knowledge-based systems期刊发表学术论文（分享）
《Knowledge-Based Systems》可是计算机科学界的大牛期刊，在这个领域里头很有分量，主要刊登的是人工智能、大数据那些领域的高水平研究。
最新的数据显示，2023年的影响因子是7.2，比2022年的8.8是低了一点。不过，这个影响因子还是挺高的，而且总体上看，它还是在往上升的，这个期刊的分量还是在的。
再说说2023年的发文量，总共发了913篇文章，这说明这个期刊的发文量还是挺稳定的，而且近几年发文量是在增加的，总体上是上升趋势。
咱们中国学者在这个期刊上的发文比例大概有57%，这说明中国学者在这上面还挺活跃的，这个期刊对中国学者来说，算是比较友好的。
knowledge-based systems期刊发表学术论文(分享)：张永军教授团队在中科院一区top期刊《Knowledge-Based Systems》发表学术论文
近日，张永军教授团队在计算机科学领域国际顶级学术期刊《Knowledge-Based Systems》(IF=8.8,中科院一区TOP期刊，JCR一区)上发表题为《Multi-dimensional manifolds consistency regularization for semi-supervised remote sensing semantic segmentation》的研究论文。这是贵州大学独立完成并作为唯一通讯单位在KBS上发表论文，第一作者为我校2022级研究生卢玉杰同学，通讯作者为张永军老师。
半监督遥感语义分割是一种利用有限标注数据和大量未标注数据进行遥感图像分类的方法。通过结合监督学习和无监督学习技术，这种方法能够显著提升模型在高分辨率遥感图像上的识别精度。半监督遥感语义分割不仅有效减轻了对大量人工标注数据的依赖，还能够在资源受限的情况下实现更高效的土地利用、灾害监测和环境保护等应用。
【算法简介】
在半监督遥感语义分割领域，基于FixMatch的方法均在单维流形上操作，限制了模型的鲁棒性和泛化能力。本文受到了流行假设的启发，通过将多维流行扰动应用于输入图像和提取的特征，增强了模型的鲁棒性以及在低维和高维流形上的通用性，应用流形假设扩展半监督遥感语义分割中的样本库。这显著提高了模型的学习能力，并产生了更好的结果。实验表明，我们的算法在ISPRS Vaihingen数据集，ISPRS Potsdam数据集, 和道路分割数据集DeepGlobe Roads与Massachusetts Roads上均优于现有最好的方法。
一审：唐玮欣
二审：何 飞
三审：龙慧云
