【雜志簡介】

　　人工智能和模式識別是目前國際發展迅速的學科之一，本刊發表與此有關的最新研究結果和進展，旨在推動信息科學技術的發展。本刊面向各高等院校，研究機構和企業的科研人員、教師、工程技術人員及研究生和高年級大學生。集信息、知識、趣味、可讀性于一體,以模式識別與人工智技術見長,博采、精選國內外模式識別與人工智研究、開發與應用的精華。

　　【影響因子】

　　國家新聞出版總署收錄　自1992年以來，一直被《中文核心期刊要目總覽》收為自動化技術、計算機技術領域核心刊物。

　　1994年起，為《中國學術期刊文摘》引用期刊。

　　1995年，被美國工程信息公司(Ei)收為Ei Page One數據庫收錄期刊。

　　1996年被《中國科學引文數據庫》列為來源期刊及統計源。

　　1998年，被教育部定為“學位與研究生教育中文重要期刊”之一。

　　1999年～2000年，獲國家自然科學基金委擇優支持基礎性和高科技學術期刊專項資助經費資助。

　　2008年，被 EI Compendex 數據庫收錄。

　　【欄目設置】

　　主要欄目：論文與報告、綜述與評論、研究與應用、信息與動態等。

　　雜志優秀目錄參考：

　　動態網絡上最大流概念及其性質的研究 張鈴，ZHANG Ling

　　第六屆ABB杯全國自動化系統工程師論文大賽征文通知

　　情感等級BDI主體模型研究 張曉君，周昌樂，ZHANG Xiao-Jun，ZHOU Chang-Le

　　適于漸變概念漂移數據的自適應分類算法 張景祥，王士同，鄧趙紅，Zhang Jing-Xiang，Wang Shi-Tong，Deng Zhao-Hong

　　實現穩定雙向認知映射的逆向云變換算法 許昌林，王國胤，XU Chang-Lin，WANG Guo-Yin

　　一種基于液體狀態機的音樂和弦序列識別方法 張冠元，王斌，ZHANG Guan-Yuan，WANG Bin

　　基于類原型的復雜網絡重疊社區發現方法 姜雅文，賈彩燕，于劍，JIANG Ya-Wen，JIA Cai-Yan，YU Jian

　　基于稀疏表示的KCCA方法及在表情識別中的應用 周曉彥，鄭文明，辛明海，ZHOU Xiao-Yan，ZHENG Wen-Ming，XIN Ming-Hai

　　基于文本密度模型的Web正文抽取 朱澤德，李淼，張健，陳雷，曾新華，ZHU Ze-De，LI Miao，ZHANG Jian，CHEN Lei，ZENG Xin-Hua

　　核正交判別局部正切空間對齊算法 鄭剛民，夏蘇娜，馬媛媛，馬小虎，ZHENG Gang-Min，XIA Su-Na，MA Yuan-Yuan，MA Xiao-Hu

　　基于粒子濾波與稀疏表達的目標跟蹤方法 楊大為，叢楊，唐延東，YANG Da-Wei，CONG Yang，TANG Yan-Dong

　　引入跟蹤搜索和免疫選擇的人工蜂群算法 付麗，羅鈞，FU Li，LUO Jun

　　電子信息職稱論文：對醫院電子檔案管理工作的幾點認識

　　[摘要]隨著醫院現代化的建設，計算機使用的普及，對醫院的各種公文文件、數據報表、病案管理等方面，都提出了更高的要求，原有的檔案管理模式已難以適應現代醫院檔案工作的發展要求。為了更好地服務醫院，本文談幾點對醫院電子檔案工作的認識，以推進電子檔案的管理和推廣。

　　[關鍵詞]電子信息職稱論文,醫院電子檔案,管理,質量

　　一、 醫院實行電子檔案管理的優勢

　　隨著信息化的發展，特別是隨著辦公自動化的進一步擴展和深化，電子計算機和通信技術相結合形成了信息技術產業，過去用紙墨、照相形成和傳遞的政府機關公文以及圖書、影像、文獻資料等，都可用電子計算機進行管理，而記錄檔案信息的載體也日趨多樣化，包括文本文件、電子報表、電子郵件、圖像文件、視頻文件等，在管理方式、載體形式、信息互動等方面對紙質檔案形成巨大的沖擊。電子檔案的優勢是：

　　模式識別與人工智能最新期刊目錄

多尺度決策系統中基于可變精度熵的屬性約簡與最優尺度組合選擇

摘要：現有多尺度決策系統大多基于Pawlak粗糙集構建,對噪聲數據的容錯能力有限.盡管引入可變精度以增強不確定環境下的適應性,但現有方法通常先進行尺度選擇再進行屬性約簡,難以充分發揮屬性約簡在降低計算復雜度方面的作用.同時,信息熵在可變精度多尺度粗糙集模型中對不確定性關系的刻畫仍有進一步的拓展空間.針對上述問題,文中提出基于可變精度熵的屬性約簡與最優尺度組合選擇方法.首先,提出單調的可變精度互補條件熵,...

融合人格特征的共情回復生成

摘要：共情回復生成旨在生成能理解用戶情感并做出恰當回應的答復.現有方法較少考慮人格特征對共情表達方式的影響,容易導致回復風格單一、個性化不足.為了解決該問題,文中提出融合人格特征的共情回復生成模型.首先,為了有效利用人格信息,設計人格增強編碼模塊,獲取對話雙方的人格特征并進行獨立適配與風格化處理.然后,構建迭代推理與人格調制模塊,深化情境理解,同時根據對話雙方的人格特征,動態計算人格在當前情境中的影響強...

面向小樣本3D點云語義分割的多層次全局感知模型

摘要：小樣本點云語義分割在全局上下文建模、特征對齊及語義引導方面存在不足,難以應對結構復雜、語義模糊及噪聲干擾等場景.因此,文中提出面向小樣本3D點云語義分割的多層次全局感知模型,基于多層窗口劃分,逐步擴展感受野,實現局部幾何與全局語義協同建模.設計雙域注意力融合模塊,結合通道注意力與點域注意力,融合局部信息與全局信息.構建全局輔助點機制,在關鍵層嵌入可學習的全局點,增強跨層特征傳遞功能.設計全局類別感...

面向生成式視覺感知的細粒度直接偏好對齊框架

摘要：基于多模態大語言模型的生成式指代分割方法缺乏對生成質量提升途徑的深層探索,受限于監督微調的模仿機制,在復雜場景中面臨語義定位偏差與掩碼邊界粗糙的挑戰.為此,文中提出面向生成式視覺感知的細粒度直接偏好對齊框架(Fine-Grained Direct Preference Alignment Method for Generative Visual Perception, FG-DPA),將DPO(D...

基于模糊鄰域粗糙集和特征交互的標記分布特征選擇

摘要：標記分布學習現已廣泛應用于標簽歧義處理,但大部分算法難以從特征交互中提取足夠的特征交互信息.針對此問題,文中提出基于模糊鄰域粗糙集和特征交互的標記分布特征選擇算法,從特征交互中提取較多的交互信息.首先,引入模糊依賴關系,度量特征與標簽的相關性,重新定義特征間的相關性,同時定義模糊鄰域熵,量化特征之間的交互信息.然后,構造基于特征交互信息的特征交互評價指數,結合動態加權函數,計算特征的重要性.在14...

融合異構注意力與拓撲知識擴散的跨域目標檢測

摘要：針對無人機航拍、低光照、霧天等復雜跨域場景中目標檢測精度較低、背景干擾較強及難樣本挖掘不足等問題,文中提出融合異構注意力與拓撲知識擴散的跨域目標檢測方法.首先,設計動態融合特征增強模塊,通過雙路異構注意力機制捕獲空間多粒度信息和通道多粒度信息,篩選高遷移性特征,抑制背景噪聲.然后,設計類別感知拓撲知識擴散模塊,構建全局拓撲結構矩陣.同時引入哈密頓圖論,構建類別原型記憶庫,通過類內緊致性與類間分離性...

基于協同語義與幾何增強的可供性學習網絡

摘要：開放詞匯3D可供性檢測作為連接高層語義理解與底層機器人操作的關鍵紐帶,旨在賦予具身智能體在非結構化環境中響應自然語言指令并精準定位物體功能區域的能力.然而,現有方法多依賴凍結的預訓練視覺-語言模型進行淺層特征匹配,面臨文本指令語義歧義性與特征空間幾何-語義錯位的雙重挑戰,導致模型泛化性不足.為此,文中提出基于協同語義與幾何增強的可供性學習網絡(Synergistic Semantic and Ge...

語義引導局部擾動的擴散模型對抗樣本生成方法

摘要：針對DiffAttack在語義引導、顯著性區域及圖像自然性等方面存在的問題,提出語義引導局部擾動的擴散模型對抗樣本生成方法.首先,設計文本嵌入模塊,在擴散模型去噪過程開始前對文本嵌入進行迭代優化,生成用于引導語義偏移的對抗性文本嵌入,作為引導去噪的條件.然后,在去噪過程中,加入局部掩碼融合模塊,在潛空間中對顯著區域注入局部擾動,提升對抗樣本的攻擊性.最后,采用多層次聯合感知損失函數,在圖像與潛在空...

融合Mamba-Transformer的節奏感知舞蹈生成模型

摘要：針對音頻驅動舞蹈生成任務中較難同時兼顧生成舞蹈動作質量及動作同音樂節拍對齊的問題,文中提出融合Mamba-Transformer的節奏感知舞蹈生成模型(Beat-Aware Dance Generation Model Integrating Mamba-Transformer, Beat DG).首先,設計上下肢動作特征編碼網絡,以無監督形式自主學習有意義的舞蹈單元,組成碼本庫.然后,為了有效提...

基于知識圖譜與指代消解的對話式問答

摘要：如何解決對話式問答中的指示代詞和長依賴現象,有效利用依賴信息,以及如何有效維護上下文查詢子圖,避免因不當擴展而導致的子圖過度增長的風險,在上下文查詢子圖中精準檢索問題的答案是當前對話式問答亟待解決的問題.為此,文中提出基于知識圖譜與指代消解的對話式問答模型.首先,將指代消解應用于對話式問答,利用指代消解模塊獲取指代簇,并提出索引替換算法,完善問題的語義信息.同時,提出詞匯指代結構和字符語義兩種依賴...

空-頻域交替自注意力的可見光遙感圖像超分辨率重建網絡

摘要：可見光遙感圖像的超分辨率重建需協同優化局部紋理恢復與長程結構一致性,傳統Transformer網絡雖能建模長程依賴,卻在高頻紋理上敏感度不足.為此,文中提出空-頻域交替自注意力的可見光遙感圖像超分辨率重建網絡,通過串行交替的頻域自注意力與空間自注意力,分別建模圖像的局部紋理關系與跨區域長程依賴.設計相位感知頻域自注意力機制,實現頻域自注意力計算,顯式建模頻域相位差,增強高頻紋理重建能力.構建通道增...

基于判別性表示與自適應校準推理的跨域少樣本命名實體識別

摘要：針對跨域少樣本命名實體識別任務因源域特征與目標域特征分布偏移導致的邊界模糊與誤差累積問題,提出基于判別性表示與自適應校準推理的跨域少樣本命名實體識別模型(Discriminative Representation and Adaptive Calibrated Inference for Cross-Domain Few-Shot Named Entity Recognition, DR-ACI)...

結合多級特征解耦與頻域信息的深度偽造檢測方法

摘要：深度偽造檢測大多因泛化能力不足,難以應對未知偽造技術.因此,文中提出結合多級特征解耦與頻域信息的深度偽造檢測方法(Deepfake Detection Method Combining Multi-stage Feature Disentanglement and Frequency-Domain Information, MFD-FD).首先,設計多級特征解耦模塊,并引入偽造抑制損失與重建損失,...

基于單步擴散和量化語義的極端圖像壓縮方法

摘要：近年來,基于擴散模型的極端圖像壓縮方法在極低碼率場景中性能顯著優于傳統方法.然而,這類方法依賴擴散模型的逐步去噪策略,通常需要多次采樣才能完成解碼,在重建保真度與推理效率之間存在一定的局限性,并且現有方法難以精準保留航拍場景中的地形結構與細節特征.因此,文中提出基于單步擴散和量化語義的極端圖像壓縮方法.設計單步擴散策略,從壓縮特征而非純噪聲出發,僅通過一次采樣即可實現高質量的圖像重建.同時,引入量...

基于高階相關性與雙重冗余驅動的全局多標簽特征選擇

摘要：多標簽特征選擇是處理高維多標簽數據的關鍵預處理技術．現有方法或因采用貪婪搜索策略而容易陷入局部最優，或在稀疏模型中對特征相關性與冗余性的度量不夠充分．為此，文中提出基于高階相關性與雙重冗余驅動的全局多標簽特征選擇算法(Global Multi-label Feature Selection Algorithm Driven by Higher-Order Correlation and Dual ...

高時間步長友好的分片并行脈沖神經元模型

摘要：脈沖神經網絡在時間序列預測領域面臨時序映射難以平衡計算效率與信息處理能力，并行脈沖神經元在高時間步長拓展能力不足、容易陷入局部最優等問題．為此，文中提出高時間步長友好的分片并行脈沖神經元模型(High-Time-Step-Friendly Slice Parallel Spiking Neuron,HSPSN)．首先，通過直接時序映射方法實現時間步的一對一匹配．然后，設計局部切片與全局切片協同的分...

頻域增強自適應通道注意力與特征金字塔融合的可逆流網絡風格遷移

摘要：針對風格遷移中內容失真、出現偽影與頻域特性利用不足的問題，文中提出基于頻域增強自適應通道注意力與特征金字塔融合的可逆流網絡風格遷移方法．首先，以預訓練VGG19為基礎架構，設計可逆流網絡，利用無偏差特征傳遞機制減少特征損耗，保障內容結構的完整性．然后，設計頻域增強自適應通道注意力模塊，解析風格圖像頻域分布，建立內容特征與風格特征的精準關聯，提升風格化效果．最后，構建特征金字塔融合模塊，對齊全局風格...

面向無監督磁共振圖像配準的多窗口多層感知機特征金字塔網絡

摘要：無監督磁共振圖像(Magnetic Resonance Imaging,MRI)配準的主流方法通常基于卷積神經網絡或Transformer架構，但二者均存在明顯局限:卷積神經網絡受局部感受野限制，難以建模長距離依賴; Transformer的自注意力機制計算復雜度較高，通常無法在全分辨率下實現精細配準．為此，文中提出基于多窗口多層感知機的特征金字塔網絡(Multi-window Multi-lay...

基于雙重并行任務的無人機小目標兩階段檢測方法

摘要：目標在圖像中的尺寸過小是無人機目標檢測面臨的主要挑戰之一，特別是當無人機飛行高度較高且成像分辨率較低時，小目標特征極易在深度神經網絡的深層特征中彌散．為此，文中提出基于雙重并行任務的無人機小目標兩階段檢測方法，并行任務包含小目標檢測任務與超分辨率重建任務．在超分辨率重建任務分支中，構建空間先驗模塊和窗口注意力引導模塊．小目標檢測任務分支以Swin Transformer為基礎，并且分別由空間先驗模...

主編寄語

摘要：<正>日月更替、四季輪回,我們在不知不覺中邁進了2026年。舊貌換新顏、萬象始更新,在這個幸福安康、歡樂祥和的美好時刻,我謹代表編輯委員會和編輯部全體成員向關心和支持《模式識別與人工智能》發展的廣大專家學者致以誠摯的祝福和問候!祝大家在新的一年里身體健康!工作順利!萬事如意

　　相關電子信息期刊推薦

• 北大核心西安電子科技大學學報
• 國家級電子經理世界
• 省級中國光電子學前沿
• 省級計算機周刊
• 省級信息通信
• 國家級現代傳播
• 國家級信息安全與技術
• 北大核心電信科學
• 國家級個人電腦
• 國家級數碼世界
• 國家級智能計算機與應用
• 省級長沙通信職業技術學院學報
• 省級自動化與信息工程
• 省級數字通信
• 省級洛陽大學學報
• 國家級無線電雜志
• 國家級數據通信
• 省級儀器儀表用戶
• 國家級全球定位系統
• 省級信息技術
• 省級衛視傳媒
• 北大核心計算機輔助設計與圖形學學報
• 省級湘潭師范學院學報
• 國家級軟件世界
• 北大核心光纖與電纜及其應用技術
• 國家級信息網絡安全
• 北大核心天文學報
• 北大核心時間頻率學報
• 國家級經濟數學
• 國家級程序員

　　核心期刊推薦