首页期刊导航|佳木斯大学学报(自然科学版)
期刊信息/Journal information
佳木斯大学学报(自然科学版)
佳木斯大学学报(自然科学版)

李东海

双月刊

1008-1402

jmdb@chinajournal.net.cn

0454-8618600

154007

黑龙江省佳木斯市学府街148号

佳木斯大学学报(自然科学版)/Journal Journal of Jiamusi University(Natural Science Edition)CSTPCD
查看更多>>本刊是由原国家科委、国家新闻出版署批准出刊,黑龙江省教育厅主管、佳木斯大学主办的自然科学学术性期刊。学报为黑龙江省优秀科技期刊,中国科技论文统计源核心期刊,中国科学引文数据库刊源,万方数据资源系统刊源。主要报道本校及国内外相关领域的科研成果、学术动态,向读者提供最新的科技信息。文章类型有学术论文、研究报告、综合评述、科研简报。读者对象为高校师生、研究院(所)科研人员以及厂矿工程技术人员。
正式出版
收录年代

    基于数字孪生的PC构件生产线置模工作站监控系统

    刘海祥陈继文季善峰高晓明...
    1-4页
    查看更多>>摘要:针对PC构件生产线中置模工作缺乏有效实时监控和工作数据再利用困难问题,提出了基于数字孪生技术的PC构件生产线置模工作站监控系统研究.设计了 PC构件生产线置模工作站数字孪生监控系统体系四层次架构,构建了置模工作站的孪生模型,基于TCP/IP传输协议和Socket通信,实现了孪生层与物理层之间的实时数据映射,实现了置模工作站可视化实时监控.最后,通过数字孪生监控系统与物理实体的交互测试,验证了构建的置模工作站数字孪生监控系统的可行性和有效性,为PC构件智能化置模提供技术支持.

    数字孪生PC构件生产线置模工作站实时监控

    基于改进粒子群算法的计算机考试自动组卷方法

    赵宏岩邬昌兴
    5-9页
    查看更多>>摘要:粒子群优化算法(Particle Swarm Optimization,PSO)是一种基于群体智能的优化工具,通过模拟鸟群觅食行为来寻找问题的最优解.在计算机考试自动组卷的过程中,传统的粒子群算法存在收敛速度慢、易早熟收敛等问题,实际应用效果不佳.因此,提出一种改进的粒子群算法,并在此基础上进行计算机考试自动组卷平台设计.对比试验结果表明,提出的改进粒子群算法在解决计算机考试自动组卷问题上具有更高的质量和效率.

    改进粒子群算法计算机考试自动组卷

    基于集成学习算法的moba类游戏胜率预测

    赵家池冯晟应森昂蔡雪滢...
    10-13页
    查看更多>>摘要:随着科技和互联网普及,电子竞技越来越受欢迎,已成为杭州亚运会正式项目,是一项体育竞技.在传统体育行业,如足球、篮球,大数据技术应用相当成熟.对于新兴电竞媒体,运用数据挖掘、机器学习和神经网络预测比赛结果尤为关键.以moba游戏dota2为例进行胜率分析.dota2作为全球著名电竞赛事,拥有大量观众和开放数据.比赛胜负受多种因素影响.从玩家对局数据提取重要特征,利用神经网络训练词向量.对比多种传统与集成学习算法,筛选性能优秀模型.最后利用SHAP模型可视化分析机器学习过程,总结重要特征.助团队决策,提升观众体验.

    电竞媒体数据挖掘机器学习神经网络

    基于随机森林的手写数字识别研究

    陈晨颜雯嘉
    14-16页
    查看更多>>摘要:目前人工智能技术正在快速发展,应用在越来越多的领域,成为研究的热点,尤其是物体检测、图像识别方面.随机森林是贝叶斯网络的优化,是一种利用多个树分类器进行分类和预测的方法,可以降低分类识别过程中过拟合现象.基于随机森林的手写数字识别算法,探究随机森林算法在数字识别中的应用和优势,进行算法优化提高识别准确率.通过实验分析,结果表明提出的基于随机森林的手写数字识别算法具有较高的分类准确率和较好的泛化性能,能够满足实际应用需求.

    手写数字随机森林决策树节点

    基于改进的YOLOv5s的垃圾分类检测算法

    汪超刘晓飞
    17-20页
    查看更多>>摘要:随着城市化进程的不断加速,垃圾问题已经成为影响城市环境和居民生活质量的重要因素.为实现有效准确的垃圾分类检测,设计了 YOLOv5s_CC模型.在骨干网络中加入Coor-dinateAttention注意力机制,通过关注特征图的空间信息和通道信息,可以帮助模型更好地捕捉到重要的特征.同时将Neck颈部结构的卷积方式更换为CoordConv,添加两个坐标通道,从而使其具备空间感知能力.将WIoU作为边框损失函数,通过考虑预测框和真实框之间的区域来对IoU进行加权,提升预测框的准确率.为验证算法的可行性,将数据集传入改进YOLOV5s_CC网络进行训练.结果表明,YOLOv5s_CC模型相较于原始的YOLOV5s模型mAP50提升3.5个百分点,FPS值为146,在高速识别图像的同时保证了识别的精度.

    垃圾分类YOLOV5s注意力机制损失函数

    基于KNN算法的电子通信网络节点异常流量告警方法

    莫文中
    21-23页
    查看更多>>摘要:现代电子通信网络产生的流量数据通常具有高维度和大数据量的特点,需要处理海量数据并从中提取有用的特征,这给异常流量检测带来了挑战.为此,提出基于K最近邻(K-Nearest Neighbors,KNN)算法的电子通信网络节点异常流量告警方法.根据电子通信网络的结构和原理,提取电子通信网络流量特征.引入KNN算法,设定风险控制阈值,计算电子通信网络节点异常流量的投影值,比较投影值和分类阈值,判断了;流量是否存在异常,实现电子通信网络节点异常流量告警.实验结果表明:研究方法对电子通信网络节点异常流量的告警不仅具有实时性,且检测出的异常流量波动幅值也更准确,告警误差始终低于0.5%.

    KNN算法电子通信网络节点异常流量告警

    基于深度学习的多模态AIGC动画分析

    王功
    24-26页
    查看更多>>摘要:以推动国内动画产业发展为目标,探讨深度学习基础上的多模态AIGC动画创作的方法.总结多模态AIGC动画的实现条件,从建模、生成动画与图像、生成文本到图像、生成文本到动画四个环节着手,阐述深度学习算法在多模态A1GC动画中的应用,提出三点建议,充分发挥深度学习算法和AIGC技术优势,旨在推动我国动画产业的自动化、智能化发展.

    深度学习算法多模态AIGC技术动画创作

    基于虚拟现实技术的实验场景多维可视化方法

    谢金涛
    27-30页
    查看更多>>摘要:为实现对实验场景的可视化展现,提高实验场景多维可视化的资源展示有效率和展示效率,在引入虚拟现实技术的基础上,开展对其多维可视化场景构建方法的设计研究.通过利用虚拟现实技术对实验场景中各类设备的建立模型;对场景中各类元件、数据等整合,生成实验场景元件库及后台数据库,最后实现多维实验场景动态模拟及仿真.利用新的可视化方法对实验场景进行构建,通过对比实验的方式验证新的方法可实现对更多资源数据的展示,可视化程度更高,同时生成实验场景的耗时更短,具备极高的运行效率.

    虚拟现实技术场景方法可视化多维实验

    基于卷积神经网络的非规则缺失图像修复方法研究与应用

    苏乐辉
    31-34页
    查看更多>>摘要:为优化非规则缺失图像修复效果,提高图像质量,利用卷积神经网络,开展了非规则缺失图像修复方法研究,并对其应用效果作出了验证.首先,对待修复图像进行预处理,改善图像的局部特性,恢复图像的一些细节.其次,建立卷积神经网络,提取非规则缺失图像中的结构特征.在此基础上,确定图像优先修复的像素点,确定图像修复的顺序.最后,设计图像修复算法,计算窗口内像素与缺失区域周围像素的欧氏距离,搜索相似样本,选择最相似的样本块,复制到缺失区域,实现缺失图像修复.实验结果表明,使用文中方法后,修复后的图像与原图像误差较小,失真更少,修复效果优势显著.

    卷积神经网络非规则缺失图像修复应用

    线性变换结合拉普拉斯算子检测菌落方法的研究

    范玮张新李琰成花...
    35-38页
    查看更多>>摘要:利用灰度图线性变换结合拉普拉斯算子检测发酵面制食品污染菌落.采集面包、馒头的霉菌图像经灰度化、高斯滤波等预处理,以函数imadjust将图像拉伸处理后再采用二阶导数拉普拉斯算子进行边缘提取,结果处理图像边缘清晰.比较一阶算子、Canny算子以及Log算子,线性拉伸处理后各个算子边缘提取结果不尽相同差异较大;以形态学腐蚀处理方法可以获得准确的菌落计数.

    线性拉伸拉普拉斯算子边缘提取形态学腐蚀菌落