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....

2015年 28卷 9期 刊出日期 2015-09-30 论文与报告 综述与评论 研究与应用   论文与报告 769 基于命题逻辑概率赋值的近似推理模式* 张家录，陈雪刚，吴霞 将命题逻辑的赋值域由二值{0，1}推广到给定的概率空间，引进命题公式的概率赋值，概率赋值是经典命题逻辑赋值及各种真度概念的推广.利用概率赋值引入命题公式的概率真度、不可靠度、基于独立事件赋值集的概率真度等概念，通过讨论概率真度的性质，表明概率真度在全体命题公式集F(S)上满足Kolmogorov公理.证明全部命题公式基于独立事件赋值集的真度之集在[0，1]中无孤立点，以及在命题逻辑形式推演中，一个有效推理结论的不可靠度不超过各前提的不可靠度与其必要度的乘积之和等结论.在概率赋值的基础上，引进命题公式集的a.e.结论、依概率结论、依概率真度结论等概念，讨论这些概念之间的联系，并提出两个不同类型的近似推理模式. 2015 Vol. 28 (9): 769-780 [摘要] ( 527 ) [HTML 1KB] [PDF 424KB] ( 646 ) 781 基于集成学习和分层结构的多分类算法* 邹权，宋莉，陈文强，曾建沧，林琛 分类是数据挖掘、模式识别等领域的重要研究内容.文中提出基于集成学习和分层结构的多分类算法.首先依据问题的类别层分解问题，定义层次分类器的分层结构，然后在分层结构的基础上通过集成学习方法集成多个弱分类器以构成分类过程.在CCDM 2014数据挖掘竞赛中，文中算法在平均精度和F1-score等多项指标上均取得最高成绩，证明该算法在分类问题上的可行性. 2015 Vol. 28 (9): 781-787 [摘要] ( 574 ) [HTML 1KB] [PDF 484KB] ( 875 ) 788 矢量量化地标点的显式监督等距映射算法* 陈诗文，王宪保，李梦园，姚明海 针对等距映射(ISOMAP)无监督、不能生成显式映射函数等局限性，提出矢量量化地标点的显式监督等距映射算法.该算法首先在构建的邻域图和测地线距离矩阵中引入类别信息;然后针对在迭代优化处理距离矩阵时引入地标点的问题，运用矢量量化方法代替传统随机选取方法，使选取的地标点更能反映整个流形结构;最后把径向基函数作为函数基，得到降维方法的显式映射表示.在手写数字数据集和UCI数据集上的实验表明，文中算法降维效果快速稳定，识别率较高. 2015 Vol. 28 (9): 788-794 [摘要] ( 446 ) [HTML 1KB] [PDF 581KB] ( 739 ) 795 行式存储的快速属性约简算法* 梁宝华，汪世义 现有属性约简算法主要针对数据全部驻留内存的情况.为减少访问磁盘的I/O次数，文中提出一种行式存储方式，无需数据全部驻留内存.约简时将同类子划分收集到一个数组中，可快速得到简化决策表.同时引入不可区分率定义作为衡量属性重要性的依据，进而提出一种快速的属性约简算法，其时间复杂度和空间复杂度较低.通过实例和实验验证文中算法的有效性、可行性. 2015 Vol. 28 (9): 795-801 [摘要] ( 447 ) [HTML 1KB] [PDF 383KB] ( 498 ) 802 基于目标用户近邻修正的协同过滤算法* 张佳，林耀进，林梦雷，刘景华 在基于用户的协同过滤算法中，用户评分倾向性和评分矩阵的稀疏性致使难以准确可靠地搜寻目标用户的近邻.基于此，文中提出基于目标用户近邻修正的协同过滤算法.首先定义积极评分和消极评分两类用户群体，选择从目标用户评分倾向性一致的用户群体中寻找其近邻.然后对与目标用户共同评分项数量少而相似度可能高的近邻进行修正，为目标用户寻找更准确的近邻集合.实验表明，文中算法在一定程度上能有效提高推荐质量. 2015 Vol. 28 (9): 802-810 [摘要] ( 701 ) [HTML 1KB] [PDF 522KB] ( 794 ) 综述与评论 811 基于三元空间融合的人脸图像模式识别* 高新波，王楠楠，彭春蕾，李程远 在面对情况复杂的模式识别问题时，人的经验知识和认知结果的充分利用有助于提高识别准确率，因而构建基于物理、信息和认知等三元空间融合的模式识别系统尤为重要.文中以公共安全领域常用的人脸图像识别问题为例，综述基于三元空间融合的模式识别的研究进展与现状.重点从基于合成的方法、基于共享空间投影的方法和基于特征描述的方法等三个方面，介绍人脸识别涉及的基于人脸模拟画像的方法，并给出深入讨论及可能的发展方向，为辅助公共安全部门侦破案件提供技术帮助. 2015 Vol. 28 (9): 811-821 [摘要] ( 605 ) [HTML 1KB] [PDF 561KB] ( 820 ) 研究与应用 822 基于多核学习的画像画风的识别* 张铭津，李洁，王楠楠 画像的画风识别广泛应用于名画甄别和刑侦破案领域.文中提出基于多核学习的画像画风的识别算法.首先根据艺术评论家从画像部件的处理方式鉴定画像画风的方法，从画像中提取脸、左眼、右眼、鼻和嘴5个部件.然后根据画家从画像的明暗度和画像作者的绘画笔法识别画像画风的方法，从每个部件上提取灰度直方图特征、灰度矩特征、快速鲁棒特征和多尺度的局部二值模式特征.最后通过多核学习将不同部件和不同特征融合以进行画像画风的识别.实验表明，文中算法性能较好，能取得较高识别率. 2015 Vol. 28 (9): 822-827 [摘要] ( 671 ) [HTML 1KB] [PDF 631KB] ( 860 ) 828 基于增广边簇序列的重叠层次社区发现* 郭红，黄佳鑫，郭昆 高质量重叠层次社区的挖掘和发现已成为社会网络研究热点，为更有效地发现社会网络中具有重叠层次性的社区结构，提出基于增广边簇序列的边社区发现算法(DLC_ECS).在产生包含所有可能密度参数对应的社区结构的增广边簇序列的基础上，找出全局最优的密度参数，发现全局最优的边社区结构，将识别的边社区结构转化为节点社区结构，发现具有重叠结构的社区.在该序列的基础上，提出层次边社区提取算法(HLCE_ECS)，快速发现序列中的层次边社区结构，将识别的边社区结构转化为节点社区结构，发现同时具有重叠和层次结构的社区.在真实数据集和人工数据集上的实验表明，DLC_ECS具有更高的社区发现质量，HLCE_ECS能发现有意义的层次边社区结构. 2015 Vol. 28 (9): 828-838 [摘要] ( 445 ) [HTML 1KB] [PDF 635KB] ( 518 ) 839 基于犹豫模糊偏好关系的雾霾影响因素评价* 金飞飞，倪志伟 针对犹豫模糊环境下的群决策问题，引入犹豫模糊偏好关系的概念，提出犹豫模糊偏好关系加性一致性、乘性一致性和有序一致性定义，建立基于犹豫模糊偏好关系加性一致性和乘性一致性的决策方案优先关系排序方法.该方法对一致性犹豫模糊偏好关系进行有效修复，使修复后的犹豫模糊偏好关系满足加性一致性和乘性一致性，进而构建最优化模型求解方案优先权重.决策过程尽可能多地保留决策者的偏好信息，简化模型复杂度，拓展犹豫模糊理论的应用范围.通过影响雾霾天气的因素实验验证文中决策方法的可行性和有效性. 2015 Vol. 28 (9): 839-847 [摘要] ( 547 ) [HTML 1KB] [PDF 389KB] ( 730 ) 848 基于图像合成的多姿态人脸图像识别方法* 王亚南，苏剑波 由于人脸图像的姿态变化会导致识别效果大幅下降，文中通过同一个人的多张多姿态人脸图像的融合图像识别该人身份.从几何信息与纹理信息两个层面进行融合，利用人脸图像的几何信息挑选待融合图像集合以保证人脸信息的完整性.在现有的通用人脸数据库的基础上，利用网络多姿态人脸图像测试组测试原始图像与融合图像的识别率，结果表明融合后的图像能获得更好的识别效果. 2015 Vol. 28 (9): 848-856 [摘要] ( 574 ) [HTML 1KB] [PDF 1275KB] ( 967 ) 857 基于夹角余弦的证据组合方法* 胡嘉骥，李新德，王丰羽 Dempster-Shafer证据合成理论广泛应用于信息融合领域，但在证据高度冲突时存在反直观问题.针对此问题，文中从证据源展开分析，提出基于夹角余弦的冲突证据合成方法.该方法首先利用Pignistic概率分析证据源，然后通过夹角余弦与阈值比较识别冲突证据，并利用证据间关系生成可变修正因子和非冲突证据的概率分配，对冲突证据进行修正.最后利用Dempster-Shafer规则完成证据合成.实验表明，该方法可有效处理高冲突证据，尤其在多个冲突证据时也能获得较好的合成效果，可应用于多源信息融合、模式识别、不确定信息决策等领域. 2015 Vol. 28 (9): 857-864 [摘要] ( 423 ) [HTML 1KB] [PDF 466KB] ( 566 )

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