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 6期 刊出日期 2014-06-30

论文与报告
研究与应用
 
论文与报告
481 覆盖拟阵及其可图性*
李清银,林姿琼,祝峰
拟阵具有较强的公理系统,这为它和其他理论的结合奠定坚实的基础.文中利用覆盖构造一个拟阵,并研究这个拟阵的可图性.利用友元把论域的一个覆盖变成这个论域的一个划分,结合拟阵理论,建立这个覆盖的一个拟阵结构,并研究覆盖拟阵的极小圈与覆盖之间的关系.最后证明覆盖拟阵是一个可图拟阵.
2014 Vol. 27 (6): 481-486 [摘要] ( 428 ) [HTML 1KB] [PDF 318KB] ( 803 )
487 泛区间搜索的连续函数优化鲁棒蚁群算法*
陈志明,陈志祥
针对现有连续函数优化蚁群算法对自变量的初始区间存在敏感度问题,提出泛区间搜索的理念.通过在网格策略上加入新元素——自调整定义域的机制、自适应的蚁群规模、自适应的信息素增加强度和自适应的网格划分份数,提出泛区间搜索的连续函数优化蚁群算法.该算法可根据现有区间判断最优解的方位,实现全实数范围内的广度搜索.仿真实验表明该算法具备鲁棒性,在初始区间不含最优解的条件下也能找到最优解,且收敛速度和计算准确性受区间变化的影响较小.
2014 Vol. 27 (6): 487-495 [摘要] ( 404 ) [HTML 1KB] [PDF 688KB] ( 676 )
496 基于自排序熵的表面肌电信号特征提取方法*
谢平,魏秀利,杜义浩,陈晓玲
针对人体表面肌电信号的非平稳、非线性特点,提出一种基于排序熵和自互信息的自排序熵指标,定量描述表面肌电信号的内在动力学特性,实现肢体不同运动状态下肌电信号非线性特征的有效刻画.进行健康受试者上肢肘关节不同弯曲角度下表面肌电采集实验,计算其自排序熵指标并运用支持向量机进行动作识别,通过与已有表面肌电特征指标的对比分析,验证文中方法的有效性.
2014 Vol. 27 (6): 496-501 [摘要] ( 597 ) [HTML 1KB] [PDF 693KB] ( 980 )
502 基于簇间分离性的稀有类识别算法*
严宣辉,郭躬德
稀有类挖掘是数据挖掘的一个重要研究领域,具有广泛的应用背景.文中针对传统稀有类识别算法存在的缺陷,提出一种基于密度差异与簇间分离性判据相结合的稀有类识别算法(RDACS).该算法以特征权重相似度作为稀有类簇与周围数据样本间分离性的判据,并辅以积极学习的方法实现稀有类识别.在UCI公共数据集和KDD99数据集上的实验表明,与现有的同类算法相比,RDACS在询问次数指标上有较明显优势,能提高效率并减少人为误差,是现有稀有类识别方法的一种补充算法.
2014 Vol. 27 (6): 502-508 [摘要] ( 373 ) [HTML 1KB] [PDF 382KB] ( 700 )
509 一种基于调和随机权网络与曲波变换的图像分类方法*
赵建伟,周正华,曹飞龙
图像分类是图像处理研究中重要且基本的问题之一,而设计有效的特征提取方法和快速高精度的分类器则是图像分类研究的关键.文中以随机权网络算法为基础,结合多项式函数能有效逼近目标函数相对平缓部分的优点,提出调和随机权网络算法,并以此算法作为分类器,结合快速离散曲波变换和局部判别定位法,给出一种图像分类方法.该方法首先利用快速离散曲波变换提取图像特征,然后依据局部判别定位法对所提取的图像特征降维,最后运用所提出的调和随机权网络分类器识别降维的特征,从而有效实现图像分类.实验表明文中方法具有更高的识别率和更快的识别速度.
2014 Vol. 27 (6): 509-516 [摘要] ( 396 ) [HTML 1KB] [PDF 537KB] ( 644 )
研究与应用
517 基于深度学习的太阳能电池片表面缺陷检测方法*
王宪保,李洁,姚明海,何文秀,钱沄涛
目前对太阳能电池片的缺陷检测仍依赖人工完成,很难通过传统的CCD成像系统自动识别.作为一种多层神经网络学习算法,深度学习因对输入样本数据强大的特征提取能力而受到广泛关注.文中提出一种基于深度学习的太阳能电池片表面缺陷检测方法,该方法首先根据样本特征建立深度置信网络(DBN),并训练获取网络的初始权值;然后通过BP算法微调网络参数,取得训练样本到无缺陷模板之间的映射关系;最后利用重构图像与缺陷图像之间的对比关系,实现测试样本的缺陷检测.实验表明DBN能较好地建立上述映射关系,且准确、快速地进行缺陷检测.
2014 Vol. 27 (6): 517-523 [摘要] ( 1058 ) [HTML 1KB] [PDF 646KB] ( 2608 )
524 基于信息熵的兴趣度规则挖掘算法*
金洲,王儒敬
传统关联规则挖掘方法通常产生海量杂乱的规则,它们对用户而言是冗余的.为解决该问题,文中提出一种基于信息熵的兴趣度规则挖掘算法.通过变量相关性分析剔除原始规则集中虚假、错误的规则,并在信息熵的基础上提出度量关联规则兴趣度的框架.该算法不依赖用户先验知识,能无偏地表达数据包含的信息.在真实和仿真数据集上的实验验证该算法能有效挖掘兴趣度规则,且性能比传统算法更优.
2014 Vol. 27 (6): 524-532 [摘要] ( 372 ) [HTML 1KB] [PDF 595KB] ( 933 )
533 采用双模飞行的粒子群优化算法*
李景洋,王勇,李春雷
基于对现实中鸟群飞行方式的模拟,提出一种采用双模飞行的粒子群优化算法.该算法中的粒子在搜索过程中可使用变轨和不变轨两种飞行模式,并根据群体信息反馈和自身状态选择自己的飞行模式.文中选取典型的高维复杂优化问题作为算法优化性能测试.实验表明该算法的全局搜索能力有较大提高,能有效避免早熟收敛问题,可用于求解高维的复杂优化问题.
2014 Vol. 27 (6): 533-539 [摘要] ( 413 ) [HTML 1KB] [PDF 508KB] ( 614 )
540 基于混合差分蜂群算法的贝叶斯网络结构学习*
郭童,林峰
贝叶斯网络的结构学习是贝叶斯网络理论模型的核心,而现有的贝叶斯网络结构学习算法一般存在效率偏低的问题.针对此问题,文中提出基于混合差分蜂群算法的贝叶斯网络结构学习算法.该算法首先利用最大生成树准则得到初始种群,然后利用差分进化算法中的交叉、变异规则优化初始种群.在使用差分进化算法的过程中,分别将蜂群算法应用于变异阶段和优化改进交叉阶段,并且将云自适应理论应用于选择阶段选择生成个体.在经典贝叶斯网络上的仿真实验证明,文中算法在贝叶斯网络结构学习中具有较强的寻优能力.
2014 Vol. 27 (6): 540-545 [摘要] ( 507 ) [HTML 1KB] [PDF 450KB] ( 881 )
546 快速图像调和稀疏分解模型及其应用*
郑成勇
首先提出一种图像调和稀疏分解(HSID)模型,用于将一幅图像分解为调和分量和稀疏分量.然后提出基于增广拉格朗日交替方向法(ALADM)的HSID求解算法(HSID_ALADM),算法每次迭代的主要计算量为矩阵的快速傅氏变换,因此HSID_ALADM快速高效.将HSID_ALADM用于红外图像分解,所得的调和分量可视为图像背景,而其稀疏分量可视为图像中的目标分量,通过搜索稀疏分量中的局部能量极值,可检测出红外图像中的小目标. HSID_ALADM亦可直接用于图像补全与修复.实际的红外图像目标检测及图像补全与修复实验表明HSID_ALADM性能良好.
2014 Vol. 27 (6): 546-553 [摘要] ( 378 ) [HTML 1KB] [PDF 1359KB] ( 714 )
554 基于能量谱熵的英语摩擦音检测方法*
李立永,张连海
根据摩擦音发声时的频谱特点,提出一种基于能量谱熵的摩擦音检测方法.该方法首先利用不同音素的语谱能量特点检测出音素边界.然后计算每个语音段的能量谱熵,并将超过阈值的语音段作为候选.最后根据语音段的长度、开始结束时的能量突变等对特征候选语音段后处理,去除错误候选.实验表明,在干净环境中并且容错误差为20 ms时,摩擦音的检测率达到96.9%.
2014 Vol. 27 (6): 554-560 [摘要] ( 371 ) [HTML 1KB] [PDF 1084KB] ( 673 )
561 基于形态成分分析和Contourlet变换的自适应阈值图像去噪方法*
纪建,许双星,李晓
针对含有丰富纹理和边缘特征的噪声图像,提出一种基于形态成分分析(MCA)和Contourlet变换的自适应阈值图像去噪方法.该方法首先引入MCA将噪声图像分为低频部分和高频部分,在此基础上设计一种自适应的分层阈值估计处理策略.根据噪声的分布特性,通过阈值估计和Contourlet变换对噪声图像的低频部分和高频部分进行分频带去噪处理,有效去除噪声图像中的噪声.通过对噪声图像的仿真实验表明,文中方法能较好地保留图像纹理和边缘,并且去噪效果优于传统的均值滤波去噪、中值滤波去噪、小波多层阈值去噪和轮廓波多层阈值去噪方法.
2014 Vol. 27 (6): 561-568 [摘要] ( 338 ) [HTML 1KB] [PDF 714KB] ( 1214 )
569 多目标进化算法中基于角度偏好的ε-Pareto支配策略*
郑金华,赖念,郭观七

利用参考点及角度值引入决策者的偏好信息,采用角度偏好区域设定方法将目标空间划分为偏好区域和非偏好区域,提出一种能区分偏好区域和非偏好区域中非支配解的支配策略——角度偏好的ε-Pareto支配策略.为验证所提出的支配策略的有效性,将其融入基于ε支配的多目标进化算法(ε-MOEA)中,形成AP-ε-MOEA.通过与融入G支配的G-NSGA-II和融入R支配的R-NSGA-II的性能对比实验表明,AP-ε-MOEA在以较快速度收敛到Pareto最优边界的同时,能较好满足决策者偏好.

2014 Vol. 27 (6): 569-576 [摘要] ( 499 ) [HTML 1KB] [PDF 711KB] ( 681 )
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