【雜志簡(jiǎn)介】

　　《智能系統(tǒng)學(xué)報(bào)》經(jīng)國(guó)家新聞出版署批準(zhǔn),《智能系統(tǒng)學(xué)報(bào)》已于2006年3月正式出刊,雙月刊,大16k,96頁,CN23-1538/TP,ISSN1673-4785,郵發(fā)代號(hào)14-190.

　　智能系統(tǒng)學(xué)報(bào)(CAAITransactionsonIntelligentSystems)由中國(guó)人工智能學(xué)會(huì)和哈爾濱工程大學(xué)聯(lián)合主辦，是中國(guó)人工智能學(xué)會(huì)會(huì)刊之一。主要刊登神經(jīng)網(wǎng)絡(luò)與神經(jīng)計(jì)算、智能信息處理、自然語言理解、智能系統(tǒng)工程、機(jī)器翻譯、復(fù)雜系統(tǒng)、機(jī)器學(xué)習(xí)、知識(shí)工程與分布式智能、機(jī)器人、智能制造、粗糙集與軟計(jì)算、免疫系統(tǒng)、機(jī)器感知與虛擬現(xiàn)實(shí)、智能控制與智能管理、可拓工程、人工智能基礎(chǔ)、生物信息學(xué)與人工生命等內(nèi)容。

　　《智能系統(tǒng)學(xué)報(bào)》以高起點(diǎn)辦刊為宗旨，為期刊發(fā)展迎來新契機(jī)，以“構(gòu)建智能平臺(tái)，打造精品期刊”為理念，為期刊發(fā)展奠定了良好的基礎(chǔ)。由64位國(guó)內(nèi)外智能科學(xué)領(lǐng)域的知名專家組成的編委會(huì)為刊物的發(fā)展作出了卓越的貢獻(xiàn)。

　　【影響因子】

　　國(guó)家新聞出版總署收錄　該刊已被波蘭《哥白尼索引》、英國(guó)《科學(xué)文摘》數(shù)據(jù)庫(kù)收錄，2009年6月起成為中國(guó)科技核心刊源。

　　【欄目設(shè)置】

　　所刊內(nèi)容包括人工智能與計(jì)算智能、智能控制與決策、智能信息處理、專家系統(tǒng)與知識(shí)工程、機(jī)器學(xué)習(xí)與知識(shí)發(fā)現(xiàn)、人工心理與機(jī)器情感,以及智能技術(shù)在各領(lǐng)域的應(yīng)用。

　　雜志優(yōu)秀目錄參考：

　　單目視覺同步定位與地圖創(chuàng)建方法綜述 顧照鵬，劉宏，GU Zhaopeng，LIU Hong

　　復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)比對(duì)算法研究進(jìn)展 劉富，姜奕含，鄒青宇，LIU Fu，JIANG Yihan，ZOU Qingyu

　　人體下肢生物力學(xué)建模研究進(jìn)展 邵明旭，王斐，殷騰龍，劉健，SHAO Mingxu，WANG Fei，YIN Tenglong，LIU Jian

　　1-B it 人機(jī)交互系統(tǒng) 程煜，張鳴宇，陶霖密，CHENG Yu，ZHANG Mingyu，TAO Linmi

　　一種基于模糊方法的領(lǐng)導(dǎo)-跟隨型多機(jī)器人編隊(duì)控制 吳垠，劉忠信，陳增強(qiáng)，孫青林，WU Yin，LIU Zhongxin，CHEN Zengqiang，SUN Qinglin

　　一種新型懸垂絕緣子檢測(cè)機(jī)器人機(jī)構(gòu)設(shè)計(jì) 何磊，王洪光，劉愛華，王林，HE Lei，WANG Hongguang，LIU Aihua，WANG Lin

　　《煙花算法引論》新書出版

　　基于改進(jìn)逆向運(yùn)動(dòng)學(xué)的人體運(yùn)動(dòng)跟蹤 趙軍，於俊，汪增福，ZHAO Jun，YU Jun，WANG Zengfu

　　具有面部表情的仿人頭部機(jī)器人系統(tǒng)的研制 信繼忠，柯顯信，楊陽，尚宇峰，XIN Jizhong，KE Xianxin，YANG Yang，SHANG Yufeng

　　第三屆CCF大數(shù)據(jù)學(xué)術(shù)會(huì)議

　　柔性流水車間排產(chǎn)問題的一種協(xié)同進(jìn)化 CGA 求解方法 韓忠華，朱一行，史海波，林碩，董曉婷，HAN Zhonghua，ZHU Yihang，SHI Haibo，LIN Shuo，DONG Xiaoting

　　一種基于內(nèi)存計(jì)算的電力用戶聚類分析方法 王德文，孫志偉，WANG Dewen，SUN Zhiwei

　　第一屆國(guó)際智能信息系統(tǒng)應(yīng)用研討會(huì)

　　河北職稱論文發(fā)表：城鎮(zhèn)化綜合水平演變特征及驅(qū)動(dòng)因子分析

　　[摘 要] 通過以合肥市為研究對(duì)象，從人口、經(jīng)濟(jì)、土地、生活方式四個(gè)方面，構(gòu)建城鎮(zhèn)化綜合水平評(píng)價(jià)體系;運(yùn)用熵值法，對(duì)2000-2012年合肥市城鎮(zhèn)化綜合水平進(jìn)行測(cè)度，結(jié)果表明：自2000年以來，合肥市經(jīng)濟(jì)水平和基礎(chǔ)設(shè)施增長(zhǎng)速度較快，作為省會(huì)城市，經(jīng)濟(jì)中心與行政中心一致。區(qū)域經(jīng)濟(jì)發(fā)展所需要的人才、資金等要素向省域中心區(qū)集聚使經(jīng)濟(jì)發(fā)展的能力強(qiáng)化，但是相對(duì)于東部發(fā)達(dá)地區(qū)，合肥市前期的經(jīng)濟(jì)和設(shè)施水平較低。回歸模型分析結(jié)果表明：合肥市城鎮(zhèn)化水平的提高主要由政府行政力、產(chǎn)業(yè)集聚力、民營(yíng)經(jīng)濟(jì)拉動(dòng)力、外資推動(dòng)力四個(gè)方面推動(dòng)，其中政府行政力對(duì)合肥市城鎮(zhèn)化水平的提高發(fā)揮了最重要的作用。

　　[關(guān)鍵詞] 合肥市,城鎮(zhèn)化綜合水平,熵值法,驅(qū)動(dòng)因子,結(jié)論

　　智能系統(tǒng)學(xué)報(bào)最新期刊目錄

基于混合鄰域圖的復(fù)雜結(jié)構(gòu)數(shù)據(jù)集層次聚類算法————作者：陳仲尚;馮驥;楊德剛;蔡發(fā)鵬;

摘要：復(fù)雜結(jié)構(gòu)數(shù)據(jù)集通常指的是那些包含不同形狀(包括球形、非球形、流形)、大小和密度的簇的數(shù)據(jù)集。自然鄰居算法在處理邊界不清晰、密度變化的數(shù)據(jù)集時(shí)存在局限性，特別是在數(shù)據(jù)集中含有大量噪聲時(shí)，其性能顯著下降。針對(duì)這些問題，本文提出了一種基于混合鄰域圖的復(fù)雜結(jié)構(gòu)數(shù)據(jù)集層次聚類算法(hybrid neighborhood graph-based hierarchical clustering algorith...

面向復(fù)雜電力環(huán)境場(chǎng)景理解的可見光和紅外圖像特征級(jí)融合方法————作者：黃志鴻;杜瑞;張輝;

摘要：隨著電力系統(tǒng)自動(dòng)化和智能化程度的不斷提高，變電站和配電網(wǎng)設(shè)備的有效監(jiān)測(cè)與故障診斷成為保證電網(wǎng)穩(wěn)定運(yùn)行的重要手段。針對(duì)傳統(tǒng)單模態(tài)圖像處理方法在復(fù)雜電力環(huán)境中面臨的挑戰(zhàn)，提出了一種基于可見光和紅外圖像特征級(jí)融合的場(chǎng)景理解方法。通過深入分析可見光圖像和紅外圖像的互補(bǔ)特性，設(shè)計(jì)了一個(gè)雙分支的對(duì)稱融合網(wǎng)絡(luò)框架，有效結(jié)合了可見光圖像的高分辨率紋理信息和紅外圖像的溫度信息。此外，引入了多尺度特征融合層和多尺度注...

基于L1-mask約束的對(duì)抗攻擊優(yōu)化方法————作者：周強(qiáng);陳軍;陶卿;

摘要：當(dāng)前的對(duì)抗攻擊方法通常采用無窮范數(shù)或L2范數(shù)來度量距離，但這些方法在不可察覺性方面仍有提升空間。L1范數(shù)作為稀疏學(xué)習(xí)中常用的度量方式，其在提高對(duì)抗樣本的不可察覺性方面尚未被深入研究。為了解決這一問題，提出基于L1范數(shù)約束的對(duì)抗攻擊方法，該方法通過對(duì)特征進(jìn)行差異化處理，將有限的擾動(dòng)集中在更重要的特征上。此外，還提出了基于顯著性分析的L1-mask約束方法，通過遮蓋顯著性較低的特征來提高攻擊的針對(duì)性。...

基于特征融合和網(wǎng)絡(luò)采樣的點(diǎn)云配準(zhǔn)————作者：陸軍;王文豪;杜宏勁;

摘要：針對(duì)點(diǎn)云配準(zhǔn)過程中，下采樣時(shí)容易丟失關(guān)鍵點(diǎn)，影響配準(zhǔn)精度的問題，本文提出了一種基于特征融合和網(wǎng)絡(luò)采樣的配準(zhǔn)方法，提高了配準(zhǔn)的精度和速度。在PointNet分類網(wǎng)絡(luò)基礎(chǔ)上，引入小型注意力機(jī)制，設(shè)計(jì)了一種基于深度學(xué)習(xí)網(wǎng)絡(luò)的關(guān)鍵點(diǎn)提取方法，將局部特征和全局特征融合，得到混合特征的特征矩陣，使用深度學(xué)習(xí)實(shí)現(xiàn)了求取對(duì)應(yīng)矩陣時(shí)相關(guān)參數(shù)的自動(dòng)優(yōu)化，最后使用加權(quán)奇異值分解（singular value decom...

面向復(fù)雜場(chǎng)景的變電設(shè)備銹蝕檢測(cè)方法————作者：趙振兵;席悅;馮爍;趙文清;翟永杰;李冰;

摘要：針對(duì)復(fù)雜場(chǎng)景下變電設(shè)備銹蝕檢測(cè)中存在銹蝕形態(tài)差異大、尺度大小不一、特征顯著性低的問題，提出了一種面向復(fù)雜場(chǎng)景的變電設(shè)備銹蝕檢測(cè)方法。引入了頻率通道注意力機(jī)制，使用更多的頻率分量補(bǔ)充深層網(wǎng)絡(luò)中的細(xì)節(jié)特征，優(yōu)化模型對(duì)銹蝕特征的提取；在特征融合網(wǎng)絡(luò)使用多尺度特征增強(qiáng)模塊重新構(gòu)建C2f模塊，使網(wǎng)絡(luò)可以更好的捕獲不同大小的銹蝕區(qū)域；引入附加檢測(cè)頭，緩解模型在特征融合過程中卷積層下采樣造成的銹蝕關(guān)鍵信息丟失的...

基于事件觸發(fā)灰狼優(yōu)化算法的四旋翼無人機(jī)三維航跡規(guī)劃————作者：秦冬燕;閆曉輝;邵桂偉;姚玉武;

摘要：針對(duì)復(fù)雜環(huán)境下四旋翼無人機(jī)三維航跡規(guī)劃問題，提出了一種改進(jìn)的事件觸發(fā)灰狼優(yōu)化算法(event triggered grey wolf optimization，ETGWO)。首先，引入球面矢量刻畫飛行路徑的生成，減少搜索空間，以擴(kuò)大搜索能力；設(shè)計(jì)自適應(yīng)權(quán)重動(dòng)態(tài)調(diào)整飛行航跡成本適應(yīng)度函數(shù)，提高航跡規(guī)劃效率和準(zhǔn)確性；其次，在灰狼優(yōu)化算法(grey wolf optimization，GWO)基礎(chǔ)上，選...

明暗恢復(fù)形狀算法改進(jìn)的高精度快速水下圖像三維重建方法————作者：管鳳旭;吳卓鋒;張雨竹;唐世文;姚佳豪;杜雪;

摘要：明暗恢復(fù)形狀（Shape from Shading，SFS）算法是三維重建中不可缺少的關(guān)鍵技術(shù)，該方法使用單幅圖像中物體的灰度的亮度信息，求出每個(gè)點(diǎn)的相對(duì)高度和表面法向量，現(xiàn)有的SFS線性化算法利用泰勒級(jí)數(shù)進(jìn)行展開忽略了高階部分的影響，出現(xiàn)了三維重建的圖像不夠精確等問題。為解決三維重建的精度問題，本文提出了一種基于SFS算法改進(jìn)的高精度快速水下圖像三維重建方法，在提高三維重建的精度前提下，解決了對(duì)...

基于混合雙分支卷積神經(jīng)網(wǎng)絡(luò)和圖卷積神經(jīng)網(wǎng)絡(luò)的全色銳化方法————作者：王文卿;張小喬;何霽;劉涵;劉丁;

摘要：多光譜圖像全色銳化是遙感影像處理與解譯領(lǐng)域的熱點(diǎn)問題。相較于傳統(tǒng)全色銳化方法，基于深度學(xué)習(xí)的全色銳化方法聚焦于圖像深層次特征的提取，大幅提升了融合圖像的質(zhì)量。本文提出了一種基于混合雙分支卷積神經(jīng)網(wǎng)絡(luò)和圖卷積神經(jīng)網(wǎng)絡(luò)的全色銳化方法，旨在同時(shí)挖掘圖像的光譜、空間與非幾何結(jié)構(gòu)信息，提升融合圖像空間分辨率和光譜分辨率。本方法建立在多分辨率分析融合框架的基礎(chǔ)上，利用深度神經(jīng)網(wǎng)絡(luò)構(gòu)建了特征提取、特征融合和圖像...

基于偽標(biāo)簽細(xì)化的域適應(yīng)TSK模糊分類器————作者：張馨勻;周琳家;程煜婷;邱成羽;謝宇航;陳秀;張遠(yuǎn)鵬;

摘要：Takagi-Sugeno-Kang (TSK)模糊分類器由于其良好的分類性能和可解釋性在多個(gè)領(lǐng)域有著廣泛的應(yīng)用。針對(duì)訓(xùn)練樣本和測(cè)試樣本分布差異所導(dǎo)致的TSK模糊分類器泛化性能下降問題提出了一種基于偽標(biāo)簽細(xì)化的域適應(yīng)TSK模糊分類器。該分類器使用模糊規(guī)則前件的非線性映射和后件的線性映射能力構(gòu)建源域和目標(biāo)域數(shù)據(jù)的模糊共享特征空間，并在模糊共享特征空間采用基于圖隨機(jī)游走和標(biāo)簽過濾細(xì)化兩種策略來提升目標(biāo)...

高低頻特征融合的低照度圖像增強(qiáng)方法————作者：王德文;胡旺盛;張潤(rùn)磊;趙文清;

摘要：針對(duì)現(xiàn)有低照度圖像增強(qiáng)方法性能與開銷不平衡的問題，本文提出一種高低頻特征融合的低照度圖像增強(qiáng)方法。該方法在多尺度上獲取幾何特征豐富的低頻特征與語義特征豐富的高頻特征，經(jīng)過高低頻特征融合得到增強(qiáng)圖像，在保證良好圖像質(zhì)量的同時(shí)降低開銷。為優(yōu)化對(duì)低照度環(huán)境的特征提取能力，構(gòu)建殘差混合注意力模塊，從像素與通道兩方面對(duì)重要的局部區(qū)域給予更多關(guān)注。針對(duì)下采樣造成的信息丟失問題，設(shè)計(jì)一種特征合并模塊對(duì)下采樣后的...

基于耳周肌電信號(hào)的默念口令識(shí)別方法————作者：魏柏淳;姜峰;張松濤;張琦;段錦楠;王修來;

摘要：智能設(shè)備的普及促使可穿戴人機(jī)交互技術(shù)需求日益增加。為提高用戶接受度，人機(jī)交互技術(shù)對(duì)交互易用性與隱蔽性要求較高。本文提出基于耳周肌電信號(hào)的默念口令識(shí)別方法。該方法易于與集成生理電采集的耳機(jī)設(shè)備結(jié)合，實(shí)現(xiàn)無聲操控智能設(shè)備，減少社交尷尬。具體地，本文首先確定并構(gòu)建口令經(jīng)驗(yàn)原則，篩選最優(yōu)口令集。其次，根據(jù)單通道信噪比和分類準(zhǔn)確率選擇最優(yōu)耳周傳感器位置。再次，提出基于CNN-Transformer結(jié)構(gòu)的識(shí)別...

決策變量分組優(yōu)化的多目標(biāo)螢火蟲算法————作者：邢文來;吳潤(rùn)秀;肖人彬;鐘勁文;趙嘉;

摘要：多目標(biāo)螢火蟲算法采用整體維度更新策略，常因某幾維變量上優(yōu)化效果不佳，導(dǎo)致算法收斂速度慢和尋優(yōu)精度低。針對(duì)上述問題，本文提出決策變量分組優(yōu)化的多目標(biāo)螢火蟲算法(MOFA-GD)。首先，引入決策變量分組機(jī)制，根據(jù)各變量對(duì)算法性能的不同影響，將整體決策變量劃分成收斂性變量組和多樣性變量組；其次，設(shè)計(jì)決策變量分組優(yōu)化模型，利用學(xué)習(xí)行為優(yōu)化收斂性變量組，加快種群收斂速度，非均勻變異算子優(yōu)化多樣性變量組，避免...

視覺感知人景互影響的人體動(dòng)作預(yù)測(cè)方法————作者：李沁;陳飛揚(yáng);彭晗;王勇;劉利枚;張偉;

摘要：場(chǎng)景信息驅(qū)動(dòng)人類調(diào)整動(dòng)作軌跡，對(duì)人體動(dòng)作預(yù)測(cè)影響較大。當(dāng)前研究?jī)H捕獲場(chǎng)景信息更新動(dòng)作特征，忽略了場(chǎng)景與動(dòng)作的互影響關(guān)系。為此，提出一種視覺感知人景互影響的人體動(dòng)作預(yù)測(cè)方法。首先提取動(dòng)作特征和場(chǎng)景特征，然后循環(huán)執(zhí)行場(chǎng)景信息捕獲單元和場(chǎng)景適應(yīng)度增強(qiáng)單元。前者捕獲影響動(dòng)作的場(chǎng)景信息，后者用該信息更新動(dòng)作特征以增強(qiáng)場(chǎng)景適應(yīng)性。完成循環(huán)后，得到場(chǎng)景適應(yīng)型動(dòng)作特征。接著，基于該特征執(zhí)行噪聲逆擴(kuò)散完成動(dòng)作預(yù)測(cè)。...

基于高效特征提取和大感受野的無人機(jī)航拍圖像目標(biāo)檢測(cè)————作者：沈朕宇;朱鳳華;王知學(xué);沈震;熊剛;

摘要：針對(duì)無人機(jī)航拍圖像中存在小目標(biāo)、目標(biāo)遮擋、背景復(fù)雜的問題，提出一種基于高效特征提取和大感受野的目標(biāo)檢測(cè)網(wǎng)絡(luò)（EFLF-Net）。首先，通過優(yōu)化檢測(cè)層架構(gòu)降低小目標(biāo)漏檢率；然后，在主干網(wǎng)絡(luò)融合新的CNN構(gòu)建模塊以提升特征提取效率；接著，引入輕量級(jí)通用上采樣算子和大型選擇性核網(wǎng)絡(luò)，增強(qiáng)頸部網(wǎng)絡(luò)對(duì)遮擋目標(biāo)的上下文感知能力；最后，采用WIoU損失函數(shù)優(yōu)化邊界框回歸穩(wěn)定性。在VisDrone2019數(shù)據(jù)集上...

基于慣性測(cè)量單元的人體運(yùn)動(dòng)意圖識(shí)別方法，現(xiàn)狀與挑戰(zhàn)————作者：衣淳植;賈翊丞;姜峰;王修來;

摘要：人體行為識(shí)別(Human Activity Recognition，HAR)利用可穿戴計(jì)算、機(jī)器學(xué)習(xí)等技術(shù)識(shí)別和理解人體行為，在行為跟蹤、健康監(jiān)測(cè)及人機(jī)交互等領(lǐng)域得到廣泛應(yīng)用，極大提升了當(dāng)下人類的生活水平。當(dāng)前可穿戴傳感器中，慣性傳感器由于其高度小型化、低成本、信號(hào)穩(wěn)定等優(yōu)勢(shì)，已經(jīng)日益成為可穿戴計(jì)算領(lǐng)域的主流應(yīng)用設(shè)備。基于此，HAR領(lǐng)域內(nèi)較多研究以慣性信號(hào)作為數(shù)據(jù)源，并通過應(yīng)用深度學(xué)習(xí)算法，以應(yīng)對(duì)...

漸進(jìn)式分層特征提取的綜合能源多任務(wù)負(fù)荷預(yù)測(cè)————作者：王德文;安涵;張林飛;趙文清;

摘要：準(zhǔn)確負(fù)荷預(yù)測(cè)是綜合能源系統(tǒng)經(jīng)濟(jì)調(diào)度和高效運(yùn)行的關(guān)鍵。由于綜合能源系統(tǒng)中電、冷、熱負(fù)荷存在復(fù)雜耦合關(guān)系，傳統(tǒng)多任務(wù)學(xué)習(xí)模型難以學(xué)習(xí)到有效的多元負(fù)荷耦合特征，可能導(dǎo)致預(yù)測(cè)精度降低。本文充分考慮多元負(fù)荷復(fù)雜耦合關(guān)系，提出一種漸進(jìn)式分層特征提取的綜合能源多任務(wù)負(fù)荷預(yù)測(cè)模型。首先，將全年數(shù)據(jù)按季節(jié)劃分，分析各季節(jié)下電、冷、熱負(fù)荷間耦合強(qiáng)度；然后，采用變分模態(tài)分解將歷史負(fù)荷序列分解為多個(gè)不同頻率的分量，可以更...

基于時(shí)空動(dòng)態(tài)圖的交通流量預(yù)測(cè)方法研究————作者：孟祥福;謝偉鵬;崔江燕;

摘要：針對(duì)現(xiàn)有交通流量預(yù)測(cè)方法在建模時(shí)空數(shù)據(jù)和捕捉動(dòng)態(tài)空間相關(guān)性上的不足，提出了一種基于時(shí)空動(dòng)態(tài)圖的交通流量預(yù)測(cè)模型。該模型采用帶嵌入層的編碼器-解碼器架構(gòu)，通過動(dòng)態(tài)圖生成模塊從數(shù)據(jù)驅(qū)動(dòng)的角度挖掘潛在的時(shí)空關(guān)系，并重構(gòu)每個(gè)時(shí)間步的節(jié)點(diǎn)動(dòng)態(tài)關(guān)聯(lián)圖。嵌入層使用時(shí)空自適應(yīng)嵌入方法建模交通數(shù)據(jù)的內(nèi)在時(shí)空關(guān)系和時(shí)間信息；編碼器部分利用時(shí)空記憶注意力機(jī)制，從全局視角對(duì)時(shí)空特征進(jìn)行建模；解碼器部分將圖卷積模塊注入循環(huán)...

抑制心血管圖像序列中運(yùn)動(dòng)偽影的無監(jiān)督深度學(xué)習(xí)方法————作者：王茹;孫正;姚越;

摘要：血管內(nèi)超聲（IVUS）和光學(xué)相干斷層成像（OCT）是診斷冠狀動(dòng)脈粥樣硬化性病變的重要手段，但心臟運(yùn)動(dòng)和血流搏動(dòng)會(huì)產(chǎn)生運(yùn)動(dòng)偽影，影響圖像質(zhì)量。為解決這一問題，本文提出一種無監(jiān)督深度學(xué)習(xí)方法，用于抑制IVUS/OCT圖像序列中的運(yùn)動(dòng)偽影。設(shè)計(jì)一個(gè)深度神經(jīng)網(wǎng)絡(luò)，包含特征提取、上采樣、運(yùn)動(dòng)估計(jì)和運(yùn)動(dòng)校正模塊，實(shí)現(xiàn)連續(xù)回撤導(dǎo)管采集的圖像序列到去偽影圖像序列的映射。利用臨床IVUS/OCT圖像進(jìn)行無監(jiān)督訓(xùn)練，...

融合低秩預(yù)分離與隨機(jī)抖動(dòng)機(jī)制的非凸型TRPCA算法————作者：潘昱妍;張德;李壯舉;

摘要：張量魯棒主成分分析(tensor robust principal component analysis， TRPCA)旨在將受損的張量數(shù)據(jù)分離成低秩和稀疏分量，可通過同等收縮所有奇異值還原低秩結(jié)構(gòu)。但實(shí)際應(yīng)用中不同奇異值之間存在差異，通常較大奇異值中主要信息較多，較小奇異值中噪聲信息較多，因此需要區(qū)別對(duì)待。本文使用非凸加權(quán)張量Schatten-p范數(shù)(0<

結(jié)合多尺度大核卷積的紅外圖像人體檢測(cè)算法————作者：邵煜瀟;魯濤;王震宇;彭勇杰;姚巍;

摘要：災(zāi)后搜救工作對(duì)人類的生命安全有著重要的意義。在廢墟環(huán)境中，利用紅外圖像的視覺信息來檢測(cè)人體是一種直觀的方法。紅外圖像普遍分辨率低，并且圖像中的人體特征不明顯。針對(duì)上述問題，該研究基于YOLO框架設(shè)計(jì)了一種包含重參數(shù)化（re-parameterization）和多尺度大核卷積（multi-scale large kernel convolution）的紅外圖像人體檢測(cè)網(wǎng)絡(luò)RML-YOLO。該網(wǎng)絡(luò)通過...

　　相關(guān)電子信息期刊推薦

• 國(guó)家級(jí)《電腦與信息技術(shù)》
• 省級(jí)數(shù)碼攝影
• 省級(jí)電子制作
• 北大核心《計(jì)算機(jī)應(yīng)用》
• 國(guó)家級(jí)《經(jīng)濟(jì)數(shù)學(xué)》
• 北大核心《激光與光電子學(xué)進(jìn)展》
• 北大核心《中文信息學(xué)報(bào)》
• 北大核心《中興通訊技術(shù)》
• 省級(jí)信息網(wǎng)絡(luò)
• 北大核心《江南大學(xué)學(xué)報(bào)》
• 國(guó)家級(jí)現(xiàn)代通信
• 國(guó)家級(jí)中國(guó)信息安全
• 省級(jí)《洛陽大學(xué)學(xué)報(bào)》
• 國(guó)家級(jí)《電子信息對(duì)抗技術(shù)》
• 省級(jí)《無線互聯(lián)科技》
• 國(guó)家級(jí)《信息網(wǎng)絡(luò)安全》
• 國(guó)家級(jí)集成電路應(yīng)用雜志
• 省級(jí)電子樂園
• 省級(jí)現(xiàn)代傳輸
• 國(guó)家級(jí)電子與電腦
• 國(guó)家級(jí)網(wǎng)絡(luò)空間安全雜志
• 國(guó)家級(jí)中國(guó)原子能科學(xué)研究院年報(bào)
• 省級(jí)杭州電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版)
• 國(guó)家級(jí)電力信息與通信技術(shù)
• 國(guó)家級(jí)軟件世界
• 國(guó)家級(jí)《電腦編程技巧與維護(hù)》
• 省級(jí)游戲機(jī)實(shí)用技術(shù)
• 省級(jí)四川廣播電視技術(shù)
• 國(guó)家級(jí)網(wǎng)絡(luò)科技時(shí)代
• 省級(jí)中國(guó)科學(xué)信息科學(xué)

　　核心期刊推薦

西安電子科技大學(xué)學(xué)報(bào)

量子電子學(xué)報(bào)

電子元件與材料

電子科技大學(xué)學(xué)報(bào)