查看原文
其他

《国重记》| 出品人:中科院自动化所

2017-04-24 好文推荐 IJAC


春眠不觉晓,

所里风景好。

科学大牛多,

国重知多少?

今天,小编带着各位,一起来探一探中国鼻祖级自动化研究机构,也是一路保护IJAC健康成长的暖心大哥哥---中科院自动化所!

这里鸟语花香,大牛云集,还住着两个走在科学前列的弄潮儿:模式识别国家重点实验室,复杂系统管理与控制国家重点实验室。


模式识别国家重点实验室,于1984年由国家计委批准筹建,1987年通过国家验收并正式对外开放。依托于中国科学院自动化研究所。实验室第一任主任是原国家科技部副部长的马颂德研究员,现任主任为刘成林研究员,学术委员会主任为谭铁牛院士。


实验室目前承担着百余项科研项目,其中包括国家重点基础研究计划“973”项目,国家自然科学基金重大、重点和面上项目、杰出青年科学基金项目和创新群体项目,国家高技术计划“863”项目,国家科技支撑计划项目及国际合作项目等,主要研究方向为模式识别、计算机视觉、图像处理与图形学,口语信息处理、自然语言处理以及模式识别应用与系统等。


实验室以“面向世界、面向未来,开展前瞻性的基础研究;立足国内,面对现实,推进定向性的应用研究与技术开发”为发展战略,追求个人事业与集体事业共同协调发展,力争成为具有国际水准的科学研究、技术创新和高科技人才培养基地。

主页链接:


复杂系统管理与控制国家重点实验室的前身是中国科学院复杂系统与智能科学重点实验室,于1991年成立,1994年经中国科学院批准正式对国内外开放。2011年10月,经科技部批准立项,建设复杂系统管理与控制国家重点实验室。 实验室现任主任为王飞跃研究员,学术委员会主任为吴宏鑫院士。


实验室以复杂系统和智能科学的理论与应用为主要研究方向,利用网络化环境,充分发挥多学科交叉优势,立足自动化和系统工程技术,以智能科学的理论和方法解决工程、社会、经济和国防中的复杂系统建模、分析、控制和优化等问题。实验室的发展目标是成为一个国际一流的科学研究、技术创新和人才培养的基地。

主页链接:http://www.sklmccs.ia.ac.cn/

每年,IJAC都会发表来自两家实验室的最新研究成果,本期推荐4篇~01复杂系统管理与控制国家重点实验室

A new monocular vision measurement method to estimate 3D positions of objects on floor

地面物体3D位置的新型单眼视觉测量方法


作者信息:

Ling-Yi Xu1,2, Zhi-Qiang Cao1,2, Peng Zhao1,2, Chao Zhou1,2

1.State Key Laboratory of Management and Control for Complex Systems, Institute of Automation Chinese Academy of Sciences, Beijing, China

2.University of Chinese Academy of Sciences, Beijing, China


全文链接:

Springer Link:

https://link.springer.com/article/10.1007/s11633-016-1047-6


文章摘录:

本文提出一种新的视觉测量方法:用一个摄像头估算出地面物体的三维位置。摄像头安装在一个倾斜的机器人上。通过构建测量模型,可准确计算并校准地面物体的位置。相比于当前应用在飞机上的传统测位方法,本文提出的方法更进一步,可得到物体的3D位置,室内实验证实了该方法的准确性和可靠性。


关键词:

视觉测量,校准,定位,位置测量,单眼视觉。


02复杂系统管理与控制国家重点实验室

PLS-CCA heterogeneous features fusion-based low-resolution human detection method for outdoor video surveillance

户外视频监控中基于PLS-CCA异构特征融合的人脸检测方法


作者信息:

Hong-Kai Chen, Xiao-Guang Zhao, Shi-Ying Sun, Min Tan

State Key Laboratory of Management and Control for Complex Systems, Institute of Automation Chinese Academy of Sciences, Beijing, China


全文链接:

1) Springer Link: 

https://link.springer.com/article/10.1007/s11633-016-1029-8

2) IJAC官网: 

http://www.ijac.net/EN/abstract/abstract1817.shtml


文章摘录:

本文主要研究对象为低分辨率监控,并对户外视频监控展开偏最小二乘---典型相关分析(PLS-CCA)。分析基于异构特征融合的人脸检测方法。该方法不仅可以尽可能多地探寻两个不同个体之间的关系,而且可以借助补充信息准确地描述人的相貌。实验结果表明,这一方法准确率高,识别力强且性能稳定。


关键词:

低分辨率监控,偏最小二乘,典型相关分析,异构特征,户外视频监控。


03复杂系统管理与控制国家重点实验室

Feature selection and feature learning for high-dimensional batch reinforcement learning: A survey

高维数据强化学习中的特征选择及特征学习:概览


作者信息:

De-Rong Liu, Hong-Liang Li, Ding Wang

State Key Laboratory of Management and Control for Complex Systems, Institute of Automation Chinese Academy of Sciences Beijing, China


全文链接:

1) Springer Link: 

https://link.springer.com/article/10.1007/s11633-015-0893-y

2) IJAC官网:

http://www.ijac.net/EN/abstract/abstract1704.shtml


文章摘要:

每天,在许多复杂工程及社会系统里,都会产生并存储海量数据。借助机器学习技术,利用这些大数据帮助做出决策也变得切实可行,并且有着非比寻常的意义。本文对自动特征选择及无监督特征学习做了深入全面的研究。此外,还对近些年数据学习在批强化学习算法中应用的理论发展做了回顾。最后,文章提出了在强化学习算法的研究、理论以及应用方面,未来可以继续探索的方向。


关键词:

智能控制,强化学习,自适应动态规划,特征选择,特征学习,大数据。


04模式识别国家重点实验室

Quantization based watermarking methods against valumetric distortions

基于量化的可抵抗攻击的水印方法


作者信息:

Zai-Ran Wang1,2, Jing Dong2, Wei Wang2

1.College of Engineering and Information Technology, University of Chinese Academy of Sciences, Beijing, China

2.Center for Research on Intelligent Perception and Computing, National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing, China


全文链接:

Springer Link: 

https://link.springer.com/article/10.1007/s11633-016-1010-6


文章摘要:

大多数基于量化的水印算法对于攻击十分脆弱,不具有鲁棒性。而在视频/音频分析中,又少不了要处理这些攻击。近些年,可抵制攻击的水印方法吸引了不少目光,但其中多数仅能应对一种特定攻击,对其他类型则无力抵抗。本文试图提出一种可以同时应对三种攻击、简单高效的水印方法。


关键词:

量化索引调制(QIM),水印,攻击,幅值缩放,不断变化攻击。

IJAC

International Journal of Automation and Computing

IJAC的出版服务不会止于论文发表。在论文发表后,IJAC也在积极地通过多种方式帮助作者提升研究成果的影响力,“IJAC推文”是其中一种方式,即通过互联网,以研究简介、实验视频等内容和形式,来帮助作者推广出版作品。


IJAC官方微信平台带您开启一场不一样的学术之旅,这里有最新会议资讯、研究成果、科普常识、美图美文,还有热情活泼而又不失严肃认真的阳光小编!

IJAC官方网站:

1) http://link.springer.com/journal/11633

2) http://www.ijac.net 

新浪微博:IJAC-国际自动化与计算杂志

官方微信:IJAC

Twitter: IJAC_Journal

Linked in(领英): 

Int. J. of Automation and Computing


本文编辑:欧梨成

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存