合方法向量、方法重要性和文本向量,将未知类别的软件分类到已知类别.鉴于此问题尚未有公开的数据集,为此建立了一个数据集并公开,此数据集包含来自Maven存储库的 30种类别的 120个软件系统.在此自建数据集上对提出的分类模型进行了测试,预测类别的准确度对于 1个候选者的情况(top-1)为 70%,对于 3个候选者的情况(top-3)则达到了 90%.实验结果表明,所提模型可以有效用于对开源存储库中的软件系统分类,辅助软件开发人员快速查找第三方库.

    软件分类第三方软件系统方法重要性分数code2vec

      原文链接:
    • 万方数据
    • 维普

    基于知识蒸馏的轻量化农作物病害识别算法

    胡雯婧蒋龙泉余俊龙徐伊茜...
    59-71页
    查看更多>>摘要：农作物病害是威胁农作物生长的主要因素之一,机器学习算法能高效率实现大范围农作物病害的发现,有利于对其进行及时处理,进而提升农作物的产量和质量.在大范围农业场景中,由于供电等条件限制,无法满足服务器等高算力设备的供电需求,现有深度网络模型大多需要较高算力,难以部署在低功耗的嵌入式设备上,给大范围农作物病害的准确识别应用带来障碍.为解决此问题,提出了一种基于知识蒸馏的轻量化农作物病害识别模型,并设计了一种基于残差结构和注意力机制的学生模型,利用知识蒸馏方法从大规模模型ConvNeXt中迁移学习成果,在实现模型轻量化的同时保持高精度识别.实验结果表明,在模型规模为 2.28 MB的条件下,39类农作物病害图像分类任务的准确率达到了 98.72%,且每类病害的精确率、召回率和特异度均高于 90%.该模型满足了在嵌入式设备中部署的需求,为农作物病害识别提供了一种实用高效的解决方法.

    农作物病害识别卷积神经网络知识蒸馏算法注意力机制

      原文链接:
    • 万方数据
    • 维普

    基于表面高度和不确定性的单目 3D物体检测

    吉银帅续晋华
    72-81页
    查看更多>>摘要：单目 3D(three-dimensional)物体检测是自动驾驶和机器人导航中的一项基础但具有挑战性的任务.直接从单张图片预测深度本质上是一个不适定的问题.几何投影是一种强大的深度估计方法,它从物体的物理高度和图像平面中的投影高度推断物体的深度.然而,高度估计错误将会放大深度估计的误差.研究了预测物体表面点的物理高度和投影高度,而不是物体本身的高度,由此可获得一系列深度候选值;还研究了估计高度的不确定性,并根据不确定性来组合这些深度候选值,以获得最终的目标深度.实验证明了此深度估计方法的有效性,且该方法在KITTI数据集的单目 3D目标检测任务上达到了SOTA(state-of-the-art)结果.

    单目3D物体检测深度估计几何投影自动驾驶

      原文链接:
    • 万方数据

    基于图增强和注意力机制的时间序列不确定性预测

    门超杰赵静张楠
    82-96页
    查看更多>>摘要：为提升对未来事件的预判能力并有效应对不确定性,提出了一种基于图增强和注意力机制的网络架构,用于多元时间序列的不确定性预测.通过引入隐含式图结构并结合图神经网络技术,捕捉各序列间相互依赖关系,从而建模时间序列之间的相互影响;运用注意力机制捕捉同一序列内的时序变化模式,以建模时间序列的动态演变规律;采用蒙特卡洛随机失活(Monte Carlo dropout)方法近似模型参数,并将预测序列建模为随机分布,以实现精确的时间序列不确定性预测.实验证明,该方法在保持较高预测精度的同时,还能进行可靠的不确定性估计,可以为决策任务提供置信度信息.

    不确定性图增强时间序列注意力机制

      原文链接:
    • 万方数据
    • 维普

    融合关系和结构编码的规则抽取与推理研究

    胡继米万卫兵程锋赵宇明...
    97-110页
    查看更多>>摘要：领域知识图谱拥有不完备性和语义复杂多样性的特点,从而导致其在规则抽取和选择问题上的不足,影响了其推理的能力.针对此问题,提出了一种融合关系和结构编码的规则抽取模型.通过提取目标子图中的关系和结构信息并进行特征编码,从而实现了一种多维度的嵌入表达方法.设计了融合关系和结构信息的自注意力机制,使模型能够更好地捕捉输入序列中的依赖关系和局部结构信息,从而提升了模型对于上下文的理解和表达能力,进而解决了在语义复杂情况下规则的抽取和选择的问题.通过在真实汽车部件故障工业数据集和公共数据集的实验,表明了在链接预测与规则质量评估任务中,所提出的模型都有一定的提升(规则长度为3时,mean reciprocal rank(MRR)平均提升了7.1百分点,Hits@10平均提升了8.6百分点;规则长度为 2时,MRR平均提升了 7.4百分点,Hits@10平均提升了3.9百分点),证实了关系和结构信息对于规则抽取与推理的有效性.

    工业知识图谱规则抽取规则推理知识补全链接预测

      原文链接:
    • 万方数据
    • 维普

    文本信息与图结构信息相融合的知识图谱补全

    范厚龙房爱莲林欣
    111-123页
    查看更多>>摘要：提出了一种基于路径查询信息的图注意力模型,可以将知识图谱中的文本信息与图结构信息有效融合,进而提高知识图谱的补全效果.对于文本信息,使用基于预训练语言模型的双编码器来分别获得实体的嵌入表示和路径查询信息的嵌入表示.通过注意力机制来进行路径查询信息的聚合,以捕获图结构信息,更新实体的嵌入表示.模型使用对比学习进行训练,在多个知识图谱数据集上进行实验,如直推式、归纳式的方式,都取得了良好的效果.结果表明,将预训练语言模型与图神经网络的优势相结合,可以有效捕获知识图谱中文本信息与图结构信息,进而提高知识图谱的补全效果.

    知识图谱补全预训练语言模型对比学习图神经网络

      原文链接:
    • 万方数据
    • 维普

    基于标签感知增强的社交媒体心理亚健康归因方法

    梁怡萍肖路巍王琳琳
    124-137页
    查看更多>>摘要：在大量的网络社交媒体中,存在一些表达了潜在的心理健康障碍和精神疾病的帖子,根据帖子文本识别用户产生心理健康障碍的原因是一项重要任务.观察这些帖子发现,其上下文中存在标签共现现象,即上下文中同时出现了多个候选标签的语义,干扰了标签表征的建模与预测.为缓解该现象带来的影响,提出了一种标签感知增强分类的方法,该方法利用大规模预训练语言模型识别潜在的候选标签,并通过估计样本独立的标签语义强度作为增强数据以消减共现标签带来的噪声,基于增强数据构建了性能良好的预训练语言模型分类器.在数据集Intent_SDCNL和SAD上进行的实验验证了该方法的有效性.

    心理亚健康归因自然语言处理提示学习

      原文链接:
    • 万方数据
    • 维普