首页期刊导航|吉林大学学报（理学版）
期刊信息/Journal information
吉林大学学报（理学版）
吉林大学
吉林大学学报（理学版）

吉林大学

裘式纶

双月刊

1671-5489

sejuj@mail.jlu.edu.cn

0431-88499428

130021

长春市南湖大路5372号

吉林大学学报（理学版）/Journal Journal of Jilin University(Science Edition)CSCD北大核心CSTPCD
查看更多>>《吉林大学学报(理学版)》(原名为《吉林大学自然科学学报》是教育部主管的、吉林大学主办的自然科学领域的综合性学术期刊。创刊于1955年12月,是新中国成立后创刊最早的高校学报之一。《吉林大学学报(理学版)》是国家中文综合性科学技术类核心期刊。以交流学术思想、推动科学研究、提高教学水平、促进科教兴国和学校发展为办刊宗旨：以新(选题新,发表成果创新性强)、快(编辑出版速度快)、高(刊文学术水平和编辑出版质量高)为办刊特色；以研究论文、研究快报、研究简报和综合评述等栏目报道自然科学领域的基础研究、应用研究和开发研究中所取得的创新性研究成果。刊发国家重大科技项目和国家自然科学基金项目及各省和部委基金项目文章的数量逐年增加,其中有许多成果获得较大的社会效益和经济效益。已被国内外20多种数据库和文摘刊物收录,其国外的有：美国《数学评论》(MR),德国《数学文摘》(Zbl Math),美国《化学文摘》(CA),俄罗斯《文摘杂志》(AJ of VINITI),英国《科学文摘》(SA),美国《剑桥科学文摘：材料信息》(CSA：MI)。由于办刊成绩卓著,成果突出,本刊在吉林省、教育部及全国优秀科技期刊评比中获奖14次,其中获吉林省优秀科技期刊一等奖和十佳期刊共6次,教青部全国高校自然科学优秀学报一等奖共5次,1992年和1997年分别获第一届和第二届全国优秀科技期刊评比二等奖,2001年被选入“中国期刊方阵(双百期刊)”。
正式出版
收录年代

    具强吸收项的拟线性抛物方程解的紧支集和熄灭

    李亚楠王春朋
    1-8页
    查看更多>>摘要：考虑一类具强吸收项的拟线性抛物方程Cauchy问题，由于强吸收项的作用，该问题的解可以在有限时刻具有紧支集和发生熄灭。首先，利用比较原理，通过构造合适的上解证明该问题的解在某个时刻后具有一致的紧支集，甚至还可以在任意正时刻后都具有一致的紧支集。其次，在一定条件下，利用该问题的解在不同时刻的L1范数估计，证明其在有限时刻发生熄灭。

    拟线性抛物方程强吸收项紧支集熄灭

      原文链接:
    • 万方数据
    • 维普

    超线性阻尼项和Kirchhoff项对解衰减速率的影响

    李仲庆郭斌高文杰
    9-14页
    查看更多>>摘要：考虑一类具Kirchhoff项的非局部波动方程解的衰减速率。首先，通过对解Sobolev范数建立加权估计，克服超临界阻尼项带来经典乘子法失效的困难。其次，利用加权乘子法证明当阻尼项为超临界阻尼时，所研究问题能量泛函为对数衰减，完全不同于线性阻尼的指数衰减和次临界阻尼的多项式衰减。

    非局部方程加权乘子法衰减估计

      原文链接:
    • 万方数据
    • 维普

    Banach空间上拟幂零算子的幂集

    胡朝龙梁定浩纪友清
    15-23页
    查看更多>>摘要：令T是无穷维复Banach空间X上的拟幂零算子，且x∈X\{0}。定义kx=limλ→0supln||(λ-T)-1x||/ln||(λ-T)-1。令A(T)={kx。:x≠0}，称为T的幂集。证明A(T)是右闭的，即对∧(T)的每个非空有界子集σ有sup σ∈A(T)。特别地，证明对任意无穷维复Banach空间X，存在X上的拟幂零算子T，使得 A(T)=[0，1]。

    拟幂零算子幂集右闭性Schauder基序列

      原文链接:
    • 万方数据
    • 维普

    重复观测的 Poisson-Lindley INAR(1)模型

    刘瑞朱复康李琦
    24-34页
    查看更多>>摘要：对过离散的重复观测时间序列数据，考虑一种具有Poisson-Lindley边际分布的INAR(1)(PLINAR(1))过程的独立重复观测模型。先通过条件最小二乘估计、Yule-Walker估计、拟似然估计和条件极大似然估计方法估计模型的参数，讨论估计量的渐近性质，并给出模型的预测，再通过数值模拟比较不同估计方法的性能以及重复观测带来的影响，最后对一组重复观测的每周太阳黑子群数量的数据进行拟合，拟合结果验证了模型的有效性。

    重复观测PLINAR(1)模型整数值时间序列过离散

      原文链接:
    • 万方数据

    基于偏微分方程的盲去模糊超分辨率重建算法及实验

    徐文达温馨毛忠旋邹永魁...
    35-40页
    查看更多>>摘要：提出一种基于偏微分方程的图像盲去模糊超分辨率重建算法，旨在未知模糊核的情况下，将含噪声的低分辨率模糊图像重建为清晰的高分辨率图像。首先，针对图像退化过程构建变分问题，并借助变分方法推导出偏微分方程模型。其次，结合交替方向法和数值差分方法，通过设计时空全离散数值格式求解未知的模糊核和清晰的图像。再次，通过一系列数值实验，分析参数选择对图像重建效果的影响，确定合适的参数设置。最后，针对若干遥感图像进行实验，实验结果证明了所给模型的有效性与可靠性。

    偏微分方程盲去噪去模糊超分辨率重建变分方法

      原文链接:
    • 万方数据
    • 维普

    由分数Brown运动驱动的EGARCH模型

    王玮莹韩月才
    41-46页
    查看更多>>摘要：针对传统EGARCH模型难以捕捉长记忆性的问题，通过引入分数Brown运动提出一个fBm-EGARCH模型，给出模型的二阶矩、四阶矩及协方差函数性质，并理论证明其长期记忆性。数值模拟结果表明，该模型不仅能准确捕捉短期波动，还能反映长期记忆性，从而验证了模型的有效性。

    EGARCH模型分数Brown运动长期记忆性流动性

      原文链接:
    • 万方数据
    • 维普

    复对称算子及相关算子类研究进展

    赵佳音朱森
    47-59页
    查看更多>>摘要：复对称算子是指Hilbert空间上具有对称矩阵表示的线性算子。综述近年来复对称算子的主要研究进展及若干公开问题，包括特殊复对称算子、约化子空间、范数闭包问题和代数性质等。

    复对称算子斜对称算子Toeplitz算子截断Toeplitz算子加权移位部分等距约化子空间

      原文链接:
    • 万方数据
    • 维普

    地理链接数据的空间拓扑完整性验证

    卢禹博叶育鑫欧阳丹彤
    60-66页
    查看更多>>摘要：为能准确且快捷地验证地理链接数据多重实体空间拓扑关系的完整性，提出一种基于RCC8模型的饱和推理方法，用于检验多重空间拓扑关系是否具有冲突。该方法应用推理规则，将关系对进行两两组合推理，逐步推导出潜在空间关系并对推理结果进行检验，不断重复以上过程，直到确保推理过程在所有关系对均被推导后终止。在此基础上，封装一个基于RCC8模型的饱和推理验证组件，以方便使用者在无需重复编写代码的情况下，通过直接调用组件验证多重空间拓扑关系。利用该方法和组件对SLIPO项目的链接数据集的部分数据进行测试，成功识别出GeoSHACL组件无法检测到的多个空间拓扑关系冲突实体。

    地理链接数据空间完整性约束饱和式推理完整性验证空间约束组件

      原文链接:
    • 万方数据
    • 维普

    利用地理空间和时间信息GNN-Transformer在MJO预测中的应用

    魏晓辉徐哲文王兴旺郝介云...
    67-75页
    查看更多>>摘要：针对目前深度学习在极端天气现象Madden-Julian振荡(MJO)预测任务中表现欠佳的问题，提出一种基于动态图神经网络与Transformer结合的时序预测模型。首先，将地球海陆二维网格映射到图结构的节点上，并提出利用多重注意力混合海陆掩码的方法进行节点筛选;其次，使用基于热传导与节点相似度度量进行边权重的迭代更新，以获取每个时间步中最准确的气候模式信息;再次，使用最大极值法抽取不同时间段的异常节点信息作为极端气候的发生点，并对这类点的变权重进行强化;最后，将上述结果输入到图神经网络进行编码，并使用Transformer进行解码操作获取预测结果。实验结果表明，该模型在预测中最高可获得39 d的双变量相关系数(COR)有效预测值，以及31 d的均方根误差(RMSE)有效预测值，性能优于现有模型。

    时空预测图神经网络天气预测时间序列预测

      原文链接:
    • 万方数据
    • 维普

    基于知识图谱中路径推理的多轮对话模型

    化青远彭涛崔海毕海嘉...
    76-82页
    查看更多>>摘要：基于图编码器的路径推理方法，将知识图谱多轮对话的实体间关系作为节点图，编码器根据每轮对话对节点逐次编码从而模拟语义推理过程，最终预测当前对话的答案实体，解决了对话中存在缺省词和指代词的问题以及复杂语境下的特征提取问题。实验结果表明，该方法更关注实体间的关系，有助于保持推理的完整性和准确性，在一定程度上证明了将上下文建模为关系节点图的实用性和有效性。

    知识图谱自然语言处理多轮问答卷积神经网络

      原文链接:
    • 万方数据
    • 维普