學(xué)術(shù)研究成果
研究所在動態(tài)智能化軟件工程技術(shù)方向上取得了特色鮮明、優(yōu)勢明顯的研究成果，具體包括：1) 建立動態(tài)軟件體系結(jié)構(gòu)、智能化軟件開發(fā)方法、軟件在線演化與自適應(yīng)機(jī)制；2) 研究語義理解與分析技術(shù)、智能交互、機(jī)器人系統(tǒng)和智能信息處理等技術(shù)；3) 解決復(fù)雜動態(tài)環(huán)境中軟件系統(tǒng)的工程化和智能化問題等。 研究所教師承擔(dān)了一批國家863計(jì)劃項(xiàng)目、國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目、國防973重點(diǎn)項(xiàng)目、國家自然科學(xué)基金、國家留學(xué)歸國人員基金、國防裝備型號項(xiàng)目、國防預(yù)研項(xiàng)目，以及與中電集團(tuán)、中航工業(yè)集團(tuán)、航天科技集團(tuán)、華為、騰訊、阿里、中興等研究所和企業(yè)開展的合作研發(fā)項(xiàng)目100余項(xiàng)，在國內(nèi)外重要期刊和會議上發(fā)表學(xué)術(shù)論文300余篇，授權(quán)和轉(zhuǎn)化專利以及軟件著作權(quán)100余項(xiàng)，在相關(guān)研究領(lǐng)域產(chǎn)生了重要的國際國內(nèi)影響力。
1. 基于多智能體的自適應(yīng)過程模型與元搜索框架模型
結(jié)合多智能體系統(tǒng)的并行處理、智能自治等優(yōu)勢，建立了基于多智能體的自適應(yīng)過程模型，建立了智能化元搜索引擎體系結(jié)構(gòu)。支持用戶自主選擇成員搜索引擎，兼顧用戶興趣及相關(guān)性的結(jié)果排序；智能化興趣挖掘與相似用戶信息推薦，為互聯(lián)網(wǎng)用戶提供個性化信息檢索服務(wù)，可擴(kuò)展到旅游、學(xué)術(shù)、電商等垂直領(lǐng)域。
2. 面向醫(yī)療大數(shù)據(jù)的智能化分析與決策支持平臺
形成基于多智能體的智能化數(shù)據(jù)處理與決策支持技術(shù)，成功應(yīng)用于分析醫(yī)療大數(shù)據(jù)價(jià)值提供個性化診療服務(wù)。依據(jù)臨床路徑，規(guī)范化醫(yī)師診療行為，同時(shí)模擬醫(yī)學(xué)專家的決策過程，提出科學(xué)的、具有執(zhí)行效果的診療方法。系統(tǒng)還集成臨床指南檢索與查詢、診療方案反饋等應(yīng)用模塊，采用開放式管理平臺，易于更新知識和拓展新病種。
3. 基于多智能體的復(fù)雜軟件演化模型及支撐環(huán)境
建立基于多智能體的軟件動態(tài)體系結(jié)構(gòu)模型，采用模型驅(qū)動的軟件構(gòu)造方法，敏捷構(gòu)造開放環(huán)境下軟件系統(tǒng)；研究變化建模、層次感知、智能決策等技術(shù)方法，實(shí)現(xiàn)軟件結(jié)構(gòu)、行為等多方面的動態(tài)演化。
4. 面向自然語言交互的智能問答系統(tǒng)
針對復(fù)雜自然語言文本信息抽取提出了多階語義關(guān)系抽取方法，基于分布式知識圖譜構(gòu)建了知識抽取、知識融合和知識演化模型，研發(fā)了面向自然語言交互的智能問答系統(tǒng)。系統(tǒng)實(shí)現(xiàn)了聯(lián)網(wǎng)數(shù)據(jù)實(shí)體關(guān)系抽取、語義數(shù)據(jù)存儲與檢索等關(guān)鍵技術(shù)，核心模塊包括：①聯(lián)網(wǎng)數(shù)據(jù)實(shí)體關(guān)系抽取模塊；②語義數(shù)據(jù)存儲和檢索模塊；③語音識別和語音合成模塊；④自然問句理解和轉(zhuǎn)換模塊。
5. 情報(bào)綜合整編處理服務(wù)系統(tǒng)
利用自然語言處理和機(jī)器學(xué)習(xí)技術(shù)實(shí)現(xiàn)對于中英文跨語言文本的分析、信息抽取和檢索，能夠?qū)崿F(xiàn)面向特定領(lǐng)域需求的跨語言文本情報(bào)分類、文本聚類、關(guān)鍵詞和摘要抽取、跨語言檢索和相似度檢索等；利用聯(lián)機(jī)分析和面向數(shù)據(jù)倉庫的多維可視化技術(shù)實(shí)現(xiàn)了結(jié)構(gòu)化數(shù)據(jù)的多維數(shù)據(jù)模型和綜合展示模式，支持特定領(lǐng)域情報(bào)的上卷、下鉆和聯(lián)機(jī)統(tǒng)計(jì)分析；最后實(shí)現(xiàn)了一套綜合整編系統(tǒng)，輔助情報(bào)處理人員快速有效準(zhǔn)確的完成情報(bào)分析工作。
6. 基于課程知識圖譜的智能問答助教“網(wǎng)小西”
系統(tǒng)實(shí)現(xiàn)針對特定領(lǐng)域知識的人機(jī)對話和智能問答交流。系統(tǒng)核心模塊包括：①課程知識抽取模塊，從授課知識、課程作業(yè)和考試等文字內(nèi)容中抽取中與課程內(nèi)容相關(guān)的實(shí)體和關(guān)系。②課程知識圖譜模塊，按照課程知識關(guān)系構(gòu)建課程知識圖譜，實(shí)現(xiàn)了關(guān)聯(lián)數(shù)據(jù)的語義圖存儲模式。③問答交互模塊，負(fù)責(zé)接收學(xué)生問題并將問題轉(zhuǎn)換為QA列表相似性匹配問題，并將問題和答案存儲到QA列表中供后續(xù)查詢使用。
7. 基于深度學(xué)習(xí)的新冠肺炎早期檢測篩查模型系統(tǒng)
所研發(fā)的系統(tǒng)針對新型冠狀病毒病人存在的肺部病灶特征，可以做到新冠肺部病灶征象的快速早期檢測篩查，是一個具有高效、高精度、強(qiáng)泛化能力的新冠肺炎早期智能檢測分型模型及共享平臺。通過對實(shí)際門診數(shù)據(jù)排查測試，該模型可以減輕醫(yī)護(hù)人員近80%的工作量，新冠肺炎患者的檢測召回率超過95%。
8. 基于深度學(xué)習(xí)的手語識別技術(shù)
在手語識別方面，張亮老師團(tuán)隊(duì)通過分析不同國家手語特性，結(jié)合手語動作特點(diǎn)，提出了一種基于三維卷積和長短記憶網(wǎng)絡(luò)相結(jié)合的手語動作識別框架，該框架在多類別手語識別（超過100多類個手語動作）以及其它動作識別（人機(jī)交互動作）上表現(xiàn)良好。該研究成果在2016年ICPR手勢識別競賽中取得全球第三名，并受邀參加2017年ICCV手勢識別競賽，取得全球第五名的成績，目前團(tuán)隊(duì)在手語動作識別領(lǐng)域已經(jīng)有一定影響力，發(fā)表多篇高水平論文。
9. 嵌入式機(jī)器視覺系統(tǒng)
該研究以工業(yè)4.0需求為背景，旨在利用視覺系統(tǒng)對工業(yè)生產(chǎn)中產(chǎn)品的缺陷、污點(diǎn)、劃痕等進(jìn)行智能檢測，同時(shí)研究基于視覺傳感器的三維引導(dǎo)技術(shù)，與機(jī)器人系統(tǒng)相結(jié)合實(shí)現(xiàn)工業(yè)現(xiàn)場的引導(dǎo)、抓取。目前所研制的嵌入式智能視覺傳感器（應(yīng)用于工業(yè)現(xiàn)場，進(jìn)行缺陷等檢測）已進(jìn)入小批量生產(chǎn)，可極大的提升工業(yè)現(xiàn)場的工作效率，為工業(yè)4.0的全面實(shí)現(xiàn)提供有力支持。
10. 高精度多目標(biāo)定位追蹤系統(tǒng)
目標(biāo)定位追蹤系統(tǒng)在許多實(shí)際應(yīng)用中具有重要的意義。目前，大多數(shù)被動式定位系統(tǒng)依靠現(xiàn)成的商用產(chǎn)品來構(gòu)建較廉價(jià)的系統(tǒng)，并且已經(jīng)具有相對較高的精度，但存在場景變換后需要重新訓(xùn)練數(shù)據(jù)，重新搭建的問題。本研究設(shè)計(jì)并實(shí)現(xiàn)了一個支持多目標(biāo)定位的智能化系統(tǒng)，可以應(yīng)用于多種復(fù)雜場景。根據(jù)不同場景的不同目標(biāo)，系統(tǒng)可以自動調(diào)整不同的信號處理算法，以保證檢測精度。該系統(tǒng)軟件具有高精度（可以實(shí)現(xiàn)厘米級的檢測），高實(shí)時(shí)性（毫秒級響應(yīng)），用戶隱私性好和自主化程度高等特點(diǎn)。
