模式识别与人工智能

Select

基于二进制粒子群优化的一个最小属性约简算法^*

叶东毅，廖建坤

模式识别与人工智能. 2007, 20(3): 295-300.

PDF全文 ( )

可视化

研究基于二进制粒子群优化算法思想求解决策表最小属性约简问题的方法.定义适当的适应值函数，将决策表最小属性约简问题转化为一个适合二进制粒子群优化算法求解的0-1组合优化问题，证明问题解的等价性.在此基础上，引入种子粒子概念及其自适应保护策略，提出一个改进的二进制粒子群算法，取得良好的效果.实验结果说明该算法的有效性.

Select

一种快速多分类支持向量机实现策略

李建武，陆耀

模式识别与人工智能. 2007, 20(3): 301-307.

PDF全文 ( )

可视化

基于二进制编码技术，提出一种快速多分类支持向量机实现策略.首先描述编码技术的实现思想，进一步给出避免多分类器中各个支持向量机的正负类样本数目不均衡的方法.并提出寻找多类别之间的最佳划分的策略，使该分类器在牺牲较小精度的情况下，具有较快的分类速度，适合应用于实时或在线分类系统中.最后根据实验结果对这种多分类器系统的性能进行评述.

Select

交互式MultiAgent遗传算法^*

黄永青，郝国生，梁昌勇，杨善林

模式识别与人工智能. 2007, 20(3): 308-312.

PDF全文 ( )

可视化

提出一种新的交互式MultiAgent遗传算法.该算法使固定在网格上的相邻智能体之间进行交叉、变异、死亡与再生操作和最优智能体本身进行自学习，来提高智能体的能量，从而使得算法获得较强的全局收敛能力和局部搜索能力.用户在每代进化中，只需选择感兴趣的个体，而不用评价每个个体的适应值，使得用户的评价操作变得简单易行.函数优化和服装设计的仿真实验表明算法能以较快的进化速度收敛，并使用户总评价次数减少，从而有效缓解用户的疲劳.

Select

基于PCA/Snake混合模型的运动目标外轮廓求解^*

李春明，李玉山，张大朴，刘洋

模式识别与人工智能. 2007, 20(3): 313-318.

PDF全文 ( )

可视化

提出一种基于PCA/Snake混合模型的运动目标外轮廓求解算法.该算法首先基于改进的主成分分析(PCA)模型和特征前景进行运动目标检测.然后根据目标的检测结果，基于Snake模型精确求解出运动目标的外轮廓.实验结果表明，本文算法提取的运动目标位置较精确，可同时提取图像序列中的多运动目标，且运算速度较快.

Select

广义蚁群算法及其在机器人队形变换中的应用^*

张颖，陈雪波

模式识别与人工智能. 2007, 20(3): 319-324.

PDF全文 ( )

可视化

本文提出广义蚁群算法.该算法设有多个蚂蚁群体，各群体的蚁穴和食物位置均不同，而且不同蚁穴对应不同食物.在设定的搜索时间范围内，各群体蚂蚁在蚁穴和食物间搜索到的最短路径上会加强信息素的强度，而调节其它路径上的信息素为零.各群体之间在行动时各走各的路径，不会发生碰撞.在环境改变时各群体会从各自的蚁穴，沿着加强的信息素趋向于各自的食物.将广义蚁群算法和仿射变换应用于机器人队形变换，效果较好.

Select

基于点空间特征的两种点匹配算法

谭志国，孙即祥

模式识别与人工智能. 2007, 20(3): 325-330.

PDF全文 ( )

可视化

通过讨论和分析经典特征向量匹配算法的基本原理和抗噪性能问题，提出2种新的点匹配算法:加权特征向量算法和顺序匹配算法.加权特征向量匹配算法通过对点集距离矩阵进行特征向量分解获得点集中点的特征向量，而后利用特征值对向量加权，通过比较点的加权特征向量相似性来获取匹配关系.顺序匹配算法避免了矩阵分解，直接对距离矩阵的距离向量进行排序，通过较有序的向量来获取匹配关系.这2种算法，解决了经典特征向量匹配算法中抗噪性能差和高斯参数选择的2个问题.实验结果表明，算法切实可行，文中结论正确.

Select

构造前向神经网络逼近多项式函数^*

曹飞龙，张永全，潘星

模式识别与人工智能. 2007, 20(3): 331-335.

PDF全文 ( )

可视化

首先用构造性的方法证明:对于任意的n阶多元多项式函数，可以构造一个三层前向神经网络以任意精度逼近该多项式，所构造网络的隐层节点个数仅与多项式的维数d和阶数n有关.然后，我们给出实现这一逼近的具体算法.最后，给出两个算例进一步验证所得的理论结果.本文结果对神经网络逼近多元多项式函数的具体网络构造以及实现这一逼近的方法等问题具有指导意义.

Select

多变量时间序列例外模式的识别^*

翁小清，沈钧毅

模式识别与人工智能. 2007, 20(3): 336-342.

PDF全文 ( )

可视化

多变量时间序列(MTS)在金融、医学、科学、工程等领域是非常普遍的.本文提出一种在MTS中识别异常模式的方法.采用自底向上的分割算法将MTS分割成互不重叠的子序列，使用扩展的Frobenius范数来计算2个MTS子序列之间的相似性，通过K均值聚类将MTS子序列分为若干个类.根据异常模式的定义，从这若干个类中识别出异常模式.在2个实际数据集上进行实验，实验结果验证算法的有效性.

Select

基于结构元理论的模糊多属性群决策方法^*

刘海涛，郭嗣琮

模式识别与人工智能. 2007, 20(3): 343-348.

PDF全文 ( )

可视化

主要目的是将结构元理论引入到模糊多属性决策中，以简化传统决策的复杂运算.折衷型群决策方法是经典多属性群决策中最常用的方法之一，本文根据该方法的原理提出两种基于结构元理论的模糊多属性群决策的折衷型方法.同时借助实例进行决策运算.最后与传统方法进行比较，本文所提出的这两种算法对于进一步研究模糊多属性群决策问题有较好的参考作用.

Select

粒子群优化算法研究进展^*

倪庆剑，邢汉承，张志政，王蓁蓁，文巨峰

模式识别与人工智能. 2007, 20(3): 349-357.

PDF全文 ( )

可视化

粒子群优化(PSO)算法作为一种仿生进化算法，是受到自然界生物群体行为机制的启发而提出的.本文首先介绍PSO算法的基本原理和工作机制.然后着重就PSO算法的理论和应用研究现状进行综述，包括PSO算法的改进、PSO算法的参数设置、PSO算法的收敛性、PSO算法与其它算法的融合以及PSO算法在优化领域的典型应用，并进一步分析它们的研究重点和发展方向.最后是关于PSO算法面临的问题和研究展望，提出PSO算法研究中值得探讨的一些课题.

Select

一类改进的最小距离分类器的增量学习算法^*

桑农，张荣，张天序

模式识别与人工智能. 2007, 20(3): 358-364.

PDF全文 ( )

可视化

提出一种基于改进的最小距离分类器的增量学习算法，消除增量学习过程中产生的分类器内部结构的相互干扰，使分类器既能记住已学习的知识，又能学习新知识.增量学习需要对分类器结构进行调整，必须使用有代表性的已学习样本帮助分类器在学习新知识时复习旧知识.针对正态分布的样本集提出一种筛选算法，只保留有代表性的少量样本，大大减少存储消耗和重新训练的计算开销.实验结果证明该算法对样本的识别准确率高，在有效识别新样本的同时对以前学习的样本也保持较高的识别率，消耗存储空间小.

Select

基于独立成分分析和信息融合的步态识别^*

鲁继文，张二虎，薛延学

模式识别与人工智能. 2007, 20(3): 365-370.

PDF全文 ( )

可视化

提出基于独立成分分析和多视角信息融合的步态识别方法.应用背景差分和阴影消除检测出人体步态轮廓，对人体轮廓用小波描述子进行特征提取.通过独立成分分析对特征进行压缩，应用支持向量机完成对步态的分类与识别.通过融合不同视角下的步态特征，完成多视角下信息融合的步态识别.方法在NLPR和XAUT步态数据库上进行实验，取得较高的识别率.实验结果表明本文方法具有较高的识别性能.

Select

一种改进的空间聚类算法^*

胡彩平，秦小麟

模式识别与人工智能. 2007, 20(3): 371-376.

PDF全文 ( )

可视化

空间聚类是空间数据挖掘中一个非常重要的方法.本文在分析DBSCAN算法不足的基础上，提出一种改进的空间聚类算法(AISCA).为了能够有效处理大规模空间数据库，算法采用一种新的抽样技术.另外，通过引入匹配邻域的概念，使得算法在聚类时不仅考虑空间属性也考虑非空间属性.二维空间数据测试结果表明算法是可行、有效的.

Select

基于小波变换、二维主元分析与独立元分析的人脸识别方法^*

甘俊英，李春芝

模式识别与人工智能. 2007, 20(3): 377-381.

PDF全文 ( )

可视化

结合小波变换(WT)、二维主元分析(2DPCA)和独立元分析(ICA)的特点，提出一种人脸识别方法.首先，利用小波变换将原始图像分解为高频分量和低频分量，并忽略水平高频与垂直高频分量，从而消除噪声.然后，通过2DPCA对该图像进行降维，求得白化矩阵.再利用ICA获得训练样本的独立元成分，同时求得训练样本独立基构造的独立基子空间.最后，将训练样本与测试样本分别朝该独立基子空间投影，获得样本的投影特征，并依据最近邻准则完成人脸识别.基于ORL与Yale人脸数据库的实验结果表明，本文方法正确识别率高于2DPCA、2DPCAICA与WT2DPCA算法.

Select

一种基于图像显著特征点的检索算法

赵珊，崔江涛，周利华

模式识别与人工智能. 2007, 20(3): 382-387.

PDF全文 ( )

可视化

提出一种基于图像显著特征点的检索算法.首先给出一种具有一定自适应能力的显著特征点的提取算法，即采用改进的图像的块逆概率差模型来提取原图像的块逆概率差图像(DBIP图像).在此基础上，根据BDIP图像中像素的分布特点来提取图像的显著特征点.然后以它们为线索，把图像的形状特征和空间颜色分布特征有机结合起来进行检索.该算法不仅克服利用兴趣点检索时的缺点，而且降低传统显著点提取算法的复杂度，又包含一定的形状信息，具有较好的检索效率.实验结果表明，该算法是有效的.

Select

一种基于改进的GVFSnake模型的车辆跟踪算法^*

张晖，董育宁，夏洋

模式识别与人工智能. 2007, 20(3): 388-393.

PDF全文 ( )

可视化

提出一种基于改进的GVFSnake模型(基于梯度矢量流的活动轮廓模型)的车辆跟踪算法.该算法利用帧差法自动获取车辆的初始轮廓，通过改进的GVFSnake模型，从车辆视频流中准确提取出车辆的轮廓.为提高计算速度，改进的GVFSnake模型采用贪心算法逐点迭代，并根据控制点的距离，自适应地增删控制点，以适应车辆目标大小变化.在此基础上，应用预测算法对车辆进行快速准确的跟踪.实验结果验证该算法的有效性.

Select

改进的KMSE方法及其实现^*

徐勇，陆建峰，金忠，杨静宇

模式识别与人工智能. 2007, 20(3): 394-398.

PDF全文 ( )

可视化

依据KMSE模型对应的特征空间中的鉴别矢量可表示为部分训练样本的线性组合这一理论前提，可利用回归分析中变量选择的思路对KMSE模型加以改进.在本文中为了提高KMSE的分类效率而发展出的基于最小平方误差准则的算法能大大提升KMSE模型的分类速度.实验结果显示该算法还能取得较优的分类性能.

Select

基于病毒进化机制的基因表达式编程算法研究^*

杨捷，李德华，王祖喜，陈磊

模式识别与人工智能. 2007, 20(3): 399-405.

PDF全文 ( )

可视化

结合病毒进化机制，提出一种基因表达式编程算法来解决函数拟合和序列预测等数值优化问题.该算法通过构造新的病毒更新和感染机制，有效加速种群的进化并避免早熟收敛的发生.性能分析和实验结果表明:与传统的基因表达式编程算法相比，本文算法无论在解的质量上还是在收敛速度上都要更好.最后还将本文算法应用于图像定标的实际工程中，取得较好计算效果，具有较大实用价值.

Select

基于免疫原理的个性化Spam过滤算法^*

张泽明，罗文坚，王煦法

模式识别与人工智能. 2007, 20(3): 406-414.

PDF全文 ( )

可视化

受生物免疫系统工作机制的启发，本文提出一种基于免疫原理的个性化Spam过滤算法.其主要思想是根据用户兴趣和邮件特征定义垃圾邮件社区，将各垃圾邮件归类于不同的垃圾邮件社区，抽取各个垃圾邮件社区的特征并用一组特征检测器来表示，检测时通过判断待检测邮件是否归属于某垃圾邮件社区来进行过滤.该算法是一个增量学习算法，能连续过滤垃圾邮件.算法中免疫学习与免疫记忆机制的采用不仅能提高垃圾邮件过滤的检出率与正确率还能加快邮件过滤的速度.文中通过测试实验和分析表明，本文算法的垃圾邮件过滤性能优于AISEC与NaveBayesian算法.

Select

基于层次聚类的时间序列在线划分算法^*

杜奕，卢德唐，李道伦，查文舒

模式识别与人工智能. 2007, 20(3): 415-420.

PDF全文 ( )

可视化

如何在线划分数据序列以满足持续动态增长的海量数据流需求正成为序列挖掘领域中的重要内容之一.本文提出一种新的基于层次聚类的在线序列分割算法(OSHC).利用数据序列的有序性特征，构造一种存储划分特征的链表结构SFList.该算法通过一次扫描数据库实现数据序列的在线划分，时间复杂度为O(n).利用SFList中保存的划分特征信息，历史信息的快速查询成为可能.实验结果表明OSHC算法具有良好的划分性能和扩展性能.

Select

基于插值边缘算子的时间序列模式表示^*

詹艳艳，徐荣聪，陈晓云

模式识别与人工智能. 2007, 20(3): 421-427.

PDF全文 ( )

可视化

借鉴数字图像领域中边缘算子的基本思想，提出一种基于插值边缘算子的时间序列分段线性表示方法(简称为IEO表示).该方法根据插值边缘算子中的两个子度量:边缘强度和插值误差相结合的度量标准来选取时间序列模式表示中每个子模式的边缘点(端点).时间序列的IEO表示不但可以压缩数据，还可以有效抑制噪声的影响，因而具有较强的适应性，可以适应不同的数据特征环境.

Select

从单幅灰度图像中求解三维物体姿态的方法

成兰，邢哲，田原

模式识别与人工智能. 2007, 20(3): 428-434.

PDF全文 ( )

可视化

诸如车辆之类的三维物体的运动常常被约束于一个平面上.这种平面约束显著减少二维图像到三维目标的匹配自由度，从而使得这类三维目标的识别问题得到极大简化.基于此，本文提出一种从单幅定标的灰度图像中求解约束于一已知平面的三维目标的方法.该方法首先计算出给定模型所有可能的旋转角度，再通过聚类获得一些可能的旋转角度类.在每个角度类中，我们对目标所有可能的位置进行计算，并通过聚类获得在此旋转角度下的位置类.之后将候选的角度和位置进行过滤并进行优化以获得最终结果.该算法对于三维目标的部分遮挡具有较好的适应性，其有效性得到实验验证.

Select

一种基于Adaboost的分层特征空间人脸检测的方法

李三平，魏镇韩，张毓森

模式识别与人工智能. 2007, 20(3): 435-438.

PDF全文 ( )

可视化

Viola和Jones的人脸检测方法在分类器训练后期，基于Haarlike特征的弱分类器分类能力变弱.针对此问题，提出一种基于Adaboost的分层特征空间的人脸检测方法.该方法让弱分类器在局部和全局特征空间中进行训练，增强弱分类器的分类性能.实验表明，本文方法提高系统的正确检测率，降低错误报警数，与当前人脸检测系统相比性能更优越.

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

2007年, 第20卷, 第3期　刊出日期：2007-06-25

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

2007年, 第20卷, 第3期 刊出日期：2007-06-25

2007年, 第20卷, 第3期　刊出日期：2007-06-25