Results 1 to 10 of about 21,159 (101)
智能科学与技术学报, 2022 开放环境下的群智决策是一种群体参与、人机交互、大数据驱动的新型决策模式，致力于借助开放的互联网环境实现复杂问题求解和智能决策。然而，互联网具有高度开放、复杂交互、行为涌现的特性，使得基于互联网的群智决策面临激励机制难设计、决策个体不可控、决策环境多样化、决策信息高度纷杂等挑战。着眼于开放环境下的群智决策，探讨其概念内涵、决策模式及关键挑战，梳理实施群智决策的引领性技术，并针对群智决策的成功案例进行分析，以期支撑新型决策模式在经济、医疗、民生等领域的应用，推动相应领域的进步和变革。
程学旗 +6 more
doaj +1 more source
智能科学与技术学报, 2022 群体行为往往能产生远超个体行为的价值和复杂度。为了在个体智能的基础上更有效地衍生出群体智能，需要基于群体熵来科学地衡量群体智能水平，并以群体熵为引导目标，推动群体智能的增强和演进。针对这个重要的科学问题，以无人小车群体为研究对象，提出基于参数共享和群体策略熵的多智能体soft Q learning算法，通过共享智能体的观测信息，并结合最大熵强化学习方法，实现探索型任务中群体策略的持续学习更新。同时，通过将群体熵定义为度量工具，刻画群体学习中熵变化模式，实现对群智汇聚过程的定量分析。
冯埔 +4 more
doaj +1 more source
智能科学与技术学报, 2022 针对类级别的物体姿态估计问题，提出一种仅将深度相机扫描的点云作为输入，在仅知道目标物体点云类别的情况下，准确估计目标物体三维位姿的方法。该方法不需要依赖大量的带标签的人工标注数据集，仅使用虚拟仿真技术模拟生产的数据，即可在真实数据集上取得较高的精度。该方法首先对输入点云进行背景噪声过滤，之后通过中心预测模块对点云做标准归一化，再使用基于对应类别模板点云变形的方法预测其标准坐标系坐标，最后通过最小二乘法获得目标物体的三维位姿。实验结果表明，该方法在真实数据上具有更好的泛化性能和更高的精度。
栗仁武 +4 more
doaj +1 more source
智能科学与技术学报, 2022 供应链网络通过需求和供应关系将各个成员连接起来，方便成员之间进行协调与合作，这在全球化竞争环境下显得尤为重要。对供应链网络结构进行优化改进能够缩小企业运营成本、提高企业收益，提升客户满意度，进而提高企业的竞争力。首先，通过分析供应链网络中的优化问题，从建模特征、决策变量类型和场景特征等不同角度对该问题进行分类，从而更清晰地介绍现有供应链网络研究工作中涉及的优化问题。然后，介绍并分析了遗传算法、蚁群优化算法和粒子群优化算法3种常用的智能优化算法及其在供应链网络优化问题中的应用情况。最后 ...
张欣, 詹志辉
doaj +1 more source
智能科学与技术学报, 2022 在多智能体强化学习的研究中，参数共享作为学习过程中一种信息集中的方式，可以有效地缓解不稳定性导致的学习低效性。但是，在实际应用中智能体使用同样的策略往往会带来不利影响。为了解决此类过度共享的问题，提出了一种新的方法来赋予智能体自动识别可能受益于共享参数的智能体的能力，并且可以在学习过程中动态地选择共享参数的对象。具体来说，智能体需要将历史轨迹编码为可表示其潜在意图的隐信息，并通过与其余智能体隐信息的对比选择共享参数的对象。实验表明，提出的方法在多智能体系统中不仅可以提高参数共享的效率 ...
王涵, 俞扬, 姜远
doaj +1 more source
智能科学与技术学报, 2022 群体知识图谱是指通过群体协作，以去中心化或分布式方式管理和维护的知识图谱。相比现有的集中式管理的知识图谱，群体知识图谱具备知识确权、隐私保护、众包激励、可信溯责等特点。尝试探讨构建或应用群体知识图谱平台面临的技术挑战。其中分布式知识迁移考虑在一个分散自治的框架下，通过实现不同来源的多个知识图谱之间的知识迁移，缓解单个知识图谱的知识不完备问题。其主要难点是在充分保护知识的自治所有权的前提下，尽可能共享有用的知识，以增强各自的知识图谱表示。联邦式图谱推理也是考虑在一个分布式环境下 ...
陈名杨 +4 more
doaj +1 more source
智能科学与技术学报, 2021 近年来，基于自注意力机制的神经网络在计算机视觉任务中得到广泛的应用。随着智能交通系统的广泛应用，面对复杂多变的交通场景，车牌识别任务的难度不断提高，准确识别的需求更加迫切。因此提出一个基于自注意力的免矫正的车牌识别方法T-LPR。首先对图像进行切片和序列化，并使用3D卷积对切片序列进行特征提取，从而得到图像的嵌入向量序列。然后将嵌入向量序列输入基于Transformer Encoder的编码器中，学习各个嵌入向量之间的关系并输出最终的编码结果。最后使用分类器进行分类。在多个公共数据集上的实验结果表明 ...
曾淦雄, 柯逍
doaj
智能科学与技术学报, 2021 植株叶片检测是植株科学培育和精准农业过程中重要的环节之一。传统植株叶片检测的做法对操作人员的专业知识提出了较高要求，且人工成本高、耗时周期长。基于此，提出基于多尺度卷积神经网络特征融合（MCFF）的植株叶片检测技术。从深度学习技术辅助植株培育的需求出发，基于多尺度卷积神经网络特征融合，针对莲座模式植物、拟南芥和烟草3种不同类型、不同分辨率的植株进行叶片计数检测。经过与其他主流算法的比较，发现MCFF具备较高的检测精确度，平均精度均值（mAP）为0.662，实现了高度竞争的性能（AP=0.946 ...
李颖 +4 more
doaj
智能科学与技术学报, 2021 针对视网膜疾病种类繁多、病灶位置不固定等特点，提出一种基于深度卷积集成网络的视网膜多种疾病筛查和识别方法。首先，根据视网膜眼底图像裁剪掉两侧黑色边框，并去除图像中的噪声，以降低对眼底图像的干扰，提高图像的清晰度；之后，通过对处理完成的视网膜眼底图像使用裁剪、旋转等数据增强方法来扩增数据集；再建立基于深度卷积神经网络的模型进行特征提取，并在网络模型微调后完成视网膜疾病筛查和识别任务，最终将多个模型的结果进行集成。实验结果表明，该方法针对视网膜疾病的筛查和识别的问题取得了较好的效果 ...
王禾扬, 杨启鸣, 朱旗
doaj
智能科学与技术学报, 2022 基于国内外地铁列车驾驶技术的发展现状，提出并阐述了地铁列车驾驶技术发展的4个阶段为人工驾驶、自动驾驶、无人驾驶、智能无人驾驶。概括了我国无人驾驶地铁列车的建设情况，针对目前基于神经网络这类机器学习方法的列车控制方法可解释性差的弊端，引入了深度模糊系统的概念，提出了基于人机混合智能的地铁智能无人驾驶基本框图，为将处理紧急情况的专家经验、人工智能算法和无人驾驶系统结合起来，实现智能无人驾驶提供了一种具有前景的解决思路。
赖文柱 +4 more
doaj +1 more source