应用计算智能和软计算
期刊指标
录取率 -
提交最终决定 -
接受出版 -
CiteScore 1.410
影响因子 -
提交

利用授粉智能方法进行作物分配的农业模型

阅读全文

杂志简介

应用计算智能和软计算为使用计算智能和软计算技术连接计算机科学、工程和数学的学科的研究提供一个论坛。

编辑焦点

应用计算智能和软计算维持一个由来自世界各地的实践研究者组成的编辑委员会,以确保手稿由该研究领域的专家编辑处理。

特殊的问题

你是否认为有一个新兴的研究领域真的需要强调?或者是一个已经被忽视或将从更深的调查中获益的现有研究领域?通过主持一期专题来提高研究领域的知名度。

最新文章

更多的文章
研究文章

STEM教育中智能问题求解者知识表示方法的一些准则

构建科学、技术、工程、数学(STEM)教育智能化系统是当今社会科学、技术、工程、数学教育智能化的重要支撑。智能问题解决器(Intelligent problem solving ver, IPS)是一个能够自动解决或指导如何解决问题的系统。学习者只在充分说明语言的基础上声明问题的假设和目标。他们可以要求程序自动解决问题,或者给出指令帮助他们自己解决问题。知识表示在这类智能系统中起着至关重要的作用。知识表示有多种方法;然而,他们不符合STEM教育的IPS要求。在本文中,我们提出了教育知识分子知识模型的标准。这些标准旨在开发一种知识表示方法,以满足实践中的实际需求,特别是教学需求。为了证明这些准则的有效性,还构建了一个知识模型。 This model can satisfy these criteria and be applied to build IPS for courses, such as mathematics and physics.

研究文章

狮子算法优化的长短期记忆网络地下水水位预报在Udupi地区,印度

地下水是一种珍贵的自然资源。地下水位预测是水资源管理领域的重要内容。从观测井中测量GWL是含水层信息的主要来源,对含水层评价至关重要。印度卡纳塔克邦的乌杜皮地区大部分由地质构造组成:红土地形和片麻岩复合体。由于地形的恶劣和降雨的不一致性,乌杜皮地区的GWL持续下降,大部分裸井在夏季处于干涸状态。因此,本研究采用混合长短期记忆算法(LSTM-LA)建立地下水位预测模型。该模型使用了印度卡纳塔克邦Udupi地区观测井的历史GWL和降雨数据。混合LSTM- la模型的预测精度优于前馈神经网络模型和分离的LSTM模型。基于lstm - la的混合预测模型有望用于更大的数据集。

研究文章

基于Web的高速汽车智能车牌号识别系统的开发

在世界大部分地区,违反交通法规被认为是道路事故的主要原因,其中大多数发生在发展中国家。即使有相应的规章制度,违规者仍在增加。这是由于这些规则没有得到世界上这些地区适当当局的适当执行。因此,需要设计一个系统,以协助执法机构实施这些规则,以改善道路安全,减少道路事故。本研究采用实时嵌入式车牌识别系统进行车牌自动识别。它提供了一种使用开源库openCV的VPNR的替代方法。该系统的主要目的是利用图像处理,通过车牌号码识别违章车辆。它由红外传感器组成,用于检测车辆。在测试期间,设置了传感器检测被微处理器记录的目标的最小时间。当时间小于设定时间时,触发相机捕捉底片编号并将图像存储在树莓派上。 The image captured is processed by the Raspberry Pi to extract the numbers on the image. The numbers on the capture imaged were viewed on a web page via an IP address. The system if implemented can be used to improve road safety and control traffic of emerging smart cities. It will also be used to apply appropriate sanctions for traffic law violators.

评论文章

阿拉伯语情绪分析:系统的文献综述

随着不同研究团体对意见挖掘的关注日益增加,阿拉伯语情绪分析(ASA)的工作也在不断发展。本文系统地回顾了与ASA相关的文献。本综述的主要目的是为ASA的研究提供支持,提出ASA未来研究的进一步领域,并为其他研究者寻找相关研究铺平道路。综述的结果提出了一种情绪分类方法。此外,突出了现有方法在预处理步骤、特征生成、情绪分类方法等方面的局限性。从实际和理论两方面提出了未来ASA研究的一些可能的趋势。

研究文章

鱼检测使用深度学习

最近,人类的好奇心从陆地扩展到了天空和海洋。除了送人们去探索海洋和外层空间,机器人被设计用于一些对生物有危险的任务。以海洋探索为例。自主水下航行器(AUV)的设计已经有很多项目或竞赛,引起了人们的广泛关注。本文作者从之前的一个水下机器人设计项目中了解到平台升级的必要性,并分享了在鱼探测领域的一个任务扩展的经验。因为大多数嵌入式系统已经通过快速增长的计算和传感技术得到了改进,这使得它们有可能包含越来越复杂的算法。在水下机器人中,从传感器获取周围信息后,如何感知和分析相应的信息以更好地进行判断是一个挑战。处理程序可以模仿人类的学习程序。一个具有更强计算能力的先进系统可以促进深度学习功能,它利用许多神经网络算法来模拟人类大脑。提出了一种基于卷积神经网络(CNN)的鱼检测方法。 The training data set was collected from the Gulf of Mexico by a digital camera. To fit into this unique need, three optimization approaches were applied to the CNN: data augmentation, network simplification, and training process speed up. Data augmentation transformation provided more learning samples; the network was simplified to accommodate the artificial neural network; the training process speed up is introduced to make the training process more time efficient. Experimental results showed that the proposed model is promising, and has the potential to be extended to other underwear objects.

研究文章

语义智能世界框架

本文提出了一个适用于候鸟迁徙路径的通用语义智能世界框架(SSWF)。该框架结合了语义和大数据技术来支持大数据的意义。为构建智能世界框架,将云计算、语义技术、大数据、数据可视化、物联网等技术进行混合。我们通过一个空气质量指数自动预测及世界不同地区不同天气现象的个案研究,证明所提出的架构。我们发现了空气污染和日益严重的天气状况之间的联系。实验结果表明,该框架适用于异构大数据。

应用计算智能和软计算
期刊指标
录取率 -
提交最终决定 -
接受出版 -
CiteScore 1.410
影响因子 -
提交

我们致力于尽快、安全地分享与COVID-19有关的发现。任何提交COVID-19论文的作者,请在以下地址通知我们help@hindawi.com以确保他们的研究被快速跟踪,并尽快在预印本服务器上可用。我们将为已接受的COVID-19相关文章提供不受限制的出版费用减免。注册在这里作为审稿人,帮助快速跟踪新提交的内容。