首页期刊导航|南京师大学报（自然科学版）
期刊信息/Journal information
南京师大学报（自然科学版）
南京师范大学
南京师大学报（自然科学版）

南京师范大学

陈国祥

季刊

1001-4616

lkxb@njnu.edu.cn

025-83598632

210097

南京宁海路122号南京师范大学

南京师大学报（自然科学版）/Journal Journal of Nanjing Normal University(Natural Science Edition)CSCD北大核心CSTPCD
查看更多>>本刊属综合性自然科学学术期刊，主要刊登校内外作者有关数学、物理学、化学、地理科学、生命科学、实验心理学等方面的研究论文。本刊坚持基础理论与应用并重的选稿方针，着重展示我校重点学科的研究成果，为社会主义现代化建设服务、为学科建设服务。
正式出版
收录年代

    长江江豚迁地保护需要注意的几个问题

    王康伟周开亚陈敏敏糜励...
    91-98页
    查看更多>>摘要：迁地保护是保护生物学的重要手段之一，把小型鲸类从长江干流迁入故道，是中国在世界上首创的保护措施。本文回顾了 30 年来长江江豚(Neophocaena asiaeorientalis)的迁地保护历史，结合已有的研究成果和实践经验，对半自然水域中的水文环境、食物资源和日常管理的共性问题进行讨论与分析。这些建议旨在引起管理部门的重视，加强科学研究，确保迁地保护更好的发展。

    长江江豚迁地保护水动力渔业资源半自然水域

      原文链接:
    • 万方数据
    • 维普

    基于均衡聚类索引的近似最近邻检索方法

    吕宏伟李博刘普凡刘识...
    99-108页
    查看更多>>摘要：大数据时代，深度学习通过将复杂对象表示为高维特征向量，并使用向量之间的距离度量来衡量样本的相似性，在推荐系统、用户画像、数据中台管理等场景中得到了广泛的应用。但是，随着数据规模的不断增加，海量特征数据的相似向量检索面临着检索模型占用内容大、特征检索算法召回率较低的严重挑战。如何在保证检索精度的前提下，设计紧凑型索引图结构，降低特征检索的内存消耗，对于提升大数据系统的近邻检索效率具有重要的作用。因此，本文提出了一种均衡感知的快速K均值近邻聚类的特征数据分桶及其图结构紧凑型索引用于海量数据近邻检索。首先，设计了均衡感知的快速K-均值聚类算法，通过在图索引构建过程中海量特征数据的均衡分桶，将高维向量压缩成轻量级紧凑型图索引结构，随后通过量化操作进一步压缩高维向量样本，提升其在候选集上的最近邻检索速度。在基准数据集上实验验证结果表明，本文提出的方法能够在保证较高检测召回率的同时，有效加快索引构建速度，可以用于支持高维特征数据的高效最近邻检索。

    大数据检索与分析最近邻搜索均衡感知

      原文链接:
    • 万方数据
    • 维普

    基于Fast-CAANet的火焰检测方法

    龚成张严云洋卞苏阳祝巧巧...
    109-116页
    查看更多>>摘要：高效率高速度的火焰检测方法对预防火灾、保护社会安全具有十分重要的作用。本文面向社会安全应用需求，提出一种基于Fast-CAANet的火焰检测方法。先提出一种CAA模块，加强卷积和注意力机制的有效融合;然后构建CAANet网络的主干网络(CAABlock)，更有效提取火焰的丰富特征;再提出参数更小、准确度更高的Fast-CAABlock模块，提出了加强火焰特征提取的方案。实验结果表明，Fast-CAANet准确率达到 91。42%，计算量 3。9 GMac较小。所提火焰检测算法与其它算法相比，性能更优，效果更好。

    深度学习特征提取注意力机制火焰检测

      原文链接:
    • 万方数据
    • 维普

    基于前景对象检测和回归的视频异常检测方法

    肖剑刘天元吴祥吉根林...
    117-128页
    查看更多>>摘要：视频异常检测在智能安防领域具有广泛的应用。基于生成模型的方法以其强大的生成能力受到学术界广泛关注。然而，这类方法通常涉及较多的参数，且往往依赖于大量的训练数据，这限制了其在实际应用场景中的适用性。本文提出了一种基于前景对象检测和回归的视频异常检测方法(FODR-VAD)。首先，利用目标检测器检测前景对象并构建以对象为中心的时空立方体。其次，采用随机乱序的方法构造伪异常数据。最后，将单分类视频异常检测问题转换为回归任务，在有监督学习范式下优化特征表示。在模型训练参数量小于 1M，使用不到一半训练集的前提下，所提出的方法在UCSD Ped2、CUHK Avenue和ShanghaiTech数据集上的Micro-AUC分别是 99。09%、88。16%和 78。47%。结果表明，所提出方法在保证较高异常检测能力的同时，可显著降低对训练数据的需求量。

    视频异常检测伪异常监督学习回归时空立方体

      原文链接:
    • 万方数据
    • 维普

    FKA-DKT:融合知识与能力的深度知识追踪模型

    陈成董永权贾瑞刘源...
    129-139页
    查看更多>>摘要：知识追踪(KT)是智能教育中的一个重要研究问题，其通过分析学生的历史交互来预测其未来的答题情况。现有的主流KT模型仅根据学生的知识掌握情况对学生进行建模，忽视了学生的个人能力在答题中的作用。因此，本文提出了一种融合知识和能力的深度知识追踪模型(FKA-DKT)。首先利用DKT模型构建基于知识的答题预测网络(KAPN)，从知识层面预测学生答案的正确性。然后提出基于能力的答案预测(AAPN)网络对学生的能力进行建模，从能力层面预测学生答案的正确性。最后，将 KAPN 和 AAPN 的预测结果进行线性组合，使模型能够融合知识和能力两个方面的信息来预测学生的作答结果。在 4 个公开的数据集上的实验结果表明，相较于现有的主流方法，FKA-DKT在AUC指标上取得了显著的性能提升。

    知识追踪深度知识追踪个人能力建模

      原文链接:
    • 万方数据
    • 维普

    基于改进NanoDet的复杂运动场景多人体检测算法

    刘丛昊王军谢非杨继全...
    140-148页
    查看更多>>摘要：在运动赛事场景下，运动员的行为识别、传球投篮动作次数统计以及AI解说等方面都离不开对运动员的人体检测，这使得复杂场景下对运动员的人体检测速度和精度上均有较高要求。因此，本文提出一种基于NanoDet的复杂运动场景多人体检测算法。首先，该算法使用更平滑的Mish函数作为主干网络的激活函数，改进ShuffleNetV2 网络，构建主干网络，并引入CBAM注意力模块，采用轻量化路径汇集网络进行特征融合，提高检测准确性;其次，使用无锚轻量化检测头GFLV2 进行回归和分类，实现复杂运动场景下多人体目标检测;最后，为了进一步验证提出算法的性能，将研究算法与目前主流的检测算法进行实验对比，实验结果表明，相较于其他算法如 Yolov3-tiny、Yolov4-tiny 等本文算法有着更高的检测精度，比同类型的轻量化检测模型 Yolov4-tiny 高14。87%，此外，单帧检测时间与Yolov4-tiny的 10。67 ms相比减少了31。68%，由此可见，本文研究算法在保持检测速度的基础上，大幅提高了检测精度。

    深度学习人体检测轻量化模型注意力机制

      原文链接:
    • 万方数据
    • 维普