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

任露泉

双月刊

1671-5497

xbgxb@jlu.edu.cn

0431-85095297

130022

长春市人民大街5988号

吉林大学学报(工学版)/Journal Journal of Jilin University(Engineering and Technology Edition)CSCD北大核心CSTPCDEI
查看更多>> 《吉林大学学报(工学版)》( ISSN 1671-5497;CN 22-1341/T)是由吉林大学主办、教育部主管的以工学为特色的综合性学术期刊。1957年创刊。原名为《吉林工业大学学报》,由原吉林工业大学主办。 2000年,吉林工业大学合并到新吉林大学。2001年经国家新闻出版总署批准,《吉林工业大学学报》更改为现名:《吉林大学学报(工学版)》。   《吉林大学学报(工学版)》主要报道吉林大学工学门类的科学研究成果。包括:机械工程、材料科学与工程、动力工程及工程热物理、交通运输工程、农业工程、控制科学与工程、计算机科学与技术、电子科学与技术、信息与通信工程等方面的学术论文。也发表国内外在上述领域的最新研究成果。   《吉林大学学报(工学版)》编辑委员会现有委员 43人,其中有4名中国科学院院士,2名中国工程院院士,其他均为在相关领域有重要研究成果的知名教授和学科带头人。   《吉林大学学报 (工学版)》为中文综合性科学技术类核心期刊;中国科技核心期刊;吉林省一级期刊。被国内外多种文摘、期刊及数据库摘引和收录,国外的有 美国工程索引(EI Compendex) 、美国化学文摘(CA);俄罗斯《文摘杂志》(AJ)、美国《剑桥科学文摘社(CSA)》的EC、CE、CIS、EM、ESPM、MTE、CORR、SSSA数据库。中国的有《中国学术期刊文摘》、《电子科技文摘》、《汽车文摘》、《中国农业文摘》、《工程机械文摘》、《中国学术期刊(光盘版)》、《中国科学引文数据库》、《中国学术期刊综合评价数据库》、《万方数据(China Info)系统科技期刊群》。本刊多次在国家和省部级有关部门组织的期刊评比中获奖。   《吉林大学学报 (工学版)》发表的论文60%以上为国家级基金资助项目的研究成果,学术水平较高。本刊现为双月刊,每年单月1日出版。    通信地址:中国长春市人民大街 5988号《吉林大学学报(工学版)》编辑部    邮 编:130022 传 真:0431-5094128 电 话:0431-5095297    E-mail : xbgxb@jlu.edu.cn
正式出版
收录年代

    复杂环境下多模态手势关键点特征提取算法

    赖丹晖罗伟峰袁旭东邱子良...
    2288-2294页
    查看更多>>摘要:现阶段的手势关键点特征提取在复杂背景环境下存在特征提取精度低等问题,为了解决传统方法中存在的问题,提出复杂环境下多模态手势关键点特征提取算法.首先,通过改进细菌觅食(BFO)优化算法对手势图像进行增强处理;其次,通过条件生成对抗网络对手势图像进行背景去除处理;最后,通过GIFT方法检测手势图像的关键点,并通过多尺度双树复小波变换方法和Gabor滤波方法对手势图像进行多模态手势关键点特征提取.实验结果表明:所提算法的手势关键点特征提取精度更高、效果更好.

    改进细菌觅食优化算法条件生成对抗网络Gabor滤波器双树复小波变换关键点特征提取

    基于卷积神经网络的无线传感器网络链路异常检测算法

    特木尔朝鲁张亚萍
    2295-2300页
    查看更多>>摘要:为精准检测无线传感器网络异常链路,提出基于CNN的无线传感器网络链路异常检测算法.采用并发多线程技术设计网络链路异常检测功能,利用CNN建立网络链路异常检测训练模型.输入网络链路数据,卷积处理网络链路信息,提取网络链路特征向量,并通过下采函数处理,分析网络链路异常行为,使用向量映射方式表示异常部分向量,经过Softmax函数分类器完成分类检测.实验结果表明:本文方法能有效提升链路异常分类精度和检测精度,且用时较短.

    无线传感器网络卷积神经网络卷积运算激活函数下采样层链路特征

    基于视觉信息补偿的光照不均图像增强方法

    王欣党电太
    2301-2306页
    查看更多>>摘要:针对因光照不均导致图像灰度值分布不均、噪声大、视觉传达效果差等问题,提出基于视觉信息补偿的光照不均图像增强方法.计算图像中不同目标和背景区域的像素灰度值,构建灰度衰减序列,构建衰减函数对最弱像素点周围的每一个背景点进行加权处理,采用同态滤波函数根据图像中光线的分量值变化去噪.采用视觉信息补偿法计算图中每个区域的像素值,并转换为分量值模式,按照亮度总量值和局部值进行互补增强.实验数据表明:本文方法增强效果佳,图像清晰度得到了提高,细节刻画效果好.

    视觉信息补偿光照不均图像增强灰度衰减函数亮度总量值

    基于知识蒸馏的图像分类框架

    赵宏伟武鸿马克李海...
    2307-2312页
    查看更多>>摘要:为解决在图像分类任务中难以有效融合CNNs与Transformer网络特征的问题,提出了 一种基于知识蒸馏的图像分类框架(Knowledge distillation image classification,KDIC).KDIC框架中根据CNNs与Transformer网络结构的差异设计了多种知识蒸馏方法:本方法有效地将CNNs的局部特征与Transformer的全局表示融入轻量的student模型中,并基于不同的知识蒸馏方法提出有效的损失函数来提升图像分类任务的性能.图像分类实验在CIFAR10、CIFAR100、UC-Merced 3个公开数据集上进行,实验结果表明;KDIC框架与当前的知识蒸馏方法相比有着明显的优势,同时KDIC在不同师生网络下仍然具有良好的性能和泛化性.

    计算机应用知识蒸馏图像分类卷积神经网络

    融合卷积神经网络和双边滤波的相贯线焊缝提取算法

    张锦洲姬世青谭创
    2313-2318页
    查看更多>>摘要:相贯线焊缝提取精度影响了工业焊接的精确度,是焊缝技术的重要步骤,也是工业领域研究的重点问题之一.传统的相贯线焊缝提取算法存在提取速度慢、提取精度不佳的问题,为了解决以上问题,提出融合卷积神经网络和双边滤波的相贯线焊缝提取算法.首先,通过轮廓波变换方法对相贯线焊缝图像进行灰度化处理及增强处理;其次,通过双边滤波方法对焊缝图像进行去噪处理;最后,通过全卷积神经网络完成相贯线焊缝提取.实验结果表明:本文方法的相贯线焊缝提取更加清晰、精度更高,整体应用效果更佳.

    图像去噪处理卷积神经网络图像增强处理双边滤波相贯线焊缝提取

    基于卷积网络注意力机制的人脸表情识别

    郭昕刚程超沈紫琪
    2319-2328页
    查看更多>>摘要:针对表情识别时出现参数量大和识别能力弱等问题,提出一种基于卷积网络人脸表情识别方法.引入改进型残差模块,在减少参数量的同时增强对表情区域的关注;利用通道-空间注意力机制对网络提取的表情区域实现不同维度和位置上的权重分配,专注于表情关键点中细微差别特征信息;利用细节模块进一步提取深度特征信息.为得到更高准确度,引入联合损失函数延长类外距离,缩短类内距离以提高表情识别准确度.本文将此网络运用到数据集FER2013、CK+中,实验结果表明:本算法平均识别率分别为63.91%、97.98%,参数量为11.34 M.与VGG网络、残差网络等对比,该模型不仅提高了识别率,还减少了冗余参数量.

    面部表情识别残差模块通道-空间注意力机制细化模块

    机载广域遥感图像的尺度归一化目标检测方法

    朱圣杰王宣徐芳彭佳琦...
    2329-2337页
    查看更多>>摘要:针对机载广域遥感图像的目标尺寸变化大、背景噪声复杂以及局部目标密集给目标检测任务带来的困难,本文通过优化分割方法统一输入图像的目标像素尺寸,并以此简化模型结构提出了一种尺度归一化卷积神经网络模型MNNet.为增强局部之间的特征关联,本文设计了全局连接块(SGC),有效提高了检测的精度.针对现有非极大值抑制算法的超参数依赖经验设置的问题,本文提出了一种自适应非极大值抑制方法(DNMS),降低了模型的部署难度.在RSF数据集上的测试结果表明:本文模型的检测平均精度(AP)高于其他模型5.0%以上,在检测速度上达到了 57.7帧/s,可以满足遥感图像的检测任务需求.

    模式识别与智能系统计算机视觉目标检测遥感图像卷积神经网络

    基于轨迹优化的三维车辆多目标跟踪

    才华寇婷婷杨依宁马智勇...
    2338-2347页
    查看更多>>摘要:针对多目标跟踪算法在目标遮挡情况下存在的跟踪效果不佳的问题,本文提出一种基于三维点云检测的多目标跟踪算法.采用基于点云的三维目标检测器检测车辆目标,获取三维目标的位置信息;通过三维卡尔曼滤波器结合当前帧跟踪目标位置预测其在下一帧的位置;融合三维中心点空间距离与鸟瞰视图的交并比作为权重,使用改进的匈牙利算法进行数据关联;针对遮挡前后目标发生标签切换问题,提出了轨迹优化算法.在KITTI数据集上进行实验,车辆类跟踪精度、跟踪准确度分别达到84.71%、86.63%.在同样阈值的情况下,该方法相比AB3DMOT分别提升了 6.28%、0.39%.实验结果表明此算法能有效改善三维多目标跟踪性能.

    计算机视觉多目标跟踪3D卡尔曼滤波轨迹优化改进的匈牙利算法

    基于时序模型和深度学习的设备故障上限评估算法

    朱广贺朱智强袁逸萍
    2348-2354页
    查看更多>>摘要:为保障气体绝缘开关设备稳定运行,提出基于时序模型和深度学习的设备故障上限评估算法.该方法利用经验模态分解平稳化时间序列的不规则波动,结合长短期记忆网络构建联立算法;然后,通过该算法处理设备故障数据,提取敏感的本征模函数分量,进而完成故障特征的提取;最后,构建深度学习模型,并确定折射、反射系数,实现设备故障上限评估.测试结果表明:本文算法具有理想的故障上限评估结果,所得曲线与实际结果曲线之间具有较高的拟合度.由此可证明,本文算法可对设备故障上限进行科学评估,具有一定应用价值.

    时间序列模型故障上限评估不规则波动参数寻优经验模态分解

    前后文记忆矩阵引导的胸部放射影像报告生成模型

    刘利军张云峰黄青松
    2355-2363页
    查看更多>>摘要:针对现有的放射影像报告生成方法主要关注前文信息在报告生成过程中的指导作用,忽略了后文信息在报告描述生成中的作用,存在语义信息不完整、关键信息缺失等问题,提出了 一种前后文记忆矩阵引导的胸部放射影像报告生成模型(RadRG).为了在生成过程中获得更丰富的语义信息,提出记忆矩阵生成模块(MA),使用记忆矩阵记录报告的模式信息和语义信息,并使用门控单元对其进行调控,以防止训练过程中出现梯度消失或信息爆炸.将本文模型在IU X-Ray和MIMIC-CXR公开数据集上进行了测试,实验结果表明:与现有主流模型对比,本文模型在BIEU指标达到了 2.6%的提升.

    医学报告生成前后文记忆矩阵门控单元跨模态