模式识别与人工智能

Select

支持向量回归机的光滑函数研究^*

熊金志，胡金莲，袁华强，胡天明，彭宏

模式识别与人工智能. 2008, 21(3): 273-279.

PDF全文 ( )

可视化

光滑函数能将不光滑模型变为光滑模型,改善支持向量机的回归性能和效率.Lee 等人用一个光滑函数逼近ε-不敏感损失函数的平方,提出ε-不敏感的光滑支持向量回归机模型(ε-SSVR).本文为求ε-不敏感支持向量回归机的新光滑函数,运用插值函数和复合函数的方法,首先求正号函数的光滑逼近,然后将其复合成ε-不敏感损失函数平方的光滑函数,得到一类新的光滑函数.并从理论上证明该类光滑函数的逼近精度比以往的光滑函数高一个数量级.实验结果表明回归效果得到改善,从而为支持向量回归机提供一类新的光滑函数.

Select

基于统计声学模型的单元挑选语音合成算法^*

凌震华，王仁华

模式识别与人工智能. 2008, 21(3): 280-284.

PDF全文 ( )

可视化

提出一种基于统计声学模型的单元挑选语音合成算法.在模型训练阶段,首先提取语料库中语音数据的频谱、基频等声学参数,结合语料库中的音段和韵律标注来估计各上下文相关音素对应的统计声学模型,使用的模型结构为隐马尔柯夫模型.在合成阶段,以使目标合成句对应的声学模型具有最大的似然值输出为准则,来进行最佳合成单元的挑选,最后通过平滑连接各备选单元波形来生成合成语音.以此算法为基础,构建一个以声韵母为基本拼接单元的中文语音合成系统,并通过测听实验证明此算法相对传统算法在提高合成语音自然度上的有效性.

Select

应用于矢量量化的改进粒子群优化算法^*

李小捷，许录平，杨莉

模式识别与人工智能. 2008, 21(3): 285-289.

PDF全文 ( )

可视化

针对粒子群优化算法(PSO)应用于矢量量化时,最优粒子对与其对应维度距离较大的粒子缺乏有效指导问题,提出适用于矢量量化的改进粒子群优化算法(IPSO_VQ).该算法通过建立粒子与榜样粒子的维度映射关系,以基于映射关系的维度学习代替对应维度学习关系,使粒子相关维度间的学习有一定相关性,增强算法局部搜索能力.同时,借鉴广泛学习粒子群优化(CLPSO)算法中的广泛学习思想,并将其应用于基本PSO中的全局最优位置学习部分,通过对多个粒子的广泛学习,增加种群的多样性.实验结果表明该算法有效避免种群早熟收敛,从而使解码恢复图像获得更高的主客观质量.

Select

一种鲁棒的计算机实时伴奏系统

罗立，汪增福

模式识别与人工智能. 2008, 21(3): 290-297.

PDF全文 ( )

可视化

从系统的角度研究计算机自动伴奏问题,构建并实现一个为电子乐器的演奏进行实时伴奏的系统.该系统主要由乐谱跟踪和实时伴奏两个核心模块构成.为了解决乐谱跟踪问题,提出基于扩充窗和重构匹配检测器的动态规划算法,依据该算法能够在实际演奏存在相当错误的情况下实现实际演奏音符在乐谱中的实时定位.为了改善实时伴奏的效果,给出根据乐谱跟踪的定位结果以小节为单位在线加入伴奏音的伴奏策略.实验结果表明,所开发的实时伴奏系统,具有较强的容错能力和良好的实时伴奏效果.

Select

基于噪声检测的图像去噪算法^*

金良海，李德华

模式识别与人工智能. 2008, 21(3): 298-302.

PDF全文 ( )

可视化

提出一种图像去噪算法.首先利用4个方向算子来将图像像素分类成噪声像素和信号像素,然后设计一个基于中值的、权值自适应调整的、加权类型的中值滤波器来去除和恢复检测到的噪声像素,而保留信号像素不变.实验结果表明,新的滤波算法在高效去除冲击噪声的同时还能较好地保护图像细节信息,其滤波性能胜过传统的中值滤波器及其它一些典型的和最近开发的改进型中值滤波器.

Select

多执行模式项目调度问题的克隆选择优化^*

潘晓英，刘芳，焦李成

模式识别与人工智能. 2008, 21(3): 303-309.

PDF全文 ( )

可视化

针对多执行模式资源受限项目调度问题的具体特点,采用基于调度的编码方式、半随机的初始种群产生方式、受限变异等策略,提出一种克隆选择优化算法用于求解项目活动的最优调度以使整个工程工期最短.该方法将问题特性与免疫克隆选择算法所具有的全局搜索特性、解的多样性和不易早熟的特点相融合,在能获得最优解的前提下,使得所花费的代价大为降低.通过对标准测试库PSPLIB中调度问题的仿真实验表明,该算法具有良好的性能,对于各组测试集中的大部分问题都能在合理的时间内寻找到最优解.与其它启发式算法相比,该方法具有更优的性能.

Select

基于PSO的变结构变时滞自校正控制^*

林卫星，欧超，刘小平，李文磊

模式识别与人工智能. 2008, 21(3): 310-316.

PDF全文 ( )

可视化

针对变结构、变时滞被控对象, 将粒子群优化(PSO)算法与广义最小方差相结合, 采用实时自校正过程对其进行控制, 提出基于PSO自校正控制器算法. 该算法应用隐式辨识方式, 可减少辨识计算量, 通过跟踪误差来改变辨识精度. 以工业上典型的一阶、二阶和三阶系统的结构变化并伴随着有时滞突变的复杂被控对象进行仿真, 并和基于最小二乘的传统自校正控制方法比较得知, 在运用PSO自校正控制器的控制下, 系统输出量与期望输出之间的方差趋于更小, 控制跟随性和鲁棒性均较好. 仿真结果表明该自校正控制器的有效性与应用价值.

Select

基于模糊理论的在线手绘图识别^*

王淑侠，高满屯，齐乐华

模式识别与人工智能. 2008, 21(3): 317-325.

PDF全文 ( )

可视化

分别讨论基于几何特征和基于混合特征的手绘图模糊识别方法.给出各线元对应的模糊特征及其特征提取方法.构造笔划模糊识别的统一隶属函数,通过大量实验给出模糊隶属函数的参数值.采用对隶属函数取截值的方法控制模糊识别中人为参与的程度,在必要时通过人机交互判定识别结果.可识别的线元包括:直线、折线段、椭圆、椭圆弧、圆、圆弧、抛物线、双曲线.该方法有效实现在线手绘图识别,为后期手绘图的三维重建及支持概念设计CAD系统的研究奠定基础.

Select

基于对称二维主成分分析的人脸识别^*

杨万扣，任明武，杨静宇

模式识别与人工智能. 2008, 21(3): 326-331.

PDF全文 ( )

可视化

提出一种基于人脸直观上镜像对称的算法——对称二维主成分分析,并成功应用于人脸识别.该算法引入镜像变换,根据奇偶分解原理,分别生成奇偶对称样本,再分别进行二维PCA变换,生成奇偶本征空间.根据选择性集成的思想,从奇偶本征空间挑选出更具有鉴别信息的本征向量构造人脸特征提取的本征空间.提取人脸图像的各奇偶对称的二维主成分特征进行识别.理论分析与实验证明,该算法既扩大样本容量,又提高识别率,同时该算法对光照变换有一定的不敏感性.

Select

基于边界向量提取的模糊支持向量机方法^*

吴青，刘三阳，杜喆

模式识别与人工智能. 2008, 21(3): 332-337.

PDF全文 ( )

可视化

针对支持向量机对训练样本中的噪声和孤立点特别敏感的问题,提出一种基于边界向量提取的模糊支持向量机方法.在特征空间中寻找能够分别包住两类样本点的两个最小超球,并选择可能成为支持向量的边界向量作为新样本,减少参与训练的样本数目,提高训练速度.样本的隶属度根据边界样本和噪声点与所在超球球心的距离分别确定,既减弱孤立点和噪声的影响,又增强支持向量对支持向量机分类的作用.实验结果表明,与传统的支持向量机方法和基于样本与类中心之间关系的模糊支持向量机相比,本文方法具有更快的学习速度和更好的泛化能力.

Select

一种基于多簇结构的高斯动态粒子群优化算法^*

倪庆剑，邢汉承，张志政，王蓁蓁

模式识别与人工智能. 2008, 21(3): 338-345.

PDF全文 ( )

可视化

分析高斯动态粒子群优化算法(GDPSO)中新的种群产生方式的特点,针对传统粒子群优化算法中全局最优模型收敛速度快但易陷入局部最优、局部最优模型收敛速度较慢的缺点,提出一种新的粒子群信息共享方式——多簇结构.该算法在簇内部实现粒子间信息的高度共享,而在簇之间则通过松散的连接实现信息的传递,以协调GDPSO算法的勘探和开采能力.通过典型的Benchmark函数优化问题测试并分析经典拓扑以及多簇结构在GDPSO算法中的性能,仿真实验结果表明,采用特定多簇结构的GDPSO算法收敛速度和稳定性显著提高,同时全局搜索能力明显增强.

Select

基于重叠空间相对划分的仿生模式识别方法^*

武妍，姚潇，王守觉

模式识别与人工智能. 2008, 21(3): 346-350.

PDF全文 ( )

可视化

为实现特征空间的有效覆盖,提出在高维空间覆盖前提下基于重叠空间相对划分的仿生模式识别方法(RDBPR),实现在认识的前提下对样本进行相对区别.该方法在多样本大阈值造成的空间重叠的情况下,通过计算到各类特征子空间的相对距离,对重叠空间中的样本进行相对划分,从而可在不增加误识的基础上提高正确识别率.以人脸识别为例,实验证明,本文方法在稳定性、识别率方面均优于传统识别分类器.

Select

随机扩散搜索法综述^*

王丽芳，曾建潮

模式识别与人工智能. 2008, 21(3): 351-356.

PDF全文 ( )

可视化

随机扩散搜索法作为一种群智能算法,其显著特征是部分函数评价和一对一的征兵机制,这些特点使得随机扩散搜索法运算效率高且鲁棒性好.本文在对随机扩散搜索法的基本原理和研究现状综述的基础上,对其存在的问题及特点进行分析,并对未来的研究提出一些建议.

Select

一种基于强化学习的ART2神经网络
——RL-ART2^*

樊建，费敏锐

模式识别与人工智能. 2008, 21(3): 357-362.

PDF全文 ( )

可视化

提出一种基于强化学习的ART2神经网络(RLART2),使其利用强化学习的特性通过与环境交互而无需训练样本即可进行在线学习,同时给出该神经网络的学习算法.当ART2神经网络运行时,通过内部竞争学习得到输出的分类模式,随后通过与环境交互得到神经网络分类模式的运行效果并对其进行评价.通过这种不断与环境的交互学习,当经过在线学习足够的时间和次数后,ART2神经网络即具有相当的识别率.移动机器人路径规划仿真实验表明,使用RLART2后与未使用前相比大大减少了机器人与障碍物的碰撞次数,实践证明该方法的合理性和有效性.

Select

基于HMM的无溢出高维样本集正态归整方法^*

唐京海，张有为

模式识别与人工智能. 2008, 21(3): 363-368.

PDF全文 ( )

可视化

提出一种使用卡方图对高维特征向量样本集进行正态评估,并通过平方根变换处理,使样本集更接近正态分布的方法,称为无溢出正态归整方法.该方法解决高维特征样本对隐马尔柯夫模型(HMM)输出概率的溢出问题,其可行性在CED-WYU(1.0)及Cohn-Kanade(CMU)表情序列库上得到验证.利用连续HMM进行的基于光流特征的非特定人脸表情识别实验,采用正态归整得到更好的结果.

Select

基于混合二值化的表格手写数字串的完整提取^*

郑天翔，谢亮，杨力华

模式识别与人工智能. 2008, 21(3): 369-375.

PDF全文 ( )

可视化

对表格手写数字串的提取问题进行研究,提出一种基于混合二值化的单元格字符准确定位和完整提取方法,其核心是感兴趣单元格的定位与提取和断裂笔划的修复.该方法可克服书写时带来的各种常规影响,把表格中的手写数字完整提取出来.实验结果表明本文方法的有效性.

Select

基于免疫K-means聚类的无监督SAR图像分割

薄华，马缚龙，焦李成

模式识别与人工智能. 2008, 21(3): 376-380.

PDF全文 ( )

可视化

利用图像纹理的信息熵特征,并结合空间矩阵的概念,提出一种基于免疫K-means聚类的无监督SAR图像分割算法.免疫规划的K-means聚类克服收敛结果易陷于局部极值的缺点,且保持K-means算法快速收敛的特点.信息熵的应用可有效抑制相干斑噪声的影响,空间矩阵的引入实现聚类过程中类别的自动合并.该算法执行复杂度不高,对噪声的影响有较强的鲁棒性,分割结果较好,是一种实用的SAR图像分割算法.

Select

带有遗忘的视觉记忆模型及其在注意力选择上的应用^*

过晨雷，张立明

模式识别与人工智能. 2008, 21(3): 381-387.

PDF全文 ( )

可视化

在我们以前提出的注意力选择模型上, 提出一个带有学习和遗忘的视觉记忆模型:遗忘增量多层分类回归树,来模拟人脑的长短期记忆.同时自监督竞争神经网络综合自下而上和自上而下的信息找到注意力的焦点,该网络各个神经元的连接权根据环境变化在线调整,从而实现整个网络的在线学习.实验证明,该模型能够模拟人的注意力转移,并能在变化的环境中,有意识地盯住感兴趣的物体.

Select

一种基于核的监督流形学习算法

李君宝，潘正祥

模式识别与人工智能. 2008, 21(3): 388-393.

PDF全文 ( )

可视化

针对流形学习算法——局部保持映射存在的参数选择及不能进行非线性特征提取的问题,提出一种基于核的监督流形学习算法.该算法作为局部保持映射算法的改进算法用样本类标识信息指导建立局部最近邻图,并在建立局部最近邻图使用无参数的相似度量.利用核方法来解决局部保持映射算法在处理线性不可分问题上的局限性问题.在两个常用数据库上验证本文算法的可行性和有效性.

Select

主动形状模型中搜索过程与搜索空间的改进^*

何良华，胡蝶，蒋昌俊

模式识别与人工智能. 2008, 21(3): 394-400.

PDF全文 ( )

可视化

主动形状模型是近年来广泛使用的特征点对准算法.但是其搜索空间难以重构出现实中复杂多变的搜索对象.另外,搜索过程中由于没有提示或约束,故所得结果不稳定.因此,本文改进搜索空间与搜索过程,通过在搜索空间中加入主要形状变化子空间,重构模型更加泛化,利用搜索过程中的误差来分析搜索状态,反馈约束下一步的搜索方向和过程.这样的反馈、迭代搜索过程大大增加搜索过程的主动性和目的性,且搜索结果唯一.最终的人脸对准实验证明,本文的改进较大地提高了对准精度.

Select

基于神经网络的时间序列相似模式发现方法^*

张鹏，张建业，杜军，李学仁

模式识别与人工智能. 2008, 21(3): 401-405.

PDF全文 ( )

可视化

基于无监督学习神经网络聚类原理,提出一种时间序列相似模式发现方法.通过快速离散余弦变换将序列映射到相应的特征模式空间,不但实现维数简约,而且克服传统神经网络不能处理过程序列的局限性.分析人工神经网络作为相似性度量模型的优越性,用“黑箱式”的网络权值代替传统的距离度量方法,并在此基础上实现相似模式的全部配对发现算法.对实际飞行数据仿真结果表明该方法的正确性,同时具有多尺度特性,可有效反映不同分辨率下序列间的相似程度.

Select

一种自适应邻域选择算法^*

魏莱，王守觉，徐菲菲

模式识别与人工智能. 2008, 21(3): 406-409.

PDF全文 ( )

可视化

提出一种自适应邻域选择算法,适用于所有基于局部的流形学习算法.该算法能够根据数据集分布的不同密度和曲率选择合适的邻域大小,同时结合局部多维尺度变换(LMDS),在合适的邻域下直接降维并通过全局整合得到数据集的低维坐标.实验表明该算法可较好恢复较复杂数据集的低维几何结构.

Select

一种组合类别信息的核主成分分析方法^*

李勇智，杨静宇，吴松松

模式识别与人工智能. 2008, 21(3): 410-416.

PDF全文 ( )

可视化

基于核主成分分析(KPCA)理论,提出一种有监督的特征提取方法.该方法在特征提取过程中充分直接利用训练核样本的类别信息,并且在计算上仍采用与KPCA方法类似的数学公式, 因此被称为组合类别信息的核主成分分析(CIKPCA).另外,在分类时提出基于两种特征融合的分类策略从而进一步提高CIKPCA方法的识别率.在3个人脸库上进行实验, 结果表明本文方法在识别率方面整体超过常用的KPCA方法,甚至超过核线性判别准则方法.

Select

一种优化的顺序IB文本聚类算法^*

叶阳东，张洁，刘东

模式识别与人工智能. 2008, 21(3): 417-422.

PDF全文 ( )

可视化

针对顺序IB(sIB)算法在文本聚类上存在的诸如易陷入局部优解、效率较低等问题,基于模拟退火方法,提出一种优化的顺序文本聚类算法(SA-isIB).该算法根据一个合理的退火序列, 从基本sIB算法产生的初始聚类结果中随机选取一定比例的文本, 对其类标记进行随机修改并重新对解进行优化,经过退火过程后,得到比sIB算法精度更高的文本聚类结果.文本数据集上的实验结果表明,SA-isIB能有效提高sIB算法用于文本聚类的精度.

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3期　刊出日期：2008-06-01

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3期 刊出日期：2008-06-01

2008年, 第21卷, 第3期　刊出日期：2008-06-01