智能系統學報最新期刊目錄

引入因果發現學習的跨領域知識泛化方法————作者：李珊珊;趙清杰;朱文龍;阮錦佳;于鐵軍;馬少輝;孫保勝;

摘要：領域泛化是將多個已知領域的知識泛化到未知目標領域的技術。然而，現有領域模型在提取圖像特征時，容易受高維噪聲的影響，導致提取的圖像特征無法與標簽產生穩定的因果關系。因此，受跨域不變因果機制的啟發，本文通過引入因果發現學習技術，提高跨域知識泛化的準確性。首先，提取圖像的低維潛在特征并對其進行變分推理，保留圖像基本信息的同時實現特征變量相互獨立。然后，通過重構潛在特征變量與類別標簽之間的因果有向無環圖(...

基于改進CycleGAN網絡的面部腧穴定位算法————作者：楊婕;高陽;段鄭玉;姬冰霞;張雄;上官宏;

摘要：現有腧穴自動定位方法存在定位誤差大、算法泛化能力弱、操作復雜等缺點，不能滿足大規模針灸臨床應用的需求。針對以上問題，提出一種適用于面部腧穴定位的改進循環一致生成對抗網絡。首先，采用雙循環對抗訓練機制，通過對稱生成對抗網絡的交替迭代實現網絡性能優化；其次，針對面部圖像的特點，設計內嵌腧穴信息感知塊的對稱編解碼生成器和能夠在不同感受野下處理特征的多尺度分塊判別器；最后，采用多個損失函數對腧穴定位網絡進...

融合關鍵區域信息的雙流網絡視頻表情識別————作者：孔英會;崔文婷;張珂;車轔轔;

摘要：人臉表情識別是計算機視覺領域中的一個重要研究課題，而視頻中的表情識別在很多場景具有實用價值。視頻序列包含豐富的幀內空間信息與幀間時間信息，而面部關鍵區域也對表情識別結果有重要影響，本文提出一種融合關鍵區域信息的雙流網絡表情識別方法。構建空間-時間雙流網絡，空間網絡分支結合面部運動單元和CSFA（channel-spatial frame attention）注意力機制，重點關注影響表情識別結果的面...

卷積神經網絡在圖像超分辨上的應用————作者：田春偉;宋明鍵;左旺孟;杜博;張艷寧;張師超;

摘要：卷積神經網絡因強大的學習能力，已成為解決圖像超分辨問題的主流方法。然而，用于解決圖像超分辨的不同類型深度學習方法存在巨大的差異。目前，僅有少量文獻能根據不同縮放方法來總結不同深度學習技術在圖像超分辨上的區別和聯系。因此，根據設備的負載能力和執行速度等介紹面向圖像超分辨方法的卷積神經網絡尤為重要。本文首先介紹面向圖像超分辨的卷積神經網絡基礎，隨后通過介紹基于雙三次插值、最近鄰插值、雙線性插值、轉置卷...

基于分層多智能體強化學習的多無人機視距內空戰————作者：雍宇晨;李子豫;董琦;

摘要：為了提高無人機在視距內空戰中的自主機動決策能力，本文提出了一種基于自博弈理論（SelfPlay，SP）和多智能體分層強化學習（mutil agent hierarchical reinforcement learning，MAHRL）的層次決策網絡框架。該框架通過結合自身博弈和多智能體強化學習算法，研究了多無人機空戰纏斗場景。復雜的空戰任務被分解為上層導彈打擊任務和下層飛行跟蹤任務，有效地減少了戰...

基于短時傅里葉變換的智能音樂生成系統分析與研究————作者：李一熙;汪鐳;薛愈;吳啟迪;

摘要：在基于短時傅里葉變換（short-time fourier transform， STFT）的智能音樂生成系統中，引入梅爾倒譜系數（mel frequency cepstrum coefficient， MFCC）作為輸入特征，并對STFT的損失函數進行優化設計，以提升音樂生成的質量。在對音符輸入信號進行短時傅里葉變換時，需要對時域信號進行截斷并添加窗函數，對信號添加時域窗等效于在頻域信號中進行卷...

基于人工勢場的防疫機器人改進近端策略優化算法————作者：伍錫如;沈可揚;

摘要：針對防疫機器人在復雜醫療環境中的路徑規劃與避障效果差、學習效率低的問題，提出一種基于人工勢場的改進近端策略優化(Proximal Policy Optimization， PPO)路徑規劃算法。根據人工勢場法(Artificial Potential Field， APF)構建障礙物和目標節點的勢場，定義防疫機器人的動作空間與安全運動范圍，解決防疫機器人運作中避障效率低的問題。為解決傳統PPO算法...

基于自優化神經網絡的船舶運動模型辨識————作者：張浩晢;楊智博;焦緒國;呂成興;朱齊丹;

摘要：準確的船舶運動模型是船舶自主系統的核心。為提高船舶運動建模精度，首先引入了改進的雪融優化器(Improved Snow Ablation Optimizer， ISAO)。隨后，提出一種結合雙向時間卷積網絡(Bidirectional Temporal Convolutional Network， Bi-TCN)與注意力機制(Attention Mechanism， AM)的網絡模型，即BITCA...

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

摘要：針對現有電動汽車電池狀態估計方法存在運算效率低和估算準確率低的問題，提出一種模型SDAE-DCPInformer以估算電動汽車電池SOC和SOH。首先，采用堆疊降噪自編碼器SDAE清洗電壓、電流和溫度數據中的異常數據和空缺數據，減小對估算精度的影響。其次，引入動態通道剪枝技術DCP對Informer模型進行稀疏化處理，提高剪枝后模型的性能和穩定性。最后，將清洗過的數據輸入DCPInformer模型...

基于主干網絡淺深層特征的無人機海上分割算法————作者：沈昊;葛泉波;吳高峰;

摘要：為提高復雜海洋環境中無人機自主降落時分割目標的實時性和精確性，研究主干網絡和淺深層特征對分割算法性能的影響問題，基于DeepLabV3+框架建立一種基于主干網絡淺深層特征的無人機海上分割（shallow and deep features of backbone， SDFB）算法。首先，針對風浪擾動降低目標穩定性的問題，優化MobileNetV2結構提出一種特征提取方法，解決了算法無法處理短時間目...

基于混合鄰域圖的復雜結構數據集層次聚類算法————作者：陳仲尚;馮驥;楊德剛;蔡發鵬;

摘要：復雜結構數據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據集。自然鄰居算法在處理邊界不清晰、密度變化的數據集時存在局限性，特別是在數據集中含有大量噪聲時，其性能顯著下降。針對這些問題，本文提出了一種基于混合鄰域圖的復雜結構數據集層次聚類算法(hybrid neighborhood graph-based hierarchical clustering algorith...

面向復雜電力環境場景理解的可見光和紅外圖像特征級融合方法————作者：黃志鴻;杜瑞;張輝;

摘要：隨著電力系統自動化和智能化程度的不斷提高，變電站和配電網設備的有效監測與故障診斷成為保證電網穩定運行的重要手段。針對傳統單模態圖像處理方法在復雜電力環境中面臨的挑戰，提出了一種基于可見光和紅外圖像特征級融合的場景理解方法。通過深入分析可見光圖像和紅外圖像的互補特性，設計了一個雙分支的對稱融合網絡框架，有效結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約束的對抗攻擊優化方法————作者：周強;陳軍;陶卿;

摘要：當前的對抗攻擊方法通常采用無窮范數或L2范數來度量距離，但這些方法在不可察覺性方面仍有提升空間。L1范數作為稀疏學習中常用的度量方式，其在提高對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范數約束的對抗攻擊方法，該方法通過對特征進行差異化處理，將有限的擾動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性。...

基于特征融合和網絡采樣的點云配準————作者：陸軍;王文豪;杜宏勁;

摘要：針對點云配準過程中，下采樣時容易丟失關鍵點，影響配準精度的問題，本文提出了一種基于特征融合和網絡采樣的配準方法，提高了配準的精度和速度。在PointNet分類網絡基礎上，引入小型注意力機制，設計了一種基于深度學習網絡的關鍵點提取方法，將局部特征和全局特征融合，得到混合特征的特征矩陣，使用深度學習實現了求取對應矩陣時相關參數的自動優化，最后使用加權奇異值分解（singular value decom...

面向復雜場景的變電設備銹蝕檢測方法————作者：趙振兵;席悅;馮爍;趙文清;翟永杰;李冰;

摘要：針對復雜場景下變電設備銹蝕檢測中存在銹蝕形態差異大、尺度大小不一、特征顯著性低的問題，提出了一種面向復雜場景的變電設備銹蝕檢測方法。引入了頻率通道注意力機制，使用更多的頻率分量補充深層網絡中的細節特征，優化模型對銹蝕特征的提取；在特征融合網絡使用多尺度特征增強模塊重新構建C2f模塊，使網絡可以更好的捕獲不同大小的銹蝕區域；引入附加檢測頭，緩解模型在特征融合過程中卷積層下采樣造成的銹蝕關鍵信息丟失的...

基于事件觸發灰狼優化算法的四旋翼無人機三維航跡規劃————作者：秦冬燕;閆曉輝;邵桂偉;姚玉武;

摘要：針對復雜環境下四旋翼無人機三維航跡規劃問題，提出了一種改進的事件觸發灰狼優化算法(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，以擴大搜索能力；設計自適應權重動態調整飛行航跡成本適應度函數，提高航跡規劃效率和準確性；其次，在灰狼優化算法(grey wolf optimization，GWO)基礎上，選...

明暗恢復形狀算法改進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：明暗恢復形狀（Shape from Shading，SFS）算法是三維重建中不可缺少的關鍵技術，該方法使用單幅圖像中物體的灰度的亮度信息，求出每個點的相對高度和表面法向量，現有的SFS線性化算法利用泰勒級數進行展開忽略了高階部分的影響，出現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...

基于混合雙分支卷積神經網絡和圖卷積神經網絡的全色銳化方法————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域的熱點問題。相較于傳統全色銳化方法，基于深度學習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量。本文提出了一種基于混合雙分支卷積神經網絡和圖卷積神經網絡的全色銳化方法，旨在同時挖掘圖像的光譜、空間與非幾何結構信息，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上，利用深度神經網絡構建了特征提取、特征融合和圖像...

基于偽標簽細化的域適應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領域有著廣泛的應用。針對訓練樣本和測試樣本分布差異所導致的TSK模糊分類器泛化性能下降問題提出了一種基于偽標簽細化的域適應TSK模糊分類器。該分類器使用模糊規則前件的非線性映射和后件的線性映射能力構建源域和目標域數據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游走和標簽過濾細化兩種策略來提升目標...

高低頻特征融合的低照度圖像增強方法————作者：王德文;胡旺盛;張潤磊;趙文清;

摘要：針對現有低照度圖像增強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，經過高低頻特征融合得到增強圖像，在保證良好圖像質量的同時降低開銷。為優化對低照度環境的特征提取能力，構建殘差混合注意力模塊，從像素與通道兩方面對重要的局部區域給予更多關注。針對下采樣造成的信息丟失問題，設計一種特征合并模塊對下采樣后的...

　　智能系統學報來自網友的投稿評論：

• 畫個圈圈兜住幸福

  外審兩個意見偏向正面，但還是被拒了.

  2021-06-08 11:23

提交