首页期刊导航|南昌航空大学学报(自然科学版)
期刊信息/Journal information
南昌航空大学学报(自然科学版)
南昌航空大学学报(自然科学版)

罗胜联

季刊

1001-4926

xbzr@nchu.edu.cn

0791-83863131

330063

江西省南昌市丰和南大道696号

南昌航空大学学报(自然科学版)/Journal Journal of Nanchang Hangkong University(Natural Sciences)CSTPCD
查看更多>>本学报系南昌航空工业学院主办的学术性期刊。本刊主要刊登本院材料科学与工程、机械工程、测试与控制工程、环境与化学工程、电子工程、应用工程、计算机及应用以及数学、物理、力学等基础学科方面的研究论文。
正式出版
收录年代

    基于深度学习的行人重识别技术的研究进展

    韩清李龙飞闵卫东
    1-21页
    查看更多>>摘要:行人重识别技术能够在跨摄像头场景下识别并匹配与目标人物具有相同身份的行人,为交通管理、公共安全、智慧城市建设等提供强大的技术支持.本文面向行人重识别的实际应用需求,首先对行人重识别进行系统性的介绍和归纳,包括行人重识别的研究现状、数据集与评价指标.之后,总结并分析无监督行人重识别、换衣行人重识别、遮挡行人重识别3个方面的前沿研究,归纳其发展现状,并对每个方向的现有方法分别进行梳理与性能对比.最后,对行人重识别的发展趋势进行分析与展望.本文针对行人重识别方法进行综述,希望能够为研究人员进一步开展行人重识别领域的相关研究以及推动行人重识别技术发展提供参考和帮助.

    行人重识别无监督行人重识别换衣行人重识别遮挡行人重识别

    噻吩-冠醚基共价有机聚合物的制备及钯离子吸附性能研究

    张政武倪彩玲庞沈毅郭怡敏...
    22-32页
    查看更多>>摘要:贵金属钯(Pd)由于独特的物理和化学性质,在催化、新能源、医疗、环境保护等领域中发挥着关键作用.钯矿的全球储量稀少且不可再生,因此钯的分离回收对实现可持续发展和资源的循环利用具有重要意义.通过席夫碱反应制备两种由三噻吩基团和冠醚基团作为骨架的共价有机聚合物(COPs):B-18C6-COP和B-24C8-COP,并通过静态吸附法评价两种材料对钯离子的吸附性能.研究结果显示,B-18C6-COP和B-24C8-COP在酸性条件下表现出较好的稳定性,在1 mol/L HNO3浓度下,对钯离子的吸附容量分别为109.41、96.26 mg/g.同时,在与其他10种竞争离子共存时,两种材料均显示出对钯离子的高选择性.此项工作提供了一类对钯离子具有优异选择性的吸附剂,为钯离子的回收利用提供了新的思路.

    共价有机聚合物噻吩冠醚钯离子吸附选择性

    基于未知类别少样本学习的开放世界目标定位

    王三泉王璐储珺黄斌...
    33-44,71页
    查看更多>>摘要:开放世界目标识别中未知类别样本难以获取,这些样本无法有效参与训练,针对这个问题,提出基于未知类别少样本学习的开放世界目标定位方法.首先,利用伪标签生成模型,将背景区域中高目标性得分的目标区域标记为伪标签,为模型学习未知类提供少量样本,增强模型对未知类别的泛化能力;其次,设计两个分支共同学习目标特征,其一为目标性分支,其二为定位质量分支.前者专注于确定目标框内是否存在目标,后者则集中于评估目标框的质量,从目标存在性和目标定位质量两个维度提取和理解目标特征.同时,目标性分支联合训练真实标签与伪标签样本增强对未知类别的识别能力,定位质量分支通过学习高质量的真实标签样本并排除伪标签样本,以减少噪声干扰.最后在COCO数据集上对该方法进行有效性评估,结果显示,与其他方法相比,所提方法具有较为出色的检测性能.

    开放世界目标检测目标定位伪标签定位质量

    基于轻量化卷积神经网络的文档版面分析算法

    蔡云冰杨词慧崔国昊陈思宇...
    45-52页
    查看更多>>摘要:现有的文档版面分析方法复杂,模型参数较多,且资源消耗较高,在低功耗移动终端上很难部署.因此,提出一种基于轻量化卷积神经网络的文档版面分析算法.首先,设计一种轻量化文档特征提取结构,通过结构重参数化实现隐式特征重用,提高文档特征提取的效率和速度.其次,引入SPD-Conv模块,通过空间转深度操作对特征图进行尺寸调整和通道数扩展,更好地保留细粒度信息,同时解决图像模糊和小型版面基元检测困难.最后,提出一种简洁的特征融合方法,并通过模型压缩实现性能和推理效率的平衡.实验结果显示,该方法在PubLayNet数据集上仅使用了 160万个模型参数,可达到93.8%的mAP@0.5:0.95得分.这说明该算法能够在减少参数数量的情况下实现出色的检测精度,能够满足移动终端环境下高性能文档布局分析的要求.

    文档版面分析卷积神经网络轻量化结构重参数化

    基于多重注意力机制的社会化推荐算法研究

    孙小文陈光邱天
    53-62页
    查看更多>>摘要:图神经网络是近年来兴起的一种对图结构数据进行学习的深度神经网络模型,由于其出色的特征学习能力,被广泛应用于推荐系统研究中.本文提出一种基于多重注意力机制的图神经网络社会化推荐算法,将用户、项目和用户社交信息嵌入到同一异构图中,并运用多重注意力网络来分别学习各部分信息的特征融合权重.在信息聚合部分,使用注意力机制来获取不同邻居节点的重要性权重,并对邻居节点的初始特征进行聚合;在融合邻居节点特征与自身特征时,引入注意力机制以获得节点的最终特征;在获得最终特征后的评分预测阶段,引入注意力机制来获取项目与用户特征的权重.多重注意力网络的引入能够有效区分不同邻居之间重要性的差异,从而获得更为精准的特征融合.在Epinions与Filmtrust数据集上进行实验,结果表明本文提出的方法优于其他几种性能较为优良的推荐算法.

    注意力机制社交网络图神经网络推荐算法

    一类非静态细分矩阵链乘积的精确计算及应用

    杨军
    63-71页
    查看更多>>摘要:利用矩阵分块理论及特征分解技术对一类非静态细分模式的局部细分矩阵结构进行细致研究,得到细分矩阵链乘积的闭形式表达式,揭示该细分矩阵链乘积的代数结构.在此基础上提出一种可精确插值于极限曲线的细分算法,该算法在保持计算效率的同时,可显著提高细分结果的精度和质量.给出的造型实例表明了算法的有效性.

    非静态细分分块矩阵特征分解矩阵链乘积形状参数

    非交换omni-李2-代数

    余芳毕艳会张涛
    72-77页
    查看更多>>摘要:本文对非交换omni-李2-代数结构进行研究.首先,在直和空间g/(G)⊕G上定义G-值配对和括号运算,构造非交换omni-李2-代数,并证明它是一个严格的Leibniz 2-代数.其次,证明非交换omni-李2-代数的括号与G-值配对是相容的,具有omni-李2-代数类似的性质.最后,构造omni-李2-代数上的Nijenhuis算子,证明非交换omni-李2-代数可以看成omni-李2-代数的平凡形变.

    非交换omni-李2-代数平凡形变严格李2-代数非交换

    选区激光熔化圆孔结构的有限元模拟及实验验证

    吴新星江五贵陈韬毛隆辉...
    78-87页
    查看更多>>摘要:圆孔是选区激光成型件中常见的结构,但实验难以对该成形过程中的变形行为进行评估,而有限元(FE)模拟技术已经广泛用来预测选区激光熔化(SLM)成形过程中的变形行为.因此,本文采用FE方法表征SLM过程中GH4169圆孔模型尺寸精度并用实验验证FE结果.在此基础上建立了多层多道次的有限元模型用于研究激光功率、扫描速度和扫描策略及基板预热对通过SLM构建的GH4169圆孔结构制件成形的影响.研究结果表明:随着激光功率的上升和扫描速度的增加,圆孔的尺寸精度是先上升后下降,最佳的工艺参数是激光功率为300 W,扫描速度为1200 mm/s,且模拟结果与实验结果能够较好地吻合.此外,模拟结果还表明在67°旋转轮廓扫描下可以得到更高的尺寸精度,而基板是否预热对圆孔成形的尺寸精度影响不大.因此,本文的研究可以为圆孔结构制件SLM工艺提供优化指导.

    选区激光熔化圆孔GH4169变形尺寸精度轮廓扫描基板

    航空发动机蜂窝薄壁与基板间类T型结构件电阻点焊定位工艺研究

    李茂林徐相波邓黎鹏胡德安...
    88-94,126页
    查看更多>>摘要:针对1∶50超大厚度比下航空发动机GH3536蜂窝和K423A基板T型结构连接时的定位焊难题,采用功率55 kVA、频率4 kHz的逆变电阻点焊机,通过设计纯铜编织线包覆纯铜块(蜂窝侧)/铬锆铜圆柱(基板侧)异构电极,增大定位点焊有效导电面积,抑制电流集肤效应.结果显示,在最佳焊接工艺参数I=1.75 kA、t=65 ms、F=27 N条件下,能够实现蜂窝与基板的冶金连接,且蜂窝表面平整度高,蜂窝芯壁未发生弯曲.SEM、EDS微观组织分析结果表明,最佳定位点焊接头界面处Ni、Ti、Cr元素含量变化较为明显,熔合界面层厚度约为3 μm,其中Mo元素含量先下降再增加,并在焊接区形成了含Mo的M6C和M23C6碳化物,这些化合物在高温条件下具有较高的强度,能够满足蜂窝/基板连接时的优质定位需求.

    电阻点焊定位焊蜂窝焊接高温合金T型接头

    基于改进YOLOv5s的骑行头盔佩戴检测算法研究

    李鸿治舒远仲肖靖聂云峰...
    95-102页
    查看更多>>摘要:电动自行车因其出行便利性,逐渐成为主流出行方式.但是在道路交通事故中,电动车骑行人员伤亡率居高不下.为解决电动车高伤亡率的问题,采用改进的YOLOv5s对道路场景下的骑行头盔佩戴情况进行检测.首先,用GSConv Module代替原有YOLOv5s骨干网络中的标准卷积,在保证检测精度的同时,提高网络运行速度;其次,引入CA(Coordinate Attention)坐标注意力机制,补充位置信息,增强关键信息的特征表达;最后,使用DIoU损失函数替换原YOLOv5s中的GIoU损失函数,提升算法的目标检测能力.结果表明,在自建骑行电动车头盔数据集上,改进后的YOLOv5s网络对骑行头盔的检测平均精度比原始YOLOv5s提高了 3.7%,能够实现对骑行头盔佩戴的检测.

    头盔检测YOLOv5sGSConv注意力机制DIoU损失函数