应用计算智能与软计算
期刊指标
录取率 -
提交最终决定 -
验收出版物 -
CiteScore 3.300
影响因子 -
提交

农业作物授粉情报方法分配模型

阅读全文

杂志简介

应用计算智能与软计算学科的研究提供了一个论坛,连接计算机科学,工程和数学计算智能和软计算的使用技术。

编辑焦点

应用计算智能与软计算保持练习编辑委员会的研究人员来自世界各地,以确保手稿编辑处理的研究领域的专家。

特殊问题

你认为这是一个新兴的研究领域,真正需要加以强调?或者以前一直被忽视的或现有的研究领域将受益于更深入的调查?通过领先的特殊问题提出一个研究区域的轮廓。

最新的文章

更多的文章
研究论文

知识表示方法的一个智能的问题解决在STEM教育的一些标准

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.

研究论文

狮子算法优化的长短期记忆网络的地下水水位预测在Udupi区,印度

地下水是一种宝贵的自然资源。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,大部分裸井在夏季都处于干枯状态。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(FFNN)和孤立LSTM模型。基于lstm - la的混合预测模型有望用于更大的数据集。

研究论文

跑车的智能车牌识别系统开发Web应用程序

交通违法已被确认为一个主要的原因,在全球拥有多数发生在发展中国家的大部分地区道路交通事故。即使有规定对这种规章制度的存在,违反者仍然在增加。这是由于该规则未由有关当局在世界上那些执行。因此,一个系统需要进行设计,以协助执法机构施加这些规则,以提高道路安全,减少交通事故。这项工作采用的是车牌号码识别(VNPR)系统,该系统是嵌入式系统自动识别车牌号码实时。它提供了使用被称为OpenCV的一个开源库的替代手段VPNR。该系统的主要目的是利用图像处理可以通过板号来识别车辆违反交通。它由一个IR传感器,用于检测车辆。在测试过程中,最小时间设定为传感器来检测,其通过所述微处理器记录的对象。一旦低于设定时间,相机被触发捕捉车牌号码,并存储在树莓派的形象。 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

阿拉伯语情感分析: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研究的一些可能的发展趋势。

研究论文

鱼探使用Deep学习

最近,人类的好奇心已经从陆地到天空和大海扩大。除了派人探索海洋和外层空间,机器人是专为一些任务危险的生物。就拿一个例子,海洋勘探。上有自主水下航行器(AUV),它吸引了众多利益设计的许多项目或竞赛。这篇文章的作者已经学会了平台升级的必要性,从以前的AUV设计项目,并希望分享鱼探测领域一个任务扩展的经验。因为大部分的嵌入式系统的已快速增长的计算和传感技术,这使得它们可以掺入越来越复杂的算法改进。在AUV,从传感器获取周边信息后,如何看待和分析更好的判断对应的信息是一个挑战。处理过程可以模仿人类的学习程序。有更强的计算能力的先进的系统可以方便深度学习功能,它利用许多神经网络算法模拟人类大脑。在本文中,提出了一种基于卷积神经网络(CNN)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.

研究论文

语义智能世界框架

本文提出了一种通用的语义智能世界框架(SSWF),以覆盖候鸟路径。该框架结合了语义和大数据技术,以支持意为大数据。为了建设提出的智能世界的框架,技术,例如云计算,语义技术,大数据,数据可视化和物联网是混合。我们证明,通过在全球不同地点的空气质量指标和不同的天气现象的自动预测的情况下,研究拟议的框架。我们发现空气污染和提高气象条件之间的关联。实验结果表明,该框架的性能适用于异构的大数据。

应用计算智能与软计算
期刊指标
录取率 -
提交最终决定 -
验收出版物 -
CiteScore 3.300
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。