模式识别与人工智能

Select

基于协方差描述子和黎曼流形的语音情感识别^*

刘佳，陈纯，叶承羲，李娜，卜佳俊

模式识别与人工智能. 2009, 22(5): 673-677.

PDF全文 ( )

可视化

提出一种基于协方差描述子和黎曼流形的语音情感识别方法.根据提取的语音声学特征，计算协方差矩阵用于表征语句的情感信息.考虑到非奇异协方差矩阵所构成空间的高维特性，引入一种仿射不变度量使得该空间满足黎曼流形的要求.进而根据微分几何，建立基于黎曼流形的算法架构.实验证明，该方法在语音情感识别中获得较好的识别效果，尤其在噪声环境下能更有效地提高识别准确率.

Select

基于归一化距离的结构聚类分析^*

唐旭清，朱平，程家兴

模式识别与人工智能. 2009, 22(5): 678-688.

PDF全文 ( )

可视化

在有序粒度空间理论的基础上，提出基于归一化距离的结构聚类(分类)分析理论和方法研究.首先，提出依距离的一致聚类的概念，给出有序粒度空间的结构聚类特征研究.其次，给出基于归一化距离结构聚类分析完整的理论研究，获得基于归一化距离结构聚类的算法.再给出基于粒度空间的最佳聚类问题研究，提出基于粒度空间的、获取最佳聚类的方法，并且这一方法具备全局最优性质.最后，给出基于归一化距离空间的结构聚类的融合技术的研究，即通过两个归一化距离的交运算获取结构聚类融合的研究方法.这些结论为基于距离的结构聚类(分类)提供一整套理论和方法.

Select

一种区域级运动目标检测方法^*

王欢，任明武，杨静宇

模式识别与人工智能. 2009, 22(5): 689-696.

PDF全文 ( )

可视化

传统运动目标检测方法通常在像素或硬性划分的区域上实现.文中使用分水岭变换自动将图像划分成灰度一致性区域，并以一致性区域为基元进行运动目标检测.针对分水岭变换的过分割问题，在多步形态学梯度图像上进行变换.针对运动目标检测的低虚警率和高实时性要求，直接考察待检测图像中每一个一致性区域与一组背景图像中对应区域间的差异程度，设计灰度差异、颜色畸变及相邻区域间的灰度关系准则综合判断各区域是前景还是背景.该方法与流行的检测方法相比具有较低的虚警率，避免区域级检测方法中的硬性分块问题，同时又具有一定的处理速度.多个室内和室外标准图像序列的测试证明该算法的有效性.

Select

精度与程度的逻辑或粗糙集模型^*

张贤勇，熊方，莫智文

模式识别与人工智能. 2009, 22(5): 697-703.

PDF全文 ( )

可视化

精度与程度是两个重要的量化研究指标. 文中目的是结合精度与程度，探索粗糙集拓展模型. 通过研究变精度近似与程度近似的关系，得到两者的转化公式. 基于精度与程度的逻辑或需求，提出精度与程度的逻辑或粗糙集模型，提出粗糙集区域，更精确地分划论域. 在精度与程度的逻辑或粗糙集模型中，得到粗糙集区域的基本结构，提出计算粗糙集区域的常规算法和结构算法，并进行算法分析与比较. 精度与程度的逻辑或粗糙集模型拓展了变精度粗糙集模型、程度粗糙集模型、经典粗糙集模型，并在这些模型中得到相应的粗糙集区域结构.

Select

融合先验知识的自适应行人跟踪算法^*

程有龙，李斌，张文聪，庄镇泉

模式识别与人工智能. 2009, 22(5): 704-708.

PDF全文 ( )

可视化

在实际监控场合中，行人的运动有着诸多不确定性，这些会对现有的跟踪算法产生干扰，从而造成跟踪丢失.基于此，文中提出一种将行人检测的先验知识融入到跟踪模型自学习过程的行人跟踪算法.首先通过离线训练，得到具有较强区分能力的子分类器集，这些子分类器蕴含了对于行人的先验知识.在跟踪过程中，使用online boosting 算法从离线训练的子分类器集中学习并更新强分类器，对被跟踪行人进行动态建模.实验结果表明，该算法有效缓解算法自适应性与“漂移”之间的矛盾，能够在真实监控场合下跟踪具有复杂运动的行人.

Select

基于特征选择及Condensing技术的文本取样^*

郝秀兰，陶晓鹏，王述云，徐和祥，胡运发

模式识别与人工智能. 2009, 22(5): 709-717.

PDF全文 ( )

可视化

作为一种基于实例的方法，k-近邻(kNN)分类器有大量的计算及存储需求.同时，训练数据分布的不均衡，也会导致kNN分类器的性能下降.针对这些缺陷，文中提出特征选择与Condensing技术相结合的取样方法，以达到下述目的.在减少kNN分类的计算量及存储量的同时，保证分类器的性能.首先由传统的特征选择方法产生训练集里每类训练数据的特征.再根据文档自身的类特征，结合Condensing策略移去多余的训练实例.大量实验表明，用该方法所取得的样本作为训练集，不仅极大减少kNN方法的时空开销，而且降低噪声，提高分类器性能.

Select

一种基于AMPF和FastSLAM的复合SLAM算法

周武，赵春霞，张浩峰

模式识别与人工智能. 2009, 22(5): 718-725.

PDF全文 ( )

可视化

为了改进快速同时定位和地图创建(FastSLAM)算法的粒子集性能、提高估计精度，提出基于AMPF和FastSLAM的复合SLAM算法.将辅助边缘粒子滤波器(AMPF)与FastSLAM架构相结合，用AMPF估计机器人位姿，单个粒子的位姿提议分布用无轨迹卡尔曼滤波估计.设计与AMPF和FastSLAM架构均兼容的采样方法和粒子数据结构，在FastSLAM框架下用扩展卡尔曼滤波递归估计地图.实验表明，该算法的粒子集性能比FastSLAM 2.0算法好，并且它的位姿估计精度高于FastSLAM 2.0算法.此外，粒子数较少时，该算法的估计精度较高，从而可适当减少粒子数目来提高算法的计算效率.

Select

基于自适应认知域的粒子群性能改进方法^*

刘暾东，陈得宝，李素文，王颖

模式识别与人工智能. 2009, 22(5): 726-730.

PDF全文 ( )

可视化

为提高粒子群算法的收敛性能，提出一种自适应粒子认知域方法.在粒子位置的更新方法中，粒子运动到当前的最好位置由计算得到的最好位置为中心，粒子的认知方向为导向来确定.利用线性惯性下降权重来实现粒子的优化.为验证该方法的有效性，将此方法应用于3种不同的粒子群方法，分别是固定权重粒子群方法、线性下降权重粒子群方法及阶梯形群体粒子群算法.实验结果表明此方法是较有效的.

Select

EAPSC: 有效聚类skyline对象集方法^*

黄震华，向阳，林琛

模式识别与人工智能. 2009, 22(5): 731-734.

PDF全文 ( )

可视化

提出SkyCluster的概念，对skyline对象进行基于密度的聚类.另一方面，由于skyline查询和聚类处理均是CPU-敏感的.因此，为了提高获取SkyCluster的效率，提出一种有效聚类skyline对象集的方法EAPSC.EAPSC算法基于文章给出的SLT索引树，并利用SLT索引树的多个有效性质来快速产生所有的SkyCluster聚类.理论分析和实验结果表明，该方法具有有效性和实用性.

Select

半监督聚类的若干新进展^*

李昆仑，曹铮，曹丽苹，张超，刘明

模式识别与人工智能. 2009, 22(5): 735-742.

PDF全文 ( )

可视化

半监督聚类方法利用少量标记数据提高聚类算法的性能，已逐渐发展成为模式识别及相关领域的研究热点.文中首先综述了半监督聚类算法的一些新进展，包括基于约束的方法、基于距离的方法和基于距离与约束的融合方法.然后提出一种基于约束的半监督模糊C-means聚类算法.实验表明，该算法与传统的模糊C-means及半监督K-means方法相比，具有更好的聚类精度.

Select

一种基于图像底层特征的隐马尔可夫人体检测方法^*

徐翠，郑颖，汪增福

模式识别与人工智能. 2009, 22(5): 743-749.

PDF全文 ( )

可视化

提出一种单幅图像中的人体检测方法.该方法用隐马尔可夫模型表示人体，根据给定的人体结构序列估计产生该序列的图像区域，从而将人体检测问题转化为隐马尔可夫解码问题求解.首先对图像进行Mean-Shift分割，并根据颜色信息搜索出属于躯干的区域，然后将明暗度、颜色及边缘3种底层特征相结合，估计特征匹配概率并由此获得四肢部分的候选区域.最后估计候选区域的连接概率并利用隐马尔可夫解码算法找出最优的人体配置区域.实验结果表明，该方法对于复杂背景中具有不同姿态的人体图像可得到较满意的检测结果.和其它检测方法相比，该方法并非单纯地给出矩形近似的人体各个部分，同时还获得较完整分割的人体图像.尤其对于图像分辨率较低、图像中的人体较小且存在运动模糊的情况，该方法能够获得较好的检测结果.

Select

具有噪声过滤功能的协同训练半监督主动学习算法^*

詹永照，陈亚必

模式识别与人工智能. 2009, 22(5): 750-755.

PDF全文 ( )

可视化

针对基于半监督学习的分类器利用未标记样本训练会引入噪声而使得分类性能下降的情形，文中提出一种具有噪声过滤功能的协同训练半监督主动学习算法.该算法以3个模糊深隐马尔可夫模型进行协同半监督学习，在适当的时候主动引入一些人机交互来补充类别标记，避免判决类别不相同时的拒判和初始时判决一致即认为正确的误判情形.同时加入噪声过滤机制，用以过滤由机器自动标记的可能是噪声的样本.将该算法应用于人脸表情识别.实验结果表明，该算法能有效提高未标记样本的利用率并降低半监督学习而引入的噪声，提高表情识别的准确率.

Select

基于多维关联规则的本体规则扩展方法^*

董俊，王锁萍，熊范纶，张友华

模式识别与人工智能. 2009, 22(5): 756-762.

PDF全文 ( )

可视化

目前扩充和丰富本体存在很大的局限性.对此，文中提出采用多维关联规则技术扩展本体规则方法.通过对本体规则提取，在本体指导下的一致性处理，规则映射的建立，以及对概念本体的重新识别和更新等技术和方法充实和扩展概念本体.茶病虫害预测本体的实验结果表明该方法易于实现且具有较高的可行性和有效性.

Select

一种基于POCS约束的图像代数重建算法^*

胡小舟，孔斌，成二康，胡戎翔

模式识别与人工智能. 2009, 22(5): 763-768.

PDF全文 ( )

可视化

不完全投影数据的代数重建问题一直是CT应用中的热点问题.通过对相互垂直角度投影图像之间的关系分析，文中提出一种改进的代数重建(ART)算法.该算法采用记录射线穿过网格编号和射线与网格相交长度的方法计算投影系数矩阵，并在反投影过程中对不完全投影数据采用凸集投影约束的方法进行重建.实验表明该算法与ART算法相比，图像重建的速度与图像重建的质量都得到较大提高.

Select

基于核的类别非局保留投影^*

王文俊，张军英

模式识别与人工智能. 2009, 22(5): 769-773.

PDF全文 ( )

可视化

提出一种线性特征提取方法——类别非局保留投影.并进行核扩张，称为基于核的类别非局保留投影.基于非局保留投影特征提取方法，类别非局保留投影采用类间信息指导特征提取，同时考虑样本的关系信息和类别信息，并通过核技巧实现原输入空间的非线性判别.通过对yeast和NCI基因表达数据进行特征提取，对文中方法进行测试和评价.实验结果表明，该方法能获得较高的识别率.

Select

基于直推式支持向量机的图像检索^*

陈时，郭茂祖，刘扬，邓超

模式识别与人工智能. 2009, 22(5): 774-779.

PDF全文 ( )

可视化

为缩小图像的低层特征与高层语义之间的语义鸿沟，基于支持向量机的相关反馈机制受到越来越广泛的关注，但这种方法并没有利用未标记样本的隐含信息. 为更好地利用这些信息，提出将直推式支持向量机作为反馈过程中的学习算法. 通过分析其所用特征向量的特点，设计一种颜色稀疏特征，并将其与纹理特征结合作为图像描述的特征. 实验结果表明该方法较令人满意，同时也说明直推式支持向量机可在文本分类以外的领域取得较好结果.

Select

基于矩阵谱分析的文本聚类集成算法^*

徐森，卢志茂，顾国昌

模式识别与人工智能. 2009, 22(5): 780-786.

PDF全文 ( )

可视化

聚类集成技术可有效提高单聚类算法的精度和稳定性，其中的关键问题是如何根据不同的聚类成员组合为更好的聚类结果.文中引入谱聚类算法解决文本聚类集成问题，设计基于正则化拉普拉斯矩阵的谱算法(NLMSA).该算法基于代数变换，通过求解小规模矩阵的特征值和特征向量间接获得正则化拉普拉斯矩阵的特征向量，并用于后续聚类.进一步研究谱聚类算法的关键思想，设计基于超边转移概率矩阵的谱算法(HTMSA).该算法通过求解超边的低维嵌入间接获得文本的低维嵌入，并用于后续K均值算法.在TREC和Reuters文本集上的实验结果验证NLMSA和HTMSA的有效性，它们都获得比其它基于图划分的集成算法更为优越的结果.HTMSA获得的结果比NLMSA略差，而时间和空间需求则比NLMSA低得多.

Select

快速的多级指纹混合匹配方法^*

曹国，毛志红，梅园，孙权森

模式识别与人工智能. 2009, 22(5): 787-793.

PDF全文 ( )

可视化

提出一种快速的多级指纹混合匹配方法.该方法在提取指纹图像特征，建立指纹细节点匹配模板后，对指纹进行多级匹配.首先，计算两幅指纹图像特征矢量之间的欧式距离，通过比较距离大小实现指纹的初级比对.然后利用输入指纹与库指纹的细节点模板进行二次匹配.最后，对二次匹配过程中匹配的细节点对加以分析，选取可靠的细节点对作为多参照对应点进行再次匹配.该方法融合指纹的图像特征和细节点特征，避免建立指纹细节点对应性耗时的搜索过程，同时多参照点的引入可以更好地校准细节点集.实验证明该方法快速有效.

Select

基于多层蚁群算法的变论域模糊控制

赵云涛，王京，谢新亮，侯强

模式识别与人工智能. 2009, 22(5): 794-798.

PDF全文 ( )

可视化

针对模糊控制器控制精度不高、自适应能力有限等问题，提出一种变论域自适应模糊控制方式.首先在对离散蚁群算法改进的基础上，提出用于连续域寻优的多层蚁群算法.其通过将解空间分成有限网格，并且算法在迭代过程中采用三个阶段的搜索策略，每个阶段采用异构搜索机制.然后根据系统性能利用改进算法动态调整伸缩因子，从而构成基于多层蚁群算法的变论域自适应模糊控制器.最后将此控制器用于中厚板液压位置伺服系统中.仿真结果表明，采用自适应模糊控制器的伺服系统收敛速度明显加快，此控制策略在适应能力与鲁棒性好于其它控制方式.

Select

基于变异系数的边界点检测算法^*

薛丽香，邱保志

模式识别与人工智能. 2009, 22(5): 799-802.

PDF全文 ( )

可视化

为有效检测聚类的边界点，提出基于变异系数的边界点检测算法.首先计算出数据对象到它的k-距离邻居距离之和的平均值.然后用平均值的倒数作为每个点的密度，通过变异系数刻画数据对象密度分布特征寻找边界点.实验结果表明，该算法可在含有任意形状、不同大小和不同密度的数据集上快速有效检测出聚类的边界点，并可消除噪声.

Select

基于EMD与K-means算法的时间序列聚类^*

刘慧婷，倪志伟

模式识别与人工智能. 2009, 22(5): 803-808.

PDF全文 ( )

可视化

有效实现时间序列聚类的重要前提是序列的维数得到约简，序列中包含的噪声能够被滤除.文中提出一种能够对时间序列进行有效预处理的方法.该方法先通过经验模态分解实现时间序列趋势的提取，再利用自底向上算法对趋势序列进行分段，最后转换成由｛-1，0，1｝构成的齐序列.为了证明该方法既能实现降维，也可实现数据序列中噪声的滤除，文中利用K-means算法对经过上述方法预处理后的序列进行聚类.实验结果表明，与直接对原序列进行聚类相比，对预处理后的数据序列进行聚类，空间复杂度较低、准确性较高.

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

2009年, 第22卷, 第5期　刊出日期：2009-10-25

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

2009年, 第22卷, 第5期 刊出日期：2009-10-25

2009年, 第22卷, 第5期　刊出日期：2009-10-25