首页期刊导航|四川大学学报(自然科学版)
期刊信息/Journal information
四川大学学报(自然科学版)
四川大学学报(自然科学版)

刘应明

双月刊

0490-6756

scdx@scu.edu.cn

028-85412393

610064

成都市九眼桥望江路29号

四川大学学报(自然科学版)/Journal Journal of Sichuan University(Natural Science Edition)CSCD北大核心CSTPCD
查看更多>>本刊是国内外公开发行的自然科学综合性学术刊物。主要刊登本校理科基础理论和应用研究方面有创造性的学术论文和简报。内容包括:数学、物理学、化学和生物学等基础学科及其分支学科,基础数学论文占有较大比重。读者对象是国内外有关的教学、科学工作者以及研究生和大学生。
正式出版
收录年代

    具有临界增长的分数阶Choquard-Kirchhoff型问题解的存在性

    桑彦彬车银芳
    1-7页
    查看更多>>摘要:本文研究一类无界区域上分数阶Choquard-Kirchhoff型问题,此类问题源于横振动中对弦长的非局部测量引起的张力,也可用于刻画量子机械波函数的自引力坍缩。该方程的非线性项包含临界项μ(Iα*|u|2*α,s)|u|2*α,s-2 u和扰动项λf(x)uq-1,其中μ,λ均为正参数,2*α,s为分数阶Hardy-Littlewood-Sobolev临界指数,f(x)为连续函数。本文首先利用 Nehari 流形及 Eke-land 变分原理证得问题对应的能量泛函具有 Palais-Smale 序列,然后对参数μ的上界进行估计,在参数λ和次数q选取适当范围时借助 Vitali 定理及山路引理获得了问题正解的存在性及多重性。最后,当参数λ充分大时,本文利用强极大值原理及临界点定理建立了问题具有正解及无穷多对不同解的存在性定理。

    分数阶Choquard-Kirchhoff型问题Hardy-Littlewood-Sobolev临界指数Nehari流形

    具有比例时滞的离散Nicholson苍蝇模型的强共振

    黄亲为曾莹莹郑佳佳
    8-16页
    查看更多>>摘要:种群模型是动力系统研究的一个重要分支,其中具有比例时滞的离散Nicholson苍蝇模型因其周期振动现象而广受关注。对该模型的稳定性和余维1分支情形,已有较多研究。本文旨在进一步讨论模型在余维2情形下的强共振分支现象。本文首先简要讨论了模型两个不动点的稳定性,然后利用规范标准型理论给出了模型在正不动点处分别产生1∶3和1∶4强共振的参数条件及其对应的规范标准型,最后展示了模型产生分支时的相图。研究强共振分支问题不仅有助于理解物种间相互作用对生物多样性和生态系统稳定性的影响,也有助于预测和管理生态系统的动态变化。

    Nicholson苍蝇模型强共振分支

    调制信号驱动的时滞非对称双稳系统的随机共振

    董磊任芮彬邓科
    17-24页
    查看更多>>摘要:本文研究了一类同时包含调制信号及加性噪声的时滞非对称双稳系统的随机共振。本文首先基于小时滞近似理论推导了系统的有效势和稳态概率密度,分析了系统参数对有效势阱的影响。然后,本文利用绝热近似理论得到了系统的平均首通时间及信噪比,分析了信号振幅、时滞及时滞强度对平均首通时间和信噪比的影响,结果显示:信号振幅和时滞促进随机共振,时滞强度则先抑制后促进随机共振。从随机共振控制的角度看,调节势函数的对称性较调节时滞或时滞强度更有效。

    随机共振双稳系统调制信号时滞

    分数阶立方映射的混沌行为

    高仕龙余文慧
    25-30页
    查看更多>>摘要:本文研究了分数阶立方映射的混沌特征。首先,在立方映射基础上,本文定义了分段常数分数阶微分方程,进而对其进行离散化处理得到分数阶立方映射。然后,通过研究映射的分岔和Lyapunov指数,本文揭示了分数阶立方映射通过倍周期分岔进入混沌,且相较传统立方映射具有更加丰富的混沌行为。此外本文还研究了更具普适性的时滞分数阶立方映射,发现该映射的混沌分岔点会随着参数的变化而变化。

    分数阶立方映射混沌时滞Lyapunov指数

    基于多尺度动态卷积和边缘增强的低剂量CT去噪

    魏屹立王晖杨子元张意...
    31-40页
    查看更多>>摘要:计算机断层扫描(CT)技术广泛应用于疾病检测与筛查,然而在扫描过程中产生的X射线辐射会对人体造成伤害。采用低剂量CT可以减少患者的辐射暴露,但是重建的图像会有显著的噪声和伪影,干扰医生的诊断。针对这一挑战,众多学者提出了基于传统卷积神经网络的低剂量CT去噪算法,并已取得显著成就。然而,传统卷积在不同像素位置共用相同卷积滤波器,这会忽略不同图像区域的内容差异,导致去噪结果的过度平滑化。为避免这一问题,本文提出一种基于多尺度动态卷积和边缘增强的低剂量CT去噪网络MDCEENet,旨在在去噪过程中保留更多的图像纹理和结构细节。MDCEENet是自编码器结构,包含编码器和解码器两个主要模块。具体而言,将低剂量CT图像及其边缘信息输入到编码器中,通过多尺度特征流MFS和边缘信息流EIS,分别提取多尺度图像特征和图像边缘特征,并将它们融合成引导信息GI,引导解码器中多尺度动态卷积块MDConvBlock的参数生成。在GI的引导下,MD-ConvBlock模块对上采样特征进行多尺度空洞卷积计算,旨在获取更高质量的重建图像。本文在Mayo Clinic公开的两个数据集上执行了相关实验,通过实验结果可知,MDCEENet的去噪效果优于DnCNN、RED-CNN、WGAN、CNCL、NBNet,获得了最优的平均峰值信噪比和平均结构相似性指标,这表明本文提出方法的优越性。本文还在这两个数据集上进行了消融实验,来说明 MDCEENet中引入多尺度动态卷积和边缘信息的有效性,以及与ADFNet网络的区别。实验结果表明了本文提出的方法相比于ADFNet更适用于低剂量CT去噪任务。

    深度学习低剂量CT去噪多尺度动态卷积边缘增强

    基于分数阶全变分和扩散模型的图像去模糊方法

    黄浩蒲亦非
    41-51页
    查看更多>>摘要:图像去模糊是数字图像处理领域的重要研究方向之一。在许多实际应用中,由于成像设备和物体之间发生相对运动,产生的模糊会降低图像质量和视觉效果。本文提出了一种结合分数阶全变分(FTV)损失函数和去噪扩散概率模型(DDPM)的图像去模糊方法。首先通过基于概率建模的DDPM实现对图像结构信息的增强,然后利用FTV损失函数作为正则项,进一步恢复图像细节。与传统的图像去模糊方法相比,本文方法能够在保持图像整体清晰度的同时,还原更多的图像细节信息。实验结果验证了该方法在恢复受运动模糊影响的图像上具有显著优越性,为图像去模糊领域的进一步发展提供了新方向。

    图像去模糊分数阶微积分分数阶全变分去噪扩散概率模型

    基于粒子驱动的海洋仿真技术研究

    李子奇李辉
    52-59页
    查看更多>>摘要:近年来,游戏和虚拟现实等实时应用对于逼真的海洋场景和波浪效果的要求越来越高,针对现有的波粒子算法传输数据量大、生成波浪不够平滑的问题,提出一种新的基于粒子驱动的海洋仿真算法,几何波粒子算法。该算法首先生成用于环境模拟的环境粒子和用于交互波浪模拟的几何粒子并传输到GPU端,在几何着色器阶段将一个几何粒子分裂为大量粒子,解决传输数据量大的问题;并提出加权像素对齐算法对两种粒子进行处理,以解决波浪不平滑的问题。实验结果表明,几何波粒子算法在复杂场景下的渲染效率有了显著提高,且拥有更平滑的视觉效果。

    波粒子几何波粒子加权像素对齐几何着色器波浪模拟

    Pimflo:基于过程解释的恶意函数定位方法

    范晓宇王俊峰
    60-68页
    查看更多>>摘要:恶意软件的关键模块定位是逆向工程中的重要环节,然而目前大多数研究集中在判别程序是否恶意,少有研究对关键恶意模块进行定位,并且存在自动化定位难度高、定位过程难解释的问题。为此,本文提出了基于过程解释的恶意函数定位方法Pimflo,从具体的内存信息出发进行恶意识别和定位。Pimflo利用动态沙箱对目标二进制进行内存取证,基于签名技术识别可疑行为,追溯其相关的进程调用和堆栈信息。通过反汇编目标程序生成控制流图(CFG),还原可疑行为调用链,追溯和定位恶意源函数。本文在VIRUSSHARE的100个样本上对Pimflo进行了评估,实验证明Pimflo的恶意函数定位准确率可达90。28%,其解释性和逻辑性优于基于统计的非标量现有框架,为恶意软件定位领域提供了更可靠的新方案。

    二进制分析恶意函数定位内存取证堆栈追踪过程可解释性

    基于有限差分残差物理约束的波动方程无监督学习方法

    冯鑫姜屹秦嘉贤张来平...
    69-79页
    查看更多>>摘要:波动方程是一种重要的物理偏微分方程,近年来深度学习有望加速或替代传统数值方法对其求解。然而现有深度学习方法存在数据集获取成本高、训练效率低、边界条件泛化能力不足的问题,为此本文提出一种基于有限差分残差约束的波动方程无监督学习方法,基于结构网格和有限差分方法构建一种新颖的有限差分残差约束,以及一种无监督训练策略,使得卷积神经网络能够在无数据条件下训练,并预测波的正演过程。实验结果表明,有限差分残差约束相较于PINNs类的物理信息约束具有更容易拟合、计算成本更低、源项泛化能力更强的优点,这使得我们的方法有着更高的训练效率和应用潜力。

    卷积神经网络有限差分方法波动方程无监督学习

    一种基于MVDR的改进型麦克风阵列语音增强算法

    张皙夏秀渝
    80-87页
    查看更多>>摘要:传统的最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)波束形成算法不能很好地跟踪信号统计特征的变化,适应时变环境的能力较差。本文对其进行改进,提出一种实时估计环境噪声及干扰的相关矩阵的方法,使用时变遗忘因子更新相关矩阵,遗忘因子根据目标语音的存在概率变化,最后引入对角加载技术更新滤波器权向量,以保证波束形成的质量。实验结果显示,相比传统的MVDR算法,改进后的MVDR波束形成算法具有更好的降噪效果,能获得更高的分段信噪比和PESQ得分。

    麦克风阵列语音增强MVDR鲁棒波束形成