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....

2019年 32卷 3期 刊出日期 2019-03-25 论文与报告 研究与应用   论文与报告 193 基于改进YOLO和迁移学习的水下鱼类目标实时检测 李庆忠,李宜兵,牛炯 为了实现非限制环境中水下机器人基于视频图像的水下鱼类目标快速检测,提出基于改进YOLO和迁移学习的水下鱼类目标实时检测算法.针对YOLO网络的不足,设计适合水下机器人嵌入式系统计算能力的精简YOLO网络(Underwater-YOLO).利用迁移学习方法训练Underwater-YOLO网络,克服海底鱼类已知样本集有限的限制.利用基于限制对比度自适应直方图均衡化的水下图像增强预处理算法,克服水下图像的降质问题.利用基于帧间图像结构相似度的选择性网络前向计算策略,提高视频帧检测速率.实验表明,文中算法能实现在非限制环境下海底鱼类目标的实时检测.相比YOLO,文中算法对海底鱼类小目标和重叠目标具有更好的检测性能. 2019 Vol. 32 (3): 193-203 [摘要] ( 1882 ) [HTML 1KB] [PDF 1432KB] ( 1080 ) 204 按风格划分数据的模糊聚类算法 沈浩,王士同 以K-means和模糊C均值为代表的划分式聚类算法无法有效处理按照风格为标准划分样本的聚类任务.针对此问题,文中提出按风格划分数据的模糊聚类算法.利用风格标准化矩阵表示包含在类簇中样本的风格信息,同时使用逼近标准风格之后的样本计算距离矩阵,并以隶属度表示样本点对于类簇的可代表程度.通过常用的交替优化策略同时优化隶属度矩阵和风格标准化矩阵.文中算法可以有效利用样本的风格信息和样本点与类簇之间的关系信息,在人工数据集和真实数据集上的实验表明算法的有效性. 2019 Vol. 32 (3): 204-213 [摘要] ( 532 ) [HTML 1KB] [PDF 1756KB] ( 405 ) 214 语义自编码结合关系网络的零样本图像识别算法 林克正,李昊天,白婧轩,李骜 为了解决零样本图像识别中传统模型容易出现投影域移位问题以及提高距离相似度度量的鲁棒性,提出关系网络改进语义自编码器的零样本识别算法.基于语义自编码器构建图像视觉特征和语义向量之间的特征映射,并将重构向量与对应向量真值进行级联后送入神经网络,最终利用输出的标量给出预测类别.实验表明,相比传统距离度量方法,文中算法在AWA、CUB和ImageNet-2数据集上的识别率均有所提高,在某些数据集上语义-视觉的投影效果优于反向投影. 2019 Vol. 32 (3): 214-224 [摘要] ( 500 ) [HTML 1KB] [PDF 3018KB] ( 437 ) 225 利用广义信息熵谱选择的图像分割 张大明,张学勇,李璐,刘华勇 谱聚类算法中图上拉普拉斯矩阵的特征向量(谱)决定聚类结果,如何选择谱至关重要.为了解决这一问题,基于广义信息熵,定义谱的区分性、谱的区分有效性和谱的区分度这3个指标.谱的区分性指标用于衡量谱所含聚类信息的显著程度;谱的区分有效性指标用于剔除聚类结果无效的谱;谱的区分度指标用于构建基于贡献力的选择性聚类集成方案.进而提出基于谱选择的谱聚类算法.各种自然图像分割实验表明文中算法简单有效. 2019 Vol. 32 (3): 225-236 [摘要] ( 616 ) [HTML 1KB] [PDF 2881KB] ( 477 ) 237 基于特征图切分的轻量级卷积神经网络 张雨丰,郑忠龙,刘华文,向道红,何小卫,李知菲,何依然,KHODJA abd Erraouf 卷积神经网络模型所需的存储容量和计算资源远超出移动和嵌入式设备的承载量,因此文中提出轻量级卷积神经网络架构(SFNet).SFNet架构引入切分模块的概念,通过将网络的输出特征图进行“切分”处理,每个特征图片段分别输送给不同大小的卷积核进行卷积运算,将运算得到的特征图拼接后由大小为1×1的卷积核进行通道融合.实验表明,相比目前通用的轻量级卷积神经网络,在卷积核数目及输入特征图通道数相同时,SFNet的参数和计算量更少,分类正确率更高.相比标准卷积,在网络复杂度大幅降低的情况下,切分模块的分类正确率持平甚至更高. 2019 Vol. 32 (3): 237-246 [摘要] ( 631 ) [HTML 1KB] [PDF 1057KB] ( 474 ) 研究与应用 247 基于混合改进GSO与GRNN并行集成学习模型 简书强,倪志伟,李敬明,朱旭辉,倪丽萍 针对萤火虫群优化算法(GSO)不稳定、收敛速度较慢与收敛精度较低等问题和广义回归神经网络(GRNN)的网络结构导致预测误差的特性,提出基于混合改进萤火虫群算法与广义回归神经网络并行集成学习模型,应用于雾霾预测.首先构建融合多种搜索策略的混合改进萤火虫群优化算法(HIGSO),并使用标准测试函数验证算法性能.然后结合HIGSO与引入扰动因子的GRNN模型,建立并行集成学习模型,并通过UCI标准数据集验证模型的有效性与可行性.最后将模型应用于北京、上海和广州地区的雾霾预测,进一步验证模型在雾霾预测中的性能. 2019 Vol. 32 (3): 247-258 [摘要] ( 514 ) [HTML 1KB] [PDF 1067KB] ( 300 ) 259 构建带空洞卷积的深度神经网络重建高分辨率图像 张焯林,赵建伟,曹飞龙 为了在滤波器参数保持不变的情形下扩大感受野,在非常深的卷积网络超分辨率模型网络中引入空洞卷积方法.首先,分析不同膨胀系数组合的空洞卷积块的感受野,并选择更好的结构作为空洞卷积块.然后,堆叠卷积块并加入残差连接构成深度卷积网络.最后,使用多种训练技巧对网络进行重新训练.实验表明,对于数据集Set5上较大的扩大因子,文中构建网络可提升重建效果,并在视觉上也有明显优势. 2019 Vol. 32 (3): 259-267 [摘要] ( 687 ) [HTML 1KB] [PDF 1416KB] ( 458 ) 268 基于模板校正与低秩分解的纺织品瑕疵检测方法 纪旋,梁久祯,侯振杰,常兴治,刘威 针对周期性纺织品存在的拉伸变形问题,提出结合模板校正与低秩分解的纺织品瑕疵检测方法.首先对原图像进行模板校正,减少图像拉伸变形对检测结果的影响.然后提出低秩校正分解模型,包含低秩项、稀疏项和校正项,通过交替方向法优化求解,生成低秩矩阵和稀疏矩阵.最后利用最优阈值分割算法,分割由稀疏矩阵产生的显著图,完成瑕疵检测.在标准数据库上的实验表明,文中方法的查全率有所提高. 2019 Vol. 32 (3): 268-277 [摘要] ( 445 ) [HTML 1KB] [PDF 1400KB] ( 364 ) 278 基于语言值有序对三元组的多类型数据标准化方法 王洪东,侯雪辉,高蕴慧,邹丽 为了标准化处理多类型数据,基于语言值二元组,提出语言值有序对三元组表示模型,研究语言值有序对三元组及其性质,给出语言值有序对三元组之间的相似度.讨论语言值有序对三元组加权平均算子,构造模糊集、直觉模糊集、犹豫模糊集、语言真值直觉模糊集与语言值有序对三元组的标准化转化模型.结合语言值有序对三元组之间的相似度,将模糊集、直觉模糊集、犹豫模糊集、语言真值直觉模糊集的转化模型应用于模式识别中.最后,通过医院智能分诊的实例说明文中方法的合理性和有效性. 2019 Vol. 32 (3): 278-286 [摘要] ( 341 ) [HTML 1KB] [PDF 793KB] ( 231 )

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