《重慶郵電大學(xué)學(xué)報(bào)》(自然科學(xué)版)(雙月刊)創(chuàng)刊于1988年，是由重慶市教育委員會(huì)主管、重慶郵電大學(xué)主辦的以信息學(xué)科為特色的專業(yè)性學(xué)術(shù)期刊;它反映了我國(guó)電子、通信、計(jì)算機(jī)、自動(dòng)控制等最新科學(xué)技術(shù)研究成果，在中國(guó)文獻(xiàn)領(lǐng)域占有重要的學(xué)術(shù)地位。目前是全國(guó)中文核心期刊、中國(guó)科技核心期刊、中國(guó)無(wú)線電電子學(xué)文獻(xiàn)數(shù)據(jù)庫(kù)核心期刊、全國(guó)優(yōu)秀自然科學(xué)學(xué)報(bào)、重慶市優(yōu)質(zhì)期刊、重慶市“十佳”科技期刊、重慶市一級(jí)期刊。

　　重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版)雜志欄目設(shè)置

　　通信與信息系統(tǒng) 、信號(hào)與信息處理 、電磁場(chǎng)與微波技術(shù)、控制理論與控制工程 、計(jì)算機(jī)應(yīng)用技術(shù)、計(jì)算機(jī)軟件與理論、管理科學(xué)與工程

　　重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版)雜志榮譽(yù)

　　CA 化學(xué)文摘(美)CSCD 中國(guó)科學(xué)引文數(shù)據(jù)庫(kù)來源期刊(含擴(kuò)展版)萬(wàn)方收錄(中)上海圖書館館藏劍橋科學(xué)文摘北大核心期刊(中國(guó)人文社會(huì)科學(xué)核心期刊)哥白尼索引(波蘭)國(guó)家圖書館館藏物理學(xué)、電技術(shù)、計(jì)算機(jī)及控制信息數(shù)據(jù)庫(kù)知網(wǎng)收錄(中)維普收錄(中)Caj-cd規(guī)范獲獎(jiǎng)期刊中國(guó)科技期刊核心期刊

　　閱讀推薦：南京化工大學(xué)學(xué)報(bào)·哲學(xué)社會(huì)科學(xué)版

　　本刊堅(jiān)持為社會(huì)主義現(xiàn)代化建設(shè)服務(wù)的方向和“雙百”方針，大邊扶持新人新作，本刊對(duì)哲學(xué)、政治學(xué)、經(jīng)濟(jì)學(xué)、法學(xué)、社會(huì)學(xué)、管理以及文學(xué)、史學(xué)等學(xué)科進(jìn)行理論探討。《南京化工大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版);南京工業(yè)大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)》現(xiàn)用刊名《南京工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》

　　重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版)最新期刊目錄

吸收光譜法快速檢測(cè)長(zhǎng)江水COD的方法————作者：鄭培超;呂強(qiáng);王金梅;曾金銳;李成林;楊琴;

摘要：為滿足地表水化學(xué)需氧量的高精度檢測(cè)，提出了一種基于紫外-可見吸收光譜結(jié)合連續(xù)投影-支持向量機(jī)回歸的預(yù)測(cè)模型。以長(zhǎng)江水的吸收光譜為研究對(duì)象，采用SPXY劃分出訓(xùn)練集和測(cè)試集，使用Savitzky-Golay濾波對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，采用連續(xù)投影算法篩選出特征波長(zhǎng)，利用支持向量機(jī)回歸擬合特征波長(zhǎng)與樣本濃度，建立長(zhǎng)江水化學(xué)需氧量的回歸模型。以決定系數(shù)R²、均方根誤差RMSE、平均相對(duì)誤...

概率區(qū)間值模糊覆蓋粗糙集及其三支決策————作者：金雨馨;馮濤;王榮欣;張少譜;

摘要：區(qū)間值模糊覆蓋作為等價(jià)類的一種推廣，對(duì)客觀世界的描述更加準(zhǔn)確實(shí)用。區(qū)間值模糊數(shù)可以由均值拓展而得，使其更具有解釋性，基于概率的思想，對(duì)區(qū)間值模糊集的概率和條件概率進(jìn)行改進(jìn)，提高了概率的精確度。在區(qū)間值模糊覆蓋近似空間中利用區(qū)間模糊相似度構(gòu)造了二元關(guān)系，建立了概率區(qū)間值模糊覆蓋粗糙集模型，并得到了它的三分類結(jié)果。為了提高決策的準(zhǔn)確性，研究了基于三描述的損失函數(shù)，并重新定義了期望損失函數(shù)。給出了確定模...

基于改進(jìn)差分進(jìn)化算法的系統(tǒng)辨識(shí)方法————作者：呂證;陳博;李章勇;秦對(duì);

摘要：對(duì)于復(fù)雜控制系統(tǒng)，采用傳統(tǒng)建模方法得到的被控對(duì)象模型，存在精度較低和收斂速度較慢等問題。針對(duì)該問題，提出了一種基于改進(jìn)差分進(jìn)化算法的系統(tǒng)辨識(shí)方法，通過采用變異率和交叉算子動(dòng)態(tài)更新策略，并實(shí)時(shí)更新種群以及優(yōu)化、進(jìn)化終止條件，大幅度地提升了辨識(shí)模型的精度以及算法的收斂速度。與傳統(tǒng)的最小二乘法、二階加時(shí)滯模型法、差分進(jìn)化算法以及遺傳算法相比，提出的辨識(shí)方法在精度上分別提升了94.91%、40.11%、2...

改進(jìn)粒子群優(yōu)化算法和雙分支網(wǎng)絡(luò)的耦合效率預(yù)測(cè)————作者：賴春紅;陳先勤;姜小明;陳帥;王悅;劉思創(chuàng);鄒林熹;

摘要：針對(duì)混合波導(dǎo)結(jié)構(gòu)耦合效率分析中軟件仿真所需時(shí)間長(zhǎng)、資源占用大的問題，提出神經(jīng)網(wǎng)絡(luò)模型對(duì)混合波導(dǎo)結(jié)構(gòu)耦合效率進(jìn)行預(yù)測(cè)，減少時(shí)間資源的占用。為解決多變量問題中不同自變量間步長(zhǎng)差距較大導(dǎo)致單一網(wǎng)絡(luò)特征提取能力受限的問題，提出針對(duì)不同變量使用雙分支網(wǎng)絡(luò)進(jìn)行特征提取，使用改進(jìn)后的粒子群優(yōu)化算法對(duì)雙分支網(wǎng)絡(luò)超參數(shù)進(jìn)行全自動(dòng)優(yōu)化，進(jìn)一步提高模型預(yù)測(cè)精度。在混合波導(dǎo)結(jié)構(gòu)耦合效率數(shù)據(jù)集上的實(shí)驗(yàn)表明，提出的改進(jìn)粒子群...

基于q階正交模糊猶豫度和個(gè)性化調(diào)整的大群體決策————作者：盧方蕙;張超;李德玉;牛宇鴿;劉可欣;李文濤;

摘要：為了緩解決策信息表示中的不確定性以及不同決策者在不同時(shí)間點(diǎn)差異化的共識(shí)水平對(duì)決策結(jié)果的影響，依據(jù)q階正交模糊猶豫度和后悔理論，提出一種兩階段框架下基于個(gè)性化調(diào)整的大群體決策方法。構(gòu)建一種新型映射函數(shù)將實(shí)數(shù)轉(zhuǎn)化為q階正交模糊數(shù)；依據(jù)歐氏距離和Hausdorff距離相結(jié)合的混合距離提出改進(jìn)型k均值三支聚類算法，降低大群體決策的整體復(fù)雜度；將共識(shí)水平與灰關(guān)聯(lián)系數(shù)相結(jié)合，探索一種組內(nèi)決策者的權(quán)重計(jì)算方法，...

原型對(duì)比學(xué)習(xí)驅(qū)動(dòng)的魯棒性關(guān)系抽取方法————作者：吳濤;徐敖遠(yuǎn);田侃;先興平;袁野;張姝;曹新汶;

摘要：關(guān)系抽取旨在識(shí)別非結(jié)構(gòu)化文本中實(shí)體對(duì)之間的語(yǔ)義關(guān)系，現(xiàn)有方法無(wú)法靈活應(yīng)用于開放域場(chǎng)景，如何在開集環(huán)境中自適應(yīng)地進(jìn)行關(guān)系抽取仍然是該領(lǐng)域的一項(xiàng)重要挑戰(zhàn)。針對(duì)關(guān)系抽取場(chǎng)景中未知類別樣本識(shí)別問題，提出了一種原型對(duì)比學(xué)習(xí)驅(qū)動(dòng)的魯棒性關(guān)系抽取方法。根據(jù)高斯分布為每個(gè)類別初始化可學(xué)習(xí)的原型中心，通過改進(jìn)對(duì)比學(xué)習(xí)損失函數(shù)拉近同類樣本到類別原型的距離，進(jìn)一步通過增加正則化項(xiàng)約束樣本輸出概率分布與異類原型的差異。與...

聯(lián)合邊緣檢測(cè)強(qiáng)化空間細(xì)節(jié)的語(yǔ)義分割方法————作者：劉伯紅;蔣佳躒;

摘要：針對(duì)圖像語(yǔ)義分割中存在的邊緣模糊和準(zhǔn)確度較低的問題，提出一種基于邊緣感知強(qiáng)化空間細(xì)節(jié)的圖像語(yǔ)義分割方法，在語(yǔ)義分割網(wǎng)絡(luò)中引入邊緣檢測(cè)模塊，以捕獲更加精細(xì)的空間細(xì)節(jié)。模型采用編碼器-解碼器結(jié)構(gòu)，使用空間金字塔池化模塊(atrous spatial pyramid pooling, ASPP)提取語(yǔ)義信息；提出雙向多級(jí)聚合模塊(bi-directional multi-level aggregatio...

基于三維點(diǎn)云的道路裂縫高精度檢測(cè)方法————作者：代少升;朱浩林;舒志成;

摘要：為了有效檢測(cè)道路裂縫并精確量化裂縫的三維參數(shù)，提出了一種基于三維點(diǎn)云的道路裂縫高精度檢測(cè)方法。使用線激光測(cè)量系統(tǒng)獲取路面模型的點(diǎn)云數(shù)據(jù)，對(duì)采集的點(diǎn)云數(shù)據(jù)進(jìn)行去噪處理，通過超體素分割建立點(diǎn)云數(shù)據(jù)的鄰接拓?fù)潢P(guān)系；計(jì)算所有分割后的點(diǎn)云數(shù)據(jù)與其鄰接點(diǎn)云的局部凹凸性，對(duì)存在凹性突變的點(diǎn)云區(qū)域進(jìn)行空間聚類；使用最小包圍盒算法對(duì)聚類區(qū)域進(jìn)行三維量化，從而測(cè)量出道路裂縫的精確長(zhǎng)度、寬度與深度。實(shí)驗(yàn)結(jié)果表明，提出的...

動(dòng)態(tài)運(yùn)動(dòng)約束下的視頻異常檢測(cè)————作者：石瑞年;何強(qiáng);王恒友;陳琳琳;

摘要：現(xiàn)有的基于幀預(yù)測(cè)的方法精度低的原因大多是不緊湊的正常分布學(xué)習(xí)，導(dǎo)致了異常事件的強(qiáng)泛化。對(duì)此，提出了動(dòng)態(tài)運(yùn)動(dòng)約束下的視頻異常檢測(cè)(dynamic motion constraints for video anomaly detection, DMC-VAD)框架。提出了時(shí)空約束模塊，使得模型能夠基于光流顯著目標(biāo)和運(yùn)動(dòng)信息，對(duì)正常運(yùn)動(dòng)施加時(shí)空約束。設(shè)計(jì)了時(shí)空對(duì)齊融合模塊，用校正對(duì)齊模塊抑制光流中低質(zhì)量...

基于Tanimoto系數(shù)和類內(nèi)散度的分層分類方法————作者：席明波;賀曉麗;

摘要：在大數(shù)據(jù)時(shí)代，數(shù)據(jù)的類別標(biāo)簽數(shù)量激增，對(duì)現(xiàn)有的分類方法構(gòu)成了重大挑戰(zhàn)。為解決此問題，利用類別間的相似性，將數(shù)據(jù)類別標(biāo)簽以層次化方式處理。但現(xiàn)有的類別間相似性度量均使用歐氏距離，由于歐氏距離無(wú)法有效處理高維數(shù)據(jù)，因此，受Tanimoto系數(shù)啟發(fā)，提出一種新的類別相似性度量方法，使用Louvain算法構(gòu)建樹結(jié)構(gòu)(TaniVT),考慮數(shù)據(jù)分布，設(shè)計(jì)基于類內(nèi)散度的模糊粗糙分層分類器(fuzzy rough...

面向點(diǎn)云數(shù)據(jù)的低空無(wú)人機(jī)巡檢方法————作者：呂鐵力;李宏然;張鍵;張恒;袁冬青;郭欽;

摘要：針對(duì)點(diǎn)云語(yǔ)義分割問題，以PointNet++模型為基礎(chǔ)，設(shè)計(jì)了一種并聯(lián)混合注意力機(jī)制(parallel hybrid attention mechanism, PHAM)。PHAM并行處理通道和空間信息，并將它與原始特征整合，從而在保留原始特征輸入的同時(shí)，有效提高關(guān)鍵特征識(shí)別和處理效率；在點(diǎn)云語(yǔ)義分割結(jié)果的基礎(chǔ)上，將點(diǎn)云數(shù)據(jù)映射到三維柵格地圖中，構(gòu)建了用于低空無(wú)人機(jī)航跡規(guī)劃的三維環(huán)境地圖；通過Re...

確定性網(wǎng)絡(luò)：架構(gòu)、關(guān)鍵技術(shù)和應(yīng)用————作者：黃蔚亮;李錦煊;余志文;蔡亞永;劉元;

摘要：隨著工業(yè)物聯(lián)網(wǎng)(industrial internet of things, IIoT)的快速發(fā)展，越來越多的應(yīng)用場(chǎng)景對(duì)網(wǎng)絡(luò)的服務(wù)質(zhì)量提出了更高的要求。確定性網(wǎng)絡(luò)作為一種能夠提供低延遲、低抖動(dòng)和高可靠性數(shù)據(jù)傳輸?shù)募夹g(shù)，已成為未來工業(yè)互聯(lián)網(wǎng)的核心技術(shù)之一。該文介紹了確定性網(wǎng)絡(luò)的主要技術(shù)，包括時(shí)間敏感網(wǎng)絡(luò)(time-sensitive networking, TSN)、無(wú)線與有線網(wǎng)絡(luò)融合的5G-TSN...

征稿啟事

摘要：<正>《重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版)》創(chuàng)刊于1988年,是由重慶市教育委員會(huì)主管、重慶郵電大學(xué)主辦的以信息學(xué)科為特色的專業(yè)性學(xué)術(shù)期刊,國(guó)內(nèi)外公開發(fā)行,雙月刊,現(xiàn)任主編為中國(guó)工程院蔣昌俊院士。本刊為《中文核心期刊要目總覽》入編期刊,中國(guó)科學(xué)引文數(shù)據(jù)庫(kù)(CSCD)來源期刊,中國(guó)科協(xié)《信息通信領(lǐng)域高質(zhì)量科技期刊分級(jí)目錄》《電子技術(shù)、通信技術(shù)領(lǐng)域高質(zhì)量科技期刊分級(jí)目錄》T2級(jí)期刊;被英國(guó)《科學(xué)文摘》(S...

電力物聯(lián)網(wǎng)自適應(yīng)任務(wù)卸載策略————作者：賀超;汪超凡;張思睿;張一;王碧;

摘要：針對(duì)電力物聯(lián)網(wǎng)移動(dòng)邊緣計(jì)算中的資源分配不均、計(jì)算延遲長(zhǎng)和能耗過大等問題，基于強(qiáng)化學(xué)習(xí)和卷積神經(jīng)網(wǎng)絡(luò)提出了一種動(dòng)態(tài)資源分配策略，通過實(shí)時(shí)決策優(yōu)化任務(wù)卸載，顯著提升了計(jì)算能力和能效；結(jié)合資源的可用性、任務(wù)特性及網(wǎng)絡(luò)狀態(tài)等因素，制定資源動(dòng)態(tài)分配機(jī)制，并將資源分配問題轉(zhuǎn)化為動(dòng)態(tài)優(yōu)化問題；采用深度強(qiáng)化學(xué)習(xí)方法提出了一種自適應(yīng)卸載算法，以求解資源分配的動(dòng)態(tài)優(yōu)化問題。仿真結(jié)果顯示，提出的算法在任務(wù)完成率、資源利...

車聯(lián)網(wǎng)預(yù)感知服務(wù)請(qǐng)求及服務(wù)遷移機(jī)制————作者：陳冰旖;左琳立;李云;

摘要：隨著實(shí)時(shí)車輛應(yīng)用的快速發(fā)展，車聯(lián)網(wǎng)中的數(shù)據(jù)流量和內(nèi)容請(qǐng)求急劇增長(zhǎng)。為了保證車輛用戶能夠獲得實(shí)時(shí)、穩(wěn)定的服務(wù)并優(yōu)化系統(tǒng)成本，設(shè)計(jì)一種車聯(lián)網(wǎng)場(chǎng)景下的預(yù)感知服務(wù)請(qǐng)求機(jī)制。該機(jī)制可以根據(jù)環(huán)境信息做出預(yù)感知決策，從而降低遷移過程產(chǎn)生的成本。同時(shí)，提出一種基于車輛行駛速度的服務(wù)遷移優(yōu)化算法，該算法能夠根據(jù)車輛的實(shí)時(shí)速度動(dòng)態(tài)調(diào)整遷移決策，以確保遷移過程的高效性和穩(wěn)定性。考慮到車輛用戶與路邊單元、基站之間的交互存...

數(shù)字孿生輔助MEC任務(wù)卸載和資源分配聯(lián)合優(yōu)化————作者：李云;江源;王碧;梁吉申;夏士超;

摘要：在移動(dòng)邊緣計(jì)算（mobile edge computing， MEC）密集部署場(chǎng)景中，邊緣服務(wù)器的資源異質(zhì)性和環(huán)境狀態(tài)的復(fù)雜多變性給設(shè)計(jì)有效的任務(wù)卸載和資源分配策略帶來了顯著挑戰(zhàn)。針對(duì)該問題，建立了數(shù)字孿生邊緣網(wǎng)絡(luò)（digital twin edge networks， DTEN）模型。以最小化任務(wù)的長(zhǎng)期處理時(shí)延為優(yōu)化目標(biāo)，在帶寬、計(jì)算和存儲(chǔ)等多維資源約束下，提出了一種數(shù)字孿生（digital t...

基于機(jī)器學(xué)習(xí)的城市環(huán)境跨頻段跨場(chǎng)景路徑損耗預(yù)測(cè)方法————作者：廖希;周萍;周思洋;陳心睿;王洋;何占林;

摘要：為解決傳統(tǒng)路徑損耗模型未考慮環(huán)境信息、跨場(chǎng)景跨頻段預(yù)測(cè)性能不佳等問題，提出了環(huán)境特征驅(qū)動(dòng)的跨頻段跨場(chǎng)景路徑損耗預(yù)測(cè)方法。結(jié)合二維線性和矩形環(huán)境特征描述傳播環(huán)境，在隨機(jī)森林路徑損耗預(yù)測(cè)模型基礎(chǔ)上引入遷移學(xué)習(xí)，實(shí)現(xiàn)跨頻段跨場(chǎng)景預(yù)測(cè)；搭建了兩個(gè)城市場(chǎng)景，場(chǎng)景1頻段為140、220、280和300 GHz,場(chǎng)景2頻段為140 GHz;使用140和220 GHz數(shù)據(jù)集預(yù)測(cè)280和300 GHz路徑損耗，并用...

門控時(shí)空卷積網(wǎng)絡(luò)中的微服務(wù)時(shí)延預(yù)測(cè)模型————作者：蔣溢;馮嘯林;楊川;熊安萍;

摘要：微服務(wù)的多實(shí)例化部署和微服務(wù)間存在的依賴關(guān)系，使得準(zhǔn)確捕捉微服務(wù)調(diào)用拓?fù)渑c微服務(wù)時(shí)延之間的關(guān)聯(lián)性十分困難。針對(duì)該問題，提出了一種基于門控時(shí)空卷積網(wǎng)絡(luò)(gated attention spatio-temporal graph convolutional network, GaSTGCN)的時(shí)延預(yù)測(cè)模型。通過構(gòu)建微服務(wù)拓?fù)湔{(diào)用實(shí)例的圖數(shù)據(jù)序列，采用多層時(shí)空卷積圖神經(jīng)網(wǎng)絡(luò)模型，在考慮微服務(wù)調(diào)用拓?fù)涞耐?..

低高頻多尺度融合的跨模態(tài)行人重識(shí)別研究————作者：朱沛伍;高樹輝;

摘要：跨模態(tài)行人重識(shí)別技術(shù)在公共安全、災(zāi)難響應(yīng)、犯罪現(xiàn)場(chǎng)勘查等方面有廣闊的應(yīng)用前景。為了高效利用不同模態(tài)之間多樣化信息，探索有效的行人重識(shí)別方法，提出一種結(jié)合低高頻信息的多尺度融合(multiple frequence multi-scale embedding, MFME)模型。通過多尺度信息融合(multi-scale information fusion, MIF)模塊從多個(gè)尺度捕獲行人特征，分別...

針對(duì)腫瘤生長(zhǎng)預(yù)測(cè)的邊緣注入自適應(yīng)時(shí)空網(wǎng)絡(luò)————作者：張晶;李思陽(yáng);王河喜;

摘要：為了更有效地表征腫瘤的生長(zhǎng)趨勢(shì)，提出了基于邊緣注入的自適應(yīng)時(shí)空網(wǎng)絡(luò)(adaptive spatiotemporal networks based on edge injection, EA-Net)。引入緊密型空間增強(qiáng)模塊學(xué)習(xí)多形態(tài)腫瘤的靜態(tài)抽象信息，并重點(diǎn)提取關(guān)鍵生長(zhǎng)特征；明確監(jiān)督目標(biāo)腫瘤的邊緣信息，設(shè)計(jì)多密度邊緣注入模塊來增強(qiáng)特征圖像內(nèi)目標(biāo)的邊緣權(quán)重；建立廣泛的時(shí)空信息關(guān)聯(lián)，實(shí)現(xiàn)對(duì)腫瘤未來成像...

　　相關(guān)科技期刊推薦

• 國(guó)家級(jí)《給水排水》
• 北大核心《南方電網(wǎng)技術(shù)》
• 北大核心《中國(guó)科學(xué).數(shù)學(xué)》
• 國(guó)家級(jí)食品界
• 國(guó)家級(jí)《工程質(zhì)量》
• 省級(jí)《青島遠(yuǎn)洋船員職業(yè)學(xué)院學(xué)報(bào)》
• 省級(jí)《山西科技》
• 北大核心《遙感學(xué)報(bào)》
• 北大核心《光學(xué)儀器》
• 省級(jí)《才智》
• 省級(jí)《能源研究與管理》
• 國(guó)家級(jí)《輕工標(biāo)準(zhǔn)與質(zhì)量》
• 省級(jí)紡織裝飾科技
• 省級(jí)《種業(yè)導(dǎo)刊》
• 北大核心臺(tái)灣海峽
• 省級(jí)《石河子科技》
• 國(guó)家級(jí)石油庫(kù)與加油站
• 國(guó)家級(jí)乒乓世界
• 省級(jí)培訓(xùn)
• 北大核心《動(dòng)力學(xué)與控制學(xué)報(bào)》
• 省級(jí)結(jié)構(gòu)化學(xué)
• 國(guó)家級(jí)河南科學(xué)
• 國(guó)家級(jí)華東船舶工業(yè)學(xué)院學(xué)報(bào)
• 國(guó)家級(jí)《成組技術(shù)與生產(chǎn)現(xiàn)代化》
• 省級(jí)中南公路工程
• 南大核心北京師范大學(xué)學(xué)報(bào)社會(huì)科學(xué)版
• 北大核心北京服裝學(xué)院學(xué)報(bào)(自然科學(xué)版)
• 省級(jí)安慶師范學(xué)院學(xué)報(bào)社會(huì)科學(xué)版
• 省級(jí)《管道技術(shù)與設(shè)備》
• 省級(jí)北京聯(lián)合大學(xué)學(xué)報(bào)自然科學(xué)版

　　核心期刊推薦

湖南科技大學(xué)學(xué)報(bào)(自然科學(xué)版)

河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版)

西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版)

武漢科技大學(xué)學(xué)報(bào)