首页期刊导航|自动化学报
期刊信息/Journal information
自动化学报
中国自动化学会 中国科学院自动化研究所
自动化学报

中国自动化学会 中国科学院自动化研究所

王飞跃

月刊

0254-4156

aas@ia.ac.cn

010-62565763；82614566

100190

北京市海淀区中关村东路95号（北京2728信箱）

自动化学报/Journal Acta Automatica SinicaCSCD北大核心CSTPCDEI
查看更多>>本刊是中国科学院主管，中国自动化学会、中国科学院自动化研究所共同主办的高级学术期刊。本刊主要刊载自动化科学与技术领域的高水平理论性和应用性的科研成果，内容包括：1）自动控制理论；2）系统理论与系统方法；3）自动化技术在国民经济各领域中的创造性应用；4）自动化系统计算机辅助设计；5）机器人与自动化；6）人工智能与智能控制；7）模式识别与图象处理；8）自动控制系统中的新概念、新原理、新方法、新设计；9）信息理论与信息处理技术等。
正式出版
收录年代

    从规则驱动到群智涌现:多机器人空地协同研究综述

    郝肇铁郭斌赵凯星吴磊...
    1877-1905页
    查看更多>>摘要：多机器人空地协同系统作为一种在搜索救援、自主探索等领域具有广泛应用前景的异构机器人协作系统，近年来受到研究者的高度关注。针对限制空地协同系统自治性能的低智能性、弱自主性挑战，如何增强个体智能、提高群体协同自主性是加快空地系统应用落地亟需解决的关键问题。近年来，随着以深度学习、群体智能为代表的人工智能(Artificial in-telligence，AI)算法在感知、决策等领域的不断发展，将其应用于空地协同系统成为了当前的研究热点。基于空地协同的自主化程度，总结从规则驱动到群智涌现不同协作水平下的空地协同工作，强调通过增强个体智能涌现群体智慧。同时，构建并拓宽空地协同群智系统的概念及要素，阐述其自组织、自适应、自学习与持续演化的群智特性。最后，通过列举空地协同代表性应用场景，总结空地协同所面临的挑战，并展望未来方向。

    空地协同群智涌现人工智能自主性

      原文链接:
    • 万方数据
    • 维普

    针对模糊数据近似处理的阴影集研究综述

    高满张清华王国胤姚一豫...
    1906-1927页
    查看更多>>摘要：阴影集(Shadowed set，SS)是一种对模糊集进行三支近似处理的不确定性知识发现模型，其能够对模糊集中具有精确值的不确定性对象进行有效的近似和划分，从而减少模糊决策过程中不确定性对象的决策划分成本和计算损耗。首先，回顾阴影集的发展历程，并从四个方面介绍其研究现状及内容，即阴影集的模型构建、理论性质、数据分析以及应用研究。通过总结分析它们的核心思想、方法体系、相互关系和区别等，为该领域的后续研究提供借鉴。随后，讨论分析阴影集理论与其他不确定性问题处理理论模型的联系，尤其是阴影集与模糊集、粗糙集和三支决策理论之间的区别、联系以及互补性。最后，围绕上述四个研究方面，对当前若干具有挑战性的研究问题进行分析和展望。

    阴影集模糊集三支决策不确定性粒计算

      原文链接:
    • 万方数据
    • 维普

    基于改进能量模型的主动域自适应安全性评估方法

    刘畅何潇王立敏
    1928-1937页
    查看更多>>摘要：复杂动态系统运行过程中的在线安全性评估至关重要且富有挑战性。构建有效的数据驱动模型需要大量有标注数据，但这在实际中通常难以获得。此外，考虑到系统不同的运行工况，安全性评估模型应该具有良好的泛化能力。域自适应(Domain adaptation，DA)可以将模型从数据标注丰富的源域迁移到具有不同但相似数据分布的目标域。然而，源域中没有出现过的任务相关未知情景会降低模型的性能，是目前尚未解决的挑战。主动域自适应通过结合域自适应与主动学习技术，为解决上述挑战提供了思路。本文研究目标域存在任务相关未知情景的主动域自适应安全性评估问题，提出一种基于改进能量模型的主动域自适应方法。在所提方法中融合分布外检测器，在此基础上主动选择目标域中具有代表性的无标注样本进行标注，作为训练数据以提高域自适应模型的性能。最后，通过基于轴承数据的案例研究，验证所提方法的有效性和适用性。

    在线安全性评估域自适应主动学习基于能量的模型

      原文链接:
    • 万方数据
    • 维普

    基于电网线路传输安全的电力市场分布式交易模型研究

    李远征张虎刘江平赵勇...
    1938-1952页
    查看更多>>摘要：电力市场分布式交易模型可有效缓解传统集中模型下市场主体的隐私安全等问题，但难以在保障市场主体收益和电力系统安全稳定运行的同时，实现社会福利最大化。因此，基于电网线路传输安全，首先以社会福利最大化为目标，构建集中式交易模型，并采用拉格朗日乘子法和对偶定理，将其等价分解为各市场主体自身利益最大化的分布式交易模型。在此基础上，设计2种适用于不同情形的分布式交易方法及其求解算法，并构造电网安全成本影响市场主体的决策，从而保证电网线路传输安全。最后，基于算例分析，验证了 2种交易方法的有效性。

    区域配电网分布式电能交易线路传输安全市场交易模型

      原文链接:
    • 万方数据
    • 维普

    融合实体和上下文信息的篇章关系抽取研究

    黄河燕袁长森冯冲
    1953-1962页
    查看更多>>摘要：篇章关系抽取旨在识别篇章中实体对之间的关系。相较于传统的句子级别关系抽取，篇章级别关系抽取任务更加贴近实际应用，但是它对实体对的跨句子推理和上下文信息感知等问题提出了新的挑战。本文提出融合实体和上下文信息(Fuse entity and context information，FECI)的篇章关系抽取方法，它包含两个模块，分别是实体信息抽取模块和上下文信息抽取模块。实体信息抽取模块从两个实体中自动地抽取出能够表示实体对关系的特征。上下文信息抽取模块根据实体对的提及位置信息，从篇章中抽取不同的上下文关系特征。本文在三个篇章级别的关系抽取数据集上进行实验，效果得到显著提升。

    篇章关系抽取实体信息上下文信息提及位置信息跨句子推理

      原文链接:
    • 万方数据
    • 维普

    基于语义信息增强的化纤丝线网络度检测方法

    郑广智彭添强肖计春吴高昌...
    1963-1976页
    查看更多>>摘要：网络度是衡量化纤丝线及化纤织物性能的重要指标之一，在生产车间中通常采用人工方式进行检测。为解决人工检测误检率较高的问题，提出一种基于语义信息增强的化纤丝线网络度并行检测方法。首先，为提升单根化纤丝线网络结点识别的准确度，使用基于MobileNetV2优化的主干网络结构提取语义信息，以提高模型的运算速度。在所提主干网络的基础上，设计语义信息增强模块和多级特征扩张模块处理主干网络的特征信息，同时，设计像素级注意力掩膜对特征信息进行加权和融合，以提高网络度检测的准确性。然后，为实现多根化纤丝线网络度的批量计算，基于所提语义信息增强算法，设计网络度并行检测方法。使用算法检测丝线网络结点，同时使用连通域分析及掩膜提取的方法并行检测，提取视野内每条丝线的独立区域。随后，将并行检测结果融合，以准确获取每根丝线的网络度检测结果。为验证所提方法的有效性，使用自主研发的网络度检测设备建立了化纤丝线数据集，并进行了实验验证。结果表明，所提出的方法能够有效地提高检测的准确性。

    网络度图像语义分割语义特征信息并行检测策略注意力机制

      原文链接:
    • 万方数据
    • 维普

    基于文字局部结构相似度量的开放集文字识别方法

    刘畅杨春殷绪成
    1977-1987页
    查看更多>>摘要：开放集文字识别(Open-set text recognition，OSTR)是一项新任务，旨在解决开放环境下文字识别应用中的语言模型偏差及新字符识别与拒识问题。最近的OSTR方法通过将上下文信息与视觉信息分离来解决语言模型偏差问题。然而，这些方法往往忽视了字符视觉细节的重要性。考虑到上下文信息的偏差，局部细节信息在区分视觉上接近的字符时变得更加重要。本文提出一种基于自适应字符部件表示的开放集文字识别框架，构建基于文字局部结构相似度量的开放集文字识别方法，通过对不同字符部件进行显式建模来改进对局部细节特征的建模能力。与基于字根(Radical)的方法不同，所提出的框架采用数据驱动的部件设计，具有语言无关的特性和跨语言泛化识别的能力。此外，还提出一种局部性约束正则项来使模型训练更加稳定。大量的对比实验表明，本文方法在开放集、传统闭集文字识别任务上均具有良好的性能。

    开放集文字识别开放集学习泛用零样本学习组成学习

      原文链接:
    • 万方数据
    • 维普

    一种迭代边界优化的医学图像小样本分割网络

    贾熹滨郭雄王珞杨大为...
    1988-2001页
    查看更多>>摘要：精准的医学图像自动分割是临床影像学诊断和影像三维重建的重要基础。但医学图像数据的目标对象间对比度差异小、受器官运动影响大，加之标注样本规模小，因此在小样本下建立高性能的医学分割模型仍是目前的难点问题。针对主流原型学习小样本分割网络对医学图像边界分割性能差的问题，提出一种迭代边界优化的小样本分割网络(Iterative boun-dary refinement based few-shot segmentation network，IBR-FSS-Net)。以双分支原型学习的小样本分割框架为基础，引入类别注意力机制和密集比较模块(Dense comparison module，DCM)，对粗分割掩码进行迭代优化，引导分割模型在多次迭代学习过程中关注边界，从而提升边界分割精度。为进一步克服医学图像训练样本少且多样性不足问题，使用超像素方法生成伪标签，扩充训练数据以提升模型泛化性。在ABD-MR和ABD-CT医学图像分割公共数据集上进行实验，与现有多种先进的医学图像小样本分割方法进行对比分析和消融实验。实验结果表明，该方法有效提升了未见医学类别的分割性能。

    医学图像分割小样本学习注意力机制边界优化

      原文链接:
    • 万方数据
    • 维普

    基于SCN数据模型的SISO非线性自适应控制

    代伟张政煊杨春雨马小平...
    2002-2012页
    查看更多>>摘要：针对一类难以建立精确模型的单输入单输出(Single-input single-output，SISO)非线性离散动态系统，提出了一种数据驱动模型的自适应控制方法。所提方法首先设计具有直链与增强结构的随机配置网络(Stochastic configuration network，SCN)，建立了一种可同时表征非线性系统低阶线性部分与高阶非线性项(未建模动态)的数据驱动模型，并采用增量学习方法与监督机制，对模型结构与模型参数进行同步更新优化，保证了数据驱动模型的无限逼近能力，解决了传统自适应控制采用交替辨识算法存在的建模精度低、模型收敛性无法保证的问题。进而利用直链部分与增强部分，分别设计了线性控制器及虚拟未建模动态补偿器，建立了基于SCN数据驱动模型的自适应控制新方法，分析了其稳定性与收敛性，通过数值仿真实验和采用交替辨识算法的传统自适应控制方法进行对比，实验结果表明了所提方法的有效性。

    自适应控制随机配置网络监督机制未建模动态数据驱动模型

      原文链接:
    • 万方数据
    • 维普

    基于网格重构学习的染色体分类模型

    张林易先鹏王广杰范心宇...
    2013-2021页
    查看更多>>摘要：染色体的分类是核型分析的重要任务之一。因其柔软易弯曲，且类间差异小、类内差异大等特点，其精准分类仍然是一个具有挑战性的难题。对此，提出一种基于网格重构学习(Grid reconstruction learning，GRiCoL)的染色体分类模型。该模型首先将染色体图像网格化，提取局部分类特征;然后通过重构网络对全局特征进行二次提取;最后完成分类。相比于现有几种先进方法，GRiCoL同时兼顾局部和全局特征提取更有效的分类特征，有效改善染色体弯曲导致的分类性能下降，参数规模合理。通过基于G带、荧光原位杂交(Fluorescence in situ hybridization，FISH)、Q带染色体公开数据集的实验表明:GRiCoL能够更好地弱化染色体弯曲带来的影响，在不同数据集上的分类准确度均优于现有分类方法。

    核型分析染色体分类特征重构网格化

      原文链接:
    • 万方数据
    • 维普