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 1900

会议视频 213

会议信息 83

会议专题 3

年份

2024 5

2023 163

2022 230

2021 243

2020 193

2019 147

2018 131

2017 131

2016 82

2015 56

2014 38

2013 49

2012 50

2011 67

2010 80

2009 72

2008 53

2007 41

2006 32

2005 51

展开︾

关键词

信息技术 41

颠覆性技术 31

2020 28

神经网络 27

智能制造 26

人工智能 22

关键技术 21

可持续发展 21

技术创新 21

农业科学 19

仿真技术 18

技术 15

能源 15

水资源 12

三峡工程 10

发展 10

发展趋势 10

学术会议 9

技术预见 9

展开︾

检索范围：

排序：展示方式：

贾俊芳1,Valeriia TUMANIAN2,李国强2

《信息与电子工程前沿（英文）》 2021年第22卷第7期页码 969-985 doi: 10.1631/FITEE.2000186

摘要：目前网络上拥有大量可用于软件工程实践的技术和网络资源，并且这个数量还在持续增长。发现语义相似或相关的技术术语和网络资源，可以设计吸引人的服务，以促进信息检索和信息发现的机会。本文从问答（Q&A）讨论的社区中提取技术术语和网络资源，并提出一种基于神经网络语言模型的技术术语和网络资源在联合低维向量空间中的语义表示方法。方法仅基于讨论线程中技术术语（或网络资源）的周围技术术语和web资源，将技术术语和网络资源映射到语义向量空间，而不需挖掘讨论的文本内容。将方法应用于2018年3月的堆栈溢出数据转储。对聚类、搜索和语义推理任务的定量和定性分析表明，所学习的技术术语和网络资源向量表示可以捕获技术术语和网络资源的语义相关性，通过简单的K近邻搜索和在嵌入空间中对学习的向量表示作简单的代数运算，可以支持各种搜索和语义推理任务

关键词：技术术语；网络资源；词语嵌入；问答网站；聚类任务；推荐任务

HTML PDF 收藏

特定领域问答网站中的标签自然顺序研究

贾俊芳1,李国强2

《信息与电子工程前沿（英文）》 2021年第22卷第2期页码 141-286 doi: 10.1631/FITEE.1900645

摘要：它使得社会计算系统（如问答网站）的用户们可以自由地标记内容。然而，标注真的是自由不受限的吗？现有工作表明，用户们常常可以隐性地就哪种标签最能描述在线社区的内容达成共识。本文专注于研究特定领域问答网站中的标签自然排序，并对CodeProject，SegmentFault，Biostars以及CareerCup 4个问答网站上数以百万计的问题中的标签序列进行研究。结果表明，这些问答网站的用户可以就问题标签的排序达成隐性共识。研究了标签之间的关系，这些关系可以解释标签自然顺序的出现。该研究为利用标签的自然顺序提升现有标签推荐以及问答站点导航提供了可能。

关键词：问答网站；标注；自然顺序；Skip gram

HTML PDF 收藏

探索与打击任务中异构智能体动态分组策略 Research Article

陈晨1,吴啸尘1,陈杰1,2,Panos M. PARDALOS3,丁舒忻4

《信息与电子工程前沿（英文）》 2022年第23卷第1期页码 86-100 doi: 10.1631/FITEE.2000352

摘要：多变的环境和复杂的作战任务对无人作战智能体任务群组的构建提出了新的要求。本文旨在解决新需求下的任务群组动态构建问题。针对智能体的异构性，在不断探索任务的情况下群体形成方法需满足能动态形成新的群组。提出一种融合了启发式规则和响应阈值模型的群组形成策略，用于动态调整任务群组的成员以适应新的任务需求。将任务需求与群组能力的匹配程度以及群组的组网开销作为评价团队素质的指标。结果表明所提方法在解决动态任务组形成问题时具备一定优势。

关键词：多智能体；动态作战任务；任务组形成；启发式规则；组网开销

HTML PDF 收藏

模糊中心聚类的模式识别学习方法

曾黄麟,袁慧,刘小芳

《中国工程科学》 2004年第6卷第11期页码 33-37

摘要：

基于一个约束条件下的非线性规划问题的优化计算思想，把模糊中心聚类中计算输入矢量与中心的距离来实现聚类作为一种优化计算问题，证明了模糊中心聚类方法，取一个适当的属函数，其聚类中心vi为模糊聚类中心价值函数的极小值，推导出了基于模糊中心聚类的模式识别的无导师递推学习方法，提出了模糊中心聚类模式分类神经网络结构，该网络可以实现并行数据处理和模式分类的软划分和硬划分。

关键词：模糊中心聚类模式识别神经网络

HTML PDF 收藏

前往火星的三个太空任务

Mitch Leslie

《工程（英文）》 2020年第6卷第12期页码 1336-1338 doi: 10.1016/j.eng.2020.10.007

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：现有分类法自动生成技术无法处理数据演化，因此，所生成的分类法不能真实反映数据。为反映数据演变，可从头对分类法进行再生，或根据数据变化随时对分类法进行增量演进。其中，前者的时间和资源成本较高。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。

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

一种基于锚点的谱聚类方法 None

Qin ZHANG, Guo-qiang ZHONG, Jun-yu DONG

《信息与电子工程前沿（英文）》 2018年第19卷第11期页码 1385-1396 doi: 10.1631/FITEE.1700262

摘要：谱聚类是模式识别、机器学习和数据挖掘中最流行最重要的聚类方法之一。然而，高计算复杂度妨碍了谱聚类在大规模数据集的应用。对于具有n个样本的聚类问题，谱聚类需O(n3)时间复杂度计算图拉普拉斯矩阵特征向量。然后，构造原始数据与锚点之间的映射矩阵，并证明该映射矩阵能保持数据的聚类结构。基于该映射矩阵，近似得到原始数据谱嵌入。ASC方法复杂度与数据集大小呈线性关系。将该方法与经典谱聚类方法和两种最新谱聚类加速方法，即能量迭代聚类（power iteration clustering，PIC）和基于地标聚类（landmark-based spectral clustering实验结果表明，ASC算法比经典谱聚类算法具有更快聚类速度，在效率和有效性上与现有方法相当或优于现有方法。

关键词：聚类；谱聚类；图拉普拉斯；锚点

HTML PDF 收藏

机器人任务规划：基于PDDL和ASP的任务规划系统实验比较研究 Special Feature on Intelligent Robats

Yu-qian JIANG, Shi-qi ZHANG, Piyush KHANDELWAL, Peter STONE

《信息与电子工程前沿（英文）》 2019年第20卷第3期页码 363-373 doi: 10.1631/FITEE.1800514

摘要：面对无法用单一动作解决的复杂任务时，机器人需要通过任务规划算法生成一个动作序列。现有任务规划器可以帮助智能机器人开发人员解决许多种类任务规划问题。PDDL是特别为任务规划而设计的动作语言，被广泛应用于各种规划问题。ASP主要用于知识推理，同时也能解决任务规划问题。针对这两种语言，本文使用尽可能相同的领域描述。实验结果表明，基于PDDL的规划器善于解决需要生成较多待执行动作的问题，而基于ASP的规划器更适合解决涉及对象较多的任务，或需对前提条件和后置条件做复杂推理的规划问题。

关键词：任务规划；机器人；规划领域定义语言（PDDL）；回答集程序（ASP）

HTML PDF 收藏

基于层次的K-means初始化算法

汤九斌,陆建峰,唐振民,杨静宇

《中国工程科学》 2007年第9卷第11期页码 74-79

摘要：

K-means算法是一种常用的聚类算法，但是聚类中心的初始化是其中的一个难点。笔者提出了一个基于层次思想的初始化方法。一般聚类问题均可看作加权聚类，通过层层抽样减少数据量，然后采用自顶向下的方式，从抽样结束层到原始数据层，每层都进行聚类，其中每层初始聚类中心均通过对上层聚类中心进行换算得到，重复该过程直到原始数据层，可得原始数据层的初始聚类中心模拟数据和真实数据的实验结果均显示基于层次抽样初始化的K-means算法不仅收敛速度快、聚类质量高，而且对噪声不敏感，其性能明显优于现有的相关算法。

关键词：层次技术初始聚类中心加权数据 K平均聚类

HTML PDF 收藏

“机智号”火星直升机超预期完成任务

Mitch Leslie

《工程（英文）》 2021年第7卷第11期页码 1511-1512 doi: 10.1016/j.eng.2021.09.003

HTML PDF 收藏

一种融合多特征聚类与神经网络的PM_2.5小时浓度预测新模型及其在中国城市的应用 Article

刘辉, 龙治豪, 段铸, 施惠鹏

《工程（英文）》 2020年第6卷第8期页码 944-956 doi: 10.1016/j.eng.2020.05.009

摘要：本文提出一种改进的PM_2.5浓度多步预测模型，即多特征聚类分解(MCD)-回声状态网络(ESN)-粒子群优化(PSO)混合模型。该模型包括分解预测部分和优化预测部分。在分解部分，提出了一种由粗糙集属性约简(RSAR)、k均值聚类(KC)和经验小波变换(EWT)组成的MCD方法进行特征选择和数据分类。在MCD方法中，采用RSAR算法选择重要的空气污染物变量，使用KC算法对所得变量进行聚类，利用EWT算法将PM_2.5浓度序列的聚类结果分解为多个子层。

关键词： PM_2.52.5浓度预测 PM_2.52.5浓度聚类经验小波分解多步预测