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

    小型模块化反应堆控制方法综述

    张薇薇何正熙万雪松刘方圆...
    1-12页
    查看更多>>摘要:小型模块化核反应堆具有建造周期短、安全性高、运维成本低、适应性强、应用领域广等显著优势,广受世界各国关注,也是我国的战略性需求。发展具有自适应、强鲁棒、高可控和高可信特性的新型控制方法,有效降低甚至消除对控制人员值守的依赖,是小型模块化核反应堆的一个重要发展趋势。智能化、自动化的反应堆控制系统通过高效的控制动作来实时跟踪负荷需求,进而有效提高反应堆的稳定性、可靠性和安全性。本文对小型模块化核反应堆控制方法的研究现状进行了综述。本文首先回顾了基于经典控制理论的传统PID控制方法的原理及其优缺点,然后总结了当前应用于反应堆控制系统的一些高精度、高效率智能控制方法,如模糊控制、神经网络控制、智能优化控制、复合控制方法等的主要特点。最后,针对当前小型模块化反应堆控制系统的应用需求和技术难点,本文对智能控制方法的可能发展方向进行了展望。

    小型模块化反应堆反应堆控制PID控制智能控制复合控制

    有限域上一类四次对角方程有理点的个数

    胡双年高继东杜屹洋
    13-18页
    查看更多>>摘要:设p为素数,k为正整数,Fq是 q= pk的有限域。用F*q表示Fq的乘法群,即F*q=Fq\{0}。设f(x1,…,xn)是Fq上的多项式,用 N(f(x1,…,xn)=0)表示 f(x1,x2,…,xn)=0在Fq上的有理点个数。1981年,Myerson 给出了N(x41 +⋯+ x4n=0)的递推公式。最近,赵等给出了 N(x41 + x42 = c),N(x41 + x42 + x43 = c)和 N(x41 + x42 + x43 + x44 = c)的精确公式,其中c∈ F*q。本文利用雅可比和以及一个类比Hasse-Davenport定理的结果给出了N(x41 +⋯+ x4n= c)的精确公式,扩展了已有结果。

    有限域有理点对角方程雅可比和

    求MDS码权多项式的组合方法

    李岩孙久兴
    19-22页
    查看更多>>摘要:MDS码是一种满足Singleton界的好码。由于出色的编码能力,MDS码已得到广泛的应用。MDS码的权多项式由其参数[n,k,d]完全决定。本文利用容斥原理计算MDS码中不同Hamming权的码字个数,给出了MDS码权多项式的一个新证明。设d≤w≤n,从n个位置中任选d个构成集合S。本文证明:MDS码中支集为S且在S第一个位置为1的码字个数为∑w-dj=0(-1)j(w-1j)qw-d-j。证明的关键是对支集包含于S且在S第一个位置为1的码字集使用容斥原理,并利用MDS码校验阵中任意d-1列线性无关的性质。该证明直观揭示了MDS码权多项式中各项的组合意义。相较于教科书中的证明,本文的证明不使用MacWil-liams恒等式。

    MDS权多项式容斥原理

    形式幂级数∏∞n=0(1-x2n)m系数的无界性

    朱朝熹赵伟
    23-28页
    查看更多>>摘要:设∏∞n=0(1-x2n)为Prouhet-Thue-Morse序列的生成级数。设m≥2为正整数。令Fm(x)=(F(x))m=(∏∞n=0(1-x2n))m≔∑∞n=0tm(n)xn。2018年,Gawron,Miska和 Ulas猜想:当m≥2 时序列{tm(n)}∞n=1无界。对于m=3 及m=2k的情形,他们通过研究tm(n)的2-adic赋值证明猜想部分成立。本文发展了一种新方法,即由序列{tm(n)}∞n=1的递推关系式得到一类反中心对称矩阵,然后通过计算其相应矩阵的特征值来证明猜想。利用这种方法,本文证明当m=5和6时猜想成立。此外,本文还给出了序列{t5(n)}∞n=1和{t6(n)}∞n=1的无界子列,以及{t5(n)}∞n=1的一个子列的2-adic 赋值表达式,进而证明了另一个关于{t5(n)}∞n=1的2-adic赋值的猜想部分成立。

    Prouhet-Thue-Morse序列无界性特征值

    平稳自回归模型的调整经验似然置信域

    侯梦哲秦永松张正家
    29-35页
    查看更多>>摘要:自回归模型在经济学及信息学等领域有广泛应用。其统计推断是统计学研究的重要问题之一。本文主要研究自回归模型的调整经验似然方法。在Chuang和Chan利用自回归模型的条件最小二乘估计、通过得分函数构造的经验似然比统计量基础上,本文针对经验似然方法可能不存在解的情形构造了调整经验似然统计量,并证明调整后的经验似然比统计量的极限分布服从卡方分布。由此我们可以构造模型参数的调整经验似然置信域(区间)。最后,本文通过数值模拟比较了调整经验似然方法和经验似然方法的性能。结果显示,调整经验似然方法所得的区间估计具有更好的覆盖率。

    调整经验似然平稳自回归模型置信区间

    一个广义Lorenz系统平衡点的局部稳定性与全局吸引性

    祝崇涵张付臣穆春来
    36-39页
    查看更多>>摘要:本文研究了一个广义 Lorenz 系统的平衡点的稳定性(全局指数稳定、全局渐近稳定)及不稳定的判据,获得了系统的全局吸引性,并推广了已有的一些混沌演化研究方法。

    广义Lorenz系统稳定性吸引域

    一种利用对抗样本提高抽取式阅读理解模型效果的方法

    何东于晓昕叶子铭于中华...
    40-48页
    查看更多>>摘要:抽取式阅读理解是自然语言处理的重要任务,需要机器在阅读理解自然语言文本的基础上,从中抽取给定问题的答案(输入文本中的片段),并在问题不可回答时拒绝回答。这种不可回答情况的存在使机器阅读理解更具有挑战性,特别是在输入文本含有似是而非文本片段时,现有模型很容易将这样的片段混淆为问题答案,进而错误判断问题的可回答性。为了进一步提高抽取式机器阅读理解模型的效果,本文将SQuAD 2。0数据集中的似是而非答案看成对抗样本,将其既作为答案文本片段抽取的正例,也作为问题可回答性的负例,在现有模型答案交叉熵损失的基础上增加排序损失。在SQuAD 2。0上进行的实验表明,本文方法可以提高现有模型的阅读理解能力,明显提升可回答性判断及答案文本片段抽取的效果。

    阅读理解不可回答问题对抗样本

    基于因果反馈的缺失数据集因果关系发现

    马从锂黄飞虎弋沛玉王琳娜...
    49-58页
    查看更多>>摘要:因果关系发现是因果推断的重要部分,其目标是揭示数据内在的生成机制,并以有向无环图的形式表示。然而关于因果关系发现,现有方法很少考虑到观察数据存在缺失值的情况。在实际场景中,大量数据集存在缺失值,因此估计缺失数据集中的因果关系成为一个亟需解决的问题。本文提出了一种新的基于因果反馈的算法实现关于缺失数据集的因果关系发现,其中生成对抗网络被用于估计缺失数据集的分布,并利用基于Actor-Critic的因果关系发现模块搜索最优因果图,设计了一个基于扩展贝叶斯信息准则的自定义奖励函数,引入分类误差引导模型加速探索过程,提升模型稳定性。在模拟数据和真实数据上进行的大量实验结果表明,本文提出的方法在不同数据缺失率下优于现有方法。

    深度学习缺失数据补全因果关系发现有向无环图

    基于SSA和RIFT的多重联合域鲁棒水印算法

    李帅龙华杜庆治周筝...
    59-69页
    查看更多>>摘要:数字水印技术是数字版权保护的关键技术之一。针对目前数字水印的鲁棒性仍有待提高的问题,提出了一种基于麻雀搜索算法SSA和辐射不变特征变换RIFT的多重联合域的鲁棒水印算法。首先,对原始载体图像进行冗余离散小波变换 RDWT,提取低频子带进行海森堡分解HD,再取载体矩阵进行奇异值分解SVD。其次,对水印图像进行离散小波变换DWT,取低频子带进行SVD。然后利用嵌入规则,将水印嵌入到原始载体图像中,得到含水印的载体图像。此外,利用SSA对嵌入强度进行自适应优化。对于旋转攻击,利用RIFT进行旋转校正。实验结果表明,含水印的载体图像的峰值信噪比在35 dB左右,结构相似度在0。997以上。针对不同攻击,提取的水印归一化相关系数大多在0。97以上。所提算法相较于其他算法表现出较好的不可感知性和鲁棒性。

    数字水印旋转校正海森堡分解麻雀搜索算法辐射不变特征变换

    基于注意力机制多特征融合与文本情感分析的日志异常检测方法

    董昱灿赵奎
    70-80页
    查看更多>>摘要:现有的基于深度学习和神经网络的日志异常检测方法通常存在语义信息提取不完整、依赖日志序列构建和依赖日志解析器等问题。基于注意力机制多特征融合和文本情感分析技术,提出了一种日志异常检测方法。该方法首先采用词嵌入方法将日志文本向量化以获取日志消息的词向量表示,接着将词向量输入到由双向门控循环单元网络和卷积神经网络组成的特征提取层中分别提取日志消息的上下文依赖特征和局部依赖特征,使用注意力机制分别加强两种特征中的关键信息,增强模型识别关键信息的能力。使用基于注意力机制的特征融合层为两种特征赋予不同权重并加权求和后输入由全连接层构成的输出层中,实现日志消息的情感极性分类,达到日志异常检测的目的。在BGL公开数据集上的实验结果表明,该模型的分类准确率和F1值分别达到了96。36%和98。06%,与同类日志异常检测模型相比有不同程度的提升,从而证明了日志中的语义情感信息有助于异常检测效果的提升,并且经过实验证明了使用注意力机制的模型可以进一步提高文本情感分类效果,进而提升日志异常检测的准确率。

    多特征融合注意力机制文本情感分析日志分析系统异常检测