模式识别与人工智能

Select

多智能体交互环境下的社会推理计算模型^*

毛文吉

模式识别与人工智能. 2008, 21(6): 713-720.

PDF全文 ( )

可视化

社会因果关系推理是社会智能的一个核心方面.建立社会推理计算模型有助于增强智能系统的认知和社会功能,并有力促进多智能体系统的设计与实现.本文基于领域任务因果知识和智能体交互行为描述,提出一种对社会因果关系和社会行为进行推理评判的计算模型.结合应用环境,给出该模型的运行实例.与相关工作进行比较,验证本文计算模型的有效性.

Select

基于SVDD的渐进直推式支持向量机学习算法^*

薛贞霞，刘三阳，刘万里

模式识别与人工智能. 2008, 21(6): 721-727.

PDF全文 ( )

可视化

针对半监督学习中渐进直推支持向量机(PTSVM)算法每次标注的样本数太少、训练速度慢、回溯式学习多、学习性能不稳定的问题,提出一种快速的渐进直推支持向量机学习算法.该算法利用支持向量的信息,基于支持向量域描述(SVDD)选择新标注、无标签的样本点,以区域标注法代替PTSVM的成对标注法,不仅继承了其渐进赋值和动态调整的规则,而且在保持甚至提高算法精度的同时,大大提高算法速度.在人工模拟数据和真实数据上的实验结果表明该算法的有效性.

Select

不完备信息系统中知识粒度的公理化定义与度量方法^*

赵明清，杨强

模式识别与人工智能. 2008, 21(6): 728-729.

PDF全文 ( )

可视化

给出不完备信息系统中知识粒度的公理化定义,在此基础上提出一系列知识粒度度量方法.其中有不带参数的具体度量,也有带参数的一般性度量,并比较3个知识粒度的大小.另外,还给出不同粒度的4种组合形式.本文所给出的知识粒度度量方法对于在不完备信息系统中建立粒度计算有着重要的理论意义和应用价值.

Select

基于邻域粗糙集的符号与数值属性快速约简算法^*

胡清华，赵辉，于达仁

模式识别与人工智能. 2008, 21(6): 730-738.

可视化

粗糙集理论被广泛应用于属性约简,算法复杂性是制约约简应用于大样本知识发现的主要问题,尤其是邻域模型下的约简问题.本文分析邻域粗糙集模型的数学性质,利用正域与属性集的单调关系,构造基于属性依赖度和前向搜索策略的快速算法.该算法降低样本比较次数,提高计算效率.实验分析表明该算法的有效性.

Select

基于特征子空间学习的跨媒体检索方法^*

张鸿，吴飞，庄越挺

模式识别与人工智能. 2008, 21(6): 739-745.

PDF全文 ( )

可视化

学习不同模态的多媒体数据在底层特征上的潜在关系,在降维得到的特征子空间中通过基于相似度传递的优化算法对图像和音频的聚类质量进行修正.相关反馈过程中设计了3种主动学习策略用以计算用户标注样本周围未标注样本的条件概率,从而在反馈样本有限的情况下提高跨媒体检索效率.实验结果表明该方法准确度量跨媒体的相关性,有效实现图像和音频数据之间的相互检索.

Select

二维Otsu阈值法的快速迭代算法^*

吴成茂，田小平，谭铁牛

模式识别与人工智能. 2008, 21(6): 746-757.

PDF全文 ( )

可视化

提出二维Otsu阈值法的快速迭代算法.针对传统二维Otsu阈值法及改进的递推二维Otsu阈值法等具有高计算复杂性的不足,假设被分割图像及其邻域平滑图像形成的二维联合直方图是连续二元概率分布函数的条件下,利用求多元函数极值的方法得到二维Otsu阈值法的快速迭代算法.大量实验结果表明,本文方法是可行的且有良好的分割性能.

Select

一种基于遗传算法的减法聚类方法^*

顾磊，吴慧中

模式识别与人工智能. 2008, 21(6): 758-762.

PDF全文 ( )

可视化

传统减法聚类的性能依靠山峰函数中参数的选择,只有合适的参数才能使减法聚类产生较好的效果.因此,本文提出一种基于遗传算法的减法聚类方法.首先,提出一种改进的减法聚类算法.其次,利用遗传算法优化改进算法中的参数.最后,采用3个人工数据集和2个真实数据集进行实验,实验结果表明本文方法是一种行之有效的聚类算法.

Select

时间序列的夹角距离及相似性搜索^*

张鹏，李学仁，张建业，张宗麟

模式识别与人工智能. 2008, 21(6): 763-767.

PDF全文 ( )

可视化

提出一种面向相似性搜索的时间序列近似表示和度量方法.在自适应分段线性表示的基础上,使用相邻线段间的夹角构成的角度序列近似表示时间序列,并给出夹角距离度量方法的概念和基本性质的证明过程.序列的夹角距离克服了用点距离度量相似性时鲁棒性差以及物理概念不明确等缺陷,而且具有平移和旋转不变性的突出优点.对人工数据和实际股票数据进行相似搜索,实验结果证明该方法的有效性.

Select

一种近邻局部学习的稳健性分析^*

毕华，王珏

模式识别与人工智能. 2008, 21(6): 768-774.

PDF全文 ( )

可视化

在统计推断中,稳健性是指实际问题的数据来源与我们的模型假定有偏离时,所采用算法的结果受到的扰动很小,并且保持算法的预测性能.本文将统计稳健性的研究方法引入机器学习中,分析得到近邻估计这种局部学习能够在大样本的情形下收敛到Bayes最优估计,同时收敛条件可说明近邻估计是稳健估计.在模拟数据和真实数据库上进行实验,结果表明在某些离群点影响模型的情况下,仍保持监督学习预测的泛化性能.

Select

基于多数据源和联合聚类的智能推荐

王瑞琴，孔繁胜

模式识别与人工智能. 2008, 21(6): 775-781.

PDF全文 ( )

可视化

随着Internet的普及和电子商务的盛行,智能推荐系统也应运而生.协同推荐是目前公认为最好的一种推荐技术,但其存在着一些不足之处,如:稀疏性、可扩展性和冷启动问题.本文提出一种混合推荐技术来克服协同过滤的不足.首先,通过引入多个数据源对评价矩阵进行平滑填充来解决数据的稀疏性问题.其次,采用从用户和项目两方面进行联合聚类来提高系统的可扩展性和精度.实验结果证明,该方法在很大程度上较传统的协同过滤方法推荐精度高,且在线推荐的速度快.

Select

一种面向用户的体育视频精彩内容提取方法^*

卜庆凯，胡爱群

模式识别与人工智能. 2008, 21(6): 782-786.

PDF全文 ( )

可视化

在视频兴奋时间曲线的基础上提出一种面向用户的体育视频精彩内容自适应检测方法.该方法首先从视觉信息和音频信息中提取底层特征,并建立它们与用户兴奋之间的映射关系.再计算整个视频的兴奋时间曲线.之后,根据曲线的极大值和极小值确定每个精彩片断的位置及其长度,提出“精彩片断重要性”的概念度量每个精彩内容的精彩程度,据此对其进行优先级排序.实验证明本文方法能够从用户角度有效检测大部分体育视频的精彩内容.

Select

一种基于功能性观点的神经网络规则提取方法^*

陈果

模式识别与人工智能. 2008, 21(6): 787-793.

PDF全文 ( )

可视化

研究一种基于功能性观点的神经网络规则提取方法.阐述特征排序与选择、连续属性离散化、训练样本产生、神经网络训练、示例样本产生及规则提取等关键算法.并用UCI数据和人群分类数据对方法进行分析和验证.结果表明本文方法的正确有效性.

Select

采用高斯概率分布和支持向量机的说话人确认^*

郭武，戴礼荣，王仁华

模式识别与人工智能. 2008, 21(6): 794-798.

PDF全文 ( )

可视化

在采用支持向量机的说话人确认中,将语音特征参数相对于通用背景模型各高斯分量的概率分布作为支持向量机输入,在线性核函数的情况下,系统能取得与广义线性判别式序列核函数(GLDS)几乎相同的识别率,同时该高斯概率分布算法能够与混合高斯背景模型、广义线性判别式序列核函数的得分进行融合,进一步提高识别性能.在2006年NIST SRE 1conv4w-1conv4w数据库上,融合后的系统相对于基线的混合高斯模型最多有25%的等错误率下降.

Select

自适应梯度矢量流轮廓提取方法^*

张荣国，刘小君，王蓉，刘焜

模式识别与人工智能. 2008, 21(6): 799-805.

PDF全文 ( )

可视化

提出自适应梯度矢量流轮廓提取方法,从两个方面对梯度矢量流模型进行改进.首先,在原梯度矢量流场的基础上,引入调节因子,增强边缘附近数据项梯度的影响,减少扩散项带来的平滑效果,以改进梯度矢量流场的性能.其次,在活动轮廓边上附加一个法向的自适应力,它根据正在进化的活动轮廓所处的矢量场的位置,自行确定轮廓的收敛方向,以改进活动轮廓引导力的性能.把此力和改进后的梯度矢量流场叠加,既保持活动轮廓大的捕捉范围,又加快其收敛速度,且解决深度凹陷和瓶颈问题.通过对多个实例的运行,验证该方法的有效性.

Select

基于KL距离的TAN分类器判别性学习方法^*

冯奇，田凤占，黄厚宽

模式识别与人工智能. 2008, 21(6): 806-811.

PDF全文 ( )

可视化

树增强朴素贝叶斯(TAN)分类器在模型的复杂性和分类精度之间实现较好折衷,成为当前分类器学习的一个研究热点.为了提高TAN分类器的分类准确率,本文提出一种基于KL距离的TAN分类器判别性学习方法.首先用EAR方法学习TAN分类器的结构,然后用基于KL距离的目标函数优化TAN的参数.在标准数据集上的实验结果表明,用该方法学习的TAN分类器具有较高的分类精度.

Select

基于信息瓶颈算法的图像语义标注^*

夏利民，谭立球，钟洪

模式识别与人工智能. 2008, 21(6): 812-818.

PDF全文 ( )

可视化

首先采用改进的k均值无监督图像分割算法将图像分割成不同的区域,提出信息瓶颈聚类方法对分割后的区域进行聚类,建立图像语义概念和聚类区域之间的相互关系.然后对未标注的图像进行分割,在给出分割区域的条件下,计算每个语义概念的条件概率,使用条件概率最大的语义关键字实现图像语义的自动标注.对一个包含500幅图像的图像库进行实验,结果表明,本文方法比其它方法更有效.

Select

一种基于ICA和模糊LDA的特征提取方法

王建国，杨万扣，郑宇杰，杨静宇

模式识别与人工智能. 2008, 21(6): 819-823.

PDF全文 ( )

可视化

独立成分分析(ICA)和线性鉴别分析(LDA)是两种经典的特征提取方法.为了更好地解决人脸识别中的特征提取问题,在已有的两种方法进行特征抽取的基础上引入模糊技术,抽取重叠(离群)样本中有助于分类的特征.首先用ICA进行初次特征提取,然后采用模糊k近邻方法得到相应的样本分布信息,最后在此基础上用模糊LDA进行二次特征提取,得到有效的特征向量集.在3个人脸数据库上的实验结果表明本文方法的有效性.

Select

标牌图像的旋转不变性矢量提取及其PCA子空间识别^*

宋怀波，路长厚，李建美，卢国梁

模式识别与人工智能. 2008, 21(6): 824-830.

PDF全文 ( )

可视化

提出一种标牌字符图像样本矢量生成方法,有效解决字符图像存在旋转变化时对识别结果的影响.该方法首先提取图像的质心、主轴等特征不变量,然后对图像进行极坐标变换,并按照一定的规则进行排序,最后得到具有旋转不变性的样本矢量.在此基础上对分割得到的单个字符采用PCA子空间方法直接在灰度图像上进行识别.实验表明,该方法可大幅度降低离群样本的数量,与通常采用的矢量形成方法相比,具有更高的识别率.

Select

基于字典顺序式多目标遗传算法的预测控制

张倩，郑涛

模式识别与人工智能. 2008, 21(6): 831-835.

PDF全文 ( )

可视化

在多目标遗传算法中引入动态适应度函数,以解决字典顺序式优化问题,并以此设计多目标控制器.以Shell标准控制问题为研究对象,验证算法的有效性,并研究在模型增益摄动及出现大扰动的情况下算法的性能.

Select

基于改进型嵌入式隐马尔可夫模型的表情识别方法^*

郑芳颖，赵杰煜

模式识别与人工智能. 2008, 21(6): 836-842.

PDF全文 ( )

可视化

提出一种基于改进型嵌入式隐马尔可夫模型的表情识别方法.首先通过视频人脸跟踪检验获取关键帧的感兴趣区域.然后利用二维离散余弦变换将人脸图像观测块转化为观测向量.最后实现嵌入式隐马尔可夫进行模型训练与表情识别.实验表明,采用嵌入式隐马尔可夫模型可有效识别表情,改进和优化后的设计方案识别效果良好.

Select

基于改进粒子滤波器的移动机器人同时定位与建图方法

潘薇，蔡自兴，陈白帆

模式识别与人工智能. 2008, 21(6): 843-848.

PDF全文 ( )

可视化

提出一种基于改进粒子滤波器的移动机器人同时定位与建图方法.该方法将常规粒子滤波器与粒子群优化算法有机结合,引入最新的机器人观测信息以调整粒子的提议分布,从而在保证算法精度的同时,减少定位与建图所需的粒子数,并有效缓解粒子退化现象.此外,考虑到常规的重采样过程容易引起样本贫化现象,引入概率算子以增加粒子的多样性.实验结果表明该方法的可行性和有效性.

Select

基于判别模型的视频前景/阴影自动分割算法^*

褚一平，陈勤，黄叶珏，张三元

模式识别与人工智能. 2008, 21(6): 849-855.

PDF全文 ( )

可视化

活动阴影是影响视频目标分割准确性的重要因素,有效检测与消除活动阴影是视频分割的一大难题.本文提出一种基于判别模型的前景/阴影自动分割算法.它能在室内户外多种环境中对活动阴影进行检测和消除.算法在像素级别上对背景、阴影以及前景进行建模,利用二维条件随机场对这些分布模型进行约束,通过概率图模型推断算法求出全局最优的分割结果.在实验中采用各种环境的视频数据对本文算法的有效性进行测试,并与其他分割算法的结果进行比较,证明本文算法的误分率较低.

Select

一种基于语音组成单位的说话人识别算法

黄长存，汪增福

模式识别与人工智能. 2008, 21(6): 856-866.

PDF全文 ( )

可视化

以线性预测系数为特征通过高斯混合模型的迭代算法对训练样本的初始k均值聚类结果进行优化,得到语音组成单位的表示.以语音组成单位的模式匹配为基础,提出一种文本无关说话人确认的方法——均值法,以及一种文本无关说话人辨认方法.实验结果表明,即使在短时语音下本文方法都能取得较好效果.

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6期　刊出日期：2008-12-01

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6期 刊出日期：2008-12-01

2008年, 第21卷, 第6期　刊出日期：2008-12-01