自動(dòng)化與儀器儀表是以自動(dòng)化領(lǐng)域和儀器儀表行業(yè)為兩大報(bào)道主線的技術(shù)類科技期刊，集學(xué)術(shù)、技術(shù)和應(yīng)用于一體，注重先進(jìn)性、指導(dǎo)性、實(shí)用性、可讀性。自動(dòng)化與儀器儀表征稿范圍涉及控制理論、系統(tǒng)理論、自動(dòng)化技術(shù)、工業(yè)自動(dòng)化儀表、計(jì)算機(jī)及其應(yīng)用技術(shù)等方面的研究成果、發(fā)展動(dòng)態(tài)、經(jīng)驗(yàn)交流。

　　自動(dòng)化與儀器儀表適合從事工業(yè)自動(dòng)化、儀器儀表、計(jì)算機(jī)應(yīng)用、機(jī)電儀一體化、自動(dòng)控制等專業(yè)的科研、設(shè)計(jì)、應(yīng)用、生產(chǎn)、銷售的科技工作者，大專院校師生、管理干部、技術(shù)工人閱讀。自動(dòng)化與儀器儀表近期接收的論文范例如下：

　　范文一、一種低照度場(chǎng)景下的人臉跟蹤算法

　　摘要：在低照度環(huán)境下,傳統(tǒng)的人臉跟蹤在跟蹤過程中容易受到遮擋、形變等各種因素的影響,所以為實(shí)現(xiàn)低照度環(huán)境下人臉的精確跟蹤,本文提出了改進(jìn)的HAAR-LBP級(jí)聯(lián)分類器相結(jié)合的壓縮感知跟蹤方法。首先采用HAAR特征進(jìn)行人臉粗跟蹤,然后對(duì)得到的目標(biāo)采用雙邊濾波進(jìn)行圖像的加強(qiáng),最后采用LBP特征進(jìn)行細(xì)跟蹤。改進(jìn)的跟蹤方法克服了傳統(tǒng)方法在低照度情況下跟蹤效果不好、容易丟失目標(biāo)的難點(diǎn),同時(shí)跟蹤的精度也得到了提高。通過實(shí)驗(yàn)證明在昏暗場(chǎng)景下,改進(jìn)的算法比傳統(tǒng)的算法在準(zhǔn)確率方面提高了5%左右,同時(shí)實(shí)時(shí)性也有一定的提高。

　　關(guān)鍵詞：壓縮感知跟蹤; 級(jí)聯(lián)分類器; 雙邊濾波; 低照度;

　　范文二、基于模糊數(shù)學(xué)算法的超聲驅(qū)動(dòng)器振動(dòng)自動(dòng)控制模型構(gòu)建

　　摘要：傳統(tǒng)超聲驅(qū)動(dòng)器振動(dòng)自動(dòng)控制模型由于外界環(huán)境的擾動(dòng),無法對(duì)超聲驅(qū)動(dòng)器振動(dòng)進(jìn)行動(dòng)態(tài)監(jiān)測(cè),存在著控制力度較小的問題,為此,提出基于模糊數(shù)學(xué)算法的超聲驅(qū)動(dòng)器振動(dòng)自動(dòng)控制模型構(gòu)建研究。獲取超聲驅(qū)動(dòng)器振動(dòng)軌跡集合,利用模糊數(shù)學(xué)算法處理超聲驅(qū)動(dòng)器振動(dòng)軌跡集合,得到驅(qū)動(dòng)器振動(dòng)軌跡特征,避免了外界環(huán)境的干擾,以振動(dòng)軌跡特征為基礎(chǔ),模擬超聲驅(qū)動(dòng)器振動(dòng),計(jì)算振動(dòng)控制力因子,實(shí)現(xiàn)了超聲驅(qū)動(dòng)器振動(dòng)自動(dòng)控制模型的運(yùn)行。仿真對(duì)比測(cè)試結(jié)果顯示:與傳統(tǒng)模型相比較,構(gòu)建模型的振動(dòng)控制力因子較大、控制效果較好,表明構(gòu)建模型的控制力度較大,適合大力推廣使用。

　　關(guān)鍵詞：模糊數(shù)據(jù)算法; 超聲驅(qū)動(dòng)器; 振動(dòng); 控制;

　　看了上述介紹，相信大家對(duì)自動(dòng)化與儀器儀表期刊征稿范圍有所了解，或者您想要投稿該期刊，也可以隨時(shí)與該平臺(tái)學(xué)術(shù)顧問交流，為您投稿論文提供指導(dǎo)，此外學(xué)術(shù)顧問也分享了另外一本自動(dòng)化期刊：

　　自動(dòng)化學(xué)報(bào)(月刊)創(chuàng)刊于1963年，是由中國自動(dòng)化學(xué)會(huì)、中國科學(xué)院自動(dòng)化研究所共同主辦的高級(jí)學(xué)術(shù)期刊。刊載自動(dòng)化科學(xué)與技術(shù)領(lǐng)域的高水平理論性和應(yīng)用性的科研成果。讀者對(duì)象為從事自動(dòng)化科學(xué)技術(shù)的科研、教學(xué)、開發(fā)人員和研究生、大學(xué)生等。

　　版權(quán)聲明：文章來源于網(wǎng)絡(luò)，由本平臺(tái)整合撰寫，版權(quán)歸原作者或平臺(tái)所有，分享只為學(xué)術(shù)交流，如有侵權(quán)請(qǐng)聯(lián)系刪除或整改，謝謝。