智能系統學報

所屬欄目：電子信息期刊熱度：時間：

智能系統學報 關注(): 期刊周期：雙月刊; 期刊級別：北大核心; 國內統一刊號：1673-4785; 國際標準刊號：1673-4785; 主辦單位：中國人工智能學會哈爾濱工程大學; 主管單位：中華人民共和國工業和信息化部; 查看智能系統學報近十年數據入口>>>; 上一本期雜志：《控制理論與應用》期刊論文發表; 下一本期雜志：《微處理機》電子科技論文發表

　　【雜志簡介】

　　《智能系統學報》經國家新聞出版署批準,《智能系統學報》已于2006年3月正式出刊,雙月刊,大16k,96頁,CN23-1538/TP,ISSN1673-4785,郵發代號14-190.

　　智能系統學報(CAAITransactionsonIntelligentSystems)由中國人工智能學會和哈爾濱工程大學聯合主辦，是中國人工智能學會會刊之一。主要刊登神經網絡與神經計算、智能信息處理、自然語言理解、智能系統工程、機器翻譯、復雜系統、機器學習、知識工程與分布式智能、機器人、智能制造、粗糙集與軟計算、免疫系統、機器感知與虛擬現實、智能控制與智能管理、可拓工程、人工智能基礎、生物信息學與人工生命等內容。

　　《智能系統學報》以高起點辦刊為宗旨，為期刊發展迎來新契機，以“構建智能平臺，打造精品期刊”為理念，為期刊發展奠定了良好的基礎。由64位國內外智能科學領域的知名專家組成的編委會為刊物的發展作出了卓越的貢獻。

　　【影響因子】

　　國家新聞出版總署收錄　該刊已被波蘭《哥白尼索引》、英國《科學文摘》數據庫收錄，2009年6月起成為中國科技核心刊源。

　　【欄目設置】

　　所刊內容包括人工智能與計算智能、智能控制與決策、智能信息處理、專家系統與知識工程、機器學習與知識發現、人工心理與機器情感,以及智能技術在各領域的應用。

　　雜志優秀目錄參考：

　　單目視覺同步定位與地圖創建方法綜述顧照鵬，劉宏，GU Zhaopeng，LIU Hong

　　復雜網絡結構比對算法研究進展劉富，姜奕含，鄒青宇，LIU Fu，JIANG Yihan，ZOU Qingyu

　　人體下肢生物力學建模研究進展邵明旭，王斐，殷騰龍，劉健，SHAO Mingxu，WANG Fei，YIN Tenglong，LIU Jian

　　1-B it 人機交互系統程煜，張鳴宇，陶霖密，CHENG Yu，ZHANG Mingyu，TAO Linmi

　　一種基于模糊方法的領導-跟隨型多機器人編隊控制吳垠，劉忠信，陳增強，孫青林，WU Yin，LIU Zhongxin，CHEN Zengqiang，SUN Qinglin

　　一種新型懸垂絕緣子檢測機器人機構設計何磊，王洪光，劉愛華，王林，HE Lei，WANG Hongguang，LIU Aihua，WANG Lin

　　《煙花算法引論》新書出版

　　基于改進逆向運動學的人體運動跟蹤趙軍，於俊，汪增福，ZHAO Jun，YU Jun，WANG Zengfu

　　具有面部表情的仿人頭部機器人系統的研制信繼忠，柯顯信，楊陽，尚宇峰，XIN Jizhong，KE Xianxin，YANG Yang，SHANG Yufeng

　　第三屆CCF大數據學術會議

　　柔性流水車間排產問題的一種協同進化 CGA 求解方法韓忠華，朱一行，史海波，林碩，董曉婷，HAN Zhonghua，ZHU Yihang，SHI Haibo，LIN Shuo，DONG Xiaoting

　　一種基于內存計算的電力用戶聚類分析方法王德文，孫志偉，WANG Dewen，SUN Zhiwei

　　第一屆國際智能信息系統應用研討會

　　河北職稱論文發表：城鎮化綜合水平演變特征及驅動因子分析

　　[摘要] 通過以合肥市為研究對象，從人口、經濟、土地、生活方式四個方面，構建城鎮化綜合水平評價體系;運用熵值法，對2000-2012年合肥市城鎮化綜合水平進行測度，結果表明：自2000年以來，合肥市經濟水平和基礎設施增長速度較快，作為省會城市，經濟中心與行政中心一致。區域經濟發展所需要的人才、資金等要素向省域中心區集聚使經濟發展的能力強化，但是相對于東部發達地區，合肥市前期的經濟和設施水平較低。回歸模型分析結果表明：合肥市城鎮化水平的提高主要由政府行政力、產業集聚力、民營經濟拉動力、外資推動力四個方面推動，其中政府行政力對合肥市城鎮化水平的提高發揮了最重要的作用。

　　[關鍵詞] 合肥市,城鎮化綜合水平,熵值法,驅動因子,結論

　　智能系統學報最新期刊目錄

改進Q-learning-遺傳算法在路徑規劃中的應用研究

摘要：針對傳統遺傳算法在路徑規劃中存在轉向角度過大、轉向次數過多、易陷入局部最優等問題，提出一種改進遺傳算法。首先，提出一種改進種群初始化策略，即先確定一個過渡點，生成一條從起點到過渡點的路徑和一條從過渡點到終點的路徑，再將兩條路徑首尾相連成一條從起點到終點的路徑，以生成優秀初始種群，提高前期搜索效率；其次，采用模擬退火算法與區域劃分種群相結合的改進錦標賽選擇策略，增加種群多樣性，防止陷入局部最優；最后...

分析力學和圖神經網絡的軌跡預測方法

摘要：軌跡預測旨在通過分析智能體的歷史運動數據來預測軌跡。然而，現有深度學習方法因忽略物理約束和運動規律導致可解釋性不足。針對此問題，本文提出一種融合分析力學與圖神經網絡的軌跡預測模型，利用圖神經網絡、卷積神經網絡和圖注意力機制提取目標時空動態特征，結合歐氏距離和相對運動推斷交互力，并引入拉格朗日力學對動力學過程和約束進行建模，以生成符合物理規律的軌跡。在Spring-balls數據集上的實驗表明，模型...

基于序列分析的多模態石化VOCs煙羽語義分割

摘要：石化揮發性有機化合物（volatile organic compounds，VOCs）煙羽在紅外成像下表現出形態扭曲多變、邊緣模糊和半透明的特性，直接使用現有的圖像語義分割方法難以提取氣體特征，分割效果不佳。為此本文提出一種結合上下文序列圖像的多模態石化VOCs煙羽分割方法，首先利用煙羽邊緣的擴散特性提取目標幀的前后幀運動擴散矢量，通過疊加運動信息增強VOCs煙羽邊緣特征。其次利用VOCs在可見光...

基于視覺伺服的協作機器人自適應阻抗控制技術

摘要：針對人機共融非結構化環境下協作機器人智能抓取存在目標識別準確率低、抓取框姿態非最優，難以滿足動態未知環境下柔順操作需求的挑戰，本文提出基于視覺伺服的協作機器人自適應阻抗控制技術，實現不同剛度與形狀物體的柔順抓取。設計基于殘差網絡(residual network， ResNet)的改進目標檢測算法，通過輸入抓取目標的紅-綠-藍-深度 (red-green-blue-depth， RGBD)圖生成最...

基于多尺度協調卷積與自適應加權的紅外與可見光圖像融合

摘要：針對當前卷積神經網絡主導的圖像融合模型在全局信息感知、高頻細節保持以及損失函數權重設定上的局限性，提出一種集成卷積和多層感知器架構的多尺度協調網絡（CM-MCNet），以實現紅外與可見光圖像的高質量融合。在CM-MCNet編碼器中，提出一種卷積加權重排多層感知器（CWPMLP）模塊，通過模擬特征排列增強空間維度理解，并結合自適應特征重加權機制有效整合全局信息。同時，提出多尺度協調卷積（MsCCon...

醫學大語言模型的研發與應用系統綜述

摘要：自2022年11月ChatGPT問世以來，針對醫學應用場景的大語言模型（Large Language Models， LLMs）相關研究逐漸成為熱點。然而當前缺乏對醫學大語言模型研發以及應用現狀的系統分析。為了更好地理解這些專門為醫學領域設計的LLMs并評估其應用價值，本綜述系統分析了截止至2024年6月11日，在PubMed、Google Scholar、arXiv、bioXiv和medRxiv...

融合時空交互特征與犯罪時空關聯性的多類型犯罪預測模型

摘要：現有犯罪時空預測模型大多針對單一犯罪類型，導致應用成本較高。為此，本文構建了一種融合時空交互特征與犯罪時空關聯性的多類型犯罪預測模型，該模型核心功能模塊由時空交互特征提取和多類型聯合學習兩部分組成，分別負責捕捉環境特征數據對不同類型犯罪的關鍵特征，以及整合不同類型犯罪之間的時空關聯性實現多類型預測的聯合優化。基于芝加哥和紐約的搶劫與入室盜竊犯罪數據的實驗表明：本文所提模型對搶劫和入室盜竊的預測RM...

跨鏈技術支持下的車聯網可信認證系統

摘要：在智能交通系統快速發展的背景下，車聯網已成為實現智能化交通管理的關鍵技術。然而，確保車輛間通信的安全性和隱私保護仍是重要挑戰。為此，本文提出了一種基于跨鏈技術的車聯網可信認證系統。系統集成多種密碼學和盲簽名技術，設計了基于側鏈技術的雙鏈車聯網架構，優化車輛與路側單元間的身份認證和數據交換過程。側鏈采用拜占庭共識協議，主鏈存證與哈希鎖定，協同保障跨區域數據一致性與安全性。此外，系統利用智能合約模擬雙...

自動駕駛中深度學習的三維目標檢測方法綜述

摘要：自動駕駛技術的快速發展對車輛感知系統準確性和實時性的要求日益提升。三維目標檢測作為車輛感知系統的核心組成部分，對于確保行車安全和提升駕駛體驗至關重要。首先將三維目標檢測算法按傳感器所獲取的數據類型分為3類：視覺算法（包括基于二維特征和三維特征的子類）、激光點云算法（涵蓋網格化點云、原始點云和混合點云）、基于多傳感器的算法（按照網絡串行融合和并行融合的方式進行分類）。據此總結了具體算法的特點、貢獻及...

基于多模態融合的三維目標檢測方法研究

摘要：在自動駕駛場景中，由于多模態的融合，三維目標檢測效果易受傳感器未充分校準的影響，同時，對于目標密集的復雜場景，檢測過程中易對目標造成誤檢，從而降低模型的召回率和檢測精度。針對以上問題，設計了多模態融合網絡SoftFusion-QC(softFusion with query contrast)用以實現三維目標檢測。為了自適應地融合來自激光雷達的點云數據和攝像頭捕獲的圖像信息，提出可變形跨模態特征聚...

基于多無人機協作與聯邦學習的目標檢測與跟蹤系統研究

摘要：本文提出了一種多無人機協作系統，旨在各種環境中實現高效且可靠的目標檢測與跟蹤。該系統利用先進的協調算法和聯邦學習技術來提升性能，確保無人機之間的高覆蓋率、低冗余度和有效的任務分配。通過大量仿真實驗和實證實驗驗證了系統在簡單與復雜場景(如開闊地和密集的城市區域、夜間和雨天等挑戰性條件下)的強大性能。文章使用覆蓋率、冗余率、任務分配均衡性、響應時間和跟蹤連續性等關鍵指標來評估系統的有效性。結果表明，系...

基于邊緣增強和多尺度特征融合的遙感圖像船艦檢測

摘要：遙感圖像中的船艦目標具有尺度變化劇烈、分布密集和方向朝向任意的特點，特別是船艦與海洋環境之間對比度低，相鄰船艦之間邊界模糊，這使船艦檢測面臨更高的挑戰。針對以上問題，本文提出了一種基于邊緣增強和多尺度特征融合的遙感圖像船艦檢測模型。設計了高頻特征增強模塊，提升模型捕獲細節的能力；提出了一種邊緣信息引導的多尺度特征融合方法，緩解淺層邊緣信息在傳遞過程中丟失的問題；構建輕量化定向檢測頭，減少模型參數量...

生成式推薦系統綜述

摘要：隨著社交媒體內容規模的急劇增長，傳統協同過濾推薦系統在數據稀疏性和冷啟動等方面的局限性日益凸顯。近年來，生成式模型強大的數據特征分析與內容生成能力，為推薦系統帶來新的發展機遇。本文系統性地綜述了生成式推薦系統的技術框架與研究進展，重點闡述了生成式推薦系統的特征標記方法、核心模型架構、主流評估方案以及典型的應用場景。通過對比分析與文獻研究，論證了生成式推薦系統在推薦準確性、個性化和場景適應性等方面的...

基于二維張量并行策略的大模型加速訓練方法

摘要：近期語言模型領域的進展顯示，采用Transformer架構的大型預訓練模型在自然語言處理應用中表現出優異的技術能力。然而，受限于GPU內存，訓練大語言模型(large language models， LLMs)成為了一項挑戰。張量并行方法要求單個GPU存儲所有激活值，難以突破內存瓶頸。為解決GPU內存對大語言模型訓練的制約并提升訓練效率，本文提出一種二維張量并行方法(2D tensor para...

基于改進Yolov8n的珊瑚白化圖像目標檢測

摘要：針對海洋環境中珊瑚白化圖像特征模糊、背景復雜多變導致的檢測精度不足問題，在Yolov8n的基礎上，提出了一種基于改進Yolov8n的珊瑚白化圖像目標檢測的Yolov8＿CSHC算法。首先，利用防冗余結構緊湊倒置塊(compact inverted block， CIB)改進C2f(CSP bottleneck with 2 convolutions)模塊，減少模型參數量以提高檢測速度。其次，在特征...

諾獎啟示下的下一代遙感解譯

摘要：<正>2024年，瑞典皇家科學院將諾貝爾物理學獎與化學獎同時授予人工智能（Artificial Intelligence,AI）領域的學者，這一決定所傳遞的不僅是對人工神經網絡原理與深度學習技術的認可，更明確釋放出全球科技界的共識：人工智能已從通用計算工具躍升為探索自然規律、驅動科學認知、重塑研究范式的關鍵引擎

基于自適應梯度調制的音視頻多模態平衡學習方法

摘要：針對音視頻多模態學習中因異質學習速率導致單一模態主導模型學習過程，抑制其他模態學習，進而削弱多模態協同決策效果的問題，提出一種基于自適應梯度調制的多模態平衡學習方法(adaptive gradient modulation based compensation and regularization， AGM-CR)。首先，根據模態間的學習梯度差異引入調制系數來自適應調整各模態的學習速率；然后，通過...

基于深度行為評判策略的5G光伏基站低碳綠能方法

摘要：5G作為新型信息基礎設施，正融入千行百業，超寬帶技術及萬物互聯設備的大規模應用增加了網絡能耗、運營成本和碳排放。運營統計5G單站功率已達到2 000 W左右，月均電費可達1 000元左右。隨著光伏產業的發展，將清潔能源應用到大功耗5G網絡已成為網絡低碳綠能發展的一種新途徑。本文提出了一種基于深度行為評判策略(deep actor-critic， DAC)的5G光伏基站低碳綠能方法，使用光伏能源代替...

融合多維特征的電詐犯罪時空預測研究

摘要：對空間內電信網絡詐騙犯罪發案進行預測能夠有效提升精準反詐工作效能。然而，現有方法受到發案時序數據存在稀疏性和周期性的影響，以及空間環境特征因子異質性限制的挑戰，導致面向電信網絡詐騙發案量的預測效果不佳。為此，本文提出一種融合多維特征的電信網絡詐騙犯罪時空預測模型(multidimensional feature-integrated telecom fraud spatiotemporal pre...

融合圖模糊信息的受限玻爾茲曼機

摘要：為了解決受限玻爾茲曼機表示能力不足的問題，提出融合圖模糊信息的受限玻爾茲曼機模型。首先將限制經典受限玻爾茲曼機學習能力的精確值參數，擴展為可以對信息進行多維度刻畫的圖模糊數。其次結合精確度函數的思想對圖模糊自由能量函數去模糊化，進而構建了新的優化目標及學習算法。最后，基于多個基準數據集上的多角度對比分析，證明了新模型可以有效地提升經典模型及多種擴展模型的表示能力與泛化能力

　　相關電子信息期刊推薦

　　核心期刊推薦

查看更多電子信息期刊

久久精品99_国产精品视频免费一区_91精品视频播放_国产伦精品一区二区三区视频免费

智能系統學報