首页期刊导航|黑龙江科技大学学报
期刊信息/Journal information
黑龙江科技大学学报
黑龙江科技学院
黑龙江科技大学学报

黑龙江科技学院

赵国刚

双月刊

2095-7262

kjdxxb@vip.163.com

0451-88036032；88036078

150027

黑龙江省哈尔滨市松北区糖厂街1号

黑龙江科技大学学报/Journal Journal of Heilongjiang University of Science and TechnologyCSTPCD
查看更多>>本刊是经中国国家科技部核准、由黑龙江科技学院主办的国内外公开发行的综合性学术刊物，印刷版、光盘版、网络版平行出版。《黑龙江科技学院学报》以黑龙江科技学院为依托，面向全国。我刊前身是《黑龙江矿业学院学报》，创刊于1991年，1994年国内外公开发行，当时的中国标准刊号ISSN 1006-303X ，CN23-1380/TD，CODEN HKXUFN。2001年更名为《黑龙江科技学院学报》，2004年始出版双月刊，中国标准刊号ISSN 1671-0118 CN23-1486/TD。
正式出版
收录年代

    贝塞尔函数的光伏模块最大功率跟踪系统

    朱显辉鲁双峰王鹏刘进...
    631-636页
    查看更多>>摘要：针对传统光伏模块最大功率跟踪系统建模复杂和响应时间慢的问题,提出了一种基于贝塞尔函数的光伏模块最大功率跟踪方法.采用二阶贝塞尔函数对光伏模块输出特性进行拟合,引入变步长扰动观察法,通过实时调整步长以改善最大功率跟踪的响应时间,构建基于Boost电路的实验平台,模拟和实验验证在不同工况和负载条件下的系统性能.结果表明,在工况和负载变化时,电压平均相对误差小于2.5%,跟踪时间缩短了61%.该研究证明了所提出的贝塞尔函数模型不仅简化了光伏模块的建模过程,而且提高了系统精度和响应速度.

    光伏模块最大功率变步长扰动观察法二阶贝塞尔函数boost电路

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    改进FCOS的SAR图像舰船检测算法

    桑林
    637-641页
    查看更多>>摘要：针对SAR图像中舰船检测的目标尺度变化大及背景复杂等影响因素,提出一种基于FCOS的一阶段舰船目标检测算法.采用基于拆分注意力和分组卷积的ResNeSt网络作为主干网络进行提取特征,同时在特征金字塔基础上增加聚合路径和注意力机制,提升特征融合能力,实现对网络结构的优化.结果表明,改进方法相对于基线网络平均精度提升了 2.15%,精准率提升了2.4%,召回率提升了3.59%.该研究在处理SAR图像中舰船检测任务时具有较好的性能.

    目标识别SAR图像舰船检测FPN

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    改进YOLOv8n的小目标检测算法

    赵金宪赵志滢
    642-647页
    查看更多>>摘要：针对复杂场景中目标特征不明显易出现漏检和误检的问题,提出了YOLOv8n_Y小目标检测算法.通过YOLOv8n模型的骨干网络引入可变形卷积模块,在目标区域感受野有限的情况下,可变形卷积模块可以自适应地调整卷积核大小,提取更多的特征信息,将 Neck 模块添加了CBAM注意力机制,注意力机制会集中在更为重要的物体特征上,减少了误检的概率,提升对小目标检测的准确率.结果表明,YOLOv8n_Y模型在小目标吸烟数据集上的精度提升了3.3%.

    YOLOv8n可变形卷积模块注意力机制小目标检测

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于机器视觉特征强化的降质图像动态目标检测方法

    武狄张国辉张庆
    648-654页
    查看更多>>摘要：针对降质图像中的动态目标特征不明显,易出现检测偏差的问题,提出基于机器视觉特征强化的降质图像动态目标检测方法.采用帧间阈值法确定图像中含有动态目标的区域,通过平滑、动态目标强化和背景抑制处理,引入SE-ResNeXt模块,基于挤压-激励操作后提取动态目标的特征信息,计算动态目标与背景间的速度和光流矢量,在速度平滑性、方向平滑性和颜色分量约束条件下,检测得到动态目标的准确位置.结果表明,所提的方法在准确率、召回率和F1 分数的最优参数组合下,PSNR和SSIM平均提高了3.41%和0.16%,提升了降质图像整体质量,实现了对动态目标的精准检测与识别.

    机器视觉特征强化动态目标检测速度矢量速度平滑性约束颜色分量约束

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    网络空间安全领域实体识别的数据增强方法

    廉龙颖高传凯刘兴丽
    655-660页
    查看更多>>摘要：针对网络空间安全领域标注数据成本高且难度大的问题,提出了数据增强改进方法.通过改进EDA算法,研究基于领域词典的同类型实体替换、实体保护的同词性替换、词性保护的随机插入以及语义保护的随机删除策略,采用单一策略和组合策略对小样本数据集进行数据扩充,利用BiLSTM-CRF模型进行实体识别验证.结果表明,单一策略及其组合策略能够增加数据集的规模,单一策略DER的F1 值提升比例达38.18%,组合策略EPR+PRI的F1 值提升比例达31.16%.该方法可以有效提升网络空间安全领域实体识别模型性能.

    实体识别数据增强网络空间安全

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    《黑龙江科技大学学报》稿约

    封3页
      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据