首页期刊导航|智能系统学报
期刊信息/Journal information
智能系统学报
中国人工智能学会 哈尔滨工程大学
智能系统学报

中国人工智能学会 哈尔滨工程大学

钟义信

双月刊

1673-4785

tis@vip.sina.com

0451-82518134

150001

哈尔滨市南岗区南通大街145-1号楼

智能系统学报/Journal CAAI Transactions on Intelligent SystemsCSCD北大核心CSTPCD
查看更多>>《智能系统学报》于2006年3月正式出刊,双月刊,大16开,CN 23-1538/TP,ISSN 1673-4785,邮发代号14-190。《智能系统学报》是由中国人工智能学会和哈尔滨工程大学联合主办,是中国人工智能学会会刊。主要刊登神经网络与神经计算、智能信息处理、自然语言理解、智能系统工程、机器翻译、复杂系统、机器学习、知识工程与分布式智能、机器人、智能制造、粗糙集与软计算、免疫系统、机器感知与虚拟现实、智能控制与智能管理、可拓工程、人工智能基础等内容,目前,为美国《剑桥科学文摘》、英国《科学文摘》、中文核心期刊、中国科学引文数据库(CSCD)来源期刊、中国科技核心期刊等重要数据库收录。连续5年获国家自然科学基金资助,曾获得中国高校百佳科技期刊、中国科技论文在线优秀期刊一等奖、中国高校特色科技期刊、工业和信息化部优秀期刊等多项荣誉。
正式出版
收录年代

    基于BS-1DCNN的海缆振动信号识别

    尚秋峰郭家兴黄达
    874-884页
    查看更多>>摘要:光纤振动信号是非线性的,传统的非线性振动信号识别方法通常需要信号分析和特征选择,既耗时又复杂.本文提出一种光纤振动信号识别新方法,可以直接提取特征,对原始信号进行分类,简化识别过程.本方法用支持向量机代替Softmax分类器,优化一维卷积神经网络(one-dimensional convolution neural network,1DCNN),以提高 1DCNN结果在小样本条件下的稳定性.采用鸟群算法(bird swarm algorithm,BSA)对支持向量机(support vector machine,SVM)参数进行了优化,有效地提高识别精度.将本文提出的BS-1DCNN方法与1DCNN、VMD-GA-SVM、VMD-PSO-SVM、VMD-BSA-SVM共 4 种方法进行比较,结果表明,BS-1DCNN在识别准确率和测试时间方面性能表现良好.该算法能有效提高海缆振动信号识别率,且在不同样本比例下均能达到较好的识别效果.

    振动信号故障识别鸟群优化一维卷积神经网络支持向量机特征选择参数优化支持向量机

    基于多通道交叉注意力融合的三维目标检测算法

    鲁斌杨振宇孙洋刘亚伟...
    885-897页
    查看更多>>摘要:针对现有单阶段三维目标检测算法对点云下采样特征利用方式单一、特征对长程上下文信息的聚合程度无法满足算法性能提升需求的问题,本文提出了基于多通道交叉注意力融合的单阶段三维目标检测算法.首先,设计通道交叉注意力模块用于融合下采样特征,可基于交叉注意力机制在通道层面上增强多尺度特征对不同感受野下长程空间信息的表达能力;然后,提出级联特征激励模块,结合原始下采样特征对通道交叉注意力加权特征进行级联激励,提升算法对关键空间特征的学习能力.在公共自动驾驶数据集KITTI上进行了大量实验并与主流算法对比,本文算法作为单阶段目标检测算法,在车辆类别 3 个难度级别上的检测准确率分别为 91.34%、79.85%和 75.98%,较基线算法分别提升了 4.83%、3.26%和 3.32%.实验结果证明了本文算法及所提模块在三维目标检测任务上的有效性和先进性.

    三维点云自动驾驶激光雷达深度学习三维目标检测柱体素交叉注意力单阶段算法

    结合多尺度特征与混淆学习的跨模态行人重识别

    王路遥王凤随闫涛陈元妹...
    898-908页
    查看更多>>摘要:跨模态行人重识别研究的重难点主要来自于行人图像之间巨大的模态差异和模态内差异.针对这些问题,提出一种结合多尺度特征与混淆学习的网络结构.为实现高效的特征提取、缩小模态内差异,将网络设计为多尺度特征互补的形式,分别学习行人的局部细化特征与全局粗糙特征,从细粒度和粗粒度两方面来增强网络的特征表达能力.利用混淆学习策略,模糊网络的模态识别反馈,挖掘稳定且有效的模态无关属性应对模态差异,来提高特征对模态变化的鲁棒性.在大规模数据集SYSU-MM01 的全搜索模式下该算法首位击中率和平均精度(mean average precision,mAP)的结果分别为 76.69%和 72.45%,在RegDB数据集的可见光到红外模式下该算法首位击中率和mAP的结果分别为94.62%和94.60%,优于现有的主要方法,验证了所提方法的有效性.

    机器视觉行人重识别跨模态多尺度特征粗粒度细粒度混淆学习模态无关属性

    基于域间Mixup微调策略的跨被试运动想象脑电信号分类算法

    蒋云良周阳张雄涛苗敏敏...
    909-919页
    查看更多>>摘要:为了缓解传统微调算法的灾难性遗忘问题,本文提出了一种基于域间Mixup微调策略的跨被试运动想象脑电信号分类算法Mix-Tuning.Mix-Tuning通过预训练、微调的二阶段训练方式,实现跨领域知识迁移.预训练阶段,Mix-Tuning使用源域数据初始化模型参数,挖掘源域数据潜在信息.微调阶段,Mix-Tuning通过域间Mixup,生成域间插值数据微调模型参数.域间Mixup数据增强策略引入源域数据潜在信息,缓解传统微调算法在样本稀疏场景下的灾难性遗忘问题,提高模型的泛化性能.Mix-Tuning被进一步应用于运动想象脑电信号分类任务,实现了跨被试正向知识迁移.Mix-Tuning在BMI数据集的运动想象任务达到了 85.50%的平均分类准确率,相较于被试-依赖和被试-独立训练方式的预测准确率 58.72%和 84.01%,分别提高26.78%和1.49%.本文分析结果可为跨被试运动想象脑电信号分类算法提供参考.

    域间Mixup预训练微调脑电信号运动想象跨被试知识迁移卷积神经网络正则化

    基于Transformer的多尺度遥感语义分割网络

    邵凯王明政王光宇
    920-929页
    查看更多>>摘要:为了提升遥感图像语义分割效果,本文针对分割目标类间方差小、类内方差大的特点,从全局上下文信息和多尺度语义特征 2 个关键点提出一种基于Transformer的多尺度遥感语义分割网络(muliti-scale Trans-former network,MSTNet).其由编码器和解码器 2 个部分组成,编码器包含基于Transformer改进的视觉注意网络(visual attention network,VAN)主干和基于空洞空间金字塔池化(atrous spatial pyramid pooling,ASPP)结构改进的多尺度语义特征提取模块(multi-scale semantic feature extraction module,MSFEM).解码器采用轻量级多层感知器(multi-layer perception,MLP)配合编码器设计,充分分析所提取的包含全局上下文信息和多尺度表示的语义特征.MSTNet在 2 个高分辨率遥感语义分割数据集ISPRS Potsdam和LoveDA上进行验证,平均交并比(mIoU)分别达到 79.50%和 54.12%,平均F1-score(mF1)分别达到 87.46%和 69.34%,实验结果验证了本文所提方法有效提升了遥感图像语义分割的效果.

    遥感图像语义分割卷积神经网络Transformer全局上下文信息多尺度感受野编码器解码器

    2024年度智慧医疗专题学术会议

    929页

    基于数字报历史优秀版面的样式智能生成与微调

    陶颖程雨夏曾振宇庄跃辉...
    930-940页
    查看更多>>摘要:在传统报纸印刷行业中,设计人员需要根据设计规则进行人工排版,其排版过程造价成本较高且耗时耗力.为提高排版效率,研究提出一种基于历史优秀版面的样式自动生成与微调方法.为了从数据中学习到报纸排版的风格,创建一个包含丰富的设计元素参数信息的电子报数据库,这些特征信息能够有效地反映报纸的布局.对于给定的新闻文章,首先根据历史优秀版面训练概率模型来推断电子报版面的样式,并结合固定约束和用户约束保证样式有效,同时构建美学设计原理的量化方法进一步实现样式微调.最后通过定性和定量评估,表明新方法可以生成满足视觉美观性、层次性和可读性的报纸.本文方法可为版面设计样式智能生成提供参考.

    布局自动化图形设计设计原理图像数据库数据驱动方法概率分布聚类约束规划

    属性权重动态更新的自适应群体共识决策方法

    庞继芳侯治国宋鹏张超...
    941-951页
    查看更多>>摘要:为了提高不确定语言环境下异构多属性群决策的质量、效率及可解释性,提出一种属性权重动态更新的自适应群体共识决策方法.首先,定义不确定语言变量与中间值之间的转换函数,发展多级共识测度,建立计算属性初始权重的双目标优化模型;进而,构建包含群体共识自动达成规则和属性权重动态更新机制的自适应共识模型,实现待调整值的精准定位和自动修改,在优化属性权重的同时进一步提升群体共识水平;然后,对于达成共识的群体决策矩阵,先利用转换函数将中间值转换为不确定语言变量,再使用属性权重和集结算子得到各方案的综合评价结果;最后,通过供应商选择实例和实验比较分析验证所提方法的有效性和可行性.本文研究结果为灵活、高效地求解复杂环境下的多属性群决策问题提供了有效途径.

    异构多属性群决策不确定语言变量转换函数多级共识测度属性权重双目标优化自适应共识模型可解释性

    基于AEViT与先验知识的胶质瘤IDH1突变状态预测

    徐华畅许倩赵钰琳梁峰宁...
    952-960页
    查看更多>>摘要:针对目前预测胶质瘤异柠檬酸脱氢酶1(isocitrate dehydrogenase1,IDH1)突变状态存在的数据不足、准确率较低等问题,提出一种基于AEViT(auto-encoder vision Transformer)与先验知识的胶质瘤IDH1突变状态预测方法.首先使用改进的K-Means聚类算法为无IDH1 突变状态标签的胶质瘤磁共振成像(magnetic resonance imaging,MRI)数据标注伪标签,并采用ViT(vision Transformer)网络对伪标签进行修正,得到最终的胶质瘤IDH1 突变状态.为避免不准确的伪标签数据影响模型精度,采用果蝇优化算法为伪标签数据赋予最优权重;然后提出基于Auto-Encoder和ViT的分类模型AEViT,利用Auto-Encoder提取胶质瘤MRI特征;再将特征输入ViT中对胶质瘤IDH1突变状态进行分类;最后将基于胶质瘤位置信息的先验知识加入模型,达到99.01%的预测准确率.结果表明该方法优于其他现有模型,能够实现胶质瘤数据扩增和术前无创、准确地预测胶质瘤IDH1突变状态,从而辅助诊疗过程.

    胶质瘤异柠檬酸脱氢酶1K-Means聚类算法伪标签Auto-EncodervisionTransformer果蝇优化算法先验知识

    复杂环境下DWA与RRT算法融合的AUV局部路径规划

    李娟张子浩张宏瀚
    961-973页
    查看更多>>摘要:针对复杂水下环境下的自主水下航行器(autonomous underwater vehicle,AUV)局部路径规划问题,传统动态窗口法(dynamic window approach,DWA)存在复杂障碍物中陷入局部停滞,动态避障性能不佳等问题,本文提出了一种基于DWA与快速随机搜索树(rapid-exploration random tree,RRT)算法融合的路径规划算法.改进的DWA算法速度空间根据整个动态窗口的周期生成,重设了评价函数并结合AUV任务环境引入洋流能耗评价函数;改进的RRT算法在局部已知空间内规划导引点,帮助DWA脱离局部停滞状态并实现更安全的动态避障.将2种算法融合,实现了AUV在复杂水下环境中的局部路径规划.仿真表明,该融合算法能够降低AUV在洋流中的能耗代价,解决了DWA在复杂障碍物中陷入局部停滞的问题,能够安全有效地躲避动态避障物.

    自主水下航行器路径规划动态窗口快速扩展随机树速度空间评价函数水下环境动态避障