首页期刊导航|厦门理工学院学报
期刊信息/Journal information
厦门理工学院学报
厦门理工学院学报

黄红武

季刊

1673-4432

xb@xmut.edu.cn

0592-6291127

361024

福建省厦门市理工路600号

厦门理工学院学报/Journal Journal of Lujiang University
查看更多>>本学报系我校综合性学术理论刊物。本刊坚持从马列主义、毛泽东思想、邓小平理论、江泽民“三个代表”重要思想为指导，贯彻执行党的基本路线和各项方针、政策、积极反映我校科研、教学和管理的新成果。本刊竭诚为提高科研水平，教学质量和深化教育的综合改革，开展国内外学术交流以及促进厦门经济特区两个文明建设服务。
正式出版
收录年代

    基于分形理论的城市群轨道交通协调性分析

    梅梦君陈鼎苏敏咸王成...
    1-8页
    查看更多>>摘要：为解决城市群轨道交通规划与城市群内部各要素间发展不均衡的现状,基于分形理论构建城市群轨道交通分维协调性指数模型,将线网长度—人口规模、线网长度—经济体量的复合指标融合作为轨道交通协调性模型参数,进行城市群轨道交通整体协调性的量化表征.以多视角关联关系揭示长三角、京津冀和粤港澳大湾区城市群内部空间结构的复杂特征,分析典型城市群轨道交通发展协调性.结果表明,线网长度、人口规模和经济体量在分布形态上围绕空间面域几何中心呈凝聚状分布,中心趋向性和四周分散程度明显.长三角轨道交通协调性指数为0.94,城市群线网长度、人口规模和经济体量呈现同步发展趋势,相对均衡性明显;京津冀和粤港澳大湾区轨道交通协调性指数分别为1.12和0.74,线网建设与城市群内部发展空间不匹配,表明两者分别在经济体量、人口规模方面相对滞后.

    城市群轨道交通协调性指数模型分形理论多视角关联

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于IST-RSCKF-MB的雷达多目标跟踪算法

    李艳玲方遒屠亚杰
    9-16页
    查看更多>>摘要：针对多目标跟踪(MTT)算法存在较大的计算量问题,将改进渐消因子的强跟踪(IST)引入快速平方根容积卡尔曼滤波(RSCKF)中,并联合新息自相关矩阵和Murty算法确定最佳假设的多伯努利(MB)算法,提出改进强跟踪平方根容积卡尔曼多伯努利(IST-RSCKF-MB)的雷达多目标跟踪算法.仿真结果显示,所提出算法的运算效率和滤波精度比平方根容积卡尔曼多伯努算法、改进强跟踪平方根容积卡尔曼多伯努利混合算法、扩展卡尔曼多伯努利算法和无迹卡尔曼多伯努利算法均有不同程度提高,误差率分别减少0.36%、4.71%、14.75%和0.17%,适用于嵌入式目标跟踪算法实现.

    雷达多目标跟踪平方根容积卡尔曼滤波(RSCKF)强跟踪滤波(STF)多伯努利算法(MB)

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    我校承办海洋与信息"十五五"发展论坛

    16页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    面向FLASH存储器应用的电压自举电荷泵电路设计

    陈智峰陈煌伟陈继明陈铖颖...
    17-22页
    查看更多>>摘要：基于SMIC 0.18 μm 1P6M工艺,设计出一款面向FLASH存储器应用需求的开环电荷泵升压电路.该电路主要由振荡电路、分频电路、非交叠时序电路、电荷泵和高压选择电路组成.为实现电荷泵电压的自举,本设计采用高电压选择电路和开环无反馈结构电荷泵,通过调整电容比值,满足不同的输出升压需求.仿真结果表明,在电源电压为1.8 V、内部开关时钟频率为50 kHz、带载为5 mA的条件下,电荷泵的输出电压为3.3 V,纹波仅为10 mV,升压效率高达96%.与其他电荷泵相比,本设计提高了输出效率,可满足不同输出升压的需求.

    电荷泵电路设计自举升压高电压选择升压效率FLASH存储器

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    金属反射层制备工艺对倒装LED芯片光电性能的影响

    刘智超林海峰郭贵田
    23-28页
    查看更多>>摘要：为了解决倒装GaN基LED芯片中金属反射层的Ag原子迁移问题,提高反射层的反射率和稳定性,采用Ag作为GaN基倒装LED芯片反射层薄膜材料;在Ag层上蒸镀TiW保护层,改变Ag反射镜制备过程中Ag/TiW溅射功率、Ar气体流量等工艺参数,研究其对LED芯片光电性能的影响.实验结果表明,当Ag溅射功率为200 W、TiW溅射功率为3 000 W、环境Ar气流量为150 mL/min时,LED芯片的工作电压和出光功率分别为2.91 V、1 247.03 mW,在400～800 nm波段,金属反射层的反射率平均提高了约0.31%,460 nm处的反射率高达96.70%,且产品的综合良率提升了约1.17%.

    倒装LED芯片光电性能金属反射层Ag/TiW溅射功率Ar气体流量

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    厦理工影传学院与新浪(厦门)携手共建海洋文化传播基地

    厦门理工学院影视与传播学院
    28页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    改进的DeepLabv3+同图复制篡改检测算法

    谭湘琼张宏怡吴航星薛永新...
    29-36页
    查看更多>>摘要：为解决现有的篡改检测算法难以提取图像篡改边缘特征、篡改区域定位精度较低问题,提出一种改进的DeepLabv3+同图复制篡改检测算法.该算法在DeepLabv3+网络中引入双重注意力机制模块,用于捕捉上下文信息,以提高模型对篡改区域的适应性;采用残差细化模块对预测掩膜进一步优化,以增强模型对篡改边界的敏感性;使用一种新的混合损失函数用于模型训练,以利于模型在像素级和图像级中学习篡改图像与对应真实掩膜之间的映射关系.实验结果表明,改进的DeepLabv3+同图复制篡改检测算法,在COPYMOVE_NIST和COPYMOVE_COCO数据集上的3个评价指标均高于FCN、U-Net及DeepLabv3+算法,检测精度分别达到0.929和0.895,能够有效地提取图像篡改边缘特征,解决边缘像素漏检和误检问题.

    图像篡改检测同图复制DeepLabv3+双重注意力机制残差细化模块

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于MADDPG的多AGVs路径规划算法

    尹华一尤雅丽黄新栋段青娜...
    37-46页
    查看更多>>摘要：针对多辆自动导引车系统(automated guided vehicle system,AGVs)在动态不确定环境下完成货物运送并进行路径规划的问题,提出一种基于多智能体深度确定性策略梯度(MADDPG)的多AGVs路径规划算法.本方法通过状态空间、动作空间、奖励函数和网络结构重新设计MADDPG算法的模型结构,通过OpenAI Gym接口搭建二维仿真环境用作多AGVs(agents)的训练平台.实验结果表明,相比于深度确定性策略梯度(DDPG)算法和双延迟深度确定性策略梯度(TD3)算法,基于MADDPG的多AGVs路径规划算法在智能仓储仿真环境下,多AGVs碰到货架的次数分别减少了21.49%、11.63%,碰到障碍物的次数分别减少了14.69%、10.12%,全部AGVs到达货物装卸点的成功率分别高出了17.22%、10.53%,表明学习后的AGV具有更高效的在线决策能力和自适应能力,能够找到较优的路径.

    自动导引车系统(AGVs)路径规划多智能体深度确定性策略梯度(MADDPG)算法深度强化学习多智能体

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    厦门市先进半导体镀膜技术研发与应用重点实验室学术委员会会议在我校召开

    厦门理工学院光电学院
    46页
      原文链接:
    • NETL
    • NSTL
    • 万方数据

    反向残差结构的指纹细节点提取轻量型网络模型

    侯雪峰苏毅婧李俊徐敏...
    47-57页
    查看更多>>摘要：针对指纹匹配中细节点信息提取错误和提取不充分的问题,提出一种基于深度学习的端到端轻量型改进多尺度反向残差指纹网络模型(inverted residual network for fingerprint minutiae extraction,IRFingerNet).该网络模型使用改进的残差结构,建立容易优化的轻量级网络,在增加网络深度时可减少信息丢失;把指纹的脊线、细节点等多种特征融合为联合特征,增强语义信息并提高对细节点的感知能力;运用通道注意力机制,校正联合特征,增大有效特征权重,减少无效特征权重.在NIST 4、FVC 2002、FVC 2004数据库上的实验结果表明,在实际应用中,IRFingerNet可以更有效地完成指纹细节点提取的任务,拥有更高的精准度和回调率,整体的F1得分高达0.87,其效果相较于传统提取方法得到了11%的提升,且达到了每个指纹图像0.23 s的检测速度.

    指纹特征提取反向残差指纹网络模型(IRFingerNet)深度学习注意力机制特征融合

      原文链接:
    • NETL
    • NSTL
    • 万方数据