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

    单调区域上非线性退化抛物方程的长时间性态

    李心褚锦芳
    677-690页
    查看更多>>摘要：单调区域上的非线性退化抛物方程固有的非自治性和退化性使得对该方程的研究具有本质性的困难。本文研究了该方程满足能量等式变分解的适定性以及拉回吸引子的存在性。首先，利用惩罚法得到该方程的扰动方程满足能量等式变分解的适定性。其次，针对扰动方程，利用正则性方法得到该方程极限解的存在性，进而得到原方程满足能量等式变分解的适定性。最后，根据变分解的适定性构造非自治动力系统的双参数半群，结合一致能量耗散估计和收缩函数法证明了该半群存在渐近紧的拉回吸收集，从而建立了此类系统的拉回吸引子。

    退化抛物方程单调区域惩罚法适定性拉回吸引子

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

    基于复合非线性算子不动点定理的分数阶多点边值问题研究

    张楠张玲玲刘宏伟王慧...
    691-698页
    查看更多>>摘要：本文研究了一类分数阶多点边值问题解的存在唯一性。首先考虑了一类复合型非线性算子，根据算子不同的性质，给出相应的算子不动点定理，由此获得了该方程存在唯一解的若干充分条件。作为应用，通过具体例子做了进一步的阐述。

    不动点锥与半序混合单调算子分数阶微分方程边值问题解的存在唯一性

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

    一类黏弹性波动方程解爆破时间的下界

    刘玉龙
    699-703页
    查看更多>>摘要：文章研究了一类黏弹性波动方程解在有限时间内爆破的问题，当研究的目标方程解存在爆破时，准确估计爆破时间的下界是本文需要解决的关键问题。通过适当的能量模估计以及定义辅助函数等技术方法，得到了带有黏弹项波动方程解爆破时间的下界。

    辅助函数法能量模估计非线性阻尼

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

    一类潜伏期具有传染性的随机SEI1I2RQ传染病模型

    曹欢张太雷刘宗萱蒋为平...
    704-716页
    查看更多>>摘要：为了研究环境中的随机因素对传染病的影响，考虑了一类潜伏期传染的随机传染病模型。通过构造Ly-apunov函数并结合伊藤公式等方法，首先证明了随机模型全局正解的存在唯一性。其次，分析了确定性模型和随机模型的解在无病平衡点和地方病平衡点附近的波动行为，得到了当基本再生数小于1时，确定性模型和随机模型的解均在无病平衡点附近波动，当基本再生数大于1时，确定模型和随机模型的解均在地方病平衡点附近波动，且随机模型解的波动幅度与干扰强度成正相关。再次，给出随机模型解的平均持续和灭绝性的充分条件。最后，对该模型做了相应的数值模拟，结果表明，当干扰强度足够大时，疾病将灭绝。

    随机模型平衡点伊藤公式波动行为持久性灭绝性

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

    前馈环与反馈环的动力学行为研究进展

    祁宏马中琳曹旭清
    717-726页
    查看更多>>摘要：模体是网络中频繁出现的局部连接模式，是组成网络的基础构件。前馈环和反馈环是生物网络中最常见的两种模体，研究者们针对它们分别做了大量研究。虽然很多证据表明生物网络中有前馈环和反馈环共存的实例，但目前尚缺乏对这种耦合网络动力学行为的研究。本综述首先介绍了前馈环的结构与功能;然后总结了反馈环的结构与动力学行为，着重阐述了多稳态和振荡这两种动力学行为的研究现状;最后列举了一些既包含前馈环又包含反馈环结构的生物学实例，强调了研究此类耦合网络动力学行为的重要性。

    模体前馈环反馈环多稳态振荡

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

    融入事件知识的新闻事件对比聚类方法

    梁晨余正涛高盛祥朱恩昌...
    727-736页
    查看更多>>摘要：新闻事件聚类旨在从海量新闻文本中挖掘若干个不同主题的事件簇。目前事件聚类大多基于文本语义表征，忽略了事件知识的指导作用，且由于表征学习和目标聚类的迭代进行，不仅容易造成误差累积，还只能处理离线任务，限制了对实时新闻数据的处理。针对上述问题，该文提出一种融入事件知识的新闻事件对比聚类方法，该方法在文本表征的基础上，融入事件关键信息丰富事件表征;将聚类标签作为表示，同时在实例级和簇群级进行对比学习;以端到端的方式联合学习表示和簇群分配，实现对数据流的聚类。实验结果表明，该方法相较于其他基线模型，提高了3%。

    事件聚类事件表征对比学习深度聚类

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

    基于证据理论的多粒度决策背景最优粒度选取方法

    王太滨李德玉翟岩慧
    737-750页
    查看更多>>摘要：多粒度形式概念分析是数据挖掘与知识发现的重要工具。本文研究了覆盖多粒度下多粒度决策背景最优属性粒度组合选取方法。首先，基于覆盖属性粒化方法定义多粒度形式背景和多粒度决策形式背景，并且定义多粒度形式背景中的粗糙近似和信任结构。其次，基于粒协调性研究粒协调多粒度决策背景的最优属性粒度组合选取方法，并且证明最优属性粒度组合可以由证据理论中的信任函数刻画。最后，基于粗糙集理论和证据理论统一给出粒协调多粒度决策背景的最优属性粒度组合选取方法。

    形式概念分析多粒度最优粒度选取证据理论粗糙集

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

    结合交叉注意力的双通道恶意评论识别方法

    张琳钰卢益清
    751-760页
    查看更多>>摘要：恶意评论识别本质上是一个文本分类的问题。相较传统的文本分类，恶意评论往往伴随着表达方式更微妙且随意的特点，使得传统文本分类网络识别精度不高、识别效果不好，无法达到需求。为解决上述问题，本文提出一种结合交叉注意力机制的双通道文本分类网络(Two-channel text classification network combined with cross-at-tention mechanism，CA2TC)。该模型同时使用图卷积神经网络(Graph Convolutional Network，GCN)和双向长短期记忆网络(Bidirectional Long Short-term Memory，BiLSTM)获得两种不同的文本上下文特征信息，两种不同的特征信息可以从多个角度更好表达文本的含义。提出的交叉注意力机制对双通道提取的文本特征进行精炼并融合。最后将精炼特征拼接后经全连接层再送入softmax进行分类。本文采用微博收集的恶意评论数据对提出的方法进行实验验证。实验结果表明，与一些主流的分类模型相比，提出的模型识别效果更优，分类精度较主流分类模型相比提高1。06%至2。89%。CA2TC模型能够充分提取恶意评论文本特征，从而有效识别恶意评论。

    恶意评论识别双通道图卷积神经网络双向长短期记忆网络交叉注意力机制

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

    基于D-ResNeXt骨干网络的小样本图像分类算法

    杨红菊翟艳峰
    761-766页
    查看更多>>摘要：小样本图像分类目前是人工智能领域中非常重要的方向之一，其中基于度量学习的方法具有简洁高效的特点。针对目前图像分类中特征提取阶段所使用的骨干网络问题，现有工作大多使用传统残差网络，受数据集的影响，对类内差异大的图片特征提取效果不佳。ResNeXt为传统残差网络ResNet的升级版本，优化了在特征提取阶段准确度不高，误差较大的问题。根据其网络特点，本文设计出一种适用于小样本模型的网络变体，运用其变体作为骨干网络，提高其特征提取能力，同时结合两种注意力模块，进一步提升对图像类内相似性以及类间差异性的识别效果，减少无关因素影响，有效提升整体分类精度。

    小样本学习图像分类注意力机制度量学习残差网络

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

    基于注意力图池化的图卷积网络癫痫发作预测

    张倩云乔晓艳
    767-775页
    查看更多>>摘要：对癫痫发作及时准确预测可在发作前对患者实施干预措施防止意外伤害。为提高癫痫发作预测的准确率，提出一种注意力图池化的图卷积神经网络模型，用于癫痫发作预测。将多导联脑电数据转换为图结构关系，设计改进的图卷积神经网络模型，通过嵌入注意力图池化，筛选重要节点信息，避免特征冗余，提高模型学习能力和稳健性。在此基础上，分析不同脑电节律、滑动时间窗口以及预测时长对癫痫预测的影响。仿真实验结果表明:采用4 s时间窗口0。5 s滑动步长，在癫痫发作前5 min预测可达到97。03%准确率，95。89%召回率，98。16%特异性和96。12%的F1值。该模型可以提高癫痫发作预测精度，具有较好泛化能力。

    癫痫发作预测脑电信号图卷积神经网络注意力图池化

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