Search | Engineering

订阅投稿

首页工程期刊工程焦点工程成就工程前沿关于我们 English

资源类型

期刊论文 897

会议视频 45

会议信息 25

会议专题 1

年份

2024 2

2023 102

2022 106

2021 113

2020 85

2019 84

2018 73

2017 64

2016 39

2015 26

2014 20

2013 15

2012 12

2011 14

2010 24

2009 16

2008 19

2007 24

2006 12

2005 22

展开︾

关键词

颠覆性技术 33

机器学习 27

深度学习 15

人工智能 14

2020 9

可靠性 9

可持续性 8

安全性 8

战略性新兴产业 7

2019 6

耐久性 5

肠道菌群 5

能源 5

鲁棒性 5

COVID-19 4

农业科学 4

多目标优化 4

新冠病毒肺炎 4

有效性 4

展开︾

检索范围：

排序：展示方式：

基于主动学习的可追踪性自动化生成方法 Research Articles

杜天保1,沈国华1,2,3,黄志球1,2,3,喻垚慎1,吴德香1

《信息与电子工程前沿（英文）》 2020年第21卷第8期页码 1217-1225 doi: 10.1631/FITEE.1900222

摘要：可追踪性生成（traceability link recovery，TLR）是一项重要且昂贵的软件任务，需要开发人员在同一项目中建立源制品集合与目标制品集合之间的关系。之前研究提出通过机器学习创建可追踪性方法。但是，当前机器学习方法无法很好地应用于没有追踪信息的项目，因为训练有效的预测模型需要人工标记太多追踪链。为节省人力，提出一种基于主动学习（active learning，AL）的TLR方法，简称基于AL的方法。在7个常用可追踪性数据集上评估该方法，并将其与基于信息检索的方法和最新机器学习方法比较。

关键词：自动；可追踪性生成；人力；主动学习

HTML PDF 收藏

基于主动学习的不确定性感知补标签查询 Perspective

刘圣源1,陈珂2,胡天磊1,毛云青3

《信息与电子工程前沿（英文）》 2023年第24卷第10期页码 1497-1503 doi: 10.1631/FITEE.2200589

摘要：许多主动学习方法假设学习者可便捷地向注释者询问训练数据的完整标注信息。这些方法主要试图通过最小化标注数量降低标注成本。然而，对于许多现实中的分类任务来说，精确标注实例仍然非常昂贵。为降低单次标注行为成本，本文试图解决一种新的主动学习范式，称为具有补标签的主动学习（ALCL）。ALCL学习器只针对样例特定类别提出是或否的问题。在收到标注者答案后，ALCL学习器获得一些有监督实例和更多具有补标签的训练实例，这些补标签仅表示对应标签与该实例无关。。针对第一个问题，在主动学习范式下提出一种基于不确定性的抽样策略。针对第二个问题，改进了一种已有的ALCL方法，同时适配了我们的抽样策略。在各种数据集上的实验结果验证了本文方法的有效性。

关键词：主动学习；图片分类；弱监督学习

HTML PDF 收藏

基于机器学习的抄袭源检索的查询生成方法 Article

Lei-lei KONG, Zhi-mao LU, Hao-liang QI, Zhong-yuan HAN

《信息与电子工程前沿（英文）》 2017年第18卷第10期页码 1556-1572 doi: 10.1631/FITEE.1601344

摘要：从可疑文档生成查询是源检索最重要的步骤。当前研究主要使用了基于启发式的查询生成方法。然而，每个启发式方法都有其优点，不同方法生成的查询可以获得不同的源检索结果，没有一种方法生成的查询的源检索性能可以在所有的文本片段上具有统计有效性地优于其他方法。这使得基于启发式的源检索查询生成方法的性能改善主要依赖专家经验。因此，很难开发一种可以克服现有启发式方法的新方法。本文提出使用统计机器学习方法解决源检索的查询生成问题，将源检索的查询生成形式化到一个排序学习的框架下，从备选查询中选择有利于提高源检索性能的查询，力争在每个可疑文档片段上获得最优的源检索性能。据我们所知，这是第一项应用机器学习方法解决源检索查询生成问题的工作。为了解决排序学习训练用例的缺失，提出了基于现有源检索语料构建查询生成语料的方法。

关键词：抄袭检测；源检索；查询生成；机器学习；排序学习

HTML PDF 收藏

微小型机器鼠仿鼠行为学习与生成

高子航, 贾广禄, 谢宏钊, 黄强, 福田敏男, 石青

《工程（英文）》 2022年第17卷第10期页码 232-243 doi: 10.1016/j.eng.2022.05.012

摘要：为了模拟具有高相似性的典型实验鼠行为，本文提出使用概率模型和运动特征对实验鼠的行为进行参数化。本文在机器鼠上实现了6 种典型的仿鼠行为，其结果与实验鼠的行为相比显示出高度相似性。

关键词：仿生学微小型机器鼠神经网络学习行为生成

HTML PDF 收藏

交互式可视化标注与主动学习：实验比较 Research

Mohammad CHEGIN, Jürgen BERNARD, Jian CUI, Fatemeh CHEGINI, Alexei SOURIN, Keith Keith, Tobias SCHRECK

《信息与电子工程前沿（英文）》 2020年第21卷第4期页码 524-535 doi: 10.1631/FITEE.1900549

摘要：监督式机器学习方法可自动分类新数据，且对数据分析非常有帮助。监督式机器学习的质量不仅依赖于使用的算法类型，也依赖于用于训练分类器的标注数据集的质量。标签可以在学习过程中为主动学习算法提供有用的输入，以自动确定数据实例的子集。交互式可视化标注技术是有前景的选择，它提供有效的视觉概览，分析人员可从中同时查看数据记录与选择项目标签。将分析人员置于循环中，生成的分类器可得到更高准确率。虽然交互式可视化标注技术的初步结果在某种意义上有前景的，考虑到用户标注可改善监督式学习，但是该技术的许多方面仍有待探索。本文使用mVis工具标注一个多元数据集以比较3种交互式可视化技术（相似图、散点矩阵与平行坐标图）以及主动学习。结果表明3种交互式可视化标注技术的分类准确率均高于主动学习算法，相对于散点矩阵与平行坐标图，用户主观上更偏爱使用相似图标注。用户也可以根据使用的可视化技术采用不同标注策略。

关键词：交互式可视化标注；主动学习；可视分析

HTML PDF 收藏

集成增强主动学习混合判别分析模型及其在半监督故障分类中的应用 Research Article

王伟俊1,王云2,王君1,方信昀3,何雨辰1

《信息与电子工程前沿（英文）》 2022年第23卷第12期页码 1814-1827 doi: 10.1631/FITEE.2200053

摘要：故障分类作为过程监控中不可缺少的部分，其性能高度依赖于过程知识的充分性。然而，由于采样条件有限及实验室分析昂贵，数据标签总是难以获取，这可能导致分类性能下降。为了解决这个难题，本文提出一种新的半监督故障分类方法，其中每个未标记样本相对于特定标记数据集的价值采用增强的主动学习来评估。具有高价值的未标记样本将作为训练数据集的补充信息。最后，通过数值例子和田纳西伊士曼过程（TEP）评估了该方法的故障分类有效性。

关键词：半监督；主动学习；集成学习；混合判别分析；故障分类

HTML PDF 收藏

面向强化学习自动驾驶模型的异步监督学习预训练方法 Research Articles

王云鹏,郑坤贤,田大新,段续庭,周建山

《信息与电子工程前沿（英文）》 2021年第22卷第5期页码 615-766 doi: 10.1631/FITEE.1900637

摘要：基于人定规则所设计的自动驾驶系统可能会因大规模相互耦合的规则而变得越来越复杂，因此许多研究人员致力于探索基于学习的解决方案。强化学习（reinforcement learning，RL）因其在各种顺序控制问题上的出色表现而被应用于自动驾驶系统设计。然而，基于RL的自动驾驶系统落地应用所面临的主要挑战是其初始性能不佳。本文为基于强化学习的端到端自动驾驶模型提出一种异步监督学习（asynchronous supervised learning，ASL）方法，以解决在实际环境中训练基于强化学习模型时初始性能差的问题。本文在赛车模拟器TORCS（The Open Racing Car Simulator）上对所提出的预训练方法进行评估，以验证该方法在改善强化学习训练阶段端到端自动驾驶模型的初始性能和收敛速度方面足够可靠此外，建立一个实车验证系统，以验证所提预训练方法在实车部署中的可行性。仿真结果表明，在有监督的预训练阶段使用一些演示，可以显著提高强化学习训练阶段的初始性能和收敛速度。

关键词：自主驾驶；自动驾驶车辆；强化学习；监督学习

HTML PDF 收藏

针对主动磁悬浮轴承干扰抑制的一类结合迭代学习控制与干扰观测器的解决方法 None

Ze-zhi TANG, Yuan-jin YU, Zhen-hong LI, Zheng-tao DING

《信息与电子工程前沿（英文）》 2019年第20卷第1期页码 131-140 doi: 10.1631/FITEE.1800558

摘要：针对主动磁悬浮轴承系统，传统迭代学习控制可实现高精度轨迹跟踪，但系统扰动必须限定为不随迭代变化。基于目前方法，提出一种抑制主动磁悬浮轴承系统中随迭代变化的不匹配扰动方法。在该方案中，结合经典迭代学习控制和普适性扩张观测器，在使用输出反馈信息情况下，可在每次迭代过程中估计并抑制外界变化干扰。分析证明了整个闭环系统的收敛性，同时，仿真结果表明，相比传统迭代学习控制，该控制方法轨迹跟踪性能更加优良。

关键词：主动磁悬浮轴承；迭代学习控制；干扰观测器

HTML PDF 收藏

半监督堆叠距离自动编码器的表征学习在图像分类上的应用 Research Articles

侯亮,罗潇逸,汪子扬,梁军

《信息与电子工程前沿（英文）》 2020年第21卷第7期页码 963-1118 doi: 10.1631/FITEE.1900116

摘要：图像分类是深度学习的重要应用。在典型分类任务中，分类精度与通过深度学习方法提取的特征密切相关。自动编码器是一种特殊神经网络，常用于降维和特征提取。本文所提方法基于传统的自动编码器，将不同类别样本之间的“距离”信息纳入其中。该模型被称为半监督距离自动编码器。首先以无监督方式对每一层进行预训练。在随后的监督训练中，将优化的参数设置为初始值。为获得更好性能，使用堆叠式模型代替具有单一隐含层的传统自动编码器结构。将所提半监督距离自动编码器方法分别与传统自动编码器、稀疏自动编码器和监督自动编码器比较，实验结果证明该模型有效。

关键词：自动编码器；图像分类；半监督学习；神经网络

HTML PDF 收藏

基于深度Q学习网络与新训练算法的服务机器人主动物品检测模型 Research Article

刘少鹏,田国会,崔永成,邵旭阳

《信息与电子工程前沿（英文）》 2022年第23卷第11期页码 1673-1683 doi: 10.1631/FITEE.2200109

摘要：

本文研究了主动物品检测(AOD)问题。AOD是服务机器人在家庭环境中完成服务任务的重要组成部分，通过适当的移动动作引导机器人接近目标物品。目前基于强化学习的AOD模型存在训练效率低和测试精度差的问题。因此，本文提出一种基于深度Q学习网络的AOD模型，并设计了一种新的模型训练算法。此外，提出一种最终状态生成方法判断训练过程中AOD任务何时停止。本文所提方法在AOD数据集上进行了充分的对比实验和消融实验。实验结果表明所提方法优于其他同类方法，所设计的训练算法比原始训练算法更高效。

关键词：主动物品检测；深度Q学习网络；训练算法；服务机器人

HTML PDF 收藏

SmartPaint：一种基于生成式对抗神经网络的人机协同绘画系统 Special Feature on Intelligent Design

Lingyun SUN, Pei CHEN, Wei XIANG, Peng CHEN, Wei-yue GAO, Ke-jun ZHANG

《信息与电子工程前沿（英文）》 2019年第20卷第12期页码 1644-1656 doi: 10.1631/FITEE.1900386

摘要：本文开发了一种基于生成式对抗神经网络的人机协作绘画系统——SmartPaint，支持人机合作创作动漫风景画作。该系统使用动漫图像数据及其相应语义标注图、边缘检测图训练生成式对抗神经网络。在使用中，用户输入草图作为语义标注图，系统自动为其合成边缘图；根据合成的边缘图生成具有恰当风格纹理的画作，从而稳定地处理多样化草图。实验证明该系统可有效满足用户创作需求，生成高质量动漫风格画作。

关键词：协同绘画；深度学习；图像生成

HTML PDF 收藏

人在回路的深度强化学习算法及其在自动驾驶智能决策中的应用 Article

吴京达, 黄志宇, 胡中旭, 吕辰

《工程（英文）》 2023年第21卷第2期页码 75-91 doi: 10.1016/j.eng.2022.05.017

摘要：

由于机器学习智能和能力有限，它目前仍无法处理各种情况，因此不能在现实应用中完全取代人类。因为人类在复杂场景中表现出稳健性和适应性，所以将人类引入人工智能（AI）的训练回路并利用人类智能进一步提升机器学习算法变得至关重要。本研究开发了一种基于实时人类指导（Hug）的深度强化学习
（DRL）方法，用于端到端自动驾驶案例中的策略训练。通过新设计的人类与自动化之间的控制转移机制，人类能够在模型训练过程中实时干预和纠正智能体的不合理行为。本研究通过40 名受试者的人在回路实验对开发的方法进行了验证，并与其他最先进的学习方法进行了比较。

关键词：人在回路AI 深度强化学习人类指导自动驾驶

HTML PDF 收藏

流追踪：一种软件定义网络中低开销的时延测量和路径追踪方法 Article

硕汪,娇张,韬黄,江刘,韵洁刘,F. Richard YU

《信息与电子工程前沿（英文）》 2017年第18卷第2期页码 206-219 doi: 10.1631/FITEE.1601280

摘要：此外，traceroute和ping依靠主动发送探测包来探测路径。然而，当负载均衡机制把探测包和所需追踪流的数据包均衡到不同路径时，这些工具将无法探测出流的真实转发路径，更无法测量出真实的路径时延。基于此发现，我们提出了一套新的软件定义网络中的流追踪机制“FlowTrace”，利用它来追踪任意流量的转发路径以及测量数据流所经历的链路时延。该工具通过收集交换机的流表来计算流的转发路径。

关键词：软件定义网络；网络检测；路径追踪

HTML PDF 收藏

基于机器学习的广彩瓷图案生成系统 Special Feature on Intelligent Design

Steven Szu-Chi CHEN, Hui CUI, Ming-han DU, Tie-ming FU, Xiao-hong SUN, Yi JI, Henry DUH

《信息与电子工程前沿（英文）》 2019年第20卷第12期页码 1632-1643 doi: 10.1631/FITEE.1900399

摘要：提出一种基于广彩瓷风格识别和图像合成模块的图案生成系统。在识别模块中，通过主成分分析和所提判别冗余量化策略对特征重要性进行分析和排序，然后分别训练两组神经网络，将最优设计特征与转换后的主成分特征关联，最后利用整体神经网络逻辑回归方法预测未知广彩瓷。基于条件生成对抗网络（cGAN）开发合成模块，要求用户提供自己设计的创意掩码或抽象瓷元素图像，以生成新的广彩瓷风格合成图像。在系统开发过程中，使用603幅广彩瓷图像测试分类模型。对用户设计的各种元素合成图像的案例研究表明，该系统有助于提高学习者对广彩瓷的欣赏和艺术创作能力。

关键词：广彩瓷；分类；生成对抗网络；艺术创作

HTML PDF 收藏

迈向L5级自动驾驶汽车的发展原则 Article

王建强, 黄荷叶, 李克强, 李骏

《工程（英文）》 2021年第7卷第9期页码 1313-1325 doi: 10.1016/j.eng.2020.10.018

摘要：目前，L3 级及以下驾驶辅助系统已经量产，L4 级在特定场景下的一些应用也逐步开发，通过逐渐提高车辆的自动化、智能化程度来不断向完全自动驾驶发展。然而，针对L5 级自动驾驶汽车的发展思路始终未明确，而现有针对L0~L4级自动驾驶发展过程的研发方式主要基于任务驱动来进行特定场景下的功能开发，难以揭示高等级自动驾驶汽车所需解决问题的本质逻辑和物理机制，进而阻碍了迈向L5 级自动驾驶的途径。，探索“自主学习+先验知识”的研究范式，实现自动驾驶汽车“自学习、自适应、自超越”特性。从系统、统一、均衡的角度出发，基于最小作用量原理和统一安全场思想，旨在为高等级自动驾驶汽车，尤其是L5 级自动驾驶的研发提供一种全新的研发思路与有效途径。

关键词：自动驾驶汽车最小作用量原理行车安全场自主学习基础范式