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 8期 刊出日期 2014-08-30
论文与报告
综述与评论
研究与应用
 
论文与报告
673 考虑用户标注状态的标签推荐方法*
于洪，邓明瑶，胡峰
为进一步提升标签推荐的质量，提出一种考虑用户当前标注状态的标签推荐方法.首先根据统计分析方法发现社会标签系统中用户使用的标签总数随时间有一定的变化规律，因此提出当前用户标注状态可能属于下列3种情况之一:成长态、成熟态和休眠态，并给出相关定义.然后根据3种用户标注状态的不同特点，提出不同策略下计算标签的概率分布，为用户推荐最可能使用的标签.对比实验表明文中方法能提供更准确的推荐结果.
2014 Vol. 27 (8): 673-682 [摘要] ( 430 ) [HTML 1KB] [PDF 471KB] ( 1081 )
683 U弦长曲率:一种离散曲率计算方法*
郭娟娟，钟宝江
数字曲线的离散曲率计算在图像分析和计算机视觉的各个领域都有广泛应用.文中提出一种离散曲率计算方法——U弦长曲率.数字曲线上的每个点，它的支持领域由距离该点为给定弦长的两点确定，再在这个支持领域内估算当前点的U弦长曲率，理论分析论证U弦长曲率与曲线的真实曲率之间存在一种明确联系.与现有的离散曲率计算方法相比，U弦长曲率具有更强的抗旋转性和抗噪性，适用于完成曲线匹配等对曲率计算稳定性要求高的一类任务.仿真实验结果验证文中方法的有效性.
2014 Vol. 27 (8): 683-691 [摘要] ( 762 ) [HTML 1KB] [PDF 820KB] ( 1921 )
692 求解线性SVM的非精确步长搜索割平面方法*
储德军，陶安，高乾坤，姜纪远，陶卿
割平面方法可高效求解线性支持向量机问题，其主要思路是通过不断添加割平面并利用精确线性搜索实现算法的加速和优化.针对其中的非光滑线性搜索问题，文中提出一种基于非精确步长搜索的加速割平面方法.该方法使用较少的迭代次数就能确定最优步长所在的子区间.在此基础上，用二点二次插值的闭式解逼近最优步长，从而较精确线性搜索方法速度更快、开销更小，且保持同样的收敛边界.大量实验表明，文中方法效率优于基于精确线性搜索的优化割平面方法，在一些数据库上的收敛速度甚至提升50%.
2014 Vol. 27 (8): 692-700 [摘要] ( 483 ) [HTML 1KB] [PDF 721KB] ( 1147 )
701 基于模糊化的决策粗糙集属性约简和分类*
郭敏，贾修一，商琳
决策粗糙集是一种基于贝叶斯风险最小化原则的具有一定容忍度的概率粗糙集模型，但当前关于决策粗糙集模型的研究只局限于处理具有离散型数据的信息表.文中将模糊集和决策粗糙集理论相结合，在决策粗糙集模型中计算期望风险损失时，利用模糊隶属度函数代替传统的后验概率求解方法，这样可推导出新的决策规则，进而可高效处理那些包含连续型属性的信息系统.实验表明该方法是可行的，并且可通过调整隶属度函数，达到更佳分类效果.
2014 Vol. 27 (8): 701-707 [摘要] ( 403 ) [HTML 1KB] [PDF 344KB] ( 2211 )
708 基于稀疏表示的遮挡人脸表情识别方法*
朱明旱，李树涛，叶华
用基于稀疏表示的分类方法识别遮挡人脸表情时，遮挡字典不具有冗余度且身份特征易干扰表情分类.针对此问题，文中提出一种基于稀疏表示的遮挡人脸表情识别方法.该方法首先通过对图像多级分块得到具有冗余度的遮挡字典，然后通过稀疏分解求出待测图像的稀疏表示系数，最后在待测图像所在的子空间内实现表情类别判断.该方法使待测图像的分解系数变得更稀疏，同时避免身份特征对表情分类的干扰.在Cohn-Kanade和JAFFE人脸库上的遮挡表情识别实验表明，该方法对遮挡人脸的表情识别具有较强的鲁棒性.
2014 Vol. 27 (8): 708-712 [摘要] ( 558 ) [HTML 1KB] [PDF 680KB] ( 1073 )
713 基于张量的KFLD-SIFT与RVM模糊积分融合的人体行为识别方法*
肖迪，南雷光
针对人体行为识别领域中视频序列的大样本及多特征问题，提出一种基于张量的核Fisher非线性鉴别(KFLD)-尺度不变特征变换(SIFT)与相关向量机(RVM)模糊积分融合的人体行为识别方法.该方法首先通过预处理视频序列得到二值视频，并采用三阶张量表示.然后针对大样本特征提出KFLD-SIFT局部特征提取算法，对不同初始尺度下的关键点周围的多特征降维，同时提出RVM模糊积分融合算法进行行为分类.最后应用4种经典评价指标及计算得到的平均识别率对比分析文中方法与其他相关方法的识别效果，数据采用KTH人体行为数据库中的视频，并采用三重交叉方法验证和测试.实验表明文中方法对多种行为取得较好的识别效果，平均识别率比其他主流方法至少提高2.3%.
2014 Vol. 27 (8): 713-719 [摘要] ( 416 ) [HTML 1KB] [PDF 466KB] ( 974 )
综述与评论
720 协同过滤推荐技术综述*
冷亚军，陆青，梁昌勇
协同过滤是推荐系统中广泛使用的推荐技术，研究人员对如何完善协同过滤推荐技术开展大量工作，但是相应的研究总结较少.文中对协同过滤的相关研究进行全面回顾，首先阐述协同过滤的内涵及其存在的主要问题，包括稀疏性、多内容及可扩展性，然后详细介绍国内外学者针对以上问题的解决方案，最后指出协同过滤下一步的研究重点.文中介绍一个相对完整的协同过滤知识框架，对理清协同过滤的研究脉络，为后续研究提供参考，推进个性化信息服务的发展具有一定意义.
2014 Vol. 27 (8): 720-734 [摘要] ( 676 ) [HTML 1KB] [PDF 698KB] ( 3856 )
研究与应用
735 基于支持向量域描述的图像集匹配*
曾青松
提出一种基于支持向量域描述的图像集匹配方法.该方法首先通过支持向量机学习，将每个图像集合映射到高维特征空间，使用支持向量域对图像集合建模，建立的模型使用一个包含大部分样本的最小闭球表示.然后引入基于支持向量域之间距离的相似性度量，将集合的匹配转换为成对的支持向量域之间的距离计算.最后在基于集合的人脸和对象识别任务中分别进行测试，文中方法的识别率在ETH80、HondaUCSD和YouTube数据库上分别达到96.37%、100%和95.32%，优于其他方法.
2014 Vol. 27 (8): 735-740 [摘要] ( 496 ) [HTML 1KB] [PDF 421KB] ( 1007 )
741 基于深度信息和SURF-BoW的中国手语识别算法*
杨全，彭进业
为实现视频中手语的准确识别，提出一种基于深度图连续自适应均值漂移(DI_CamShift)和加速强健特征词包(SURF-BoW)的中国手语识别算法.该算法将Kinect作为手语视频采集设备，在获取彩色视频的同时得到其深度信息.算法首先计算深度图像中手语手势的主轴方向角和质心位置，通过调整搜索窗口对手势准确跟踪;然后使用基于深度积分图像的OTSU算法分割手势并提取其加速强健特征(SURF)，进而构建SURF-BoW作为手语特征并使用SVM识别.通过实验验证该算法在单个手语字母上的最好识别率为99.37%，平均识别率为96.24%.
2014 Vol. 27 (8): 741-749 [摘要] ( 547 ) [HTML 1KB] [PDF 956KB] ( 1177 )
750 基于改进型SDA的自然图像分类与检索*
徐守晶，韩立新，曾晓勤
将堆叠去噪编码器应用于图像识别中，并针对自然图像检索领域，使用卷积自动编码器改进堆叠去噪编码器，采用非监督贪婪逐层训练算法初始化网络权重，使用反向传播算法优化网络参数.利用改进的堆叠去噪编码器提取自然图像特征，使用softmax分类器分类.最后将提取的特征结合尺度不变特征转换技术实现图像检索.实验证明改进型堆叠去噪编码器大幅降低网络训练时长的同时增强网络的容错能力，提高分类器的分类精度，最终改善图像的检索效果.
2014 Vol. 27 (8): 750-757 [摘要] ( 397 ) [HTML 1KB] [PDF 742KB] ( 1219 )
758 基于模式匹配的结构化信息抽取*
邵堃，杨春磊，钱立宾，方帅

针对半结构化文本的信息抽取粒度较大，不能对抽取结果进行有效语义分析的问题，面向领域提出一种基于模式匹配的结构化信息二次抽取方法.该方法以Web文档形式呈现的半结构化文本为对象，对粗粒度抽取结果进行领域识别，根据识别结果加载相应领域词库.根据模式中各个角色的词性实现模式角色到分词序列词语的映射，从分词序列中抽取出结构化信息，为准确的语义分析提供支持.实验表明该方法能获得更准确的抽取结果.
2014 Vol. 27 (8): 758-768 [摘要] ( 549 ) [HTML 1KB] [PDF 711KB] ( 1339 )
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