首页期刊导航|陕西师范大学学报（自然科学版）
期刊信息/Journal information
陕西师范大学学报（自然科学版）
陕西师范大学学报（自然科学版）

黄春长

双月刊

1672-4291

Lkxuebao@snnu.edu.cn

029-85308734

710062

陕西省西安市长安南路

陕西师范大学学报（自然科学版）/Journal Journal of Shaanxi Normal University(Natural Science Edition)CSCDCSSCI北大核心CSTPCD
查看更多>>本刊是教育部直属高校陕西师范大学主办的自然科学学术性刊物，面向海内外公开发行。它以繁荣科学文化，促进学术交流，发现培养人才，为两个文明建设服务为办刊宗旨，刊登数、理、化、生物环境，计算机科学，体育运动等方面的最新成果。多次获奖，被多个统计源收录。
正式出版
收录年代

    单值中智信息下的一种新型三支决策模型

    杨海龙任欢欢焦丽
    1-6页
    查看更多>>摘要：在单值中智信息下,利用计分函数与精确度函数,根据贝叶斯决策理论提出了 一种新型的三支决策模型,其中损失函数是单值中智数;并给出了一个算法,通过实例说明了提出的模型与算法的有效性;通过与已有模型的比较,提出的模型更突出了单值中智数不确定隶属度的意义.

    三支决策单值中智集计分函数精确度函数

      原文链接:
    • 万方数据
    • 维普

    三元思维:三支决策理论与实践

    索郎王青杨海龙姚一豫
    7-16页
    查看更多>>摘要：给出了三元思维的概念,从三元思维角度介绍了三支决策的基本思想,即通过3个独立且相关的部分来解释和处理一个整体,将一个整体合理地分为3个部分,并采取有效的策略处理每个部分,从而获得所需要的效果.然后,综述了三支决策的几种相关模型及具体应用.最后,从模型与应用两方面回顾了三支决策的研究现状并展望了未来的研究方向.

    三元思维三支决策三支决策空间评价函数

      原文链接:
    • 万方数据
    • 维普

    基于序贯三支决策的目标作战意图识别方法

    李波越凯强范盘龙田琳宇...
    17-23页
    查看更多>>摘要：针对三支决策方法延迟决策的特点和空战目标意图识别的时序性问题,提出了一种基于序贯三支决策的目标作战意图识别方法.通过建立多类别三支决策与目标意图识别相结合的数学模型,并结合序贯思想,将意图识别过程按照时序性分为多个阶段,在每个阶段使用多类别序贯三支决策目标意图识别模型获得当前阶段目标的意图识别结果.针对未识别出意图的目标,基于更新后的目标信息通过延迟决策进行再识别,提高了意图识别的准确性,同时降低了误识别的风险损失.最后,通过仿真实验,验证了设计算法的有效性.

    空战意图识别序贯三支决策多类别

      原文链接:
    • 万方数据
    • 维普

    基于重叠函数的模糊粗糙集及其应用

    文小凤张小红王敬前雷涛...
    24-32页
    查看更多>>摘要：重叠函数和连续三角模有着密切联系,广义重叠函数是对重叠函数的进一步拓广,(广义)重叠函数在图像处理、数据分类、不确定多属性决策等方面有着重要的应用.基于连续三角模的模糊粗糙集模型,利用(广义)重叠函数及其剩余蕴涵提出了一种新的模糊粗糙集模型,分析和研究了新的模糊上下近似算子的基本性质.同时,利用前述模糊上下近似算子提出一种不确定多属性决策新方法,并通过一个具体案例说明了新方法的可行性和有效性.

    重叠函数广义重叠函数连续三角模模糊粗糙集多属性决策

      原文链接:
    • 万方数据
    • 维普

    融合密度与邻域覆盖约简的分类方法

    张清华艾志华张金镇
    33-42页
    查看更多>>摘要：针对现有大部分基于邻域覆盖的分类方法直接根据最近的邻域对样本分类,没有考虑邻域之间的差异性,从而导致分类错误的问题.引入局部密度去刻画邻域之间的差异性,并提出融合密度与邻域覆盖约简的分类方法(D-NCR).首先,通过邻域覆盖约简剔除冗余的邻域;其次,将邻域中心的局部密度转化为权重,定义了测试样本到邻域中心的加权距离;最后,基于加权距离,对不同的测试样本提出两种分类策略.在UCI数据集上的实验结果表明,所提方法能达到较好的分类效果.

    邻域粗糙集邻域覆盖约简局部密度加权距离分类策略

      原文链接:
    • 万方数据
    • 维普

    基于不完备信息系统的三支冲突分析

    杨文听易黄建陈跃李小南...
    43-51页
    查看更多>>摘要：将Pawlak的冲突分析模型推广到不完备的信息系统中,并结合三支决策思想研究了不完备信息系统上的三支冲突分析.首先,对缺失的值进行了处理,把不完备的信息系统转化为完备的信息系统.其次,通过冲突相似距离这一概念,讨论了代理之间的冲突关系,从而建立了不完备信息系统中的冲突分析模型.最后,根据决策理论粗糙集求解了模型中代理三划分所需阈值的大小,从而得到最为合理的三划分决策结果.

    不完备信息系统三支决策冲突分析冲突相似距离决策理论粗糙集

      原文链接:
    • 万方数据
    • 维普

    多粒度实值形式概念分析

    李金海邓小媛智慧来
    52-64页
    查看更多>>摘要：为了进一步拓宽实值概念格的应用范围,将多粒度思想与实值形式背景相结合,提出实值类属性块与多粒度实值形式背景,分析了不同概念知识空间之间的实值概念转移规律,并给出了不同粒度空间之间的决策规则推理关系.有关多粒度实值概念与决策规则的结论进一步完善了实值概念格理论,同时也推广了现有的多粒度形式概念分析方法.

    粒计算形式概念分析概念格多粒度实值形式背景规则提取

      原文链接:
    • 万方数据
    • 维普

    COVIDSeg:新冠肺炎肺部CT图像轻量化分割模型

    谢娟英夏琴
    65-78页
    查看更多>>摘要：新型冠状病毒肺炎(COVID-19)严重威胁人类健康,计算机自动分割患者肺部CT(com-puted tomography)图像是辅助医生进行快速准确诊断的重要手段.为此,提出针对新冠肺炎肺部CT图像分割的轻量化模型COVIDSeg.模型采用编码器-解码器结构,提出压缩-扩展通道注意力模块(squeeze and extend channel attention block,SECA)和残差多尺度注意力模块(residual multi-scale channel attention block,RMSCA)构成编码子网络主要组成模块,提出双通路结构连接编码子网络的各模块,通路内特征逐层传递,通路之间多级特征信息交互,促进不同层级有效信息的传递和表达;采用特征聚合模块作为解码子网络的主要组成模块,通过多尺度特征解码实现多路径解码器.在4个公开使用的COVID-19 CT图像数据集的实验测试表明,提出的轻量化新冠肺炎CT图像分割模型COVIDSeg在多项指标上优于当前主流的医学图像分割模型.通过消融实验分析主要模块对模型性能的影响,验证了提出的缩减-扩展通道注意力模块SECA和残差多尺度注意力模块RMSCA的有效性.分割结果可视化显示,模型对新冠肺炎肺部CT图像的分割结果与图像的真实Mask标记基本相同.

    新型冠状病毒肺炎计算机辅助诊断CT图像分割注意力机制

      原文链接:
    • 万方数据
    • 维普

    贝塞尔曲线融合双向蚁群算法的移动机器人路径规划

    李二超齐款款
    79-88页
    查看更多>>摘要：在静态栅格地图环境下,针对传统蚁群算法在机器人全局路径规划中存在无法找到最短路径、路径搜索盲目性大、拐点多等问题,提出一种改进蚁群算法.在传统正向搜索的基础上,增加反向路径搜索,即双向路径搜索,每个方向采用不同的启发函数,增加路径搜索的目的性以及提高解的构造效率.对每代路径进行路径交叉,有助于产生新解,避免陷入局部最优.更新上述得到的有效路径的信息素,避免无效路径的干扰.采用改进的挥发系数公式,实现动态调整挥发系数,并设置信息素浓度范围,能够避免陷入早熟.采用改进的贝塞尔曲线优化上述得到的最优路径,能够根据需求调节曲线优化程度.通过与其他算法进行仿真对比,验证了改进算法的可行性、有效性和优越性.

    移动机器人路径规划双向蚁群算法贝塞尔曲线栅格地图环境

      原文链接:
    • 万方数据
    • 维普

    多尺度特征融合的轻量化膀胱癌MRI图像分割算法

    张娜张永寿李翔丛金玉...
    89-95页
    查看更多>>摘要：膀胱癌MRI图像存在肿瘤边界不清晰、肿瘤区域较小、肿瘤分布不连续等问题,现有的分割算法参数量庞大,计算复杂,且分割精度有待提高.因此,设计了一种多尺度特征融合的轻量化膀胱癌分割算法(pyramidal convolution lightweight network,PylNet),该算法在编码阶段设计的多尺度语义特征提取模块可提取不同尺度的肿瘤区域信息,确保对微小肿瘤信息提取的可靠性和全面性;在解码阶段设计的融合模块可以在保证分割精度的同时,极大地减少算法参数量和复杂度.实验结果表明,相较于FCN8s、DeepLabV3+、U-Net等算法,PylNet算法分割精度有一定的提高,Dice系数达88.40％,参数量是FCN8s的1/13,可实现对膀胱MRI的快速分割.

    膀胱癌MRI轻量化多尺度分割

      原文链接:
    • 万方数据
    • 维普