首页期刊导航|郑州大学学报（理学版）
期刊信息/Journal information
郑州大学学报（理学版）
郑州大学
郑州大学学报（理学版）

郑州大学

辛世俊

季刊

1671-6841

lixueban@zzu.edu.cn

0371-67781272

450001

郑州市高新技术开发区科学大道100号

郑州大学学报（理学版）/Journal Journal of Zhengzhou University(Natural Science Edition)北大核心CSTPCD
查看更多>>《郑州大学学报（理学版）》创刊于1962年，季刊，是郑州大学主办的自然科学综合性学术刊物。2008年入编中国《中文核心期刊要目总览》，主要刊登理工科基础理论和应用研究方面的学术论文，具体刊登内容包括数学、物理学、化学、信息科学、生物工程科学、计算机科学、环境科学、材料科学、建筑工程、土木工程等相关学科和专业研究领域的最新研究成果。
正式出版
收录年代

    基于SVR-LSTM的人体上肢运动遮挡轨迹补偿方法

    彭金柱刘涵菲卞英楠
    1-7页
    查看更多>>摘要：在人机协作过程中,由于光照条件等环境因素和机器人设备摆放等遮挡原因,导致使用基于视觉的运动捕捉设备对人体运动进行捕捉时时间序列的轨迹数据有缺失,进而导致意图识别不准确,增加了机器人运动的不确定性.因此,提出了一种基于支持向量回归(support vector regression,SVR)和长短期记忆(long short-term memory,LSTM)的人体上肢运动时间序列轨迹缺失补偿方法.采用网格搜索法对SVR模型中的参数进行优化来完善历史样本数据集,结合长短期记忆网络对短、长时间序列轨迹缺失的预测补全更精确的优势,将SVR模型补全的历史样本数据集输入LSTM模型训练,进一步降低补偿误差.实验结果表明,在三维空间350 mm的运动尺度范围内,轨迹缺失程度为10％时,SVR-LSTM模型补偿轨迹的平均误差是0.14 mm;轨迹缺失程度为30％时,SVR-LSTM模型补偿轨迹的平均误差是0.47 mm.

    遮挡轨迹时间序列意图识别轨迹补偿SVR-LSTM模型

      原文链接:
    • 万方数据
    • 维普

    元宇宙服务的人机交互综述

    高俊涛程玉玉
    8-14页
    查看更多>>摘要：近年来,元宇宙飞速发展,已成为未来数字世界的一个重要发展方向.元宇宙中的人机交互是实现虚实融合的核心,其解决了元宇宙中的多用户协作、沟通、社交等挑战,促进了创新和合作.为了深入探讨元宇宙作为虚拟和现实世界融合的数字化空间,其服务如何与人机交互相结合,创造出丰富、沉浸式、个性化的用户体验,调研了元宇宙和人机交互技术,并从人机交互的角度对元宇宙的概念进行了定义.讨论了元宇宙服务和人机融合的可行性与优势,并整理归纳了现有的挑战.最后探讨了元宇宙服务的未来发展趋势.

    元宇宙服务人机交互数字化空间

      原文链接:
    • 万方数据
    • 维普

    融合深度强化学习与算子优化的流式任务调度

    郭陈虹王菁巩会龙郭浩浩...
    15-22页
    查看更多>>摘要：针对实时性要求高和作业量大的流处理作业执行过程中,多个作业之间存在的相同处理片段可能会导致流处理引擎重复计算、资源浪费和处理性能低下的问题,提出了融合深度强化学习与算子优化的流式任务调度方法.首先利用算子优化算法将多个复杂的作业去重、重构,其次将重构得到的作业输入循环神经网络中得到任务的调度策略,最后利用强化学习模型进行调度策略的优化.所提方法利用算子优化减少了每个作业中创建的算子实例,结合深度强化学习自动发现最优的调度策略,有效地避免了因大量实例运行而造成的系统资源不足、数据拥塞等问题.对比实验结果表明,所提方法在吞吐量和延迟方面的表现更优异.

    流处理作业任务调度算子优化深度强化学习

      原文链接:
    • 万方数据
    • 维普

    基于边界信息的自适应过采样算法

    杜睿山靳明洋孟令东宋健辉...
    23-30页
    查看更多>>摘要：针对人工少数类过采样(synthetic minority over-sampling technique,SMOTE)算法存在样本合成区域狭小,容易将少数类泛化到多数类及引入噪声的问题,提出一种基于噪声过滤、边界点自适应采样的过采样算法.首先,该算法使用K近邻算法进行噪声过滤,接着确定边界点并在边界点中寻找合适的点作为根样本点,并以其K近邻点中与其同类且欧氏距离最远的点作为候选样本点.然后,根据根样本点所携带的边界信息确定该点所合成的样本数量,并根据根样本点和候选样本点生成一个N维球体作为样本的合成区间.最后,对合成样本进行判断以确定其是否满足条件.通过实验证明,该算法生成的样本质量要优于SMOTE及其常见变种算法.

    SMOTEKNN过采样算法数据不均衡ISMOTE

      原文链接:
    • 万方数据
    • 维普

    基于非负稀疏编码的位置细胞反馈环路学习模型

    任梦辉王东署
    31-39页
    查看更多>>摘要：为了探究大脑导航编码的神经机制,聚焦内嗅皮层与海马体之间的神经连接进行模型研究.生理学证据显示,内嗅皮层与海马体之间存在显著的反馈回路连接,两者的空间编码细胞在导航行为中表现出高度关联性.基于这一基础,建立了反馈循环网络模型,将内嗅皮层的栅格细胞与弱空间细胞作为网络输入,连接到海马体的位置细胞与颗粒细胞,并采用非负稀疏编码进行学习.实验结果表明:该反馈学习模型可以快速捕获细胞的空间调谐特性,仅使用弱空间细胞作为输入,也可以通过反馈环路学习到海马位置细胞对空间的单峰选择性,说明反馈编码机制在优化空间表示中发挥着关键作用.总之,该模型可能是大脑导航系统生成精确空间编码的重要细胞机制之一.

    内嗅皮层海马体栅格细胞位置细胞反馈循环非负稀疏编码

      原文链接:
    • 万方数据
    • 维普

    基于乐观阴影集的荧光分子断层成像优化策略

    张钦然国栋凯易黄建谢琼...
    40-45页
    查看更多>>摘要：荧光分子断层成像(fluorescence molecular tomography,FMT)是一种很有潜力的光学分子影像技术,由于光在生物组织内传输时会产生大量随机的强散射,传播过程极其复杂,使得荧光分子断层成像重建具有高度的病态性.为了获得准确的重建结果,提出了一种基于乐观阴影集的FMT优化策略.首先,定义了一种基于阴影集的情绪决策—乐观决策和悲观决策.然后,提出了一种基于乐观决策的FMT优化策略,该策略将荧光产额信息转换为模糊信息样本,通过阴影集计算当前模糊信息样本的最佳阈值,对样本的划分采取乐观决策.最后,筛选出荧光目标的预测位置.实验结果表明,所提算法能够有效提高FMT重建的精度.

    阴影集三支决策荧光分子断层成像乐观决策

      原文链接:
    • 万方数据
    • 维普

    基于Vision Transformer的车辆重识别模型优化

    张震张亚斌田鸿朋
    46-52页
    查看更多>>摘要：针对车辆重识别任务中样本类内差异性大和类间相似度高的问题,提出了一种Vision Transformer框架下的车辆重识别方法.设计一种关键区域选择模块,整合Transformer中注意力分数矩阵,加强车辆的具有辨别性区域的关注程度,减小局部区域过度集中的注意力权重;构建一种包含对比损失和中心损失的混合损失函数,对比损失函数的引入增强了模型捕捉和比较样本之间的差异的能力,中心损失使得同一类别的样本更加紧密地聚集在一起,增强类间样本的区分度.实验结果验证了其有效性.

    车辆重识别自注意力机制注意力权重区域选择

      原文链接:
    • 万方数据
    • 维普

    基于语音信号时频特征融合的帕金森病检测方法

    王晨哲季薇郑慧芬李云...
    53-60页
    查看更多>>摘要：发音障碍是帕金森病的早期症状之一.近年来,基于语音信号的帕金森病检测的研究大多采用梅尔刻度下的相关语音特征与深度神经网络模型相结合的方法.然而,现有的模型无法充分关注语音信号的全局时序信息,且梅尔刻度特征在准确表征帕金森病的病理信息方面效果有限.为此,提出了一种基于语音时频特征融合的帕金森病检测方法.首先,提取语音的梅尔频率倒谱系数,并将其作为模型的输入.接着,在已有的S-vectors模型中引入Conformer编码器模块,以提取语音的时域全局特征.最后,将与帕金森病语音检测相关的频域全局特征嵌入时域特征中进行时频信息融合,以实现帕金森病语音检测.在公开帕金森病语音数据集和自采语音数据集上验证了方法的有效性.

    帕金森病梅尔频率倒谱系数S-vectorsConformer时频特征融合

      原文链接:
    • 万方数据
    • 维普

    量子核判别分析算法

    康榕乘余凯张新林崧...
    61-66页
    查看更多>>摘要：核判别分析法通过核函数扩展了线性判别分析对非线性数据的处理能力,成为模式识别领域中一个重要的分支.然而,随着数据的指数增长,经典核判别分析算法在提取特征时会消耗大量计算资源.针对这一问题,利用量子叠加性和并行性提出了一种量子核判别分析算法.首先,借助量子随机存储器技术与控制旋转操作构造需要的类间矩阵和类内矩阵所对应的密度算子;然后,融入线性方程的求解思路并行获取特征态.理论分析表明,所提算法与经典算法相比具有指数级加速.

    量子机器学习非线性判别分析核函数特征提取量子厄米特链积相位估计

      原文链接:
    • 万方数据
    • 维普

    基于关系有向图正则化的属性三因子分解模型

    张嘉睿李瑞林孔毅余南南...
    67-73页
    查看更多>>摘要：针对零样本图像分类中属性和特征之间映射不全面以及属性空间结构挖掘不充分问题,提出了基于关系有向图正则化的属性三因子分解模型.首先,利用属性矩阵三因子分解实现了属性空间和特征空间的映射;其次,通过权值矩阵构建了属性关系有向图;最后,在属性空间或特征空间计算测试样本和各测试类别的相似性,进而实现图像分类.在aPY和SUN数据集上的实验结果表明,所提模型有效地提高了零样本图像分类精度.

    零样本图像属性三因子分解关系有向图正则化

      原文链接:
    • 万方数据
    • 维普