智能系统学报最新期刊目录
引入因果发现学习的跨领域知识泛化方法————作者：李珊珊;赵清杰;朱文龙;阮锦佳;于铁军;马少辉;孙保胜;
摘要：领域泛化是将多个已知领域的知识泛化到未知目标领域的技术。然而，现有领域模型在提取图像特征时，容易受高维噪声的影响，导致提取的图像特征无法与标签产生稳定的因果关系。因此，受跨域不变因果机制的启发，本文通过引入因果发现学习技术，提高跨域知识泛化的准确性。首先，提取图像的低维潜在特征并对其进行变分推理，保留图像基本信息的同时实现特征变量相互独立。然后，通过重构潜在特征变量与类别标签之间的因果有向无环图(...
基于改进CycleGAN网络的面部腧穴定位算法————作者：杨婕;高阳;段郑玉;姬冰霞;张雄;上官宏;
摘要：现有腧穴自动定位方法存在定位误差大、算法泛化能力弱、操作复杂等缺点，不能满足大规模针灸临床应用的需求。针对以上问题，提出一种适用于面部腧穴定位的改进循环一致生成对抗网络。首先，采用双循环对抗训练机制，通过对称生成对抗网络的交替迭代实现网络性能优化；其次，针对面部图像的特点，设计内嵌腧穴信息感知块的对称编解码生成器和能够在不同感受野下处理特征的多尺度分块判别器；最后，采用多个损失函数对腧穴定位网络进...
融合关键区域信息的双流网络视频表情识别————作者：孔英会;崔文婷;张珂;车辚辚;
摘要：人脸表情识别是计算机视觉领域中的一个重要研究课题，而视频中的表情识别在很多场景具有实用价值。视频序列包含丰富的帧内空间信息与帧间时间信息，而面部关键区域也对表情识别结果有重要影响，本文提出一种融合关键区域信息的双流网络表情识别方法。构建空间-时间双流网络，空间网络分支结合面部运动单元和CSFA（channel-spatial frame attention）注意力机制，重点关注影响表情识别结果的面...
卷积神经网络在图像超分辨上的应用————作者：田春伟;宋明键;左旺孟;杜博;张艳宁;张师超;
摘要：卷积神经网络因强大的学习能力，已成为解决图像超分辨问题的主流方法。然而，用于解决图像超分辨的不同类型深度学习方法存在巨大的差异。目前，仅有少量文献能根据不同缩放方法来总结不同深度学习技术在图像超分辨上的区别和联系。因此，根据设备的负载能力和执行速度等介绍面向图像超分辨方法的卷积神经网络尤为重要。本文首先介绍面向图像超分辨的卷积神经网络基础，随后通过介绍基于双三次插值、最近邻插值、双线性插值、转置卷...
基于分层多智能体强化学习的多无人机视距内空战————作者：雍宇晨;李子豫;董琦;
摘要：为了提高无人机在视距内空战中的自主机动决策能力，本文提出了一种基于自博弈理论（SelfPlay，SP）和多智能体分层强化学习（mutil agent hierarchical reinforcement learning，MAHRL）的层次决策网络框架。该框架通过结合自身博弈和多智能体强化学习算法，研究了多无人机空战缠斗场景。复杂的空战任务被分解为上层导弹打击任务和下层飞行跟踪任务，有效地减少了战...
基于短时傅里叶变换的智能音乐生成系统分析与研究————作者：李一熙;汪镭;薛愈;吴启迪;
摘要：在基于短时傅里叶变换（short-time fourier transform， STFT）的智能音乐生成系统中，引入梅尔倒谱系数（mel frequency cepstrum coefficient， MFCC）作为输入特征，并对STFT的损失函数进行优化设计，以提升音乐生成的质量。在对音符输入信号进行短时傅里叶变换时，需要对时域信号进行截断并添加窗函数，对信号添加时域窗等效于在频域信号中进行卷...
基于人工势场的防疫机器人改进近端策略优化算法————作者：伍锡如;沈可扬;
摘要：针对防疫机器人在复杂医疗环境中的路径规划与避障效果差、学习效率低的问题，提出一种基于人工势场的改进近端策略优化(Proximal Policy Optimization， PPO)路径规划算法。根据人工势场法(Artificial Potential Field， APF)构建障碍物和目标节点的势场，定义防疫机器人的动作空间与安全运动范围，解决防疫机器人运作中避障效率低的问题。为解决传统PPO算法...
基于自优化神经网络的船舶运动模型辨识————作者：张浩晢;杨智博;焦绪国;吕成兴;朱齐丹;
摘要：准确的船舶运动模型是船舶自主系统的核心。为提高船舶运动建模精度，首先引入了改进的雪融优化器(Improved Snow Ablation Optimizer， ISAO)。随后，提出一种结合双向时间卷积网络(Bidirectional Temporal Convolutional Network， Bi-TCN)与注意力机制(Attention Mechanism， AM)的网络模型，即BITCA...
基于SDAE-DCPInformer的电动汽车电池SOC&SOH估算方法————作者：彭自然;王顺豪;肖伸平;
摘要：针对现有电动汽车电池状态估计方法存在运算效率低和估算准确率低的问题，提出一种模型SDAE-DCPInformer以估算电动汽车电池SOC和SOH。首先，采用堆叠降噪自编码器SDAE清洗电压、电流和温度数据中的异常数据和空缺数据，减小对估算精度的影响。其次，引入动态通道剪枝技术DCP对Informer模型进行稀疏化处理，提高剪枝后模型的性能和稳定性。最后，将清洗过的数据输入DCPInformer模型...
基于主干网络浅深层特征的无人机海上分割算法————作者：沈昊;葛泉波;吴高峰;
摘要：为提高复杂海洋环境中无人机自主降落时分割目标的实时性和精确性，研究主干网络和浅深层特征对分割算法性能的影响问题，基于DeepLabV3+框架建立一种基于主干网络浅深层特征的无人机海上分割（shallow and deep features of backbone， SDFB）算法。首先，针对风浪扰动降低目标稳定性的问题，优化MobileNetV2结构提出一种特征提取方法，解决了算法无法处理短时间目...
基于混合邻域图的复杂结构数据集层次聚类算法————作者：陈仲尚;冯骥;杨德刚;蔡发鹏;
摘要：复杂结构数据集通常指的是那些包含不同形状(包括球形、非球形、流形)、大小和密度的簇的数据集。自然邻居算法在处理边界不清晰、密度变化的数据集时存在局限性，特别是在数据集中含有大量噪声时，其性能显著下降。针对这些问题，本文提出了一种基于混合邻域图的复杂结构数据集层次聚类算法(hybrid neighborhood graph-based hierarchical clustering algorith...
面向复杂电力环境场景理解的可见光和红外图像特征级融合方法————作者：黄志鸿;杜瑞;张辉;
摘要：随着电力系统自动化和智能化程度的不断提高，变电站和配电网设备的有效监测与故障诊断成为保证电网稳定运行的重要手段。针对传统单模态图像处理方法在复杂电力环境中面临的挑战，提出了一种基于可见光和红外图像特征级融合的场景理解方法。通过深入分析可见光图像和红外图像的互补特性，设计了一个双分支的对称融合网络框架，有效结合了可见光图像的高分辨率纹理信息和红外图像的温度信息。此外，引入了多尺度特征融合层和多尺度注...
基于L1-mask约束的对抗攻击优化方法————作者：周强;陈军;陶卿;
摘要：当前的对抗攻击方法通常采用无穷范数或L2范数来度量距离，但这些方法在不可察觉性方面仍有提升空间。L1范数作为稀疏学习中常用的度量方式，其在提高对抗样本的不可察觉性方面尚未被深入研究。为了解决这一问题，提出基于L1范数约束的对抗攻击方法，该方法通过对特征进行差异化处理，将有限的扰动集中在更重要的特征上。此外，还提出了基于显著性分析的L1-mask约束方法，通过遮盖显著性较低的特征来提高攻击的针对性。...
基于特征融合和网络采样的点云配准————作者：陆军;王文豪;杜宏劲;
摘要：针对点云配准过程中，下采样时容易丢失关键点，影响配准精度的问题，本文提出了一种基于特征融合和网络采样的配准方法，提高了配准的精度和速度。在PointNet分类网络基础上，引入小型注意力机制，设计了一种基于深度学习网络的关键点提取方法，将局部特征和全局特征融合，得到混合特征的特征矩阵，使用深度学习实现了求取对应矩阵时相关参数的自动优化，最后使用加权奇异值分解（singular value decom...
面向复杂场景的变电设备锈蚀检测方法————作者：赵振兵;席悦;冯烁;赵文清;翟永杰;李冰;
摘要：针对复杂场景下变电设备锈蚀检测中存在锈蚀形态差异大、尺度大小不一、特征显著性低的问题，提出了一种面向复杂场景的变电设备锈蚀检测方法。引入了频率通道注意力机制，使用更多的频率分量补充深层网络中的细节特征，优化模型对锈蚀特征的提取；在特征融合网络使用多尺度特征增强模块重新构建C2f模块，使网络可以更好的捕获不同大小的锈蚀区域；引入附加检测头，缓解模型在特征融合过程中卷积层下采样造成的锈蚀关键信息丢失的...
基于事件触发灰狼优化算法的四旋翼无人机三维航迹规划————作者：秦冬燕;闫晓辉;邵桂伟;姚玉武;
摘要：针对复杂环境下四旋翼无人机三维航迹规划问题，提出了一种改进的事件触发灰狼优化算法(event triggered grey wolf optimization，ETGWO)。首先，引入球面矢量刻画飞行路径的生成，减少搜索空间，以扩大搜索能力；设计自适应权重动态调整飞行航迹成本适应度函数，提高航迹规划效率和准确性；其次，在灰狼优化算法(grey wolf optimization，GWO)基础上，选...
明暗恢复形状算法改进的高精度快速水下图像三维重建方法————作者：管凤旭;吴卓锋;张雨竹;唐世文;姚佳豪;杜雪;
摘要：明暗恢复形状（Shape from Shading，SFS）算法是三维重建中不可缺少的关键技术，该方法使用单幅图像中物体的灰度的亮度信息，求出每个点的相对高度和表面法向量，现有的SFS线性化算法利用泰勒级数进行展开忽略了高阶部分的影响，出现了三维重建的图像不够精确等问题。为解决三维重建的精度问题，本文提出了一种基于SFS算法改进的高精度快速水下图像三维重建方法，在提高三维重建的精度前提下，解决了对...
基于混合双分支卷积神经网络和图卷积神经网络的全色锐化方法————作者：王文卿;张小乔;何霁;刘涵;刘丁;
摘要：多光谱图像全色锐化是遥感影像处理与解译领域的热点问题。相较于传统全色锐化方法，基于深度学习的全色锐化方法聚焦于图像深层次特征的提取，大幅提升了融合图像的质量。本文提出了一种基于混合双分支卷积神经网络和图卷积神经网络的全色锐化方法，旨在同时挖掘图像的光谱、空间与非几何结构信息，提升融合图像空间分辨率和光谱分辨率。本方法建立在多分辨率分析融合框架的基础上，利用深度神经网络构建了特征提取、特征融合和图像...
基于伪标签细化的域适应TSK模糊分类器————作者：张馨匀;周琳家;程煜婷;邱成羽;谢宇航;陈秀;张远鹏;
摘要：Takagi-Sugeno-Kang (TSK)模糊分类器由于其良好的分类性能和可解释性在多个领域有着广泛的应用。针对训练样本和测试样本分布差异所导致的TSK模糊分类器泛化性能下降问题提出了一种基于伪标签细化的域适应TSK模糊分类器。该分类器使用模糊规则前件的非线性映射和后件的线性映射能力构建源域和目标域数据的模糊共享特征空间，并在模糊共享特征空间采用基于图随机游走和标签过滤细化两种策略来提升目标...
高低频特征融合的低照度图像增强方法————作者：王德文;胡旺盛;张润磊;赵文清;
摘要：针对现有低照度图像增强方法性能与开销不平衡的问题，本文提出一种高低频特征融合的低照度图像增强方法。该方法在多尺度上获取几何特征丰富的低频特征与语义特征丰富的高频特征，经过高低频特征融合得到增强图像，在保证良好图像质量的同时降低开销。为优化对低照度环境的特征提取能力，构建残差混合注意力模块，从像素与通道两方面对重要的局部区域给予更多关注。针对下采样造成的信息丢失问题，设计一种特征合并模块对下采样后的...
智能系统学报来自网友的投稿评论：
-
画个圈圈兜住幸福
外审两个意见偏向正面，但还是被拒了.
2021-06-08 11:23
