模式识别与人工智能
   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能
22 学术不端论文认定及处理办法
22 版权转让协议
22 保密证明
22 录用稿件电子版要求
22 修改说明格式
更多....
22 中国自动化学会
22 国家智能计算机研发中心
22 中科院合肥智能机械所
更多....
 
 
2014年 27卷 1期 刊出日期 2014-01-30

论文与报告
综述与评论
研究与应用
 
论文与报告
1 知识引导微粒群优化特征选择方法
巩敦卫,胡滢,张勇
特征选择是模式分类中重要的数据处理方法.文中提出一种基于知识引导微粒群优化的特征选择方法.该方法采用特征被选择的概率对微粒进行编码,将包含离散变量的特征选择问题转化为一类连续变量优化问题.依据微粒适应值的大小及微粒分量被选择的频率,确定特征所属的类型及其被更新的概率,以加快微粒群收敛的速度.将所提方法应用于10个典型测试数据集及肝炎病临床诊断数据集,实验结果表明,该方法在减少特征个数的前提下,能够提高分类的精度。
2014 Vol. 27 (1): 1-10 [摘要] ( 543 ) [HTML 1KB] [PDF 636KB] ( 732 )
11 自适应面具的快速稠密立体匹配技术研究
周佳立,武 敏,周华平
文中提出一种稠密点云快速立体匹配方法,该方法以传统相位相关算法为基础,通过对匹配点梯度估计的方法自适应叠加离散面具,增加近似同一深度区域的匹配权重,使重构精度与可信度得以提升.通过储存与重复利用二维傅里叶变换的中间结果大幅提高算法的计算效率.由于该算法符合SIMD模型规则,因此GPU的并行计算能力使得匹配过程基本达到了实时性要求.实验表明,该快速相位相关算法对短基线平行光轴被动立体视觉系统所采集的光滑不规则漫反射物体表面具有较好地快速重构能力,因此可在诸如三维人脸识别等领域得到广泛应用。
2014 Vol. 27 (1): 11-20 [摘要] ( 394 ) [HTML 1KB] [PDF 1558KB] ( 884 )
21 一种多模型滤波的分级递阶模型集调整方法
徐雪松
模型集的动态调整方案是变结构多模型滤波的核心问题之一.文中借鉴生物免疫系统中B细胞识别抗原的工作原理,提出一种分级递阶式的模型集调整方法.它将系统模型集分解成基础网格和移动网格两个部分,由基础网格探测系统模式的大致分布区域,由移动网格在基础网格指示区域进行精细搜索获得滤波结果.由于该方法将普通较大的系统模型集分解成由两个较小模型集构成的递阶结构,有效减小交互式滤波算法的计算时间.仿真实验表明,该方法利用较少的滤波时间能够获得较高的滤波精度。
2014 Vol. 27 (1): 21-27 [摘要] ( 371 ) [HTML 1KB] [PDF 898KB] ( 629 )
28 基于信息熵的加权频繁模式树构造算法研究
赵旭俊,蔡江辉,马洋
关联规则挖掘时,数据集中各项目的重要性不同且较难主观给出,直接影响挖掘结果.针对此问题,给出加权项目集和加权关联规则的概念,并通过信息熵来确定单属性的权重,同时采用几何均值和取最大权重值的折中方法来确定多项目集的权重,以此在兼顾整体权重的同时,突出重要项目.在此基础上,采用加权频繁模式树来提取加权频繁模式,并给出加权频繁模式树的构造方法,最后以国家天文台提供的天体光谱数据及机械装备EDEM数据作为数据集,实验验证算法的高效率。
2014 Vol. 27 (1): 28-34 [摘要] ( 502 ) [HTML 1KB] [PDF 377KB] ( 729 )
综述与评论
35 人体动作行为识别研究综述
李瑞峰,王亮亮,王珂
人体动作行为识别因其在视频监控、虚拟现实、人机智能交互等领域的广泛应用而成为计算机视觉领域的研究热点.文中将人体动作行为识别问题归纳为计算机经过检测动作数据而获取并符号化动作信息,继而提取和理解动作特征以实现动作行为分类的过程,在此基础上,从运动目标检测、动作特征提取和动作特征理解3个方面对涉及到的技术进行回顾分析,对相关方法进行分类,并讨论相关难点和研究方向。
2014 Vol. 27 (1): 35-48 [摘要] ( 868 ) [HTML 1KB] [PDF 649KB] ( 3778 )
研究与应用
49 基于迭代Lasso的肿瘤分类信息基因选择方法研究
张靖,胡学钢,李培培,张玉红
近年来,基于基因表达谱的肿瘤分类问题引起了广泛关注,为癌症的精确诊断及分型提供了极大的便利.然而,由于基因表达谱数据存在样本数量小、维数高、噪声大及冗余度高等特点,给深入准确地挖掘基因表达谱中所蕴含的生物医学知识和肿瘤信息基因选择带来了极大困难.文中提出一种基于迭代Lasso的信息基因选择方法,以获得基因数量少且分类能力较强的信息基因子集.该方法分为两层:第一层采用信噪比指标衡量基因的重要性,以过滤无关基因;第二层采用改进的Lasso方法进行冗余基因的剔除.实验采用5个公开的肿瘤基因表达谱数据集验证了本文方法的可行性和有效性,与已有的信息基因选择方法相比具有更好的分类性能。
2014 Vol. 27 (1): 49-59 [摘要] ( 496 ) [HTML 1KB] [PDF 603KB] ( 1523 )
60 基于伪分类超平面的线性可分几何判定方法及应用
张银川,韩立新,曾晓勤
针对模式分类中线性可分的问题,文中将模式看作是欧氏空间中的点,研究欧氏空间中点与面的关系等解析几何性质,在一般的分类超平面概念上定义伪分类超平面.根据线性可分等价性,在需降维时进行空间映射.研究根据数据寻找伪分类超平面,给出几何意义明显的线性可分判断方法,在该方法的基础上给出一种分类复杂度的度量方法.实验结果表明,该方法较好地体现数据的分类复杂度。
2014 Vol. 27 (1): 60-69 [摘要] ( 395 ) [HTML 1KB] [PDF 882KB] ( 1011 )
70 基于块稀疏递推残差分析的稀疏表示遮挡鲁棒识别算法研究
胡正平,赵淑欢,李静
针对如何在未知类别的情况下自动检测出遮挡区域,然后在克服遮挡影响的基础上提高识别算法的鲁棒性问题,提出基于块稀疏递推残差分析的稀疏表示遮挡鲁棒识别算法.该算法首先将待测样本分为上下两部分,并分别用对应块的训练样本进行稀疏表示,找出稀疏度更高的块及对应的稀疏解,并将更稀疏前N个解推广到另一个块中,重构测试样本.然后根据重构测试样本与原测试样本的残差推测遮挡像素.考虑到遮挡区域的连续性,利用形态学操作对推测的遮挡区域进行规则化处理并得到加权矩阵.最后利用加权矩阵对测试样本和训练样本进行整体加权归一化,再利用全局稀疏表示进行最终的分类判决.在AR、YaleB及MNIST上的遮挡仿真实验证明该方法不但可大致确定遮挡区域,还可提高遮挡图像识别的性能。
2014 Vol. 27 (1): 70-76 [摘要] ( 364 ) [HTML 1KB] [PDF 1228KB] ( 837 )
77 分类概率保持鉴别分析及其在人脸识别中的应用
杨章静,刘传才,黄璞,朱俊
针对特征提取算法中存在的问题,在线性鉴别分析的基础上提出分类概率保持鉴别分析(CPPDA)并成功应用于人脸识别.CPPDA首先计算每个样本的分类概率,并利用分类概率重新定义样本的类间散布矩阵和类内散布矩阵;然后通过最大化类间散度同时最小化类内散度寻求最佳投影矩阵,使得样本的原始分布信息在低维特征空间能得到保持.在ORL、Yale及FERET人脸库上进行测试比较,结果表明文中所提方法的优越性。
2014 Vol. 27 (1): 77-81 [摘要] ( 429 ) [HTML 1KB] [PDF 438KB] ( 650 )
82 基于交互信息的数据集特征结构研究
刘娟,朱翔鸥,刘文斌
机器学习分类领域提出大量的分类算法,如何为数据集找到合适的分类算法成为研究的重要内容之一.文献[8]提出一种新的数据集离散化方法用来刻画数据集的特征,且在推荐方法方面取得较好的结果.本文在此基础上利用交互信息理论刻画数据集的属性与属性及属性与类标签之间协作关系,提出基于二变量和基于三变量的交互信息特征结构.通过12种分类算法在UCI数据库中的98个数据集上的性能实验,结果表明与文献[8]的方法相比,两种方法都能明显提高推荐方法的精度和命中率,且对于适应性较差的数据集,基于三变量的交互信息方法更为有效。
2014 Vol. 27 (1): 82-88 [摘要] ( 466 ) [HTML 1KB] [PDF 1159KB] ( 894 )
89 基于改进的确定性目标关联的车辆跟踪方法
周俊静,段建民,杨光祖

现有的确定性目标关联方法采用全局优化确定目标和跟踪器间的关联,只能对确定数目的目标进行跟踪,不能直接应用于辅助驾驶系统的车辆检测.为将确定性目标关联方法引入到车辆检测系统中,文中提出局部优化的确定性目标关联方法,辅以合适的跟踪器管理策略,根据实际道路情况动态地增加和删除跟踪器,并实现对暂时遮挡或漏检的目标保持跟踪的连贯性.为提高关联的准确性,融合目标的多个特征定义代价方程,将运动特征作为代价方程的主要约束条件,同时考虑目标的外形特征.通过实验验证本文跟踪方法在车辆检测系统中的有效性。

2014 Vol. 27 (1): 89-96 [摘要] ( 341 ) [HTML 1KB] [PDF 572KB] ( 829 )
模式识别与人工智能
 

主管:中国科学技术协会
主办:中国自动化学会
   国家智能计算机研究开发中心
   中国科学院合肥智能机械研究所
出版:科学出版社
 
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn