【雜志簡(jiǎn)介】

　　人工智能和模式識(shí)別是目前國(guó)際發(fā)展迅速的學(xué)科之一，本刊發(fā)表與此有關(guān)的最新研究結(jié)果和進(jìn)展，旨在推動(dòng)信息科學(xué)技術(shù)的發(fā)展。本刊面向各高等院校，研究機(jī)構(gòu)和企業(yè)的科研人員、教師、工程技術(shù)人員及研究生和高年級(jí)大學(xué)生。集信息、知識(shí)、趣味、可讀性于一體,以模式識(shí)別與人工智技術(shù)見(jiàn)長(zhǎng),博采、精選國(guó)內(nèi)外模式識(shí)別與人工智研究、開(kāi)發(fā)與應(yīng)用的精華。

　　【影響因子】

　　國(guó)家新聞出版總署收錄　自1992年以來(lái)，一直被《中文核心期刊要目總覽》收為自動(dòng)化技術(shù)、計(jì)算機(jī)技術(shù)領(lǐng)域核心刊物。

　　1994年起，為《中國(guó)學(xué)術(shù)期刊文摘》引用期刊。

　　1995年，被美國(guó)工程信息公司(Ei)收為Ei Page One數(shù)據(jù)庫(kù)收錄期刊。

　　1996年被《中國(guó)科學(xué)引文數(shù)據(jù)庫(kù)》列為來(lái)源期刊及統(tǒng)計(jì)源。

　　1998年，被教育部定為“學(xué)位與研究生教育中文重要期刊”之一。

　　1999年～2000年，獲國(guó)家自然科學(xué)基金委擇優(yōu)支持基礎(chǔ)性和高科技學(xué)術(shù)期刊專項(xiàng)資助經(jīng)費(fèi)資助。

　　2008年，被 EI Compendex 數(shù)據(jù)庫(kù)收錄。

　　【欄目設(shè)置】

　　主要欄目：論文與報(bào)告、綜述與評(píng)論、研究與應(yīng)用、信息與動(dòng)態(tài)等。

　　雜志優(yōu)秀目錄參考：

　　動(dòng)態(tài)網(wǎng)絡(luò)上最大流概念及其性質(zhì)的研究 張鈴，ZHANG Ling

　　第六屆ABB杯全國(guó)自動(dòng)化系統(tǒng)工程師論文大賽征文通知

　　情感等級(jí)BDI主體模型研究 張曉君，周昌樂(lè)，ZHANG Xiao-Jun，ZHOU Chang-Le

　　適于漸變概念漂移數(shù)據(jù)的自適應(yīng)分類算法 張景祥，王士同，鄧趙紅，Zhang Jing-Xiang，Wang Shi-Tong，Deng Zhao-Hong

　　實(shí)現(xiàn)穩(wěn)定雙向認(rèn)知映射的逆向云變換算法 許昌林，王國(guó)胤，XU Chang-Lin，WANG Guo-Yin

　　一種基于液體狀態(tài)機(jī)的音樂(lè)和弦序列識(shí)別方法 張冠元，王斌，ZHANG Guan-Yuan，WANG Bin

　　基于類原型的復(fù)雜網(wǎng)絡(luò)重疊社區(qū)發(fā)現(xiàn)方法 姜雅文，賈彩燕，于劍，JIANG Ya-Wen，JIA Cai-Yan，YU Jian

　　基于稀疏表示的KCCA方法及在表情識(shí)別中的應(yīng)用 周曉彥，鄭文明，辛明海，ZHOU Xiao-Yan，ZHENG Wen-Ming，XIN Ming-Hai

　　基于文本密度模型的Web正文抽取 朱澤德，李淼，張健，陳雷，曾新華，ZHU Ze-De，LI Miao，ZHANG Jian，CHEN Lei，ZENG Xin-Hua

　　核正交判別局部正切空間對(duì)齊算法 鄭剛民，夏蘇娜，馬媛媛，馬小虎，ZHENG Gang-Min，XIA Su-Na，MA Yuan-Yuan，MA Xiao-Hu

　　基于粒子濾波與稀疏表達(dá)的目標(biāo)跟蹤方法 楊大為，叢楊，唐延?xùn)|，YANG Da-Wei，CONG Yang，TANG Yan-Dong

　　引入跟蹤搜索和免疫選擇的人工蜂群算法 付麗，羅鈞，F(xiàn)U Li，LUO Jun

　　電子信息職稱論文：對(duì)醫(yī)院電子檔案管理工作的幾點(diǎn)認(rèn)識(shí)

　　[摘要]隨著醫(yī)院現(xiàn)代化的建設(shè)，計(jì)算機(jī)使用的普及，對(duì)醫(yī)院的各種公文文件、數(shù)據(jù)報(bào)表、病案管理等方面，都提出了更高的要求，原有的檔案管理模式已難以適應(yīng)現(xiàn)代醫(yī)院檔案工作的發(fā)展要求。為了更好地服務(wù)醫(yī)院，本文談幾點(diǎn)對(duì)醫(yī)院電子檔案工作的認(rèn)識(shí)，以推進(jìn)電子檔案的管理和推廣。

　　[關(guān)鍵詞]電子信息職稱論文,醫(yī)院電子檔案,管理,質(zhì)量

　　一、 醫(yī)院實(shí)行電子檔案管理的優(yōu)勢(shì)

　　隨著信息化的發(fā)展，特別是隨著辦公自動(dòng)化的進(jìn)一步擴(kuò)展和深化，電子計(jì)算機(jī)和通信技術(shù)相結(jié)合形成了信息技術(shù)產(chǎn)業(yè)，過(guò)去用紙墨、照相形成和傳遞的政府機(jī)關(guān)公文以及圖書(shū)、影像、文獻(xiàn)資料等，都可用電子計(jì)算機(jī)進(jìn)行管理，而記錄檔案信息的載體也日趨多樣化，包括文本文件、電子報(bào)表、電子郵件、圖像文件、視頻文件等，在管理方式、載體形式、信息互動(dòng)等方面對(duì)紙質(zhì)檔案形成巨大的沖擊。電子檔案的優(yōu)勢(shì)是：

　　模式識(shí)別與人工智能最新期刊目錄

基于角色的自適應(yīng)參數(shù)共享方法————作者：方寶富;王瓊;王浩;王在俊;

摘要：在大規(guī)模異構(gòu)多智能體強(qiáng)化學(xué)習(xí)中，參數(shù)共享常用于減少訓(xùn)練參數(shù)并加速訓(xùn)練過(guò)程，但傳統(tǒng)完全參數(shù)共享方法容易導(dǎo)致智能體行為過(guò)度一致，而獨(dú)立參數(shù)訓(xùn)練方法卻受到計(jì)算復(fù)雜度和內(nèi)存限制.因此，文中提出基于角色的自適應(yīng)參數(shù)共享方法(Role-Based Adaptive Parameter Sharing Method, RAPS).首先，根據(jù)智能體的任務(wù)特性進(jìn)行角色分組.然后，在同一網(wǎng)絡(luò)結(jié)構(gòu)下，結(jié)合非結(jié)構(gòu)化網(wǎng)絡(luò)剪...

基于視覺(jué)-語(yǔ)言模型的小樣本深度偽造人臉檢測(cè)方法————作者：楊宏宇;李星航;成翔;胡澤;

摘要：針對(duì)現(xiàn)有深度偽造人臉檢測(cè)方法在模型復(fù)雜性、樣本量需求和應(yīng)對(duì)新型深度偽造技術(shù)上的局限，提出基于視覺(jué)-語(yǔ)言模型的小樣本深度偽造人臉檢測(cè)方法(Few-Shot Deepfake Face Detection Method Based on Visual-Language Model, FDFD-VLM).基于CLIP(Contrastive Language-Image Pre-training),通過(guò)...

基于模糊純度粒球的粗糙集模型————作者：王馨;黃兵;

摘要：粒球鄰域粗糙集(Granular Ball Neighborhood Rough Set, GBNRS)作為一種經(jīng)典的屬性約簡(jiǎn)方法，要求粒球的純度嚴(yán)格為1,在類邊界處會(huì)產(chǎn)生大量樣本數(shù)為1的粒球.這些粒球通常被誤判為離群點(diǎn)并剔除，導(dǎo)致類邊界信息的丟失.為了解決此問(wèn)題.文中首先定義模糊純度函數(shù)，融合隸屬度與類別標(biāo)簽，作為粒球質(zhì)量的評(píng)價(jià)指標(biāo).此函數(shù)基于動(dòng)態(tài)質(zhì)量評(píng)估和優(yōu)化策略，綜合考慮數(shù)據(jù)點(diǎn)的隸屬度、數(shù)據(jù)...

基于不同學(xué)習(xí)范式的深度圖聚類方法綜述————作者：周麗娟;吳夢(mèng)琪;李欣冉;牛常勇;

摘要：圖聚類方法旨在使用無(wú)監(jiān)督方式將圖節(jié)點(diǎn)劃分到不同類別中，用于發(fā)現(xiàn)復(fù)雜系統(tǒng)中的隱藏模式、社區(qū)結(jié)構(gòu)和組織關(guān)系.現(xiàn)有方法通過(guò)不同的學(xué)習(xí)范式構(gòu)建自監(jiān)督模式，指導(dǎo)圖表示學(xué)習(xí)并實(shí)現(xiàn)聚類，因此學(xué)習(xí)范式是圖聚類方法的關(guān)鍵，但現(xiàn)有綜述少有從學(xué)習(xí)范式的角度討論圖聚類方法.因此，文中基于不同學(xué)習(xí)范式總結(jié)圖聚類方法的研究進(jìn)展，將圖聚類方法分類為重構(gòu)式圖聚類、對(duì)比式圖聚類、對(duì)抗式圖聚類和混合式圖聚類.基于研究范圍和聚類效果，...

基于代理智能的平行廚師：從AI Agents到智慧數(shù)字機(jī)器人飲食系統(tǒng)————作者：李柏;宋秭函;李鑫源;黃峻;田永林;殷燭炎;王飛躍;

摘要：隨著大語(yǔ)言模型技術(shù)的高速發(fā)展，對(duì)話式AI已取得顯著進(jìn)展，但在更復(fù)雜任務(wù)執(zhí)行與決策層面仍顯局限.為此，代理智能因致力于突破大語(yǔ)言模型僅限信息處理的瓶頸而日益受到關(guān)注.文中提出基于代理智能技術(shù)的平行廚師智能烹飪系統(tǒng)，提供從菜品決策到烹飪執(zhí)行的全流程智能化方案.系統(tǒng)綜合利用用戶健康數(shù)據(jù)、病史與飲食偏好，實(shí)現(xiàn)個(gè)性化的菜譜設(shè)計(jì)與烹飪控制.基于DeepSeek構(gòu)建多智能體，從烹飪文獻(xiàn)提煉專業(yè)問(wèn)答，對(duì)大語(yǔ)言模型...

基于融合曲線的零樣本紅外與可見(jiàn)光圖像融合方法————作者：劉鐸;張國(guó)印;史一岐;田野;張立國(guó);

摘要：針對(duì)紅外與可見(jiàn)光圖像融合中的顏色失真和熱目標(biāo)細(xì)節(jié)丟失問(wèn)題，提出基于融合曲線的零樣本紅外與可見(jiàn)光圖像融合方法(Zero-Shot Infrared and Visible Image Fusion Based on Fusion Curve, ZSFuCu).首先，將融合任務(wù)轉(zhuǎn)化為基于深度網(wǎng)絡(luò)的圖像特定曲線估計(jì)過(guò)程，通過(guò)像素級(jí)非線性映射實(shí)現(xiàn)熱目標(biāo)紋理的增強(qiáng)與色彩特征的保留.然后，設(shè)計(jì)多維度視覺(jué)感知損...

諧波校正與泛化的穩(wěn)態(tài)視覺(jué)誘發(fā)電位檢測(cè)算法————作者：呂言豪;羅天健;

摘要：穩(wěn)態(tài)視覺(jué)誘發(fā)電位(Steady-State Visual Evoked Potential, SSVEP)被廣泛應(yīng)用于設(shè)計(jì)高信息傳輸率(Information Transfer Rate, ITR)的腦機(jī)接口.現(xiàn)有SSVEP檢測(cè)算法通過(guò)計(jì)算最優(yōu)空間濾波器，抑制非SSVEP成分的同時(shí)提高SSVEP成分的信噪比，但嚴(yán)重依賴訓(xùn)練樣本的質(zhì)量，早期會(huì)出現(xiàn)性能衰減.為了突破該瓶頸，文中提出諧波校正與泛化的穩(wěn)態(tài)...

基于全局-局部先驗(yàn)和紋理細(xì)節(jié)關(guān)注的圖像修復(fù)————作者：徐祺津;葉海良;曹飛龍;梁吉業(yè);

摘要：圖像修復(fù)旨在利用周圍信息填充圖像中的缺失區(qū)域，然而現(xiàn)有基于先驗(yàn)的方法大多難以兼顧全局語(yǔ)義一致性和局部紋理細(xì)節(jié).因此，文中提出基于全局-局部先驗(yàn)和紋理細(xì)節(jié)關(guān)注的圖像修復(fù)方法，結(jié)合小波卷積與傅里葉卷積，構(gòu)造小波-傅里葉卷積塊，增強(qiáng)局部特征和全局特征的交互.在此基礎(chǔ)上，提出全局-局部學(xué)習(xí)式先驗(yàn)，通過(guò)一個(gè)由小波-傅里葉卷積塊構(gòu)成的先驗(yàn)提取器，同時(shí)學(xué)習(xí)全局先驗(yàn)和局部先驗(yàn).該先驗(yàn)提取器作用于受損圖像和完整圖像...

耦合映射的非等距三維模型簇對(duì)應(yīng)關(guān)系計(jì)算————作者：楊軍;薛又中;

摘要：針對(duì)現(xiàn)有非等距模型簇對(duì)應(yīng)關(guān)系計(jì)算方法準(zhǔn)確率較低且泛化能力較差的問(wèn)題，文中提出耦合映射的非等距三維模型簇對(duì)應(yīng)關(guān)系計(jì)算方法.首先，使用DiffusionNet直接從三維模型中提取初始特征，獲取具有鑒別能力的特征描述符.然后，使用描述符分別計(jì)算函數(shù)映射矩陣與逐點(diǎn)映射矩陣，并對(duì)兩種矩陣分別施加結(jié)構(gòu)正則化約束與執(zhí)行Softmax歸一化，得到最優(yōu)耦合映射矩陣.最后，基于虛擬模板的模型簇匹配模塊以模型初始特征作...

基于語(yǔ)義的小樣本學(xué)習(xí)原型優(yōu)化方法————作者：劉媛媛;邵明文;張黎旭;邵浚;

摘要：語(yǔ)義信息可為小樣本學(xué)習(xí)提供豐富的先驗(yàn)知識(shí)，然而，現(xiàn)有的小樣本研究只在淺層結(jié)合圖像與語(yǔ)義，無(wú)法充分利用語(yǔ)義探索類別特征，從而限制模型性能.為了緩解此問(wèn)題，文中提出基于語(yǔ)義的小樣本學(xué)習(xí)原型優(yōu)化方法.首先，設(shè)計(jì)逐通道級(jí)語(yǔ)義提示模塊，引導(dǎo)方法提取視覺(jué)特征，逐步優(yōu)化類原型.然后，設(shè)計(jì)多模態(tài)邊界損失，將視覺(jué)和語(yǔ)義維度上的類間相關(guān)性與損失函數(shù)結(jié)合，約束方法增強(qiáng)類原型的區(qū)分性.最后，通過(guò)兩階段微調(diào)，充分利用語(yǔ)義知...

基于網(wǎng)絡(luò)形式背景的雙層網(wǎng)絡(luò)傳染病模型————作者：范敏;陳瑞;李金海;

摘要：雙層網(wǎng)絡(luò)傳染病模型已成為復(fù)雜網(wǎng)絡(luò)動(dòng)力學(xué)中的熱點(diǎn)問(wèn)題之一.然而，現(xiàn)有研究忽略防疫意識(shí)和行為對(duì)傳染病傳播的影響，在遇到個(gè)體防疫行為差異較大時(shí)，難以反映實(shí)際的傳染病傳播情況.因此，文中從行為模式識(shí)別的角度出發(fā)，結(jié)合形式概念分析與微觀馬爾可夫鏈方法(Microscopic Markov Chain Approach, MMCA),提出基于網(wǎng)絡(luò)形式背景的雙層網(wǎng)絡(luò)傳染病模型.首先，定義雙層網(wǎng)絡(luò)形式背景、網(wǎng)絡(luò)概...

基于知識(shí)蒸餾與動(dòng)態(tài)區(qū)域細(xì)化的人體姿態(tài)估計(jì)————作者：魏龍生;付興朋;李唐強(qiáng);黃浩宇;

摘要：人體姿態(tài)估計(jì)方法分為基于坐標(biāo)回歸的方法和基于熱圖的方法.基于坐標(biāo)回歸的方法推理速度較快但精度較差，基于熱圖的方法可精確定位，但計(jì)算量和存儲(chǔ)開(kāi)銷較大.因此，文中通過(guò)知識(shí)蒸餾，結(jié)合兩種方法，提出基于知識(shí)蒸餾與動(dòng)態(tài)區(qū)域細(xì)化的人體姿態(tài)估計(jì)方法.首先，在特征蒸餾與姿態(tài)蒸餾兩方面將熱圖模型的信息傳遞給回歸模型.然后，對(duì)經(jīng)過(guò)多層Transformer提取的特征進(jìn)行選擇，在粗略化階段根據(jù)提取的特征生成初步姿態(tài)估計(jì)...

海森輔助的概率策略梯度方法————作者：胡磊;李永強(qiáng);馮宇;馮遠(yuǎn)靜;

摘要：強(qiáng)化學(xué)習(xí)中的策略梯度方法因其通用性而廣泛應(yīng)用于連續(xù)決策問(wèn)題，但高梯度方差導(dǎo)致的低樣本利用率始終制約其實(shí)際應(yīng)用性能.文中提出海森輔助的概率策略梯度方法(Hessian Aided Probabilistic Policy Gradient Method, HAPPG),在PAGE(Probabilistic Gradient Estimator)的基礎(chǔ)上設(shè)計(jì)雙模態(tài)梯度估計(jì)機(jī)制：在大批量估計(jì)中增加歷史...

第二十七屆中國(guó)科協(xié)年會(huì)“模式識(shí)別與人工智能前沿研討”專題征稿通知

摘要：<正>為著力打造中國(guó)科技界示范學(xué)術(shù)品牌,涵養(yǎng)學(xué)術(shù)生態(tài),服務(wù)高水平科技自立自強(qiáng),中國(guó)科協(xié)組織全國(guó)學(xué)會(huì)聯(lián)合國(guó)家戰(zhàn)略科技力量,圍繞“培育新質(zhì)生產(chǎn)力,服務(wù)高水平科技自立自強(qiáng)”主題,組織開(kāi)展第二十七屆中國(guó)科協(xié)年會(huì)系列學(xué)術(shù)活動(dòng)。中國(guó)自動(dòng)化學(xué)會(huì)將于2025年7月在北京承辦“模式識(shí)別與人工智能前沿研討”專題論壇,匯聚全球頂尖專家學(xué)者,共探模式識(shí)別與人工智能前沿科技與發(fā)展趨勢(shì),為我國(guó)人工智能發(fā)展提供智力支撐。《模式...

融合數(shù)據(jù)質(zhì)量增強(qiáng)和時(shí)空信息編碼網(wǎng)絡(luò)的船舶海上軌跡預(yù)測(cè)方法————作者：石悅;羅賀;蔣儒浩;王國(guó)強(qiáng);

摘要：高精度的海上船舶軌跡預(yù)測(cè)是降低船舶碰撞風(fēng)險(xiǎn)、提升船舶搜救效率的重要基礎(chǔ).海上航行環(huán)境的多變性使船舶軌跡數(shù)據(jù)在時(shí)間和空間上具有高度復(fù)雜性，現(xiàn)有方法對(duì)船舶軌跡數(shù)據(jù)的質(zhì)量及運(yùn)動(dòng)信息關(guān)注度不足，難以充分捕捉軌跡中的時(shí)空特征和關(guān)聯(lián)信息.因此，文中提出融合數(shù)據(jù)質(zhì)量增強(qiáng)和時(shí)空信息編碼網(wǎng)絡(luò)的船舶海上軌跡預(yù)測(cè)方法(Ship Maritime Trajectory Prediction Method Integrat...

廣義多尺度多重集值決策系統(tǒng)的最優(yōu)尺度約簡(jiǎn)————作者：劉夢(mèng)欣;謝禎晃;吳偉志;朱康;

摘要：多尺度數(shù)據(jù)的知識(shí)表示與知識(shí)獲取是現(xiàn)階段多粒度計(jì)算研究的一個(gè)重要方向.在分析多尺度數(shù)據(jù)時(shí)，一個(gè)關(guān)鍵問(wèn)題是最優(yōu)尺度組合的選擇，其目的是選擇合適的子系統(tǒng)用于最終決策.因此文中針對(duì)多尺度多重集值數(shù)據(jù)的知識(shí)獲取問(wèn)題展開(kāi)研究.首先，基于海林格距離，在廣義多尺度多重集值決策系統(tǒng)中構(gòu)造不同尺度組合下對(duì)象集上的相似關(guān)系，給出廣義多尺度多重集值決策系統(tǒng)的信息粒表示.然后，在協(xié)調(diào)廣義多尺度多重集值決策系統(tǒng)中，定義最優(yōu)尺...

基于對(duì)抗強(qiáng)化學(xué)習(xí)的多跳知識(shí)推理————作者：成凌云;郭銀章;劉青芳;

摘要：為了解決現(xiàn)有知識(shí)圖譜問(wèn)答中多跳推理模型在復(fù)雜關(guān)系中表示不足、數(shù)據(jù)稀疏性及強(qiáng)化學(xué)習(xí)推理中存在虛假路徑等問(wèn)題，文中提出基于對(duì)抗強(qiáng)化學(xué)習(xí)的多跳知識(shí)推理模型.首先，通過(guò)高階分解關(guān)系向量，實(shí)現(xiàn)實(shí)體與關(guān)系特征參數(shù)化組合，并在聚合鄰居節(jié)點(diǎn)時(shí)引入注意力機(jī)制，賦予不同權(quán)重，增強(qiáng)復(fù)雜關(guān)系的表示能力.還設(shè)計(jì)知識(shí)圖譜嵌入框架，用于衡量嵌入空間中〈主題實(shí)體，問(wèn)題，答案實(shí)體〉的可信度.然后，將多維信息融入強(qiáng)化學(xué)習(xí)框架的狀態(tài)表...

基于多尺度空間自適應(yīng)注意力網(wǎng)絡(luò)的輕量級(jí)圖像超分辨率方法————作者：黃峰;劉鴻偉;沈英;裘兆炳;陳麗瓊;

摘要：針對(duì)現(xiàn)有圖像超分辨率重建方法存在模型復(fù)雜度過(guò)高和參數(shù)量過(guò)大等問(wèn)題，文中提出基于多尺度空間自適應(yīng)注意力網(wǎng)絡(luò)(Multi-scale Spatial Adaptive Attention Network, MSAAN)的輕量級(jí)圖像超分辨率重建方法.首先，設(shè)計(jì)全局特征調(diào)制模塊(Global Feature Modulation Module, GFM),學(xué)習(xí)全局紋理特征.同時(shí)，設(shè)計(jì)輕量級(jí)的多尺度特征聚合...

融合深淺層次知識(shí)的自學(xué)習(xí)TSK模糊癲癇輔助檢測(cè)算法————作者：施奇環(huán);張雄濤;

摘要：Takagi-Sugeno-Kang(TSK)模糊分類器在癲癇檢測(cè)中用于處理模糊信息.然而，由于癲癇腦電信號(hào)復(fù)雜、患者發(fā)作表現(xiàn)多樣，一階TSK模糊分類器通常難以從訓(xùn)練樣本中獲取足夠的泛化性能.因此，文中提出融合深淺層次知識(shí)的具有自我學(xué)習(xí)能力的TSK模糊分類算法(Deep-Shallow Mix Self-Learning TSK, DSMT),用于癲癇輔助檢測(cè).DSMT引入類似人類“反思-歸納”的...

主編寄語(yǔ)————作者：鄭南寧;

摘要：<正>時(shí)光飛逝、歲月疾馳，當(dāng)我們每個(gè)人都在為學(xué)習(xí)、工作和生活忙碌奔波不停的時(shí)候，2025年悄然而至，新的華彩篇章也徐徐開(kāi)啟。舊符煥彩，新禧呈祥，在這個(gè)大地回春、萬(wàn)物復(fù)蘇的美好時(shí)刻，我謹(jǐn)代表編輯委員會(huì)和編輯部全體成員向關(guān)心和支持《模式識(shí)別與人工智能》發(fā)展的廣大專家學(xué)者致以誠(chéng)摯的祝福和問(wèn)候!祝大家在新的一年里身體健康!工作順利!萬(wàn)事如意!2024年，既是中華人民共和國(guó)成立75周年，也是《模式識(shí)別與人工...

　　相關(guān)電子信息期刊推薦

• 國(guó)家級(jí)中國(guó)信息安全
• 北大核心《電子工藝技術(shù)》
• 省級(jí)內(nèi)蒙古廣播與電視技術(shù)
• 省級(jí)微機(jī)發(fā)展
• 國(guó)家級(jí)《影視制作》
• 國(guó)家級(jí)《傳感器與微系統(tǒng)》
• 北大核心《核電子學(xué)與探測(cè)技術(shù)》
• 省級(jí)中國(guó)光電子學(xué)前沿
• 國(guó)家級(jí)信息化縱橫
• 國(guó)家級(jí)《互聯(lián)網(wǎng)天地》
• 省級(jí)《廣西廣播電視大學(xué)學(xué)報(bào)》
• 國(guó)家級(jí)《微型機(jī)與應(yīng)用》
• 北大核心《智能系統(tǒng)學(xué)報(bào)》
• 北大核心《強(qiáng)激光與粒子束》
• 省級(jí)《軟件工程師》
• 省級(jí)《現(xiàn)代電力》
• 國(guó)家級(jí)電腦自做
• 北大核心《光學(xué)與光電技術(shù)》
• 國(guó)家級(jí)《計(jì)算機(jī)系統(tǒng)應(yīng)用》
• 國(guó)家級(jí)《計(jì)算機(jī)學(xué)報(bào)》
• 北大核心《中國(guó)廣播電視學(xué)刊》
• 國(guó)家級(jí)《信息與電腦》
• 北大核心電腦知識(shí)與技術(shù)經(jīng)驗(yàn)技巧
• 省級(jí)廣播電視信息
• 北大核心《電信科學(xué)》
• 省級(jí)電子產(chǎn)品維修與制作
• 國(guó)家級(jí)《數(shù)碼世界》
• 北大核心《紅外與毫米波學(xué)報(bào)》
• 國(guó)家級(jí)《導(dǎo)航定位學(xué)報(bào)》
• 國(guó)家級(jí)網(wǎng)絡(luò)空間安全雜志

　　核心期刊推薦