所屬欄目:電子信息期刊 熱度: 時(shí)間:
智能系統(tǒng)學(xué)報(bào)
關(guān)注()【雜志簡介】
《智能系統(tǒng)學(xué)報(bào)》經(jīng)國家新聞出版署批準(zhǔn),《智能系統(tǒng)學(xué)報(bào)》已于2006年3月正式出刊,雙月刊,大16k,96頁,cn23-1538/TP,ISSN1673-4785,郵發(fā)代號14-190.
智能系統(tǒng)學(xué)報(bào)(CAAITransactionsonIntelligentSystems)由中國人工智能學(xué)會(huì)和哈爾濱工程大學(xué)聯(lián)合主辦,是中國人工智能學(xué)會(huì)會(huì)刊之一。主要刊登神經(jīng)網(wǎng)絡(luò)與神經(jīng)計(jì)算、智能信息處理、自然語言理解、智能系統(tǒng)工程、機(jī)器翻譯、復(fù)雜系統(tǒng)、機(jī)器學(xué)習(xí)、知識工程與分布式智能、機(jī)器人、智能制造、粗糙集與軟計(jì)算、免疫系統(tǒng)、機(jī)器感知與虛擬現(xiàn)實(shí)、智能控制與智能管理、可拓工程、人工智能基礎(chǔ)、生物信息學(xué)與人工生命等內(nèi)容。
《智能系統(tǒng)學(xué)報(bào)》以高起點(diǎn)辦刊為宗旨,為期刊發(fā)展迎來新契機(jī),以“構(gòu)建智能平臺,打造精品期刊”為理念,為期刊發(fā)展奠定了良好的基礎(chǔ)。由64位國內(nèi)外智能科學(xué)領(lǐng)域的知名專家組成的編委會(huì)為刊物的發(fā)展作出了卓越的貢獻(xiàn)。
【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(xué)文摘》數(shù)據(jù)庫收錄,2009年6月起成為中國科技核心刊源。
【欄目設(shè)置】
所刊內(nèi)容包括人工智能與計(jì)算智能、智能控制與決策、智能信息處理、專家系統(tǒng)與知識工程、機(jī)器學(xué)習(xí)與知識發(fā)現(xiàn)、人工心理與機(jī)器情感,以及智能技術(shù)在各領(lǐng)域的應(yīng)用。
雜志優(yōu)秀目錄參考:
單目視覺同步定位與地圖創(chuàng)建方法綜述 顧照鵬,劉宏,GU Zhaopeng,LIU Hong
復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)比對算法研究進(jìn)展 劉富,姜奕含,鄒青宇,LIU Fu,JIANG Yihan,ZOU Qingyu
人體下肢生物力學(xué)建模研究進(jìn)展 邵明旭,王斐,殷騰龍,劉健,SHAO Mingxu,WANG Fei,YIN Tenglong,LIU Jian
1-B it 人機(jī)交互系統(tǒng) 程煜,張鳴宇,陶霖密,CHENG Yu,ZHANG Mingyu,TAO Linmi
一種基于模糊方法的領(lǐng)導(dǎo)-跟隨型多機(jī)器人編隊(duì)控制 吳垠,劉忠信,陳增強(qiáng),孫青林,WU Yin,LIU Zhongxin,CHEN Zengqiang,SUN Qinglin
一種新型懸垂絕緣子檢測機(jī)器人機(jī)構(gòu)設(shè)計(jì) 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(jìn)逆向運(yùn)動(dòng)學(xué)的人體運(yùn)動(dòng)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(jī)器人系統(tǒng)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(shù)據(jù)學(xué)術(shù)會(huì)議
柔性流水車間排產(chǎn)問題的一種協(xié)同進(jìn)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(nèi)存計(jì)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(tǒng)應(yīng)用研討會(huì)
河北職稱論文發(fā)表:城鎮(zhèn)化綜合水平演變特征及驅(qū)動(dòng)因子分析
[摘 要] 通過以合肥市為研究對象,從人口、經(jīng)濟(jì)、土地、生活方式四個(gè)方面,構(gòu)建城鎮(zhèn)化綜合水平評價(jià)體系;運(yùn)用熵值法,對2000-2012年合肥市城鎮(zhèn)化綜合水平進(jìn)行測度,結(jié)果表明:自2000年以來,合肥市經(jīng)濟(jì)水平和基礎(chǔ)設(shè)施增長速度較快,作為省會(huì)城市,經(jīng)濟(jì)中心與行政中心一致。區(qū)域經(jīng)濟(jì)發(fā)展所需要的人才、資金等要素向省域中心區(qū)集聚使經(jīng)濟(jì)發(fā)展的能力強(qiáng)化,但是相對于東部發(fā)達(dá)地區(qū),合肥市前期的經(jīng)濟(jì)和設(shè)施水平較低。回歸模型分析結(jié)果表明:合肥市城鎮(zhèn)化水平的提高主要由政府行政力、產(chǎn)業(yè)集聚力、民營經(jīng)濟(jì)拉動(dòng)力、外資推動(dòng)力四個(gè)方面推動(dòng),其中政府行政力對合肥市城鎮(zhèn)化水平的提高發(fā)揮了最重要的作用。
[關(guān)鍵詞] 合肥市,城鎮(zhèn)化綜合水平,熵值法,驅(qū)動(dòng)因子,結(jié)論
智能系統(tǒng)學(xué)報(bào)最新期刊目錄
用于可見-紅外行人重識別的模態(tài)共享門控雙流Transformer
摘要:可見光-紅外行人重識別旨在匹配不同模態(tài)下的同一身份行人圖像,是計(jì)算機(jī)視覺領(lǐng)域一項(xiàng)極具挑戰(zhàn)性的任務(wù)。在現(xiàn)實(shí)場景中,光照不足往往導(dǎo)致識別困難,嚴(yán)重限制了行人重識別系統(tǒng)的實(shí)用性。盡管基于卷積神經(jīng)網(wǎng)絡(luò)的傳統(tǒng)方法已得到廣泛研究,但受限于局部感受野及下采樣操作,這類方法容易造成模態(tài)信息的丟失。針對上述問題,本文提出了一種基于vision Transformer(ViT)的可見光-紅外行人重識框架——模態(tài)共享門...
圖結(jié)構(gòu)化輔助監(jiān)督的視網(wǎng)膜血管分割網(wǎng)絡(luò)
摘要:現(xiàn)有基于深度學(xué)習(xí)的視網(wǎng)膜血管分割方法因僅依賴逐像素掩碼監(jiān)督,難以有效建模血管網(wǎng)絡(luò)的全局連通性和復(fù)雜分支結(jié)構(gòu),常導(dǎo)致分割結(jié)果中出現(xiàn)血管斷裂等結(jié)構(gòu)性誤差。為此,本文提出了一種基于U-Net的圖結(jié)構(gòu)化輔助監(jiān)督視網(wǎng)膜血管分割網(wǎng)絡(luò)。通過血管骨架引導(dǎo)的結(jié)構(gòu)編碼算法,將關(guān)鍵分叉點(diǎn)與連通關(guān)系轉(zhuǎn)換為結(jié)構(gòu)化監(jiān)督信號,引導(dǎo)網(wǎng)絡(luò)學(xué)習(xí)視網(wǎng)膜血管的拓?fù)浣Y(jié)構(gòu)特征。設(shè)計(jì)了多層次信息流注意力融合模塊,有效融合視覺語義特征和拓?fù)浣Y(jié)構(gòu)...
開辟物理人工智能的新局面
摘要:<正>物理人工智能正在成為人工智能的新熱點(diǎn)。直觀上,物理人工智能是在物理空間中工作的人工智能,與之相對是在信息空間中工作的信息人工智能,包括生成式人工智能、規(guī)劃式人工智能和分析式人工智能等不同技術(shù)類型
融合圖濾波與注意力機(jī)制的圖異常檢測方法
摘要:圖數(shù)據(jù)的異常檢測因在金融、生物學(xué)、社交網(wǎng)絡(luò)等領(lǐng)域的廣泛應(yīng)用而備受關(guān)注。盡管近年來基于圖神經(jīng)網(wǎng)絡(luò)(Graph Neural Networks, GNNs)的異常檢測方法取得較好效果,但圖神經(jīng)網(wǎng)絡(luò)有效的前提是鄰居節(jié)點(diǎn)的類別和特征趨于一致。然而,含有異常節(jié)點(diǎn)圖數(shù)據(jù)不滿足這一前提,這導(dǎo)致了異配連接問題與特征不一致問題。為此,提出了一種結(jié)合圖濾波與注意力機(jī)制的圖異常檢測方法FHANN (Flexible H...
AI圖像生成的精細(xì)化可控:結(jié)構(gòu)化與非結(jié)構(gòu)化提示詞及其輕量微調(diào)的對比研究
摘要:針對文本到圖像(T2I)生成中結(jié)果不穩(wěn)定、難以控圖的痛點(diǎn),結(jié)合生成式人工智能(AIGC)技術(shù)中的提示詞和微調(diào)模型,通過分析不同格式的提示詞及其微調(diào)模型對控圖能力的影響,建立“結(jié)構(gòu)化提示詞及LoRA微調(diào)”可復(fù)現(xiàn)生圖模型以解決當(dāng)前包裝設(shè)計(jì)過程中LLM繪圖對生成結(jié)果的精細(xì)化可控等問題。以FLUX-dev為基座,圍繞100個(gè)主題構(gòu)建提示詞結(jié)構(gòu)化與否、LoRA微調(diào)與否的四象限數(shù)據(jù)集;以CLIPScore與自...
GPT4PF:一種微調(diào)預(yù)訓(xùn)練LLM的光伏功率預(yù)測模型
摘要:準(zhǔn)確的光伏功率預(yù)測對于保障電力系統(tǒng)安全、提高太陽能利用效率至關(guān)重要。本文提出一種微調(diào)預(yù)訓(xùn)練大語言模型(LLM)的光伏功率預(yù)測模型(GPT4PF)。首先,設(shè)計(jì)了一種高適應(yīng)性高效的三階段微調(diào)策略,在提升預(yù)測精度的同時(shí),訓(xùn)練參數(shù)量僅占總參數(shù)量的0.49%。其次,構(gòu)建了一種嵌入時(shí)間信息的輸入編碼層,以增強(qiáng)LLM對時(shí)間信息的建模能力,消融實(shí)驗(yàn)表明平均絕對誤差(MAE)下降約1%。此外,提出了一種光伏數(shù)據(jù)切片...
融合空間域與多軸頻域分析的兒童肺炎分類模型
摘要:兒童肺炎是一種嚴(yán)重威脅全球兒童健康的疾病,其精準(zhǔn)分類是有效治療的關(guān)鍵,但其X射線圖像兼具細(xì)微病理紋理與大范圍彌漫性病變,單一空間域模型難以高效協(xié)同表征。為此,本文提出融合空間域與多軸頻域分析的兒童肺炎分類模型。模型前兩階段構(gòu)建位移感知多尺度單元,捕捉細(xì)粒度病理紋理;后兩階段設(shè)計(jì)多軸傅里葉單元,在頻域建模長距離依賴,刻畫大范圍病變特征。此外,設(shè)計(jì)多核卷積門控線性單元增強(qiáng)各階段特征表示。實(shí)驗(yàn)表明,模型...
基于因果干預(yù)與動(dòng)態(tài)圖學(xué)習(xí)的交通事故風(fēng)險(xiǎn)預(yù)測
摘要:針對城市交通事故風(fēng)險(xiǎn)預(yù)測中存在的泛化能力差、時(shí)空相關(guān)性建模不足的問題,本文提出一種基于因果干預(yù)與動(dòng)態(tài)圖學(xué)習(xí)的交通事故風(fēng)險(xiǎn)預(yù)測網(wǎng)絡(luò)(CIDGNet)。該模型在編碼器-解碼器框架中,設(shè)計(jì)了輸入門模塊以融合多周期事故信號與外部協(xié)變量;提出動(dòng)態(tài)圖學(xué)習(xí)模塊,通過通道注意力機(jī)制自適應(yīng)刻畫節(jié)點(diǎn)間時(shí)變的空間依賴;并結(jié)合圖卷積與門控循環(huán)單元(GRU)聯(lián)合建模時(shí)空演化規(guī)律。為進(jìn)一步提升預(yù)測穩(wěn)定性,引入轉(zhuǎn)移橋模塊,將歷...
一種多模態(tài)協(xié)同學(xué)習(xí)的變電設(shè)備缺陷識別方法
摘要:針對變電設(shè)備缺陷識別任務(wù),本文提出了一種融合語義增強(qiáng)與模態(tài)特征解耦的多模態(tài)協(xié)同學(xué)習(xí)方法。該方法首先引入具備語義理解能力的大模型DeepSeek,對紅外與紫外圖像的語義標(biāo)注進(jìn)行分析與補(bǔ)充,豐富標(biāo)注中蘊(yùn)含的語義信息表達(dá)。隨后,設(shè)計(jì)了模態(tài)共享與模態(tài)特有兩個(gè)特征提取模塊,通過共享查詢向量和特有查詢向量分別建模兩種模態(tài)間的共性特征和差異特征,以提升多模態(tài)特征表示能力。引入特征對齊損失和模態(tài)解耦損失,分別用于...
時(shí)序注意力網(wǎng)絡(luò)評估空管員認(rèn)知負(fù)荷
摘要:為提升復(fù)雜工作情境下認(rèn)知狀態(tài)監(jiān)測的準(zhǔn)確性與實(shí)時(shí)性,本文圍繞空中交通管制任務(wù)中認(rèn)知負(fù)荷的識別問題,提出了一種時(shí)序注意力記憶網(wǎng)絡(luò)(Temporal Attention Memory Network, TAM-Net)。該方法面向腦電信號的動(dòng)態(tài)特征建模,融合代理注意力機(jī)制與注意力長短期記憶網(wǎng)絡(luò)細(xì)胞單元。前者通過代理標(biāo)記在保持全局建模能力的同時(shí)有效降低計(jì)算開銷,后者則增強(qiáng)了模型對長時(shí)間序列及復(fù)雜依賴關(guān)系的...
基于深度學(xué)習(xí)的點(diǎn)云去噪方法綜述
摘要:點(diǎn)云作為獲取途徑最便捷的三維數(shù)據(jù)載體,廣泛應(yīng)用于自動(dòng)駕駛、具身智能及虛擬現(xiàn)實(shí)等領(lǐng)域。然而,受傳感器波動(dòng)、環(huán)境干擾與算法誤差等因素影響,原始點(diǎn)云無法避免噪聲干擾,導(dǎo)致幾何結(jié)構(gòu)失真與下游任務(wù)性能下降。針對該問題,大量基于深度學(xué)習(xí)的點(diǎn)云去噪方法不斷涌現(xiàn)。本文系統(tǒng)梳理了近八年該領(lǐng)域的最新進(jìn)展,首先,構(gòu)建了基于深度學(xué)習(xí)的點(diǎn)云去噪五大分類體系,涵蓋PointNet主干網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、Transformer...
動(dòng)態(tài)距離約束的離線到在線強(qiáng)化學(xué)習(xí)
摘要:離線到在線強(qiáng)化學(xué)習(xí)能夠在有限的在線交互下快速提升策略性能,但在微調(diào)初期,策略分布往往偏離離線數(shù)據(jù)支持區(qū)域,導(dǎo)致估值不穩(wěn)并限制性能提升。現(xiàn)有方法多依賴統(tǒng)一的保守約束,將離線數(shù)據(jù)視作邊界條件,卻忽視了樣本質(zhì)量與分布差異,從而在更新時(shí)既過度約束,又難以避免分布外的不穩(wěn)定估值。為此,本文提出一種動(dòng)態(tài)距離約束的離線到在線強(qiáng)化學(xué)習(xí)算法。該方法基于狀態(tài)條件距離函數(shù),將策略約束在離線數(shù)據(jù)支持區(qū)域內(nèi),并隨著在線交互...
融合因果知識的變電站儀表外觀缺陷檢測算法
摘要:針對變電站儀表外觀缺陷檢測中存在外觀缺陷多尺度特征提取困難以及缺陷類別不平衡等問題,提出了一種融合因果知識的變電站儀表外觀缺陷檢測算法。首先在骨干網(wǎng)絡(luò)引入全局-局部特征提取模塊(Global-to-Local Feature Extraction Block,GLFEB),增強(qiáng)模型的全局和局部缺陷特征的提取能力;然后在頸部加入跨層上下文特征金字塔網(wǎng)絡(luò)(Cross-Layer Context Fea...
融合擴(kuò)散模型的多模態(tài)圖對比學(xué)習(xí)推薦
摘要:針對多模態(tài)數(shù)據(jù)中固有噪聲干擾、數(shù)據(jù)稀疏性以及跨模態(tài)語義表示差異導(dǎo)致的用戶興趣偏好建模不準(zhǔn)確的問題,提出了一種融合擴(kuò)散機(jī)制的圖對比學(xué)習(xí)推薦方法(Diffusion-enhanced Exploration for Multimodal Graph contrastive Recommendation,DEMGR)。首先,借助擴(kuò)散模型生成結(jié)構(gòu)增強(qiáng)的對比視圖,有效抑制自監(jiān)督學(xué)習(xí)中各個(gè)模態(tài)噪聲的干擾;其次...
面向復(fù)雜環(huán)境的機(jī)器人觸覺感知算法研究綜述
摘要:觸覺感知是實(shí)現(xiàn)機(jī)器人具身智能不可或缺的關(guān)鍵環(huán)節(jié),尤其在復(fù)雜場景應(yīng)用中具有重要工程意義。隨著自主學(xué)習(xí)等人工智能技術(shù)的迅速發(fā)展并廣泛應(yīng)用于機(jī)器人領(lǐng)域,機(jī)器人觸覺感知的精度、魯棒性和泛化能力均得到顯著提升。本文從復(fù)雜環(huán)境對觸覺感知算法的實(shí)際需求出發(fā),系統(tǒng)梳理并對比分析了近五年來基于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的典型觸覺感知方法,綜述其研究現(xiàn)狀與主要進(jìn)展,并為后續(xù)算法設(shè)計(jì)與工程應(yīng)用提供參考
面向醫(yī)學(xué)圖像檢索的模糊注意力協(xié)同哈希網(wǎng)絡(luò)
摘要:近年來,醫(yī)學(xué)影像技術(shù)的革新推動(dòng)圖像數(shù)據(jù)激增,高效檢索成為提升診斷效率的關(guān)鍵。深度哈希算法以其高效編碼廣泛應(yīng)用于圖像檢索,但在處理不確定的醫(yī)學(xué)圖像及不平衡數(shù)據(jù)時(shí)存在局限。為此,本文提出了一種基于模糊系統(tǒng)的模糊注意力協(xié)同哈希網(wǎng)絡(luò),用于高效的醫(yī)學(xué)圖像檢索。首先,設(shè)計(jì)一個(gè)注意力增強(qiáng)的模糊特征協(xié)同器,通過計(jì)算模糊特征的注意力權(quán)重,提高類間差異性;然后,基于Transformer的后件協(xié)同編碼器利用多頭自注意...
一種新的稀疏表示驅(qū)動(dòng)的大規(guī)模數(shù)據(jù)集成聚類算法
摘要:針對大規(guī)模高維數(shù)據(jù)聚類中存在的采樣代表性不足與計(jì)算開銷過高的問題,本文提出了一種稀疏表示驅(qū)動(dòng)的集成聚類(Sparse Representation-driven Ensemble Clustering,SREC)算法。在基聚類生成階段,SREC算法引入了隨機(jī)樣本劃分與K-means的混合代表點(diǎn)采樣策略,結(jié)合FAISS索引構(gòu)建高效稀疏圖,有效克服了局部采樣難以覆蓋全局分布的缺陷;在共識函數(shù)構(gòu)建階段,...
歷史文檔布局分析研究
摘要:文檔布局分析是將掃描得到的頁面圖像轉(zhuǎn)換為可搜索的全部文本,然而,該研究主要集中在結(jié)構(gòu)化和半結(jié)構(gòu)化文檔領(lǐng)域,歷史文檔圖像質(zhì)量差、結(jié)構(gòu)混亂,比常規(guī)結(jié)構(gòu)化文檔更具挑戰(zhàn)性。為解決上述問題,本文在現(xiàn)有數(shù)據(jù)集上新增標(biāo)注,構(gòu)建融合文本內(nèi)容、文檔圖像及空間特征的多模態(tài)網(wǎng)絡(luò);進(jìn)一步地,通過結(jié)合語義相似度與空間鄰接關(guān)系,設(shè)計(jì)關(guān)系預(yù)測網(wǎng)絡(luò)來預(yù)測閱讀順序,獲得最終的布局分析結(jié)果。本文方法在LA-READ和LA-FCR數(shù)據(jù)...
基于跨模態(tài)注意力的多階段圖像風(fēng)格遷移
摘要:圖像風(fēng)格遷移(IST)核心是融合圖像內(nèi)容與目標(biāo)藝術(shù)風(fēng)格,生成兼具語義合理性與視覺表現(xiàn)力的圖像,廣泛應(yīng)用于藝術(shù)創(chuàng)作、個(gè)性化圖像編輯等領(lǐng)域。現(xiàn)有方法處理高分辨率圖像、復(fù)雜紋理及跨模態(tài)引導(dǎo)任務(wù)時(shí),存在計(jì)算效率低、風(fēng)格可控性弱、細(xì)節(jié)丟失、風(fēng)格與內(nèi)容脫節(jié)等問題。為此,本文提出基于潛在擴(kuò)散模型的多階段風(fēng)格遷移框架CAST-Diff,采用解耦式協(xié)同設(shè)計(jì),結(jié)合跨模態(tài)語義引導(dǎo)、自適應(yīng)區(qū)域風(fēng)格調(diào)節(jié)與潛空間擴(kuò)散細(xì)化,通...
基于任務(wù)子圖感知的少樣本節(jié)點(diǎn)分類算法
摘要:目前基于圖神經(jīng)網(wǎng)絡(luò)的節(jié)點(diǎn)分類方法依賴大量標(biāo)記數(shù)據(jù),且長尾標(biāo)簽分布降低了學(xué)習(xí)效率。在低資源場景下,基于元學(xué)習(xí)的少樣本學(xué)習(xí)是圖表示學(xué)習(xí)的有效途徑,然而,全局圖學(xué)習(xí)會(huì)引入任務(wù)無關(guān)噪聲,且現(xiàn)有原型網(wǎng)絡(luò)方法直接計(jì)算節(jié)點(diǎn)與類原型的相似性以對節(jié)點(diǎn)分類,在少樣本條件下難以準(zhǔn)確計(jì)算類原型。針對此,提出了基于任務(wù)子圖感知的少樣本節(jié)點(diǎn)分類算法(Few-shot Node Classification based on ...
相關(guān)電子信息期刊推薦
核心期刊推薦
國內(nèi)期刊大全
政法期刊 教育期刊 文學(xué)期刊 經(jīng)濟(jì)期刊 科技期刊 電子期刊 農(nóng)業(yè)期刊 醫(yī)學(xué)期刊
SCI期刊欄目
SCI期刊 工程技術(shù) 物理 生物 化學(xué) 醫(yī)學(xué) 農(nóng)林科學(xué) 數(shù)學(xué) 地學(xué)天文 地學(xué) 環(huán)境科學(xué)與生態(tài)學(xué) 綜合性期刊 管理科學(xué) 社會(huì)科學(xué)
期刊論文百科問答
copyright © m.digitalguess.com, All Rights Reserved
搜論文知識網(wǎng) 冀ICP備15021333號-3