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

山西大学

杨斌盛

季刊

0253-2395

xbbjb@sxu.edu.cn

0351-7010455

030006

太原市坞城路92号

山西大学学报(自然科学版)/Journal Journal of Shanxi University(Natural Science Edition)CSCD北大核心CSTPCD
查看更多>>本刊反映校内外、数学与计算机科学、物理学、化学、生命与环境科学等自然科学领域的基础研究和应用研究的最新研究成果,报道成果形式主要有研究论文,研究综述和研究简报。读者对象,广大自然科学技术领域的研究人员。
正式出版
收录年代

    一类带非齐次记忆项抛物方程解的整体存在性和爆破

    王政慧祝雪杨晗
    901-911页
    查看更多>>摘要:该文研究一类带非齐次记忆项抛物方程的柯西问题,讨论非线性项和非齐次项对整体解存在性的影响。当非线性项指数增长高于某一值时,利用压缩映射原理,证明了整体解的存在唯一性;当非线性项指数增长低于某一值时,利用测试函数法,证明了解在有限时刻爆破。

    柯西问题压缩映射原理测试函数法整体解爆破

    带权罗-巴Lie-Yamaguti代数的上同调

    腾文
    912-922页
    查看更多>>摘要:本文研究带权罗-巴Lie-Yamaguti代数,首先给出带权罗-巴Lie-Yamaguti代数的表示和上同调。作为上同调的应用,研究带权罗-巴Lie-Yamaguti代数的单参数形式形变。

    带权罗-巴Lie-Yamaguti代数表示上同调形变

    图的混合边邻域粘连度

    闫伟魏宗田
    923-934页
    查看更多>>摘要:为了定量刻画边失效情形下的网络抗毁性,提出图的混合边邻域粘连度概念。给出了几类图的参数计算公式和最好可能的上、下界,用组合优化方法研究了该参数的极值问题。通过比较几类边邻域抗毁性参数的区分度,指出混合边邻域粘连度刻画某些网络的抗毁性更为精确。

    网络抗毁性混合边邻域粘连度极值图

    一类3正则图的Balaban指数

    武军秀高玉斌
    935-942页
    查看更多>>摘要:本文解决了3正则图Ln的Balaban指数计算问题。采用分类讨论的方法,给出了Ln的Balaban指数计算公式,并利用该公式,分别得到了该类正则图Balaban指数的易于计算的上、下界。计算结果表明,本文所得上界优于已有文献所给出的结果,且当图的阶数大于等于42时,该上界与精确值相差不超过0。1。

    Balaban指数3正则图距离上、下界

    基于Min(c,V)唤醒机制和活跃阈值的云虚拟机调度优化

    李梦桃徐秀丽
    943-953页
    查看更多>>摘要:为了满足云用户对系统响应性能的需求,同时进一步提高云系统的节能水平,论文提出一种新型虚拟机调度策略。当虚拟机处于休眠状态时,一旦缓冲区内的云任务数超过服务台数c或者休眠定时器到时,所有的虚拟机便立即停止休眠进入唤醒状态。在唤醒期结束时,如果缓冲区内等待的云任务数达到阈值N,虚拟机由唤醒状态转入活跃状态,否则转入空闲状态等待云任务到达。基于上述背景,构建具有Min(c,V)策略与活跃阈值N的可变到达速率的多服务台排队模型。利用矩阵几何解方法,推导出云系统稳态性能指标,并构建合理的收益函数讨论云系统收益问题,综合数值分析验证了所提策略的有效性。

    云计算唤醒机制Min(c,V)策略活跃阈值优化

    融合协同过滤的自组织神经网络多样化产品推荐

    张秉楠李德玉
    954-963页
    查看更多>>摘要:针对个性化推荐算法推荐结果容易存在冗余的问题,提出了一种融合协同过滤的自组织神经网络的多样化产品推荐方法。首先通过用户对产品的评分构建用户-产品、用户产品类别评分表,进而采用协同过滤算法得到基于评分相似用户的产品推荐列表;其次,将用户向量输入到自组织神经网络中聚类相似用户,利用相似用户查找目标用户可能感兴趣的产品类别,形成多样化推荐列表;最后,融合两个推荐列表形成满足多样化和准确性的产品推荐结果。通过亚马逊数据集上的实验,验证了所提方法在多样化推荐指标类别覆盖率(Category Coverage,CC)和项目层面的多样性(Item-Level Diversity,ILD)能够取得较好的结果,能有效地进行多样化推荐。

    协同过滤推荐系统自组织映射神经网络多样化

    基于轻量神经网络的指静脉密钥生成方法

    周洋王明文
    964-972页
    查看更多>>摘要:针对生物特征密钥生成中容易泄露模板信息、精度性能不高和过于复杂难以运用等问题,提出一种基于轻量神经网络的指静脉密钥生成方法。以反向残差瓶颈结构为核心提出轻量神经网络,结合标签平滑交叉熵对指静脉图像训练处理。在密钥生成模块中提出随机选择模块,快速生成新的密钥。最后采用纠错技术与安全散列算法,解决网络提取特征的不稳定性,增强密钥生成方法的安全性。该方法在三个公开数据库中得到了验证,提出的方法生成512位密钥的误识率为0。843%~1。469%、拒真率为0。651%~1。524%,并且密钥生成耗时不超过0。3 s,获得了比其他方法更优越的性能。安全分析表明,提出的模型可以有效抵御信息泄露、交叉匹配和其他攻击。理论分析和实验结果表明该方法具有泛化能力强,生成密钥精度高、生成时间短、安全性高等性质。

    生物特征密钥轻量神经网络反向残差瓶颈结构安全性分析

    基于样本旋转的生成困难样本的深度度量学习方法

    张鸽闫京魏巍梁吉业...
    973-981页
    查看更多>>摘要:现有深度度量学习方法通过构造困难样本生成方法指导模型高效训练,基于代数计算的困难样本生成方法具有简单、高效的优势。然而这类方法缺乏对数据整体分布的考虑,导致生成的样本随机性较强、模型收敛缓慢。针对该问题,将三元组中的正样本以其所属的类中心为轴,旋转至锚点与该类中心连线的反向延长线上,提出一种基于样本旋转的困难样本生成方法,给出了一种新的损失函数,构建了一种基于样本旋转的生成困难样本的深度度量学习模型(RHS-DML),有效提升了模型的训练效率。在Cars196,CUB200-2011以及Stanford Online Products数据集上进行了图像检索的实验,与代数计算方法中对称生成样本方法进行了比较,结果表明,本文提出算法的检索性能相较于对称样本生成方法,在三个数据集上分别高出2。4%,0。7%,1。4%。

    深度度量学习困难样本生成多类N元组损失代数计算

    非线性子空间驱动下的耐药性预测方法

    董云云张源榕龚怡丰白玉洁...
    982-992页
    查看更多>>摘要:癌症的耐药性预测任务已经成为精准医学领域前瞻性研究方向之一。针对现有耐药性预测方法难以深度表征药物和细胞系之间协同关系的问题,提出一种非线性子空间驱动下的耐药性预测方法NLS-DRP(Nonlinear Subspace-Driven Drug Resistance Prediction)。NLS-DRP包括Cell分支、Drug分支和协同融合三个关键学习模块,分别用于构建非线性子空间提取细胞系特征,拆分药物结构提取子序列特征,设计非线性协同空间融合细胞系和药物特征;最后,通过融合三个模块的特征,实现细胞系对药物的耐药性预测。在癌症药物敏感性基因组学和癌症细胞系百科全书两个公开数据集上进行实验,结果表明所提NLS-DRP模型显著优于对比的基准方法,取得了0。945 8的皮尔逊相关系数(PCC)值和0。924 2的斯皮尔曼相关系数(SCC)值,验证了本文方法的有效性。

    图神经网络特征融合非线性子空间智能用药

    利用邻域k元节点组信息的节点结构相似性判定方法

    杨贵韦兴宇郑文萍
    993-1003页
    查看更多>>摘要:复杂网络中的节点往往形成一些频繁出现且具有特定局部连接模式的高阶子结构,利用这些高阶子结构可以更好地刻画网络的拓扑特征及相关功能模块。通过度量节点间的结构相似性,有助于研究拓扑结构中节点之间的交互模式,理解复杂网络的局部结构和功能。为更充分利用节点邻域的高阶结构信息,提出了一种利用节点邻域内的k元节点组标签信息的结构相似性判定方法GANNLI(Group-based Aggregated Neighborhood Label Infor-mation)。该方法首先将k元节点组形成的非同构子图作为其组标签,再利用WL方法对k元节点组的邻域组标签信息进行聚合和更新,统计节点所构成的不同k元组的标签信息以得到节点表示,并利用余弦相似度计算节点间的结构相似性。与仅考虑节点度、接近中心性等低阶信息的方法相比,本方法利用高阶k元组结构信息更有效地度量了节点间的结构相似性。在真实网络数据集上的实验结果表明,所提出的GANNLI算法能更有效地计算节点间的结构相似性,在节点分类任务中的性能相比Struc2vec提高了2%至6%,相比Node2vec提高了8%至14%。

    复杂网络结构相似性k元组高阶结构Weisfeiler-Lehman方法