模式識(shí)別與人工智能雜志基礎(chǔ)信息：

《模式識(shí)別與人工智能》是由中國(guó)自動(dòng)化學(xué)會(huì)和國(guó)家智能計(jì)算機(jī)研究開發(fā)中心共同主辦、中國(guó)科學(xué)院合肥智能機(jī)械研究所承辦的學(xué)術(shù)性期刊。該刊主要發(fā)表和報(bào)道模式識(shí)別、人工智能、智能計(jì)算機(jī)及智能系統(tǒng)等方面研究成果與進(jìn)展。本刊面向國(guó)內(nèi)外各高等院校、研究機(jī)構(gòu)和企業(yè)的科研人員、教師、工程技術(shù)人員及研究生和高年級(jí)大學(xué)生。

模式識(shí)別與人工智能雜志辦刊宗旨：

本刊辦刊宗旨：模式識(shí)別、人工智能學(xué)科是信息科學(xué)與技術(shù)的重要組成部分，本刊發(fā)表與此有關(guān)的最新研究結(jié)果與進(jìn)展，旨在推動(dòng)我國(guó)信息科學(xué)技術(shù)的發(fā)展。

模式識(shí)別與人工智能雜志欄目設(shè)置：

該刊共有四個(gè)欄目：論文與報(bào)告；綜述與評(píng)論；研究與應(yīng)用；信息與動(dòng)態(tài)。

模式識(shí)別與人工智能雜志訂閱方式：

ISSN：1003-6059，CN：34-1089/TP，地址：合肥1130郵政信箱合肥智能機(jī)械研究所，郵政編碼：230031。

模式識(shí)別與人工智能雜志社相關(guān)期刊

沒有相關(guān)工業(yè)

模式識(shí)別與人工智能雜志社投稿信息

1）、本刊用稿系未正式發(fā)表過(guò)、能反映國(guó)內(nèi)外先進(jìn)水平、有自己的觀點(diǎn)、見解、無(wú)原則錯(cuò)誤的文章。

2）、來(lái)稿要求論點(diǎn)明確、文字精煉、數(shù)據(jù)可靠。一般定稿時(shí)論文不得超過(guò)6千字，短文不得超過(guò)4千字(包括中英文摘要、參考文獻(xiàn)和圖表)。文中有關(guān)計(jì)量單位、名詞前后要統(tǒng)一。不用非規(guī)范簡(jiǎn)體字。

3）、文中插圖不超過(guò)6幅，插圖寬度為7cm或16cm兩種。圖、表中的圖題、表題及圖中說(shuō)明應(yīng)有中英文對(duì)照。

4）、本刊著錄引文采用GB7714-87《文后參考文獻(xiàn)著錄規(guī)則》中規(guī)定的順序編碼制，例如連續(xù)出版物：

著者題名原文獻(xiàn)名年，卷(期)：在原文獻(xiàn)中位置

陶仁密碼學(xué)與數(shù)學(xué)．自然雜志，1991，7(6)：527-538

5）、文獻(xiàn)外文符號(hào)上下角一定要標(biāo)注清楚。大小寫易混淆的字母，例如：C，K，O，P，S，U，V，W，X，Y，Z一定要注清楚。

6）、英文摘要一律要求用16開白紙隔行打印(便于修改)。請(qǐng)不要用手寫。

7）、文稿應(yīng)附中英文摘要、關(guān)鍵詞、英文標(biāo)題、作者及工作單位(姓名用漢語(yǔ)拼音)。中文摘要250字以內(nèi)，要求200詞左右的英文摘要，且中英文摘要相互對(duì)應(yīng)。文章標(biāo)題不得超過(guò)20字。

8）、來(lái)稿如有泄漏國(guó)家機(jī)密，數(shù)據(jù)不可靠、抄襲、剽竊等不良作風(fēng)，由本人負(fù)責(zé)。

模式識(shí)別與人工智能雜志社編輯部征稿CallforPapersWorkshoponIntelligenceandSecurityInformatics(WISI’06)inconjunctionwiththePacificAsiaConferenceonKnowledgeDiscoveryandDataMining(PAKDD’06)一種優(yōu)化的字符串seed的求解算法基于自動(dòng)規(guī)約規(guī)則的HTML文檔元數(shù)據(jù)提取基于SVM決策樹的文本分類器紅外視頻中特定形狀目標(biāo)的實(shí)時(shí)檢測(cè)一種魯棒的只需兩幀圖像的姿態(tài)估計(jì)方法數(shù)學(xué)公式圖像處理綜述一個(gè)協(xié)同進(jìn)化計(jì)算模型一種新的非線性曲線平滑方法及在測(cè)井曲線識(shí)別中的應(yīng)用人臉識(shí)別的BoostingN-Tuple網(wǎng)絡(luò)方法一種基于隨機(jī)Hough變換的橢圓檢測(cè)算法研究基于運(yùn)動(dòng)估計(jì)的視頻隱寫檢測(cè)算法基于隱私保護(hù)的決策樹模型基于聚類融合的不平衡數(shù)據(jù)分類方法交互式進(jìn)化計(jì)算中保持用戶理性的最大進(jìn)化代數(shù)基于立體匹配的低紋理圖像重構(gòu)算法帶平衡約束矩形布局優(yōu)化問(wèn)題的遺傳算法基于ACV約束的序列模式挖掘算法基于幾何特征及C4.5的人臉美麗分類方法基于局部切空間偏離度的自適應(yīng)鄰域選取算法全國(guó)首屆智能科學(xué)技術(shù)課程教學(xué)研討會(huì)召開基于最小生成誤差的HMM模型聚類自動(dòng)優(yōu)化