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 1458

会议视频 234

会议信息 71

会议专题 3

年份

2024 6

2023 146

2022 199

2021 226

2020 194

2019 145

2018 114

2017 90

2016 47

2015 46

2014 24

2013 26

2012 34

2011 29

2010 34

2009 22

2008 32

2007 45

2006 53

2005 45

展开︾

关键词

智能制造 113

人工智能 89

2020 25

农业科学 19

能源 18

机器学习 16

系统工程 15

2019 12

运载系统 11

仿真技术 10

新一代智能制造 10

智能工业 10

神经网络 10

智能 9

智能化 9

信息技术 8

智能电网 8

开放的复杂巨系统 7

展开︾

检索范围：

排序：展示方式：

基于区域化高斯过程地图重构的新型三维点集配准方法 Research

李博1,张宇2,赵文杰1,李平2

《信息与电子工程前沿（英文）》 2020年第21卷第5期页码 649-808 doi: 10.1631/FITEE.1900457

摘要：点集配准问题是移动智能无人系统领域一项重要研究课题。本文提出一种全新“帧到地图”式三维点集配准方法。首先提出区域化高斯过程（Gaussian process，简称GP）地图重构算法，由此得到一种全新地图表现形式。将由GP得到的预测值和预测位置组合在一起作为预测点，以此自然地建立起预测点对的对应关系，并使用迭代方式计算位姿变换。利用3组标准点集数据集对该方法进行验证和测试。实验结果表明，相较于迭代最近点算法和正态分布变换两种经典点集配准方法，该方法在精度和效率两方面都有更佳表现。此外，所提的地图重构算法能够在降低内存消耗的同时，提供稠密的类点云地图。

关键词：点集配准；高斯过程；智能无人系统

HTML PDF 收藏

一种快速均匀的采用尺度不变特征变换描述符进行基于内容的卫星图像配准方法 Article

Hamed BOZORGI, Ali JAFARI

《信息与电子工程前沿（英文）》 2017年第18卷第8期页码 1108-1116 doi: 10.1631/FITEE.1500295

摘要：基于内容的卫星图像配准是在遥感和图像处理领域的一大难题。受照度、旋转、来源差异的影响，该问题在多源遥感图像匹配中更为突出。尺度不变特征变换（scale-invariant feature transform, SIFT）算法是一种成功应用于卫星图像配准的算法。本地SIFT描述符被许多研究者应用于改进图像检索流程。另外，SIFT算法提取的本地特征具有较高维度，导致计算过程耗时过长以及对保存相关信息的储存空间要求过高，而这两点也是在基于内容图像检索（content-based image retrieval, CBIR通过在预处理阶段对图像进行对比度均衡化来提升SIFT本地特征点质量和数量。将核函数应用于检定数据并映射，所测试特征点的检索率高达91.67%。

关键词：基于内容的卫星图像配准；特征点分布；图像配准；线性判别准则；遥感；尺度不变特征变换

HTML PDF 收藏

智能制造控制——多尺度研究领域的挑战

Han-Xiong Li, Haitao Si

《工程（英文）》 2017年第3卷第5期页码 608-615 doi: 10.1016/J.ENG.2017.05.016

摘要：这将为生产制造系统的各个环节带来巨大挑战。在未来的加工制造领域中，全部的设备和系统应当具有对控制性和适应性的感知能力和基础智能化处理的能力。在研究中，经过关于多尺度动力学在现代加工制造系统中应用的讨论后，一个五层的功能结构被用于不确定的加工制造过程。多尺度力学包括：多时间尺度、多时空尺度以及多尺度的动力学标准。智能生产系统应当拥有灵活应变的能力、较好的适应能力及足够的智能化程度。这些能力需要我们通过控制性手段进行区分化处理并应用在不同方面，如智能感知、优化设计、智能学习等。最后，将一个典型的喷射点胶系统模型用于多尺度建模和控制。

关键词：系统建模过程控制人工智能加工制造喷射点胶

HTML PDF 收藏

基于迁移学习与多视角感兴趣点的膝关节运动追踪网络 Article

王聪, 谢帅宁, 李康, 王重阳, 刘旭东, 赵亮, 蔡宗远

《工程（英文）》 2021年第7卷第6期页码 881-888 doi: 10.1016/j.eng.2020.03.016

摘要：

近年来，深度学习为一种基于二维（2D）—三维（3D）配准技术以测量人体膝关节运动的方法，该方法提供了快速完成配准并增加捕捉范围的可能性通过三个受试者以及不到100对荧光透视影像，我们获得了40%的平均配准成功率。本研究提出的基于学习的配准方法，可在荧光透视影像数量有限时使用。

关键词： 2D—3D配准机器学习领域自适应点对应

HTML PDF 收藏

基于粗集方法的智能专家系统

曾黄麟

《中国工程科学》 2001年第3卷第2期页码 47-51

摘要：

文章主要介绍基于粗集方法的智能专家系统的基本构成、知识表达方式及学习推理方法。提出了利用不可分辨性或根据算法相容性进行知识简化，导出决策规则的方法，通过研究导师的知识与学习者的知识之间的依赖程度，找出每一概念的有用特征，进行知识简化和系统简化，导出决策规则的学习推理方法。

关键词：粗集方法智能专家系统不可分辨性知识简化决策规则

HTML PDF 收藏

多无人系统协同中的人工智能安全探索

施文,王楷文,俞成浦,孙健,陈杰

《中国工程科学》 2021年第23卷第3期页码 82-89 doi: 10.15302/J-SSCAE-2021.03.007

摘要：

作为中国新一代人工智能规划中的重要组成部分，多无人系统协同是我国未来国防建设和社会发展的一项变革性技术。虽然多无人系统协同技术研究与系统集成已经达到了空前高度，但是其相关人工智能安全问题研究还处在萌芽阶段。本文阐述了统筹推进多无人系统协同赋能应用与风险防控的重大意义，提出了“四位一体”全面推进多无人系统协同安全发展的战略思路，探索了多无人系统协同在内生安全和衍生安全层面潜在的挑战与应对思路研究提出了智能无人系统安全对策建议：构建国家级无人系统验证平台，推动人才队伍建设；逐步深化无人系统产业“放管服”，发展新一代人工智能安全生态；充分发挥多无人系统协同的优势，赋能保障和改善民生

关键词：多无人系统协同，人工智能安全，安全风险防控

HTML PDF 收藏

智能无人自主系统发展趋势 Review

Tao ZHANG,Qing LI,Chang-shui ZHANG,Hua-wei LIANG,Ping LI,Tian-miao WANG,Shuo LI,Yun-long ZHU,Cheng WU

《信息与电子工程前沿（英文）》 2017年第18卷第1期页码 68-85 doi: 10.1631/FITEE.1601650

摘要：智能无人自主系统是人工智能的重要应用之一，其发展可大大推动人工智能技术的创新。本文通过其主要成就介绍了智能无人自主系统的发展趋势。并且，本文将相关技术分成了7个领域，包括人工智能技术、无人车、无人机、服务机器人、空间机器人、海洋机器人和无人车间/智能工厂。本文对每个领域的发展趋势进行了介绍。

关键词：智能无人自主系统；无人车；人工智能；机器人学；发展趋势

HTML PDF 收藏

国际智能无人系统大会

会议日期： 2019年10月01日

会议地点：中国/陕西/西安

主办单位：中国电子学会

流程工业智能制造展望：过程系统工程师面临的挑战

Lockhart Bogle Ian David

《工程（英文）》 2017年第3卷第2期页码 161-165 doi: 10.1016/J.ENG.2017.02.003

摘要：

本文讨论了流程工业智能制造对过程系统工程(PSE) 研究人员提出的挑战。现有的研究在实现全厂和全站点优化方面已经取得了很大进展，进行基准化测试能够增加说服力。本文进一步讨论了过程系统工程师在开发可用工具和技术时遇到的技术性挑战，包括灵活性和不确定性，响应性和敏捷性，鲁棒性和安全性，混合物性质和功能的预测，以及新的建模和数学范式。利用大数据进行智能化开发来驱动系统灵活性需要面对新的挑战，例如，如何在漫长又复杂的供应链中确保数据的一致性和机密性。

关键词：智能制造过程系统工程不确定性灵活性优化基于模型的控制

HTML PDF 收藏

智能无人系统：新一代人工智能重要成果及其应用 Editorial

吴澄1,2,张涛1,2

《信息与电子工程前沿（英文）》 2020年第21卷第5期页码 649-651 doi: 10.1631/FITEE.2030000

摘要： The advancement of science and technology is an important indicator of a nation’s overall strength. More recently, with the rise of new generation artifi-cial intelligence (AI), we are facing a new industrial revolution. For example, the development of intelli-gent unmanned systems (IUSs) will soon become a landmark achievement for AI development. In the next 3–5 years, applications of intelligent robots (service, industry, etc.) in China will have a wide range of advancements. In particular, unmanned aerial vehicles (UAVs) will attain multi-industry, large-scale applications. The autopilot system will soon complete a demonstration project. This means China will develop the core common technology of rail transit autonomous driving. Significant progress will be made in intelligent workshops and factories, and a set of Chinese standards in line with interna-tional standards will be formed. IUS is an artificial system that can be operated or managed using advanced technology without any human intervention. Over the years, humans have created various types of unmanned systems. More importantly, as human knowledge develops, the technology level of unmanned systems is gradually improved. IUS is also a complex system, which is composed of many technologies, such as machinery, control, computer, communication, and material. AI is undoubtedly one of the key technologies needed to develop IUSs. Autonomy and intelligence are the two most important characteristics of IUSs. The most effective way to achieve and continuously improve these two characteristics is to use various technologies of AI, such as intelligent perception (image, voice recognition, etc.), human-computer interaction, intelligent decision-making, learning, and reasoning. Unmanned systems are a variety of systems de-veloped to work without human inputs, but the highest level of “unmanned” systems is man-machine integration. Specifically, human-computer integration means that human beings connect their nervous system with computers and other machines to make up for the defects of human senses and movement, and to determine the integration of human consciousness and computer AI. The combination of AI and unmanned systems is expected to develop technologies that can alter life, so as to strengthen human function (especially the disabled and the elderly) and to improve the quality of human life. Generally, human-computer integration includes human-computer co-operation. The relationship between human and ma-chine is no longer a master-slave relationship, or an alternative relationship, but a partnership. Efficiency and flexibility can be improved, if people control multiple unmanned systems to work together; the coordination and interaction between people and unmanned systems will significantly improve dif-ferent aspects of the capabilities of the systems. However, for a considerable part of labor-intensive work, the unmanned system may not be efficient. Therefore, IUSs will be an important embodiment of man-machine integration. Compared with the traditional unmanned system, the IUS has more potential to applications. The emergence of various types of IUSs will have a sig-nificant impact on human life and society. At present, IUSs include mainly autonomous driving vehicles, UAVs, service-oriented robots, intelligent industrial robots, space robots, marine robots, and unmanned workshop/intelligent factories. The new generation AI development plan re-leased by China captures “intelligent technology of autonomous unmanned systems.” It focuses on breaking through common technologies such as computing architecture of autonomous unmanned system, perception and understanding of complex dynamic scene, real-time precise positioning, adap-tive intelligent navigation for complex environment, autonomous control of UAV, intelligent technologies including self-driving automobile, ship and rail transit, and core technologies (such as service robot and special robot), supporting the application and industrial development of unmanned systems. In this context, the Chinese Academy of Engi-neering organized a special issue on IUSs in Frontiers of Information Technology & Electronic Engineering. The types of IUSs examined in this special issue include robotic exoskeleton, intelligent ground vehicles, underwater vehicles, and UAVs. After rigorous review processes, 10 papers have been selected for this special issue, including two review articles, one tutorial, and seven research articles.

HTML PDF 收藏

人工智能走向2.0

潘云鹤

《工程（英文）》 2016年第2卷第4期页码 409-413 doi: 10.1016/J.ENG.2016.04.018

摘要：

随着互联网的普及、传感网的渗透、大数据的涌现、信息社区的崛起，以及数据和信息在人类社会、物理空间和信息空间之间的交叉融合与相互作用，当今人工智能(AI) 发展所处信息环境和数据基础已经发生了深刻变化，人工智能的目标和理念正面临重要调整，人工智能的科学基础和实现载体也面临新的突破，人工智能正进入一个新的阶段。这个源于传统而又与之不同的人工智能新阶段被称为人工智能2.0(AI 2.0)。本文从人工智能60 年的发展历史出发，通过分析促成人工智能2.0形成的外部环境与目标的转变，分析技术萌芽，提出了人工智能2.0 的核心理念，并结合中国发展的社会需求与信息环境特色，给出了发展人工智能2.0

关键词：人工智能2.0 大数据群体智能跨媒体人机混合智能无人智能系统

HTML PDF 收藏

海上无人系统发展及关键技术研究

邱志明,孟祥尧,马焱,陈轶,冯炜

《中国工程科学》 2023年第25卷第3期页码 74-83 doi: 10.15302/J-SSCAE-2023.03.005

摘要：

海上无人系统是未来智能化、无人化战争中的重要组成部分，已经成为世界各国海上竞争新的制高点，在国家和国防安全方面将扮演越来越重要的角色。本文从国家智能无人战略发展需求出发，从战略规划和概念引领、技术研究和装备研发、系统演示和能力验证三个层面系统分析了当前国内外海上无人系统及其技术的发展现状，凝练了当前海上无人系统技术各方面发展趋势和面临的挑战，论证提出了未来海上无人系统发展中需攻克的关键技术。据此结合实际发展情况和未来发展趋势，分析提出了海上无人系统的重点发展方向，最后从总体思路、体系构成、装备发展、技术攻关四个不同层面提出了推动海上无人系统持续、稳步、快速发展的对策建议，以期促进我国海洋装备发展

关键词：海上无人系统；集群智能；跨域协同；关键技术

HTML PDF 收藏

无人机仿射编队跟踪控制研究 Research Articles

李慧铭,陈浩,王祥科

《信息与电子工程前沿（英文）》 2022年第23卷第6期页码 909-919 doi: 10.1631/FITEE.2100109

摘要：

本文聚焦固定翼无人机集群仿射编队跟踪控制问题，其中固定翼无人机被建模为具有非对称速度约束的独轮车。无人机集群控制目标是生成并跟踪一个由名义编队仿射变换得到的时变目标编队。进一步，为满足固定翼无人机飞行速度约束，提出一种基于饱和函数的控制策略。数值仿真结果证实，所提仿射编队控制策略能有效提高机动性。

关键词：仿射编队；固定翼无人机；多智能体系统

HTML PDF 收藏

非线性计数系统的关键因子辨识方法 Research Article

张新民,王静波,魏驰航,宋执环

《信息与电子工程前沿（英文）》 2022年第23卷第1期页码 123-133 doi: 10.1631/FITEE.2000324

摘要：从数据中识别对系统输出产生较大影响的关键因子是科学和工程领域最具挑战性的任务之一。本文针对非线性计数系统，提出基于敏感性分析的广义高斯过程回归（SA-GGPR）建模方法，以识别影响系统输出的关键因子。SA-GGPR采用具有泊松似然的GGPR模型描述非线性计数系统。GGPR模型继承了非参数核学习和泊松分布的优点，可处理复杂非线性计数系统。SA-GGPR方法通过定量评估不同输入对系统输出的影响来辨识影响系统输出的关键因子。在模拟非线性计数系统和实际钢铁轧制过程的应用结果表明，SA-GGPR方法在识别精度方面优于几种先进方法。

关键词：关键因子；非线性计数系统；广义高斯过程回归；敏感性分析；钢铁轧制过程

HTML PDF 收藏

基于混合驱动高斯过程学习的强机动多目标跟踪方法 Research Article

国强1,滕龙1,2,尹天祥3,郭云飞3,吴新良2,宋文明2

《信息与电子工程前沿（英文）》 2023年第24卷第11期页码 1647-1656 doi: 10.1631/FITEE.2300348

摘要：将时变恒速（CV）模型集成到在线学习的高斯过程（GP）中，提高高斯过程的预测性能。进一步与广义概率数据关联（GPDA）算法相结合，实现多目标跟踪。通过仿真实验可知，与广泛使用的机动目标跟踪算法如交互式多模型（IMM）和数据驱动的高斯过程运动跟踪器（GPMT）相比，提出的混合驱动方法具有显著的性能优势。

关键词：目标跟踪；高斯过程；数据驱动；在线学习；模型驱动；概率数据关联