模式识别与人工智能

Select

最小类方差支持向量机与零空间分类器的集成

王晓明，王士同

模式识别与人工智能. 2010, 23(4): 441-449.

PDF全文 ( 347 )

可视化

最小类方差支持向量机(MCVSVM)充分考虑数据的分布信息，但是在小样本情况下却仅利用类内散度矩阵非零空间中的信息。为了综合利用类内散度矩阵非零空间和零空间中的信息来进一步提高分类性能，文中首先在零空间中建立一种分类器——零空间分类器(NSC)，然后再把MCVSVM和NSC进行融合，从而进一步提出集成分类器(EC)。不同于MCVSVM和NSC，EC综合考虑非零空间和零空间中的信息，体现出更强的泛化能力。最后通过实验验证算法的有效性。

Select

一种针对区分性训练的受限线性搜索优化方法

刘聪，胡郁，戴礼荣，王仁华

模式识别与人工智能. 2010, 23(4): 450-455.

PDF全文 ( 555 )

可视化

提出一种称为“受限线性搜索”的优化方法，并用于语音识别中混合高斯的连续密度隐马尔科夫(CDHMM)模型的区分性训练。该方法可用于优化基于最大互信息(MMI)准则的区分性训练目标函数。在该方法中，首先把隐马尔科夫模型(HMM)的区分性训练问题看成一个受限的优化问题，并利用模型间的KL度量作为优化过程中的一个限制。再基于线性搜索的思想，指出通过限制更新前后模型间的KL度量，可将HMM的参数表示成一种简单的二次形式。该方法可用于优化混合高斯CDHMM模型中的任何参数，包括均值、协方差矩阵、高斯权重等。将该方法分别用于中英文两个标准语音识别任务上，包括英文TIDIGITS数据库和中文863数据库。实验结果表明，该方法相对传统的扩展Baum-Welch方法在识别性能和收敛特性上都取得一致提升。

Select

基于阻塞先验知识的文本层次分类模型

李文，苗夺谦，卫志华，王炜立

模式识别与人工智能. 2010, 23(4): 456-463.

PDF全文 ( 359 )

可视化

文本层次分类中阻塞现象是影响层次分类器性能的重要原因。针对这一问题，提出基于阻塞先验知识的文本层次分类模型。该模型包括两部分:首先对阻塞分布进行估计，提出“阻塞对”识别技术，重点在于获取严重的阻塞方向;其次，把分析出的阻塞先验知识融合到分类过程中，利用层次拓扑结构修正算法，引导阻塞文本“回归”正确分类路径。在中文语料TanCorp上的实验表明，该算法在没有额外增加分类器数目的前提下，能有效改善层次分类性能，是解决层次分类阻塞问题的一种方法。另外，与平面分类算法比较后，该算法更稳定。

Select

基于QRcode技术的家庭半未知环境语义地图构建

吴皓，田国会，薛英花，张涛涛

模式识别与人工智能. 2010, 23(4): 464-470.

PDF全文 ( 577 )

可视化

根据家庭环境中机器人特有的服务任务和人机交互要求，结合大物品上粘贴的基于QR code技术的自相似人工物标，构建半未知环境的以房间为单位的语义地图。首先基于谱聚类算法构建具有房间分割功能的拓扑地图。再利用QR code中存储的物品信息，建立物品信息库和物品归属关联图，最终获得包含物品信息描述、房间功能描述及物品-房间归属关系的语义地图。该地图为家庭环境中物品的搜寻、管理和机器人服务提供完备的、拟人化的信息。仿真实验表明，基于语义地图机器人能理解人的语义命令，生成合理的服务路径，实现功能驱动的导航。

Select

一种生态粒子群竞争优化计算模式

安静，康琦，汪镭，吴启迪

模式识别与人工智能. 2010, 23(4): 471-476.

PDF全文 ( 379 )

可视化

将生态种群密度的概念引入群体智能计算，提出一种基于生态群竞争模型的粒子群优化模型。该模型的动力学特征可较全面地描述个体与环境及相互之间的协同行为，在一定程度上脱离了只采用个体适应度来控制进化的生物进化框架。数值仿真结果表明该生态型粒子群优化模型可有效改善早熟收敛和提高收敛速度。

Select

基于增强Gabor特征和直接分步线性判别分析的人脸识别

邹建法，王国胤，龚勋

模式识别与人工智能. 2010, 23(4): 477-482.

PDF全文 ( 428 )

可视化

Gabor特征能从不同方向和尺度有效表示人脸图片的局部特征，但是利用传统Gabor特征的方法却忽略原始人脸图片所包含的全局特征。文中把Gabor特征和原始图片信息结合起来，构成增强的Gabor特征，并结合直接分步线性判别分析算法，提出一种人脸识别方法。在Yale、ORL和Georgia Tech人脸库的仿真实验结果表明，相对于传统Gabor特征，增强Gabor特征能够有效提高人脸识别率。

Select

一种基于椭圆体聚类的高维索引方法

崔江涛，郭勇，周水生

模式识别与人工智能. 2010, 23(4): 483-490.

PDF全文 ( 360 )

可视化

提出一种在椭圆体聚类上进行主分量排序的高维索引方法，线性访问较少的数据点就可完成k近邻搜索过程。该方法对数据集进行椭圆体聚类划分，在KL变换域上建立近似向量。在k近邻搜索过程中，采用部分失真搜索算法，按照距离下界由小到大的顺序依次搜索各个椭圆体聚类。在大型高维图像特征库上的实验表明，与其他向量近似方法相比，该索引结构降低近似向量的访问数量，能够较显著提高k近邻搜索速度。

Select

使用模拟切削算法的SVM增量学习机制

申丰山，张军英，王开军

模式识别与人工智能. 2010, 23(4): 491-500.

PDF全文 ( 401 )

可视化

提出使用模拟切削算法的SVM增量学习机制。模拟切削算法在核函数映射的特征空间中计算每个样本的预期贡献率，仅选取预期贡献率较高的样本参与SVM增量学习，有效解决传统SVM增量学习代价高、目标样本选取准确性低、分类器缺乏鲁棒性的问题。一个样本的预期贡献率采用通过该样本的映射目标的合适分离面对两类样本的识别率来表示。对目标样本的选取酷似果蔬削皮的过程，所提算法由此得名。基准数据实验表明，文中算法在学习效率和分类器泛化性能上具有突出优势。在有限资源学习问题上的应用表明该算法在大规模学习任务上的良好性能。

Select

一种自适应最大拒绝鉴别分析及其鉴别矢量集

郭志波，严云洋，杨静宇，赵春霞

模式识别与人工智能. 2010, 23(4): 501-507.

PDF全文 ( 385 )

可视化

针对 MRC-Boosting方法中的弱分类器二值化以及鉴别矢量不正交等问题，提出一种自适应最大拒绝鉴别分析(AdaMRDA)，进一步提高分类性能。通过已抽取的鉴别特征到期望中心的距离，设计一种自适应权重调整方法，使得后面得到的鉴别矢量更加有利于分类，并且给出最佳正交鉴别矢量集的求解方程。最后，通过在2个数据库上的实验证明，AdaMRDA方法在分类性能上明显优于MRC-Boosting方法及相关方法。

Select

一种贝叶斯网络分类器集群式参数学习的降噪算法

王中锋，王志海，付彬

模式识别与人工智能. 2010, 23(4): 508-515.

PDF全文 ( 487 )

可视化

文中首先分析降噪集成算法采用的样本置信度度量函数的性质，阐述此函数不适合处理多类问题的根源。进而设计更有针对性的置信度度量函数，并基于此函数提出一种增强型降噪参数集成算法。从而使鉴别式贝叶斯网络参数学习算法不但有效地抑止噪声影响，而且避免分类器的过度拟合，进一步拓展采用集群式学习算法的鉴别式贝叶斯网络分类器在多类问题上的应用。最后，实验结果及其统计假设检验分析充分验证此算法比目前的集群式贝叶斯网络参数学习方法得到的分类器在性能上有较显著提高。

Select

一种进行K-Means聚类的有效方法

黄震华，向阳，张波，王栋，刘啸岭

模式识别与人工智能. 2010, 23(4): 516-521.

PDF全文 ( 427 )

可视化

现有的K-Means聚类算法均直接作用于多维数据集上，因此，当数据集基数和聚类属性个数较大时，这些聚类算法的效率极其低下。为此，文中提出一种基于正规格结构的有效聚类方法(KMCRG)。KMCRG算法以单元格为处理对象来有效完成K-Means聚类工作。特别，该算法使用格加权迭代的策略来有效返回最终的K个类。实验结果表明，KMCRG算法在不损失聚类精度的基础上能够快速返回聚类结果。

Select

描述逻辑非标准推理

唐素勤，蔡自兴，王驹，蒋运承

模式识别与人工智能. 2010, 23(4): 522-530.

PDF全文 ( 411 )

可视化

描述逻辑是知识工程应用领域中重要的一类知识表示形式化工具。近年来，解决描述逻辑标准推理和非标准推理已成为描述逻辑研究的一个重要内容。文中概述描述逻辑的标准推理和非标准推理的重要性和研究进展，给出LCS推理、MSC推理、重写推理、匹配推理、调试推理和保守扩充等非标准推理的定义和实现这些推理的主要技术。深入讨论LCS推理、MSC推理和匹配推理，以及混合循环术语集的非标准推理及其研究进展。最后探讨描述逻辑非标准推理的发展趋向。

Select

基于模糊包含的粗糙集模型与模糊信任测度

张家录，赵晓东

模式识别与人工智能. 2010, 23(4): 531-538.

PDF全文 ( 386 )

可视化

提出基于模糊包含的模糊粗糙集模型，并给出其相关性质。讨论由模糊粗糙集的下、上近似所决定的模糊信任测度、模糊似然测度的性质并将之应用到随机模糊信息系统的属性约简中。

Select

基于切向角特征的统计步态识别

张元元，吴晓娟，阮秋琦

模式识别与人工智能. 2010, 23(4): 539-545.

PDF全文 ( 543 )

可视化

提出一种基于切向角特征的统计步态识别算法。首先利用Procrustes统计形状分析将步态序列中人体侧影轮廓的连续姿态变化表示成一个紧致的Procrustes均值形状(Procrustes Mean Shape， PMS)，作为原始步态特征。然后计算PMS上各采样点处的切矢量所对应的切向角。切向角反映轮廓形状在该点处的走向和趋势，提供一种局部的可鉴别的步态特征，称为切向角特征(Tangent Angle Feature， TAF)。最后，利用切向角度差距离来计算任意两个TAF之间的相似性，并用最简单的标准分类器实现步态识别。在CASIA数据库和SOTON数据库上的实验结果表明，该算法简单有效，得到的正确识别率优于其他现有算法。

Select

基于k最近邻网络的数据聚类算法

金弟，刘杰，贾正雪，刘大有

模式识别与人工智能. 2010, 23(4): 546-551.

PDF全文 ( 603 )

可视化

聚类研究在数据挖掘研究领域中占有十分重要的地位。虽然目前已有很多数据聚类算法，但精度仍不够理想。文中提出一个基于结构化相似度的网络聚类算法(SSNCA)，试图从网络聚类角度进一步提高数据聚类精度。具体解决方案是，将待聚类的向量数据集转化为k最近邻网络，并用SSNCA对该网络进行聚类。将SSNCA与c-Means、仿射传播进行比较，实验表明文中算法得到的目标函数稍差，但聚类精度要明显高于这两个算法。

Select

一种基于改进GVFSnake的自动人耳检测方法

李一波，黄增喜，张海军，穆志纯

模式识别与人工智能. 2010, 23(4): 552-559.

PDF全文 ( 516 )

可视化

近几年对人耳这种生物特征的研究大都只能依靠手工定位和分割人耳，这大大减缓人耳识别技术的实用化进程。文中提出一种人耳自动检测方法。该方法首先利用YCbCr肤色模型和Gentle AdaBoost 级联分类器检测出人耳块，然后运用改进的GVF Snake方法提取外耳轮廓。该方法通过构造耳形图，提取非常接近于人耳实际边缘的初始轮廓线，不但节省迭代时间，还提高GVF Snake提取人耳边缘的准确率，在USTB人耳库上获得约97。3%的正确检测率。实验结果表明，该方法具有较好的检测效果和鲁棒性。

Select

求解模糊需求可回程取货车辆路径问题的改进人工鱼群算法

柳毅

模式识别与人工智能. 2010, 23(4): 560-564.

PDF全文 ( 360 )

可视化

模糊需求可回程取货车辆路径问题是运筹学领域研究的一个热点问题。文中构建该问题的数学模型，并提出一种改进的人工鱼群算法。将人工鱼群算法仿生学原理和决策者主观偏好进行有效结合，重构人工鱼群算法的寻优公式，通过动态调整人工鱼移动步长、视野范围和邻域值等方法提高寻优能力。仿真实验结果证实该算法的有效性和优越性。

Select

基于成对差异性度量的选择性集成方法

杨长盛，陶亮，曹振田，汪世义

模式识别与人工智能. 2010, 23(4): 565-571.

PDF全文 ( 528 )

可视化

有效地产生泛化能力强、差异大的个体学习器，是集成学习算法的关键。为了提高学习器的差异性和精度，文中提出一种基于成对差异性度量的选择性集成方法。同时研究一种改进方法，进一步提高方法的运算速度，且支持并行计算。最后通过使用BP神经网络作为基学习器，在UCI数据集上进行实验，并与Bagging、基于遗传算法的选择性集成(GASEN)算法进行比较。实验结果表明，该改进算法在性能上与GASEN算法相近的前提下，训练速度得到大幅提高。

Select

基于感知加权线谱对距离的最小生成误差语音合成模型训练方法

雷鸣，凌震华，戴礼荣

模式识别与人工智能. 2010, 23(4): 572-579.

PDF全文 ( 554 )

可视化

提出一种基于感知加权线谱对(Line Spectral Pair，LSP)距离的最小生成误差(Minimum Generation Error， MGE)模型训练方法，用以改善基于隐马尔科夫模型的参数语音合成系统性能。在采用线谱对参数表征语音频谱特征时，传统MGE训练中使用的欧氏距离生成误差计算方法并不能较好地反映生成频谱与自然频谱之间的真实距离，而采用与谱参数无关的对数谱间距(Log Spectral Distortion， LSD)定义的生成误差函数可改善这一问题，但改进后主观效果不明显，且运算复杂度很高。文中先提出基于加权LSP距离的MGE模型训练方法，并在实验中从主客观对比不同加权方法以及基于LSD的MGE训练。最后，找到一种感知加权方法，不但具有较好的主观表现，而且在运算复杂度上与传统MGE训练相比几乎没有增加。

Select

基于区域生长的Meanshift动态变形手势跟踪算法

张秋余，胡建强，张墨逸

模式识别与人工智能. 2010, 23(4): 580-585.

PDF全文 ( 450 )

可视化

针对传统Mean shift算法在手势跟踪中由于搜索窗口内手势背景像素改变所导致的跟踪精度不高，以及算法本身由于手势模型更新所引起的时间消耗较多等问题，提出一种基于区域生长与Mean shift算法相结合的动态变形手势跟踪算法。该算法在跟踪初始阶段通过帧间差分法对手势中心完成自动初始化，利用区域生长算法采集手势样本点，并通过Mean shift算法对目标中心进行精确定位。实验结果表明，该方法能够对动态变形手势实现精确实时的跟踪，可较好地降低算法的时间复杂度，保证运动目标跟踪的稳定性和连续性。

Select

一种邻居动态调整的粒子群优化算法

陈自郁，何中市，张程

模式识别与人工智能. 2010, 23(4): 586-590.

PDF全文 ( 499 )

可视化

为了达到全局寻优能力与寻优速度的平衡，提出一种邻居动态调整的粒子群优化算法。该算法依据粒子的多样性变化和进化状态，实现邻居结构的动态改变。算法引入种群熵评估粒子的多样性，定义粒子邻居扩充因子和局部影响因子来描述粒子的进化状态，并提出邻居扩充与约束策略来控制好粒子的影响力。实验结果表明，该算法具有较强的全局寻优能力和较好的寻优速度。

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

2010年, 第23卷, 第4期　刊出日期：2010-08-31
上一期下一期

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

2010年, 第23卷, 第4期 刊出日期：2010-08-31 上一期 下一期

2010年, 第23卷, 第4期　刊出日期：2010-08-31
上一期下一期