首页期刊导航|中国科技论文
期刊信息/Journal information
中国科技论文
中国科技论文

李志民

月刊

2095-2783

lwzxbj@cutech.edu.cn

010-62514378，62514339

100080

北京市海淀区中关村大街35号教育部科技发展中心

中国科技论文/Journal Sciencepaper Online北大核心
查看更多>>《中国科技论文在线》（国际标准刊号ISSN 1673-7180，国内标准刊号：CN11-5484/N）是由教育部主管，教育部科技发展中心主办的学术刊物，主要报道工程与技术科学领域内具有重要意义和创新性的最新成果。由《中国科技论文在线》学报编辑部出版，月刊。国内外公开发行。自2006年8月创刊以来，已被“万方数据—数字化期刊群”、美国《化学文摘》(CA)、美国《剑桥文摘》、波兰《哥白尼索引》(IC)、美国《乌利希期刊指南》(UPD)等国内外多家权威性文摘期刊收录。
正式出版
收录年代

    基于改进扩散模型的温度预报

    方巍袁众薛琼莹
    215-223页
    查看更多>>摘要：针对传统数值预报模式计算时间长和计算资源消耗大的问题,以及现有深度学习预报方法在温度预报结果上不精确,且预测结果模糊的问题,提出了一个新的温度预报模型.首先,设计了一个时空信息捕捉模块,将该模块捕获的长期依赖信息,作为扩散模型的生成条件,赋予扩散模型预报的能力;其次,设计了一个新的平衡损失函数,同时保护了扩散模型的生成能力和时空信息捕捉模块对时空信息的捕捉能力;最后,基于美国国家环境预报中心的再分析数据进行预报,与现有的深度学习方法相比,所提模型预报结果的质量在均方误差(mean square error,MSE)上降低了17.3%,在均方根误差(root mean square error,RMSE)上降低了9.14%,在峰值信噪比(peak signal to noise ratio,PSNR)上提升了5.1%.改进的扩散模型能有效地捕捉时空依赖的关系,有效地进行时空序列预测,效果优于其他对比方法.

    时空序列预测深度学习扩散模型时空捕捉模块平衡损失函数

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    seqAFF-ResNet:面向新冠肺炎的诊断模型

    周涛常晓玉彭彩月陆惠玲...
    224-234页
    查看更多>>摘要：新冠肺炎的计算机辅助诊断是一种实现智能化影像诊断、临床诊断及临床分型的方法,在新冠肺炎的辅助诊断过程中,图像的病灶区域与组织边界对比不明显,导致模型不能较好地关注病灶区域,对有效特征的提取不够充分.针对上述问题,提出一个新冠肺炎辅助诊断模型seqAFF-ResNet(sequential attentional feature fusion-residual neural network).设计串行注意力特征融合(sequential attentional feature fusion,seqAFF)模块,该模块串联条带注意力特征融合(strip attentional feature fusion,SAFF)模块和全局局部注意力特征融合(global local attentional feature fusion,GLAFF)模块,获取图像的纹理信息以及全局和局部信息,弥补卷积神经网络对于细节特征提取能力的不足,使得模型可以更好地关注于病灶区域;构造深浅层特征融合(deep and shallow feature fusion,DSFF)模块,使用深层特征的语义信息来影响浅层信息,同时将浅层的空间信息传入深层特征中,使深浅层特征进行有效融合,捕获丰富的上下文信息,实现跨层注意力特征增强,使网络能够更好地定位病变区域.与残差神经网络(residual neural network,ResNet)相比,seqAFF-ResNet准确率提升了 3.42%,精确率提升了 3.53%,F1 分数提升了2.77%,AUC值提升了0.9%,实验结果表明,所提模型可以提高新冠肺炎的识别准确率,且与同类模型相比具有更好的性能.所提方法为新冠肺炎的辅助诊断提供了有效的识别方法,对新冠肺炎的计算机辅助诊断具有重要意义.

    新冠肺炎残差神经网络计算机辅助诊断串行注意力特征融合深浅层特征融合

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于阈值和区间筛选的SCMA多用户检测算法

    赵海鹏葛文萍黎博文
    235-240页
    查看更多>>摘要：在5G通信用户信息高吞吐量和大规模连接应用场景下,稀疏多址接入(sparse code multiple access,SCMA)可用于改善5G智慧场景通信质量.为了降低SCMA系统检测端算法复杂度,基于Max-log-MPA算法,提出了一种基于单阈值门限和区间范围的多参数组合设定的消息传递算法.在用户信息值迭代运算前利用门限阈值进行判断,当满足设定条件后方可参与算法的迭代过程,迭代计算过程中再次设定区间参数进行过滤筛选,使得通信场景所需的用户节点概率值参与计算,用户信息得到译码,2部分参数均可一定程度筛选用户信息值,从而达到降低算法复杂度的目的.仿真结果表明,提出的算法收敛速度和算法复杂度明显优于消息传递算法(message passing algorithm,MPA),误比特率(bit error ratio,BER)性能损失也可得到保证,在误码率性能和算法复杂度权衡之间有灵活的参数组合方案,具有很强的适应性.

    稀疏多址接入消息传递算法门限阈值多参数组合

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种非二进制LDPC与SCMA系统的联合检测译码方案

    孙垠葛文萍乔威张世伟...
    241-248页
    查看更多>>摘要：针对现有的一些低密度奇偶校验码(low-density parity code,LDPC)与稀疏码多址(sparse code multiple access,SCMA)系统联合检测方案复杂度高、误码率高、传输时延大、收敛速度慢的问题,提出一个非二进制低密度奇偶校验码(non-binary low-density parity code,NB-LDPC)与SCMA系统的联合检测译码(joint detection decoding,JDD)方案.在SCMA多用户检测部分改进基于阈值辅助的期望传播算法(expect propagation algorithm,EPA),在LDPC部分采用NB-LDPC并且在两节点更新过程选取部分消息状态值来改进译码算法,同时,利用联合因子图在联合检测译码信息交互时加入一种消息阻尼因子来提高收敛速度,最终完成联合检测译码过程.通过多角度仿真发现,该方案降低了复杂度和误码率,减小了传输时延,提高了收敛速度,并且在不同码本下均验证了所提方案的适用性.

    稀疏码多址低密度奇偶校验码联合检测译码期望传播算法消息阻尼因子

      原文链接:
    • NETL
    • NSTL
    • 万方数据