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

张克勤

双月刊

0258-7971

yndxxb@ynu.edu.cn

0871-65033829,65031498,65031662

650091

昆明市翠湖北路2号

云南大学学报(自然科学版)/Journal Journal of Yunnan University(Natural Sciences Edition)CSCD北大核心CSTPCD
查看更多>>本刊历史悠久,1938年8月出版了《云南大学学报》第二类(数理版)第一号,为外文版,第1篇为世界著名数学大师的论文“Om Two Affine Connections”(两类仿射联络)。改革开放以来,学报立足本校,面向社会,取得了长足进步,在学术质量,编排规范化,标准化,编辑部现代化建设方面,成绩显著。近10多年来,共获省部级奖9次。
正式出版
收录年代

    基于连续比例Logistic回归模型的贝叶斯判别分析

    乔姝万树文
    601-609页
    查看更多>>摘要:针对传统贝叶斯判别分析方法处理实际问题的局限性,提出一种基于连续比例Logistic回归模型的贝叶斯判别分析方法.首先基于连续比例Logistic回归模型建立半参数密度比模型,通过经验似然法估计模型的参数,并使用贝叶斯定理计算后验概率进行分类预测.然后对比新方法与传统方法的回判正确率,统计模拟表明当总体数据符合正态分布时,2 者判别能力相当,否则,提出的新方法能够更好地判别不同的数据特征.最后运用新方法分析真实的数据集,验证了新方法在分类预测中的准确性和稳健性,与传统方法相比,更适用于实际应用中多元分类问题的建模和预测.

    贝叶斯判别分析法半参数法密度比模型连续比例Logistic回归模型经验似然

    分数阶不可压缩Navier-Stokes方程解的爆破性准则

    何港晶孙小春吴育联
    610-617页
    查看更多>>摘要:采用Fourier分析及其标准技巧,研究分数阶不可压缩Navier-Stokes方程在齐次Sobolev-Gevrey空间(H)sa,σ(R3)(a>0,σ>1,5/2-2α<s<3/2,1≤α≤5/4)中的初值问题.首先证明当初值u0∈(H)sa,σ(R3)方程存在唯一解u∈C([0,T∗);(H)sa,σ(R3));其次证明当T∗<∞时,解的指数型爆破准则.

    分数阶Navier-Stokes方程爆破准则解的存在性Fourier分析

    基于免疫-烟花算法的交通信号控制问题建模与优化

    乔志敏柯良军李永伟李峰...
    618-629页
    查看更多>>摘要:针对交通网内多交叉口信号协同控制问题,利用一种半分布式的三层构架对交通网进行区域分割,并根据车流动力学特性建立了一种交通信号协同优化模型.为了解决交叉口之间的相位差冲突问题,提出了一种分级策略,实现了相位差的最优配置.此外,根据所建模型的特点提出了一种基于免疫的烟花算法,加快了算法的收敛速度,还避免了陷入局部最优,提高了算法的全局搜索能力和求解精度.实验结果表明,所提出的模型、算法以及分级策略在解决多交叉口信号协同控制和相位差冲突问题时具有一定的优势.

    交通信号控制分级策略相位差免疫-烟花算法

    考虑需求响应的微电网最优经济运行及改进人工蜂群算法

    杨森张寿明
    630-641页
    查看更多>>摘要:为降低微电网并网对大电网的影响并降低微电网的发电成本,提出一种基于负荷转移的激励型需求响应微电网最优经济运行模型.在此基础上,针对人工蜂群算法寻优精度不高、易陷入局部最优等不足,提出一种多策略改进人工蜂群算法.首先,提出双精英个体引导的新搜索方程降低搜索的随机性和盲目性;其次,提出免疫-提前自适应转换机制,平衡全局搜索性能和局部开发能力;最后,引入基于Levy飞行的变邻域搜索策略,强化算法跳出局部最优的能力,通过仿真实例验证了所提模型和算法的可行性和有效性.试验结果表明,所提模型实现削峰填谷的同时可以有效降低发电成本;通过与其他算法在微电网算例上收敛速度和寻优精度的比较,验证了多策略改进人工蜂群算法的优越性.

    微电网需求响应最优经济运行人工蜂群算法搜索方程自适应转换

    基于联合情感的多任务谣言检测方法

    马儀邵玉斌杜庆治龙华...
    642-653页
    查看更多>>摘要:情感分析在社交媒体谣言检测中有重要作用,现有的谣言检测方法侧重于使用文章的情感特征,忽略了用户评论与文章的联合情感,单任务深度学习谣言检测方法缺少足够的标签数据导致准确率难以提升.为解决上述问题,基于谣言检测与联合情感检测两个任务的相关性,提出了多任务联合学习的谣言检测方法,在同一模型中实现联合情感检测以及谣言检测两个任务.首先,构建编码器提取文章及对应评论的语义特征并映射到同一语义空间,并通过注意力机制加权融合语义特征;其次,通过基于公共情感分类器与情感词典共同构建的情感提取网络提取文章与对应评论的情感特征;最后,将语义特征与联合情感特征融合后输入到两个共享损失函数的分类器中,分别得到谣言检测和联合情感检测的分类结果.实验结果表明,多任务模型的效果强于单任务模型,在公开的中文Weibo-16 数据集、英文Twitter-15 数据集上相较于对比方法中最好的方法,提出的模型在准确率上分别提升了3.5和 2.9 个百分点,F1 值提高了 3.1 和3.9 个百分点.

    谣言检测用户评论联合情感多任务学习

    联合注意力与混合卷积的高光谱地物识别研究

    郭国璐范玉刚
    654-664页
    查看更多>>摘要:针对高光谱地物识别模型在提取空谱联合特征时,缺乏对空间特征有效关注的问题,提出了一种基于注意力机制和混合卷积神经网络的高光谱地物识别方法.该方法用三维 CNN(3DCNN)以及二维CNN(2DCNN)对高光谱图像的空谱联合特征进行提取,并在二维卷积阶段引入了注意力机制,构建AFCNet地物识别模型,使得其在提取空谱联合特征的同时,实现对空间特征的有效关注和激活.所提模型使用带批归一化层(batch normalization,BN)的 3D卷积核和 2D卷积核,加快了模型的收敛速度,防止了过拟合现象的发生.相对于传统的卷积网络模型,所提模型提高了噪声抑制能力,得到了较好的地物识别效果,在Salinas和Pavia University&Center数据集上,取得了99.96%和99.87%的地物识别精度,验证了所提方法的有效性.

    高光谱图像分类混合卷积注意力机制空谱联合特征

    基于增强对比学习的多语言事件发现方法

    潘通余正涛黄于欣关昕...
    665-673页
    查看更多>>摘要:多语言事件发现是把描述同一事件的多种语言文本聚类到同一个簇,是多语言事件分析的基础.目前基于深度学习的聚类方法主要通过优化文本表示之间的距离实现聚类,其性能严重依赖模型表示能力,多语环境下文本表示对齐效果不理想,多语言事件聚类难度大.文章提出一种基于增强对比学习的多语言事件发现方法,通过优化事件文本到簇心和多语言正负样本之间的距离,使同一事件的多语言文本在表示空间更加接近,提高模型对多语言文本的表示能力.针对事件聚类任务引入事件要素的表征作为事件聚类中心,进一步提升多语言事件聚类效果.在路透社数据集上的实验结果表明,提出的方法在多个预训练模型基础上性能均有提升,准确率和标准化互信息最优效果分别达到了 76.14%和 91.09%.

    多语言事件发现深度聚类对比学习数据增强事件要素

    基于GIS的云南省施甸县地质灾害风险综合评估

    蔡庆空顾海涛范国涛牛海威...
    674-685页
    查看更多>>摘要:云南省施甸县地形地貌复杂,构造活动强烈,地质环境条件脆弱,加上人类活动的不断扩大,导致滑坡、泥石流和崩塌等地质灾害频发.为了对施甸县地质灾害风险进行综合评估,以RS和GIS技术为支撑,选取 7 个孕灾稳定性因子、9个致灾危险性因子和 5 个脆弱性因子,分别从孕灾环境稳定性、致灾因子危险性、承灾体脆弱性 3方面出发,采用信息量模型+逻辑回归模型(I+LR)和确定性系数模型+逻辑回归模型(CF+LR)2 种组合模型对施甸县孕灾环境稳定性进行评价;采用层次分析法(analytic hierarchy process,AHP)和最小二乘法(ordinary least squares,OLS)2 种模型对施甸县致灾因子危险性进行评价;采用层次分析法(AHP)对施甸县承灾体脆弱性进行评价,并对施甸县地质灾害风险进行综合评估.结果表明:施甸县综合风险较高区多集中在县域中部地区,其中甸阳镇、仁和镇和由旺镇最为明显,施甸县约 10%的区域属于孕灾环境动荡区,约5%的区域属于致灾因子极高危险区,约12%的区域属于承灾环境危险区.对比分析了多种综合模型的评价精度与适用性,发现信息量模型与确定性系数模型评价结果相差较小,均适用于孕灾环境稳定性评价,最小二乘法评价模型ROC曲线AUC值为0.756,略高于层次分析法.

    地质灾害风险评估地理信息系统云南省施甸县

    基于CMIP6气候模式的西南地区极端气候指数评估与预估

    黄丽华何云玲阮文洁
    686-696页
    查看更多>>摘要:采用 8个常用极端气候指数评估第六次国际耦合模式的相互比较计划模式(CMIP6)对中国西南地区 1990-2014 年极端气温与极端降水特征的模拟能力,并采用 4 个共享社会经济路径及代表性浓度路径(SSP-RCP)组合情景,预估 2023-2100年该地区极端气候事件变化趋势.结果表明:①CMIP6 大部分模式能模拟西南地区极端气温自西到东逐渐升高、在南部边缘极端降水较多的空间分布特征;极端气温比极端降水的模拟效果更好;②相比观测值,预估的 2015-2022 年西南地区极端高温偏低,极端低温偏高,极端降水指数偏低;③未来2023-2100 年的4 个情景下,极端高温、暖昼日数和极端低温均呈上升趋势,冷夜日数呈下降趋势,未来西南地区具有较大的概率出现高温事件,出现低温事件的可能性降低;降水强度、最大连续 5d降水量和强降水总量呈上升趋势,未来中国西南地区降水强度和降水量将增加.

    全球气候模式CMIP6气候模式极端气候指数模拟评估中国西南地区未来预估

    基于开放数据的城市内涝点空间分布特征及集群识别分析——以昆明市主城区为例

    罗兴云赵筱青张正欣罗桑扎西...
    697-708页
    查看更多>>摘要:以城市内涝点空间分布特征和同质性内涝点集群的识别及其孕灾环境分析为核心,选取昆明市主城区为案例地展开研究.以2020 年新闻媒体公布的内涝点信息作为数据源,首先使用核密度和K函数分析内涝点的整体分布和集聚程度;其次,采用HDBSCAN空间聚类算法识别昆明市主城区不同类型的内涝点集群,并分析其集群特征;最后,结合孕灾环境数据,以集群为最小研究单元,探讨其孕灾环境的差异性.研究结果显示:①内涝点分布在空间上存在显著的尺度分异,呈现出大离散、小集聚的空间分布模式;②昆明市内涝点可划分为8种类型,每种类型至少有2 个集群,最多有4 个集群;③不同内涝点集群的孕灾环境存在一定差异,其中地形起伏对内涝点分布的影响最大,即集群范围内地形越崎岖不平,其发生内涝灾害的可能性越大.在城市内涝防治工作中可依据集群空间范围及孕灾特征制定差异化的防治措施,从而科学合理的分配防治力度,提高城市内涝治理工作的科学性及精细度.

    城市内涝空间分布集群特征开放数据昆明