模式识别与人工智能

Select

具有隐藏变量的贝叶斯网络结构学习^*

王双成，刘喜华，唐海燕

模式识别与人工智能. 2006, 19(5): 561-566.

PDF全文 ( )

可视化

目前,学习具有隐藏变量的贝叶斯网络结构主要采用结合EM算法的打分搜索方法,其效率和可靠性低.本文针对此问题建立一种新的具有隐藏变量贝叶斯网络结构学习方法.该方法首先依据变量之间基本依赖关系、基本结构和依赖分析思想进行不考虑隐藏变量的贝叶斯网络结构学习,然后利用贝叶斯网络道德图中的Cliques发现隐藏变量的位置,最后基于依赖结构、Gibbs sampling和MDL标准确定隐藏变量的取值、维数和局部结构.该方法能够避免标准Gibbs sampling的指数复杂性问题和现有学习方法存在的主要问题.实验结果表明,该方法能够有效进行具有隐藏变量的贝叶斯网络结构学习.

Select

融合段长信息的中、英文语种辨识^*

孙健，王作英

模式识别与人工智能. 2006, 19(5): 567-571.

PDF全文 ( )

可视化

状态的段长信息反映语言发音变化速率的信息.不同语言的发音速率也存在着差异,因此状态的段长信息可以作为区分语种的信息之一.本文在建立基于段长分布的隐含Markov模型(DDBHMM)的音素识别系统和大词汇量连续语音识别(LVCSR)系统的基础上进行中、英文语种辨识,表明DDBHMM可以准确描述状态的段长信息,改善中、英文语种的辨识性能.

Select

基于区分对象对集的高效属性约简算法

徐章艳，杨炳儒，宋威

模式识别与人工智能. 2006, 19(5): 572-577.

PDF全文 ( )

可视化

给出区分对象对集的定义和基于区分对象对集的属性约简的定义,证明该定义与基于正区域的属性约简定义等价.由于求区分对象对集时,要求出公式用1实例说明该算法的高效性.

Select

基于HMM/SVM两级结构的汉语易混淆语音识别^*

王欢良，韩纪庆，李海峰，郑铁然

模式识别与人工智能. 2006, 19(5): 578-584.

PDF全文 ( )

可视化

基于HMM的汉语语音识别中,易混淆语音的识别率仍然不高.在分析HMM固有缺陷的基础上,本文提出一种使用SVM在HMM系统上进行二次识别来提高易混淆语音识别率的方法.通过引入置信度估计环节,提高系统性能和效率.通过充分利用Viterbi解码获得的信息来构造新的分类特征,从而解决标准SVM难以处理可变长数据的问题.详细探讨这种两级识别结构中置信度估计、分类特征提取和SVM识别器构造等问题.语音识别实验的结果显示,与采用HMM/SVM混合结构的模型相比,本文方法在对识别速度影响很小的情况下可以使识别率有明显提高.这表明所提出的具有置信估计环节的HMM/SVM两级结构用于易混淆语音识别是可行的.

Select

基于分块统计量的Gabor特征描述方法及人脸识别^*

龙飞，叶学义，李斌，姚鹏，庄镇泉

模式识别与人工智能. 2006, 19(5): 585-590.

PDF全文 ( )

可视化

Gabor小波是人脸特征描述中的一个重要工具.为减少由直接对Gabor特征进行下采样造成的有用信息丢失,本文提出一种基于分块统计量的Gabor特征描述方法,增强人脸图像的Gabor特征描述效率.在此基础上,探讨基于广义鉴别分析的二次特征提取方法.实验表明,Gabor特征描述和广义鉴别分析两种方法结合后所产生的识别性能优于其中每个方法单独使用的识别性能,且与Eigenfaces、Fisherfaces等流行方法相比具有较大优势.

Select

基于主动探测的室内未知环境下移动机器人地图创建算法

周光明，陈宗海，刘年庆，贾梦雷

模式识别与人工智能. 2006, 19(5): 591-597.

PDF全文 ( )

可视化

主要研究室内未知环境下移动机器人基于超声波传感器的地图创建问题.针对超声波传感器角分辨率低、可能发生镜面反射等固有缺陷,通过分析相邻传感器信息间的相互关系建立精确的局部环境模型,并以此为基础提出一种用于地图创建的主动探测策略.利用移动机器人在室内环境下进行地图创建实验,并将实验结果与其他常用的基于超声波传感器的地图创建算法进行比较.实验结果表明,基于主动探测策略的地图创建算法能够克服超声波传感器的固有缺陷,以较为准确、高效的方式建立室内环境的完整地图.

Select

基于尺度核函数的最小二乘支持向量机^*

武方方，赵银亮

模式识别与人工智能. 2006, 19(5): 598-603.

PDF全文 ( )

可视化

支持向量机的核函数一直是影响其学习效果的重要因素.本文基于小波分解理论和支持向量机核函数的条件,提出一种多维允许支持向量尺度核函数.该核函数不仅具有平移正交性,且可以以其正交性逼近二次可积空间上的任意曲线,从而提升支持向量机的泛化性能.在尺度函数作为支持向量核函数的基础之上,提出基于尺度核函数的最小二乘支持向量机(LSSSVM).实验结果表明,LSSSVM在同等条件下比传统支持向量机的学习精度更高,因而更适用于复杂函数的学习问题.

Select

贝叶斯网络结构改进方法研究^*

蒋国萍，陈英武

模式识别与人工智能. 2006, 19(5): 604-610.

PDF全文 ( )

可视化

针对两阶段的贝叶斯网络建模任务,提出基于网络度量的贝叶斯网络结构改进方法.定义基于条件独立互信息测度、以网络复杂度为惩罚函数的网络度量.该方法通过添加必要的弧和删除多余的弧两个主要步骤,搜索具有最小网络测度的贝叶斯网络为改进后的最佳网络.给出方法的详细过程,证明方法的正确性,并进一步分析算法的复杂度.通过熟知的贝叶斯网络Alarm的实验,验证方法的有效性.

Select

基于人工鱼群算法的离散化方法^*

曾建武，张建明，王树青

模式识别与人工智能. 2006, 19(5): 611-616.

PDF全文 ( )

可视化

针对连续属性离散化过程中由于区间分割不当所造成的病态问题,提出一种最优离散化方法.将离散化中的分割点划分问题转化为一个指标寻优问题,采用人工鱼群算法进行优化求解.通过引入虚拟分割点,利用鱼群算法的聚群行为对离散区间实现有效合并.实例分析结果表明,用人工鱼群算法寻优得到的离散区间数目较少,最后得到的决策规则更为精简并具有较强的数据抗干扰能力.

Select

基于等价类推理的几何自动推理网^*

江建国，张景中

模式识别与人工智能. 2006, 19(5): 617-628.

PDF全文 ( )

可视化

为了提高推理引擎的推理效率,将Rete算法和等价类推理技术整合到基于规则的几何自动推理系统中,构造一种新的推理引擎,即基于等价类推理的几何自动推理网.采用Lisp语言实现该推理引擎,并做了50多个非平凡几何定理的实验,实验结果表明该推理引擎具有更高的推理效率.

Select

PCA在语音检测中的应用研究

朱君波，朱夏君，王守觉

模式识别与人工智能. 2006, 19(5): 629-633.

PDF全文 ( )

可视化

提出主元分析PCA(Principal Component Analysis)用于语音检测的方法研究.用主元分析法在多维空间中建立坐标轴,将待处理信号投影到该坐标轴中,通过分析投影结果判断是否为语音信号.通过将语音和非语音分别建立子空间,来区分语音和非语音信号.该方法不同于常规的语音时域、频域处理方法,而是在多维空间中对信号进行分析.实验结果表明,该方法准确率高、简单、容易实现,而且能区分多种非语音信号.

Select

一种基于选择性集成SVM的新闻音频自动分类方法^*

韩冰，高新波，姬红兵

模式识别与人工智能. 2006, 19(5): 634-639.

PDF全文 ( )

可视化

作为视频检索的一种重要线索,音频检测和分类受到广泛关注并已成为一个热门的研究方向.在新闻视频先验模型和结构的基础上,提出一种基于选择性集成SVM(SENSVM)的分类器设计方法.从而将新闻视频划分成静音、音乐、语音和带有背景音乐的语音这4种类型.用8514s的真实新闻音频数据所作的仿真实验结果表明:所提出基于选择性集成SVM的新闻音频自动分类算法的平均准确率高达98.2%,远远高于单纯基于SVM的方法和传统的基于门限的方法.

Select

室内视频中基于边缘的运动阴影去除算法^*

肖梅，韩崇昭

模式识别与人工智能. 2006, 19(5): 640-644.

PDF全文 ( )

可视化

针对运动提取算法总是将运动阴影错误检测为运动前景,提出一种基于边缘信息的室内运动阴影去除算法.首先用Canny算子提取输入图像的边缘,同时对输入图像进行梯度分割;其次利用运动边缘的属性提取属于真实前景的运动边缘;再次得到靠近运动边缘的真实前景的部分边界;最后通过文中提出的边界跟踪技术构建出完整的前景边界,从而提高运动前景的检测精度.仿真实验表明,对不同的光源距离、不同的阴影投影方向及不同颜色前景引起的运动阴影,算法都能鲁棒地分离目标及其阴影区域.

Select

基于非线性降维算法的视频序列特征提取及图像重建

李华，都思丹，鲁凡，高敦堂

模式识别与人工智能. 2006, 19(5): 645-651.

PDF全文 ( )

可视化

在经典算法的基础上,根据典型视频序列的特点对降维算法进行双通道扩展,并提出k近邻核函数法重建高维图像.在高低维空间建立映射,解决无重构算法的问题.同时也为视频压缩提供一条新思路.实验结果显示算法的有效性.

Select

快速的人脸轮廓检测及姿态估计算法

胡元奎，汪增福

模式识别与人工智能. 2006, 19(5): 652-657.

PDF全文 ( )

可视化

提出一种基于人脸特征区域划分的人脸轮廓检测方法和快速人脸姿态估计方法.该方法根据特征点在人脸的分布情况将人脸划分为9个区域.对于每个选定的区域,首先检测出其初始轮廓线,然后用三次多项式对其进行曲线拟合处理,最后把不同区域的轮廓线连接起来得到完整的人脸轮廓.此外,为了快速、准确地估计出人脸的姿态,本文从人脸的对称性出发,提出了进行人脸姿态估计的面积模型和近似平面模型.实验表明,本文所提出的轮廓检测方法对于复杂背景中具有不同姿态的人脸图像可以得到较满意的检测结果.和其它检测方法相比,本文方法具有模型简单、计算速度快等优点.

Select

自然图像分割方法及其在目标检测中的应用

洪义平，易建强，赵冬斌，李新征

模式识别与人工智能. 2006, 19(5): 658-662.

PDF全文 ( )

可视化

提出一种基于Mean Shift改进的自然图像分割方法及其在视觉导航中的目标检测应用.改进的分割方法从数据分析的角度出发,由数据本身估计用于聚类的颜色带宽.然后,估计每个像素的密度值,并采用直接密度搜索方式搜索局部模式.在局部模式检测之后,通过一个全局标准控制的局部模式融合,得到分割结果.目标检测就是在分割结果之上,采用离线建立的目标模型,进行目标认证.实验表明,本文提出的方法能有效检测不同光照和复杂背景下的自然目标.

Select

基于局部沃尔什变换的纹理分割方法

王晓明

模式识别与人工智能. 2006, 19(5): 663-666.

PDF全文 ( )

可视化

提出一种基于局部沃尔什变换的纹理分割方法.在求取图像中每个像素的局部沃尔什变换系数的基础上,在一定窗口内估计各个变换系数的2、4、6阶矩作为窗口中心像素的纹理特征.然后采用模糊C均值算法根据纹理特征对像素进行聚类,取得较好的分割效果.

Select

一种改进的自适应不完整自然梯度盲源分离算法

牛奕龙，王英民，王毅

模式识别与人工智能. 2006, 19(5): 667-673.

PDF全文 ( )

可视化

与自然梯度盲源分离算法相比,不完整自然梯度算法避免因源信号非平稳或幅值快速变化而引起的数值不稳定.在深入分析和推导该算法的基础上,针对其中非线性激活函数难以确定的困难,提出一种利用峰度对激活函数进行自适应选择的改进算法.该算法无需已知源信号的先验信息,既保留了不完整自然梯度算法恢复非平稳源信号的优势,又可使其适用于服从任意分布的源信号.仿真比较结果表明,该方法性能优于选择正切函数作为激活函数的不完整自然梯度算法,分离效果较好.

Select

结构图的谱分解及聚类研究^*

孔敏，陈思宝，赵海峰，罗斌

模式识别与人工智能. 2006, 19(5): 674-679.

PDF全文 ( )

可视化

探索用图谱方法嵌入和聚类非加权图,以图的邻接矩阵主要特征向量来定义邻接矩阵的特征模.对每个特征模,我们计算谱特征向量,包括特征模周界、特征模体积、Cheeger常数、模间邻接矩阵和模间边界距离.用两种对比方法嵌入这些向量到一个模式空间:1)用谱模式特征的协方差矩阵的主成分分析(PCA)和独立分量分析(ICA);2)两类模式向量在L2范数下的多维尺度变换方法(MDS).另外,我们在三维多面体的二维图像中用角点特征来表示邻近图,以描述不同嵌入方法的聚类效果.

Select

二值图像中直线拟合误差与直线方向的关系^*

刘阳成，朱枫

模式识别与人工智能. 2006, 19(5): 680-684.

PDF全文 ( )

可视化

主要从空间量化误差的角度分析直线方向与拟合误差的关系.首先介绍直线的拟合方法,然后定义敏感距离这一度量图像中的直线对移动敏感性的概念.由此出发讨论不同斜率的直线对直线平移的敏感程度,给出敏感移动距离的表达式及证明.对各种直线拟合结果进行实验统计,结果表明拟合误差与敏感距离有着密切的联系.基于直线拟合时方向误差远小于截距误差这一结果,在已知直线斜率以及直线像素点的前提下,提出一种新的估计截距的方法,实验结果表明本文方法更优越.

Select

基于独立分量分析的人耳图像识别方法^*

张海军，穆志纯，刘克

模式识别与人工智能. 2006, 19(5): 685-688.

PDF全文 ( )

可视化

人耳识别是一种新的生物特征识别技术.本文将独立分量分析应用于人耳图像的特征提取,并分别与最近邻分类器、RBF神经网络分类器和支持向量机相结合进行分类识别.实验结果表明基于独立分量分析的人耳识别方法优于传统的主分量分析方法.

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5期　刊出日期：2006-10-25

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5期 刊出日期：2006-10-25

2006年, 第19卷, 第5期　刊出日期：2006-10-25