模式识别与人工智能

Select

交互迭代一对一分类算法^*

刘波，郝志峰，肖燕珊

模式识别与人工智能. 2008, 21(4): 425-431.

PDF全文 ( )

可视化

在基于支持向量机的多分类算法中, 一对一算法表现出较好的性能.然而此算法却存在不可分区域,落入该区域的样本不能有效被识别,因此影响了一对一算法的性能.为解决这个难题,提出交互迭代一对一分类算法,同时给出算法的有效性分析和计算复杂度证明.为了验证该算法解决不可分区域的能力, 我们选用UCI数据集来做对比实验.实验结果显示,本文算法不但可以较成功解决不可分区域问题而且表现出比其它算法更好的性能.

Select

利用符号假设检验比较两类PCA人脸识别算法^*

李乐，章毓晋

模式识别与人工智能. 2008, 21(4): 432-440.

PDF全文 ( )

可视化

基于PCA人脸识别算法分为基于经验PCA(EPCA)算法和基于自适应PCA(APCA)算法.本文分析它们各自的构造原则和应用特点,借助3个公共人像数据库,用1个新构造的符号假设检验策略对它们进行客观的实验比较.比较结果显示,就整体性能而言,如果做EPCA训练的图像与样例图同身份,基于EPCA算法和基于APCA算法间差异很小,否则,差异很大.就可得的最优性能而言,两类算法间无显著差异.基于上述结论,文中分析和解答一些较有实际意义的问题,这为深入理解和合理使用基于PCA人脸识别算法提供有益参考.

Select

理性用户——交互式进化计算全局收敛的一个充分条件^*

郝国生，黄永青，张勇，阎俊荣

模式识别与人工智能. 2008, 21(4): 441-445.

PDF全文 ( )

可视化

用户对个体的评价和用户满意度之间的关系是影响交互式进化计算(IEC)全局收敛性的重要因素. 首先,基于用户对个体评价和用户满意度占优关系,把IEC中的用户分为4类:绝对理性用户、有限理性用户、有限非理性用户和绝对非理性用户.其次,给出关于IEC全局收敛的4个定理及理性用户是IEC全局收敛的充分条件这一结论,并指出IEC的全局收敛需要保留两个最优:适应值最优和满意度最优.最后,通过实验进一步验证上述结论.结论表明,在IEC中,当其它保证算法收敛的条件具备时,用户只要保证理性条件,就能保证算法全局收敛.

Select

一种结合TileCoding的平均奖赏强化学习算法^*

王巍巍，陈兴国，高阳

模式识别与人工智能. 2008, 21(4): 446-452.

PDF全文 ( )

可视化

平均奖赏强化学习是强化学习中的一类重要的非折扣最优性框架,目前大多工作都主要是在离散域进行.本文尝试将平均奖赏强化学习算法和函数估计结合来解决连续状态空间的问题,并根据状态域的改变,相应修改R-learning和G-learning中参数的更新条件.此外对结合函数估计的G-learning算法的性能表现及其对各种参数的敏感程度进行针对性研究.最后给出实验结果及分析.实验结果证明R-learning和G-learning在ε较小的情况下解容易发散,同时也说明特征抽取方法Tile Coding的有效性,且可作为其它特征抽取方法的参考标准.

Select

一种基于维度识别的协同进化算法

杨莉萍，黄厚宽，杨晓红

模式识别与人工智能. 2008, 21(4): 453-461.

PDF全文 ( )

可视化

为了探索如何在协同进化算法中结合问题域固有的结构信息,实施全局稳定进展,本文首先分析问题维度所体现的个体间收益特征,提出一种维度识别方法.在此基础上,设计并实现一个协同进化算法.它能在进化过程中通过个体间的交互收益自动鉴别问题维度,并保存每个维度上当前已搜索到的最高测试值,以此作为评价基准控制进化在所有维度上均单调进展.配套设计的结构文档不仅有效支持维度鉴别,准确提供当前全局最高进展信息,而且存档量能达到最小化来保证算法的有效实施.模拟实验证实了该算法的可行性,并显示该算法较其它同类算法具有更高的性能和效率.

Select

粒空间中基于粒计算的粒语义推理^*

闫林，张学栋，魏雁天，何建仓

模式识别与人工智能. 2008, 21(4): 462-468.

PDF全文 ( )

可视化

在论域上定义公式,并因其与粒相对应,使得粒空间得以形成.在粒空间中由粒之间的关系确定出粒语义推理,并对此进行讨论.通过粒计算,证得粒语义推理满足命题逻辑自然推理系统的每一推理规则,因此粒空间上的可靠性成立,这表明形式推理蕴涵粒语义推理.尽管粒空间上的完备性不成立,但结果表明粒语义推理是各经典推理模式的扩充,所以粒语义推理既拓宽推理研究的范围,又引进粒计算的研究方法,促成粒计算与逻辑推理的进一步融合.

Select

一种基于即时发言评价的专家权威度计算方法^*

李敏花，戴汝为，李耀东

模式识别与人工智能. 2008, 21(4): 469-475.

PDF全文 ( )

可视化

针对综合集成研讨环境中缺少具体的专家群体交互和权威度计算方法这一问题,提出一种基于即时发言评价的专家权威度计算方法.通过计算专家在研讨过程中的发言质量和评价质量,得到专家的总体权威度.根据专家个体之间的发言评价响应关系建立专家群体交互结构.实验表明该方法计算结果科学合理,为与会专家在综合集成研讨环境中进行交互提供良好条件.

Select

一种基于搜索矩阵的自适应防碰撞算法

丁治国，郭立，刘琦

模式识别与人工智能. 2008, 21(4): 476-481.

PDF全文 ( )

可视化

提出一种基于搜索矩阵的自适应防碰撞算法.该算法有效利用碰撞信息,通过构造搜索矩阵,克服自适应二叉树搜索算法逐位搜索效率低的缺点.同时提出碰撞堆栈的概念,根据时隙状态,来自适应调整搜索路径,从而减少碰撞和空闲时隙数以及传输的比特量.理论和仿真实验表明,该算法有效实用,可有效减少识别时间,提高搜索效率.

Select

基于语义分析的词汇倾向识别研究

李钝，乔保军，曹元大，万月亮

模式识别与人工智能. 2008, 21(4): 482-487.

PDF全文 ( )

可视化

随着互联网的安全发展和人们对信息需求的日益增强,文本倾向识别方向的研究在许多领域有着广阔的发展前景.作为文本语义倾向识别的研究基础,本文侧重于词汇的语义倾向性判别,利用《知网》中对汉语词汇的定义和描述,建立由褒贬倾向较强烈的词汇组成的种子集,并结合上下文环境因素的影响,采用一种度量方法获取种子词与普通词之间的语义倾向相似度,识别普通词的褒贬倾向.实验表明,本文方法对常用词的倾向识别效果较好,可为更大粒度的文本倾向识别打好基础,具有一定的实用价值.

Select

一种基于全向视觉的运动物体检测算法^*

王宇，王涌天，刘越

模式识别与人工智能. 2008, 21(4): 488-493.

PDF全文 ( )

可视化

针对静态摄像头条件下的运动物体,提出一种基于全向图像特性的运动目标检测算法.首先对全向图像进行展开,并应用非线性畸变模型对展开图像校正处理,利用自适应背景建模的方法建立和更新背景模型、去除背景,实现对运动物体的识别与检测.该方法利用全向校正图像分辨率低的特点较好地解决前景提取过程中的噪声和阴影问题.实验表明,该方法对于全向视觉条件下运动物体的检测是快速有效的.

Select

离散化方案的度量^*

王立宏，吴耿锋

模式识别与人工智能. 2008, 21(4): 494-499.

PDF全文 ( )

可视化

分析数值决策表离散化方案的度量指标,包括断点数、条件信息熵、粒度熵、类-属性互信息、类-属性互相依赖冗余等.认为相容决策表的条件信息熵和类-属性互信息都是常数,对离散化方案不再有指导作用.讨论粒度熵与互相依赖冗余的关系,证明粒度熵随断点的加入而增加.设计实验度量这些指标之间的关系,实验发现,断点数和粒度熵与预测精度之间的相关程度不相上下,和具体的数据集有关.

Select

基于二元蚁群优化算法的分类规则挖掘

熊伟清

模式识别与人工智能. 2008, 21(4): 500-505.

PDF全文 ( )

可视化

提出一种基于二元蚁群算法的分类规则挖掘算法.针对蚁群算法计算时间长的缺点,引入一种变异算子,同时为了避免蚁群算法陷入局部最优,又引入灾变算子.通过对美国加州大学机器学习数据集中的测试集进行测试表明,该算法的预测准确率能较大提高.实验同时显示引入变异算子和灾变算子能有效节省计算时间和防止陷入局部最优.

Select

差分进化算法综述

杨启文，蔡亮，薛云灿

模式识别与人工智能. 2008, 21(4): 506-513.

PDF全文 ( )

可视化

差分进化算法是一类基于种群的启发式全局搜索技术,对于实值参数的优化具有较强的鲁棒性.为了提高差分进化算法的寻优速度、克服启发式算法常见的早熟收敛问题,许多学者对差分进化算法进行改进.本文综述差分进化的基本形式及其多种改进形式,讨论它们的优缺点,指出下一步的改进方向.

Select

基于Bhattacharyya系数的由粗到精的核匹配搜索方法^*

李良福，冯祖仁，陈卫东，郑宝忠

模式识别与人工智能. 2008, 21(4): 514-519.

PDF全文 ( )

可视化

均值漂移算法是一种高效的模式匹配算法.在传统的均值漂移方法基础上,本文针对运动范围较大的目标跟踪问题进行研究,提出一种基于Bhattacharyya系数的由粗到精的核匹配搜索方法.该算法能够有效利用相似性度量函数Bhattacharyya系数在实现对运动目标初始的粗定位情况下,利用均值漂移方法进行迭代求解局部最优值,从而实现目标的精定位,成功实现大范围运动目标的跟踪.实验结果验证该算法在跟踪精度和速度上均优于传统方法.

Select

数据挖掘方法在入侵检测中的应用研究^*

周荃，赵凤英，王崇骏，陈世福

模式识别与人工智能. 2008, 21(4): 520-526.

PDF全文 ( )

可视化

针对入侵检测数据集具有的类别不均衡性、数据中心重叠、噪音、分布率变化等问题,提出一种集多种数据挖掘方法的解决方案,包括k-means、C4.5、SVM、Nave Bayes、Bayes Net、Co-training等,并进行相关实验.实验结果表明其有效性.

Select

具有细节保护的自适应邻域SAR图像分割^*

田小林，焦李成，缑水平

模式识别与人工智能. 2008, 21(4): 527-534.

PDF全文 ( )

可视化

为了保护图像中边缘或其它细节信息,改善MRF的分割效果,提出自适应邻域方法.该方法利用Bayes推理实现将像素点周围的局部图像信息结合,此过程引入模糊隶属度作为像素相似度度量方法,提高置信度的可靠性和分割过程的自适应性,使得分割过程中的邻域选择可以不依赖于某些预知的先验知识.对于待选择的邻域系统,具有最高置信度且满足置信度阈值的邻域作为MRF类别标识分割过程适用的最小邻域.实验结果表明,与固定邻域MRF和隐Markov随机场相比,本文方法改善了图像分割效果,有效保护了图像中的细节信息.

Select

一种用于激光雷达特征提取的改进遗传聚类算法^*

于金霞，蔡自兴，段琢华

模式识别与人工智能. 2008, 21(4): 535-540.

PDF全文 ( )

可视化

为自主地对2D激光雷达感知的环境进行特征提取,提出一种改进的遗传聚类算法.首先将测距数据的空间近邻信息和模糊聚类相结合,提出一种加权的模糊聚类算法进行特征提取.针对聚类数目难以事先获得的问题,利用多种有效性索引对不同聚类算法的有效性进行计算评估,选取一种适合于测距数据有效性分析的索引函数作为遗传算法的适应度函数.同时,为解决聚类中局部最优问题,通过增加群体多样性,改进竞争择优的遗传算子来改进算法,以便提高局部搜索能力,加快收敛速度.通过相关算法的性能比较,本文方法的有效性得以验证.

Select

基于标点信息和统计语言模型的语音停顿预测^*

钱揖丽，荀恩东

模式识别与人工智能. 2008, 21(4): 541-545.

PDF全文 ( )

可视化

语音停顿被认为是有声语言的标点符号.在语言交流中,说话人会在韵律短语的边界处插入长短不同的停顿.利用这一性质,在调查标点符号停顿作用的基础上,提出基于标点信息预测语音停顿的思想,阐述基于标点和统计模型的训练语料自动获取以及语音停顿预测方法,讨论训练语料规模对模型性能的影响,并比较基于标点信息的自动获取语料与人工标注语料的性能.实验结果显示,汉语的标点提供有价值的停顿信息,基于汉语标点信息能够有效预测语音停顿.

Select

融合时空信息的前景/阴影视频分割算法^*

褚一平，叶修梓，黄叶珏，张引，张三元

模式识别与人工智能. 2008, 21(4): 546-551.

PDF全文 ( )

可视化

视频目标分割是视频目标跟踪、统计以及识别的基础.阴影是影响目标分割准确性的重要因素,有效对阴影进行检测与消除可提高视频目标分割的质量.本文提出一种采用状态机对阴影进行建模的方法,通过阴影模型来消除阴影.算法定义背景、阴影以及前景的势函数,利用马尔可夫随机场融合视频序列的时空邻域信息,采用Gibbs采样算法求解最大后验概率,提高视频目标分割的质量.在不同环境下对本文算法的有效性进行测试,并与其他算法进行比较,结果证明本文算法的有效性.

Select

基于模糊粗糙集的知识系统证据推理^*

程昳，苗夺谦，冯琴荣

模式识别与人工智能. 2008, 21(4): 552-558.

PDF全文 ( )

可视化

针对Dubois模糊粗糙集、Radzikowska模糊粗糙集、双论域上的模糊粗糙集,分别定义各自对应的模糊信任(似然)函数,证明模糊信任(似然)函数等于其对应的模糊集的下(上)近似质量,据此建立模糊决策表的证据推理模型.实例表明, 该模型是行之有效的.

Select

一种基于软边界球分的分裂式层次聚类算法^*

谢振平，王士同，王晓明

模式识别与人工智能. 2008, 21(4): 559-565.

PDF全文 ( )

可视化

层次聚类是一种常用的聚类方法,但传统的层次聚类面临着计算复杂度较大、抗噪音和例外点干扰能力较弱的问题.本文以可能性聚类方法为基础,首先提出软边界球分算法,可实现对数据集合理分裂.随后将这一策略与分裂式层次聚类过程相结合,构造一种基于软边界球分的分裂式层次聚类算法(SHPDHC).SHPDHC具有较低的计算复杂度.与此同时,它能较好地发现自然数据类,确定出合理的聚类数目,并能自适应划分出例外数据点.理论分析与对人工数据集的聚类实验结果证明了上述几点.最后我们将SHPDHC应用于一类阴影图像的分割中,同样取得良好效果.

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

2008年, 第21卷, 第4期　刊出日期：2008-08-01

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4期 刊出日期：2008-08-01

2008年, 第21卷, 第4期　刊出日期：2008-08-01