研究成果
英文论文：
[1]Zhang,X.S.,Ma,Y.L.,WangM.H.AnALBERTbasedTextCNNHatthybridmodelenhancedwithtopicknowledgeforsentimentanalysisofsuddenonsetdisasters.EngineeringApplicationsofArtificialIntelligence,Vol.123,PartA,2023,106136.Online.(JCRQ1,中科院一区TOP,IF:7.802)https://doi.org/10.1016/j.engappai.2023.106136
[2]Zhang,X.S.,Ma,Y.L.,WangM.H.Anattention‐basedLogistic‐CNN‐BiLSTMhybridneuralnetworkforcreditriskpredictionoflistedrealestateenterprises.ExpertSystems,e13299，2023.(JCRQ2,IF:2.812)http://doi.org/10.1111/exsy.13299
[3]Zhang,X.S.andY.Wang,IndustrialcharacterrecognitionbasedonimprovedCRNNincomplexenvironments.ComputersinIndustry,2022.142.(JCRQ1,中科院一区TOP,IF:11.245)https://doi.org/10.1016/j.compind.2022.103732
[4]Zhong,X.,X.S.Zhang,andP.Zhang,Pipelineriskbigdataintelligentdecisionmakingsystembasedonmachinelearningandsituationawareness.NeuralComputing&Applications,2022.34(18):p.1522115239.(JCRQ2,IF:5.102)https://doi.org/10.1007/s00521021067385
[5]Zhang,X.S.andT.Gao,Multiheadattentionmodelforaspectlevelsentimentanalysis.JournalofIntelligent&FuzzySystems,2020.38(1):p.8996.(JCRQ4,IF:1.737)
[6]Zhang,X.S.andZ.Wang,Amicrocalcificationclusterdetectionmethodbasedondeeplearningandmultiscalefeaturefusion.JournalofSupercomputing,2019.75(9):p.58085830.(JCRQ2,IF:2.557)
[7]Zhang,X.S.,T.Gao,andD.D.Gao,Anewdeepspatialtransformerconvolutionalneuralnetworkforimagesaliencydetection.DesignAutomationforEmbeddedSystems,2018.22(3):p.243256.(JCRQ3,IF:3.815)
[8]Zhang,X.S.andX.B.Gao,Twinsupportvectormachinesandsubspacelearningmethodsformicrocalcificationclustersdetection.EngineeringApplicationsofArtificialIntelligence,2012.25(5):p.10621072.(JCRQ1,中科院一区TOP,IF:7.802)
中文论文：
[1]王润周（博士）,张新生,王明虎.基于信号分解和深度学习的农产品价格预测[J].农业工程学报,2022,38(24):256267.
[2]张新生,贺凯璐.基于SSACNN的长距离矿浆管道临界流速预测[J].安全与环境学报,2022,22(05):25242531.DOI:10.13637/j.issn.10096094.2021.0421.
[3]张新生,王旭业,张莹莹,常潆戈.海底腐蚀管道剩余寿命预测与维修策略研究[J].中国安全科学学报,2022,32(03):4147.DOI:10.16265/j.cnki.issn10033033.2022.03.006.
[4]张新生,常潆戈.基于FABASELM的海洋油气管道外腐蚀速率预测[J].中国安全科学学报,2022,32(02):99106.DOI:10.16265/j.cnki.issn10033033.2022.02.014.
[5]张新生,蔡宝泉.基于改进随机森林模型的海底管道腐蚀预测[J].中国安全科学学报,2021,31(08):6974.DOI:10.16265/j.cnki.issn10033033.2021.08.010.
[6]张新生,杨青.基于GMMPNN模型的海底油气管道风险等级评价[J].安全与环境学报,2021,21(03):935942.DOI:10.13637/j.issn.10096094.2019.1686.
[7]张新生,张莹莹.基于KPCAALOWLSSVM的埋地管道外腐蚀速率预测[J].安全与环境学报,2022,22(04):18041812.DOI:10.13637/j.issn.10096094.2021.0275.
[8]张新生,张琪.基于改进RFFS和GSASVR的长输油管道腐蚀深度预测研究[J].系统工程理论与实践,2021,41(06):15981610.
[9]张新生,张平.不完全维修下海底腐蚀管道剩余寿命预测[J].系统工程理论与实践,2019,39(11):29842994.
[10]张新生,高腾.多头注意力记忆网络的对象级情感分类[J].模式识别与人工智能,2019,32(11):9971005.DOI:10.16451/j.cnki.issn10036059.201911004.
[11]张新生,吕品品.考虑随机效应的腐蚀管道贝叶斯退化分析[J].中国安全科学学报,2019,29(08):7380.DOI:10.16265/j.cnki.issn10033033.2019.08.012.
[12]张新生,王哲.基于EMICAKRR的长输管道压力监测与泄漏定位方法[J].系统工程理论与实践,2019,39(07):18851895.
[13]张新生,叶晓艳.最优加权组合模型在管道腐蚀预测中的应用[J].中国安全生产科学技术,2019,15(05):6873.
[14]张新生,叶晓艳.不同初始条件的UGM(1,1)管道腐蚀预测建模研究[J].中国安全科学学报,2019,29(03):6369.DOI:10.16265/j.cnki.issn10033033.2019.03.011.
[15]张新生,王哲.结合深度学习与特征多尺度融合的微钙化簇检测[J].模式识别与人工智能,2018,31(11):10281039.DOI:10.16451/j.cnki.issn10036059.201811007.
[16]高东东（研究生）,张新生.基于空间卷积神经网络模型的图像显著性检测[J].计算机工程,2018,44(05):240245.DOI:10.19678/j.issn.10003428.0048490.
[17]张新生,赵梦旭,王小完.尾段残差修正GM(1,1)模型在管道腐蚀预测中的应用[J].中国安全科学学报,2017,27(01):6570.DOI:10.16265/j.cnki.issn10033033.2017.01.012.
[18]张新生,王太郎,薛羽桐.“一带一路”背景下提升西安陆港国际中转枢纽功能的路径探析[J].城市发展研究,2015,22(11):120124.
[19]张新生,常晓云,蒋丽云,骆正山.盐穴地下储气库稳定性评价系统及其应用[J].天然气工业,2015,35(11):8390.
[20]张新生,李亚云,王小完.腐蚀油气管道维修策略优化研究[J].中国安全科学学报,2015,25(11):8186.DOI:10.16265/j.cnki.issn10033033.2015.11.014.
[21]张新生,曹乃宁,王小完.Gumbel分布的油气管道的剩余寿命预测[J].中国安全科学学报,2015,25(09):96101.DOI:10.16265/j.cnki.issn10033033.2015.09.016.
西安建筑科技大学
