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

    面向数字孪生的电机的磁热耦合及降阶模型

    姚国风赵佰亭
    1-6页
    查看更多>>摘要：为解决传统的电机温度监测方法难以监测电机内部的问题,建立了电机磁热耦合模型,并据此建立了面向数字孪生的电机温度场的降阶模型.以一台3kW感应电机为例,首先建立了电机的二维电磁场模型,通过仿真分析了额定工况下的损耗情况;其次搭建了电机的三维电机模型,并通过电磁场模型的损耗结果确定了温度场的热源,并通过仿真分析了电机额定工况下的温度场云图,与传统热回路法进行了比较,验证了有限元方法的相对准确性;最后基于多组不同的工况下的电机状态,并通过基于SVD分解的POD的算法得到了电机温度场的降阶模型,将计算时间由小时级降至秒级,并与原模型进行了对比,验证了降阶模型的准确性.

    数字孪生感应电机有限元磁热耦合降阶模型

      原文链接:
    • 万方数据
    • 维普

    基于BP神经网络的500kV输电线路的感应电仿真分析

    熊以旺李峰顾魏高慧挥...
    7-9页
    查看更多>>摘要：随着高压输变电设备在国内的广泛应用,其产生的感应电问题日益突显.针对实际测量困难的问题,采用BP神经网络对Maxwell仿真软件生成的500kV高压输电线路数据进行学习与分析.在Maxwell中,分析了输电线路产生的感应电与生物体的交互.实验中,通过改变金属板与人体的距离及金属板的大小,获得了不同配置下的感应电压与人体电流密度平均值.随后,使用Matlab中的BP神经网络对1200组数据进行了训练(70％训练集、15％验证集、15％测试集),最终拟合优度达到了 0.99,显示出良好的训练效果.对比分析表明,网络训练结果与仿真数据基本吻合,有效证实了模型在预测不同环境下感应电的可靠性.

    感应电压人体感应电流输电线路BP神经网络预测分析

      原文链接:
    • 万方数据
    • 维普

    具有语音功能的跑步机自适应调速控制系统设计

    汪启梁张峰哗张静怡孙嘉栋...
    10-16页
    查看更多>>摘要：针对传统跑步机功能单一、无法进行语音控制的问题,设计了 了一种具有语音功能的跑步机自适应调速控制系统,以提高跑步机的实用性与稳定性.首先,分析了人们对跑步机的日常需求,由此对其控制系统的整体结构进行规划和设计;在此基础上,搭建该系统的硬件功能模块,包括单片机及其最小系统、按键模块、语音模块、电机驱动模块等模块,并对不同功能模块的软件进行分析调试,以驱动该系统正常运行.最后,对所设计的实物装置进行了按键模式和语音模式的测试.测试结果表明,所设计的跑步机自适应调速控制系统具有可操作性强、准确度高等特性.

    语音功能自适应调速按键模式语音模式

      原文链接:
    • 万方数据
    • 维普

    基于改进小波变换与BiLSTM-PPG信号中的应用

    蔡俊李阿会
    17-20页
    查看更多>>摘要：探讨了心电图(ECG)和光电容积(PPG)信号在现代医疗和健康监测中的关键作用,特别是在实时监控心脏健康和血流动态方面的应用.ECG和PPG信号在日常活动和运动条件下容易受到噪声干扰,因此开发有效的噪声去除技术显得尤为重要.提出了一种改进的小波变换去噪算法,并结合BiLSTM(双向长短期记忆网络)模型进行信号处理.实验结果表明,改进的小波变换方法在去噪效果和信号细节保留方面优于传统方法,而BiLSTM模型通过结合前向和后向信息,提高了心率估计的准确性.基于ISPC数据库的实验数据,BiLSTM-PPG模型的平均绝对误差(MAE)最低为2.09 BPM,优于TROIKA和Deep PPG模型.

    光电容积(PPG)小波变换双向长短期记忆网络心率测量

      原文链接:
    • 万方数据
    • 维普

    基于改进YOLOV9的塔吊局部巡检路径生成方法

    刘广帅陈国栋陈文铿熊海宁...
    21-25页
    查看更多>>摘要：塔吊随着服役年限的增加,易出现裂缝、氧化腐蚀等问题,导致承载力不足,引发严重危害性的事故.传统的塔吊检测靠人工主观观察,具有很大的局限性.因此需要更加智能化的塔吊巡检方式.针对应用无人机对塔式起重机的巡检问题,提出了一种塔吊局部巡检路径生成的方法.首先训练改进的YOLOV9目标检测算法实现无人机对塔吊的识别,并对识别出的塔吊使用单目测距算法进行定位;其次提取出塔吊的骨架,对骨架离散化后聚类拟合;最后得出无人机的局部巡检路径.实验结果表明该方法可以实现塔吊身和塔吊臂的路径生成,且运行的平均时间为1.14 s,满足实时检测要求.

    塔吊检测YOLOV9算法单目测距骨架提取聚类

      原文链接:
    • 万方数据
    • 维普

    基于双目立体视觉的矿用输送带表面缺陷检测方法研究

    潘庆甫周小杰李新恒张经纬...
    26-29页
    查看更多>>摘要：针对矿用输送带表面缺陷问题,提出一种基于双目立体视觉的矿用输送带表面缺陷检测方法.通过双目相机获取立体图像,进行相机标定和立体校正,保证图像对齐.采用均值偏移图像分割、左右一致性检测、自适应窗口检验以及RANSAC算法,对SGBM进行改进,获取更优的矿用输送带视差效果图.在此基础上,利用三角测量原理将图像中的像素点转换为三维点云,采用8邻域关系对各缺陷包含像素进行提取,通过比较缺陷区域点与非缺陷区域点的差异,对缺陷分布图中的各缺陷像素进行归类,确定缺陷所在的位置.通过构建矿用输送带表面缺陷检测装置,实现矿用输送带表面凹陷、凸起、磨损、撕裂等缺陷检测.实验结果表明,基于双目立体视觉的矿用输送带表面缺陷检测算法对凹陷、凸起、撕裂和磨损的检出率分别为98.46％,99.11％,98.10％和98.33％,能够准确地检测出矿用输送带的各种异常情况,具有一定的实践应用价值.

    双目立体视觉矿用输送带双目匹配三维点云表面缺陷检测

      原文链接:
    • 万方数据
    • 维普

    基于卷积神经网络的网络小样本数据特征提取

    张勇林肖莹
    30-32,36页
    查看更多>>摘要：针对现行的数据特征提取方法存在的错提率较高和可信度较低问题,研究应用基于卷积神经网络设计一种新的网络小样本数据特征提取方法.通过将网络小样本数据在Hibert空间中映射,调整数据相对熵,实现对数据的均衡处理,利用生成对抗网络对小样本数据扩充并修正,利用卷积神经网络对扩充后的数据特征提取,实现基于卷积神经网络的网络小样本数据特征提取.经实验证明,设计方法错提率不超过1％,可信度在0.9以上,可以实现网络小样本数据特征精准提取.

    卷积神经网络网络小样本数据特征提取Hibert空间生成对抗网络

      原文链接:
    • 万方数据
    • 维普

    基于深度学习的动画图像纹理细节增强方法研究

    蔡希阳
    33-36页
    查看更多>>摘要：为提高图像的清晰度与用户体验,引进深度学习算法,设计动画图像纹理细节增强方法.使用滑动窗口计算熵值,将熵值归一化作为权重;利用卷积神经网络(CNN)的多层非线性变换逐步抽象特征信息;使用图像分割技术,将图像分为前景和背景两部分,根据计算得到的图像背景散射程度,进行图像纹理细节的增强处理.实验结果表明:设计方法可以确保构建的动画图像与场景的实际帧数达到设计帧数,即确保场景的流畅度与动画清晰度.

    深度学习权重项增强方法动画图像

      原文链接:
    • 万方数据
    • 维普

    一种发动机热态衰减阶段的故障诊断集成学习方法

    郭崇陈宇峰陈根浪
    37-40页
    查看更多>>摘要：针对汽车发动机在热态衰减阶段的故障诊断问题,提出了基于隔离森林算法和随机森林算法的故障诊断集成学习方法,隔离森林算法通过构建孤立树来识别异常点,随机森林算法构建多个决策树并综合它们的预测结果来进行异常分类.实验结果表明,融合隔离森林和随机森林算法的集成学习模型比传统的基线模型在发动机数据异常检测和分类的故障检测任务中具备更高的准确性、鲁棒性和应用潜力.

    故障诊断SMOTE算法隔离森林随机森林

      原文链接:
    • 万方数据
    • 维普

    基于EfficientNetB0的司机分心检测研究

    石鑫吕广强陈果谢延景...
    41-43页
    查看更多>>摘要：提出了一个名为CBAM-EfficientNetB0的框架,旨在解决低参数条件下司机分心行为识别准确率低的问题.它集成了 CBAM注意力机制,包括通道注意力模块和空间注意力模块.这使得网络更加关注重要的特征信息,从而提高了特征的区分度和表达能力.通过将模型的优化器转换为SGD,并获得优化的学习率和动量参数,提高了模型的识别准确率和收敛性.CBAM-EfficientNetB0 在 State Farm Distracted Driver Detection 数据集上达到了 96.8％的准确率.结果显示,与同类的框架相比,它在低参数条件下表现良好.

    司机分心检测EfficientNetB0CBAMSGD

      原文链接:
    • 万方数据
    • 维普