首页期刊导航|山东科技大学学报(自然科学版)
期刊信息/Journal information
山东科技大学学报(自然科学版)
山东科技大学学报(自然科学版)

张士强

双月刊

1672-3767

sdky@chinajournal.net.cn

0532-86057918

266590

山东省青岛市经济技术开发区前湾港路579号

山东科技大学学报(自然科学版)/Journal Journal of Shandong University of Science and Technology(Natural Science)北大核心CSTPCD
查看更多>>本刊为自然科学、工程技术综合性理论刊物,以促进科学技术发展,培育科技人才、服务于两个文明建设为办刊宗旨。创刊20多年来,取得了良好的社会效益和经济效益,多次获奖,并被国内外10个重要检索系统和数据库收录。本刊已参加“全国非邮发报刊联合征订”、联订服务部的欢迎上网查阅本刊和订阅本刊。
正式出版
收录年代

    具有H2增益约束的连续时变线性随机系统的有限时间有界性

    刘西奎姚辰欣李艳庄继晶...
    100-110页
    查看更多>>摘要:针对一类具有能量有界外部干扰的连续时变线性随机系统,研究了在H2 增益约束下闭环系统的有限时间有界性.首先,给出系统有限时间有界和H2 增益的定义.然后,设计状态反馈控制器,使得闭环系统既满足H2 增益性能约束又满足有限时间有界.通过求解时变线性矩阵不等式,得到控制器增益函数.最后,给出两个数值算例说明所设计方法的有效性.

    H2增益有限时间有界性时变线性随机系统线性矩阵不等式

    融合因果推断的动态可解释知识追踪模型

    鲁法明王卓凡包云霞王晓亮...
    111-120页
    查看更多>>摘要:可解释知识追踪对于教学诊断和优化具有重要意义.目前代表性的可解释知识追踪模型缺乏对知识点间因果关系的深入考量,同时未能关注模型中存在的特征混淆问题,影响预测性能.针对上述问题,提出一种融合因果推断的动态可解释知识追踪模型.首先利用因果推断算法挖掘知识点间掌握程度上的因果关系,并制定规则辨别因果效应强度,挖掘得到知识点因果效应特征图,并从中提取知识点外延影响因子特征,作为学生答题正确性预测的特征之一;其次,基于领域知识构建学习能力、习题难度和作答正确率之间的结构因果模型,采用后门调整的方法去除混杂因子的影响;然后,以迭代的方式进行学习能力和答题偏好特征的动态更新;最后,借助树增广朴素贝叶斯分类器实现可解释性知识追踪.在多个公开的数据集上进行实验验证表明,所提模型在保证可解释性的同时可提高预测准确性.

    可解释知识追踪因果推断树增广朴素贝叶斯分类器答题正确性预测

    深层特征引导的多尺度上下文聚合图像变化检测网络

    杨淑琪李哲刘国强房胜...
    121-128页
    查看更多>>摘要:多尺度融合方法在图像变化检测领域中得到广泛研究,但由于不同尺度的特征之间存在不平衡,直接进行特征融合无法精确地检测目标变化,特别是在复杂场景下目标变化的检测仍然存在漏检和误检的问题.本研究提出一种深层特征引导的多尺度上下文聚合网络(DF-MCANet)进行变化检测任务,通过深层特征引导不同阶段的特征融合,提高网络对于不同尺度目标的理解能力.该网络包含特征融合模块(FFM)和特征矫正模块(FCM)两个关键模块,FFM结合上下文特征进行变化信息的提取和增强,FCM利用深层语义特征引导FFM提取各阶段特征,进行语义、细节以及上下文表示的融合.实验结果表明,DF-MCANet相较于目前最优的模型A2Net,F1 指标在CDD数据集提高0.73%,在DSIFN数据集上提高1.43%.

    变化检测多尺度深层特征上下文聚合遥感图像