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

    基于实例的词性标注数据错误检测

    崔秀莲严福康李正华
    251-259页
    查看更多>>摘要：由于深度学习框架在可解释性上的缺乏，本文将基于实例的方法首次应用到词性标注数据错误检测任务，旨在充分利用模型学到的实例之间的相似度信息。首先，本文基于预训练语言模型，实现了基于实例的词性标注模型，在CTB7数据集上的预测准确率和基于标准分类器的模型相当，达96。76％。进而，本文提出了一种基于实例的标注错误检测方法。为了获得真实检错数据集，本文采用不同方法对CTB7测试集进行自动错误检测，并人工标注候选错误，最终获得2 016个真实标注错误，约占所有8万多词中的2。5％。检错数据集上的实验表明，基于实例的方法的检错准确率达41。48％。

    词性分类标注错误数据集语义相似度CTB7数据集

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于SoftLexicon和对抗训练的中文医疗命名实体识别

    潘世鹏吐尔地·托合提梁毅艾斯卡尔·艾木都拉...
    260-268页
    查看更多>>摘要：现有的医疗实体识别模型当中，多数模型不能充分提取和利用文本序列当中词汇信息，且模型结构复杂，使得模型在面临医疗领域的文本时存在实体边界识别不准、鲁棒性较差等问题，并且多数基于字粒度的命名实体识别(Named Entity Recognition，NER)方法对信息遗漏此类问题解决不够完善。针对此类问题，本文提出了一种基于字词融合和对抗训练的命名实体识别模型。模型使用预训练模型BERT(Bidirectional Encoder Representation from Transformers)获取文本序列的字向量;然后使用SoftLexicon引入词典信息并在字向量中添加对抗训练生成的扰动样本;最后使用BiLSTM-CRF(Bi-Long Short-Term Memory-Condition Random Field)进行特征提取并获取序列标注结果。所提出模型在数据集CCKS2019和CCKS2020上进行实验，F1值分别到达了85。07％和90。39％。实验结果表明，与基准模型相比，该模型的F1值提升了2。31％和2。88％，说明字词融合方法和对抗训练相结合能够有效识别医疗实体。

    命名实体识别字词融合对抗训练PGD

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    项目邻居信息对比增强的推荐方法

    周北京王海荣马赫张丽丝...
    269-278页
    查看更多>>摘要：针对基于知识图谱推荐的方法中存在的用户-项目交互监督信号弱，以及知识图谱中包含噪声信息的问题。本文提出了一种项目邻居信息对比增强的推荐方法-RMCEIN(A Recommendation Method for Contrastive En-hancement of Item Neighbor Information)。RMCEIN通过异构传播和知识感知注意力函数获得用户和项目的多阶邻居嵌入，用于丰富用户和项目的特征;在项目邻居嵌入过程中采用添加均匀分布的弱噪声的方式，构建项目邻居增强视图，可以有效地减少视图构建的时间开销。此外，通过两个项目邻居视图间的对比学习，调用对比损失函数促使项目视图信息的均匀性，调节项目的邻居结构，达到减少知识图谱中知识噪声的目的，同时引入多任务学习来缓解监督信号弱的问题。为了验证方法的有效性，在三个公共数据集上进行实验，将实验结果与10种基于知识图谱的推荐方法进行了对比，本文方法的AUC(Area Under Curve)平均提升了2。32％，F1值平均提升了2。26％。

    知识降噪多任务学习知识图谱推荐方法

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    一类von Kármán方程的解的存在唯一性

    张健王永达
    279-286页
    查看更多>>摘要：文中考虑了一类非线性非局部发展von Kármán方程。为了分析该方程，首先采用Galerkin方法研究了一个线性问题，得到了线性问题的解的存在唯一性。然后利用压缩映射原理和不动点理论，得到了该von Kármán方程的解的存在唯一性。

    vonKármán方程Galerkin方法存在唯一性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    对偶四元数和四元分裂四元数的代数性质

    邓勇
    287-294页
    查看更多>>摘要：对偶四元数和分裂四元数是处理刚体螺旋运动及姿态控制的有力工具。利用Clifford对偶数概念并借助4×4基元复矩阵，给出了矩阵形式的对偶四元数和分裂四元数的定义，获得对偶四元数矩阵和分裂四元数矩阵的伴随矩阵、逆矩阵、行列式等代数性质，同时指出了它们在内积的定义、共轭与范数表达式、乘积的行列式运算等方面的重要差异性。

    四元数对偶四元数四元分裂四元数代数性质

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    交换环Zn上的零除数图的Gutman指数

    苗红丽梅银珍
    295-301页
    查看更多>>摘要：交换环上的零除数图是一个无向的简单连通图，其顶点集为环上的零因子的集合。基于度与距离的Gut-man指数，本文主要采用分类讨论的方法，首先对环上的零除数图进行顶点划分，其次对零除数图的诱导子图上的度与距离及相互之间的连接关系进行讨论，从而刻画出了某些情况下的零除数图的Gutman指数。

    Gutman指数交换环零除数图诱导子图

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    热源和初始分布同时反演的Tikhonov正则化方法

    王泽文王梓鉴陈国林邱淑芳...
    302-312页
    查看更多>>摘要：研究了有界域中热传导方程源项和初始分布同时反演问题。通过热传导定解问题的特征系统，结合分离变量的思想方法，构造了一种能同时重建热传导方程源项和初始分布的Tikhonov正则化方法，证明了正则化解的收敛性，给出了正则化参数选取的后验策略及其正则化解的误差估计。最后，对提出的正则化方法进行了数值模拟，研究结果表明正则化方法是有效的。

    热传导方程反问题正则化方法源项初始分布

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    一类具有离散时滞与不同传染性的霍乱模型研究

    张育茹桑媛宋冰张龙...
    313-327页
    查看更多>>摘要：本文研究了一类具有疫苗接种策略的时滞霍乱模型，考虑了高低传染性霍乱弧菌混合感染以及直接传播和间接传播。通过计算，得到了系统的基本再生数R0，证明了当R0<1时，无病平衡点局部及全局渐近稳定，当R0>1时，地方病平衡点全局渐近稳定。通过数值模拟演示了理论结果，发现时滞对于霍乱传播具有重要影响，其动力学可以与无时滞系统相同，不同甚至相反，忽略时滞会高估霍乱的传播，付出更多控制成本。

    时滞高低传染性霍乱弧菌疫苗接种基本再生数全局渐近稳定性

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    广义Petersen图的哈密尔顿指数

    赵丽颖吕盛梅
    328-332页
    查看更多>>摘要：Alspach的研究已经证明:除了P(n，k)(n≡5(mod6);k=2，(n-1)/2，(n+1)/2，n-2)和P(n，n/2)(n≡0(mod4);n≥8)两种情形，广义Petersen图都是哈密尔顿的。本文在此基础上，考虑了这两种情形下的哈密尔顿指数，并证明了:P(n，k)(n≡5(mod6);k=2，(n-1)/2，(n+1)/2，n-2)的哈密尔顿指数为1;P(n，n/2)(n≡0(mod4);n≥8)的哈密尔顿指数为2。至此，广义Petersen图的哈密尔顿指数问题得到完全解决。

    广义Petersen图迭代线图哈密尔顿指数枝

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据

    基于匹配博弈和通信机制的主从协作群智感知算法

    胡治国杜瑞芳秦雪健刘郭庆...
    333-345页
    查看更多>>摘要：利用强化学习制定多智能体的移动群智感知策略是学术界普遍采用的技术手段，但是其普遍存在训练过程不加处理地利用所有智能体的状态和动作信息，学习更新效率较低，且对被采集对象重要程度的差异性缺少考虑等问题。本文以指挥员-无人机主从协作场景为研究对象，提出了一种基于匹配博弈和通信机制的主从协作群智感知算法。首先，通过引入Gale-shapely匹配博弈算法思想，建立无人机能量属性与待采集目标数据质量属性之间的最优稳定匹配，实现基于数据重要程度优先的采集策略。为保证无人机对高质量目标的持续特定关注，本文结合了当前较为流行的通信规则型多智能体强化学习算法MAAC(Multi-Actor-Attention-Critic)框架，引入了多注意力机制模块，实现了数据采集过程中主-从智能体间高效的信息交流与共享。实验表明，我们提出的c-MGCM(Crowd-sensing Method based on Matching Game and Communication Mechanism)方法在奖励值、匹配对的距离值等多个评价指标上都优于MADDPG(Multi-agent Deep Deterministic Policy Gradient)、DDPG(deep Deterministic Policy Gradient)等经典算法，在奖励值方面有2～3倍的提升，在数据质量方面有至少14％的提升。该结果表明了c-MGCM方法的高效性和稳定性。

    群智感知数据采集匹配博弈通信机制

      原文链接:
    • 国家科技期刊平台
    • NETL
    • NSTL
    • 万方数据