首页期刊导航|合肥学院学报(综合版)
期刊信息/Journal information
合肥学院学报(综合版)
合肥学院学报(综合版)

蔡敬民

季刊

2096-2371

xbbjb@hfuu.edu.cn

0551-62158519,62158517

230601

安徽省合肥市锦绣大道99号

合肥学院学报(综合版)/Journal Journal of Hefei University
查看更多>>本刊主要刊载数学、机械、电子、化工、环境、计算机科学、管理等学科与技术的最新研究成果。欢迎校内外师生和科技人员提供高水平、高质量的优秀论文,文稿应符合《中国高等学校自然科学学报编排规范》。
正式出版
收录年代

    局地气候分区体系视角下合肥市昼夜热环境研究

    汤宝虎刘庆广王爱司敬敬...
    79-85,93页
    查看更多>>摘要:以合肥市主城区为研究区,基于局地气候分区(local climate zone,LCZ)体系,使用Sentinel-2和landset-8影像,分析昼、夜不同LCZ类别间地表温度与城市形态之间的关系,以此研究合肥市地表热环境.结果表明:(1)构建研究区LCZ地图,在两种不同分类中占比最大分别为LCZ9与LCZB/C.(2)不同LCZ类别间的LST存在较为明显的差异,主要体现在建筑类别与自然类别间.昼夜间变化趋势较为一致,且夜间LCZ各类间温度变化幅度小于白天.(3)昼、夜温度温度变化均体现为高层<中层<低层,开阔建筑<密集建筑变化规律.(4)PCC分析表明LST与IBI与MNDWI分别呈现正负相关,相关性较强,且均为r(昼)>r(夜).

    局地气候分区合肥市热环境遥感

    基于改进UNet的皮肤镜图像分割

    唐嘉男孟祥瑞
    86-93页
    查看更多>>摘要:医学图像的自动分割对于计算机辅助诊断具有重要意义.针对皮肤镜图像分割任务中,本文提出一种RA-UNet(Residual and Attentional-UNet)的分割方法.将原本的网络结构加深,在编码端卷积层引入残差机制减少信息丢失同时防止梯度消失或爆炸,每层采用两个残差特征提取模块充分提取学习特征;同时,每层引入改进的卷积注意力模块(Convolutional block attention block,CBAM)使模型更好地学习皮肤病理区域特征.在ISIC 2018数据集上对所提出的RA-UNet模型进行训练和测试,并与UNet和其他模型进行对比试验,实验结果中准确率(ACC)达到了93.82%,特异度(SP)达到了95.26%,灵敏度(SE)达到了90.78%,精准度(P)达到了90.04%,平均交并比(Miou)达到了86.89%,Dice相似指数(DSC)达到了0.900,整体优于其它模型.对于提高基于图像分析的皮肤病诊断具有一定的参考应用价值.

    语义分割皮肤镜图像残差机制注意力机制RA-UNet

    基于自注意力图卷积网络的人体骨架行为识别

    丁悦吴志泽
    94-101页
    查看更多>>摘要:目前基于普通图卷积网络的方法主要依赖局部性的图卷积操作,限制了其对远距离关节间复杂关联的灵活捕捉能力.提出一种自注意力增强图卷积网络(Self-Attention Enhanced Graph Convolutional Network,SG-Net),根据骨架数据的特性,对每个关节点的通道进行独立的全局性建模,即通道特定的全局空间建模(Chan-nel-Specific Global Spatial Modeling,C-GSM),并行于局部空间建模(Local Spatial Modeling,LSM),以提取局部和全局的空间特征表示.在两个大型且具有挑战性的基准数据集NTU RGB+D和NTU RGB+D120上进行了广泛的实验研究.与最新相关方法的比较,SGNet表现得非常有竞争性,在NTU RGB+D X-Sub和NTU RGB+D 120 X-Set上分别取得了92.9%和90.7%的最高准确率.

    人体骨架行为识别图卷积自注意力

    基于自注意力机制的蛋白质-RNA相互作用预测方法

    李大伟胡春玲邵鸣义朱冠雨...
    102-109页
    查看更多>>摘要:尽管已有利用lncRNA和蛋白质的信息来预测lncRPI的方法,但仅利用蛋白质和RNA的序列特征来进行预测相互作用仍然是一个挑战,并且模型预测的准确性有待提高.因此,本文提出了一种融合卷积神经网路和自注意力机制的预测模型LPI-Attention(Long non-coding RNA based on self-attention mechanism),该模型采用了k-mer方法来编码RNA和蛋白质序列特征作为模型的输入,这种方法可以同时考虑两种序列的信息,从而提高了预测的准确性.此外,在密集型卷积模块中,使用两种尺度的特征提取,更好地捕捉局部和全局的信息.最后,将得到的特征输入自注意力循环网络层中,更好地处理序列数据的长期依赖关系,将得到的RNA、蛋白质二者特征信息融合成新的特征放入全连接层进行预测.实验结果表明,该模型不仅扩展了生物特征预测领域,而且可以学习RNA序列与蛋白质序列之间更多的相互作用关系,在预测RPIs方面表现优于大多数同类方法,在数据集RPIs1446、RPIs1807、RPIs488上的准确率分别达到91.7%、96.6%、91.6%.

    蛋白质-RNA相互作用序列特征自注意力机制卷积神经网络特征融合

    异形薄壁铝合金截面受弯有限元法计算

    凌婷婷丁少斌马翠玲王霁...
    110-118页
    查看更多>>摘要:由于异形薄壁铝合金截面受弯时易发生畸变屈曲,分别对12根不同计算长度的异形薄壁截面梁的弯扭屈曲临界弯矩的有效厚度解析法与模态分析数值法的分析结果进行比较.然后采用美国标准中的直接强度法,分别对14根相同计算长度、不同厚度的薄壁异形截面,分析不同板件宽厚比对异形截面梁局部屈曲和畸变屈曲承载力的影响.特征值法的计算结果与FSM有限条法的结果实质是统一的,需要准确判断局部屈曲和畸变屈曲模态,并计算相应的低阶屈曲和高阶屈曲的临界弯矩.特征值法求解铝合金结构薄壁异形截面构件方法简单,适用性广、模态分析结果清晰且可以得到较为准确的结果,可以作为规范解析方法的补充计算.

    铝合金结构异形薄壁FSM有限条法直接强度法

    面向清扫车自动寻路的轻量化路沿感知算法研究

    凌基尚正阳刘跃黄伟...
    119-127页
    查看更多>>摘要:无人驾驶垃圾清扫车通常通过路沿检测实现自主路径选择.传统深度学习方法虽然具有较好识别效果,但计算量过大不符合实际应用需求.为此,提出一种基于YOLOv5轻量化的改进GDFE-YOLO算法.采用Ghostconv和C3Ghost对原网络模型主干进行替换;再引入可变形卷积替代Neck部分中的传统Conv卷积模块;最后将损失函数替换为Focal-EIOU Loss.实验结果表明,GDFE-YOLO算法在参数量、计算量和模型大小上分别较原模型降低了16.2%、15%和19.4%,检测速度提高12%;路沿识别均值精度为96.1%.GDFE-YOLO相较于YOLOv5s算法的识别精度仅下降0.9%,同时基于整体路沿的线性拟合检测策略,其单点的精度下降影响较小,因此所提出算法能够实现清扫车的轻量化路沿检测要求.

    清扫车路沿识别机器视觉改进YOLO

    课程思政视域下学生创新能力与教学相长探究——以学科竞赛驱动为实践

    吴义平邓崇海秦广超陈静怡...
    128-132页
    查看更多>>摘要:为探究应用型高校创新型人才培养新模式,从大学本科生创新教育中突出存在的问题入手,以化工、材料类专业为例,实践了基于专业课程为载体、学科竞赛为契机、课程思政为价值引领的"1234"人才培养创新模式.突出"以学生为中心"1个中心,构建"价值塑造"和"能力培养"2个内涵,依托"课程思政""学科竞赛"和"项目孵化"3个着力点,推动"应用型创新人才培养""毕业生就业质量""专业课程思政建设"和"教师实践教学能力"4个方面协同发展.该实践与探索为应用型高校新工科类专业的创新型人才培养提供经验支持.

    创新型人才课程思政专业课程学科竞赛教学相长

    "本研一体化"课程思政模式在生物化学教学中的应用——以合肥大学为例

    王晓飞孟伟魏波
    133-138页
    查看更多>>摘要:为顺应新时代中国特色社会主义思想融入高等教育的要求,帮助学生树立正确的世界观、人生观、价值观,生命科学相关的本科和研究生专业积极开展课程思政理念贯穿专业教学的体系建设.由于本科教育与研究生教育阶段学生的知识体系和价值观存在断层,因此本研两个教育阶段的课程思政未能有效衔接.深入分析本研两个教育阶段生物化学课程教学体系导致思政育人效果不佳的原因,通过了解"本研一体化"课程思政的内涵以及在生物化学教学中实施的必要性,利用线上线下混合式教学方式精心设计和实施"本研一体化"课程思政体系,与专业教育同向同行,实现本研两个教育阶段科教互促共进的"全程育人,全方位育人"的教学目标.

    课程思政本研一体化生物化学

    新工科背景下课程思政教学路径探索——以"软件工程"课程为例

    张新屠菁张琛谢奇爱...
    139-144页
    查看更多>>摘要:软件工程课程是我校软件工程专业面向大二本科生的专业核心课程.秉持"德智双修,创用并举"的理念,针对工程伦理内容不完善的问题,重构了有鲜明时代和学科特色的教学内容;针对工程思维欠缺的问题,构建了多平台-跨场景-交叉融合的工程思维培养体系;针对工程创新能力不足,设计了"个性化-多样化-递进式"的教学模式,形成了全面跟踪评价,持续优化改进的课程评价体系,实现了教书育人过程中知识、能力、素质的同步提升,筑牢了新时代软件工程类专业人才培养的基石.

    工程伦理能力本位交叉创新