智能系统学报

所属栏目：电子信息期刊热度：时间：

智能系统学报 关注(): 期刊周期：双月刊; 期刊级别：北大核心; 国内统一刊号：1673-4785; 国际标准刊号：1673-4785; 主办单位：中国人工智能学会哈尔滨工程大学; 主管单位：中华人民共和国工业和信息化部; 查看智能系统学报近十年数据入口>>>; 上一本期杂志：《控制理论与应用》期刊论文发表; 下一本期杂志：《微处理机》电子科技论文发表

　　【杂志简介】

　　《智能系统学报》经国家新闻出版署批准,《智能系统学报》已于2006年3月正式出刊,双月刊,大16k,96页,CN23-1538/TP,ISSN1673-4785,邮发代号14-190.

　　智能系统学报(CAAITransactionsonIntelligentSystems)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之一。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、生物信息学与人工生命等内容。

　　《智能系统学报》以高起点办刊为宗旨，为期刊发展迎来新契机，以“构建智能平台，打造精品期刊”为理念，为期刊发展奠定了良好的基础。由64位国内外智能科学领域的知名专家组成的编委会为刊物的发展作出了卓越的贡献。

　　【影响因子】

　　国家新闻出版总署收录　该刊已被波兰《哥白尼索引》、英国《科学文摘》数据库收录，2009年6月起成为中国科技核心刊源。

　　【栏目设置】

　　所刊内容包括人工智能与计算智能、智能控制与决策、智能信息处理、专家系统与知识工程、机器学习与知识发现、人工心理与机器情感,以及智能技术在各领域的应用。

　　杂志优秀目录参考：

　　单目视觉同步定位与地图创建方法综述顾照鹏，刘宏，GU Zhaopeng，LIU Hong

　　复杂网络结构比对算法研究进展刘富，姜奕含，邹青宇，LIU Fu，JIANG Yihan，ZOU Qingyu

　　人体下肢生物力学建模研究进展邵明旭，王斐，殷腾龙，刘健，SHAO Mingxu，WANG Fei，YIN Tenglong，LIU Jian

　　1-B it 人机交互系统程煜，张鸣宇，陶霖密，CHENG Yu，ZHANG Mingyu，TAO Linmi

　　一种基于模糊方法的领导-跟随型多机器人编队控制吴垠，刘忠信，陈增强，孙青林，WU Yin，LIU Zhongxin，CHEN Zengqiang，SUN Qinglin

　　一种新型悬垂绝缘子检测机器人机构设计何磊，王洪光，刘爱华，王林，HE Lei，WANG Hongguang，LIU Aihua，WANG Lin

　　《烟花算法引论》新书出版

　　基于改进逆向运动学的人体运动跟踪赵军，於俊，汪增福，ZHAO Jun，YU Jun，WANG Zengfu

　　具有面部表情的仿人头部机器人系统的研制信继忠，柯显信，杨阳，尚宇峰，XIN Jizhong，KE Xianxin，YANG Yang，SHANG Yufeng

　　第三届CCF大数据学术会议

　　柔性流水车间排产问题的一种协同进化 CGA 求解方法韩忠华，朱一行，史海波，林硕，董晓婷，HAN Zhonghua，ZHU Yihang，SHI Haibo，LIN Shuo，DONG Xiaoting

　　一种基于内存计算的电力用户聚类分析方法王德文，孙志伟，WANG Dewen，SUN Zhiwei

　　第一届国际智能信息系统应用研讨会

　　河北职称论文发表：城镇化综合水平演变特征及驱动因子分析

　　[摘要] 通过以合肥市为研究对象，从人口、经济、土地、生活方式四个方面，构建城镇化综合水平评价体系;运用熵值法，对2000-2012年合肥市城镇化综合水平进行测度，结果表明：自2000年以来，合肥市经济水平和基础设施增长速度较快，作为省会城市，经济中心与行政中心一致。区域经济发展所需要的人才、资金等要素向省域中心区集聚使经济发展的能力强化，但是相对于东部发达地区，合肥市前期的经济和设施水平较低。回归模型分析结果表明：合肥市城镇化水平的提高主要由政府行政力、产业集聚力、民营经济拉动力、外资推动力四个方面推动，其中政府行政力对合肥市城镇化水平的提高发挥了最重要的作用。

　　[关键词] 合肥市,城镇化综合水平,熵值法,驱动因子,结论

　　智能系统学报最新期刊目录

用于可见-红外行人重识别的模态共享门控双流Transformer

摘要：可见光-红外行人重识别旨在匹配不同模态下的同一身份行人图像，是计算机视觉领域一项极具挑战性的任务。在现实场景中，光照不足往往导致识别困难，严重限制了行人重识别系统的实用性。尽管基于卷积神经网络的传统方法已得到广泛研究，但受限于局部感受野及下采样操作，这类方法容易造成模态信息的丢失。针对上述问题，本文提出了一种基于vision Transformer(ViT)的可见光-红外行人重识框架——模态共享门...

图结构化辅助监督的视网膜血管分割网络

摘要：现有基于深度学习的视网膜血管分割方法因仅依赖逐像素掩码监督，难以有效建模血管网络的全局连通性和复杂分支结构，常导致分割结果中出现血管断裂等结构性误差。为此，本文提出了一种基于U-Net的图结构化辅助监督视网膜血管分割网络。通过血管骨架引导的结构编码算法，将关键分叉点与连通关系转换为结构化监督信号，引导网络学习视网膜血管的拓扑结构特征。设计了多层次信息流注意力融合模块，有效融合视觉语义特征和拓扑结构...

开辟物理人工智能的新局面

摘要：<正>物理人工智能正在成为人工智能的新热点。直观上，物理人工智能是在物理空间中工作的人工智能，与之相对是在信息空间中工作的信息人工智能，包括生成式人工智能、规划式人工智能和分析式人工智能等不同技术类型

融合图滤波与注意力机制的图异常检测方法

摘要：图数据的异常检测因在金融、生物学、社交网络等领域的广泛应用而备受关注。尽管近年来基于图神经网络(Graph Neural Networks， GNNs)的异常检测方法取得较好效果，但图神经网络有效的前提是邻居节点的类别和特征趋于一致。然而，含有异常节点图数据不满足这一前提，这导致了异配连接问题与特征不一致问题。为此，提出了一种结合图滤波与注意力机制的图异常检测方法FHANN (Flexible H...

AI图像生成的精细化可控：结构化与非结构化提示词及其轻量微调的对比研究

摘要：针对文本到图像（T2I）生成中结果不稳定、难以控图的痛点，结合生成式人工智能（AIGC）技术中的提示词和微调模型，通过分析不同格式的提示词及其微调模型对控图能力的影响，建立“结构化提示词及LoRA微调”可复现生图模型以解决当前包装设计过程中LLM绘图对生成结果的精细化可控等问题。以FLUX-dev为基座，围绕100个主题构建提示词结构化与否、LoRA微调与否的四象限数据集；以CLIPScore与自...

GPT4PF：一种微调预训练LLM的光伏功率预测模型

摘要：准确的光伏功率预测对于保障电力系统安全、提高太阳能利用效率至关重要。本文提出一种微调预训练大语言模型（LLM）的光伏功率预测模型（GPT4PF）。首先，设计了一种高适应性高效的三阶段微调策略，在提升预测精度的同时，训练参数量仅占总参数量的0.49%。其次，构建了一种嵌入时间信息的输入编码层，以增强LLM对时间信息的建模能力，消融实验表明平均绝对误差（MAE）下降约1%。此外，提出了一种光伏数据切片...

融合空间域与多轴频域分析的儿童肺炎分类模型

摘要：儿童肺炎是一种严重威胁全球儿童健康的疾病，其精准分类是有效治疗的关键，但其X射线图像兼具细微病理纹理与大范围弥漫性病变，单一空间域模型难以高效协同表征。为此，本文提出融合空间域与多轴频域分析的儿童肺炎分类模型。模型前两阶段构建位移感知多尺度单元，捕捉细粒度病理纹理；后两阶段设计多轴傅里叶单元，在频域建模长距离依赖，刻画大范围病变特征。此外，设计多核卷积门控线性单元增强各阶段特征表示。实验表明，模型...

基于因果干预与动态图学习的交通事故风险预测

摘要：针对城市交通事故风险预测中存在的泛化能力差、时空相关性建模不足的问题，本文提出一种基于因果干预与动态图学习的交通事故风险预测网络（CIDGNet）。该模型在编码器-解码器框架中，设计了输入门模块以融合多周期事故信号与外部协变量；提出动态图学习模块，通过通道注意力机制自适应刻画节点间时变的空间依赖；并结合图卷积与门控循环单元（GRU）联合建模时空演化规律。为进一步提升预测稳定性，引入转移桥模块，将历...

一种多模态协同学习的变电设备缺陷识别方法

摘要：针对变电设备缺陷识别任务，本文提出了一种融合语义增强与模态特征解耦的多模态协同学习方法。该方法首先引入具备语义理解能力的大模型DeepSeek，对红外与紫外图像的语义标注进行分析与补充，丰富标注中蕴含的语义信息表达。随后，设计了模态共享与模态特有两个特征提取模块，通过共享查询向量和特有查询向量分别建模两种模态间的共性特征和差异特征，以提升多模态特征表示能力。引入特征对齐损失和模态解耦损失，分别用于...

时序注意力网络评估空管员认知负荷

摘要：为提升复杂工作情境下认知状态监测的准确性与实时性，本文围绕空中交通管制任务中认知负荷的识别问题，提出了一种时序注意力记忆网络（Temporal Attention Memory Network， TAM-Net）。该方法面向脑电信号的动态特征建模，融合代理注意力机制与注意力长短期记忆网络细胞单元。前者通过代理标记在保持全局建模能力的同时有效降低计算开销，后者则增强了模型对长时间序列及复杂依赖关系的...

基于深度学习的点云去噪方法综述

摘要：点云作为获取途径最便捷的三维数据载体，广泛应用于自动驾驶、具身智能及虚拟现实等领域。然而，受传感器波动、环境干扰与算法误差等因素影响，原始点云无法避免噪声干扰，导致几何结构失真与下游任务性能下降。针对该问题，大量基于深度学习的点云去噪方法不断涌现。本文系统梳理了近八年该领域的最新进展，首先，构建了基于深度学习的点云去噪五大分类体系，涵盖PointNet主干网络、卷积神经网络、Transformer...

动态距离约束的离线到在线强化学习

摘要：离线到在线强化学习能够在有限的在线交互下快速提升策略性能，但在微调初期，策略分布往往偏离离线数据支持区域，导致估值不稳并限制性能提升。现有方法多依赖统一的保守约束，将离线数据视作边界条件，却忽视了样本质量与分布差异，从而在更新时既过度约束，又难以避免分布外的不稳定估值。为此，本文提出一种动态距离约束的离线到在线强化学习算法。该方法基于状态条件距离函数，将策略约束在离线数据支持区域内，并随着在线交互...

融合因果知识的变电站仪表外观缺陷检测算法

摘要：针对变电站仪表外观缺陷检测中存在外观缺陷多尺度特征提取困难以及缺陷类别不平衡等问题，提出了一种融合因果知识的变电站仪表外观缺陷检测算法。首先在骨干网络引入全局-局部特征提取模块(Global-to-Local Feature Extraction Block，GLFEB)，增强模型的全局和局部缺陷特征的提取能力；然后在颈部加入跨层上下文特征金字塔网络(Cross-Layer Context Fea...

融合扩散模型的多模态图对比学习推荐

摘要：针对多模态数据中固有噪声干扰、数据稀疏性以及跨模态语义表示差异导致的用户兴趣偏好建模不准确的问题，提出了一种融合扩散机制的图对比学习推荐方法(Diffusion-enhanced Exploration for Multimodal Graph contrastive Recommendation，DEMGR)。首先，借助扩散模型生成结构增强的对比视图，有效抑制自监督学习中各个模态噪声的干扰；其次...

面向复杂环境的机器人触觉感知算法研究综述

摘要：触觉感知是实现机器人具身智能不可或缺的关键环节，尤其在复杂场景应用中具有重要工程意义。随着自主学习等人工智能技术的迅速发展并广泛应用于机器人领域，机器人触觉感知的精度、鲁棒性和泛化能力均得到显著提升。本文从复杂环境对触觉感知算法的实际需求出发，系统梳理并对比分析了近五年来基于机器学习、深度学习和强化学习的典型触觉感知方法，综述其研究现状与主要进展，并为后续算法设计与工程应用提供参考

面向医学图像检索的模糊注意力协同哈希网络

摘要：近年来，医学影像技术的革新推动图像数据激增，高效检索成为提升诊断效率的关键。深度哈希算法以其高效编码广泛应用于图像检索，但在处理不确定的医学图像及不平衡数据时存在局限。为此，本文提出了一种基于模糊系统的模糊注意力协同哈希网络，用于高效的医学图像检索。首先，设计一个注意力增强的模糊特征协同器，通过计算模糊特征的注意力权重，提高类间差异性；然后，基于Transformer的后件协同编码器利用多头自注意...

一种新的稀疏表示驱动的大规模数据集成聚类算法

摘要：针对大规模高维数据聚类中存在的采样代表性不足与计算开销过高的问题，本文提出了一种稀疏表示驱动的集成聚类（Sparse Representation-driven Ensemble Clustering，SREC）算法。在基聚类生成阶段，SREC算法引入了随机样本划分与K-means的混合代表点采样策略，结合FAISS索引构建高效稀疏图，有效克服了局部采样难以覆盖全局分布的缺陷；在共识函数构建阶段，...

历史文档布局分析研究

摘要：文档布局分析是将扫描得到的页面图像转换为可搜索的全部文本，然而，该研究主要集中在结构化和半结构化文档领域，历史文档图像质量差、结构混乱，比常规结构化文档更具挑战性。为解决上述问题，本文在现有数据集上新增标注，构建融合文本内容、文档图像及空间特征的多模态网络；进一步地，通过结合语义相似度与空间邻接关系，设计关系预测网络来预测阅读顺序，获得最终的布局分析结果。本文方法在LA-READ和LA-FCR数据...

基于跨模态注意力的多阶段图像风格迁移

摘要：图像风格迁移（IST）核心是融合图像内容与目标艺术风格，生成兼具语义合理性与视觉表现力的图像，广泛应用于艺术创作、个性化图像编辑等领域。现有方法处理高分辨率图像、复杂纹理及跨模态引导任务时，存在计算效率低、风格可控性弱、细节丢失、风格与内容脱节等问题。为此，本文提出基于潜在扩散模型的多阶段风格迁移框架CAST-Diff，采用解耦式协同设计，结合跨模态语义引导、自适应区域风格调节与潜空间扩散细化，通...

基于任务子图感知的少样本节点分类算法

摘要：目前基于图神经网络的节点分类方法依赖大量标记数据，且长尾标签分布降低了学习效率。在低资源场景下，基于元学习的少样本学习是图表示学习的有效途径，然而，全局图学习会引入任务无关噪声，且现有原型网络方法直接计算节点与类原型的相似性以对节点分类，在少样本条件下难以准确计算类原型。针对此，提出了基于任务子图感知的少样本节点分类算法(Few-shot Node Classification based on ...

　　相关电子信息期刊推荐

　　核心期刊推荐

查看更多电子信息期刊