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

基于混合鄰域圖的復雜結構數據集層次聚類算法————作者：陳仲尚;馮驥;楊德剛;蔡發鵬;

摘要：復雜結構數據集通常指的是那些包含不同形狀(包括球形、非球形、流形)、大小和密度的簇的數據集。自然鄰居算法在處理邊界不清晰、密度變化的數據集時存在局限性，特別是在數據集中含有大量噪聲時，其性能顯著下降。針對這些問題，本文提出了一種基于混合鄰域圖的復雜結構數據集層次聚類算法(hybrid neighborhood graph-based hierarchical clustering algorith...

面向復雜電力環境場景理解的可見光和紅外圖像特征級融合方法————作者：黃志鴻;杜瑞;張輝;

摘要：隨著電力系統自動化和智能化程度的不斷提高，變電站和配電網設備的有效監測與故障診斷成為保證電網穩定運行的重要手段。針對傳統單模態圖像處理方法在復雜電力環境中面臨的挑戰，提出了一種基于可見光和紅外圖像特征級融合的場景理解方法。通過深入分析可見光圖像和紅外圖像的互補特性，設計了一個雙分支的對稱融合網絡框架，有效結合了可見光圖像的高分辨率紋理信息和紅外圖像的溫度信息。此外，引入了多尺度特征融合層和多尺度注...

基于L1-mask約束的對抗攻擊優化方法————作者：周強;陳軍;陶卿;

摘要：當前的對抗攻擊方法通常采用無窮范數或L2范數來度量距離，但這些方法在不可察覺性方面仍有提升空間。L1范數作為稀疏學習中常用的度量方式，其在提高對抗樣本的不可察覺性方面尚未被深入研究。為了解決這一問題，提出基于L1范數約束的對抗攻擊方法，該方法通過對特征進行差異化處理，將有限的擾動集中在更重要的特征上。此外，還提出了基于顯著性分析的L1-mask約束方法，通過遮蓋顯著性較低的特征來提高攻擊的針對性。...

基于特征融合和網絡采樣的點云配準————作者：陸軍;王文豪;杜宏勁;

摘要：針對點云配準過程中，下采樣時容易丟失關鍵點，影響配準精度的問題，本文提出了一種基于特征融合和網絡采樣的配準方法，提高了配準的精度和速度。在PointNet分類網絡基礎上，引入小型注意力機制，設計了一種基于深度學習網絡的關鍵點提取方法，將局部特征和全局特征融合，得到混合特征的特征矩陣，使用深度學習實現了求取對應矩陣時相關參數的自動優化，最后使用加權奇異值分解（singular value decom...

面向復雜場景的變電設備銹蝕檢測方法————作者：趙振兵;席悅;馮爍;趙文清;翟永杰;李冰;

摘要：針對復雜場景下變電設備銹蝕檢測中存在銹蝕形態差異大、尺度大小不一、特征顯著性低的問題，提出了一種面向復雜場景的變電設備銹蝕檢測方法。引入了頻率通道注意力機制，使用更多的頻率分量補充深層網絡中的細節特征，優化模型對銹蝕特征的提取；在特征融合網絡使用多尺度特征增強模塊重新構建C2f模塊，使網絡可以更好的捕獲不同大小的銹蝕區域；引入附加檢測頭，緩解模型在特征融合過程中卷積層下采樣造成的銹蝕關鍵信息丟失的...

基于事件觸發灰狼優化算法的四旋翼無人機三維航跡規劃————作者：秦冬燕;閆曉輝;邵桂偉;姚玉武;

摘要：針對復雜環境下四旋翼無人機三維航跡規劃問題，提出了一種改進的事件觸發灰狼優化算法(event triggered grey wolf optimization，ETGWO)。首先，引入球面矢量刻畫飛行路徑的生成，減少搜索空間，以擴大搜索能力；設計自適應權重動態調整飛行航跡成本適應度函數，提高航跡規劃效率和準確性；其次，在灰狼優化算法(grey wolf optimization，GWO)基礎上，選...

明暗恢復形狀算法改進的高精度快速水下圖像三維重建方法————作者：管鳳旭;吳卓鋒;張雨竹;唐世文;姚佳豪;杜雪;

摘要：明暗恢復形狀（Shape from Shading，SFS）算法是三維重建中不可缺少的關鍵技術，該方法使用單幅圖像中物體的灰度的亮度信息，求出每個點的相對高度和表面法向量，現有的SFS線性化算法利用泰勒級數進行展開忽略了高階部分的影響，出現了三維重建的圖像不夠精確等問題。為解決三維重建的精度問題，本文提出了一種基于SFS算法改進的高精度快速水下圖像三維重建方法，在提高三維重建的精度前提下，解決了對...

基于混合雙分支卷積神經網絡和圖卷積神經網絡的全色銳化方法————作者：王文卿;張小喬;何霽;劉涵;劉丁;

摘要：多光譜圖像全色銳化是遙感影像處理與解譯領域的熱點問題。相較于傳統全色銳化方法，基于深度學習的全色銳化方法聚焦于圖像深層次特征的提取，大幅提升了融合圖像的質量。本文提出了一種基于混合雙分支卷積神經網絡和圖卷積神經網絡的全色銳化方法，旨在同時挖掘圖像的光譜、空間與非幾何結構信息，提升融合圖像空間分辨率和光譜分辨率。本方法建立在多分辨率分析融合框架的基礎上，利用深度神經網絡構建了特征提取、特征融合和圖像...

基于偽標簽細化的域適應TSK模糊分類器————作者：張馨勻;周琳家;程煜婷;邱成羽;謝宇航;陳秀;張遠鵬;

摘要：Takagi-Sugeno-Kang (TSK)模糊分類器由于其良好的分類性能和可解釋性在多個領域有著廣泛的應用。針對訓練樣本和測試樣本分布差異所導致的TSK模糊分類器泛化性能下降問題提出了一種基于偽標簽細化的域適應TSK模糊分類器。該分類器使用模糊規則前件的非線性映射和后件的線性映射能力構建源域和目標域數據的模糊共享特征空間，并在模糊共享特征空間采用基于圖隨機游走和標簽過濾細化兩種策略來提升目標...

高低頻特征融合的低照度圖像增強方法————作者：王德文;胡旺盛;張潤磊;趙文清;

摘要：針對現有低照度圖像增強方法性能與開銷不平衡的問題，本文提出一種高低頻特征融合的低照度圖像增強方法。該方法在多尺度上獲取幾何特征豐富的低頻特征與語義特征豐富的高頻特征，經過高低頻特征融合得到增強圖像，在保證良好圖像質量的同時降低開銷。為優化對低照度環境的特征提取能力，構建殘差混合注意力模塊，從像素與通道兩方面對重要的局部區域給予更多關注。針對下采樣造成的信息丟失問題，設計一種特征合并模塊對下采樣后的...

基于耳周肌電信號的默念口令識別方法————作者：魏柏淳;姜峰;張松濤;張琦;段錦楠;王修來;

摘要：智能設備的普及促使可穿戴人機交互技術需求日益增加。為提高用戶接受度，人機交互技術對交互易用性與隱蔽性要求較高。本文提出基于耳周肌電信號的默念口令識別方法。該方法易于與集成生理電采集的耳機設備結合，實現無聲操控智能設備，減少社交尷尬。具體地，本文首先確定并構建口令經驗原則，篩選最優口令集。其次，根據單通道信噪比和分類準確率選擇最優耳周傳感器位置。再次，提出基于CNN-Transformer結構的識別...

決策變量分組優化的多目標螢火蟲算法————作者：邢文來;吳潤秀;肖人彬;鐘勁文;趙嘉;

摘要：多目標螢火蟲算法采用整體維度更新策略，常因某幾維變量上優化效果不佳，導致算法收斂速度慢和尋優精度低。針對上述問題，本文提出決策變量分組優化的多目標螢火蟲算法(MOFA-GD)。首先，引入決策變量分組機制，根據各變量對算法性能的不同影響，將整體決策變量劃分成收斂性變量組和多樣性變量組；其次，設計決策變量分組優化模型，利用學習行為優化收斂性變量組，加快種群收斂速度，非均勻變異算子優化多樣性變量組，避免...

視覺感知人景互影響的人體動作預測方法————作者：李沁;陳飛揚;彭晗;王勇;劉利枚;張偉;

摘要：場景信息驅動人類調整動作軌跡，對人體動作預測影響較大。當前研究僅捕獲場景信息更新動作特征，忽略了場景與動作的互影響關系。為此，提出一種視覺感知人景互影響的人體動作預測方法。首先提取動作特征和場景特征，然后循環執行場景信息捕獲單元和場景適應度增強單元。前者捕獲影響動作的場景信息，后者用該信息更新動作特征以增強場景適應性。完成循環后，得到場景適應型動作特征。接著，基于該特征執行噪聲逆擴散完成動作預測。...

基于高效特征提取和大感受野的無人機航拍圖像目標檢測————作者：沈朕宇;朱鳳華;王知學;沈震;熊剛;

摘要：針對無人機航拍圖像中存在小目標、目標遮擋、背景復雜的問題，提出一種基于高效特征提取和大感受野的目標檢測網絡（EFLF-Net）。首先，通過優化檢測層架構降低小目標漏檢率；然后，在主干網絡融合新的CNN構建模塊以提升特征提取效率；接著，引入輕量級通用上采樣算子和大型選擇性核網絡，增強頸部網絡對遮擋目標的上下文感知能力；最后，采用WIoU損失函數優化邊界框回歸穩定性。在VisDrone2019數據集上...

基于慣性測量單元的人體運動意圖識別方法，現狀與挑戰————作者：衣淳植;賈翊丞;姜峰;王修來;

摘要：人體行為識別(Human Activity Recognition，HAR)利用可穿戴計算、機器學習等技術識別和理解人體行為，在行為跟蹤、健康監測及人機交互等領域得到廣泛應用，極大提升了當下人類的生活水平。當前可穿戴傳感器中，慣性傳感器由于其高度小型化、低成本、信號穩定等優勢，已經日益成為可穿戴計算領域的主流應用設備。基于此，HAR領域內較多研究以慣性信號作為數據源，并通過應用深度學習算法，以應對...

漸進式分層特征提取的綜合能源多任務負荷預測————作者：王德文;安涵;張林飛;趙文清;

摘要：準確負荷預測是綜合能源系統經濟調度和高效運行的關鍵。由于綜合能源系統中電、冷、熱負荷存在復雜耦合關系，傳統多任務學習模型難以學習到有效的多元負荷耦合特征，可能導致預測精度降低。本文充分考慮多元負荷復雜耦合關系，提出一種漸進式分層特征提取的綜合能源多任務負荷預測模型。首先，將全年數據按季節劃分，分析各季節下電、冷、熱負荷間耦合強度；然后，采用變分模態分解將歷史負荷序列分解為多個不同頻率的分量，可以更...

基于時空動態圖的交通流量預測方法研究————作者：孟祥福;謝偉鵬;崔江燕;

摘要：針對現有交通流量預測方法在建模時空數據和捕捉動態空間相關性上的不足，提出了一種基于時空動態圖的交通流量預測模型。該模型采用帶嵌入層的編碼器-解碼器架構，通過動態圖生成模塊從數據驅動的角度挖掘潛在的時空關系，并重構每個時間步的節點動態關聯圖。嵌入層使用時空自適應嵌入方法建模交通數據的內在時空關系和時間信息；編碼器部分利用時空記憶注意力機制，從全局視角對時空特征進行建模；解碼器部分將圖卷積模塊注入循環...

抑制心血管圖像序列中運動偽影的無監督深度學習方法————作者：王茹;孫正;姚越;

摘要：血管內超聲（IVUS）和光學相干斷層成像（OCT）是診斷冠狀動脈粥樣硬化性病變的重要手段，但心臟運動和血流搏動會產生運動偽影，影響圖像質量。為解決這一問題，本文提出一種無監督深度學習方法，用于抑制IVUS/OCT圖像序列中的運動偽影。設計一個深度神經網絡，包含特征提取、上采樣、運動估計和運動校正模塊，實現連續回撤導管采集的圖像序列到去偽影圖像序列的映射。利用臨床IVUS/OCT圖像進行無監督訓練，...

融合低秩預分離與隨機抖動機制的非凸型TRPCA算法————作者：潘昱妍;張德;李壯舉;

摘要：張量魯棒主成分分析(tensor robust principal component analysis， TRPCA)旨在將受損的張量數據分離成低秩和稀疏分量，可通過同等收縮所有奇異值還原低秩結構。但實際應用中不同奇異值之間存在差異，通常較大奇異值中主要信息較多，較小奇異值中噪聲信息較多，因此需要區別對待。本文使用非凸加權張量Schatten-p范數(0<

結合多尺度大核卷積的紅外圖像人體檢測算法————作者：邵煜瀟;魯濤;王震宇;彭勇杰;姚巍;

摘要：災后搜救工作對人類的生命安全有著重要的意義。在廢墟環境中，利用紅外圖像的視覺信息來檢測人體是一種直觀的方法。紅外圖像普遍分辨率低，并且圖像中的人體特征不明顯。針對上述問題，該研究基于YOLO框架設計了一種包含重參數化（re-parameterization）和多尺度大核卷積（multi-scale large kernel convolution）的紅外圖像人體檢測網絡RML-YOLO。該網絡通過...

　　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

国产黄色毛片-国产黄色毛片视频-国产黄色片91-国产黄色片一级-一级坐爱片-一级免费

智能系統學報