模式识别与人工智能最新期刊目录
基于全局-局部先验和纹理细节关注的图像修复————作者：徐祺津;叶海良;曹飞龙;梁吉业;
摘要：图像修复旨在利用周围信息填充图像中的缺失区域，然而现有基于先验的方法大多难以兼顾全局语义一致性和局部纹理细节.因此，文中提出基于全局-局部先验和纹理细节关注的图像修复方法，结合小波卷积与傅里叶卷积，构造小波-傅里叶卷积块，增强局部特征和全局特征的交互.在此基础上，提出全局-局部学习式先验，通过一个由小波-傅里叶卷积块构成的先验提取器，同时学习全局先验和局部先验.该先验提取器作用于受损图像和完整图像...
耦合映射的非等距三维模型簇对应关系计算————作者：杨军;薛又中;
摘要：针对现有非等距模型簇对应关系计算方法准确率较低且泛化能力较差的问题，文中提出耦合映射的非等距三维模型簇对应关系计算方法.首先，使用DiffusionNet直接从三维模型中提取初始特征，获取具有鉴别能力的特征描述符.然后，使用描述符分别计算函数映射矩阵与逐点映射矩阵，并对两种矩阵分别施加结构正则化约束与执行Softmax归一化，得到最优耦合映射矩阵.最后，基于虚拟模板的模型簇匹配模块以模型初始特征作...
基于语义的小样本学习原型优化方法————作者：刘媛媛;邵明文;张黎旭;邵浚;
摘要：语义信息可为小样本学习提供丰富的先验知识，然而，现有的小样本研究只在浅层结合图像与语义，无法充分利用语义探索类别特征，从而限制模型性能.为了缓解此问题，文中提出基于语义的小样本学习原型优化方法.首先，设计逐通道级语义提示模块，引导方法提取视觉特征，逐步优化类原型.然后，设计多模态边界损失，将视觉和语义维度上的类间相关性与损失函数结合，约束方法增强类原型的区分性.最后，通过两阶段微调，充分利用语义知...
基于网络形式背景的双层网络传染病模型————作者：范敏;陈瑞;李金海;
摘要：双层网络传染病模型已成为复杂网络动力学中的热点问题之一.然而，现有研究忽略防疫意识和行为对传染病传播的影响，在遇到个体防疫行为差异较大时，难以反映实际的传染病传播情况.因此，文中从行为模式识别的角度出发，结合形式概念分析与微观马尔可夫链方法(Microscopic Markov Chain Approach, MMCA),提出基于网络形式背景的双层网络传染病模型.首先，定义双层网络形式背景、网络概...
基于知识蒸馏与动态区域细化的人体姿态估计————作者：魏龙生;付兴朋;李唐强;黄浩宇;
摘要：人体姿态估计方法分为基于坐标回归的方法和基于热图的方法.基于坐标回归的方法推理速度较快但精度较差，基于热图的方法可精确定位，但计算量和存储开销较大.因此，文中通过知识蒸馏，结合两种方法，提出基于知识蒸馏与动态区域细化的人体姿态估计方法.首先，在特征蒸馏与姿态蒸馏两方面将热图模型的信息传递给回归模型.然后，对经过多层Transformer提取的特征进行选择，在粗略化阶段根据提取的特征生成初步姿态估计...
海森辅助的概率策略梯度方法————作者：胡磊;李永强;冯宇;冯远静;
摘要：强化学习中的策略梯度方法因其通用性而广泛应用于连续决策问题，但高梯度方差导致的低样本利用率始终制约其实际应用性能.文中提出海森辅助的概率策略梯度方法(Hessian Aided Probabilistic Policy Gradient Method, HAPPG),在PAGE(Probabilistic Gradient Estimator)的基础上设计双模态梯度估计机制：在大批量估计中增加历史...
第二十七届中国科协年会“模式识别与人工智能前沿研讨”专题征稿通知
摘要：<正>为着力打造中国科技界示范学术品牌,涵养学术生态,服务高水平科技自立自强,中国科协组织全国学会联合国家战略科技力量,围绕“培育新质生产力,服务高水平科技自立自强”主题,组织开展第二十七届中国科协年会系列学术活动。中国自动化学会将于2025年7月在北京承办“模式识别与人工智能前沿研讨”专题论坛,汇聚全球顶尖专家学者,共探模式识别与人工智能前沿科技与发展趋势,为我国人工智能发展提供智力支撑。《模式...
主编寄语————作者：郑南宁;
摘要：<正>时光飞逝、岁月疾驰，当我们每个人都在为学习、工作和生活忙碌奔波不停的时候，2025年悄然而至，新的华彩篇章也徐徐开启。旧符焕彩，新禧呈祥，在这个大地回春、万物复苏的美好时刻，我谨代表编辑委员会和编辑部全体成员向关心和支持《模式识别与人工智能》发展的广大专家学者致以诚挚的祝福和问候!祝大家在新的一年里身体健康!工作顺利!万事如意!2024年，既是中华人民共和国成立75周年，也是《模式识别与人工...
广义多尺度多重集值决策系统的最优尺度约简————作者：刘梦欣;谢祯晃;吴伟志;朱康;
摘要：多尺度数据的知识表示与知识获取是现阶段多粒度计算研究的一个重要方向.在分析多尺度数据时，一个关键问题是最优尺度组合的选择，其目的是选择合适的子系统用于最终决策.因此文中针对多尺度多重集值数据的知识获取问题展开研究.首先，基于海林格距离，在广义多尺度多重集值决策系统中构造不同尺度组合下对象集上的相似关系，给出广义多尺度多重集值决策系统的信息粒表示.然后，在协调广义多尺度多重集值决策系统中，定义最优尺...
基于对抗强化学习的多跳知识推理————作者：成凌云;郭银章;刘青芳;
摘要：为了解决现有知识图谱问答中多跳推理模型在复杂关系中表示不足、数据稀疏性及强化学习推理中存在虚假路径等问题，文中提出基于对抗强化学习的多跳知识推理模型.首先，通过高阶分解关系向量，实现实体与关系特征参数化组合，并在聚合邻居节点时引入注意力机制，赋予不同权重，增强复杂关系的表示能力.还设计知识图谱嵌入框架，用于衡量嵌入空间中〈主题实体，问题，答案实体〉的可信度.然后，将多维信息融入强化学习框架的状态表...
基于多尺度空间自适应注意力网络的轻量级图像超分辨率方法————作者：黄峰;刘鸿伟;沈英;裘兆炳;陈丽琼;
摘要：针对现有图像超分辨率重建方法存在模型复杂度过高和参数量过大等问题，文中提出基于多尺度空间自适应注意力网络(Multi-scale Spatial Adaptive Attention Network, MSAAN)的轻量级图像超分辨率重建方法.首先，设计全局特征调制模块(Global Feature Modulation Module, GFM),学习全局纹理特征.同时，设计轻量级的多尺度特征聚合...
融合数据质量增强和时空信息编码网络的船舶海上轨迹预测方法————作者：石悦;罗贺;蒋儒浩;王国强;
摘要：高精度的海上船舶轨迹预测是降低船舶碰撞风险、提升船舶搜救效率的重要基础.海上航行环境的多变性使船舶轨迹数据在时间和空间上具有高度复杂性，现有方法对船舶轨迹数据的质量及运动信息关注度不足，难以充分捕捉轨迹中的时空特征和关联信息.因此，文中提出融合数据质量增强和时空信息编码网络的船舶海上轨迹预测方法(Ship Maritime Trajectory Prediction Method Integrat...
面向动态数据的联合自表示子空间聚类方法————作者：张汉涛;赵杰煜;叶绪伦;
摘要：自表示子空间聚类方法在高维数据处理中表现优秀，已成为该领域的关键技术之一.然而，传统的自表示模型通常假设数据集是静态的，难以适应动态、连续到达的数据流，会导致新旧数据存在特征异构、新到样本可能包含未知新类别等情况.因此，文中提出联合自表示子空间聚类方法(Joint Self-Expressive Subspace Clustering Method, JSSC),可适应数据流的连续到达.JSSC结...
融合深浅层次知识的自学习TSK模糊癫痫辅助检测算法————作者：施奇环;张雄涛;
摘要：Takagi-Sugeno-Kang(TSK)模糊分类器在癫痫检测中用于处理模糊信息.然而，由于癫痫脑电信号复杂、患者发作表现多样，一阶TSK模糊分类器通常难以从训练样本中获取足够的泛化性能.因此，文中提出融合深浅层次知识的具有自我学习能力的TSK模糊分类算法(Deep-Shallow Mix Self-Learning TSK, DSMT),用于癫痫辅助检测.DSMT引入类似人类“反思-归纳”的...
关于2025年度国家自然科学基金项目申请与结题等有关事项的通告
摘要：<正>国家自然科学基金委员会(以下简称自然科学基金委)坚持以习近平新时代中国特色社会主义思想为指导，全面贯彻党的二十大和二十届二中、三中全会精神，深刻领会习近平总书记关于基础研究的重要论述和指示批示精神，坚持需求导向和自由探索，坚持“四个面向”的战略导向，牢牢把握科学基金新定位，强化基础研究前瞻性、战略性、系统性布局，推进教育、科技、人才一体化发展
融合级联频域特征的信息微观扩散预测模型————作者：赖雨阳;朱小飞;
摘要：微观扩散预测对于深入理解信息在社会网络中的传播具有关键意义.为了进一步提升信息传播预测的精准度，文中提出融合级联频域特征的信息微观扩散预测模型.首先，基于用户友谊关系和历史级联，分别构建社交图和信息扩散超图，并利用图卷积神经网络提取用户在社交关系和转发行为上的表征.然后，应用傅立叶变换，将级联的时域特征映射至频域，通过高频分量与低频分量捕捉级联的短期波动和长期趋势.最后，为了生成更具表现力的用户表...
生物拓扑语义增强的药物与微生物异质图表征学习————作者：郭全明;郭延哺;宋胜利;陈紫豪;朱昊坤;
摘要：微生物与药物的相互作用对人体健康具有重要影响.现有关联预测方法未充分建模异质图的内部节点信息，且忽略不同元路径实例蕴含信息的重要性.为此，文中提出生物拓扑语义增强的药物与微生物异质图表征学习方法(Biological Topology-Semantic Enhanced Heterogeneous Graph Representation Learning for Drug-Microbe Int...
基于自适应组合滤波器的谱图神经网络————作者：李伟诺;黄梅香;卢福良;屠良平;
摘要：谱图神经网络(Spectral Graph Neural Networks, SGNNs)在处理同配图数据时性能较优.然而，现有的SGNNs大多基于拉普拉斯矩阵的多项式近似设计滤波器，难以有效捕获图谱信号中的高频部分，进而限制其在异配图数据上的应用.此外，基于拉普拉斯矩阵设计的滤波器仅反映图拓扑的全局结构特征，无法灵活适应图数据中复杂的局部模式.为此，文中提出基于自适应组合滤波器的谱图神经网络(S...
高量子位横场伊辛模型的通用波函数重构————作者：丛爽;林丽敏;
摘要：为了研究重构高维横场伊辛模型中基态波函数的泛化性能，文中提出高量子位通用波函数概率分布重构模型.该模型利用Mamba的自回归特性，同时结合高效采样流程，无需额外标签样本就能自动生成独立训练样本.结合多基态尺度缩放与变分蒙特卡洛优化策略，仅利用少量小区间内的不同物理参数训练高量子位通用波函数的模型权值.在40量子位系统波函数重构的数值仿真实验中，仅需采用外场强度为0.5至1.5的部分值进行权值训练，...
轻量化特征点及可变形描述符提取网络————作者：方宝富;张克傲;王浩;袁晓辉;
摘要：特征点提取是视觉同时定位与建图(Visual Simultaneous Localization and Mapping, VSLAM)的重要步骤之一，近年来出现的基于深度学习的特征点提取方法通常效率较低，无法满足实时性要求，也不能提供描述符所需的几何不变性.为此，文中提出轻量化特征点及可变形描述符提取网络(Lightweight Keypoint and Deformable Descripto...
