首页期刊导航|西安工程大学学报
期刊信息/Journal information
西安工程大学学报
西安工程大学
西安工程大学学报

西安工程大学

姚穆

双月刊

1674-649X

xuebao699@163.com

029-82330074

710048

西安市金花南路19号

西安工程大学学报/Journal Journal of Xi'an Polytechnic UniversityCSTPCD
查看更多>>本刊(原《西北纺织工学学院学报》)是经国家科技部、新闻出版部署批准公开发行的综合性学术刊物,中国工程院院士,本院名誉院长姚穆教授任主编。它以繁荣科学文化,发现、培养人才,促进学术交流,推动现代化建设为办刊宗旨,主要刊登纺织工程、环境科学与工程、化学化工、机械工程、信息技术与自动控制、管理工程、服装设计与工程以及基础学科等方面具有创见性或实用性的学术论文、研究简报及文献综述等。读者对象为自然科学工作者,高等院校教师及研究生等。
正式出版
收录年代

    酶固定化技术的最新研究进展

    潘虹陆天炆王晓军洪一楠...
    83-91页
    查看更多>>摘要:酶作为一种催化性能好且安全可靠的生物催化剂,在食品、医药及环境治理等诸多领域得到了广泛应用,但因受限于游离酶较差的环境稳定性而难以实现进一步的工业化应用.酶固定化技术有助于提高游离酶对敏感环境的耐受性和操作过程中的稳定性,大大缩减了应用成本.回顾了近五年内固定化技术的发展及现状,总结了吸附法、结合法等传统固定化方法,共固定化酶法等新型固定化方法,以及天然材料载体、复合材料载体和纳米载体等不同固定化载体在各个领域的研究进展.相比于游离酶,固定化酶体系在稳定性和重复使用性等方面得到了显著提升,但同时也存在一些不足,如固定后的活性回收率降低、载体合成途径繁琐且成本较高以及固定化酶作用机理尚不完善等.结合这些不足之处提出了酶固定化技术在未来的发展方向.

    酶固定化固定化载体固定化方法纳米载体共固定

    过渡季高校室内环境对学习效率的影响

    蒋婧聂皓清杨子毅
    92-98页
    查看更多>>摘要:为了探究室内环境与学生学习绩效之间的相关性,以西安某高校典型教室为例,对室内温湿度、CO2 质量浓度、声音强度和光照强度等4个环境参数进行持续监测,通过主观问卷和神经行为能力评价软件对248名学生进行主观调查和学习效率的现场测试.结果表明:过渡季节中,学生整体处于偏冷但舒适的温度区间内,21.5℃达到学习绩效的峰值;2/3的学生在CO2 质量浓度1 000 mg/m3 以下的环境中感觉舒适,学习绩效的均值保持在较高水平.学生更偏爱安静的环境,但60 dB水平的噪音对受试者具有一定的唤醒作用;明亮的环境更适合学习,但超过340 lx的亮度会刺激眼睛使学生感到疲劳,造成学习效率的降低;环境参数与专注、感知、逻辑和记忆等4个学习效率因子的相关性强度存在差异,其中专注力与4个环境参数相关性较强.

    过渡季室内环境高校教学建筑学习效率环境舒适性

    老年与青年人体组织层厚度的差异分析

    王丽娟李文晖任潇庆许燚...
    99-104页
    查看更多>>摘要:为确定不同年龄间组织层厚度是否存在差异以及差异最大的成分和部位,选取20名青年人(19~22岁)和10名老年人(63~83岁)作为受试者,采用超声波测量仪测量他们的皮肤、皮下脂肪、肌肉厚度以及局部部位内脏脂肪厚度.结果发现:老年人的皮肤厚度、皮下脂肪厚度(臀部除外)的平均值均大于青年人,但皮肤厚度无显著差异,皮下脂肪厚度也仅在胸部、髂嵴部和肩胛部存在显著差异.老年人的肌肉厚度均小于青年人,且均存在显著差异.肌肉是老年人和青年人组织厚度差异最大的成分.

    热偏好年龄皮肤层肌肉层脂肪层

    融合时间序列特征的群组推荐模型

    朱欣娟熊依伦
    105-112,120页
    查看更多>>摘要:针对传统的群组推荐预定义策略过于单一,忽视用户与项目之间的交互性,无法捕捉时间推移所造成的用户偏好迁移等问题,提出一种融合时间序列和注意力机制的群组推荐模型TAGR(time-attitation group rememdation).首先通过层次聚类划分出高相似度群组,其次引入时间序列模型来捕捉用户偏好迁移过程,获取每个时刻用户行为的兴趣偏好,并聚合各时刻兴趣偏好作为用户偏好.最后结合注意力机制,获得用户权重进行偏好融合来表示群组偏好,最终作为推荐模型的输入.通过在Goodbook与MovieLens数据集上与 NCF、AGREE 等模型进行对比,TAGR在归一化折扣累计增益和命中率2个指标上都得到了显著提高.

    群组推荐时间序列层次聚类神经网络注意力机制

    蜣螂优化算法下"互联网+营销服务"虚拟机器人应用模型

    何玮周雨湉俞阳康雨萌...
    113-120页
    查看更多>>摘要:为了应对新形势下的电力营销服务形势,提升互联网时代的电网优质服务水平,利用蜣螂优化(dung beetle optimizer,DBO)算法,设计了一种"互联网+营销服务"虚拟机器人模型.首先针对电网营销部门可能发生的人机交互情景开展交互分析与关系框架设计,然后基于深度Q网络(deep Q network,DQN)建立虚拟机器人自主学习模型,引入DBO算法完成模型超参数的高效寻优并通过训练完成优化后的模型学习,最终将实际的电力营销数据输入到模型中进行实验测试.在特定的测试环境下综合检测模型的实际应用情况,测试结果表明:该虚拟机器人模型在功能性实验、非功能性实验和安全性实验中模型运转和系统运转正常率达到100%,能够较好地实现人机交互功能,达到全天候客户需求精准响应的战略目标.

    深度Q网络虚拟机器人蜣螂优化(DBO)算法超参数寻优电力营销服务

    一种密集多尺度特征引导代价聚合的改进立体匹配网络

    张博张美灵李雪朱磊...
    121-130页
    查看更多>>摘要:针对目前立体匹配算法在重复纹理、无纹理、边缘等不适定性区域仍存在匹配不准确的问题,提出了一种基于PSMNet的密集多尺度特征引导代价聚合的立体匹配算法—DGNet(Dense multi-scale features Guided aggregation Network).首先,基于密集连接空洞空间金字塔池化结构设计了密集多尺度特征提取模块,该模块利用不同膨胀率的空洞卷积提取不同尺度的区域级特征,并通过密集连接方式有效整合不同尺度的图像特征,使网络捕获丰富的上下文关系;其次,在每个视差等级下将左右特征图串联形成初始代价体,再提出密集多尺度特征引导代价聚合结构,在聚合代价体的同时自适应融合代价体和密集多尺度特征,从而使后续的解码层在多尺度上下文信息的引导下解码出更加精确和高分辨率的几何信息;最后,将全局优化后的高分辨率代价体送入视差回归模块以获得视差图.实验结果表明:所提算法在KITTI 2015和KITTI 2012数据集上的误匹配率分别降至1.76%和1.24%,SceneFlow数据集上的端点误差降至0.56 px,与GWCNet、CPOP-Net等先进算法相比,所提算法在不适定区域有明显改善.

    双目视觉立体匹配密度多尺度特征自适应融合

    人物介绍

    封2页