模式识别与人工智能
首 页
期刊简介
编委会
投稿指南
伦理声明
联系我们
 
English
模式识别与人工智能
学术不端论文认定及处理办法
版权转让协议
保密证明
录用稿件电子版要求
修改说明格式
更多....
中国自动化学会
国家智能计算机研发中心
中科院合肥智能机械所
更多....
2022年 35卷 8期 刊出日期 2022-08-25
论文与报告
综述与评论
研究与应用
信息与动态
论文与报告
671
基于技能构建知识结构的两种变精度模型与技能子集约简
杨桃丽, 李进金, 李招文, 金铭, 周银凤, 林艺东
在现存构建知识结构的模型中,以同一知识结构评价个体的知识掌握情况并不合理.为此,文中主要针对如下两个问题展开研究:技能映射通过析取模型、合取模型与能力模型诱导知识结构的条件过于宽松或苛刻,不同技能子集在同一模型下可能诱导相同知识状态.首先,介绍技能包含度和能力包含度的概念,建立构建知识结构的变精度
α
-模型和变精度
α
-能力模型.再讨论诱导良级知识结构时技能映射需满足的条件,得到良好技能映射诱导的知识结构均为良级知识结构的结果.然后,针对技能映射和技能函数存在等价技能子集的情况,分别考虑保持知识结构不变的技能子集约简及学习路径选择的问题,并给出获取极小技能子集族和知识结构的算法.最后,在6个数据集上的实验验证文中算法的可行性和有效性.
2022 Vol. 35 (8): 671-687 [
摘要
] (
554
) [
HTML
1KB] [
PDF
951KB] (
343
)
688
基于适应度分组的多策略人工蜂群算法
周新宇, 胡建成, 吴艳林, 钟茂生, 王明文
多策略机制是改进人工蜂群算法的有效手段,但是现有的很多相关工作未考虑种群中不同个体的特点,一视同仁地分配解搜索方程,导致多策略机制的有效性受到限制.为此,文中提出基于适应度分组的多策略人工蜂群算法,既考虑种群中的优秀个体,又照顾较差个体.首先,根据个体适应度把种群划分为三组,每组个体都有自己的特点,能在勘探和开采之间有所侧重.然后,为每组设计具备不同搜索能力的解搜索方程,使各组能相互分工与合作,更好地平衡整体种群的勘探和开采能力.最后,为了继续维持观察蜂阶段的原有作用,设计融合全局最优个体和精英个体的解搜索方程,充分发挥优秀个体在搜索过程中的引导作用.在CEC2013、CEC2015测试集上的实验表明文中算法竞争力较强.
2022 Vol. 35 (8): 688-700 [
摘要
] (
609
) [
HTML
1KB] [
PDF
905KB] (
422
)
综述与评论
701
真三维显示技术概述与现状:原理和展望
张梅, 王飞跃, 郭振, 唐乐乐, 王晓
致力于复现三维真实场景的真三维显示技术,其自然的三维视觉感知和直观的用户体验越来越符合人们对显示系统的需求.真三维显示技术代表未来先进显示技术的发展方向,也是促进元宇宙领域发展的关键技术.真三维显示为虚实世界的信息链接提供直接的窗口,为虚实世界的交互提供沉浸式三维视觉感知效果.迄今为止,学者们提出多种显示原理和系统样机.文中首先针对主流的各类真三维显示技术的原理及代表性系统样机进行较完整地梳理.然后,针对各类显示技术的优缺点进行详细分析和总结,详细分析未来三维显示技术的重点发展方向和趋势.最后,对该领域未来的发展前景进行展望.随着计算机技术、光电子技术、5G通信等领域的快速发展,真三维显示系统将在高质量显示、强大的计算能力及智能感知与交互功能方面实现技术突破,其应用潜力将愈发凸显.
2022 Vol. 35 (8): 701-717 [
摘要
] (
1015
) [
HTML
1KB] [
PDF
6838KB] (
449
)
718
问题设定驱动的深度强化学习研究:综述
张政锋, 赵彬琦, 单洪明, 张军平
深度强化学习结合深度模型,广泛应用于智能控制、游戏竞技等领域.然而,现有强化学习的文献综述更多以某一难点为主深入梳理具体的方法技术,缺乏以问题本身为主的整体分析视角.现实问题总是混杂多个技术难点,而致力于解决单一难点的技术方法往往在具体问题场景上性能不及预期.因此,文中从智能体、任务、马尔可夫决策过程、策略类型、学习目标、交互模式这六大对象对问题设定进行定义,并以问题自身的设定为驱动,从整体上分析深度强化学习的研究现状、基础设定及其延伸设定.再梳理深度强化学习的发展脉络,分析关键技术和背后的主要动机.然后,以专家交互这类问题设定为例,提供一个以具体问题驱动的技术视角去整体看待该领域的发展趋势.最后介绍当前的研究热点并展望今后的研究方向.
2022 Vol. 35 (8): 718-742 [
摘要
] (
630
) [
HTML
1KB] [
PDF
1510KB] (
788
)
研究与应用
743
图自适应原型网络的小样本节点分类方法
郭瑞泽, 魏巍, 崔军彪, 冯凯
小样本节点分类旨在让机器从少量节点中学习到快速认知和分类的能力,现有小样本节点分类模型的分类性能容易受到图编码器提取的节点特征不够准确和子任务中支撑集实例的类内异常值的影响.为此,文中提出图自适应原型网络(Graph Adaptive Prototypical Networks, GAPN)的小样本节点分类方法.首先,将图中的节点通过图编码器嵌入度量空间中.然后,将全局重要度和局部重要度的融合结果作为支撑集实例的权重计算类原型,使查询集实例能自适应地学习更鲁棒的类原型.最后,计算自适应任务的类原型与查询集实例之间距离产生的分类概率,最小化分类概率和真实标签间的正间隔损失,反向更新网络参数,学习到更有判别性的节点特征.在常用图数据集上的实验表明,文中方法具有较优的节点分类性能.
2022 Vol. 35 (8): 743-753 [
摘要
] (
573
) [
HTML
1KB] [
PDF
876KB] (
714
)
754
双分支多交互的深度图卷积网络
楼嘉琪, 叶海良, 杨冰, 李明, 曹飞龙
图神经网络在节点分类任务中表现较优,然而,如何充分获取图数据的高阶语义特征并防止过平滑现象,仍是影响节点分类准确性的关键问题之一.为此,文中构造双分支多交互的深度图卷积网络,用于增强节点获取高阶语义特征的能力.首先,根据节点的特征信息对图结构进行重构.然后,利用原始图结构和构造重构图结构,建立一个双分支的网络架构,充分提取不同的高阶语义特征.同时,设计一个通道信息交互机制,学习不同分支的信息交互,进一步增强节点特征的多样性.最后,在多个基准数据集上的实验表明,文中网络可有效提升半监督节点分类任务的精度,并缓解过平滑现象.
2022 Vol. 35 (8): 754-763 [
摘要
] (
658
) [
HTML
1KB] [
PDF
1151KB] (
379
)
信息与动态
764
六十年薪火传承,砥砺前行向未来——2021中国自动化大会在云南隆重举行
2022 Vol. 35 (8): 764-766 [
摘要
] (
289
) [
HTML
1KB] [
PDF
251KB] (
333
)
模式识别与人工智能
主管:中国科学技术协会
主办:中国自动化学会
国家智能计算机研究开发中心
中国科学院合肥智能机械研究所
出版:科学出版社
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由
北京玛格泰克科技发展有限公司
设计开发 技术支持:support@magtech.com.cn