“数据分析与计算”专栏主持人语

张 宇

《河北科技大学学报》自创刊以来，已有40多年的历史，经过多年发展与沉淀，成为国内有特色和影响力的综合类学术期刊，成功入编了第9版《中文核心期刊要目总览》，在此表示衷心祝贺！

在新一代人工智能、大数据、云计算等研究领域蓬勃发展的背景下，数据分析和计算是支撑当前中国各行各业数字化转型的关键。“数据分析与计算”专栏主要瞄准大数据与人工智能领域的前沿动态，刊发最新的综述性、理论性、技术性研究成果。本期专栏主要推出2篇论文，涉及智能图像处理与智慧交通领域数据分析与计算的相关学术成果。

第1篇是冯珺等撰写的《基于孪生神经网络的小样本图像目标检测综述》。小样本目标检测是目前图像检测领域的难点与热点，是深度学习算法走向实用化的重要研究分支。小样本目标检测的目的是利用极少数的训练样本实现对目标的检测，从而减少繁杂的标注工作，并实现在只有少量样本场景下的应用。该论文综述了目前主流的一些小样本目标检测方法，主要包括基于孪生神经网络的方法和基于微调的方法，这些方法利用现有的包含大量样本的基类数据集和包含少量样本的小样本数据集的训练，实现对小样本类别的分类和定位。该论文还重点调研了基于孪生神经网络的双分支小样本目标检测方法，并对其他小样本目标检测方案进行了简要介绍。在此基础上，进一步分析了方案的优缺点，并对小样本目标检测领域的未来研究动向进行了展望。

第2篇是刘滨等撰写的《智慧交通互联网态势感知平台研究》。该论文针对交通生活和工作中常见的获取信息不全面、不及时，态势观察不立体、不灵活、不深入，流量监控类平台多、互联网+类平台少等问题，构建了一种互联网态势感知平台。首先，为了确保数据来源的权威性、严肃性和影响力，构建了包括官方媒体、交通系统、门户站点、电子刊物、论坛和百度贴吧6类媒体在内的媒体资源库；其次，按照“获取—理解—分析—表现”的数据处理流程，给出平台的功能框架和技术框架，并将自适应获取、内容提取、筛选、聚类、分类和数据可视化等算法应用于相关环节；最后，给出了包括主版面、地理视角页、内容视角页和媒体视角页在内的平台主体功能的实现情况，从670个站点上获取了2 429 364条数据，挖掘信息9 698条。该论文介绍的平台初步具备了“自动化、敏捷化和智能化”特征，能够为互联网赋能智慧交通领域的研究提供参考。

希望以上研究成果能够给同行提供参考和帮助，也欢迎大家批评指正！