吉林大學學報(理學版)最新期刊目錄

RD-空間上多線性強奇異Calderón-Zygmund算子及交換子在加權乘積Morrey空間上的有界性————作者：方靜;陶雙平;

摘要：利用Hardy-Littlewood極大算子的加權有界性和Sharp極大函數(shù)的點態(tài)估計等工具,給出RD(reverse doubling)-空間上多線性強奇異Calderón-Zygmund算子及其與BMO(bounded mean oscillation)函數(shù)生成的多線性交換子在加權乘積Morrey空間上的有界性

CH₄,N₂和CO₂在煤表面的競爭吸附機理————作者：姜海洋;

摘要：采用密度泛函理論（DFT）M062X方法分析惰性氣體CH₄,N₂和CO₂在煤表面的吸附機理，以煤分子中各原子的Millikan電荷分布為依據(jù)判定煤分子表面的吸附空位，在各吸附空位上建立煤表面對CH₄,N₂和CO₂ 3種單組分氣體的吸附模型.通過分析對比各吸附模型的鍵長...

鐵系/污泥基生物炭催化劑的制備及性能————作者：王飛;胡紹偉;馬光宇;于夢琦;徐曉晨;

摘要：為實現(xiàn)固體廢物的綜合再利用,以遼寧省鞍山市某鋼廠區(qū)污水處理段的活性污泥和Fenton鐵泥混合泥為原料,以無機物高嶺土為黏結劑,通過混合擠條和熱解的方法制備鐵系/污泥基生物炭催化劑,對其結構進行表征,并優(yōu)化制備工藝條件.以喹啉為目標污染物,優(yōu)化催化臭氧氧化降解喹啉模擬廢水的工藝參數(shù),并研究催化劑的穩(wěn)定性和催化機理.實驗結果表明:催化劑表面粗糙且空隙結構豐富,催化劑中主要有Fe₃...

基于數(shù)據(jù)增強循環(huán)生成對抗網(wǎng)絡的圖像水墨畫風格遷移方法————作者：李偉偉;傅博;王賀霏;孫文燕;薛玉利;

摘要：針對現(xiàn)有圖像水墨畫風格遷移效果欠佳的問題，提出一種新的基于數(shù)據(jù)增強的循環(huán)生成對抗網(wǎng)絡(GAN),用于非配對的自然風景照片水墨畫風格遷移.首先，設計雙生成器-判別器結構有效提高單向GAN模型的映射約束；其次，使用多種損失函數(shù)優(yōu)化模型，引入總變分損失和恒等映射損失，并結合多尺度結構相似性設計新的循環(huán)一致性損失函數(shù)，以更好地捕捉傳統(tǒng)水墨畫的特征；最后，使用數(shù)據(jù)增強技術增加真實數(shù)據(jù)和生成數(shù)據(jù)的數(shù)量和多樣性...

受擾動的分數(shù)階電機混沌系統(tǒng)的函數(shù)矩陣投影同步————作者：吳一品;賀金滿;楊春升;

摘要：首先，給出函數(shù)矩陣投影同步的定義；其次，利用主動控制法實現(xiàn)2個受擾動的分數(shù)階電機混沌系統(tǒng)的函數(shù)矩陣投影同步，并采用2種方法證明控制器的有效性；最后，通過MATLAB數(shù)值仿真驗證同步理論分析的正確性和有效性

一類具有恢復率的生態(tài)流行病學模型及其最優(yōu)控制————作者：王婷;杜潤梅;那楊;郝麗娜;

摘要：首先，建立并討論一類在食餌和捕食者種群中都存在感染，且染病種群具有自我恢復能力的四維生態(tài)流行病動力學模型；其次，建立相應的最優(yōu)控制模型，并利用Pontryagin極大值原理計算出其最優(yōu)控制策略；最后，應用數(shù)值分析考察模型的動力學行為及其最優(yōu)控制策略.結果表明，疾病恢復率對系統(tǒng)的動力學行為有重要影響

《吉林大學學報(理學版)》征稿簡則

摘要：<正>《吉林大學學報(理學版)》(原刊名《吉林大學自然科學學報》)是由教育部主管、吉林大學主辦的綜合性科學技術類學術期刊。《吉林大學學報(理學版)》為中國期刊方陣雙百期刊、中文綜合性科學技術類核心期刊、吉林省一級期刊

一類Gierer-Meinhardt模型的分支分析————作者：賀孝英;吳奎霖;

摘要：考慮一類沒有擴散項的Gierer-Meinhardt模型.首先，研究模型平衡點的存在性、穩(wěn)定性及各種分支現(xiàn)象.其次，通過選擇合適的分支參數(shù)，證明系統(tǒng)存在鞍結點分支、 Hopf分支及余維2的Bogdanov-Takens分支.最后，通過數(shù)值模擬驗證理論結果.結果表明，速率μ影響系統(tǒng)的不穩(wěn)定性

一類具變指數(shù)對數(shù)非局部項及奇異勢的偽拋物方程解的有限時刻爆破————作者：董琰;張帥;高云柱;

摘要：首先，利用位勢井理論、逆Sobolev不等式、 Fountain定理等工具，討論一類帶有變指數(shù)對數(shù)非局部項及奇異勢的偽拋物方程解的爆破問題，得到了該問題的解在任意高初始能量水平下有限時刻爆破的結果.其次，結合Gagliardo-Nirenberg插值不等式、 Sobolev嵌入等方法，并通過構造輔助函數(shù)，給出該問題在適當條件下解的爆破時間的上下界估計

非自治波方程拉回吸引子的存在性————作者：劉佳;張平;馬巧珍;

摘要：考慮非自治波方程拉回吸引子的存在性.首先，根據(jù)一致扇形算子理論證明其解的適定性；其次，通過構造恰當?shù)姆汉�獲得該過程的有界耗散性；最后，根據(jù)算子分解技巧驗證該過程的漸近緊性，最終獲得拉回吸引子的存在性.該研究不僅考慮了時間依賴阻尼，也考慮了時間依賴擴散和時間依賴非線性項.在這些時間依賴系數(shù)滿足恰當?shù)臈l件時，證明了拉回吸引子的存在性

一類完全四階非線性常微分方程邊值問題正解的存在性————作者：胡萬民;韓曉玲;

摘要：用Leray-Schauder不動點定理，研究一類完全四階非線性常微分方程■其中f∈C（[0,1]×?⁴,?₊）.在非線性項f滿足至多線性增長條件下證明其正解的存在性和唯一性結果；在f滿足超線性增長條件下，引入一類Nagumo型條件限制f（t,x₀,x₁,x₂,x₃）...

一類四階拋物方程解的爆破時刻估計————作者：王嬌嬌;沈旭輝;

摘要：考慮一類四階拋物方程解的爆破現(xiàn)象.首先，引入一個新的不等式；其次，在適當?shù)臈l件下證明方程的解在有限時刻發(fā)生爆破，并給出爆破時刻的上界估計；最后，利用新的不等式及微分不等式技巧，得出解的爆破時刻下界估計

一類p-Monge-Ampère系統(tǒng)徑向解的存在性————作者：馬雅男;丁歡歡;

摘要：考慮一類帶多參數(shù)的p-Monge-Ampère系統(tǒng)Dirichlet問題徑向解的存在性.當參數(shù)充分大且非線性項滿足適當?shù)脑鲩L條件時，用錐上的不動點指數(shù)定理證明其徑向解的存在性結果

套代數(shù)上的一類非線性局部廣義Jordan三重中心化子————作者：劉昕卓;張建華;

摘要：設H是實數(shù)域或復數(shù)域F上的Hilbert空間，N為H上的非平凡套，τ(N)為相應的套代數(shù)，并且?:τ(N)→τ(N)是一個映射(無可加和線性假設).利用代數(shù)分解的方法證明如果對任意的X,Y,Z∈τ(N)且XYZ=0,有■,則?是可加的中心化子

采用動態(tài)種群策略的多目標粒子群優(yōu)化算法————作者：杜睿山;井遠光;付曉飛;孟令東;張豪鵬;王紫珊;

摘要：針對多目標粒子群優(yōu)化算法中多樣性和收斂性難以平衡的問題，提出一種基于動態(tài)種群的多目標粒子群優(yōu)化算法.該算法種群數(shù)量的增加或減少取決于檔案中的資源，從而調(diào)節(jié)種群數(shù)量.一方面，通過基于網(wǎng)格技術的局部擾動添加粒子，以增加粒子的局部搜索能力，提高算法的多樣性；另一方面，為防止種群規(guī)模過度增長，利用非支配排序和種群密度控制種群規(guī)模，以加快算法搜索進度，避免過早收斂.選取5種對比算法在測試函數(shù)上進行實驗，實驗...

光敏FitzHugh-Nagumo神經(jīng)元網(wǎng)絡中的奇異態(tài)————作者：王馨玥;安新磊;王小童;

摘要：在含有光電管的FitzHugh-Nagumo(FHN)神經(jīng)元模型基礎上，將電感與光電管串聯(lián)以構建光敏神經(jīng)元模型.首先，通過數(shù)值仿真，繪制不同耦合強度下網(wǎng)絡的時空圖和膜電位相位圖；其次，分別改變神經(jīng)元外部激勵源振幅和光電管輸出電壓振幅，計算對應參數(shù)下的序參量SI;最后，從正態(tài)分布中隨機選取各神經(jīng)元外部激勵源振幅和光電管輸出電壓振幅的取值，構建非全同神經(jīng)元網(wǎng)絡，改變耦合強度和正態(tài)分布標準差并計算對應序...

集成多種改進方法的增強灰狼優(yōu)化算法————作者：費敏學;黃東巖;盧祎琳;喬建磊;

摘要：針對傳統(tǒng)灰狼優(yōu)化算法存在初始解分布不均勻的問題，提出一種增強灰狼優(yōu)化(EGWO)算法.首先，引入非線性收斂因子改進灰狼優(yōu)化算法.其次，將Sobel序列集成到改進灰狼優(yōu)化算法中，以增加種群多樣性.為驗證該算法的有效性，將EGWO算法應用于無人機路徑規(guī)劃，并與傳統(tǒng)灰狼優(yōu)化算法基于多個評價指標進行對比.實驗結果表明，EGWO算法性能更好，可快速準確地規(guī)劃與控制無人機在復雜環(huán)境中的飛行路徑，也可以提升集群...

基于深度學習與D-S理論的多模態(tài)數(shù)據(jù)特征融合算法————作者：張燕;

摘要：針對傳統(tǒng)多模態(tài)數(shù)據(jù)特征融合算法存在融合效果較差的問題，提出一種基于深度學習與D-S(Dempster-Shafer)理論的多模態(tài)數(shù)據(jù)特征融合算法.首先，在深度學習框架內(nèi)，采用受限Boltzmann機(RBM)對多模態(tài)數(shù)據(jù)進行訓練，根據(jù)數(shù)據(jù)的特性和任務需求，構建RBM模型結構進行多模態(tài)數(shù)據(jù)特征選擇.其次，根據(jù)選取的特征選擇計算同類模態(tài)數(shù)據(jù)之間的距離，確定信任函數(shù)，并設定閾值以刪除異常數(shù)據(jù)，實現(xiàn)同類模...

改進SHO算法優(yōu)化隨機森林模型————作者：付海濤;張智勇;王增輝;金晨磊;

摘要：針對海馬優(yōu)化算法初始解質(zhì)量低且不豐富的問題，提出一種引入Logistic混沌映射改進海馬優(yōu)化算法優(yōu)化的隨機森林模型.首先，在提升海馬優(yōu)化算法后將其與隨機森林算法相結合，以提升經(jīng)典隨機森林算法的鑒別準確率；其次，為驗證新模型的性能，用5種模型針對4個評價指標進行對比實驗.實驗結果表明，該模型準確率達96.15%,精度達100%,召回率達92.31%,F₁-Score達96.00...

基于漸近式k-means聚類的多行動者確定性策略梯度算法————作者：劉全;劉曉松;吳光軍;劉禹含;

摘要：針對深度確定性策略梯度(deep deterministic policy gradient, DDPG)算法在一些大狀態(tài)空間任務中存在學習效果不佳及波動較大等問題，提出一種基于漸近式k-means聚類算法的多行動者深度確定性策略梯度(multi-actor deep deterministic policy gradient based on progressive k-means cluste...

　　吉林大學學報(理學版)來自網(wǎng)友的投稿評論：

• Yangming_ak

  2023年4月投稿，5天后過初審，繳納審稿費100元，送外審，系統(tǒng)默認外審2個月，但是2個月后沒有反應，通過和編輯溝通，是審稿人未返回審稿意見。中間又催過兩次，2023年11月份外審審回，修改，月底錄用。2023年12月底，論文清樣校對，繳納版面費1680元，每版240元。2024年第1期見刊。優(yōu)點是見刊快，缺點是審稿慢一點。

  2024-01-15 19:50

提交