智能系统学报

群体具身智能

於志文 — 2026年03月05 00:00

自动驾驶中深度学习的三维目标检测方法综述

吴一全, 蔡佳琦 — 2026年03月05 00:00

自动驾驶技术的快速发展对车辆感知系统准确性和实时性的要求日益提升。三维目标检测作为车辆感知系统的核心组成部分，对于确保行车安全和提升驾驶体验至关重要。首先将三维目标检测算法按传感器所获取的数据类型分为3类：视觉算法(包括基于二维特征和三维特征的子类)、激光点云算法(涵盖网格化点云、原始点云和混合点云)、基于多传感器的算法(按照网络串行融合和并行融合的方式进行分类)。据此总结了具体算法的特点、贡献及局限性。随后，介绍了典型三维目标检测数据集及其评价指标，并比较了代表性算法在不同数据集上的性能。最后，分析了当前技术面临的挑战，并对未来发展方向进行了展望。

大语言模型人格化表达实现技术综述

2026年03月05 00:00

本文对大语言模型(large language models, LLMs)人格化表达的实现技术进行了系统性综述。文章首先回顾了早期模型通过词向量和句嵌入等拟人化文本表达的发展历程。随着大语言模型的普及和技术成熟，模型已能够根据不同场景和任务需求，呈现出具有特定角色设定的人格特征。当前实现大语言模型人格化表达的技术路径主要包括3个层面：模型内部的预训练数据优化、微调，模型外部的提示词、强化学习、智能体工作流设计，以及从评估层面对人格表达进行对齐。这些技术既可通过调整模型内部参数，实现人格化定制，也可在不修改核心参数的前提下，通过外部机制实现人格化表达的灵活调控。最后，基于当前模型人格化生成技术的发展现状，本文对该领域的技术发展趋势和应用前景进行了分析与展望。

脑启智跃：人脑与类脑的协同创新范式

邬霞, 李子遇, 李晴, 李秀星, 王焯 — 2026年03月05 00:00

在人工智能技术重塑未来的今天，其应用成果正深刻改变着社会的各个领域。从智能机器人辅助手术，到自动驾驶重塑交通模式，人工智能正以前所未有的速度推动社会进步。然而，当前人工智能仍面临静态规则、局部模拟与表层表征等挑战，这导致其难适动态环境、难撑全局智能、难触智能本质，进而阻碍了通用人工智能的发展进程。人脑作为自然界最复杂的智能系统，其多模感知、深度认知与智能决策为类脑研究提供了核心启示。现有研究已在感知增强、认知升级和决策优化等层面取得进展，但仍面临单一层次模拟局限和脑功能机制理解不足等问题。据此，本文拟打破学科壁垒，以人脑感知、认知、决策功能机制为纽带，构建全链条协同创新人工智能框架，实现从人脑到类脑的功能机制启发优化，以及类脑反哺人脑功能机制研究的深化。未来，人脑与类脑的协同创新范式将催生“脑启智跃”，以脑功能机制为启迪实现智能跃迁，最终开启人机共生的智能文明新篇章。

面向失效增强和改进YOLOv8的目标检测

储文娟, 李震, 黄炜嘉, 王宇轩 — 2026年03月05 00:00

针对当前在光照、天气、遮挡等复杂背景条件下进行目标检测技术的检测性能较低、泛化能力弱等问题，文章提出一种基于失效增强和改进YOLOv8的目标检测算法（asymptotic structure of YOLO, AS_YOLO）。1）基于复杂场景构建了多种目标单元数据集，并设计面向应用环境的图像失效增强技术；2）引入通道–空间并行注意力机制同时关注复杂环境下目标的特征信息与位置信息；3）采用AFPN结构强化非相邻层级的特征融合效果；4）采用了Inner_IoU(inner intersection over union)损失函数改善现有IoU(intersection over union)损失函数，在不同检测任务中的泛化能力不足的问题，并在WSODD多目标数据集下进行迁移实验。实验结果表明，改进后的算法与基线模型YOLOv8n相比，mAP_0.5达到了94.0%，提升12.5百分点，mAP_0.95达到了72.5%，提升15.7百分点，具有更好的检测性能。

多标记数据驱动的可变换算子值核

2026年03月05 00:00

算子值核是取值为希尔伯特空间上算子的二元函数，在机器学习领域中旨在更好地描述多任务学习中不同任务之间的关联性。多标记学习是一种特殊的多任务学习，本文基于核对齐方法从多标记数据集中学习算子值核并构建多标记学习的预测模型。1)利用核对齐方法学习样例级特征重要度分布；2)基于样例级特征重要度分布构造算子值核，证明其不仅是偏迹核而且是可变换算子值核，且其对应核矩阵中的每个分块刻画了样例间标记相关性的交互信息；3)设计基于可变换算子值核的多标记学习算法，在9个多标记数据集上与4种高性能算法进行对比实验，结果验证了所提算法的有效性。

改进YOLOv8的轻量化钢材表面缺陷检测

2026年03月05 00:00

针对钢板表面缺陷检测目前存在的严重漏检误检以及边缘设备难部署问题，提出了一种基于YOLOv8的轻量化的钢材表面缺陷检测算法。1)设计了部分卷积门控线性单元(partial convolutional gated linear unit, PGBN)模块来替换BottleNeck模块，只对部分通道进行卷积操作以减少模型的参数；2)使用不同膨胀率的卷积改进空间金字塔池化模块，加强对细粒度特征的提取，并结合全局到局部空间聚合(global-to-local spatial aggregation, GLSA)模块改进BiFPN(bidirectional feature pyramid network)结构，提出了多尺度特征融合网络GLFPN(global-to-local spatial aggregation bidirectional feature pyramid network)，以保留小目标特征，提升模型精度；3)设计了轻量化的检测头，使用共享权重的卷积进一步减少模型的参数量和计算量；4)用WIoU(weighted intersection over union)损失函数来替代原有的损失函数。实验结果表明，改进模型在NEU-DET数据集上mAP50达到了 79.6%，相比YOLOv8n 提升了4.2百分点，而模型的参数量和计算量仅有1.43×10⁶ 和4.7×10⁹，较YOLOv8n分别下降了53.3%和41.9%，在提升准确率的同时更加适合在边缘设备部署。

基于趋势一致性学习的对比聚类算法

2026年03月05 00:00

近年来，对比聚类已成为数据挖掘与机器学习领域的研究热点，旨在利用对比学习强大的特征表示能力来提升聚类性能，然而对比学习的使用往往会引入类别冲突的假负例问题，从而降低了对比聚类性能。为解决这一问题，本文提出一种基于趋势一致性约束策略的对比聚类算法(contrastive clustering algorithm based on trend consistency learning)，通过在趋势一致性数组中标记具有一致性类别信息的高置信度样本对，并利用这种语义信息计算出趋势约束矩阵，辅助挑选正样本，同时结合实例级和聚类级一致性损失函数实现聚类级与实例级样本信息的动态交互，增强样本的一致性及类间区分度。相较于其他对比聚类算法，该方法能够利用多轮训练过程中的伪标签变化趋势，得到具有高置信度的类别趋势一致性的样本对，从而提高模型的聚类性能。实验证明了该算法的有效性。

基于动态超图与多尺度特征融合的遥感图像目标检测

2026年03月05 00:00

遥感图像目标尺度差异大、背景复杂，而目标检测模型存在多尺度感知能力不足、全局语义特征建模能力差的问题。本文提出了一种基于动态超图与多尺度特征融合的遥感图像目标检测模型。构造多尺度空洞卷积特征融合模块，并设计对应的特征提取网络，充分提取多尺度特征；构造动态门控超图模块，以此构建全局语义特征建模网络，强化对目标特征区域的感知，弱化复杂背景的干扰；提出多通道坐标注意力模块，结合坐标注意力机制与多尺度通道交互，增强特征的表达。在DIOR和RSOD两个数据集上设计了多组消融实验，结果表明，本模型在DIOR数据集与RSOD数据集上的平均精度均值比YOLO11模型分别提升2.5和2.3百分点，显著提升了遥感图像目标检测的精度。为验证本模型的有效性，设计对比实验与不同方法比较，实验结果证明本模型的检测效果优于其他方法。

基于多查询token选择机制的Transformer行为识别模型

刘歆, 曾奎, 陈奉 — 2026年03月05 00:00

针对视频行为识别中ViTs（vision Transformers）模型的空间注意力无法聚焦浅层局部特征、时间注意力无法准确捕捉动态特征等问题，提出了一种基于多查询token选择机制的Transformer行为识别模型。该模型构建了由多个时空特征注意力模块组成的局部特征聚合模块，每个时空特征注意力模块通过3D卷积结合通道和空间注意力聚焦浅层局部特征。构建了由多个时空处理单元组成的全局时空特征提取模块，每个时空处理单元包括：混合空间感知模块、多查询token选择的时间注意力模块和时空特征融合模块。混合空间感知模块在全局空间注意力机制之前引入3D深度可分离卷积，增强对局部邻域的时空特征关注；多查询token选择的时间注意力模块通过多查询token选择机制对每一帧的特征筛选，完成背景的弱化、人体动作的强化；时空特征融合模块通过顺序融合的方式实现空间与时间特征的高效融合。在不同数据集上的实验结果表明，该方法的识别效果优于基线模型。

动态掩码卷积的图像分类网络

2026年03月05 00:00

针对复杂场景下传统图像分类方法存在的特征适应性弱、多尺度信息捕捉能力有限以及细节特征表达能力不足的问题，提出了一种基于动态掩码卷积的图像分类网络。1）设计多分支掩码卷积融合模块，将多分支结构与动态掩码机制相结合，以实现不同尺度信息的融合，并根据输入图像的上下文信息动态选择和强化关键特征，从而提升网络的特征提取能力。2）在残差学习中引入自适应增强模块，通过整合像素级与通道级注意力机制自适应调整特征权重，精准地捕捉图像中重要的细节信息。在CIFAR-10、CIFAR-100、SVHN、Imagenette和Imagewoof数据集上的实验，分别达到了96.85%、82.39%、97.88%、93.35%、85.93%的分类准确率，显著优于传统图像分类方法，该网络能够在面对多样化的图像特征和复杂的场景时，表现出优异和稳定的分类性能，为深度学习在图像分类领域的应用提供了新的思路。

基于Cluster Contrast和ViT的东北虎个体重识别无监督学习框架研究

2026年03月05 00:00

针对东北虎个体重识别中野外数据标注困难、样本失衡等挑战，以野外东北虎（Amur tiger re-identification in the wild，ATRW）数据集为基础提出一种“全局特征提取-空间位置强化-无监督均衡训练”的协同框架，完成无监督重识别。使用vision Transformer（ViT）自注意力机制捕捉东北虎条纹的全局长距离的依赖特征，通过坐标注意力机制加强对条纹空间位置的精确解析，解决传统卷积神经网络局部性导致的特征关联缺失问题。引入Cluster Contrast机制构建簇级内存字典，通过动量更新平衡不同样本量东北虎的特征优化速率，避免无监督学习中样本失衡导致的特征偏差。实验表明，模型在ATRW（r+i）数据集上平均精度的值为86.4%，高于原有的特征提取ViT和Resnet50_ibn模型，对不同数据分布和数据量具有良好泛化能力，适配野外可见光/红外多设备协同监测需求。本文所提方法为东北虎个体识别提供了兼具准确性与鲁棒性的技术方案。

3D视觉引导的机械臂力控曲面打磨方法

2026年03月05 00:00

针对复杂曲面打磨中几何误差与接触力耦合导致的过磨、欠磨问题，本研究提出了一种视觉引导与六维力控协同的机械臂自适应打磨方法。系统通过3D结构光相机实时采集工件曲面点云数据，生成初始打磨轨迹；通过六维力传感器获取接触力/力矩信息，动态调整末端位姿以补偿曲面几何偏差。本研究采用分层控制架构，实现了视觉全局轨迹规划与力控局部微调协同；通过力矩反馈抑制工具侧滑，提升曲面贴合度；最后依据点云曲率在线调整虚拟刚度以避免过载。在针对复杂曲面工件打磨实验中，相较于仅视觉轨迹跟踪或者力控的方法，本研究显著降低了表面粗糙度Ra（roughness average）至0.8 μm，同时力跟踪误差减少了62%，并有效消除了由初始位姿偏差引起的脱离接触现象。

蒸汽发生器传热管检测机器人视觉定位方法

2026年03月05 00:00

蒸汽发生器传热管是核电系统的关键部件，需要定期检查以确保安全。针对现有传热管检测机器人自主定位能力不足的问题，本文提出了一种基于ArUco标记的传热管检测机器人自主定位方法。该方法根据任务环境特点，将ArUco标记及摄像头分别布置在机器人腿部和水室底部，从而增强了定位的鲁棒性和持续性；此外，本文结合管板先验信息，提出了动态摄像机外参更新方法，提高了机器人气动锚爪的定位精度；最后，通过气动锚爪位置修正策略，精准判断气动锚爪所插入传热管序号。在蒸汽发生器水室模拟体中的试验表明，该方法具有更好的定位精度，气动锚爪最大定位误差仅为6.75 mm(降低约42.99%)。本研究可为核电智能检测装备的研发以及狭小密闭空间下的机器人视觉定位提供技术参考。

面向大规模稀疏优化的分层多目标萤火虫算法

2026年03月05 00:00

针对多目标萤火虫算法在处理大规模稀疏多目标优化问题中存在的Pareto最优解稀疏性维持困难以及种群难以收敛的问题，提出了一种得分引导与特征选择的分层多目标萤火虫算法(hierarchical multi-objective firefly algorithm based on score guidance and feature selection, HLsMOFA)。该算法提出得分引导的初始化策略，计算决策变量初始得分，生成稀疏性状态的初始种群；构建特征选择的得分更新机制，引入Relief算法计算特征权重，在每次迭代时结合特征纯度共同更新决策变量得分，进一步维持Pareto最优解的稀疏特性；设计分层学习模式，将萤火虫种群按比例进行分层，减少移动过程中个体受全吸引模型影响而产生的振荡，提升算法在大规模决策空间中的收敛性能。实验结果表明，HLsMOFA较选择的对比算法具有更好的收敛性与多样性。

舰艇编队测距一致性欺骗干扰检测算法研究

徐贵鹏, 刘奇峰, 李倩, 奔粤阳 — 2026年03月05 00:00

全球卫星导航系统（global navigation satellite system, GNSS）欺骗式干扰因其会导致GNSS输出错误信息以及隐蔽性强的特点，对舰艇编队航行安全构成重大威胁。传统的欺骗检测方法聚焦于单平台的信号特征分析及多传感器组合导航技术，并未考虑到编队内部多个平台信息的相互利用。为了有效利用编队内部多平台的相对测距信息，本文提出舰艇编队测距一致性欺骗干扰检测算法，通过对数据链通信测距设备与GNSS的间接测距信息差异进行分析，并构建形成检验统计量，结合观测数据实时监测异常，可有效检测变化非常缓慢的欺骗干扰；同时引入信任度评估机制对检测结果进行二次验证，有效降低误检概率。该方法有效利用了多个平台间的测距信息，为舰艇编队导航安全提供新思路。

协同信号增强的大模型用户画像生成与推荐

郭世圆, 汪佳茵, 孙培杰, 张敏 — 2026年03月05 00:00

用户画像的质量直接影响推荐系统的表现。传统的推荐系统通过建模用户与物品间的协同信息来获得用户画像，无法充分利用用户与物品的文本描述信息。大模型处理文本信息、常识推理的能力及其拥有的世界知识，为用户画像建模提供了新的机会。二者的结合可充分发挥彼此优点，共同提高表现。本文提出了将用户的潜在兴趣与协同等级这两个来自推荐系统的协同信号引入大模型，增强其生成用户画像的方法。用户画像生成通过与大模型进行多次交互的方式，生成的用户画像进一步转换为特征向量，通过对比学习与推荐系统内的用户表征相融合，以增强个性化推荐表现。在两个数据集、多个推荐模型上的实验结果表明，本文方法能够显著提升推荐模型的表现。本文方法弥合了大模型与推荐系统间的鸿沟，为后续类似研究工作启发了新思路。

空间智能：驾驶态势中的活地图

2026年03月05 00:00

本文研究随车而动的驾驶员眼中的活地图在无人驾驶过程中的实时生成技术，即驾驶空间智能。在线生成并持续更新车辆当前路权的地理空间表征，乃是机器驾驶脑中驾驶决策的基础数据，对无人驾驶车辆的认知工程实现具有基础性意义。以变粒度对数极坐标栅格为统一形式化语言，给出活地图系统生成框架；能从传统意义的静态地图问题提升为随车而动的地理空间的状态估计问题，并被持续更新与估计；能承载多源异构的道路传感器感知与先验知识的融合，以贝叶斯滤波为核心机制维护其后验分布；用瞬时记忆—工作记忆—长时记忆维持地图的连续性，并用实时规划实现驾驶活地图的认知闭环。如果路上没有任何其他移动障碍物，活地图就可以让车在不同路段以不同速度从出发地自主驾驶到达目的地。

矛盾问题求解的可拓智能原理

2026年03月05 00:00

人类社会发展中伴随着无处不在的矛盾问题，但目前矛盾问题处理和人工智能的研究主要解决确定性的、不矛盾的问题。文章在可拓学智能化解决矛盾问题的研究基础上，提出信息社会大数据环境下，很多新型矛盾问题的产生在于主体信息维度的认知局限性，而解决矛盾问题的关键就在于提升思考的信息维度；论证了可拓智能解决矛盾问题的机理，综合基元建模、共轭分析和拓展变换等方法，通过挖掘矛盾问题中隐含的潜信息并系统性拓展来提升问题的信息维度，进而通过变换提出化矛盾为相容的创新性解决方案；以中国寓言故事“自相矛盾”问题为例，通过对问题信息维度的拓展提出自圆其说的解释，验证了可拓智能提高信息维度解决矛盾问题的有效性和实用性。

一种基于形容词知识库的藏文文本数据增强方法

2026年03月05 00:00

基于深度学习的自然语言处理领域中，数据集质量和规模直接影响模型的性能。数据增强作为扩展和丰富数据集的有效手段，是自然语言处理中不可或缺的重要技术之一。文章针对藏文数据资源匮乏的问题，结合实际语料分析了藏文形容词的语义、情感以及修饰对象等特征，将藏文形容词按语义特征及修饰对象分为描述性质、状态、数量、感官和感受等5大类46小类，通过提取藏文形容词和形容词修饰对象的特征构建了藏文形容词知识库和形容词修饰对象近义词表，提出了一种基于形容词知识库的藏文文本数据增强方法。该方法通过匹配形容词的类型、音节数等特征替换形容词，同时匹配形容词修饰对象的句式结构，将形容词修饰对象用近义词表中对应的词替换。实验结果表明，该方法能够显著增加藏文文本数据量，在小学一年级至六年级藏文课本句子集上的总增长率达990.22%；在下游任务中也有良好表现，预训练模型为RoBERTa、TiBERT、TBERT和CINO时SimCSE模型的相关系数分别提升了8.78、3.17、0.61和1.33百分点，文本分类任务中准确率、召回率和F1值分别提升了5.97、9.51和9.31百分点。

情景路网约束下基于序列到序列的轨迹恢复方法

孟祥福, 葛檄文, 杨雨卓 — 2026年03月05 00:00

在真实世界中，轨迹数据日益激增却又稀疏，轨迹恢复对下游轨迹挖掘任务具有重大意义。路网约束下端到端的轨迹恢复方法大多通过静态路网和轨迹坐标描述轨迹并嵌入向量，既忽视道路动态流量变化，又未考虑驾驶者出行模式与区域、路段功能的关联，而这些特征难以从稀疏轨迹时空特征和道路建设语义特征中提取。为此，本文提出一种情景路网约束下基于序列到序列的轨迹恢复方法(road network-constrained scenario-based trajectory recovery, CSTrajRec)，该方法将轨迹输入傅里叶编码层提取其时空特征，强化对整体模式的表达。在编码器中，用路段所在位置的兴趣点文本、道路种类和时间段内的区域流量建模每个路段，然后用路段描述轨迹序列以反映个体的出行模式和偏好。在解码器中，设计一种新颖的融合距离和道路情景的路段推理模块用于指导轨迹的恢复。通过在3个真实轨迹数据集上构建的不同采样间隔稀疏轨迹的实验，充分验证了本文所提出模型的优越性。

三支决策的可视化概念与分析

2026年03月05 00:00

三支决策是一种不确定问题求解新型理论，如何提升该理论体系的可解释性是其重要研究方向之一。可视化技术是计算机科学领域重要的可解释性手段，在三支决策相关研究中尚未开展系统的可视化理论研究，亟需可解释性较强的可视化研究工具。因此，本文基于三支决策的经典模型，提出了一套三支决策可视化建模和推理方法。本文在三支决策的基本概念可视化描述基础上，针对决策理论粗糙集的可视化问题，构造了一种概率-代价可视化空间，分别对三支代价目标函数在可视化空间中的几何语义及其单调性进行可视化解读，并在此基础上对三支决策的各个阈值进行可视化推导；在上述研究基础上针对双量化三支决策的可视化问题，进一步构建了相对条件概率-绝对条件概率可视化二维空间，并在该二维空间中对9种双量化决策类型进行了可视化分析。最后，本文通过一个蘑菇实例验证了所提出的三支可视化方法能够为复杂不确定性推理提供有效可解释性决策支撑，填补了三支决策领域在系统性可视化理论研究上的空白，显示了较好的推广和应用价值。

基于可信多视图关联融合的脑网络分析算法

2026年03月05 00:00

动态功能连接与多视图学习相结合的方法通常假设多视图数据质量高度一致，忽略了现实世界中多视图数据的异质性及不可信性。针对上述问题，本文提出了基于可信多视图关联融合的脑网络分析算法。利用局部－全局卷积滤波器提取多视图脑网络证据；构建多视图关联融合网络，通过跨视图关联性衡量信息共享程度，采用选择性策略保留包含最多共有信息的视图，动态剔除低质量数据。为平滑证据强度，设计动态信任评估机制，将证据不确定性与类别概率联合建模来量化可信度并与证据加权中和。在两个真实的精神分裂症数据集上进行了多组实验，结果验证了算法的有效性和先进性，显著提高了脑疾病诊断任务的分类性能。