模式识别与人工智能

Select

进化算法与动态贝叶斯网络混合优化研究^*

肖秦琨，高晓光

模式识别与人工智能. 2006, 19(3): 281-288.

PDF全文 ( )

可视化

提出一种复杂环境下自主控制的动态优化新方法.首先,利用动态贝叶斯网络作为进化算法t代到t+1代的转移网络,将贝叶斯优化及概率模型进化算法的静态优化机制推广到动态系统. 通过感知环境变化,转移网络可以适时改变优化的基本条件和重新确立优化方向,指导自主智能体在无人干预下顺利完成一系列复杂任务.仿真结果表明基本思路正确.其次,为提高优化速度,满足实时性要求,提出“约束函数”及“置换”的概念,通过减少进化过程中不必要的网络节点及继承上一代部分优良解的方式,使得进化优化不必每次都重头开始,提高算法效率.

Select

一种有效的高属性维稀疏数据聚类算法^*

赵亚琴，周献中，何新，王建宇

模式识别与人工智能. 2006, 19(3): 289-294.

PDF全文 ( )

可视化

聚类分析是数据挖掘最常见的技术之一,数据的规模、维数和稀疏性都是制约聚类分析的不同方面.本文提出一种有效的高属性维稀疏数据聚类方法.给出稀疏相似度、等价关系的相似度、广义的等价关系的定义.基于对象间的稀疏相似度和等价关系原理形成初始等价类,通过等价关系的相似度修正初始等价关系,使得最终聚类结果更合理.该算法聚类过程不依赖于输入样本的排列顺序,高维稀疏数据的有效压缩提高算法在维数较高时的执行效率,适合于高维稀疏数据的聚类分析.

Select

分段式过程神经元网络^*

梁久祯

模式识别与人工智能. 2006, 19(3): 295-299.

PDF全文 ( )

可视化

研究分段式过程神经网络模型及其学习算法.在过程神经元网络基础上提出分段式过程神经网络模型,并给出在已知和未知各阶段期望输出两种情况下的学习算法,目的是模拟分段目标规划和评判系统.最后给出大学生综合评价系统的应用实例,模拟仿真结果说明模型和算法是有效的.

Select

基于音素绑定码本映射的说话人声音转换方法

王子祥，戴礼荣，王玉平，王仁华

模式识别与人工智能. 2006, 19(3): 300-306.

PDF全文 ( )

可视化

介绍说话人声音转换系统框架,并对传统的基于码本映射的说话人声音转换方法进行讨论.指出传统的码本映射方法由于对谱的转换采用所有码本加权叠加,因此会产生转换后语音频谱平滑效应过重的问题,从而使转换后语音音质较差.为了克服这种问题,本文提出基于音素绑定的码本加权叠加方法来完成语音谱的转换,同时利用决策树来完成韵律的转换.实验表明,即使在数据量较少的情况下,该方法也能较好地完成说话人声音转换,并能得到较高的语音音质.

Select

基于遗传算法的Mercer核聚类方法^*

周林峰，丁永生

模式识别与人工智能. 2006, 19(3): 307-311.

PDF全文 ( )

可视化

结合Mercer核函数和遗传算法,提出一种新的基于遗传算法的Mercer核聚类方法.利用Mercer核函数将输入样本空间非线性映射到新的高维特征空间,可以显现样本的特征差异,提高算法的收敛速度和分类能力,而结合遗传算法可以得到近似最优解.仿真实验和在纺织品质量评估中的应用验证算法的可行性和有效性.

Select

基于扰动分析的不相关鉴别矢量集优化方法

王卫东，郑宇杰，杨静宇

模式识别与人工智能. 2006, 19(3): 312-317.

PDF全文 ( )

可视化

在不相关图像投影分析的基础上,重点分析特征值及特征向量的扰动特性,指出病态特征值所对应的特征向量会受到较大扰动.因此,若以该特征向量作为投影轴进行投影,则所得到的特征矢量不能提供有效的鉴别信息.由此,提出不相关鉴别矢量集的优化方法.在ORL人脸库上的实验结果表明,利用该优化方法可简化投影矩阵,从而提高特征提取的效率并使识别率的稳定性得到改善.同时,本文提出的基于扰动分析的优化方法同样适用于对其它线性鉴别矢量集进行优化.

Select

CAUPS系统中的实体Agent属性调整策略^*

蒋云良，庄越挺，徐从富，刘勇

模式识别与人工智能. 2006, 19(3): 318-324.

PDF全文 ( )

可视化

CAUPS (Computer Aided Urban Planning System)是一个基于对象和Agent的计算机辅助城市规划系统,该系统采用实体Agent作为其运行的基本单元.本文分析多实体Agent系统的性能评价因素,即多个实体
Agent的通信方式及其属性调整策略.介绍一种基于KQML的多Agent通信方式,在此基础上,实现多实体Agent间的属性调整功能.将CAUPS中的Agent相互作用关系划分为三种基本类型,即单向的实体Agent属性调整、双向的实体Agent属性调整和传递的实体Agent属性调整.并针对单向和双向的实体Agent属性调整关系提出弱同步算法予以解决,针对传递的实体Agent属性调整关系提出强同步算法予以处理.

Select

基于遗传算法的多目标识别实时系统设计^*

杨淑莹，何丕廉

模式识别与人工智能. 2006, 19(3): 325-330.

PDF全文 ( )

可视化

探讨在实时跟踪系统中多目标的快速识别问题.利用多帧相差法将运动目标与背景分离.根据不同区域的平均值,采用动态查表法进行二值化.对物体提取具有不变性的特征量.利用遗传算法的快速寻优能力,实现对多目标识别.实验表明该方法能够识别运动目标,并能够快速进行聚类判别.

Select

基于改进免疫遗传算法的交通信号优化控制^*

顾榕，曹立明，王小平

模式识别与人工智能. 2006, 19(3): 331-337.

PDF全文 ( )

可视化

阐述免疫遗传学的基本原理,对传统免疫遗传算法做了改进.模拟抗体两次应答抗原的机理,引入信息熵计算抗原间的亲和力,选择亲和力高且相似度低的抗体遗传到后代,运用细胞记忆机制保存优良抗体,并令记忆细胞参与进化,避免算法陷入局部最优值.在此基础上,提出一种更新的相位配时优化算法对交通信号控制问题进行探讨,并设计相应的仿真实验.对一个四相位单交叉路口的交通流进行建模和分析,实验结果验证该算法处理交通配时优化问题的可行性和有效性.

Select

粗糙群的同态性质

林仁炳，王基一

模式识别与人工智能. 2006, 19(3): 338-341.

PDF全文 ( )

可视化

φ是群G到K的满同态映射.利用φ将群K中的同余关系ρ诱导到群G中,在此基础上获得同态映射φ与同余关系的上(下)近似可交换的性质,证明同态映射φ保持上(下)粗子群、上(下)粗左(右,双侧)理想不变.

Select

用于过程优化的改进模式识别方法及其应用^*

阎镜予，沈之宇，薛美盛，孙德敏

模式识别与人工智能. 2006, 19(3): 342-348.

PDF全文 ( )

可视化

为克服模式识别优化方法在过程优化中应用的困难,根据特征权重与梯度思想,有针对性地提出样本权重和类间斜率概念,改进模式识别优化方法.对非线性、多变量、强耦合系统的仿真结果和与自适应优化的对比证明:改进后的方法在优化效果上有较大改善.在一套年产8万吨的氨合成塔上对氨净值实施在线优化,改善了氨合成塔的操作条件,氨净值提高0.38%,取得明显的经济效益.

Select

一种基于洪水消退模型的快速分水岭算法

张立东，毕笃彦

模式识别与人工智能. 2006, 19(3): 349-356.

PDF全文 ( )

可视化

基于洪水消退思想从反方向建立一个新的分水岭算法模型.用提取截面曲线局部极大值代替传统算法的淹没过程.实验结果表明此算法较传统算法减少了计算量和内存占用量,而且可以与识别结合,让识别来控制分割算法复杂度,有效降低了计算量和过分割.

Select

一种使用权系数的语音增强方法

朴春俊，崔双喜

模式识别与人工智能. 2006, 19(3): 357-361.

PDF全文 ( )

可视化

在语音增强系统中,为减小语音失真和降低残余噪音,本文推导出一种权系数.这种权系数能保持残余噪音低于噪音掩蔽阈值而语音失真度又较小.Matlab仿真实验表明,本文提出的语音增强方法,在减少语音失真的同时,能够较好地抑制残余噪音.通过主观听音测试表明语音的自然度也较好.

Select

三维极半径矩及其在三维模型检索中的应用^*

李宗民，于广斌，刘玉杰，李华

模式识别与人工智能. 2006, 19(3): 362-367.

PDF全文 ( )

可视化

提出一种用于三维数据模型检索的三维极半径矩.证明这种矩具有平移、缩放和旋转的不变性.给出18个不变矩表达式,可用于三维模型的比较和识别.实验验证特征向量的不变性.并且,基于这种三维极半径矩的识别算法具有较好的识别率.

Select

基于覆盖算法的天体光谱自动分类^*

杨金福，吴福朝，罗阿理，赵永恒

模式识别与人工智能. 2006, 19(3): 368-374.

PDF全文 ( )

可视化

海量天体光谱数据的自动分类是大型观测计划项目中急需解决的重要问题之一.本文设计一种基于覆盖算法的天体光谱自动分类方法.首先对训练样本进行训练,得到各类样本的支撑点(代表点),然后在分类时只需计算待分类样本到各类支撑点的距离,并将与之最近的支撑点所在的类别作为待分类样本的类别.通过对正常星系、正常恒星、星暴星系和活动星系核的模拟和实测光谱进行分类实验,并与SVM分类方法进行比较,结果表明本文方法具有训练速度快、分类准确率高等特点.因此,本文的自动分类算法对大型观测计划所获得的海量天体光谱数据处理有着重要的意义.

Select

量化规则格及其渐进式构造^*

李云，刘宗田，陈崚，蔡俊杰

模式识别与人工智能. 2006, 19(3): 375-381.

PDF全文 ( )

可视化

提取最小无冗余规则的关键是获取频繁封闭项集所对应的同交易项集集合中的最小项集.为了便于利用概念格提取这类规则,本文提出量化规则格,重点讨论在渐进构造格的过程中生成节点所对应的同交易项集中的最小项集的问题,并给出相应的算法.由于量化规则格和格节点对应的具有相同交易集的最小项集是渐进生成的,因此,它适合于从动态数据库中提取最小无冗余的关联规则并且可方便地实现规则的渐增更新.

Select

CMAC算法中泛化特性分析

林旭梅，梅涛，骆敏舟，宋彦锋

模式识别与人工智能. 2006, 19(3): 382-387.

PDF全文 ( )

可视化

CMAC算法中,研究泛化性能是其中一项主要内容.泛化性能好,则网络的学习精度高. 本文阐述网络的原理、结构、学习算法,对影响泛化性能的量化精度、采样精度及其之间的关系进行理论分析.并通过计算机仿真验证了当量化精度等于采样精度、量化精度大于采样精度时对网络精度的影响, 得出量化精度应该大于采样精度的结论. 提出一种利用基于多目标的遗传算法来确定泛化常数和量化精度的方法,并通过实例验证方法的正确性.

Select

分类区间小波网络在目标识别中的应用

朱志宇，张冰，刘维亭

模式识别与人工智能. 2006, 19(3): 388-392.

PDF全文 ( )

可视化

介绍一种区间小波的构造方法.并将区间小波与神经网络相结合,提出一种用于信号分类的分类区间小波网络,利用它解决小波网络的基底空间与被学习信号所属空间不匹配的问题.在分类区间小波网络模型中引入模拟退火策略,并采用自适应变学习系数训练网络.实验结果表明,将分类区间小波网络应用于雷达目标识别,可以减少神经元数目,提高网络收敛速度,并能较好解决高维学习的“维数灾难”问题,获得较好的分类效果.

Select

基于证据理论和硬c均值法的不确定性信息聚类

曹可劲，赵宗贵，江汉

模式识别与人工智能. 2006, 19(3): 393-399.

PDF全文 ( )

可视化

在对于多源不确定性信息进行分析时,需要根据其来源对信息分类.本文研究以证据形式表达的多源信息聚类问题,详细分析证据聚类的评价标准,提出将证据空间向欧氏空间转化,利用硬c均值聚类法对多源不确定性信息聚类.基于以上理论,给出一个利用多源传感器ESM实现空中目标跟踪的实例.

Select

独立任务分配问题的离散粒子群优化算法^*

钟一文，杨建刚

模式识别与人工智能. 2006, 19(3): 399-405.

PDF全文 ( )

可视化

以异构环境下独立任务分配问题为例,提出一种离散粒子群优化算法.对粒子的位置、速度等量及其运算规则进行重新定义.为抑制早熟停滞现象,为粒子和粒子群分别定义个体多样性和微观多样性.算法中使用排斥算子来保持粒子群的多样性,使用学习算子来提高算法的局部求精能力,使算法在空间探索和局部求精间取得较好的平衡.与领域中的其它典型算法进行仿真比较,结果表明,离散粒子群优化算法具有良好的性能.

Select

一种用于LQR控制问题的强化学习方法

文锋，陈宗海，周光明，陈春林

模式识别与人工智能. 2006, 19(3): 406-411.

PDF全文 ( )

可视化

现有强化学习方法的收敛性分析大多针对离散状态问题,对于连续状态问题强化学习的收敛性分析仅局限于简单的LQR控制问题.本文对现有两种用于LQR问题收敛的强化学习方法进行分析,针对存在的问题,提出一种只需部分模型信息的强化学习方法.该方法使用递推最小二乘TD(RLSTD)方法估计值函数参数,递推最小二乘方法(RLS)估计贪心改进策略.并给出理想情况下此方法收敛的理论分析.仿真实验表明该方法收敛到最优控制策略.

Select

一种基于粗糙集的离散化算法^*

石红

模式识别与人工智能. 2006, 19(3): 412-416.

PDF全文 ( )

可视化

粗糙集理论以其独特的数据约简能力在不确定信息处理的相关领域得到广泛关注和研究,而连续属性的离散化是粗糙集方法及其它归纳学习系统中的重要环节.将离散化视作一种信息概括、抽象和约简,利用粗糙集理论提出一种全局的离散化算法.算法通过定义一致性度量,实现全局离散,弥补了局部离散化MDLP方法引入不一致的缺陷.然后在保持一致性前提下,进一步对离散中分割点的冗余进行约简.实验采用ID3和粗糙集分类工具ROSETTA在多个大数据集上对提出的离散方法进行分类验证,实验结果表明该算法的有效性和优越性.

Select

基于绝对尺度预测的交互式进化算法^*

王上飞，薛佳，王煦法

模式识别与人工智能. 2006, 19(3): 417-421.

PDF全文 ( )

可视化

预测用户的评估特性可以有效减轻交互式进化算法中的用户疲劳问题,但基于相对尺度的用户评估制约了预测的准确性.针对这一问题,本文提出一种基于绝对尺度预测的交互式进化算法,将用户的相对评估转化成绝对评估,减少预测器学习样本中的噪声,提高预测的准确性,从而加快算法的收敛速度,更好地减轻用户疲劳.文中采用6个标准函数模拟用户,验证算法的有效性.将该算法应用于服装图像的个性化情感检索,运用符号检验方法证实采用本文所提出的算法可以获得更好的检索结果.

Select

一种混合曲率流图像除噪方法

王洪元，石澄贤，夏德深

模式识别与人工智能. 2006, 19(3): 422-427.

PDF全文 ( )

可视化

基于几何曲线(曲面)演化的图像除噪和恢复是图像处理领域中的一个研究热点.本文利用几何和非线性扩散理论分析最大最小曲率流曲线演化方程,提出结合边缘信息的开关函数控制曲线(曲面)演化的混合曲率流图像除噪模型.实验证明,与其它除噪模型比较,该模型能更好解决曲线演化模型在对图像除噪时边缘保护和噪声去除的问题,提高曲线演化模型的图像除噪能力,并改善图像的可视性.

Select

基于最先策略增强学习的ART2神经网络^*

樊建，吴耿锋

模式识别与人工智能. 2006, 19(3): 428-432.

PDF全文 ( )

可视化

提出一种基于最先策略增强学习的ART2神经网络FPRLART2(ForemostPolicy Reinforcement Learning based ART2 neural network),并介绍其学习算法.为了达到在线学习的目的,在FPRLART2中,从状态到行为值之间的映射中,选择第一个得到奖励的行为,而不是选择诸如1step QLearning中具有最优行为值的行为.ART2神经网络用于存储分类模式,其权重通过增强学习增强或减弱,达到学习的目的.并将FPRLART2运用到移动机器人避碰撞问题的研究中.仿真实验表明,引入FPRLART2后减少移动机器人与障碍物发生碰撞的次数,具有良好的避碰效果.

选择文件类型/文献管理软件名称

选择包含的内容

本期目录

2006年, 第19卷, 第3期　刊出日期：2006-06-25

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

本期目录

2006年, 第19卷, 第3期 刊出日期：2006-06-25

2006年, 第19卷, 第3期　刊出日期：2006-06-25