電子科技

所屬欄目：電子信息期刊熱度：時間：

電子科技 關注(): 期刊周期：月刊; 期刊級別：國家級; 國內統一刊號：61-1291/TN; 國際標準刊號：1007-7820; 主辦單位：西安電子科技大學; 主管單位：西安電子科技大學; 上一本期雜志：通信與信息技術通信工程雜志發表; 下一本期雜志：電子科技大學學報信息科學期刊

　　《電子科技》(月刊)創刊于197年，是由中華人民共和國工業和信息化部主管，西安電子科技大學主辦的學術、技術類專業期刊。

　　《電子科技》創刊于1987年，國家新聞出版總署出版規范首批A類期刊，陜西省優秀期刊。主要刊登高等院校、科研院所、電子行業企事業單位等科研機構在電子技術應用、通信工程、計算機科學技術與應用、網絡安全及信息、光電子材料等領域最新的學術、技術論文、工程技術應用研究、教學實踐總結、行業綜述等稿件。

　　《電子科技》辦刊宗旨在于活躍學術氛圍，加強學術交流，推動電子科技水平的提高與發展，為多出人才、促進科研成果轉化為生產力服務。在現代電子科學技術已成為先導技術的今天，本刊的創辦為電子科技信息專業領域的研究人員、高校師生等提供了一個學術成果交流和展示的平臺。本刊報導內容及時、可讀性強、讀者對象主要是電子領域中的中級以上科技人員及高等院校電子專業的教師、高年級學生和研究生，并適于科技管理與決策人員閱讀參考。

　　《電子科技》2007年省優秀期刊新聞出版總署首批出版規范A類期刊;工業和信息化部優秀編輯期刊;陜西省優秀期刊;2009-2010年度工業和信息化部期刊編輯質量優秀獎。

　　電子科技欄目設置技術論文、實用技巧、綜述、科研簡報、動態信息

　　電子科技收錄SA 科學文摘(英) 萬方收錄(中) 上海圖書館館藏國家圖書館館藏知網收錄(中) 維普收錄(中)

　　閱讀推薦：中國電子商情·SMT

　　《中國電子商情》雜志創刊于1995年，是中國大陸創刊時間最早得到新聞出版署正式批準出版的電子元器件類商業雜志，也是目前國內最具規模和知名度的行業媒體之一。《中國電子商情》依托工業和信息化部和中電器材總公司、以及中國最權威的電子行業專業展覽會—中國電子展(CEF)--的組織者，中電會展與信息傳播有限公司強大的行業資源，經過十幾年的積淀和發展，《中國電子商情》與廣大的電子元器件制造商和電子產品設計制造商建立了密切的聯系。基于工業和信息化部權威信息發布，以及在電子工業領域耕耘多年的專業編輯、專家和撰稿人對行業的深入了解，《中國電子商情》專注分析電子工業產業鏈從技術趨勢、產品設計、市場發展到企業戰略的最新變化，形成了自己特有的多功能、多元化、立體型的資訊服務體系和豐富的行業資源與優勢。

　　電子科技最新期刊目錄

基于VMD-ISSA的新能源場站混合儲能容量優化配置————作者：羅鑫;何宇;張靖;李佳;劉興艷;

摘要：針對新能源場站并網加重聯絡線協議功率的波動程度，從而影響電網安全穩定運行問題，文中提出一種基于變分模態分解(Variational Mode Decomposition ，VMD)和多策略改進樽海鞘群算法(Improved Salp Swarm Algorithm， ISSA)的混合儲能系統容量優化配置方法。基于典型風光負荷功率和聯絡線協議功率得到混合儲能系統功率，通過VMD將混合儲能系統功率分解...

一種新穎的醫學圖像分割CNN模型————作者：王晗;楊晶東;呂江濤;邱澤浩;

摘要：針對卷積神經網絡(Convolutional Neural Networks， CNN)應用于醫學影像病灶分割時卷積核尺度固定、忽略關聯像素特征以及影響分割精度和泛化性能等問題，文中提出了一種新醫學圖像分割模型COPANet(Collaborative Convolutional Parallel Attention Network)。將RepVGG(Reparameterized Visual ...

鋰電池組多層電感主動均衡方法設計————作者：徐方旭;田恩剛;李磊;

摘要：針對傳統多層電感均衡電路存在的均衡時間利用率低、均衡速度慢以及均衡電流不連續等問題，文中提出了改進型多層電感均衡電路。改進型電路通過在電路結構中增加均衡電感與耦合電容能夠有效實現電池組內高電壓電池的電荷向低電壓電池轉移，同時保證了均衡電流的連續性，提升了均衡時間的利用率和均衡速度。實驗結果表明，在相同初始條件下，相較于傳統設計，改進型電路均衡時間縮短了58.9%，均衡速度提高了160%，均衡效率提...

基于雙流聚合Transformer的RGB-D語義分割————作者：葛夢嬌;蘇雯;何燁;陳稼煒;高金鳳;

摘要：針對RGB-D(Red Green Blue Depth)語義分割中色彩信息和深度信息無法有效融合以及多尺度上下文信息無法充分提取問題，文中提出了一種基于雙流聚合Transformer的RGB-D語義分割方法。通過Transformer提取全彩圖像和深度圖像的多層次特征，采用通道注意交叉融合模塊與深度增強RGB操作實現各層次特征模態鴻溝的補償，完成雙模態信息融合。使用多層聚合解碼器模塊整合多層次多...

基于混合特征和教師學生網絡的心肌梗死定位————作者：卞飛彪;張鞠成;何曉玉;李楊;蔣明峰;

摘要：隨著可穿戴心電圖設備的進步，研究單導聯心電設備的心肌梗死精準定位并實現輕量化成為重要課題。文中提出了基于混合時域空間域特征與教師學生網絡的心梗定位新方法。通過格拉姆角和域將一維心電信號轉化為二維空間域矩陣，融合時域與空間域特征來提升分類精度。采用響應式知識蒸餾的教師學生網絡模型確保單導聯信號分類準確率逼近12導聯水平。實驗結果表明，所提方法在PTB數據集上定位準確率為76.22%，學生模型參數僅為...

基于多尺度域適應與掩膜偽標簽的無監督檢測————作者：單祎函;王永雄;

摘要：針對無監督檢測器對小目標與被遮擋目標檢測精度不足問題，文中基于Faster RCNN(Faster Regions with Convolutional Neural Network)提出了無監督域適應改進模型。預訓練模型在特征提取網絡中引入多尺度域對抗模塊來提升域不變特征的提取能力，分離對抗參數至輔助主干網絡來防止不同目標特征混淆，以免生成高置信度噪聲。在引入偽標簽自訓練代替實例級域適應的同時利...

基于改進EAST算法的電動自行車車牌檢測————作者：鄭好韌;張立新;闞希;趙文琪;

摘要：針對電動自行車車牌監管和檢測存在的數據集稀缺、車牌尺寸小、以及行駛中車牌尺度變化導致的低檢測率或漏檢等問題，文中提出了一種改進EAST（Efficient and Accurate Scene Text Detector）算法。通過改進EAST模型的特征提取網絡，融合深度殘差網絡和遷移學習以解決電動自行車車牌數據集的樣本數量稀缺問題。引入多尺度空洞殘差模塊（Multi-Scale Dilated ...

WPT系統線性自抗擾復合控制策略————作者：丁航;闞加榮;徐佳俊;靳煒;鄭陽;

摘要：針對無線電能傳輸系統在受外部干擾時電能傳輸不穩定和效率不高問題，文中提出了一種基于線性自抗擾控制的高效率、高穩定性的無線電能傳輸復合控制方法。對無線電能傳輸系統輸入端的電壓和電流有效值進行采樣，進行耦合系數辨識。通過調整輸出側Buck-Boost電路的占空比進行阻抗匹配，以實現最大效率追蹤。采用線性自抗擾控制輸入側全橋逆變器的移相角度確保系統穩定高效地傳輸電能。所提方法實現了無線電能傳輸系統在高效...

機載多芯屏蔽線束的傳導敏感度————作者：郗松岳;徐琦;李繼成;李天傲;劉亮;路宏敏;

摘要：隨著航空電子系統不斷復雜化，多芯屏蔽線束在復雜電磁環境中的傳導敏感度問題影響機載設備的可靠性。針對多芯屏蔽線束的傳導敏感度問題，文中研究了不同芯線數量的線束其單端接地與雙端接地的屏蔽效果，提出了一種結合實驗測試與數據擬合的協同方法。基于已有傳導敏感度測量系統，在10 kHz～0.4 GHz頻率范圍內對雙芯、四芯、八芯線束的感應電流進行測試與分析。結果表明，多芯線束中單根芯線的敏感度電平隨芯線數量增...

基于對稱CNN和密集特征融合的超分辨率重建————作者：王瑩;陳清江;

摘要：隨著深度學習的迅速發展，基于卷積神經網絡的圖像超分辨率重建方法具有顯著效果。針對圖像超分辨重建算法中存在的局部特征提取不充分和未有效利用原始低分辨率圖像多尺度信息等問題，文中提出一種結合殘差密集特征融合和雙注意力機制的圖像超分辨重建網絡。由于采用普通卷積導致低分辨率圖像特征信息提取不充分，因此引入密集特征融合模塊，并采用空洞卷積引入可調節的感受野來提高網絡的捕獲特征信息能力。在對稱卷積神經網絡中，...

基于SOGI-FLL/PLL單相并網逆變器的功率解耦控制————作者：謝彬軒;金海;

摘要：針對單相逆變器并網時電網頻率波動對功率控制造成影響的問題，文中提出了基于二階廣義積分器(Second-Order Generalized Integrator， SOGI)的鎖頻環(Frequency-Locked Loop， FLL)和鎖相環(Phase-Locked Loop， PLL)相結合的控制策略。對電網電壓建立d-q坐標系，將靜止坐標系中的電網電壓變換到旋轉坐標系中。基于d-q坐標系進...

基于深度學習的輕量型集裝箱編號識別————作者：劉濤;武憲青;李芳;

摘要：針對現有集裝箱編號識別算法結構復雜以及難以應用在低成本設備上的問題，文中提出一種基于深度學習的輕量型算法YOLOv4-GSE(You Only Look Once version 4-Ghost-SPPFA-Effective)。利用Ghost-Enet網絡替代YOLOv4的主干特征提取網絡，使用Ghost卷積替換所有3×3卷積方式來削減模型的參數量。在加強特征提取部分，提出一種改進后的SPPFA...

面向高密度人群的YOLOv5目標檢測算法優化————作者：胡海滔;于蓮芝;

摘要：為解決傳統目標檢測算法在地鐵、商場以及交通堵塞等地區高密度人群中因目標重疊和尺寸偏小導致難以檢測問題，文中提出一種基于YOLOv5（You Only Look Once version 5）網絡的目標檢測算法。在算法模型的錨框部分引入新特征圖來設計添加小目標檢測層，以此提升檢測小目標的準確性。通過重新定義一個卷積層以便在YOLOv5中添加SOCA（Second-Order Channel Atte...

基于改進YOLOv7的安檢小目標檢測方法————作者：楊鈞彥;徐向華;

摘要：針對安檢小目標物體檢測精度偏低問題，文中提出一種基于改進YOLOv7(You Only Look Once version7)的安檢小目標檢測模型XS-YOLO(Xray-Spection-YOLO)。使用基于自注意全局感受的特征提取骨干網絡SwinT（Swin Transformer Backbone）構建全局注意力，從而獲取特征信息。提出基于多尺度分層特征融合的四維檢測結構FHD（Four H...

基于暫態電流波形特征的輸電線路雷擊識別方法————作者：段治豐;鄒紅波;

摘要：交流輸電線路行波保護遭受雷擊干擾，易引起保護誤動作。在行波保護動作前快速區分雷擊干擾和線路故障可有效提高行波保護的可靠性，保障電力系統安全穩定地運行。文中分析了短路故障、雷擊干擾和雷擊故障時暫態電流附加分量的特征，基于中值濾波后電流波形變化趨勢提出一種雷擊干擾識別判據。根據濾波前后變分模態分解能量熵的差異構成雷擊故障識別判據，將雷擊干擾識別判據與雷擊故障識別判據相結合能夠可靠區分短路故障、雷擊干擾...

邊緣計算場景下基于區塊鏈的可信聯邦學習框架————作者：陳瑤瑤;駱淑云;

摘要：在邊緣計算場景下，聯邦學習作為一種保護數據隱私的方法，允許邊緣服務器在本地進行模型訓練。針對邊緣服務器存在的惡意攻擊、不充分訓練以及不同隱私需求等問題，文中提出了一種基于區塊鏈的可信聯邦學習框架(Trustworthy Blockchain-based Federated Learning Framework， TBFL)。設計惡意攻擊檢測模塊來識別和消除惡意模型梯度。設計基于委員會的模型聚合模塊...

基于區塊鏈的PKI和IBC組合身份認證方案————作者：王艷春;謝詩港;袁琪;

摘要：本研究設計了一種融合區塊鏈技術的PKI（Public Key Infrastructure）和IBC（Identity-Based Cryptography）身份機制。該機制充分發揮區塊鏈去中心化與防篡改特性，有效解決了傳統PKI體系中存在的單點失效問題以及多CA（Certificate Authority）間的互信難題，從而簡化了證書管理體系并降低了系統運行成本。實驗數據表明，該機制中的PKI技...

基于特征融合和流模型的無監督設備異常聲音檢測————作者：王亞威;張巧靈;

摘要：流模型可以學習復雜的數據分布并實現精確的似然估計，在無監督異常聲音檢測(Anomaly Sound Detection， ASD)中具有良好的應用前景。針對現有基于流模型的異常聲檢測方法僅提取聲音信號的單一特征，無法充分利用信號的有效信息問題，文中提出一種基于特征融合和流模型的無監督異常聲音檢測方法。與傳統方法相比，所提方法除了使用log-Mel譜圖特征，還融合了基于一維卷積神經網絡TgramNe...

顯著子圖挖掘方法————作者：劉澳龍;唐向紅;陸見光;

摘要：針對子圖神經網絡在子圖采樣中忽略重要結構語義導致圖分類任務準確率不高以及子圖神經網絡缺乏泛化性問題，文中提出了一種顯著子圖挖掘方法，旨在通過自適應挖掘重要子圖結構語義提升子圖神經網絡的準確率和泛化性能。通過基于PageRank算法的親密度采樣模塊計算節點親密度以自適應量化節點的重要性，根據節點的重要性構建顯著子圖，并利用子圖間親密度選擇顯著子圖。由重要節點組成的顯著子圖包含原始圖中的重要結構信息，...

電壓暫降下VSG-SST輸出級低電壓穿越控制策略————作者：趙振民;程靜;王暢;譚金龍;南東亮;劉歡慶;

摘要：虛擬同步發電機固態變壓器(Virtual Synchronous Generator Solid State Transformer， VSG-SST)具有高低壓交直流端口，可有效改善電網電壓/頻率調節能力，提高分布式電源的接入適應性。然而低壓配電網電壓暫降易導致VSG-SST輸出級并網電流超限及不對稱，且故障過程中難以提供無功支撐，不具備低電壓穿越能力。針對上述問題，文中提出改進VSG控制策略。...

　　相關電子信息期刊推薦

　　核心期刊推薦

查看更多電子信息期刊

久久精品电影网_久久久久久电影_久久99精品久久久久久按摩秒播_天堂福利影院_国产男女爽爽爽免费视频_国产美女久久

電子科技