搜論文知識網(wǎng)并非《長春工業(yè)大學(xué)學(xué)報》期刊的官網(wǎng)或雜志社，為客戶提供期刊征稿、論文發(fā)表等中介服務(wù)，在客戶與期刊 雜志社之間搭建了一座省時、省力的便 捷橋梁。本站與《長春工業(yè)大學(xué)學(xué)報》等上百家同類正規(guī)期刊保持著多年的密切合作關(guān)系，切實提高客戶期刊發(fā)表的質(zhì)量與效率。通過本站發(fā)表論文，客戶將獲得更大 的 選擇空間、更高的通過率、更快的發(fā)表速度、更滿意的服務(wù)質(zhì)量。

　　期刊簡介：

　　《長春工業(yè)大學(xué)學(xué)報》是全國高校中僅有的幾家具有全國統(tǒng)一刊號的高等教育研究類刊物之一。現(xiàn)已被列為《CJFD中國期刊全文數(shù)據(jù)庫》收錄期刊和《中國學(xué)術(shù)期刊(光盤版)》全文收錄期刊。 《長春工業(yè)大學(xué)學(xué)報(高教研究版)》創(chuàng)刊于1980年，創(chuàng)刊二十余年來，辦刊特色鮮明，注重刊物的理論與學(xué)術(shù)品性，以其選材面廣、針對性強、觀點新穎而深受高教領(lǐng)域?qū)＜壹皬V大讀者的喜愛。共編輯出版100余期，發(fā)表學(xué)術(shù)論文3000余篇。《高等學(xué)校文科學(xué)術(shù)文摘》、中國人大報刊復(fù)印資料、《教育文摘周報》等都轉(zhuǎn)載、索引了本刊發(fā)表的部分優(yōu)秀論文。 《長春工業(yè)大學(xué)學(xué)報(高教研究版)》擁有一支綜合素質(zhì)高、業(yè)務(wù)能力強的研究型編輯隊伍。長春工業(yè)大學(xué)副校長、博士生導(dǎo)師韓立強教授任主編，長春工業(yè)大學(xué)高等教育研究所常務(wù)副所長、學(xué)報編輯部主任孫偉副研究員任副主編。編輯隊伍中副高級以上職稱2 人，中級職稱2人，其中博士1人，碩士2人。

　　期刊欄目：

　　本刊設(shè)有高教論壇、教育理論研究、比較教育研究、教育史研究、教學(xué)研究與改革、學(xué)位與研究生教育、創(chuàng)新與創(chuàng)業(yè)教育研究等欄目。

　　期刊收錄：

　　國家新聞出版總署收錄　獲獎情況

　　中國期刊全文數(shù)據(jù)庫全文收錄期刊

　　入選中國學(xué)術(shù)期刊綜合評價數(shù)據(jù)庫統(tǒng)計源期刊

　　ASPT來源刊

　　中國期刊網(wǎng)來源刊

　　鳴網(wǎng)鄭重承諾：

　　1、搜論文知識網(wǎng)并非各類雜志的官方網(wǎng)站或雜志社，是快速高效發(fā)表論文的中介機構(gòu)，謝絕投遞雜志社的稿件。

　　2、本站提供服務(wù)全面，包括期刊推薦、論文發(fā)表、論文寫作等指導(dǎo)服務(wù)，如有需要請點擊在線客服人員進行具體咨詢。

　　3、本站只適當(dāng)收取維持網(wǎng)站正常運轉(zhuǎn)的編審排錄費、排版、制作、印刷、郵寄樣刊、發(fā)票等綜合費用，無其他額外費用。

　　4、本站所合作的期刊，均為國家新聞出版總署(www.gapp.gov.cn)認證的正規(guī)、合法、雙刊號期刊。

　　5、本站憑借多年的論文發(fā)表經(jīng)驗，審核、發(fā)表成功率高，文章審核通過確認錄用支付費用。

　　最后，感謝您一直以來對網(wǎng)站及合作期刊《長春工業(yè)大學(xué)學(xué)報》的關(guān)注與支持，我們會認真對待您繁忙之余提出的寶貴意見和建議，我們會再接再厲，與您攜手共進!

　　長春工業(yè)大學(xué)學(xué)報最新期刊目錄

新基建對經(jīng)濟高質(zhì)量發(fā)展影響路徑研究————作者：嚴自葳;胡茜;

摘要：從全要素生產(chǎn)率測度理論出發(fā)，基于中國30個省市2003-2020的面板數(shù)據(jù)，采用隨機前沿模型與中介變量法結(jié)合探究新型基礎(chǔ)設(shè)施對經(jīng)濟高質(zhì)量發(fā)展的影響及影響機制。探究結(jié)果顯示，新基建投資對經(jīng)濟高質(zhì)量發(fā)展有促進作用，其主要作用來自信息基建。目前我國高質(zhì)量發(fā)展效率整體呈穩(wěn)定上升趨勢，新型基礎(chǔ)設(shè)施投資可以間接通過技術(shù)進步、消費升級兩個渠道促進經(jīng)濟高質(zhì)量發(fā)展

吉林省大學(xué)生旅游意愿及行為激勵————作者：羅琳燕;王淑影;

摘要：通過對吉林省文化旅游的發(fā)展現(xiàn)狀和省內(nèi)大學(xué)生文化旅游意向調(diào)查研究，對吉林省文化旅游發(fā)展模式和當(dāng)前發(fā)展存在的不足進行了解。根據(jù)調(diào)查問卷結(jié)果，運用結(jié)構(gòu)方程方法對旅游意愿影響因素進行分析，發(fā)現(xiàn)資源滿意度、設(shè)施滿意度、價格滿意度對大學(xué)生再次旅游和推薦他人旅游有決定性影響，并基于隨機森林方法對優(yōu)先旅游意愿進行預(yù)測。基于研究結(jié)果提出了相應(yīng)建議，為更好地推動吉林省文化旅游產(chǎn)業(yè)發(fā)展，拓寬大學(xué)生文化旅游消費市場提供參...

基于D-GoogLeNet深度學(xué)習(xí)的呼氣丙酮檢測方法————作者：李磊;趙彥喆;米玉澤;朱宏殷;

摘要：針對呼氣丙酮檢測提出了基于GoogLeNet深度學(xué)習(xí)框架結(jié)合電子鼻(E-nose)傳感器陣列的非侵入式呼氣檢測方法。該方法不僅克服了傳統(tǒng)電子鼻呼氣檢測在數(shù)據(jù)處理過程中需要手動提取特征的不足，還創(chuàng)新性將氣體傳感器時間序列響應(yīng)數(shù)據(jù)通過可視化方法轉(zhuǎn)換為響應(yīng)圖像，從而實現(xiàn)了混合氣體中目標氣體的準確識別；同時對現(xiàn)有的GoogLeNet架構(gòu)進行了修改，改進后的模型(D-GoogLeNet)減少了過擬合現(xiàn)象的出...

基于YOLOv5s改進的鐵道異物侵限檢測算法研究————作者：劉越;王亞飛;王遠;劉士淼;徐林珺;張佳樂;

摘要：提出一種基于YOLOv5s改進的鐵道異物侵限檢測算法NH-YOLOv5。先通過列車頭裝載的視頻檢測設(shè)備實時采集相關(guān)圖像，建立鐵路異物入侵數(shù)據(jù)集RD。使用已建立的數(shù)據(jù)集RD對NH-YOLOv5模型進行仿真實驗和在線評估。實驗結(jié)果表明，所提出的NH-YOLOv5算法的精準率和召回率分別為92.6%、 78.3%,均值平均精度mAP@0.5和mAP@0.5:0.95分別為85.3%、61.5%,相比YO...

基于四桿張拉整體結(jié)構(gòu)二自由度并聯(lián)調(diào)整平臺————作者：孫建偉;文琦;許天闊;

摘要：針對并聯(lián)機構(gòu)在智能制造和機器人領(lǐng)域應(yīng)用中對高精度、強承載和高動態(tài)性能的需求，提出一種創(chuàng)新的四桿張拉整體結(jié)構(gòu)二自由度并聯(lián)調(diào)整平臺機構(gòu)。首先基于張拉整體結(jié)構(gòu)，通過建立節(jié)點矩陣和軌跡規(guī)律確定機構(gòu)構(gòu)型，并利用移動副限制實現(xiàn)二自由度翻轉(zhuǎn)，充分發(fā)揮其自平衡和自穩(wěn)定優(yōu)勢；隨后通過運動學(xué)求解和奇異性分析研究輸入輸出參數(shù)關(guān)系，避免奇異點引發(fā)的不穩(wěn)定問題；再通過工作空間求解和仿真分析驗證了機構(gòu)的運動性能和合理性；最后...

基于無人機動態(tài)中繼的無線傳感器網(wǎng)絡(luò)多節(jié)點傳輸策略————作者：李紅雨;宋紹仟;

摘要：提出一種利用無人機(Unmanned Aerial Vehicle, UAV)的動態(tài)中繼傳輸策略來輔助WSN的多節(jié)點傳輸，傳感器節(jié)點通過UAV將感知到的環(huán)境信息回傳給遠程基站。本研究旨在最大化回程鏈路接收端的總可實現(xiàn)速率，并構(gòu)建了優(yōu)化問題。通過塊坐標下降算法和連續(xù)凸近似算法對該問題進行求解。仿真結(jié)果表明，該策略能有效提升回程鏈路的可實現(xiàn)速率，從而改善網(wǎng)絡(luò)的整體性能

融合視覺與運動學(xué)的車輛綜合定位研究————作者：許男;楊帆;吳曉雙;周健鋒;

摘要：針對在城市峽谷、隧道等衛(wèi)星定位系統(tǒng)失效的情況下，采用單目相機、消費級慣性測量單元和車輛底盤數(shù)據(jù)作為定位系統(tǒng)輸入，為智能車提供定位信息。首先提出動態(tài)的輪胎周長模型，并通過對相關(guān)參數(shù)建立非線性最小二乘問題，求解出待標定的參數(shù)優(yōu)化值，對基于運動學(xué)的車輛里程計進行了改進。將改進后里程計的數(shù)據(jù)融入到定位系統(tǒng)前端的尺度因子初始化過程中，減少車輛啟動階段慣性測量單元噪聲產(chǎn)生的不利影響，提高了系統(tǒng)初始化的穩(wěn)定性。...

基于ResNet的改進多車型車門分類算法————作者：王立君;王玉龍;許奇珮;周麗娟;

摘要：針對柔性焊裝生產(chǎn)線中多車型車門分類算法的低精度問題，設(shè)計了一種基于改進ResNet18模型的多車型車門分類算法。為提升模型的特征提取和表達能力，算法模型引入了通道增強注意力模塊和密集殘差模塊。通道增強注意力模塊通過自適應(yīng)強化重要特征通道，提升了模型對關(guān)鍵信息的關(guān)注能力；密集殘差模塊通過連接多個層的特征，有效減緩了梯度消失問題，促進了信息流動和再利用，進而增強了模型訓(xùn)練效果和準確性。結(jié)合這兩個模塊，...

磁場中載流導(dǎo)體系統(tǒng)的解析逼近解————作者：趙旭奇;鄭炎;劉偉佳;

摘要：采用二階牛頓-諧波平衡方法構(gòu)造磁場中載流導(dǎo)體系統(tǒng)的解析逼近解，系統(tǒng)是一個具有非對稱恢復(fù)力函數(shù)的保守振動系統(tǒng)，其恢復(fù)力形式導(dǎo)致系統(tǒng)具有強非線性。為提高方法的收斂速度，在對恢復(fù)力冪級數(shù)展開過程中保留二次項，借助線性化方程分兩步求得系統(tǒng)的解析逼近周期與周期解。通過與數(shù)值方法構(gòu)造的精確解對比，驗證所得逼近解無論在小振幅還是大振幅情況下都具有較高精度

項目無響應(yīng)情況下MIRT模型潛變量選擇的EMS算法————作者：劉芙蓉;徐平峰;

摘要：考慮在教育評估和心理測試中，項目無響應(yīng)情況下潛變量選擇的問題。針對缺失數(shù)據(jù)過程建立一個項目反應(yīng)理論(IRT)模型，應(yīng)用期望模型選擇(EMS)算法對其進行潛變量選擇。模擬顯示，此方法參數(shù)估計和潛變量選擇結(jié)果均較為準確。并用其分析2018國際學(xué)生評估計劃(PISA)針對學(xué)生進行的問卷調(diào)查數(shù)據(jù)

基于一維滲流方程的格子Boltzmann模型————作者：王鑫月;張建影;

摘要：針對分數(shù)階滲流方程的數(shù)值求解問題，提出了格子Boltzmann方法(LBM)的D1Q3模型。首先對分數(shù)階微積分算子進行處理，以便于構(gòu)造格子Boltzmann模型；然后通過Taylor展開和Chapman-Enskog多尺度展開技術(shù)恢復(fù)出宏觀方程；最后推導(dǎo)出各個方向上的平衡態(tài)分布函數(shù)的表達式。根據(jù)兩個數(shù)值例子的計算結(jié)果以及誤差分析，驗證了理論分析的有效性

部分信息下時滯平均場隨機微分方程的最大值原理————作者：趙婧帆;邢蕾;趙明明;

摘要：研究部分信息下時滯平均場隨機微分方程的最大值原理。將平均場理論與時滯系統(tǒng)引入隨機微分方程，構(gòu)造時滯平均場型隨機微分方程與平均場型效用函數(shù)。滿足Lipschitz的條件下，得到時滯平均場隨機微分方程解的存在唯一性定理。在控制集為凸集的假設(shè)條件下，利用變分法給出部分信息下時滯平均場隨機微分方程的最大值原理及證明

一類非線性常微分方程參數(shù)估計————作者：孫瑩瑩;王珺;

摘要：針對帶有交叉項的非線性常微分方程參數(shù)估計問題，利用兩階段方法，首先將最小二乘法和樣條展開相結(jié)合得到基函數(shù)展開的估計，為了提高估計效率，文中提出的方法中采用了積分估計，得到了估計基函數(shù)展開的積分；其次將積分結(jié)果代入Group LASSO模型，得到參數(shù)估計值；最后進行數(shù)值模擬。結(jié)果表明，文中提出的方法在處理非線性常微分方程參數(shù)估計問題時效果良好

長春工業(yè)大學(xué)學(xué)報第45卷(2024)目次

摘要：<正>~

基于EWT和ESN模型的股價預(yù)測研究————作者：邢蕾;姚佳紅;

摘要：為了提高股票價格的預(yù)測精度，提出一種基于經(jīng)驗小波變換(EWT)、粒子群優(yōu)化算法(PSO)和回聲狀態(tài)網(wǎng)絡(luò)模型(ESN)的組合預(yù)測方法。首先使用信號分解算法將股價數(shù)據(jù)分解至不同的本征模態(tài)分量中；然后將本征模態(tài)分量進行相空間重構(gòu)，利用粒子群算法優(yōu)化回聲狀態(tài)網(wǎng)絡(luò)分別對每個模態(tài)分量提取深度特征并進行預(yù)測；最后將各分量的預(yù)測值融合相加，得到最終預(yù)測結(jié)果。為了更好地衡量提出方法的可行性和效率，使用中證500、貴...

基于生成對抗網(wǎng)絡(luò)的自適應(yīng)歸一化數(shù)據(jù)增強算法————作者：趙彬;高永樂;王清璇;王澤;張鈞溟;

摘要：提出一種基于深度卷積生成對抗網(wǎng)絡(luò)的自適應(yīng)歸一化數(shù)據(jù)增強算法，通過深度卷積神經(jīng)網(wǎng)絡(luò)強大的特征提取能力提升了生成圖像的真實度，進一步采用自適應(yīng)實例歸一化解決因梯度爆炸導(dǎo)致的網(wǎng)絡(luò)過擬合問題，最后在CIFAR10數(shù)據(jù)集上進行模型訓(xùn)練，并對輸入的原始樣本圖像進行1 000輪對抗得到生成圖片，實驗結(jié)果顯示，文中提出的自適應(yīng)歸一化方法生成圖像真實度提升1.2%

面向電機伺服的自適應(yīng)超螺旋滑模輔助干擾觀測器————作者：田大鵬;李妍;王昱棠;

摘要：提出一種自適應(yīng)超螺旋滑模輔助干擾觀測器，這種新型滑模輔助干擾觀測器由自適應(yīng)超螺旋滑模補償器和干擾觀測器組成，結(jié)合兩者優(yōu)勢以增強電機伺服系統(tǒng)的抗干擾能力。干擾觀測器負責(zé)估計補償?shù)皖l干擾，自適應(yīng)超螺旋滑模補償器對干擾觀測器未補償?shù)母哳l干擾，以及由于模型不確定性造成的干擾估計誤差進一步補償。文中構(gòu)造了兩個Lyapunov函數(shù)分別證明了滑模函數(shù)和自適應(yīng)律的穩(wěn)定性與收斂性。與干擾觀測器和自適應(yīng)滑模輔助干擾觀...

基于改進Transformer的電力負載預(yù)測————作者：秦喜文;唐英杰;董小剛;朱妍霏;

摘要：針對電力負載預(yù)測任務(wù)，提出了一種改進的Transformer模型。使用全連接層替換原來的解碼器結(jié)構(gòu)，在降低模型復(fù)雜度的同時使模型更加契合電力負載數(shù)據(jù)，使用AdamW方法優(yōu)化了深度學(xué)習(xí)中普遍存在的權(quán)重衰減處理上的缺陷。實驗結(jié)果表明，在洛杉磯、紐約和薩克拉門托三個城市的真實電力負載數(shù)據(jù)集上，相較于ELM、RNN、LSTM和傳統(tǒng)的Transformer模型，改進的Transformer模型可以更準確地進...

改進SSA-SVM及在人臉識別中的應(yīng)用————作者：趙明明;胡茜;趙婧帆;

摘要：支持向量機一直被用于人臉識別，為了提高其分類識別的精度，文中提出一種改進的麻雀搜索算法優(yōu)化支持向量機參數(shù)的分類模型。首先，利用Tent混沌映射有效地改善了由于初始種群缺乏遍歷性和多樣性差而導(dǎo)致的收斂速度慢的問題；其次，借鑒粒子群算法的學(xué)習(xí)策略和云模型引入自適應(yīng)動態(tài)權(quán)重因子、平衡全局和局部搜索能力，擴大算法的搜索范圍；最后，引入Levy飛行，提高算法尋優(yōu)能力和跳出局部極值的能力。從基準測試函數(shù)結(jié)果不...

基于改進BiSeNet的實時道路場景分割算法————作者：宋宇;張麗影;梁超;

摘要：無人駕駛場景中的圖像信息具有目標種類多、場景變化多樣的特點，使得分割任務(wù)更加困難。針對空間信息和語義信息直接進行特征融合效果較差，面對復(fù)雜交通場景時分割結(jié)果較為粗糙，對雙分支網(wǎng)絡(luò)BiSeNet進行優(yōu)化改進。采用輕量級骨干網(wǎng)絡(luò)以及引入混合深度卷積，降低運算成本的同時提升分割精度；對復(fù)雜道路場景圖像分割時存在結(jié)果邊緣模糊、小目標分割效果不佳等問題，在上下文路徑引入坐標注意力機制獲取更多的上下文信息，提...

　　相關(guān)科技期刊推薦

• 省級《熱處理技術(shù)與裝備》
• 國家級《內(nèi)燃機》
• 省級青島大學(xué)學(xué)報(工程技術(shù)版)
• 省級《科學(xué)與管理》
• 國家級《硅谷》
• 國家級《中國標準化》
• 國家級《制導(dǎo)與引信》
• 北大核心《中國油脂》
• 省級城市公共交通
• 北大核心《電氣應(yīng)用》
• 省級中國電業(yè)(技術(shù)版)
• 北大核心《中國科技史料》
• 省級新疆工學(xué)院學(xué)報
• 省級當(dāng)代旅游學(xué)術(shù)版
• 省級中地裝備
• 北大核心復(fù)旦學(xué)報(自然科學(xué)版)
• 北大核心《組合機床與自動化加工技術(shù)》
• 國家級水利水電工程造價雜志
• 國家級《中國水運》
• 省級《天津造紙》
• 省級《科學(xué)管理研究》
• 省級《供水技術(shù)》
• 國家級中國制衣
• 國家級《中國交通信息化》
• 國家級《燃氣渦輪試驗與研究》
• 南大核心科學(xué)與社會
• 北大核心《機械傳動》
• 省級《華東紙業(yè)》
• 北大核心《太原理工大學(xué)學(xué)報》
• 國家級《國防制造技術(shù)》

　　核心期刊推薦

陜西科技大學(xué)學(xué)報

國防科技大學(xué)學(xué)報

湖南科技大學(xué)學(xué)報(社會科學(xué)版)

中國高校科技