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

廖文和

双月刊

1005-9830

zrxuebao@mail.njust.edu.cn

025-84315600 84305981

210094

南京孝陵卫200号

南京理工大学学报（自然科学版）/Journal Journal of Nanjing University of Science and TechnologyCSCD北大核心CSTPCDEI
查看更多>>本刊是南京理工大学主办的自然科学综合性学术期刊，主要刊载我校机械、动力、材料、光学、电子、电气、控制、计算机、化工、生物工程、数学、物理、工程力学、建筑、管理工程及有关交叉学科的最新研究成果，同时也有选择地发表校外及海外作者省部级以上基金课题的优秀论文。本刊为中文核心期刊和中国科技论文统计刊源之一，1994年起被美国《工程索引》(EiCompendex)核心库列为收录刊源。
正式出版
收录年代

    基于不同重叠比的高速公路隔离栅Savonius风力机气动性能仿真

    吴世贤黄雷袁军堂李玉龙...
    405-414页
    查看更多>>摘要：高速公路上风况复杂多变,其风场主要由自然风和高速行驶的汽车尾流风所构成,速度呈现非周期性与扰动性.为了研究不同重叠比对高速公路隔离栅Savonius(S)型垂直轴风力机气动性能的影响规律,该文采用线性滤波法的自回归(AR)模型和重叠网格技术建立高速公路时域风场模型.在此基础上,通过流体力学瞬态数值模拟,分析并讨论了当自然风速为五级和六级情况下,重叠比0～0.24 的S型风力机气动效率Cp和转矩系数Cm.结果显示:在风力机高径比和叶轮半径确定的情况下,对于自然风速为五级的高速公路时域风场,风力机Cp 与Cm 随着重叠比的增加都有所改善;而当自然风速达到六级时,重叠比为 0.06 和 0.18 时的风力机Cp与Cm出现了2 个峰值;并且当重叠比为0.18 时,S型风力机的综合性能最优.

    垂直轴风力机重叠比时域风速高速公路气动性能

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

    非最小相位法向电磁应力驱动快速刀具伺服系统轨迹跟踪控制

    沈东冉朱紫辉黄鹏朱利民...
    415-421,468页
    查看更多>>摘要：基于快速刀具伺服(FTS)的金刚石车削是复杂光学表面超精密制造的一种高效手段.为进一步提高具有非最小相位特征的电磁法应力驱动FTS的控制性能,将系统逆动力学补偿嵌入主控制回路中以改善被控对象动力学特征.对改善后的被控系统以比例微分积分(PID)和前馈补偿作为主控制器,并以基于内模原理的并联谐振控制器实现周期性轨迹的超高精度跟踪.考虑系统非最小相位特征,结合因子分解和镜像极点配置方法获得了系统稳定逆动力学模型.实验测试结果表明:该文所设计的控制方法,获得了1 070 Hz(-3 dB)闭环带宽;100 Hz正弦轨迹实际跟踪误差小于±0.375%,并可对 5nm台阶轨迹进行稳定闭环跟踪,证明所设计的FTS控制系统可有效实现nm精度切削.

    快速刀具伺服法向电磁应力驱动非最小相位系统逆动力学补偿谐振控制

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

    基于仿生獾牙分层理念的夹芯板电池箱优化设计

    郝纪波赵颖李云伍周科名...
    422-433页
    查看更多>>摘要：为提升电池箱的力学性能,该文基于仿生獾牙分层结构设计理念,设计了一种三角形伞状微结构(TUCS)负泊松比(NPR)夹芯板电池箱.首先,基于獾牙宏观结构建立了仿生獾牙梯度模型;其次,推导了TUCS-NPR的力学模型,并开展TUCS样品的准静态压缩试验,验证了力学模型和有限元仿真的准确性;最后,基于电池箱模态与静力学分析结果对其开展厚度、形貌及拓扑优化,优化后的电池箱在静力学工况下的整体性能均得到了有效提升,且优化后的电池箱质量降低 56.4%.同时对优化后的电池箱进行了碰撞、挤压与跌落工况验证.结果表明,新型电池箱在相应工况下的位移和应力均满足安全要求,电池箱具备良好的强度和抗变形能力.

    仿生理念三角形伞状微结构负泊松比电池箱力学性能

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

    基于深度旋转不变特征图哈希的遥感图像检索

    胡明浩张博文沈肖波孙权森...
    434-441页
    查看更多>>摘要：哈希技术采用紧致哈希码表示数据,因其高效性被广泛应用于大规模遥感图像检索任务.受卫星观测影响,同一地物在不同遥感图像中呈现不同角度,导致检索性能下降.为解决该问题,该文提出深度特征图旋转不变哈希方法(DRIFMH),包括特征提取、哈希量化 2 个模块.特征提取模块对特征图进行不同角度旋转,提出特征一致性损失,使不同旋转角度的图像特征保持一致,克服旋转带来的不利影响.哈希量化模块对图像特征进行二值量化,生成哈希码,引入分类交叉熵损失,提升哈希码的鉴别能力.该文选取经典遥感图像数据集AID、UCMD作为实验数据集,将DRIFMH与多个哈希方法进行实验对比,结果表明DRIFMH能够生成旋转不变的遥感图像特征,提升大规模遥感图像检索性能.

    遥感图像检索哈希特征图旋转不变性

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

    基于频率域可分离卷积的遥感图像道路分割方法

    赵金鼎王彩玲刘华军
    442-450页
    查看更多>>摘要：遥感图像中分割道路是一个具有挑战性的课题.以前大多数方法都依赖于卷积神经网络,但这些网络模型很难捕获长距离的特征信息.以全局视野著称的注意力机制却拥有着较高的计算负担.频域下的卷积提供了一种新颖的长范围特征捕捉机制,并且可以通过引入非对称卷积结构实现低代价的计算成本.基于此,该文提出了一种基于遥感图像的道路分割网络模型——轻量级可分离傅里叶滤波U形网络(LSFU-Net).LSFU-Net整体采用了经典U-Net模型的结构,并由频域特征提取块作为基本模块组成.频域特征提取块中主要采用了可分离复数卷积,其实现了模型参数量压缩和模型特征提取能力增强.在马萨诸塞州道路数据集上和DeepGlobe道路数据集上的实验结果表明,LSFU-Net在较小的参数量下,表现出了优异的分割效果.

    可分离复数卷积遥感道路分割频率域

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

    基于协同训练的半监督图文关系抽取方法

    王亚萍王智强王元龙梁吉业...
    451-459页
    查看更多>>摘要：为克服获取大量关系标记样本的昂贵代价,提出基于协同训练的半监督图文关系抽取模型,以利用大量无标记的数据来提升图文关系抽取的准确性.首先,基于图像和文本 2 种模态构建图像视图和文本语义视图,在标记数据集上训练2 种不同视图的分类器;然后,将 2 种视图下的数据分别交叉输入另一视图的分类器,充分挖掘标记数据和未标记数据的信息,输出更准确的分类结果;最后,2 种视图下的分类器对未标记数据进行预测,以输出一致的结果.在公开数据集VRD和VG上的实验结果显示,与6 种较新的关系检测方法相比,该文方法图像视图和语义视图参数在VRD数据集上分别提升了2.24%、1.41%,在VG数据集上提升了3.59%.

    协同训练半监督多模态关系抽取视觉关系检测

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

    基于深度特征融合的协同推荐算法

    王成
    460-468页
    查看更多>>摘要：深度神经网络存在数据稀疏性难题和推荐精度不高的问题,为此提出一种基于深度特征融合的协同推荐算法,通过将深度神经网络与协同过滤算法相融合来改善问题.首先利用二次多项式回归模型对用户-项目评分矩阵进行特征提取;其次利用深度神经网络对所输入的潜在特征进行训练,生成用户-项目评分;最后利用词频-逆向文件频率算法所生成的推荐候选集,融合用户-项目评分并最终输出推荐结果.利用MovieLens评分数据进行实验,该文混合推荐算法的平均绝对差(MAE)和均方根误差(RMSE)分别为0.745 9、0.888 6,比传统深度神经网络分别提高14.143%与24.341%,也优于对照组的混合推荐模型.

    深度神经网络二次多项式词频-逆向文件频率特征融合相似度

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

    基于用户层次聚类的联邦学习优化方法

    谭玉玲欧国成曹灿明柴争议...
    469-478,488页
    查看更多>>摘要：联邦学习通过分布式机器学习训练出一种全局模型,该模型能够泛化所有的本地用户数据,以达到保护用户数据隐私的目的.由于用户间的行为、环境等不同,造成了数据异构问题,进而使得用户局部模型的性能往往远高于全局模型.针对上述问题,该文提出了一种基于用户层次聚类的联邦学习方法.设计了一种联邦学习收敛评估的方法,用于判断全局模型收敛程度;当全局模型收敛时进行聚类用户操作,能够更加准确地找出相似程度较高的用户;通过余弦相似性的层次聚类方法,将具有相似性的用户进行聚类操作,从而减少因数据异构带来的影响.此外该文还采用较大深度的模型WideResNet提高用户本地训练精度.该文采用数据集EMNIST、CIFAR10,调整用户数据之间的角度,分别进行了两类用户和三类用户的聚类联邦学习实验.实验结果显示,与相关经典联邦学习算法FedAvg相比,采用聚类策略后,其训练准确度提高约10%.

    联邦学习数据异构层次聚类余弦相似性WideResNet

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

    散度加权的平均一阶依赖估计分类算法研究

    陈圣磊高兴宇卓超朱昌舰...
    479-488页
    查看更多>>摘要：平均一阶依赖估计(AODE)是对朴素贝叶斯分类算法的重要扩展,然而,AODE平等地对待各个属性,这限制了其分类性能的提升.为了准确刻画各个属性对于分类的作用,进一步提升 AODE 的分类性能,该文提出一种基于散度加权的 AODE 分类算法.该方法引入了Kullback-Leibler散度和Jessen-Shannon散度2 种散度指标,基于类别的先验分布和给定属性取值的后验分布之间的散度,构建AODE分类框架中超级父属性一阶依赖估计器的权值,从而得到超级父属性一阶依赖估计器的更优组合方式.在36 个加州大学机器学习数据集上的实验表明,基于散度的AODE属性加权算法显著优于原始的AODE算法.因此,散度加权能够有效提升AODE的分类性能.

    平均一阶依赖估计Kullback-Leibler散度Jessen-Shannon散度加权

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

    基于深度学习的纳米粒子阵列电场预测

    胡燕萌马子轩李猛猛
    489-495页
    查看更多>>摘要：纳米粒子阵列超表面的电场计算需要耗费大量的时间和算力.为了实现纳米粒子阵列电场的快速计算,该文借助深度学习方法,提出了一种由低精度求解电场到高精度求解电场的映射深度神经网络.该神经网络可根据低精度的求解电场,预测出高精度求解电场.模型的均方误差为5.6×10-3,平均范数相对误差为 1.5%.数值结果证明该模型实现了对纳米粒子阵列表面电场的快速准确预测,相比已有的研究成果,该文模型误差低了 1 个数量级.该文工作有助于解决纳米粒子阵列的表面增强拉曼散射快速设计问题.

    超表面表面增强拉曼散射深度学习纳米粒子阵列

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