不完备数据测试、分析和融合旨在通过多物理手段检测和分析带缺陷（噪声、野值、衰减等）数据，以提取和融合潜在有效信息，进而全面准确构建信息三维图谱。相关理论和技术被广泛应用于设备监控、战场监视、人形机器、计算机视觉和风险分析等领域。考虑到数据采集常在不确定且复杂环境中进行，数据本身往往不完备，加之专家知识的经验性，给后续数据处理和使用带来了多种不确定性挑战。应对这些挑战的核心在于：如何度量数据的不完备性？如何有效提取不完备数据中的有用信息？如何融合有用信息以指导工程应用？
特刊简介
CMES期刊特邀来自电子科技大学的耿航副教授、西北工业大学的焦连猛副教授、电子科技大学的陈凯教授、英国布鲁内尔大学的刘伟伯讲师共同主持特刊 "Incomplete Data Test, Analysis and Fusion Under Complex Environments"（复杂环境下的非完整数据测试、分析与融合）。
客座编辑
耿航
副教授
电子科技大学
研究领域：智能测试、信息融合、数据处理、目标跟踪、智能制造。
焦连猛
副教授
西北工业大学
研究领域：机器学习、数据挖掘、信息融合、置信函数理论及复杂预警系统目标智能融合识别应用。
陈凯
教授
电子科技大学
研究领域：高精度信号采集、微弱信号测试、精密传感、智能电网。
刘伟伯
讲师
英国布鲁内尔大学
研究领域： 进化计算（粒子群优化、遗传算法、多目标优化）,机器学习（生成对抗性网络、深度神经网络、深度信念网络）, 智能数据分析（医疗保健数据分析、制造业、图像处理）。
特刊范围
本期专题将重点介绍不确定信息融合的最新进展。邀请有意向的作者提交稿件，可以是理论基础或者是理论的实践应用方向，要求文章具有原创性和新颖性。
关键词：控制工程、计算机建模、信号处理、信息论、估计理论、不确定建模、数据融合、目标跟踪与识别、态势评估、故障检测、图像融合、模式分析、数据挖掘、人工智能、健康监测、仪器仪表与测量、智能测试与数据分析。
稿件类型：原创研究性论文、综述等。
投稿截止日期：2024年9月30日
长按二维码进入特刊主页
或复制至浏览器：
https://www.techscience.com/CMES/special_detail/incomplete-data-fusion
长按二维码进入投稿页面
或复制至浏览器：
http://www.tspsubmission.com/index.php/CMES/index
CMES 期刊介绍
—————
CMES期刊专注于刊发具有合理永久价值的原创研究论文和综述，涉及固体、流体、气体、生物材料和其他连续体的计算力学、计算物理、计算化学和计算生物学等领域。欢迎新颖的计算方法和最先进的计算算法，例如软计算、基于人工智能的机器学习方法和计算统计方法。
2022 Impact Factor | 2022 Citescore |
2.4 | 3.5 |
扫码进入期刊主页
版权声明
本文由泰克赛思南京办公室负责编译。中文内容仅供参考，一切内容以英文原版为准。
如需转载，请联系 cmes@techscience.com
