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

南京大学

龚昌德

双月刊

0469-5097

xbnse@nju.edu.cn

025-83592704

210093

江苏省南京市南京大学

南京大学学报（自然科学版）/Journal Journal of Nanjing University(Natural Sciences)CSSCICSCD北大核心CSTPCD
查看更多>>《南京大学学报（自然科学）》创刊于1955年1月，是建国以后创办最早的大学学报之一。其主要目标和任务是反映南京大学理科以及全国自然科学研究的最新成果，促进学科建设和人才培养，推动国内外学术交流，为我国现代化建设服务。学报以“广、严、快、活”为特色——报道内容广泛涵盖自然科学的各个方面，特别以地球科学、物理学和化学等方面的论文见长；对论文审稿和编辑严格从而保证论文具有生命力；论文出版周期短速度快；论文形式活泼多样，除正常栏目外，还设有特约述评、研究快报、简报、论坛等栏目。　创刊以来，学报发表了大量在国内外自然科学界产生了重大影响的论文，是在全国科技界具有广泛影响的自然科学核心刊物之一，也是国内最有影响的大学自然科学学报之一，在全国自然科学刊物被引频次和影响因子排名中，历年均居全国综合性自然科学刊物之前列。学报在国际上也有一定影响，固定收录《南京大学学报（自然科学）》的国外权威性数据库和文献杂志在4个以上，例如俄罗斯文摘杂志（PЖ）、美国数学评论（MR）、化学文摘（CA）和德国数学文摘（ZM）等。我刊曾被中国科学院文献情报中心评为学术影响范围最广的刊物之一（第16名），为全国高校刊物之冠，近年多次入选“百种中国杰出学术期刊”。
正式出版
收录年代

    基于多视图矩阵补全的蛋白受体功能预测

    黄玮翔丁季刘夏栩殷勤...
    1-11页
    查看更多>>摘要：蛋白受体是细胞信号转导的重要组成部分,也是人类最重要的药物靶点,其中G蛋白偶联受体(G Protein Coupled Receptors,GPCRs)占绝大部分,目前市场上大约34％的药物都以GPCRs作为靶点.准确地注释GPCR蛋白的生物学功能对于理解它们涉及的生理过程及靶向药物发现至关重要,其中基因本体学(Gene Ontology,GO)是描述蛋白质功能最常用的方式,GPCR蛋白和GO都包含多个视图信息,有效利用这些信息可有效提升蛋白质功能的预测性能.因此,提出一种基于多视图的归纳矩阵补全方法MVIMC(Multi-View Inductive Matrix Completion)来预测GPCR蛋白的GO生物学功能.MVIMC有效利用了 GPCR蛋白和GO标记视图信息,其中GPCR包含文本信息和结构域信息,GO包含文本信息.实验结果表明,MVIMC在分子功能和生物过程两方面的预测概率分别达到68％和69％,优于目前最好的矩阵补全方法以及CAFA蛋白质功能预测比赛中的常用方法.

    G蛋白偶联受体基因本体矩阵补全多视图学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于用户长短期历史的多兴趣召回算法

    张旭欧中洪宋美娜
    12-17页
    查看更多>>摘要：随着互联网时代的高速发展,用户面临信息过载问题,推荐系统应运而生.推荐系统一般分两个阶段,即推荐召回和推荐排序,推荐召回阶段主要用来筛选出一部分候选集以减小推荐排序阶段的计算压力.多兴趣个性化推荐系统对于每一个用户,算法能学习到用户的多种不同的兴趣偏好,然而目前的多兴趣召回算法只考虑了用户短期历史纪录,忽视了用户长期历史纪录中蕴含的丰富信息.针对这一问题,提出一种基于用户长短期历史的多兴趣召回算法,通过不同的神经网络模型结构分别建模用户长短期兴趣偏好,并通过门控融合网络融合用户长短期兴趣偏好,最终得到用户的多个兴趣偏好,实现了个性化推荐召回.在两个公开数据集上的实验证明了模型的有效性.

    推荐系统序列推荐多兴趣长短期历史图神经网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于Transformer的城市三角网格语义分割方法

    资文杰贾庆仁陈浩李军...
    18-25页
    查看更多>>摘要：对城市三角网格(Urban Triangle Mesh)数据进行语义分割以识别不同类别的物体,是理解和分析三维城市场景的一种非常重要的方法.城市三角网格是一种具有丰富空间拓扑关系的三维空间几何数据,包含大量的几何信息,然而,现有的方法仅仅单独对每种几何信息进行特征提取,然后简单地融合再进行语义分割,难以利用几何信息之间的关联性,对个别物体的分割性能不佳.为了解决上述问题,提出一种基于自注意力机制Transformer的模型UMeT(Urban Mesh Transformer),其由多层感知机和MeshiT(Mesh in Transformer)模块构成,不仅可以利用多层感知机提取高维特征,还可以利用MeshiT模块计算各种几何信息之间的关联性,有效挖掘城市三角网格数据中隐含的关联.实验证明,UMeT能提取高维特征,同时保证城市三角网格数据的空间不变性,从而提升了语义分割的准确性.

    城市三角网格语义分割Transformermesh自注意力机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于乳腺超声视频流和自监督对比学习的肿瘤良恶性分类系统

    唐蕴芯廖梅张艳玲张建...
    26-37页
    查看更多>>摘要：乳腺超声广泛应用于乳腺肿瘤诊断,基于深度学习的肿瘤良恶性分类模型可以有效地辅助医生诊断,提高效率,降低误诊率,然而,由于标注数据的高成本问题,限制了此类模型的开发和应用.为此,从乳腺超声视频中构建了无标注预训练数据集,包含11805个目标样本数据和动态生成的正、负样本数据集(样本量分别为188880和1310355个).基于该数据集,搭建了三胞胎网络并进行了自监督对比学习.此外,还发展了 Hard Negative Mining和Hard Positive Mining方法来选取困难的正负样本构建对比损失函数,加快模型收敛.参数迁移后,将三胞胎网络在SYU数据集上进行微调和测试.实验结果表明,与基于ImageNet预训练的若干SOTA模型以及与前人针对乳腺超声的多视图对比模型相比,提出的三胞胎网络模型具有更强的泛化能力和更好的分类性能.此外,还测试了模型对标注数据量的需求下限,发现仅使用96个标注数据,模型性能即可达到AUC=0.901,敏感度为0.835.

    乳腺超声深度学习自监督学习对比学习预训练模型三胞胎网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    面向大图的Top-Rank-K频繁模式挖掘算法

    邹杰军王欣石俊豪兰卓...
    38-52页
    查看更多>>摘要：频繁模式挖掘(Frequent Pattern Mining,FPM)在社交分析中扮演重要角色,能从海量社交数据中挖掘用户行为的模式和规律,为社交网络的研究提供新的认识和决策支持.然而,对于一个FPM任务,设置一个合适的支持度阈值不容易;此外,FPM作为一个NP-hard问题,不存在多项式时间的算法.针对上述问题,提出一种无须用户设置初始支持度阈值的算法ItrMiner.该算法使用一种新的兴趣度指标对模式进行评估,综合考虑模式的大小和支持度,挖掘Top-Rank-K频繁模式.同时,为了解决去除初始支持度阈值后在算法剪枝阶段遇到的困难,提出基于树模式优先识别的策略和模式扩展约束策略,减少非必要候选模式的生成.在真实图和人工合成图数据集上进行了广泛的实验,证明ItrMiner在执行效率和可扩展性方面表现出色,尤其在稠密的数据集上,其时间开销仅为基线算法Top-K Graph Miner的13.2％.另外,提出的模式扩展约束策略的有效性较高,和无扩展约束优化的ItrMinernopt算法相比,效率提升最高可达9.5倍.

    频繁模式挖掘社交分析支持度阈值兴趣度

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于多阶近邻约束的深度不完整多视图聚类方法

    王梅王伟东刘勇于源泽...
    53-64页
    查看更多>>摘要：多视图聚类是重要的无监督学习方法之一,然而在实际应用中很难获取完整的多视图数据,导致不完整多视图聚类问题.大多数已有的不完整多视图聚类方法只考虑了视图的属性信息,而忽视了数据结构信息对聚类的影响,使提取的特征不能充分表示原始数据的潜在结构.针对以上问题,提出一种基于多阶近邻约束的深度不完整多视图聚类方法.首先,利用具有自注意力机制的深度自编码器获取带有视图间信息交互的深层次隐含特征,并采用加权融合的方式获取视图的公共语义信息;然后,对于不完整多视图中的缺失数据,利用多视图的公共表示进行补全;最后,提出一种多阶近邻约束机制,该机制考虑不完整多视图数据的深层结构信息,利用多视图的互补性构建近似完整的近邻图,引导编码器学习更紧致、更有判别性的高级语义特征.在公共数据集上的实验结果证明了所提方法的有效性.

    不完整多视图聚类自注意力结构信息多阶近邻

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    多模型融合的时空特征运动想象脑电解码方法

    凌六一李卫校冯彬
    65-75页
    查看更多>>摘要：运动想象脑电(Motor Imagery Electroencephalogram,MI-EEG)已经应用在脑机接口(Brain Computer Interface,BCI)中,能帮助上下肢功能障碍的患者进行康复训练.然而,现有技术对MI-EEG低效的解码性能和对MI-EEG过度依赖预处理的方式限制了 BCI的广泛发展.提出了一种多模型融合的时空特征运动想象脑电解码方法(Multi-model Fusion Temporal-spatial Feature Motor Imagery EEG Decoding Method,MMFTSF).MMFTSF 使用时空卷积网络提取MI-EEG中浅层信息特征,使用多头概率稀疏自注意力机制关注MI-EEG中最具有价值的信息特征,使用时间卷积网络提取MI-EEG高维时间特征,使用带有softmax分类器的全连接层对MI-EEG进行分类,并利用基于卷积的滑动窗口和空间信息增强模块进一步提升MI-EEG解码性能.在公开的BCI竞赛数据集IV-2a上进行验证.实验结果表明,MMFTSF在数据集上达到89.03％的解码准确度,在MI-EEG分类任务中具有理想的分类性能.

    概率稀疏注意力运动想象卷积神经网络时间卷积网络

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    知识情境感知的深度知识追踪模型

    蒲杰张所娟陈卫卫
    76-86页
    查看更多>>摘要：知识追踪通过学习者历史作答数据动态追踪学习者的认知状态并预测他们未来的答题表现,然而,现有的知识追踪模型通常只利用试题中考查的知识点来表征,没有考虑试题本身蕴含的重要知识情境特征,这限制了模型的效果.此外,和融合教育先验的认知诊断方法相比,知识追踪模型的可解释性略有不足.为了解决上述问题,提出一种知识情境感知的深度知识追踪模型,通过知识情境表征模块来获取试题深层次的知识权重、试题难度等知识情境特征.在知识聚合模块中,模型将知识权重嵌入学习者面向试题的作答能力的计算,最后,在学习预测模型中引入猜测和失误因素,通过认知诊断模型来优化实际场景中的预测表现,进一步提高模型的预测性能.和现有方法相比,提出的模型在试题层级上取得了更好的预测结果,同时体现了模型可解释性方面的优势.

    知识追踪知识情境感知知识权重试题难度认知状态

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    面向站口行人检测的改进型Yolov5s算法

    李林红杨杰冯志成朱浩...
    87-96页
    查看更多>>摘要：针对现有站口行人检测方法难以在实时性与准确性之间均衡的问题,提出一种改进型的Yolov5s模型用于高效地检测站口行人.首先,基于EfficientNetV1改进提出轻量化主干网络EfficientNet_c,优化网络结构和基本单元堆叠次数,提高模型在浅层对小尺寸目标的特征提取能力和提取速度;其次,通过调整宽度因子为基础模型的1/2,改变模型特征层通道数,在较小的精度损失情况下降低模型参数量;再次,增加小目标检测层,优化模型特征提取能力,提高模型对小目标的敏感度和准确性;最后,利用迁移学习的方式优化模型,增强模型泛化能力,降低学习成本,进一步提升模型精度.在课题组收集的数据集上的实验结果表明,所提算法准确率为92.2％,模型参数量仅为1.4M.在Tesla P100 GPU上的平均推理速度为7.7 ms,实现模型准确率和推理速度的提升.研究结果为地铁和火车站口的行人检测和流量统计提供了一种可行的解决方案.

    站口行人检测Yolov5sEfficientNet_c宽度因子小目标检测层迁移学习

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    考虑识别鲁棒性和虹膜颜色影响的瞳孔精准定位方法

    罗亚波李鑫
    97-105页
    查看更多>>摘要：准确的瞳孔定位广泛应用于疲劳监控、注意力分析、凝视跟踪等领域.当前,对于瞳孔定位的研究,还存在两个难点问题:(1)瞳孔检测的精准率受到图像分辨率、照明、头部姿态的影响,因而自然条件下的定位精准度较低;(2)虹膜颜色影响定位精准率,但当前对于不同虹膜颜色的瞳孔定位方法的研究还不完善.针对以上问题,提出一种新的适用于包含全脸图像的瞳孔定位方法.所提方法无需训练,可直接用于瞳孔定位任务.方法核心是将表示局部径向对称性的自相似性分数,与根据瞳孔和周围区域之间的梯度信息计算得到的眼部区域梯度辐射分数相结合,取联合分数峰值坐标为瞳孔中心.在BioID数据集和GI4E数据集上评估本方法.在归一化误差e≤0.05的情况下,准确率分别为94.67％(BioID),97.09％(GI4E),在e≤0.10的情况下,准确率分别为99.47％(BioID),99.51％(GI4E).所提方法在由低分辨率深色虹膜的人脸图像组成的自制数据集上准确率为98.66％(e≤0.05)和100％(e≤0.10),表明所提方法对于虹膜颜色有较好的鲁棒性.

    瞳孔定位图像处理自相似性图像梯度人因工程

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据