首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English

学术不端论文认定及处理办法 版权转让协议 保密证明 录用稿件电子版要求 修改说明格式 更多.... 中国自动化学会 国家智能计算机研发中心 中科院合肥智能机械所 更多....

2014年 27卷 2期 刊出日期 2014-02-28 论文与报告 研究与应用   论文与报告 97 基于跨视图约束的多视图分类方法* 薛晖，陈松灿，刘洁，黄继建 考虑一种多视图数据配对形式——跨视图约束，从而推广单视图学习中的成对约束。利用不同视图间数据对是否属于同一类的弱化约束信息，代替严格的配对约束，不仅涵盖原有的一一配对，而且能推广到完全无配对的情况。提出一种基于跨视图约束的多视图分类方法，该方法不仅能深入挖掘跨视图约束中隐藏的判别信息，而且能同时利用数据的结构信息。实验结果验证该方法的有效性。 2014 Vol. 27 (2): 97-102 [摘要] ( 483 ) [HTML 1KB] [PDF 440KB] ( 803 ) 103 基于核方法的连续动作Actor-Critic学习* 陈兴国，高阳，范顺国，俞亚君 强化学习算法通常要处理连续状态及连续动作空间问题以实现精确控制。就此文中结合Actor-Critic方法在处理连续动作空间的优点及核方法在处理连续状态空间的优势，提出一种基于核方法的连续动作Actor-Critic学习算法(KCACL)。该算法中，Actor根据奖赏不作为原则更新动作概率，Critic采用基于核方法的在线选择时间差分算法学习状态值函数。对比实验验证该算法的有效性。 2014 Vol. 27 (2): 103-110 [摘要] ( 575 ) [HTML 1KB] [PDF 488KB] ( 957 ) 111 基于等距映射的监督多流形学习算法* 邵超，万春红 目前的监督多流形学习算法大多数都根据数据的类别标记对彼此间的距离进行调整，能较好实现多流形的分类，但难以成功展现各流形的内在几何结构，泛化能力也较差，因此文中提出一种基于等距映射的监督多流形学习算法。该算法采用适合于多流形的最短路径算法，得到在多流形下依然能正确逼近相应测地距离的最短路径距离，并采用Sammon映射以更好地保持短距离，最终可成功展现各流形的内在几何结构。此外，该算法根据邻近局部切空间的相似性可准确判定新数据点所在的流形，从而具有较强的泛化能力。该算法的有效性可通过实验结果得以证实。 2014 Vol. 27 (2): 111-119 [摘要] ( 475 ) [HTML 1KB] [PDF 1532KB] ( 857 ) 120 基于超边相关性的图像分类方法* 徐杰，景丽萍，于剑 传统基于超图的图像分类方法在构建超图时并未考虑各超边之间的关系，导致最终分类效果不理想。文中结合图像视觉信息和标注信息量化超边间相关性，提出一种基于超边相关性的图像分类方法，有效地将图像相关的标注信息作为判定图像类别的指标引入到图像分类中，进而对图像进行更准确的分类。在LabelMe和UIUC数据集上的实验验证该方法的有效性。 2014 Vol. 27 (2): 120-126 [摘要] ( 401 ) [HTML 1KB] [PDF 916KB] ( 852 ) 127 基于等角映射的多样本增量流形学习算法* 谈超，关佶红，周水庚 目前一些经典的降维流形学习方法以距离来度量数据间的相似度，难以处理噪音造成的子空间偏离。针对此问题，文中提出一种基于等角映射的多样本增量流形学习算法，将以样本均值为中心的高维样本数据的协方差矩阵变为以邻域均值为中心的协方差矩阵，消除基于距离度量对子空间带来的误差，并对协方差矩阵进行加权，减少不规则新增样本或噪音对降维造成的影响。实验证明该算法与其他算法相比，具有更好的抗噪能力及降维效果，可更好地应用于图像识别问题。 2014 Vol. 27 (2): 127-133 [摘要] ( 521 ) [HTML 1KB] [PDF 441KB] ( 822 ) 134 改进的基于排序熵的有序决策树算法* 陈建凯，王熙照，高相辉 由于基于排序熵的有序决策树在扩展属性选取时，需计算每个条件属性的每个割点处的排序互信息，并通过对比这些排序互信息的大小来确定最大值(最大值对应的属性为扩展属性)，计算复杂度较高。针对此问题，文中将割点分为平衡割点和非平衡割点两部分，建立一个数学模型，从理论上证明排序互信息最大值不会在平衡割点处达到，而只能在非平衡割点处达到。这说明在计算排序互信息时只需遍历非平衡割点，而无需再计算平衡割点处的值，从而使决策树构建的计算效率得到较大程度提高。数值实验验证此结果。 2014 Vol. 27 (2): 134-140 [摘要] ( 418 ) [HTML 1KB] [PDF 444KB] ( 1169 ) 141 基于微博内容的新词发现方法* 霍帅，张敏，刘奕群，马少平 新词发现在自然语言处理领域具有重要意义，在微博内容上的新词发现比在一般语料上更难。文中提出引入词关联性信息的迭代上下文熵算法，并通过上下文关系获取新词候选列表进行过滤。为进一步提高精度，引入自然语言处理中的词法特征，提出与统计特征相结合的过滤方法。与现有方法相比，准确率和召回率均有大幅提高，F-值提高到89.6%。 2014 Vol. 27 (2): 141-145 [摘要] ( 495 ) [HTML 1KB] [PDF 388KB] ( 2606 ) 研究与应用 146 基于异构多种群策略的动态概率粒子群优化算法* 倪庆剑，邓建明，邢汉承 结合动态概率粒子群优化算法(DPPSO)特点，针对传统的单种群粒子群优化算法易陷入局部最优、收敛速度较慢的缺点，文中提出一种基于异构多种群策略的DPPSO。该算法在进化过程中保持多个子种群，每个子种群以不同的DPPSO变体进行进化，子种群之间根据一定规律进行通信，从而保持整个种群内部的信息交流，进而协调DPPSO的勘探和开采能力。通过典型的Benchmark函数优化问题测试并分析基于异构多种群策略的DPPSO性能，结果显示，使用该策略的算法收敛速度较快，稳定性有较显著提高，具有较强的全局搜索能力。 2014 Vol. 27 (2): 146-152 [摘要] ( 429 ) [HTML 1KB] [PDF 563KB] ( 920 ) 153 基于随机子空间的最小最大模块化支持向量机* 余艺，吴家皋，李云 最小最大模块化支持向量机(M3-SVM)是一种对大规模数据进行模式分类的有效方法。为进一步提高M3-SVM对高维大规模不平衡数据的分类性能，文中分析多种随机子空间策略，并将其与M3-SVM相结合，以实现降维和增加特征层面上的集成机制，从而得到一类基于随机子空间的最小最大模块化支持向量机(M3-SVM-RS)。在现实数据集上验证随机子空间策略的有效性，同时通过实验分析M3-SVM-RS中各个子模块(基分类器)之间的差异性。 2014 Vol. 27 (2): 153-159 [摘要] ( 488 ) [HTML 1KB] [PDF 537KB] ( 667 ) 160 密度惩罚支持向量数据描述* 张莉，张海飞，周伟达，林颖，李凡长 基于相对密度概念，文中提出一种密度惩罚的支持向量数据描述方法。该方法把相对密度和对样本的误分惩罚关联起来。如果样本的相对密度较大，则其是目标样本的可能性较大，因此需加大其误分的惩罚力度。同理相对密度小的样本，有可能是位于边界上的点或噪声点，相应的误分惩罚应减小。在UCI数据集上的实验结果表明，文中方法比标准支持向量数据描述及密度诱导的支持向量数据描述都有更好的描述性能。 2014 Vol. 27 (2): 160-165 [摘要] ( 407 ) [HTML 1KB] [PDF 407KB] ( 862 ) 166 基于链接关系的半监督特征选择算法* 王亦兵，潘志松，吴君青，贾波，胡谷雨 社会媒体网络产生的海量、高维无标记数据给数据处理工作带来巨大挑战，同时数据样本间构成的链接图信息在现有模式识别算法中难以有效利用。基于此，文中充分挖掘社会媒体网络数据链接关系图，结合部分监督信息提出一种基于链接关系的半监督特征选择算法(SSLFS)。该算法利用谱分析和稀疏约束，使得选出的特征子集保持原数据的局部流形和稀疏特性。在社会媒体数据集Flickr上的实验结果表明，SSLFS相比其他特征选择方法得到的特征子集在分类性能上有较显著提高。 2014 Vol. 27 (2): 166-172 [摘要] ( 425 ) [HTML 1KB] [PDF 437KB] ( 894 ) 173 基于改进协方差特征的李-KNN分类算法* 王邦军，李凡长，张莉，于剑，何书萍 K最近邻(KNN)分类简单高效，广泛应用于分类问题或作为分类问题中的比较基准。但实际应用中的数据，特别是结构复杂的高维数据，其特征可能不属于欧氏空间。如何选择样本特征及计算样本点间距离是KNN中的一个难题，文中充分考虑各种影响因素，基于图像区域协方差特征，利用集成的方式，提出一种多协方差李-KNN分类算法。该算法充分利用KNN分类的简单有效性及李群结构的复杂数据表示和距离计算能力，有效解决复杂高维数据的分类问题。手写体数字实验验证该算法具有较好的效果。 2014 Vol. 27 (2): 173-178 [摘要] ( 395 ) [HTML 1KB] [PDF 402KB] ( 684 ) 179 有样本缺失的稀疏保持典型相关分析* 祖辰，张道强 在典型相关分析(CCA)的基础上，通过稀疏保持引入样本的类别信息，利用交叉相关项克服CCA及其推广算法要求不同视图样本必须成对出现的局限，提出一种有监督学习方法——有样本缺失的稀疏保持典型相关分析(SPCCAM)。SPCCAM能在训练样本不成对的情况下进行多视图特征融合。在人工数据集、手写体数据集和PIE人脸数据集上的实验结果表明，SPCCAM能有效利用类信息提高分类性能。 2014 Vol. 27 (2): 179-186 [摘要] ( 441 ) [HTML 1KB] [PDF 585KB] ( 689 ) 187 多类类别不平衡学习算法:EasyEnsemble.M* 李倩倩，刘胥影 随机欠采样方法忽略潜在有用的大类样本信息，在面对多类分类问题时更为突出。文中提出多类类别不平衡学习算法:EasyEnsemble.M。该算法通过多次针对大类样本随机采样，充分利用被随机欠采样方法忽略的潜在有用的大类样本，学习多个子分类器，利用混合的集成技术最终得到性能较优的强分类器。实验结果表明，与常用的多类类别不平衡学习算法相比，EasyEnsemble.M可有效提高分类器的G-mean值。 2014 Vol. 27 (2): 187-192 [摘要] ( 704 ) [HTML 1KB] [PDF 378KB] ( 2095 )

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