模式识别与人工智能

Select

基于POFI方法的模糊系统及其响应性能^*

彭家寅

模式识别与人工智能. 2008, 21(2): 129-135.

PDF全文 ( )

可视化

用逐点模糊优化推理方法(POFI),详细讨论基于6个常见蕴涵算子的模糊系统及其响应函数. 首先分别给出基于POFI方法的这些蕴涵算子的FMP算法中寻求推理后件(或前件)的计算表达式.然后指出基于POFI方法的这6个蕴涵算子模糊控制算法均非插值方法,其模糊控制器均只具有阶跃输出功能,而无函数逼近的泛性.

Select

不平衡支持向量机的平衡方法^*

刘万里，刘三阳，薛贞霞

模式识别与人工智能. 2008, 21(2): 136-141.

PDF全文 ( )

可视化

针对支持向量机中两类不平衡数据的分离超平面提出一种调整算法.首先用标准的支持向量机对原始数据进行初步训练,产生一个分离超平面的法向量.然后把高维样本投影到该法向量上得到一维数据.最后由投影数据的标准差以及样本容量所提供的信息,给出两类数据惩罚因子比例,再用标准的支持向量机进行第2次训练,从而得到一个新的分离超平面.实验显示该方法的有效性,即在一般情况下能平衡错分率,甚至还能减少错分率.

Select

启发式全局偏序挖掘算法^*

王金龙，徐从富

模式识别与人工智能. 2008, 21(2): 142-147.

PDF全文 ( )

可视化

偏序模型能直观反映序列数据信息,全局偏序模型能进一步从整体上更加准确反映序列的全局信息,方便用户的理解.本文对全局偏序模型的构建方法进行研究,针对基于遍历搜索构建模型所造成的效率较低,不宜扩展的问题,提出基于启发式搜索的全局模型构造改进算法.在模型构造中有效利用频繁序列挖掘算法所获得的局部信息,改进搜索路径,提高算法效率,获得准确结果.

Select

椭球基函数神经网络的混合学习算法^*

邢红杰，王泳，胡包钢

模式识别与人工智能. 2008, 21(2): 148-154.

PDF全文 ( )

可视化

提出一种训练椭球基函数神经网络(EBFNN)的混合学习算法.此算法首先使用期望最大化算法初始化EBFNN中椭球基函数节点的参数,而网络的连接权重和偏差项则用线性最小二乘方法进行初始化.然后用梯度下降法对EBFNN中所有参数同时进行优化.与其他3个相关的模型相比,用混合学习方法训练的梯度下降椭球基函数神经网络(GDEBFNN)能够取得更优的分类性能.此外,与支持向量机对比表明,GDEBFNN取得与之接近的泛化能力.与基于Adaboost的决策树模型比较表明,GDEBFNN可以取得更优的泛化性能.

Select

基于快速二维熵与PSO算法的红外图像分割^*

刘羿彤，付梦印

模式识别与人工智能. 2008, 21(2): 155-159.

PDF全文 ( )

可视化

利用快速二维熵的图像分割方法因其运算量大而影响了它的实际使用,本文经过参数变换用减法代替原来方法中的对数运算.同时将PSO算法代替原来的穷尽搜索获得阈值向量来提高求解速度和分割效率,通过对实际图像分割效果表明,本文方法简单有效.

Select

基于PCA+LDA的热红外成像人脸识别

华顺刚，周羽，刘婷

模式识别与人工智能. 2008, 21(2): 160-164.

PDF全文 ( )

可视化

研究热红外成像人脸识别技术,提出一种基于主成分分析(PCA)和线性鉴别分析(LDA)的热红外成像人脸识别方法.针对热红外人脸图像的特点,首先对图像进行预处理得到一组标准热红外人脸图像,利用PCA算法对图像向量进行降维并提取其全局特征,对降维后的热红外人脸全局特征采用LDA算法训练生成一个使类间离散度最大、类内离散度最小的最佳分类器.最后,进行基于PCA+LDA的热红外人脸图像识别研究,实验结果表明该方法可获得较高的识别率.

Select

一种面向细胞骨架图像的区域分割算法

周宏琼，汪增福，林万洪，丁柏

模式识别与人工智能. 2008, 21(2): 165-170.

PDF全文 ( )

可视化

对采集的细胞骨架图像进行量化描述是进行细胞形态分析的关键步骤,而要实现对细胞骨架的精确描述,需要从图像中分割出仅包含微丝或微管的目标区域.本文在对基于MumfordShah模型的ChanVese法和大津(Otsu)法进行深入研究的基础上,提出一种用于细胞骨架图像区域分割的改进算法.该算法将Otsu法所具有的稳定、快速的特性和ChanVese法相结合来实现细胞骨架图像的区域分割.实验结果表明,相对于单独运用ChanVese法而言,所提出的改进方法有效解决原有算法存在的计算费时的问题,可以较好完成所述图像分割任务.

Select

基于Harris角点和高斯差分的特征点提取算法^*

高健，黄心汉，彭刚，王敏，吴祖玉

模式识别与人工智能. 2008, 21(2): 171-176.

PDF全文 ( )

可视化

针对目前图像处理中的尺度不变特征点提取算法计算量较大、实时性较差的问题,本文提出一种非完整金字塔的尺度空间结构,并从理论上分析其对算法性能的影响.再以此为基础提出一种基于Harris角点和高斯差分的快速特征点提取算法.这种算法先在非完整金字塔尺度空间的各层图像上提取Harris角点,再利用高斯差分确定最终特征点.在保证性能的同时,算法的实时性得到明显改善.实验结果也证明该算法的有效性.

Select

群机器人研究综述

薛颂东，曾建潮

模式识别与人工智能. 2008, 21(2): 177-185.

PDF全文 ( )

可视化

从计算机科学的角度对群机器人进行综述,概括其历史背景和目前的研究工作,回顾和展望其应用领域.群机器人是受社会性昆虫群体行为启发产生的新方法,通过建立经济、鲁棒、柔性和规模可伸缩的多机器人系统,协调控制相对简单的个体机器人合作完成规定的复杂任务.围绕群机器人的定义、与其他多机器人系统的区分准则及系统级功能特征,讨论群机器人研究中的主要问题:个体交互、通信、协作控制和自组织、自组装等,明确其研究概貌.

Select

基于排序支持向量机的缩略词自动提取方法^*

高永梅，黄亚楼，倪维健，徐君

模式识别与人工智能. 2008, 21(2): 186-192.

PDF全文 ( )

可视化

针对网络文本中缩略词及其对应解释的提取,提出基于排序支持向量机的缩略词自动提取算法.通过构建两步排序模型,从局部提取到全局排序提取得到缩略词同时返回它所对应候选解释的排序列(最准确、使用最普及的解释排在最前),由此来剔除反例,使用户较容易找到真正的解释.实验结果表明本文算法在准确性和不同领域适应性上都优于已有方法.

Select

基于空域多分辨分析的小波变换图像分割方法

王振华，陈杰，窦丽华

模式识别与人工智能. 2008, 21(2): 193-198.

PDF全文 ( )

可视化

提出一种空域多分辨分析方法.通过对图像行列方向的能量投影分布的分析,可将图像划分为大小不均匀的子块,根据图像的总体结构特征和局部细节特征自适应调整子块大小.然后采用小波变换提取每个子块的低频和高频特征,并采用改进模糊c均值(FCM)算法对特征向量进行聚类,实现图像分割.与对图像进行均匀分块提取小波特征的分割方法相比,该方法能够减少计算量,在提高运行速度的同时,改善图像的分割质量.

Select

一种基于反几何扩散分类的图像二值化方法及应用^*

黄茜，吴元，尹俊勋

模式识别与人工智能. 2008, 21(2): 199-205.

PDF全文 ( )

可视化

从背景中将目标识别提取出来往往受到复杂背景中的不均匀信息干扰.本文研究基于反几何扩散的图像二值化方法,通过各向异性扩散的一种特殊形式——反几何扩散,对图像边缘进行最大限度的模糊和扩散,形成一个个分割阈值面,通过扩展的分类法则,在扩散过程中对每个目标像素进行分类.提出一种分类后处理方法使目标最终从不均匀背景中分割出来.通过对X光图像中铸造缺陷的识别实验,证明该方法对抑制噪声有较好的鲁棒性,给出处理背景变化不均匀的铸造产品X光图像的结果.

Select

基于径向基概率神经网络的植物叶片自动识别方法^*

杜吉祥，汪增福

模式识别与人工智能. 2008, 21(2): 206-213.

PDF全文 ( )

可视化

提出一种将Gabor小波和神经网络相结合应用于植物叶片自动识别的方法.该方法对活体植物图像进行多尺度Gabor纹理特征提取,再使用一种径向基概率神经网络模型进行分类识别.实验结果验证该方法的有效性.

Select

基于区域收缩和DIRECT算法的运动分割

李智慧，黄凤岗

模式识别与人工智能. 2008, 21(2): 214-220.

PDF全文 ( )

可视化

运动图像序列分割是计算机视觉中的一个重要问题.本文采用基于贝叶斯框架的最大后验边缘概率算法进行运动目标分割.首先,重新定义贝叶斯框架中似然函数的平滑项,并采用区域收缩算法实现迭代过程中运动目标支持区的估计.然后提出一种通过区域中心和主轴表示6参数仿射运动的模型,通过区域主轴像素估计运动参数,提高算法执行速度,将估计问题转化为一个取值有界的最优化问题,采用DIRECT算法估计运动参数.该方法与传统方法相比,提高运动参数估计的准确性和稳定性.通过仿真实验结果证明该方法的有效性.

Select

基于熵约束的快速FCM聚类多阈值图像分割算法

田军委，黄永宣，于亚琳

模式识别与人工智能. 2008, 21(2): 221-226.

PDF全文 ( )

可视化

针对传统FCM聚类多阈值分割算法计算费时、应用范围受限制的缺点,提出基于信息熵判据的快速FCM聚类多阈值分割算法.研究在保持图像信息前提下重采样率必须满足的最基本条件,并给出约束公式.根据信息熵原理,计算原图像和重采样图像的熵,根据重采样图像相对信息熵变化情况,判别满足熵约束的采样率.实验结果表明,在多阈值图像分割中,本文算法在基本保持与传统FCM聚类同水平分割效果的前提下,平均计算用时较传统FCM分割算法缩短,效率明显提高,实验结果和理论分析相符,证明本文算法的正确性.

Select

一种基于HHT和AR模型的手部运动模式识别方法^*

罗志增，马文杰，孟明

模式识别与人工智能. 2008, 21(2): 227-222.

PDF全文 ( )

可视化

为了实现基于表面肌电信号(SEMG)的手部动作运动模式识别,提出一种HilbertHuang变换(HHT)和自回归(AR)模型相结合的特征提取算法.该方法依据HHT后各层固有模态函数(IMF)的瞬时频率定义每层IMF的频率有效度,由频率有效度选取6层平稳的IMF,同时考察具有最大频率有效度的IMF,并以该IMF的瞬时幅值确定动作信号的起止点.对6层IMF中的动作信号建立AR模型提取手部运动模式的特征向量.提取主成分后,将降维的动作特征向量输入SVM分类器,实现基于SEMG信号的手部多运动模式的识别.对伸腕、屈腕、握拳、展拳4种手部动作的识别实验表明,该方法的识别正确率可达91％.

Select

有监督的局部保留投影降维算法^*

申中华，潘永惠，王士同

模式识别与人工智能. 2008, 21(2): 233-232.

PDF全文 ( )

可视化

针对局部保留投影(LPP)的非监督本质,提出一种称为有监督的局部保留算法(SLPP)的线性降维方法,它同时考虑类间分离性以及LPP中的局部保留特性.实验结果表明SLPP算法较其他算法优越.线性的SLPP算法还可通过使用核方法扩展到非线性的情况.

Select

基于ROI与MCS的图像检索方法^*

郝红卫，黄芳益，周静

模式识别与人工智能. 2008, 21(2): 240-245.

PDF全文 ( )

可视化

由于目前还没有语义级的目标区域提取算法,致使难以准确提取表达用户检索意图的图像区域,而只提取图像单个特征往往不能满足各种检索需求.针对此,本文引入用户选择感兴趣区域(ROI)和多分类器系统(MCS),先由用户选择感兴趣区域,然后提取所选区域的多种特征,分别构造相应的分类器,最后通过对各分类器结果的集成得到检索结果.实验结果表明,本文方法能够准确获取用户的查询意图,具有更高的查准率.

Select

基于FPTree含正负项目的频繁项集挖掘算法^*

张玉芳，熊忠阳，彭燕，赵鹰

模式识别与人工智能. 2008, 21(2): 246-253.

PDF全文 ( )

可视化

借鉴FP_growth算法中频繁模式树的思想,提出包含正负项目的频繁模式树的构造方法.通过对该频繁模式树进行模式扩展,可以挖掘出包含正负项目的频繁项集.该算法与直接使用FP_growth算法挖掘含负项目的频繁项集相比,无需对原始数据库进行负项目的扩展,也不用再构造并销毁额外的数据结构,只需在原始的频繁模式树上修改,在时间和空间的开销上都具有一定优势.实验表明,本文算法比现有的同类挖掘算法和直接FP_growth算法具有更好的效率.

Select

Q学习中基于模糊规则的强化函数设计方法

赵晓华，李振龙，陈阳舟，荣建

模式识别与人工智能. 2008, 21(2): 254-259.

PDF全文 ( )

可视化

Q学习算法是求解信息不完全马尔可夫决策问题的一种强化学习方法.Q学习中强化信号的设计是影响学习效果的重要因素.本文提出一种基于模糊规则的Q学习强化信号的设计方法,提高强化学习的性能.并将该方法应用于单交叉口信号灯最优控制中,根据交通流的变化自适应调整交叉口信号灯的相位切换时间和相位次序.通过Paramics微观交通仿真软件验证,说明在解决交通控制问题中,使用基于模糊规则的Q学习的学习效果优于传统Q学习.

Select

行程长度纹理特征在SPOT遥感图像分类中的应用

曹治国，肖阳，邹腊梅

模式识别与人工智能. 2008, 21(2): 260-265.

PDF全文 ( )

可视化

将行程长度纹理特征与神经网络相结合应用于遥感图像分类中.在特征选择阶段采用类内、类间方差标准与Rough集相结合的方法挑选出有较强分类能力的特征并有效去除冗余特征.针对高分辨率、大尺度的SPOT全色遥感卫星图像,分别基于行程长度纹理特征、共生矩阵纹理特征、灰度梯度共生矩阵纹理特征和灰度平滑共生矩阵纹理特征,采用BP、RBF两种类型的神经网络以及最近邻分类算法(KNN法)对其进行分类,并对分类结果进行对比.实验结果证明本文算法的有效性.

Select

一种基于主动网络的分布式智能管理模型^*

沈明玉，张佑生

模式识别与人工智能. 2008, 21(2): 266-230.

PDF全文 ( )

可视化

在分析当前网络管理和主动网络技术的基础上,提出一种基于主动网络的分布式智能管理模型.采用多Agent系统对其进行刻画与描述,设计用于主动网络中的Agent授权、管理和控制的管理控制报文(MCM).对于网络的故障诊断,采用证据理论实现不确定性推理,通过组合不同的故障征兆,以提高网络故障诊断的准确性.该模型具有分布式环境下的区域自治和多区域间协作等特点,对于大规模、异构网络的管理具有较明显的优势.

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

2008年, 第21卷, 第2期　刊出日期：2008-04-01

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

2008年, 第21卷, 第2期 刊出日期：2008-04-01

2008年, 第21卷, 第2期　刊出日期：2008-04-01