首页期刊导航|应用科学学报
期刊信息/Journal information
应用科学学报
应用科学学报

王朔中

双月刊

0255-8297

yykxxb@department.shu.edu.cn

021-66131736

200444

上海市上大路99号123信箱

应用科学学报/Journal Journal of Applied SciencesCSCD北大核心CSTPCD
查看更多>>办刊宗旨:积极反映我国应用科学方面的最新科研成果,广泛开展国内外学术交流,努力为繁荣科学研究、推广科研成果服务,促进应用科学领域的发展。报道范围:本刊强调科学的应用性,主要刊登电子技术、信息与通信工程、计算机科学、机电自动化、材料科学、应用物理、应用化学、应用数学等领域内的创新性科研成果。进入数据库情况:本刊被定为:中国综合性科技类核心期刊、中国科技论文统计源期刊(中国科技核心期刊)、中国学术期刊综合评价数据库来源期刊、中国科学引文数据库来源期刊、中国核心期刊(遴选)数据库收录期刊、中国期刊全文数据库全文收录期刊、中国学术期刊(光盘版)全文收录期刊。本刊是下列数据库和文摘的来源期刊:中国数学文摘、中国数学文摘数据库、中国物理文摘、中国物理文摘数据库、电子科技文摘、IEEE微波和无线元器件快报(IEEE Microwave and Wireless Components Letter)、英国《科学文摘》(SA, INSPEC)、美国化学文摘(CA)、俄罗斯《文摘杂志》。
正式出版
收录年代

    基于CPU-GPU协同调控和网页特征感知的浏览器功耗优化研究

    张锦黄江杰彭龙刘晓东...
    134-144页
    查看更多>>摘要:安卓系统为浏览器分配资源时无法感知网页内容,会导致资源过度分配和电量不必要损失.同时,由于CPU可调节频率密度的增长,通过动态电压频率缩放(dynamic voltage and frequency scaling,DVFS)技术实现能耗优化的难度也随之增大.另外在系统默认的调控策略下,忽视了图形处理器(graphics processing unit,GPU)对浏览器运行的作用.针对上述问题,提出一种协同调控CPU和GPU实现功耗优化的方法.首先根据网页加载时处理器运行特征利用逻辑回归对网页进行分类,对网页特征加权实现复杂度量化,根据类别与复杂度采用DVFS技术限制CPU频率的同时调节GPU频率.该方法被应用于谷歌Pixel2 XL上的Chromium浏览器,对排名前500的中文网站进行测试,平均节省了 12%功耗的同时减少了 5%网页加载时间.

    移动浏览器动态电压频率调节功耗优化频率限制

    面向铁路道岔情景下的列车轨道区域检测方法

    陈裔鋆陈羽滕飞
    145-160页
    查看更多>>摘要:列车前方铁路轨道区域的检测是列车主动防撞技术的关键环节,现有的铁路区域分割方法多用于简单情景下的轨道检测,难以应对实际运行中的铁路道岔等复杂场景.该文提出了一种面向铁路道岔情景下的列车轨道区域检测方法,解决了现有技术在铁路道岔下难以检测列车实际运行区域的问题.首先,设计了一种基于信息融合的铁路轨道区域分割模型,针对铁路左右钢轨之间难以匹配的问题,对铁路区域和钢轨进行分割并利用其分割结果进行钢轨匹配.其次,设计了一种基于反向透视变换的铁路区域重建方法,通过保留钢轨的关键点来重建铁路区域,同时使用基于分组卷积的铁路道岔分类模型对道岔方向进行识别.实验结果表明,提出的方法在复杂环境下可达到较高的精度,像素准确率可达98.67%,平均交并比可达98.12%,具有在列车上应用的潜力.

    轨道区域检测列车自动驾驶铁路区域重建道岔识别

    面向小样本抽取式问答的多标签语义校准方法

    刘青陈艳平邹安琪秦永彬...
    161-173页
    查看更多>>摘要:小样本抽取式问答任务旨在利用文章给定的上下文片段,抽取出真实的答案片段.其基线模型采用的方法只针对跨度进行学习,缺乏对全局语义信息的利用,在含有多组不同重复跨度的实例中存在着理解偏差等问题.为了解决上述问题,该文利用不同层级的语义提出了一种面向小样本抽取式问答任务的多标签语义校准方法.采用包含全局语义信息的头标签和基线模型中的特殊字符构成多标签进行语义融合,并利用语义融合门来控制全局信息流的引入,将全局语义信息融合到特殊字符的语义信息中.然后,利用语义筛选门对新融入的全局语义信息和该特殊字符的原有语义信息进行保留与更替,实现对标签偏差语义的校准.在8个小样本抽取式问答数据集中的56组实验结果表明:该方法在评价指标F1值上均明显优于基线模型,证明了所提方法的有效性和先进性.

    小样本抽取式问答跨度抽取式问答多标签语义融合双门控机制机器阅读理解

    基于投影奖励机制的多机器人协同编队与避障

    葛星秦丽沙灜
    174-188页
    查看更多>>摘要:针对多机器人协同编队任务中过度中心化、系统鲁棒性低、编队稳定性较差等问题,提出了基于投影奖励机制的多机器人协同编队与避障(projected reward for multi-robot formation and obstacle avoidance,PRMFO)模型,实现了多机器人基于统一状态表征方法的去中心化决策过程.设计了一种多机器人统一状态表征方法,实现了机器人与外界环境交互信息处理的一致性;基于统一状态表征设计了基于投影的奖励机制,从距离和方向两个维度将奖励过程矢量化,丰富机器人的决策依据;为了解决多机器人系统中过度中心化问题,设置了自主决策层,融合统一状态表征与投影奖励机制的软演员评论家(soft actor-critic,SAC)算法,实现了多机器人协同编队与避障任务.在机器人操作系统(robot operating system,ROS)环境下进行仿真实验,实验数据表明PRMFO模型在单机器人平均回报值、成功率以及时间等指标上分别提高42%、8%、9%,基于PRMFO模型的多机器人编队误差控制在0~0.06范围内,实现了较高精度的多机器人编队.

    深度强化学习多机器人协同编队与避障投影奖励

    《应用科学学报》征稿简则

    封3页