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....

2017年 30卷 8期 刊出日期 2017-08-31 论文与报告 研究与应用   论文与报告 673 平行数据:从大数据到数据智能* 刘昕，王晓 ，张卫山， 汪建基，王飞跃 为了解决实际问题,大数据分析处理系统需要获取数据,然而实际场景中收集到的实际数据通常不完备.另外,大多数问题的解决方案通常是由问题引导或者仅仅进行数据分析,运行参数调整和设定带有较大的盲目性,难以达到应用的智能性.为此,文中提出平行数据的概念和框架,根据实际数据经计算实验产生真正的虚拟大数据,结合默顿定律,以期待的解决方案与问题进行广义对偶,引导大数据聚焦到实际问题.实际数据与虚拟数据动态互动,平行演化,形成一个虚实相生、数据动态变化的过程,最终使数据具备智能,进而解决未知的问题.平行数据不但是一种数据表示形式,更是一种数据演化机制与方式,其特色是虚实互动,所有数据的动力学轨迹构成了数据动力学系统.平行数据为数据处理、表示、挖掘和应用提供了一个新的范式. 2017 Vol. 30 (8): 673-681 [摘要] ( 850 ) [HTML 1KB] [PDF 977KB] ( 748 ) 682 深度视觉特征与策略互补融合的图像质量评价* 林志洁， 丰明坤 视觉多特征融合方法未考虑图像不同特征之间和不同评价算法之间的视觉互补性.通过融合人类视觉系统前端生理感知和后端心理处理特性,文中提出深度视觉特征互补融合(CPDVF)的图像质量评价方法.CPDVF深度提取图像的多通道直方图统计和多通道梯度结构这2种互补视觉特征,并进行深度视觉处理.然后设计局部失真度评价和局部相似度评价2种互补算法,分别对失真图像的上述互补视觉特征进行评价.最后联合视觉心理特性和回归函数,融合2种特征评价,获得失真图像质量的客观评价.实验表明,相比特征相似度、视觉显著等多特征联合方法,文中方法在准确度、单调性和可靠性指标上优势明显. 2017 Vol. 30 (8): 682-691 [摘要] ( 480 ) [HTML 1KB] [PDF 1474KB] ( 413 ) 692 基于θ算子的变精度直觉模糊粗糙集* 薛占熬 ， 袁艺林 ，辛现伟 ， 韩丹杰 在模糊近似空间中,结合直觉模糊集的隶属度、非隶属度与模糊蕴涵算子,提出基于θ算子和θ算子的直觉模糊集及其隶属度和非隶属度的概念,并证明它们一系列性质.然后,结合直觉模糊集与变精度粗糙集,定义基于θ算子的变精度直觉模糊粗糙集,提出求解变精度粗糙集阈值参数β的方法,使用算例分析该方法. 2017 Vol. 30 (8): 692-701 [摘要] ( 510 ) [HTML 1KB] [PDF 754KB] ( 295 ) 702 改进的基于功率谱的趋磁性细菌算法* 张雪雪 ，刘三阳 为了避免超磁性细菌算法容易陷入局部极值的情况,设计全局搜索算子.进而以趋磁性细菌体内磁性颗粒产生的功率谱为基础,在模拟细菌磁矩调节过程中改进细菌磁矩调节算子和替换算子,给出结合混沌映射的功率谱替换算子,有效利用功率谱信息并增加种群多样性.实验表明,文中算法在低维问题上具有较高的收敛精度和稳定性,在高维问题上具有较好的收敛效果. 2017 Vol. 30 (8): 702-709 [摘要] ( 416 ) [HTML 1KB] [PDF 644KB] ( 332 ) 710 基于可变多粒度概率粗糙集的分类模型* 王佳琪 ，苗夺谦 ，张红云 以多粒度粗糙集理论为背景,结合可变多粒度思想与错误分类率思想,提出可变多粒度概率粗糙集(VMGPRS)模型.结合粗糙集理论中的属性约简思想,提出粒度约简算法,发现并解决可变多粒度模型中由于参数设定而引发的约简后粒度冗余问题.将约简前后的数据应用于SVM、KNN、NB等经典分类算法,验证约简对数据的分类能力几乎无影响.将规则与算法结合,设计基于规则的分类算法,并且实验分析VMGPRS模型中的2个调节参数α、 β对分类器分类效果的影响. 2017 Vol. 30 (8): 710-717 [摘要] ( 465 ) [HTML 1KB] [PDF 705KB] ( 398 ) 研究与应用 718 基于遮挡检测和时空上下文信息的目标跟踪算法* 储珺， 朱陶， 缪君 ， 江烂达 基于时空上下文信息的目标跟踪算法利用目标与背景之间的时空关系,在一定程度上解决静态遮挡问题,但当目标出现较大遮挡或快速运动目标被背景中物体遮挡(动态遮挡)时,仍然会出现跟踪不准确或跟丢的情况.基于此种情况,文中提出基于遮挡检测和时空上下文信息的目标跟踪算法.首先利用首帧图像中压缩后的光照不变颜色特征构造并初始化时空上下文模型.然后利用双向轨迹误差对输入的视频帧进行遮挡情况判断.如果相邻帧间目标区域特征点的双向匹配误差小于给定阈值,说明目标未出现严重遮挡或动态遮挡,可以利用时空上下文模型进行准确跟踪.否则利用文中提出的组合分类器对后续帧进行目标检测,直至重新检测到目标,同时对上下文模型和分类器进行在线更新.在多个视频帧序列上的测试表明,文中算法可以较好地解决复杂场景下较严重的静态遮挡和动态遮挡问题. 2017 Vol. 30 (8): 718-727 [摘要] ( 739 ) [HTML 1KB] [PDF 2549KB] ( 450 ) 728 融合显著度时空上下文的超像素跟踪算法* 郭春梅 ， 陈恳 ， 李萌， 李斐 为了更有效地利用目标的特征信息,提高目标的跟踪精度和鲁棒性,提出融合显著度时空上下文的超像素跟踪算法.首先对目标上下文区域进行超像素分割,根据运动信息计算目标上下文的运动相关性及特征协方差信息,得到相关性显著度.然后基于贝叶斯框架,在频域构建融合显著度信息的时空上下文模型.再利用联合颜色和纹理的直方图信息计算巴氏系数,更新时空上下文模型.此外,引入尺度金字塔模型,准确估计目标尺度.最后加入低通滤波自适应运动预测模块,在线更新动态模型样本集,使用岭回归方法实现低通滤波的参数在线更新.在公共数据上的实验表明,文中算法在光照变化、背景复杂、目标旋转、机动性高、分辨率低等情况下具有较好的跟踪效果. 2017 Vol. 30 (8): 728-739 [摘要] ( 432 ) [HTML 1KB] [PDF 6305KB] ( 346 ) 740 凸判别型典型相关分析 江帆 ，陈松灿 受几何平均度量学习(GMML)方法启发,文中提出凸判别型典型相关分析(CDCA).CDCA 将学习2个视图的投影矩阵转化为一个测地线凸的度量学习问题,获得一个全局的闭合解,同时直接获得判别性融合特征.在人工数据集和真实数据集上通过实验验证CDCA的有效性. 2017 Vol. 30 (8): 740-746 [摘要] ( 503 ) [HTML 1KB] [PDF 616KB] ( 348 ) 747 基于非局部自回归学习的医学图像超分辨重建方法 徐军 刘慧 尹义龙 由于受放射剂量的影响及成像设备条件的限制,医学图像在成像过程中的分辨率不高,并在一定程度上影响后期临床诊疗的精度.针对此问题,文中提出基于非局部自回归学习的医学图像超分辨重建方法.利用医学图像数据固有的非局部相似性特点,将自回归模型引入到基于稀疏表示的医学图像超分辨重建模型中,同时利用聚类算法得到分类字典,提高实验效率.实验表明,文中方法提高医学图像分辨率方面的可行性,及在重建效率和性能方面的优势 2017 Vol. 30 (8): 747-753 [摘要] ( 664 ) [HTML 1KB] [PDF 970KB] ( 437 ) 754 基于近邻元分析的半监督流形学习算法* 李雪晴 王靖 杜吉祥 现有的大多数流形学习算法偏重保持流形的几何结构,并未考虑到样本点的标签信息,这在一定程度上限制了流形学习算法在数据分类中的应用.因此文中提出一种基于近邻元分析的半监督流形学习算法,采用近邻元分析学习距离度量矩阵,在距离度量方式下选择样本点的局部邻域点.基于距离度量方式构造样本点和邻域点的局部几何结构,并在样本点的低维嵌入坐标中保持这种局部几何结构不变.3个不同数据集上的分类实验验证了文中算法的有效性. 2017 Vol. 30 (8): 754-760 [摘要] ( 491 ) [HTML 1KB] [PDF 542KB] ( 467 ) 761 基于加权α优势关系的多属性决策排序方法* 李佳，梁吉业，庞天杰 α优势粗糙集模型利用简单平均法赋权多个阈值α的排序结果,忽视数据集本身信息,导致不同数据集的排序质量差异性较大.针对此问题,文中提出基于加权α优势关系的优势度排序方法.首先运用α优势粗糙集方法详细分析决策对象.在此基础上,为了克服α主观赋权导致多属性决策排序结果中“并列”决策现象存在的不足,依据排序结果采用2种准则赋权α,并融合2种准则下所有对象的综合优势度,进一步细化排序结果.最后在具体算例中对比分析其它排序方法,验证文中方法的可行性和有效性. 2017 Vol. 30 (8): 761-768 [摘要] ( 396 ) [HTML 1KB] [PDF 507KB] ( 384 )

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