2010年, 第23卷, 第1期　刊出日期：2010-02-25

  

• 全选
  |

论文与报告
• Select
  蚁群算法一阶欺骗性问题的时间复杂度分析

  陈崚，孙海鹰

  模式识别与人工智能. 2010, 23(1): 1-6.

  PDF全文 ( ) 可视化 收藏

  文中研究蚁群算法求解欺骗性问题时的时间复杂度。以蚁群算法一阶欺骗性问题n-bit陷阱问题为例， 证明使用信息素带限的最大最小蚁群算法求解n-bit陷阱问题达到最优解的时间复杂度为O(n²mlnn)，其中n为问题的规模，m为蚂蚁的个数。实验结果验证上述结论的正确性。
• Select
  最小化相关性的二维主成分分析

  严慧，金忠，杨静宇

  模式识别与人工智能. 2010, 23(1): 7-10.

  PDF全文 ( ) 可视化 收藏

  指出在二维主成分分析中，特征向量的任意两个分量之间是相关的，并给出此相关性的数学表达，进一步提出最小化相关性的二维主成分分析。该方法改进二维主成分分析的目标函数，最大化特征向量间总体散度的同时，最小化特征向量各分量间的相关性。最后，在Yale标准人脸库上的实验结果表明，文中方法有较强的特征抽取能力，在识别性能上优于二维主成分分析及对角二维主成分分析。
• Select
  基于错误度量的模糊聚类有效性函数

  贲圣兰，苏光大

  模式识别与人工智能. 2010, 23(1): 11-16.

  PDF全文 ( ) 可视化 收藏

  聚类的错误主要表现为两种形式:将原属不同类的数据分到同一个聚类和将原属同一类的数据分到不同聚类。文中提出类内不一致性和类间重叠度两个指标分别度量聚类中出现这两类错误的程度。一个好的模糊分割中包含的聚类错误应尽可能少。同时，聚类紧致度应尽可能大。基于这两个错误度量指标和紧致性度量，提出一种有效性函数来判断模糊聚类的有效性。实验结果表明，提出的有效性函数能有效判断最佳聚类数并且有较好的鲁棒性。
• Select
  结构相似度稀疏编码及其图像特征提取

  李志清，施智平，李志欣，史忠植

  模式识别与人工智能. 2010, 23(1): 17-22.

  PDF全文 ( ) 可视化 收藏

  将结构相似度引入到稀疏编码模型中，提出基于结构相似度的稀疏编码模型。基于该模型提取出图像的稀疏编码特征。实验结果表明，改进后的稀疏编码模型更好地保持了结构信息，更加符合人眼视觉系统特性。将文中提出的模型应用到特征提取中，可获得结构信息保持得更好的图像特征。
• Select
  邻域保持最大间隔分析的人脸识别

  李勇周，罗大庸，刘少强

  模式识别与人工智能. 2010, 23(1): 23-28.

  PDF全文 ( ) 可视化 收藏

  邻域保持嵌入是局部线性嵌入的线性近似，强调保持数据流形的局部结构。改进的最大间隔准则重视数据流形的判别和几何结构，提高了对数据的分类性能。文中提出的核岭回归的邻域保持最大间隔分析既保持流形的局部结构，又使不同类别的数据保持最大间隔，以此构建算法的目标函数。为了解决数据流形高度非线性化的问题，算法采用核岭回归计算特征空间的变换矩阵。先求解数据样本在核子空间中降维映射的结果，再解得核子空间。在标准人脸数据库上的实验表明该算法正确有效，并且识别性能优于普通的流形学习算法。
• Select
  基于个体适应度梯度的定向进化算法

  赵志强，缑锦，王靖

  模式识别与人工智能. 2010, 23(1): 29-38.

  PDF全文 ( ) 可视化 收藏

  基于进化过程中父代个体和子代个体在种群中的适应度梯度，提出进化方向的概念，并对其进行定性分析，在此基础上提出最优进化方向。通过最优进化方向的指导可加速进化过程，提高进化算法的收敛效率。基于进化方向和最优进化方向的描述，设计并实现基于个体适应度梯度的定向进化算法，并针对该算法给出2种不同的个体繁殖策略。对算法的收敛性和复杂度进行理论分析。最后通过仿真实验说明该算法具有精度高、收敛速度快等优点，在一定程度上克服目前进化算法的搜索低效问题。
• Select
  一种沿区域边界的动态规划立体匹配算法

  刘赫伟，汪增福

  模式识别与人工智能. 2010, 23(1): 39-44.

  PDF全文 ( ) 可视化 收藏

  提出一种基于图像区域分割的立体匹配算法。与通常的沿扫描行进行动态规划的立体匹配算法不同，该算法以图像“区域”为基元计算视差。首先使用相关法得到初始视差，然后利用一种区域边界上的多种子动态规划算法对视差进行精细计算，最终通过插值得到整个图像的稠密视差。实验结果表明，此算法速度较快、可靠性较高。

• Select
  基于词汇链的中文新闻网页关键词抽取方法

  胡学钢，李星华，谢飞，吴信东

  模式识别与人工智能. 2010, 23(1): 45-51.

  PDF全文 ( ) 可视化 收藏

  词汇链是一种词语间语义关系引起的连贯性的外在表现，提供关于文本结构和主题的重要线索。文中在解决歧义消解问题的基础上提出利用词汇链，结合词频特征、位置特征和集聚特征抽取中文新闻网页关键词的方法。该方法根据词语在文档中语义联系将文档表示成词汇链形式，并在此基础上抽取关键词。对中文新闻网页和学术期刊文献两种语料进行实验，结果表明该方法可明显提高抽取的关键词质量。
• Select
  关于三维图像Euler数新公式的证明

  林小竹，籍俊伟，黄寿萱，杨建华

  模式识别与人工智能. 2010, 23(1): 52-58.

  PDF全文 ( ) 可视化 收藏

  图像欧拉数是数字拓扑学的重要特征参数之一，计算图像欧拉数的方法被不断探索更新。为了更好理解三维图像欧拉数的本质和方便计算三维图像的欧拉数，通过对三维图像连通性的深入研究，在定义三维图段和三维相邻数两个基本概念的基础上，提出局部计算三维图像欧拉数的公式和计算三维相邻数的方法，并用归纳法证明该公式与全局计算公式的等价性。不同于以往对像素和连通性的描述，为局部计算三维图像的欧拉数提供新途径。
研究与应用
• Select
  基于因子分析信道失配补偿的SVM话者确认方法

  吴德辉，李辉，刘青松，戴蓓蒨

  模式识别与人工智能. 2010, 23(1): 59-64.

  PDF全文 ( ) 可视化 收藏

  针对信道失配和统计模型区分性不足而导致话者确认性能下降问题，文中提出一种将因子分析信道失配补偿与支持向量机模型相结合的文本无关话者确认方法。在SVM话者模型前端采用高斯混合模型-背景模型(GMM-UBM)方法对语音特征参数进行聚类和升维，并利用因子分析(FA)方法，对聚类获得的超矢量进行信道补偿后作为基于SVM话者确认的输入特征，从而有效解决SVM用于文本无关话者确认的大样本、升维问题，以及信道失配对性能影响问题。在NIST 06数据库上实验结果表明，文中方法比未做失配补偿的GMM-UBM系统、GMM-SVM系统在等误识率上有50%以上的改善，比做了FA失配补偿的GMM-UBM系统也有15。8%的改善。
• Select
  基于语境和动作推理的语义Web服务发现

  牛温佳，常亮，王晓峰，韩旭，史忠植

  模式识别与人工智能. 2010, 23(1): 65-71.

  PDF全文 ( ) 可视化 收藏

  在语义Web服务发现中，服务本身及用户所处的语境是不可忽视的因素。针对现有服务发现方法的不足，给出一种基于语境和动作推理的语义Web服务发现方法。该方法通过建立基于动作的语境模型来刻画静态和动态的语境信息，利用动态描述逻辑中的动作推理实现语境推理，并在此基础上实现语境敏感的语义Web服务发现算法。案例研究及相关工作对比表明，与现有方法相比，文中方法在语境刻画和推理能力方面均有较优表现。同时实验结果也表明，在增加合理逻辑推理的时空开销的前提下，文中方法能为用户提供更符合需求的服务发现结果。
• Select
  基于词相似性与CRP的主题模型

  张小平，周雪忠，黄厚宽，冯奇，陈世波

  模式识别与人工智能. 2010, 23(1): 72-76.

  PDF全文 ( ) 可视化 收藏

  主题模型能提取隐含在文档中的主题，使文档可按主题进行归约、分类和检索，成为信息分类和检索领域的研究热点。针对LDA(Latent Dirichlet Allocation)主题模型不能自动确定主题数目的问题，提出一种结合词相似性与CRP(Chinese Restaurant Process )的隐主题模型，可自适应地动态更新主题内容，确定合理的主题数目。同时提出一种在动态更新主题数时超参数设置方法。在中医临床诊疗数据的实验中，获得领域专家解释性较好的分析结果。
• Select
  基于MW(2D)PCA的单训练样本人脸识别

  李欣，王科俊，贲晛烨

  模式识别与人工智能. 2010, 23(1): 77-83.

  PDF全文 ( ) 可视化 收藏

  传统的人脸识别方法在单训练样本条件下性能会急剧下降，因此，研究出适合于单样本情况下的识别算法是人脸识别问题面临的巨大挑战。针对两个方向的二维主成分分析((2D)²PCA)算法进行改进，文中提出将加权和分块与(2D)²PCA相结合的方法称为分块加权(2D)²PCA，以便更有效地提取人脸的局部特征。同时把模糊理论引入分类决策，应用于单训练样本人脸识别问题。在ORL人脸库以及部分CAS-PEAL人脸库中的实验结果表明，文中方法能取得较好的识别效果。
• Select
  基于信任度传播的体视算法

  卢阿丽，唐振民，杨静宇

  模式识别与人工智能. 2010, 23(1): 84-90.

  PDF全文 ( ) 可视化 收藏

  针对信任度传播算法计算量大及误匹配率高的问题，提出一种高效的计算稠密视差图的全局优化算法。首先，根据像素匹配代价的特点、视差不连续亮度变化的特征，定义具有适应性的数据约束和平滑约束，并对平滑约束进行分层调节后执行消息的传输。其次，讨论消息传输迭代过程中的冗余计算问题，通过检测消息的收敛性减少运行时间。最后，分析信任度传播算法中的误匹配问题，通过匹配的对称性检测遮挡，并提出重建数据项后，利用贪婪迭代法优化所得视差图，将图像中可靠像素的视差向不可靠像素扩散。实验结果表明，该算法能以较快的速度计算出更理想的视差图。
• Select
  训练模式摄动对模糊形态学联想记忆网络的影响

  曾水玲，徐蔚鸿，杨静宇

  模式识别与人工智能. 2010, 23(1): 91-96.

  PDF全文 ( ) 可视化 收藏

  众多学者研究的两类形态学联想记忆网络的存储能力、抗腐蚀/膨胀噪声的能力等性质几乎都相同。但是文中研究发现两类网络对训练模式摄动的鲁棒性差异很大。一类对训练模式摄动拥有好的鲁棒性，而另一类则较差。该研究结论能为形态学联想记忆网络的学习算法选择和训练模式采集设备的精度要求提供指导，对前期训练模式的获取过程提供警示。
• Select
  基于Inver-Over算子的改进离散粒子群优化算法

  郑东亮，薛云灿，杨启文，李斐

  模式识别与人工智能. 2010, 23(1): 97-102.

  PDF全文 ( ) 可视化 收藏

  离散粒子群算法能充分利用粒子的局部极值和全局极值信息，但收敛速度慢、精度低;Inver-Over算子收敛速度快、精度高，但学习具有盲目性。结合二者优点，文中提出一种基于Inver-Over算子的改进离散粒子群优化算法。为防止早熟收敛，引入局部最优子群的概念，使粒子向局部最优子群中粒子学习而不是向个体局部最优学习。引入3个参数:学习选择概率用以确定粒子的学习对象，代数阈值确定何时向全局最优粒子学习，局部最优子群比决定最优子群的规模。讨论这些参数的选择原则，并给出相应参考选择范围。研究表明，文中算法与普通离散粒子群优化算法和郭涛算法相比，收敛速度和求解精度都有较大提高。
• Select
  一种改进的字符串模式匹配算法

  胡金柱，熊春秀，舒江波，周星，程文涛

  模式识别与人工智能. 2010, 23(1): 103-106.

  PDF全文 ( ) 可视化 收藏

  提出一种改进的字符串模式匹配算法。该算法对文本串进行预处理，即对文本串中不存在于模式串中的字符以及文本串中剩下的出现次数最少的字符分别进行标记，再通过匹配模式串的首尾字符来减少出现次数最少的字符的标记个数。发生匹配失败时，将模式串直接滑动到标记了的出现次数最少的字符处。通过实验证明，该算法的移动次数和比较次数有较大减少，耗费的额外空间的大小也不超过模式串的长度，进一步提高模式匹配的效率。
• Select
  基于HMM/DTW两级结构的签名认证方法

  于宏斌，吴仲城，申飞

  模式识别与人工智能. 2010, 23(1): 107-114.

  PDF全文 ( ) 可视化 收藏

  提出一种基于HMM和DTW在线手写签名认证方法的改进方法。该方法使用签名关键点和关键点的特征值进行签名的状态划分和状态匹配，实现类内签名状态划分的一致性。并利用在线手写签名二维信息的DTW距离作为签名隐马尔科夫模型的状态观测值，构建二级签名隐马尔科夫模型认证框架进行签名认证，得到较好的认证效果。实验结果表明，认证的准确率能达到93%左右。
• Select
  一种改进的红外目标识别算法

  刘靳，姬红兵

  模式识别与人工智能. 2010, 23(1): 115-119.

  可视化 收藏

  提出一种基于一维搜索和距离函数的快速独立分量分析(Fast ICA)特征提取改进算法。该算法针对Fast ICA中迭代初始值的选取影响其收敛性的问题，通过一维搜索策略使其收敛性不依赖于初始值的选取。与此同时，根据红外图像的特性设计类内类间距离函数准则对提取的独立分量进行优化选择，保留对目标识别贡献大的独立分量特征，从而克服在高维特征子空间下随着训练图像样本数的增多，红外目标识别率和稳定性下降的问题。实测数据实验结果表明，与传统算法相比，该算法能够在提取少量红外目标特征的情况下达到更低的错分率，且算法在不同类别数下的错分率具有较强的鲁棒性。
• Select
  一种协同的FCPM模糊聚类算法

  祁宏宇，吴小俊，王士同，杨静宇

  模式识别与人工智能. 2010, 23(1): 120-126.

  PDF全文 ( ) 可视化 收藏

  比重隶属度模糊聚类(FCPM)算法可从不同角度解决聚类问题，取得较好效果。协同聚类算法利用不同特征子集之间的协同关系，并与其它聚类算法相结合，可提高原有的聚类性能。文中在FCPM聚类算法的基础上进行改进，将其与协同聚类算法相结合，提出一种协同的FCPM聚类算法。该算法在原有FCPM聚类算法的基础上，提高对数据集的聚类效果。在对数据集Wine和Iris进行测试的结果表明，该方法优于FCPM算法，说明该方法的有效性。
• Select
  二维熵阈值法的修改及其快速迭代算法

  吴成茂，田小平，谭铁牛

  模式识别与人工智能. 2010, 23(1): 127-130.

  PDF全文 ( ) 可视化 收藏

  提出二维熵阈值法的一种修改方法和其快速迭代算法。针对传统二维熵阈值法及其递推算法的高计算复杂性的不足，首先对二维直方图所对应的二元概率分布进行修改并得到一种新的二维熵阈值法。其次假设二维直方图所对应的二元概率分布是连续可微的条件下导出的修改后的二维熵阈值法的快速迭代算法。实验结果表明，文中提出的修改二维熵阈值法及其快速迭代算法是可行的，且快速迭代算法的时间消耗相对其递归算法有很大程度地降低。