近日,我校经济管理学院青年博士王波副教授的论文《后扶贫时代国家审计促进贫困治理的制度供给研究》分别被人大复印资料《审计文摘》2021年第3期、《财务与会计导刊(理论版)》2021年第4期全文转载,并成为当期的封面文章,受到了学术界的广泛关注。人大复印资料转载论文是从国内公开出版的4000多种报刊中精选出的社科研究成果,是我国社会科学领域公认的国家级权威性刊物,已成为评价人文社会科学期刊学术影响和人文社会科学研究成果水平的重要参考依据之一,其转载量(率)被学界和期刊界普遍视为人文社科期刊领域中一个客观公正的评价标准。该论文去年11月发表于《审计研究》2020年第6期。《审计研究》是我国审计领域公认的最具权威性的理论刊物,是中文核心期刊、CSSCI来源期刊和国家社科基金资助期刊,复合影响因子为6.738。我校作为该论文第一作者单位,实现了社科论文影响因子新的突破。(经济管理学院)
发布时间:2021-07-21近期,计算机工程学院张永会博士课题组在作物氮素状况无损监测研究取得了重要进展,相关研究成果以“Estimating the Growth Indices and Nitrogen Status Based on Color Digital Image Analysis During Early Growth Period of Winter Wheat”为题发表于SCI二区期刊Frontiers in Plant Science(DOI: 10.3389/fpls.2021.619522)。对作物氮素状况进行无损监测,对作物氮素管理具有重要意义。本研究利用冠层盖度(CC)建立了植物生长指标(地上部干物质(SDM)、叶面积指数(LAI)、地上部氮积累(SNA)、地上部氮浓度(SNC)之间的经验关系,探讨了用CC评价冬小麦3~6期氮素营养指数(NNI)的可行性(图1)。用数码相机拍摄了冬小麦3~6期冠层的数字图像,用破坏性植物取样法测定了SDM、LAI、SNA和SNC,CC由计算机图像处理技术编程计算得到。除SNC外,CC与不同品种和N处理的生长指数(SDM、LAI和SNA)呈显著相关。然而,它们的稳定性经验模型受品种特性和施氮量的影响。通过直接法和间接法两种方法对冬小麦植株氮素状况进行了测定,由于冬小麦生长前期SNC的高度离散性,直接法和间接法未能建立统一的线性回归来估计NNI。两种方法在冬小麦各生育期形成的SDM、SNC和NNI与CC的关系均达到极显著水平。在个体生长阶段发育的关系不需要考虑N稀释过程的影响,但它们的稳定性受品种特性的影响。本研究表明,CC虽然是一个易于测量的指标,但作为冬小麦生育早期作物生长和氮素营养管理的替代指标有较大的局限性。1 作物冠层覆盖度与植物生长不同指标之间的关系我校计算机工程学院张永会博士和中国农科院赵犇博士为该论文的共同第一作者,中国农科院Sen Li和东京大学Syed Tahir Ata-Ul-Karim为共同通讯作者。研究得到了国家自然科学基金、山东省高校科研计划等项目的资助。论文链接:https://www.frontiersin.org/articles/10.3389/fpls.2021.619522/full?utm_source=F-NTF&utm_medium=EMLX&utm_campaign=PRD_FEOPS_20170000_ARTICLE(计算机工程学院)
发布时间:2021-07-21近期,我校刘瑜博士团队在SCI二区期刊《SCIENCE CHINA Information Sciences》上发表了题为“STP models of optimal differential and linear trail for S-box based ciphers”的研究论文。该研究利用条件求解器搜索基于S盒的密码算法的差分或线性路线。给出了一种刻画S盒差分概率和线性偏差的方式,基于此方式给出广义的基于STP的路线搜索模型,并利用该模型搜索出一系列重要算法最优的差分和线性路线。于前人对相关搜索算法的研究缺乏S盒差分分布表的刻画,本研究给出了比特级分组密码 GIFT-128、DES、DESL 和 ICEBERG 的路线搜索结果。对于 GIFT-128,我们获得了 9 ∼13 轮的最佳差分路线。此外,我们表明 25 轮足以实现低于 2-128的差分概率,而设计者最初预计需要 26 轮。同时,给出了一条21轮的差分路线,与以往的公开路线相比,从轮数来看,这是最好的。并且9 轮和 20 轮差分路径概率优于之前文献中的路线。对于DES,我们得到了改进的4轮、6轮和7轮相关密钥差分路线,其中4轮和6轮相关密钥差分路线是最优的。对于 DESL,我们确定的 4 到 7 轮的差异轨迹是最佳的, 4 到 10 轮的路线概率相比之前的结果都有改进。同时,这是第一次得到DESL的11轮相关密钥差分路径,概率为2-51.7。对于 ICEBERG,我们得到了相关性为 2−30.0的最佳 6 轮线性轨迹(Table 1). 校计算机工程学院刘瑜博士为该论文第一作者,山东大学泰山学者王美琴教授为该论文的通讯作者。该研究得到了国家自然科学基金、国家密码发展基金,山东省自然基金和山东科技创新项目的支持。论文链接: https://link.springer.com/article/10.1007%2Fs11432-018-9772-0(计算机工程学院)
发布时间:2021-07-21近期,我校计算机工程学院代江艳博士团队获批一项国家自然科学青年基金项目,项目名称:基于图像语义保持的深度图像修复方法研究(No.62006174),直接经费24万元,项目起止年月:2021年01月至 2023年 12月。图像修复是一项极具研究价值和应用前景的挑战性研究课题,作为图像处理的热门分支,已深入到人们日常生活中的各个领域,在旧照片处理、公安刑侦面部修复、冗余目标移除、文物保护、影视特技制作、图像压缩、视频通信的错误隐匿和生物医学图像等众多领域有着广泛的应用(图1)。1 数字图像修复技术的应用示例该研究以“大面积缺失图像”为驱动,以新一代人工智能技术中的深度学习理论和模型为支撑,以解决“修复痕迹明显、修复边缘不连续”为主线,致力于研究基于结构先验的普适性图像修复中的关键技术,在确保准确获取图像语义的同时,能够清晰的恢复图像细节,达到满足人眼视觉特性的目的。该研究对图像的理解和内容分析相关理论和技术具有重要的推动作用。该项目团队目前拥有博士学位人员5名,高级职称人员3名,已在数字图像处理领域的高水平期刊Signal Processing: Image Communication、Applied Sciences和计算机科学等发表学术论文20余篇;获得软件著作权3项,国家发明专利1项;获得省部级以上科研项目4项。(计算机工程学院)
发布时间:2021-07-21Copyright © 2005- 版权所有:新利(中国)有限公司 鲁公网安备 37079402000792号 鲁ICP备05002384号-1