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 496

会议信息 13

会议视频 9

年份

2023 58

2022 60

2021 56

2020 49

2019 49

2018 34

2017 48

2016 28

2015 5

2014 7

2013 6

2012 4

2011 4

2010 5

2009 7

2008 11

2007 18

2006 17

2005 12

2004 11

展开︾

关键词

机器学习 27

遗传算法 21

人工智能 16

深度学习 15

神经网络 9

2019 4

优化 4

算法 4

2020 3

ACM 3

MATLAB 3

图像处理 3

BP算法 2

CAN总线 2

HY-2 2

Maradbcm算法 2

交通 2

人工神经网络 2

仿真技术 2

展开︾

检索范围：

排序：展示方式：

ACM-2019算法、机器学习和信号处理国际会议

会议日期： 2019年11月15日

会议地点：新加坡

主办单位：国际应用科学与工程协会

人工智能算法在网络空间安全中的应用：技术与现状综述 Review

陈捷1,2,武丹丹2,谢瑞云2

《信息与电子工程前沿（英文）》 2023年第24卷第8期页码 1117-1142 doi: 10.1631/FITEE.2200314

摘要：人工智能算法已成为网络安全应用增加安全机会和提高对抗能力的核心手段。近年来，人工智能技术的突破和应用为提高网络防御能力提供了先进的技术支持。本综述重点介绍了机器学习、深度学习和一些流行的优化算法在该领域的最新应用进展，对算法模型的特点、性能结果、数据集、以及潜在的优点和局限性进行了分析，强调了现存的挑战。

关键词：人工智能；机器学习；深度学习；优化算法；混合算法；网络空间安全

HTML PDF 收藏

基于最大间隔的贝叶斯分类器 Article

Tao-cheng HU,Jin-hui YU

《信息与电子工程前沿（英文）》 2016年第17卷第10期页码 973-981 doi: 10.1631/FITEE.1601078

摘要：概要：多分类学习中经常需要考虑在泛化性能和计算开销间进行权衡。本文提出一个生成式概率多分类器，综合考虑了泛化性和学习/预测速率。通过凸分析和概率语义分析，我们设计了高效的在线算法，与经典情形的最大不同在于这个算法使用聚集而非平均化处理梯度。实验证明了我们的算法具有很好的泛化性能和收敛速度。

关键词：多类学习；最大间隔学习；在线算法

HTML PDF 收藏

自监督脓毒症治疗推荐算法 Research Articles

朱思涵1,浦剑2

《信息与电子工程前沿（英文）》 2021年第22卷第7期页码 926-939 doi: 10.1631/FITEE.2000127

摘要：本文将强化学习应用于个人治疗推荐，采用对样本不确定性进行建模并评估的方法，根据患者对治疗的反应和状态，将患者样本分为两个域，然后使用辅助迁移学习任务重建两个域的样本，使用特权学习的蒸馏方法与用于迁移学习的变分自动编码器框架关联低质量域和高质量域间的任务通过结合自监督方式获得更好的状态和动作表示，本文提出一种针对引起较高风险的不确定性进行控制的深度强化学习方法；模型提供一定的灵活性使之可以在不同场景对模糊样本做出保守预测或明确判断，并降低预期死亡率。

关键词：治疗推荐；脓毒症；自监督学习；强化学习；电子病历

HTML PDF 收藏

一种用于工业过程监测的鲁棒迁移字典学习算法 Article

阳春华, 梁慧平, 黄科科, 李勇刚, 桂卫华

《工程（英文）》 2021年第7卷第9期页码 1262-1273 doi: 10.1016/j.eng.2020.08.028

摘要：因此，当将从训练数据中学习的模型应用于实际的在线监测时，很难实现精确的过程监测。为了解决操作环境变化导致的历史训练数据和在线测试数据之间的分布差异问题，提出了一种鲁棒的迁移字典学习（RTDL）算法用于工业过程监测。RTDL是表示学习和域自适应迁移学习的协同方法。该方法将历史训练数据和在线测试数据分别作为迁移学习问题的源域和目标域。然后将最大均值差异正则化和线性判别分析正则化引入字典学习框架，可以减少源域和目标域之间的分布差异。这样，即使源域和目标域的特征在实际变化的操作环境的干扰下明显不同，仍可以学习鲁棒的字典。这样的字典可以有效地提高过程监测和模态识别的性能。通过数值仿真和两个工业系统的实验验证了该方法的有效性和优越性。

关键词：过程监测多模态过程字典学习迁移学习

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：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。与现有研究不同，本文针对所提AOD模型设计了一种基于记忆的训练算法，以提高模型训练效率和测试精度。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。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

TIE算法：一种用于处理演化数据的聚类分层分类法生成技术上层算法 None

Rabia IRFAN, Sharifullah KHAN, Kashif RAJPOOT, Ali Mustafa QAMAR

《信息与电子工程前沿（英文）》 2018年第19卷第6期页码 763-782 doi: 10.1631/FITEE.1700517

摘要：提出一种新颖的分类增量进化（TIE）算法，用于处理随时间演变的数据。TIE是一种现有聚类分层分类法生成技术的上层算法，它允许现有分类法增量地演进。在计算机领域的研究论文中对该算法进行了评估。结果表明，与从头再生分类法相比，随数据演化的分类法生成算法耗时非常短，且在单位时间下性能更佳。

关键词：分类法；聚类算法；信息科学；知识管理；机器学习

HTML PDF 收藏

模糊基函数神经网络在线跟踪自学习算法研究

许飞云,钟秉林,黄仁

《中国工程科学》 2007年第9卷第11期页码 48-53

摘要：

提出了一种用于分类的模糊基函数（FBF）神经网络在线跟踪自学习算法，通过带有遗忘因子的样本均值和样本协方差矩阵，保存了原始样本所包含的类可能性分布信息，并在此基础上产生新增样本的目标输出用于训练FBF网络，以实现分类边界的在线跟踪；给出了带有遗忘因子的样本均值和样本协方差矩阵的递推算法，以克服传统方法需要保存大量以往训练样本带来的困难。

关键词：模糊基函数自学习故障诊断

HTML PDF 收藏

结构化稀疏学习综述 Review

Lin-bo QIAO, Bo-feng ZHANG, Jin-shu SU, Xi-cheng LU

《信息与电子工程前沿（英文）》 2017年第18卷第4期页码 445-463 doi: 10.1631/FITEE.1601489

摘要：稀疏学习由于其简约特性和计算优势而获得了越来越多的关注，在具有稀疏性的条件下，许多计算问题可以在实践中得到有效的处理。而结构化稀疏学习则进一步将结构信息进行编码，在多个研究领域取得成功。这些正则函数通过利用特定的结构信息极大提高了稀疏学习算法的性能。在本文中，我们从想法、形式化、算法和应用等方面系统的回顾了结构化稀疏学习。我们将这些算法置于最小化损失函数和惩罚函数的统一框架中，总结了算法的开源软件实现，并比较了典型优化算法解决结构化稀疏学习问题时的计算复杂度。在实验中，我们给出了无监督学习在结构化信号恢复和层次化图像重建中的应用，以及具有图结构引导的逻辑回归的在监督学习中的应用。

关键词：结构化稀疏学习；算法；应用

HTML PDF 收藏

机器学习和数据驱动算法在智慧发电系统中的应用——一种不确定性处理的视角 Review

孙立, Fengqi You

《工程（英文）》 2021年第7卷第9期页码 1239-1247 doi: 10.1016/j.eng.2021.04.020

摘要：机器学习（ML）和数据驱动控制（DDC）技术的蓬勃发展为这些传统方法提供了一种替代方案。本文回顾了机器学习和数据驱动控制技术在发电系统监测、控制、优化和故障检测方面的典型应用，特别着重于揭示这些方法在评价、消除或耐受相关不确定性影响方面的作用。本文为智慧发电控制技术提供了一个从调节层到规划层的总体视角，分别从可见性、机动性、灵活性、经济性和安全性（简称“五性”）方面对机器学习和数据驱动控制技术的优势进行阐释。

关键词：智慧发电机器学习数据驱动控制系统工程

HTML PDF 收藏

基于机器学习算法的模型参数区域化方法在无测站流域径流模拟中的应用 Article

吴厚发, 张建云, 鲍振鑫, 王国庆, 王文圣, 杨艳青, 王婕

《工程（英文）》 2023年第28卷第9期页码 93-104 doi: 10.1016/j.eng.2021.12.014

摘要：与传统的线性回归方法相比，机器学习算法处理非线性关系的能力突出，因而提高了无测站流域径流模拟的精度。不同区域化方法在湿润地区的表现比较接近，而机器学习算法的优势在干旱区更为明显。

关键词：参数估计无测站流域区域化方法机器学习算法 SWAT模型

HTML PDF 收藏

一种局部二次嵌入学习算法及其在软测量中的应用 Article

包垚垚, 朱远明, 钱峰

《工程（英文）》 2022年第18卷第11期页码 186-196 doi: 10.1016/j.eng.2022.04.025

摘要：

鉴于元学习在众多领域取得的巨大成就，本文针对数据回归问题提出了融合度量学习和神经网络（NN）的局部二次嵌入学习（LQEL）算法。首先，通过优化输入输出空间里样本间度量的全局一致性来改进马氏度量（Mahalanobis metric）学习算法；同时，通过引入松弛约束进一步证明了改进的度量学习问题等价于一个凸规划问题。然后，基于局部二次插值假设原理，引入了两个轻量级的神经网络，其一用于学习局部二次模型中的系数矩阵，另一个则用于对从不同局部近邻获得的预测结果进行权重分配。最后，将两个子模型嵌入统一的回归框架中，并通过随机梯度下降（SGD）算法学习模型参数。所提出的算法优势在于可充分利用目标标签中隐含的信息找到更可靠的参考样本。并且，使用LQEL算法对变量进行差分建模，避免了因传感器漂移或不可测量变量导致的模型退化问题。多个基准数据集和两个实际工业应用数据集的计算结果表明，所提出的方法优于几种典型的回归方法。

关键词：局部二次嵌入度量学习回归机软测量

HTML PDF 收藏

Actor-Critic强化学习算法及其在开发基于计算机视觉的界面跟踪中的应用 Article

Oguzhan Dogru, Kirubakaran Velswamy, 黄彪

《工程（英文）》 2021年第7卷第9期页码 1248-1261 doi: 10.1016/j.eng.2021.04.027

摘要：强化学习（RL）智能体成功跟踪了两种液体之间的界面，这通常是化学、石化、冶金和石油行业中跟踪的关键变量。该方法使用少于100 张图像来创建环境，智能体无需专家知识即可从中生成自己的数据。与依赖大量参数的监督学习（SL）方法不同，这种方法需要的参数少得多，这自然降低了维护成本。除了经济性外，该智能体还对环境不确定性（如遮挡、强度变化和过度噪声）具有鲁棒性。

关键词：界面跟踪对象跟踪遮挡强化学习均匀流形逼近和投影

HTML PDF 收藏

基于众包标签数据深度学习的命名实体消歧算法 Article

Le-kui ZHOU,Si-liang TANG,Jun XIAO,Fei WU,Yue-ting ZHUANG

《信息与电子工程前沿（英文）》 2017年第18卷第1期页码 97-106 doi: 10.1631/FITEE.1601835

摘要：本文结合群体智能（即群体用户生成的标签）和深度学习（即数据驱动学习），提出了在命名实体消歧过程中生成区别度更高的特征方法。具体来说，通过设计一个众包模型，学习文本描述或实体所对应“众包特征”，然后利用“众包特征”对动态卷积神经网络（Dynamic convolutional neural network, DCNN）进行优化，最后用优化得到的DCNN来提取“深度众包特征”，以此来解决传统命名实体消歧算法中单独依赖手工设计特征的不足。本文所提出方法巧妙将群体认知（由众包标签反映）结合到命名实体消歧深度学习框架中。实验分析表明，当有足够多众包标签时，所提出方法优于传统手工设计特征。

关键词：命名实体消歧；众包计算；深度学习

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。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。结果表明，该方法可以在人类指导下有效地提高DRL算法的训练效率和性能，且不特定要求参与者的专业知识或经验。

关键词：人在回路AI 深度强化学习人类指导自动驾驶