【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(yè),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(yǔ)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(lái)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(zhuān)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(zhuān)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(jué)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(ài)華，王林，HE Lei，WANG Hongguang，LIU Aihua，WANG Lin

　　《煙花算法引論》新書(shū)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(yáng)，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(chē)間排產(chǎn)問(wèn)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(lèi)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(chēng)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(guò)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(lái)，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

融合關(guān)鍵區(qū)域信息的雙流網(wǎng)絡(luò)視頻表情識(shí)別————作者：孔英會(huì);崔文婷;張珂;車(chē)轔轔;

摘要：人臉表情識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域中的一個(gè)重要研究課題，而視頻中的表情識(shí)別在很多場(chǎng)景具有實(shí)用價(jià)值。視頻序列包含豐富的幀內(nèi)空間信息與幀間時(shí)間信息，而面部關(guān)鍵區(qū)域也對(duì)表情識(shí)別結(jié)果有重要影響，本文提出一種融合關(guān)鍵區(qū)域信息的雙流網(wǎng)絡(luò)表情識(shí)別方法。構(gòu)建空間-時(shí)間雙流網(wǎng)絡(luò)，空間網(wǎng)絡(luò)分支結(jié)合面部運(yùn)動(dòng)單元和CSFA（channel-spatial frame attention）注意力機(jī)制，重點(diǎn)關(guān)注影響表情識(shí)別結(jié)果的面...

卷積神經(jīng)網(wǎng)絡(luò)在圖像超分辨上的應(yīng)用————作者：田春偉;宋明鍵;左旺孟;杜博;張艷寧;張師超;

摘要：卷積神經(jīng)網(wǎng)絡(luò)因強(qiáng)大的學(xué)習(xí)能力，已成為解決圖像超分辨問(wèn)題的主流方法。然而，用于解決圖像超分辨的不同類(lèi)型深度學(xué)習(xí)方法存在巨大的差異。目前，僅有少量文獻(xiàn)能根據(jù)不同縮放方法來(lái)總結(jié)不同深度學(xué)習(xí)技術(shù)在圖像超分辨上的區(qū)別和聯(lián)系。因此，根據(jù)設(shè)備的負(fù)載能力和執(zhí)行速度等介紹面向圖像超分辨方法的卷積神經(jīng)網(wǎng)絡(luò)尤為重要。本文首先介紹面向圖像超分辨的卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)，隨后通過(guò)介紹基于雙三次插值、最近鄰插值、雙線性插值、轉(zhuǎn)置卷...

基于分層多智能體強(qiáng)化學(xué)習(xí)的多無(wú)人機(jī)視距內(nèi)空戰(zhàn)————作者：雍宇晨;李子豫;董琦;

摘要：為了提高無(wú)人機(jī)在視距內(nèi)空戰(zhàn)中的自主機(jī)動(dòng)決策能力，本文提出了一種基于自博弈理論（SelfPlay，SP）和多智能體分層強(qiáng)化學(xué)習(xí)（mutil agent hierarchical reinforcement learning，MAHRL）的層次決策網(wǎng)絡(luò)框架。該框架通過(guò)結(jié)合自身博弈和多智能體強(qiáng)化學(xué)習(xí)算法，研究了多無(wú)人機(jī)空戰(zhàn)纏斗場(chǎng)景。復(fù)雜的空戰(zhàn)任務(wù)被分解為上層導(dǎo)彈打擊任務(wù)和下層飛行跟蹤任務(wù)，有效地減少了戰(zhàn)...

基于短時(shí)傅里葉變換的智能音樂(lè)生成系統(tǒng)分析與研究————作者：李一熙;汪鐳;薛愈;吳啟迪;

摘要：在基于短時(shí)傅里葉變換（short-time fourier transform， STFT）的智能音樂(lè)生成系統(tǒng)中，引入梅爾倒譜系數(shù)（mel frequency cepstrum coefficient， MFCC）作為輸入特征，并對(duì)STFT的損失函數(shù)進(jìn)行優(yōu)化設(shè)計(jì)，以提升音樂(lè)生成的質(zhì)量。在對(duì)音符輸入信號(hào)進(jìn)行短時(shí)傅里葉變換時(shí)，需要對(duì)時(shí)域信號(hào)進(jìn)行截?cái)嗖⑻砑哟昂瘮?shù)，對(duì)信號(hào)添加時(shí)域窗等效于在頻域信號(hào)中進(jìn)行卷...

基于人工勢(shì)場(chǎng)的防疫機(jī)器人改進(jìn)近端策略?xún)?yōu)化算法————作者：伍錫如;沈可揚(yáng);

摘要：針對(duì)防疫機(jī)器人在復(fù)雜醫(yī)療環(huán)境中的路徑規(guī)劃與避障效果差、學(xué)習(xí)效率低的問(wèn)題，提出一種基于人工勢(shì)場(chǎng)的改進(jìn)近端策略?xún)?yōu)化(Proximal Policy Optimization， PPO)路徑規(guī)劃算法。根據(jù)人工勢(shì)場(chǎng)法(Artificial Potential Field， APF)構(gòu)建障礙物和目標(biāo)節(jié)點(diǎn)的勢(shì)場(chǎng)，定義防疫機(jī)器人的動(dòng)作空間與安全運(yùn)動(dòng)范圍，解決防疫機(jī)器人運(yùn)作中避障效率低的問(wèn)題。為解決傳統(tǒng)PPO算法...

基于自?xún)?yōu)化神經(jīng)網(wǎng)絡(luò)的船舶運(yùn)動(dòng)模型辨識(shí)————作者：張浩晢;楊智博;焦緒國(guó);呂成興;朱齊丹;

摘要：準(zhǔn)確的船舶運(yùn)動(dòng)模型是船舶自主系統(tǒng)的核心。為提高船舶運(yùn)動(dòng)建模精度，首先引入了改進(jìn)的雪融優(yōu)化器(Improved Snow Ablation Optimizer， ISAO)。隨后，提出一種結(jié)合雙向時(shí)間卷積網(wǎng)絡(luò)(Bidirectional Temporal Convolutional Network， Bi-TCN)與注意力機(jī)制(Attention Mechanism， AM)的網(wǎng)絡(luò)模型，即BITCA...

基于SDAE-DCPInformer的電動(dòng)汽車(chē)電池SOC&SOH估算方法————作者：彭自然;王順豪;肖伸平;

摘要：針對(duì)現(xiàn)有電動(dòng)汽車(chē)電池狀態(tài)估計(jì)方法存在運(yùn)算效率低和估算準(zhǔn)確率低的問(wèn)題，提出一種模型SDAE-DCPInformer以估算電動(dòng)汽車(chē)電池SOC和SOH。首先，采用堆疊降噪自編碼器SDAE清洗電壓、電流和溫度數(shù)據(jù)中的異常數(shù)據(jù)和空缺數(shù)據(jù)，減小對(duì)估算精度的影響。其次，引入動(dòng)態(tài)通道剪枝技術(shù)DCP對(duì)Informer模型進(jìn)行稀疏化處理，提高剪枝后模型的性能和穩(wěn)定性。最后，將清洗過(guò)的數(shù)據(jù)輸入DCPInformer模型...

基于主干網(wǎng)絡(luò)淺深層特征的無(wú)人機(jī)海上分割算法————作者：沈昊;葛泉波;吳高峰;

摘要：為提高復(fù)雜海洋環(huán)境中無(wú)人機(jī)自主降落時(shí)分割目標(biāo)的實(shí)時(shí)性和精確性，研究主干網(wǎng)絡(luò)和淺深層特征對(duì)分割算法性能的影響問(wèn)題，基于DeepLabV3+框架建立一種基于主干網(wǎng)絡(luò)淺深層特征的無(wú)人機(jī)海上分割（shallow and deep features of backbone， SDFB）算法。首先，針對(duì)風(fēng)浪擾動(dòng)降低目標(biāo)穩(wěn)定性的問(wèn)題，優(yōu)化MobileNetV2結(jié)構(gòu)提出一種特征提取方法，解決了算法無(wú)法處理短時(shí)間目...

基于混合鄰域圖的復(fù)雜結(jié)構(gòu)數(shù)據(jù)集層次聚類(lèi)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(wèn)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(lèi)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(jiàn)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(jiàn)光和紅外圖像特征級(jí)融合的場(chǎng)景理解方法。通過(guò)深入分析可見(jiàn)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(chēng)融合網(wǎng)絡(luò)框架，有效結(jié)合了可見(jiàn)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(wú)窮范數(shù)或L2范數(shù)來(lái)度量距離，但這些方法在不可察覺(jué)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(jué)性方面尚未被深入研究。為了解決這一問(wèn)題，提出基于L1范數(shù)約束的對(duì)抗攻擊方法，該方法通過(guò)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(guò)遮蓋顯著性較低的特征來(lái)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(guò)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(wèn)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(lèi)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(wèn)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(guò)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(wú)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(wú)人機(jī)三維航跡規(guī)劃問(wèn)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(huà)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(kāi)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(wèn)題。為解決三維重建的精度問(wèn)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(wèn)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(lèi)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(lèi)器由于其良好的分類(lèi)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(lèi)器泛化性能下降問(wèn)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(lèi)器。該分類(lèi)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(guò)濾細(xì)化兩種策略來(lái)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(kāi)銷(xiāo)不平衡的問(wèn)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(yǔ)義特征豐富的高頻特征，經(jīng)過(guò)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(kāi)銷(xiāo)。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(wèn)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(lái);

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(wú)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(lèi)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...

作者須知

摘要：期刊簡(jiǎn)介《智能系統(tǒng)學(xué)報(bào)》是中國(guó)人工智能學(xué)會(huì)會(huì)刊,由中國(guó)人工智能學(xué)會(huì)與哈爾濱工程大學(xué)聯(lián)合主辦,旨在創(chuàng)辦中國(guó)智能科學(xué)領(lǐng)域引領(lǐng)性的中文學(xué)術(shù)期刊,主要刊登機(jī)器學(xué)習(xí)、機(jī)器感知與模式識(shí)別、機(jī)器人、智能系統(tǒng)、腦認(rèn)知基礎(chǔ)、知識(shí)工程、自然語(yǔ)言處理與理解、人工智能基礎(chǔ)等內(nèi)容,反映我國(guó)智能科學(xué)領(lǐng)域理論研究及科研進(jìn)展情況,促進(jìn)和擴(kuò)大國(guó)內(nèi)外學(xué)術(shù)交流,為我國(guó)智能科學(xué)的發(fā)展和社會(huì)進(jìn)步服務(wù)。主要欄目卷首語(yǔ)、綜述、學(xué)術(shù)論文、論壇(...

　　相關(guān)電子信息期刊推薦

• 省級(jí)廣西化纖通訊
• 省級(jí)電子與自動(dòng)化
• 國(guó)家級(jí)《計(jì)算機(jī)研究與發(fā)展》
• 國(guó)家級(jí)《微計(jì)算機(jī)信息》
• 北大核心《光譜學(xué)與光譜分析》
• 北大核心《電子測(cè)量與儀器學(xué)報(bào)》
• 北大核心《稀土》
• 省級(jí)《軟件導(dǎo)刊》
• 省級(jí)《中國(guó)信息技術(shù)教育》
• 國(guó)家級(jí)《鐵路計(jì)算機(jī)應(yīng)用》
• 北大核心《激光生物學(xué)報(bào)》
• 省級(jí)交通信息與安全
• 國(guó)家級(jí)《通信技術(shù)》
• 北大核心《網(wǎng)絡(luò)新媒體技術(shù)》
• 省級(jí)《湖南理工學(xué)院學(xué)報(bào)》
• 北大核心《電信科學(xué)》
• 省級(jí)繼電器
• 國(guó)家級(jí)《中國(guó)信息界》
• 省級(jí)四川廣播電視技術(shù)
• 省級(jí)《計(jì)算機(jī)與現(xiàn)代化》
• 北大核心《核動(dòng)力工程》
• 北大核心《微納電子技術(shù)》
• 省級(jí)安徽電子信息職業(yè)技術(shù)學(xué)院學(xué)報(bào)
• 國(guó)家級(jí)《中國(guó)照明電器》
• 北大核心《分析測(cè)試學(xué)報(bào)》
• 省級(jí)《杭州電子科技大學(xué)學(xué)報(bào)》
• 國(guó)家級(jí)《遙感技術(shù)與應(yīng)用》
• 省級(jí)《太原師范學(xué)院學(xué)報(bào)》
• 國(guó)家級(jí)《計(jì)算機(jī)系統(tǒng)應(yīng)用》
• 國(guó)家級(jí)《電力系統(tǒng)通信》

　　核心期刊推薦

電子與信息學(xué)報(bào)

電子顯微學(xué)報(bào)

電子測(cè)量技術(shù)

國(guó)外電子測(cè)量技術(shù)