2025年第5期  

10 梁爽，刘宗放，郭祥云.基于改进YOLOv9的新疆棉田虫害识别模型[J].北京信息科技大学学报(自然科学版), 2025, 40(5): 85-92.

LIANG S, LIU Z F, GUO X Y. A pest detection model for Xinjiang cotton fields based on improved YOLOv9[J]. Journal of Beijing Information Science & Technology University (Science and Technology Edition), 2025, 40(5): 85-92.

该文代码开源，地址：

https://github.com/LSbenren123/YOLO-ILE

 

9 左超超，李娅龄，梁刚，等.基于事件触发的多智能体系统有限时间容错控制[J].北京信息科技大学学报(自然科学版),2025,40(5):35-44.

ZUO C C, LI Y L, LIANG G, et al. Finite-time fault-tolerant control of multi-agent systems based on event-triggering[J]. Journal of Beijing Information Science & Technology University (Science and Technology Edition), 2025, 40(5): 35-44.

该文代码开源，地址：

https://gitee.com/ccjy-a/time-fault-tolerant-control/tree/master

2025年第4期  

8 田冬生，张思庆，陈启丽，等. 面向垃圾池的三维高精度动态建模[J].北京信息科技大学学报(自然科学版), 2025, 40(4): 12-21.

TIAN D S, ZHANG S Q, CHEN Q L, et al. High-accuracy 3D dynamic modeling for waste pools[J]. Journal of Beijing Information Science & Technology University (Science and Technology Edition), 2025, 40(4): 12-21.

该文代码开源，地址：

https://github.com/guishu337/Time-space/tree/master

 

7 许嘉鑫，孟坤. 一种基于应用驱动的物理不可克隆函数分析方法[J].北京信息科技大学学报(自然科学版), 2025, 40(4): 76-82.

XU J X, MENG K. An application-driven analysis method for physical unclonable functions[J]. Journal of Beijing Information Science & Technology University (Science and Technology Edition), 2025, 40(4): 76-82.

该文代码开源，地址：

https://github.com/xiangxu05/SRAM-PUF-implementing/tree/domain

 

6 王成蹊，马洁，贾文珅，等. 基于改进CBAM-ResNet18的六安瓜片茶智能分级系统[J].北京信息科技大学学报(自然科学版), 2025, 40(3): 20-28.

WANG C X, MA J, JIA W S, et al. An intelligent Lu′an Guapian tea grading system based on improved CBAM-ResNet18 [J]. Journal of Beijing Information Science & Technology University (Science and Technology Edition), 2025, 40(3): 20-28.

该文部分代码开源，请联系本刊：bistxb@bistu.edu.cn

数据主编 ：贾文珅

六安瓜片茶分级系统实验数据集说明

本数据集源于安徽省产业技术创新研究院创新创业团队项目[LAY-2022-CXGB006]，由安徽工业技术创新研究院六安院(下简称“六安院”)提供专项经费支持，北京市农林科学院（下简称“农科院”）质量标准与检测技术研究所主导实验设计与数据采集。总研究聚焦安徽省六安市金寨县（六安瓜片茶核心产区）成品商品茶的智能分级应用，数据采集周期覆盖2023-2024年完整生产季。数据体系包含多模态特征：通过感官审评获取干茶叶外形、茶汤色泽/香气/滋味/叶底等5项指标，同步采集干茶叶及茶汤的近红外光谱数据、8通道电子鼻挥发性物质时序响应图谱，并整合水分/氨基酸/茶多酚等理化成分检测报告，以及干茶叶宏观实物影像（TIFF格式）与微观结构图像。全量数据以Excel（感官评价）、PDF（理化报告）、CSV（电子鼻时序数据）及TIFF（可视化特征库）四类格式存储，版权归属六安院与农科院共有。本文研究所采用数据为项目总数据集的可视化特征子集，数据为采购的徽六、福茗源、江小茶、乐品乐茶4家茶企京东自营店的商品茶叶，所有样品均产自金寨县核心产区并经DB34/T237-2017标准预分级。由于本论文研究数据属于总项目阶段性成果且涉及合作方知识产权，数据集暂不对外开放；本文算法代码部分决定开源。

 

5 谢意林，燕必希，王君，等. 类人足球机器人场地线交叉点检测及全局定位[J].北京信息科技大学学报(自然科学版), 2025, 40(3): 73-82.

XIE Y L, YAN B X, WANG J, et al. Field line intersection detection and global localization for humanoid soccer robots[J]. Journal of Beijing Information Science & Technology University (Science and Technology Edition), 2025, 40(3): 73-82.

该文代码开源，地址：

https://github.com/XieLeo/ikid_yl

2025年第2期

4 邬九连，纪祥敏. 基于SCConv-BiMamba2 的加密流量分类[J].北京信息科技大学学报(自然科学版), 2025, 40(2): 66-73.

WU J L, JI X M. Encrypted traffic classification based on SCConv-BiMamba2[J]. Journal of Beijing Information Science & Technology University (Science and Technology Edition), 2025, 40(2): 66-73.

该文代码开源，地址：

https://github.com/wjl9990/Encrypted-traffic-classification-based-on-SCConv_BiMamba2/blob/main/sconv_Mamba.py

2025年第1期

3 杨洪凯，李庆奎. 基于RBFNN的两时间尺度供应链H_∞最优控制[J].北京信息科技大学学报(自然科学版), 2025, 40(1): 69-79.

YANG H K, LI Q K. RBFNN-based H_∞ optimal control of supply chain with two time scales [J]. Journal of Beijing Information Science & Technology University (Science and Technology Edition), 2025, 40(1): 69-79.

该文代码开源，地址：

https://github.com/AnotherplanY/MATLAB-Code-for-RBFNN_based_H_infty_optimal_control_of_two_time_scale_supply_chain

 

2 莫庆鹏，管萍，曹彧腾. 大挠性航天器的积分滑模预测姿态控制[J].北京信息科技大学学报(自然科学版), 2025, 40(1): 80-87.

MO Q P, GUAN P, CAO Y T. Integral sliding mode predictive attitude control for large flexible spacecraft[J]. Journal of Beijing Information Science & Technology University (Science and Technology Edition), 2025, 40(1): 80-87.

该文部分模型开源，请联系本刊：bistxb@bistu.edu.cn

数据测试：闫婧

2024年第6期

1 柳军杰，蔡英，范艳芳，等. 基于GCN和Transformer时空信息融合的行人轨迹预测[J].北京信息科技大学学报(自然科学版), 2024, 39(6): 1-8.

LIU J J, CAI Y, FAN Y F, et al. Pedestrian trajectory prediction based on spatio-temporal information fusion with GCN and Transformer [J]. Journal of Beijing Information Science & Technology University (Science and Technology Edition), 2024, 39(6): 1-8.

该文代码开源，地址：

https://github.com/shatangsang/gcntf