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....
 
 
2018年 31卷 4期 刊出日期 2018-04-25

论文与报告
综述与评论
研究与应用
 
论文与报告
293 基于自适应码率分配的压缩传感深度视频编码方法
王康, 兰旭光, 李翔伟
压缩传感深度视频(CSDV)是由深度视频经过压缩得到,它的冗余信息仍然巨大,由此,文中提出基于高斯混合模型和边缘码率分配的深度视频编码方法.在时域方向上,使用压缩传感,压缩八帧深度视频,得到一帧CSDV图像.为了减小量化的计算复杂度,将一帧CSDV图像分割成一系列大小相同且互不重合的视频块,使用Canny算子作为边界提取工具提取视频块的边界.根据每个视频块中非零像素所占的百分比,给不同的视频块分配不同的比特数.在模型中,使用高斯混合模型建模这些视频块,用于设计乘积矢量量化器,再使用乘积矢量量化器量化这些视频块.
2018 Vol. 31 (4): 293-299 [摘要] ( 509 ) [HTML 1KB] [PDF 3102KB] ( 373 )
300 融合连续区域特性和背景学习模型的显著计算
纪超, 黄新波, 刘慧英, 张慧莹, 邢小强
为了提高显著性模型的计算效率,提出基于连续区域特性和背景学习的模型,分别提取图像的显著区域,并进行融合.首先计算区域显著目标像素与周围像素位置的距离,提出基于贝叶斯的区域显著性对比的度量方法.然后采用连续性区域合并,合并空洞区域与其最相似的邻居区域.之后采用3种典型的显著性算法处理同一幅图像,得到不同的显著特征图,采用反差法得到各特征图的背景,建立混合高斯背景模型,加权学习合成背景图,再与原图作差得到前景显著区域.最后结合细胞调节规律融合得到的显著区域.在SED1、ASD图像库中测试文中算法,所得的F-measure、平均误差都较优.
2018 Vol. 31 (4): 300-309 [摘要] ( 385 ) [HTML 1KB] [PDF 1203KB] ( 620 )
310 分层概念格的上卷和下钻构造算法
张家录, 吴霞, 钟嘉鸣, 陆汝华
当形式背景中的某些属性可以分解为若干子属性时,构建分层概念格模型,讨论原形式背景的概念格和分层形式背景的分层概念格之间的联系.提出由下层概念构造上层概念的上卷构造算法和由上层概念构造下层概念的下钻构造算法.实验表明,采用分层概念格模型可以建模复杂属性数据,分层概念格上卷构造算法和下钻构造算法可以提高构建概念格的效率.
2018 Vol. 31 (4): 310-321 [摘要] ( 462 ) [HTML 1KB] [PDF 871KB] ( 236 )
322 多任务处理协同进化粒子群算法
程美英, 钱乾, 倪志伟, 朱旭辉

粒子群算法及其改进算法专注于单任务的求解.随着电子商务的发展,在线服务器在某一时刻需要同时处理来自多个用户的服务请求,即多任务处理.区别于以往的并行计算机,文中充分挖掘粒子群算法的“隐并行性”,并引入协同进化机制,在同一搜索空间根据任务个数设置不同的子种群,各子种群以一定的概率相互传递有效信息,最后提出基于多任务处理协同进化粒子群算法(CPSOM),并将CPSOM应用于多任务连续型函数优化问题、多任务离散型属性选择问题以及多任务约束工程优化问题.仿真实验表明,在CPSOM多任务环境中,不同任务之间确实存在有效信息的传递,不同任务之间的相互协作不仅可以提高解的质量,而且可以加快各优化问题的收敛速度.

2018 Vol. 31 (4): 322-334 [摘要] ( 700 ) [HTML 1KB] [PDF 1134KB] ( 499 )
综述与评论
335 基于深度卷积网络的目标检测综述
吴帅, 徐勇, 赵东宁

在基于区域的卷积神经网络提出后,深度卷积网络开始在目标检测领域普及,更快的基于区域的卷积神经网络将整个目标检测过程合成在一个统一的深度网络框架上.随后YOLO和SSD等目标检测框架的提出进一步提升目标检测的效率.文中系统总结基于深度网络的目标检测方法,归为2类:基于候选窗口的目标检测框架和基于回归的目标检测框架.基于候选窗口的目标检测框架首先需要在输入的图像上产生很多的候选窗口,然后对这些候选窗口进行判别.这里的判别包括:对窗口包含物体的类别(包括背景)进行判断、对窗口的位置进行回归.基于回归的目标检测方法将图像目标检测看作是一个回归的过程.在此基础上,在PASCAL_VOC和COCO等主流数据库上对比目前两类目标检测框架中的主流方法,分析两类方法各自的优势.最后根据当前深度网络目标检测方法的发展趋势,对目标检测方法未来的研究热点做出合理预测.

2018 Vol. 31 (4): 335-346 [摘要] ( 1103 ) [HTML 1KB] [PDF 1291KB] ( 1233 )
研究与应用
347 基于语言值格蕴涵代数的偏好顺序结构评估决策方法
邹丽, 罗思元, 史园园, 任永功
针对具有可比性和不可比性语言值信息的决策问题,提出基于语言值格蕴涵代数(LV(n×2))的多属性决策方法.讨论L(n×2)上的语言值评价矩阵及其性质,提出LV(n×2)上的优先函数和格值程度差,充分考虑属性值差距信息,将格值程度差应用到择优排序上.通过语言值向量,建立语言值向量合成矩阵,处理决策问题中的多专家多属性信息.引入语言值评价矩阵加权聚合算子对语言值评价矩阵进行聚合,利用偏好顺序结构评估(PROMETHEE)决策方法的非补偿性,构建基于语言值格蕴涵代数的PROMETHEE决策模型,并通过网络商品评价实例说明文中方法的有效性和实用性.
2018 Vol. 31 (4): 347-357 [摘要] ( 419 ) [HTML 1KB] [PDF 828KB] ( 313 )
358 基于进化状态判定的模糊自适应二进制粒子群优化算法
李浩君, 张征, 张鹏威, 王万良
随着迭代过程的推进,二进制粒子群算法容易陷入局部最优解,后期收敛性较差.针对此缺点,文中提出基于进化状态判定的模糊自适应二进制粒子群优化算法.采用隶属函数进行模糊分类的方法,判定种群进化状态.在迭代过程前期采用S形映射函数和较大的惯性权重值,提高收敛速度,保证算法的稳定性.后期采用V形映射函数和动态增减的惯性权重值,增强算法后期全局探索能力,避免其陷入局部最优.仿真实验表明,文中算法的收敛速度较快,精度较高,搜索能力较好,可以避免早熟现象.
2018 Vol. 31 (4): 358-369 [摘要] ( 433 ) [HTML 1KB] [PDF 973KB] ( 396 )
370 目标围捕任务中搜索与预包围阶段的群机器人行为学习
薛颂东, 张云正, 曾建潮
为了进行群机器人协同作业,提出目标搜索中导航类集体行为学习策略.在使用具有闭环调节功能的动态任务分工方法进行任务分配、自组织地生成多个子群后,在子群中引入基于社会学习微粒群算法的机器人行为学习策略.在子群框架内,机器人各自独立地以感知的共同意向目标信号强度为标准对所有成员排序,将感知优于自己的机器人作为行为示范者.然后在搜索空间各维度上分别随机选择一个行为示范者,学习其在相应维度上的位置坐标,经构造得到搜索空间中自己的学习行为向量,由此决策自身的运动行为.仿真结果表明,在不需要学习全局社会经验的前提下,机器人能针对所属子群的共同意向目标进行协同作业,提高搜索效率.
2018 Vol. 31 (4): 370-378 [摘要] ( 446 ) [HTML 1KB] [PDF 922KB] ( 267 )
379 基于图像云模型语义标注的条件生成对抗网络
杜秋平, 刘群
在图像补全技术中,当图像丢失较多信息时,仅凭自身已有的信息很难补全图像.因此,文中使用条件生成对抗网络(CGAN)和多粒度认知相结合的方式研究图像的降噪和补全.首先借助云模型中高斯云变换算法提取无标签图像的多层语义信息,并根据不同层次的语义信息对图像进行不同粒度的分割,同时对已分割图像进行自动语义标注.然后将各粒层图像和其对应的语义信息分别作为CGAN的训练数据,得到图像生成对抗网络模型.最后依据此模型补全图像的缺失信息.实验表明,对于Caltech-UCSD Birds和Oxford-102flowers数据集的图像降噪和图像补全,文中算法取得较好效果.
2018 Vol. 31 (4): 379-388 [摘要] ( 569 ) [HTML 1KB] [PDF 2593KB] ( 440 )
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