关键词： 中国计算机学会   机器学习   《软件学报》   模式识别   人工智能   学术活动   优秀学术论文   山西大学  

摘要： 第二十届中国机器学习会议(CCML 2025)由中国人工智能学会和中国计算机学会联合主办,中国人工智能学会机器学习专业委员会和中国计算机学会人工智能与模式识别专业委员会协办,山西大学承办。该系列会议每两年举行一次,现已成为国内机器学习界最主要的学术活动。会议现公开征集优秀学术论文(中文),会议录用的论文将被推荐到《软件学报》《计算机研究与发展》等合作期刊,欢迎相关领域的研究者和学生积极投稿。

关键词： 多功能雷达   工作模式识别   神经网络   图卷积网络   关系图卷积网络  

摘要： 多功能雷达因其灵活的工作模式和捷变的波形特征,可并行执行多种任务等优势,已获得广泛应用,对雷达情报侦察对抗带来了极大挑战。识别多功能雷达工作模式是后续威胁评估、自适应对抗和引导攻击的前提和基础,直接决定着雷达对抗措施的针对性和有效性。主要以典型多功能雷达为研究对象,对典型的作战场景仿真建模,在深入分析多功能雷达不同工作模式的基础上,提出了一种基于关系图卷积网络(relational graph convolutional networks,RGCN)的多功能雷达工作模式识别的新方法,实现了数据的并行化处理,解决了不同工作模式与特征参数之间的相互作用。

关键词： 人工智能   计算机网络安全   防护策略   深度学习   模式识别  

摘要： 随着信息技术的飞速发展,计算机网络已经成为人们日常生活和工作中不可或缺的组成部分,但随之而来的网络安全问题也日益凸显。本研究针对网络安全威胁分析,构建了一种基于人工智能的网络安全防护策略。通过对网络入侵、恶意软件等安全问题进行深度学习与模式识别,提供了一种智能化的、动态的安全防护方法。结果 显示,方法 能有效预测并防御未知的网络威胁,降低了安全事件的发生频率,相比传统的网络防护策略,其对复杂和隐蔽的网络攻击的识别率和防护效果有显著提高。此外,这种基于人工智能的安全防护策略能实现自我学习和优化,提高了系统的自适应能力和防护效能。研究表明该策略对于提高网络系统的安全性,避免或减少因网络安全问题带来的损失有重要的实用价值和广阔的应用前景。

关键词： 高效液相色谱法   指纹图谱   化学模式识别法   超高效液相色谱-线性离子阱/静电场轨道阱质谱法   质量评价   化学成分鉴定   墨染樱  

摘要： 取干燥墨染樱花瓣,粉碎,过筛,分取0.500 g,加入25 mL 70%(体积分数,下同)甲醇溶液,超声30 min。冷却至室温,用70%甲醇溶液补足重量,摇匀后过0.22μm滤膜,续滤液按照仪器工作条件测定。以高效液相色谱法采集10批不同采收期的样品的指纹图谱,并结合相似度分析和化学模式识别法对10批样品质量进行评价。基于超高效液相色谱-线性离子阱/静电场轨道阱质谱法鉴定样品中的化学成分。结果显示:比对10批样品的指纹图谱,筛选出8个共有成分,通过对照品比对确定了2个共有成分绿原酸和芦丁;10批样品的指纹图谱与对照指纹图谱的相似度均大于0.980,说明不同采收期样品质量较稳定;将8个共有峰的峰面积导入SPSS 21.0软件和SIMCA 14.1软件,系统聚类分析、主成分分析、正交偏最小二乘-判别分析(OPLS-DA)模型均将10批样品分为4类,且分类结果完全一致;以变量重要性投影分析筛选引起质量差异的标志物,共筛选出3个成分;通过质谱库和文献比对,鉴定出48个化学成分,包括黄酮类19个,有机酸类18个,萜类4个,其他类7个。

关键词： 轨道交通   骨架识别   模式识别   城轨车站安全   乘客行为特征辨识   ST-GCN  

摘要： 城市轨道交通领域传统监控分析方法对视频监控图像(如摔倒、晕倒和打斗等异常行为识别)漏识率高、参数调整复杂,且难以高效地应用于现实城轨车站监控场景,针对此问题,采用基于骨架模式识别的人体姿态特征辨识框架,引入基于人体骨架的姿态估计技术,采用Alpha Pose模型对乘客姿态进行精确估计,并结合时空图卷积网络(spatial temporal graph convolutional networks,ST-GCN)模型的方法,实现对城轨车站监控场景中异常行为的辨识。在COCO数据集和MPII数据集上分别达到了72.3 mAP和82.1 mAP的效果,相比较于Open Pose模型提升高达17%,验证了模型的有效性和实用性。结果表明,本文所提出的方法不仅提高了乘客行为的识别速度,同时具备对复杂场景的适应能力,为城轨安全监控提供一种新的技术方案。

关键词： 数据融合   模式识别   信息化建设  

摘要： 底层数据采集、安全生产自动化建设均是煤矿信息化建设的关键内容,利用数据融合能够打破现阶段煤矿安全生产各子系统的“信息孤岛”局面,利用模式识别能够对煤矿数据资源需求展开特征提取和特征分析。基于此,本文从煤矿信息化建设现状入手,阐述智慧煤矿安全管控平台架构,分析数据融合和模式识别在煤矿信息化建设中的具体实施内容,并详细介绍了数据融合和模式识别在煤矿信息化建设中的关键技术,以期为煤矿信息化建设提供借鉴。

关键词： 自然语言处理   人工智能   群体智能   智能计算   模式识别   智能系统   因果推理   多智能体  

摘要： 2025年将特别关注大模型、人工智能、物联网、区块链、量子计算、大数据、隐私安全保护等技术的融合应用。本年度组稿包括但不仅限于以下方向:人工智能:大模型、多视图/多模态学习、统计学习、联邦学习、稳定学习、终身学习、跨模态内容生成、大数据智能、混合增强智能、群体智能、因果推理、类脑智能计算、量子智能计算、智能机器感知与模式识别、自然语言处理与理解、机器人与智能系统、多智能体协同、自主协同控制与优化决策、人工智能艺术创作。

关键词： 教育博士   主体性   按期毕业   模式识别  

摘要： 教育博士延期毕业问题日益严峻,高延毕率引发教育博士的“合法性”危机。本研究从教育博士的主体性视角出发,深入探究延期毕业的内在原因。基于模式识别方法,通过对766份样本的分析,探究了教育博士个体的学习投入、学习策略和学习质量对其按期毕业的影响。研究发现,充足的学习时间、较强的独立思考与压力应对能力、频繁的师生交流、较多的论文发表是影响教育博士按期毕业的重要因素。因此,教育博士在面对学业挑战时需要保持理性与韧性,采取阶段式集中学习策略以增加学习投入并为独立思考创造条件;培养院校也应进一步明确教育博士实践导向的培养目标,适度延长教育博士学制以缓解教育博士的学习时间压力。

关键词： 中国计算机学会   机器学习   模式识别   人工智能   《软件学报》   山西大学   学术活动   优秀学术论文  

摘要： 主办单位中国人工智能学会、中国计算机学会协办单位中国人工智能学会机器学习专业委员会、中国计算机学会人工智能与模式识别专业委员会承办单位山西大学第二十届中国机器学习会议(CCML 2025)由中国人工智能学会和中国计算机学会联合主办,中国人工智能学会机器学习专业委员会和中国计算机学会人工智能与模式识别专业委员会协办,山西大学承办。该系列会议每两年举行一次,现已成为国内机器学习界最主要的学术活动。会议现公开征集优秀学术论文(中文),会议录用的论文将被推荐到《软件学报》《计算机研究与发展》等合作期刊,欢迎相关领域的研究者和学生积极投稿。

关键词： 都市圈   政府网络   府际合作   公众参与   协同治理  

摘要： 实现都市圈内政府、市场、社会多主体行动的有效协调与有序整合是促进国土空间高质量发展的重要手段。本文提供了基于政策网络的分析框架,对中国34个都市圈的协同治理网络进行了结构性分析,揭示了都市圈治理过程中多方参与主体间的协同关系与模式特征。结果表明,随着都市圈发展能级的提升,参与都市圈建设的政府与非政府行动者的数量逐步增加,并逐步由领导组织型网络治理发展为行政组织型网络治理。都市圈间治理模式的差异也反映了资源分配的地区不平衡,位于较发达地区的都市圈倾向于拥有更多行动者,且更依赖行政组织的推动作用。