智能系统学报

人脑认知启发的机器记忆智能

郑庆华 — 2026年03月05 00:00

深度学习方法在流场重建中的应用综述

2026年03月05 00:00

高分辨率流场数据具有非线性，数据量大的特点，无论用实验还是模拟方法都存在获取难度高的问题。流场重建技术能够充分利用流场的可观测信息挖掘不可观测信息，用稀疏观测的或低分辨的流场数据恢复出高分辨流场数据。深度学习方法得益于其强大的特征提取和非线性拟合能力，在流体力学问题中已经有了广泛的应用，其中，基于深度学习的流场重建方法拥有极高的研究潜力。本文对基于深度学习的流场重建方法进行了调研，分类阐述了不同视角下的流场重建问题的建模方式。详细归纳了模态重组类、局部-整体预测类和单元求解器类流场重建方法的研究进展和成果，并讨论了各种方法的优缺点。最后总结分析了基于深度学习的流场重建技术面临的挑战，并对未来的研究方向进行了展望。

生成式推荐系统综述

2026年03月05 00:00

随着社交媒体内容规模的急剧增长，传统协同过滤推荐系统在数据稀疏性和冷启动等方面的局限性日益凸显。近年来，生成式模型强大的数据特征分析与内容生成能力，为推荐系统带来新的发展机遇。本文系统性地综述了生成式推荐系统的技术框架与研究进展，重点阐述了生成式推荐系统的特征标记方法、核心模型架构、主流评估方案以及典型的应用场景。通过对比分析与文献研究，论证了生成式推荐系统在推荐准确性、个性化和场景适应性等方面的显著优势。最后，本文深入探讨了当前研究面临的关键挑战，包括计算资源消耗、隐私安全风险以及评估标准统一性等问题，并对未来研究方向提出建设性展望，为突破生成式推荐系统的认知瓶颈提出了创新性视角。

面向智能网联汽车的 BEV 感知技术与发展趋势

2026年03月05 00:00

鸟瞰视图(bird’s eye view, BEV)感知因其统一且可解释的空间表达能力，已成为自动驾驶环境理解的核心技术。本文旨在全面阐述面向智能网联汽车的 BEV 感知技术，总结相关公开数据集，探讨相关挑战及发展趋势，为该领域提供系统的理论支持与实践指导。本文系统梳理了 BEV 感知技术在自动驾驶中的研究进展，围绕路端及车路协同应用场景，构建了涵盖纯视觉、纯点云与多模态融合的技术框架，深入分析了代表性方法的核心思想与实现机制。本文首次在数据层面进行系统整理，并比较了现有 BEV 感知相关的数据集，包括规模、传感器配置与标注类型。本文聚焦 BEV 感知在开放类别识别、大规模无监督数据利用、传感器不确定性等关键挑战，并探讨其与端到端自动驾驶、具身智能、大模型协同感知架构的融合趋势。

基于边缘增强和多尺度特征融合的遥感图像船舰检测

2026年03月05 00:00

遥感图像中的船舰目标具有尺度变化剧烈、分布密集和方向朝向任意的特点，特别是船舰与海洋环境之间对比度低，相邻船舰之间边界模糊，这使船舰检测面临更高的挑战。针对以上问题，本文提出了一种基于边缘增强和多尺度特征融合的遥感图像船舰检测模型。设计了高频特征增强模块，提升模型捕获细节的能力；提出了一种边缘信息引导的多尺度特征融合方法，缓解浅层边缘信息在传递过程中丢失的问题；构建轻量化定向检测头，减少模型参数量。实验结果表明，改进后的模型在ShipRSImageNet数据集和HRSC2016数据集上，平均检测精度(mAP50)较YOLO11-obb模型分别提升3.6和2.1百分点，有效提升遥感图像船舰检测的精度。

一种金字塔增强的抗噪水印方法：面向鲁棒高质量的图像保护

2026年03月05 00:00

针对数字媒体中图像易被非法盗用和篡改的问题，鲁棒的盲水印技术至关重要。然而，现有方法难以在抵抗现实噪声攻击的同时，保持高提取精度与高视觉质量。为此，本文提出一种金字塔增强的抗噪水印方法(pyramid-enhanced noise-resilient watermarking, PENRW)方法，通过金字塔多尺度特征嵌入与解码质量增强模块，在强噪声下实现了高精度水印提取与最小的图像质量损失。实验结果表明，该方法在鲁棒性和视觉保真度上均优于当前最优模型。

面向智能座舱的多源混合模态数据集及层次化融合分类方法

2026年03月05 00:00

针对驾驶领域智能座舱数据开源少、数据模态维度单一、标注力度不足和场景多样性受限的问题，构建了面向智能座舱的多源混合模态数据集，包含彩色数据、深度数据和红外数据的视觉模态数据与包含车辆信息和多维度驾驶场景的结构化文本模态数据，使用双层行为联合标注规则完成了数据集十类标签的标注。同时，基于该数据集提出了层次化混合模态融合框架，通过跨模态信息交换机制与语义引导融合机制提升了模型对数据特征的提取能力，完成了数据集中彩色数据与其余各数据的不同组合对行为分类任务性能影响的实验。实验表明：多源混合模态数据集能够有效提升对智能座舱的环境理解。在该数据集上，逐渐增加数据集中与彩色数据的不同数据源能够提升所提出方法对数据集分类的能力，当使用所有数据时性能达到最佳，相较于只用彩色数据的准确率提升了15.75%，验证了数据集内多源混合模态数据的有效性。

基于多尺度协调卷积与自适应加权的红外与可见光图像融合

2026年03月05 00:00

针对当前基于卷积神经网络的图像融合模型在全局信息感知、高频细节保持及损失函数权重设定上的局限性，提出一种集成卷积和多层感知器架构的多尺度协调网络，以实现红外与可见光图像的高质量融合。提出一种卷积加权重排多层感知器模块，通过模拟特征排列增强空间维度理解，并结合自适应特征重加权机制有效整合全局信息。同时，提出多尺度协调卷积模块，利用中心差分卷积增强高频信息的保留能力，并通过多尺度并行子网络优化多层次特征表达；其内嵌的坐标注意力机制，通过通道–空间联合调制强化互补信息并抑制冗余特征。此外，还提出一种数据驱动的自适应权重策略，基于图像特征统计量动态调整监督信号的贡献度，降低调参复杂性并提升损失函数的自适应性。在RoadScene、TNO和M³FD这3个公开数据集上的实验结果表明，本文算法生成的融合图像在边缘保持、纹理过渡方面表现更优，且在信息熵、标准差、空间频率、视觉信息保真度和平均梯度等指标上全面超越主流融合方法，为红外与可见光图像融合提供了新的思路，为图像融合领域的进一步发展打下了坚实的基础。

基于视觉-语言关键线索挖掘的多模态假新闻检测模型

孟想, 王博岳, 高祎菡, 吴广超, 刘易昆, 吕松澄, 尹宝才 — 2026年03月05 00:00

为了解决现有模型在应对虚假新闻时往往忽视具有判别性的局部细节且难以准确捕捉图文间关键矛盾关系的问题，本文提出一种基于视觉-语言关键线索挖掘的多模态假新闻检测模型(visual-language key clue discovery-based multi-modal fake news detection model，VKC-MFND)，这也是一种具有决定性区域/位置感知的多尺度交互模型。该模型包含多尺度特征提取模块、关键特征信息提取模块以及多尺度特征对齐模块3个关键模块。具体而言，多尺度特征提取模块用于提取文本与图像在不同尺度层面的特征，包括句子级/描述级的全局特征和词级/目标框级的局部特征，从而全面理解多模态数据，增强信息的表达能力；关键特征信息提取模块借助注意力机制，在细尺度特征之间进行交互，以发现具有判别性的关键内容，并与全局语义进行对齐，实现对图文间关键线索的有效融合；多尺度特征对齐模块通过联合分类损失与对齐损失进行优化，进一步挖掘全局语义特征，实现语义空间的一致性。实验结果表明，所提出的模型在Weibo、Weibo-19及Pheme等多个主流多模态假新闻数据集上均优于现有先进方法，展现出更优的检测性能。消融实验进一步验证了各子模块在整体模型中的有效性和必要性。本研究的结论可为未来多模态假新闻检测模型的设计与优化提供指导。

融合深度学习与神经隐式表征的视觉SLAM系统

张含笑, 邢向磊 — 2026年03月05 00:00

近年来，神经辐射场在三维重建任务中展现出卓越性能。然而，应用在视觉同时定位与地图构建(simultaneous localization and mapping, SLAM)中因缺乏全局优化机制容易导致系统定位精度不足以及重建失败。针对该问题，本文提出一种融合深度学习位姿估计与神经隐式表征的视觉SLAM系统。通过稠密束调整层以及高效的全局优化机制对相机位姿和深度进行像素级的循环迭代，并基于神经辐射场方法更新全局一致的隐式重建表面，使得系统在精准定位的同时能够重建高保真场景，并且在此基础上引入语言查询机制，增强系统的交互能力。在EuRoC和Replica数据集上进行大量实验，在不同的输入条件下，分别与3类基准方法进行对比，结果表明该系统在跟踪鲁棒性和重建精度方面相较于现有方法表现更优。本方法可为后续基于神经辐射场的视觉SLAM方法提供参考。

松弛分布一致性的半监督医学图像分割

2026年03月05 00:00

半监督医学图像分割可有效缓解医学图像标注成本高、效率低的问题，然而，医学图像中蕴含的丰富像素间相关性尚未被有效利用，影响了伪标签的可靠性。针对这一问题，本文分析了传统像素级一致性正则化方法在处理像素间结构关系时的局限性导致的性能瓶颈，提出一种融合像素间相关性的松弛分布一致性(relaxed distribution-wise consistency，RDC)方法。设计正交选择策略以选取代表性特征代理，通过分布一致性约束实现像素–代理相关性分布对齐，补充了传统像素级一致性监督；提出了排序对齐策略，松弛严格的分布数值对齐，从而提升了方法对噪声的鲁棒性。在ACDC、LA和Pancreas-NIH共3个公开数据集上的实验结果表明，RDC方法性能明显优于现有先进的半监督医学图像分割方法。本文研究结果可为半监督医学图像分割中未标注数据的利用策略设计提供新的思路与参考。

基于特征流的点云目标检测方法

陆军, 邹康成, 李杨 — 2026年03月05 00:00

针对现有激光雷达点云三维目标检测方法因点云稀疏性导致的场景信息缺失与目标漏检问题，本文提出一种基于特征流的单阶段三维目标检测算法，该算法通过多帧时空特征融合与动态对齐机制优化检测性能。首先，构建门控网络驱动的多帧融合框架，利用可变形注意力机制协同时空特征提取模块，实现跨帧特征的动态对齐，抑制未对齐特征融合导致的误检；其次，设计时空特征引导的可变形注意力机制，通过目标运动信息预测特征偏移与权重，提升稀疏点云的特征匹配精度；最后，设计层级式特征流提取模块，结合多尺度特征提取与渐进融合策略，增强场景表征能力。实验结果表明，所提算法在NuScenes验证集上的平均精度均值达到63.73%，较体素基准方法提升4.51%，其中摩托车、自行车等小目标检测精度提升超过14%。消融实验结果表明，多帧互补机制使远距离目标(>50 m)召回率提升16.2%，遮挡场景漏检率降低11.8%。本研究为自动驾驶领域稀疏点云三维检测提供了有效方案。

MorpheusAPI：基于大语言模型Agent的智能麻醉平台

2026年03月05 00:00

针对传统围术期麻醉管理模式主要依赖临床指南和麻醉医生临床判断，使得麻醉医生在面对海量的实时生理数据、复杂的患者个体化情况以及瞬息万变的高风险场景时需要承担巨大的工作负担和决策压力的问题，本文提出了 MorpheusAPI框架，一种基于大语言模型(large language models, LLMs)的多Agents智能麻醉平台。该平台包含执行大模型和影子大模型，执行大模型整合了感知、预测、决策、验证和中央协调5个Agents，通过模型上下文协议(model context protocol, MCP)实现多模态数据高效整合，思维链(chain-of-thought, CoT)提示增强风险推理，检索增强生成(retrieval-augmented generation, RAG)确保临床决策可靠性，麻醉影子大模型通过持续优化执行模型性能形成闭环系统。案例研究显示MorpheusAPI系统风险预测响应时间0.4 s，核心推理延迟10~15 ms，成功将丙泊酚诱导剂量优化至2.0 mg/(kg·h)，维持平均动脉压不小于65 mmHg，结果验证了其在提升麻醉安全性和效率的巨大潜力，可为智能麻醉系统设计与应用提供新思路。

锈蚀知识引导的配电线路金具及其缺陷双阶段检测方法

2026年03月05 00:00

针对配电线路金具及其缺陷检测中航拍图像小目标特征提取困难、复杂光照误检率高、类间差异小等问题，提出一种锈蚀知识引导的双阶段检测方法。构建粗-精双阶段框架：通过前景聚合模块实现目标区域密度聚类，抑制背景干扰。提出锈蚀知识提取模块，融合光照不变特征与自适应纹理提取策略，建立色域-频域联合表征。引入频率感知特征融合网络，采用自适应低通滤波和高频增强机制优化多尺度特征一致性，并提出可变形检测头提升不规则锈蚀形态建模能力。实验结果表明，该方法在自建数据集上mAP50和mAP分别达85.8%和62.5%，并在公开数据集验证了泛化性，为复杂场景配电设备缺陷检测提供了高效解决方案。

水下群体智能

2026年03月05 00:00

水下智能系统在海洋资源勘探、生态监测和国防安全等关键领域发挥着不可替代的作用。面对复杂多变的海洋环境，传统单一智能体在作业效率、环境适应性和任务覆盖范围等方面存在不足。基于多智能体协同的水下群体智能技术，通过分布式感知、协同计算和自适应控制，为解决这些问题提供了新的技术路径。本文系统梳理了群体智能的概念演进与研究进展，聚焦水下环境中的核心挑战，提出了面向“感知–计算–协同”的水下群体智能系统架构。围绕该架构，深入阐述了智能感知、智能计算与智能协同3个关键技术，重点探讨了通信受限下的协同计算、跨域异构集群智能决策等前沿发展方向。最后，结合海洋资源勘探、水下环境监测和安防等典型应用，展望了水下群体智能的未来发展前景。

基于LSTM的船舶运动多模态预测方法

张彦峰, 杨震, 王立鹏, 于淼 — 2026年03月05 00:00

为提升长短期记忆网络(long short-term memory, LSTM)在船舶运动姿态领域的预测精度，同时简化参数调优的过程。针对船舶运动数据设计了双层模态分解策略，结合开普勒优化算法(Kepler optimization algorithm, KOA)，提出一种船舶运动姿态多模态预测模型。采用改进的完全自适应噪声集合经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise, ICEEMDAN)和变分模态分解(variational mode decomposition, VMD)的双层模态分解(double-layer mode decomposition, DLMD)模式，对原始船舶运动姿态时序数据进行双层分解，解决了第一层分解存在的高频分量过度平滑问题，同时消除了高频噪声与有效信号在相同频带下的耦合干扰，提升了模型的预测效果；进一步在模型训练中引入KOA优化LSTM的超参数，解决了LSTM调参效率低、易陷入局部最优的问题。基于实船运动数据集开展消融实验和算法整体验证实验，消融实验验证了DLMD和KOA模块的独立贡献；算法整体验证实验结果验证了两个模块的共同作用，并表明了该模型能够对船舶横摇和纵摇姿态实现较高精度的预测及超参数组合的自动优化。

基于时序相关性的建筑能耗预测方法

2026年03月05 00:00

建筑能耗预测对优化能源资源配置、推进节能减排措施及支撑可持续发展目标至关重要。建筑能耗数据因受季节更迭、节假日效应等因素影响，在时间序列上显现出周期性和非平稳性特征。现有方法通常采用滑动窗口建模局部时序特征，但仅能捕捉窗口内部变化，难以挖掘窗口之间潜在的长期演化趋势。此外，建筑形态对能耗具有显著影响，却在能耗预测任务中常被忽略。针对上述局限，本文提出一种基于时序相关性的建筑能耗预测方法，主要包含局部特征学习、全局特征学习及损失函数设计。针对窗口外部长期变化难以被捕捉的问题，全局特征学习模块采用编码器-解码器架构，建模滑动窗口之间的长期时序依赖。设计自监督对比损失函数，以窗口为单位构建正负样本对，进一步挖掘能耗数据的全局相关性。针对建筑形态特征未被重视的问题，通过嵌入建筑形态特征，并利用线性层捕捉滑动窗口内时间邻近能耗数据的局部相关性。实验结果表明，该方法在处理多座建筑能耗长短期预测任务中均取得了最好的预测精度，在未来24 h预测任务中，较常用能耗预测方法ARIMA、LSTM、GRU、Transformer、GWO-SARIMA-LSTM、Informer和Autoformer方法，该方法的预测精度分别提高了约17.06%、8.37%、9.79%、9.58%、9.83%、6.94%和5.55%，为建筑节能管理和用能行为优化提供科学支撑。

基于改进深度Q网络的智能网联汽车路径规划

2026年03月05 00:00

针对非结构环境中的智能网联汽车路径规划问题，传统的深度Q网络(deep Q-network，DQN)算法存在规划效率低、收敛速度慢、泛化性差等问题，本文提出了一种结合注意力机制和经验分类的DQN规划方法。通过结合注意力机制设计经验回放池，通过动态权重分配解决多目标优化冲突，提升相似环境中的经验利用率，降低规划时间，加快收敛；构建非稀疏奖励约束，结合交通环境特性优化状态空间，以便适应多目标场景和实现多场景泛化。仿真表明，优化后的算法平均规划速度提升了28.6%，行进路程较优化前缩短了25.2%，且在不同场景下通过载入训练数据，首次规划成功的耗时缩短了32.8%。

基于聚类重组和预解析的检索增强生成方法

2026年03月05 00:00

检索增强生成(retrieval-augmented generation, RAG)技术因具有为大语言模型(large language model, LLM)提供模型外知识的能力而受到人们的关注，然而绝大多数方法都难以同时兼顾局部的细节知识和原文中不连续的多跳知识。针对上述问题，提出基于聚类重组和预解析的检索增强生成方法。在索引阶段，首先通过聚类算法将不连续的相关知识组合成新分块，以提高多跳知识的检索能力；然后基于提示工程对各知识分块进行预解析生成更细粒度的新分块，以提高检索阶段的召回率。在检索阶段，将召回的所有新分块还原为原文分块，并连同查询语句输入给大语言模型以得到最终答案。在数据集QuALITY上对所提出的方法进行了评估，通过消融实验和开源基线对比实验验证了方法的有效性，并在公开的评测排行榜上取得了最佳效果。本文分析结果可为RAG的索引和检索技术提供参考。

仿鸽群通信拓扑的集群飞行器预设时间容错控制

2026年03月05 00:00

针对强对抗环境下集群飞行器面临的执行器故障与通信节点损毁难题，本文提出一种融合预设时间(prescribed-time, PT)容错控制与仿鸽群多层通信架构的解决方案。基于三通道解耦的故障飞行器模型，结合PT收敛理论构建自适应位置容错控制律及其相应误差更新律，实现了故障约束下的先验打击轨迹预设时间跟踪。同时设计仿鸽群通信拓扑架构，以多层无向节点通信架构模拟自然界鸽群分层通信机制，并构建配套个体自主状态感知和节点轮换机制，提升了集群在应对高通信载荷下通信节点损失时的鲁棒性。数值仿真结果表明，本文所设计方法在执行器/通信双重故障工况下可保障集群作战任务完成率，具备良好可行性。相比传统集中式和分布式通信架构，所设计的通信架构表现出更高的鲁棒性和更低的通信载荷。

大语言模型驱动的口令管理系统优化与实践

2026年03月05 00:00

随着互联网服务的增多，口令管理成为一大挑战。尽管口令管理系统是安全的解决方案，但其可用性受到口令强度评估器和非随机口令生成器设计缺陷的制约，导致口令评估不准确、生成口令强度不足且难以记忆。为解决这些问题，提出了一种基于大语言模型的口令管理系统优化方案。该方案结合微调技术与检索增强生成技术，设计了专门针对口令安全的大语言模型，能够有效识别脆弱口令并提取深层语义特征。同时，创新的非随机口令生成器框架提升了生成口令的强度和易记忆性。通过改进的Zxcvbn算法和口令猜测模型，优化了口令强度评估器的准确性。该方案显著提高了口令管理系统的可用性，促进了其在实际应用中的普及。

超像素稀疏注意力引导的中药高光谱图像分割方法

2026年03月05 00:00

在中医药质量检测中，针对传统红绿蓝三通道图像(red green blue，RGB)检测方法因缺乏光谱信息难以实现精准鉴别、高光谱方法在“类间差异小、类内差异大”场景下面临精度与效率不足的问题，本文构建了线扫描式高光谱成像系统，建立5个具有像素级标注的中药材高光谱数据集，并提出了一种空间–光谱超像素稀疏注意力引导的中药高光谱图像分割网络。该网络通过三阶段架构实现中药质量无损高精度检测，基于空间距离和光谱距离将高光谱图像的同质区域分割为超像素块，增强语义一致性，提升特征学习效率；利用双流超像素稀疏注意力模块，通过构建超像素块间关联矩阵过滤不相关区域，实现强关联区域间的空间维度全局特征提取与光谱维度的波段显著性建模；通过多尺度特征融合解码器实现像素级检测。实验结果表明，在真伪鉴别、产地溯源和炮制品鉴别数据集上，本文方法平均像素精度(mean pixel accuracy，MPA)和平均交互比(mean intersection over union，MIoU)分别为0.968、0.933，均优于现有方法。本文方法可为中药质量精准检测提供参考。

SDA U-Mamba: 基于频域动态特征融合与双极路由注意力的医学图像分割

2026年03月05 00:00

以Mamba为代表的状态空间模型(state space models，SSM)凭借其出色的长程依赖建模能力与较低的线性计算复杂度，在医学图像分割领域展现出广阔的应用前景。但该类方法对图像逐像素展平的处理方式会破坏图像空间结构，导致局部细节提取不足，且缺乏对器官与病灶的聚焦机制，在复杂背景下易引入冗余背景信息。为解决上述问题，本文提出了一种融合谱域动态特征与注意力机制的医学图像分割网络——频域动态注意力U型Mamba(spectral dynamic attention U-Mamba，SDA U-Mamba)。该网络采用分层U型结构设计，分别从空间连续性建模和区域聚焦能力两方面对Mamba进行优化。在网络浅层设计Mamba空频注意力模块，通过融合空域卷积、频域变换和金字塔自注意力结构以提升模型的局部信息感知能力与多尺度上下文建模效果；在网络深层引入双极路由注意力模块，通过动态路由选择与稀疏激活机制增强模型对医学图像器官或病灶的表征。实验结果表明，SDA U-Mamba在BUSI、CVC-ClinicDB与CHAOS-Liver这3个公开医学数据集上的分割性能显著优于当前主流方法，平均交并比(intersection over union，IoU)提升2.61%。本文所提算法可用于临床医学图像分割。