模式识别与人工智能

Select

基于判别模型与生成模型的层叠图像自动标注

柯逍, 李绍滋, 曹冬林

模式识别与人工智能. 2011, 24(3): 305-313.

PDF全文 ( )

可视化

图像自动标注是模式识别与计算机视觉等领域中重要而又具有挑战性的问题．针对现有模型存在数据利用率低与易受正负样本不平衡影响等问题，提出了基于判别模型与生成模型的新型层叠图像自动标注模型．该模型第一层利用判别模型对未标注图像进行主题标注，获得相应的相关图像集；第二层利用提出的面向关键词的方法建立图像与关键词之间的联系，并使用提出的迭代算法分别对语义关键词与相关图像进行扩展；最后利用生成模型与扩展的相关图像集对未标注图像进行详细标注．该模型综合了判别模型与生成模型的优点，通过利用较少的相关训练图像来获得更好的标注结果．在Corel 5K图像库上进行的实验验证了该模型的有效性．

Select

一种基于几何统计特征的全局扫描匹配方法

孙凤池, 苑晶, 黄亚楼

模式识别与人工智能. 2011, 24(3): 314-320.

PDF全文 ( )

可视化

在动态环境中研究如何同步完成机器人定位、环境轮廓刻画、环境变化区域判别的任务，提出一种全局扫描匹配方法．该方法提出“试探验证求解(PVS)”的匹配策略，并提出利用高层几何统计特征描述激光扫描数据的分割段和扫描点．扫描数据准确匹配后，在刻画环境轮廓的同时也矫正了机器人位姿，而环境中的变化则在利用PVS策略匹配的过程中进行了辨别．最后通过多个未知动态室内环境下的真实激光数据集上的实验，验证了所提出方法的有效性．

Select

线框模型中二次曲面的识别

赵军, 高满屯, 王三民

模式识别与人工智能. 2011, 24(3): 321-326.

PDF全文 ( )

可视化

定义关联两曲线间的夹角和由3条关联曲线确定二次曲面，提出适用于曲面的回路搜索最小转角法，且利用它并辅以矢量混合积验证搜索曲面上最小回路的方法．实现从线框模型中选择任意一条曲线就能够搜索到包含它的所有潜在表面回路，突破以往回路搜索方法中只能从某方向极值点开始的束缚，为线框模型表面识别中将含曲线表面与不含曲线表面分治识别奠定基础．算法可处理含有任意位置的二次曲表面的线框模型，并能较准确地判别二次曲面的类型．

Select

基于Shannon熵的因子特征提取算法

贾伟宽, 丁世飞, 许新征, 苏春阳, 史忠植

模式识别与人工智能. 2011, 24(3): 327-331.

PDF全文 ( )

可视化

现存的数据提取算法，大都以方差贡献率作为评价准则，来衡量特征提取的效果．然而方差贡献率注重的是样本相关矩阵特征值的性质，并不能顾及到信息的度量问题．文中将Shannon信息熵理论引入提取算法，定义类概率、类信息函数，通过计算累计信息贡献率来确定提取特征维数，提取效果可以从信息论的角度评价．将此理论与因子分析(FA)结合，建立基于信息熵的FA特征提取算法，利用信息贡献率确定主因子提取的个数．通过实例分析，验证理论的有效性．

Select

基于六度分离理论的机会发现场景构造方法

张振亚, 程红梅, 张曙光

模式识别与人工智能. 2011, 24(3): 332-339.

PDF全文 ( )

可视化

场景构造是机会发现过程中的关键活动之一．文中基于六度分离理论对事件的相关矩阵进行了p阶扩展，在对机会发现场景的结构进行形式化描述的基础上，提出机会发现活动中基于事件的p阶扩展相关矩阵，采用聚类分析的方法进行机会发现场景中事件簇构造，进而实现机会发现场景构造的思想与方法．对机会发现场景构造方法性能的评估进行探讨，明确了以效率系数作为机会发现场景构造方法的评估标准．实验表明，基于相关矩阵的机会发现场景构造具有较高的精度和效率系数，而基于3阶扩展矩阵的机会发现场景构造更适合在线机会发现的情形．

Select

一种具有区间数信息的多属性大群体决策方法

万树平

模式识别与人工智能. 2011, 24(3): 340-345.

PDF全文 ( )

可视化

针对属性值为区间数的多属性多方案大群体决策问题，提出一种区间数聚类算法．通过该聚类算法将方案的属性值聚类，得到方案的群体偏好矩阵，再利用诱导有序加权平均算子集结确定属性的权重，根据方案的综合评价值给出方案排序，进而提出大群体决策方法．该方法较好地避免聚类阈值选取的经验性，提高决策结果的可信度．实例分析验证了方法的有效性和实用性．

Select

基于分块脊波变换的手背静脉识别算法

贾旭, 薛定宇, 崔建江, 刘晶

模式识别与人工智能. 2011, 24(3): 346-352.

PDF全文 ( )

可视化

提出一种分块提取局部方向特征，并将所有特征融合的静脉识别算法．首先，静脉图像经预处理后，利用改进的细化算法对获得的二值图像进行细化处理，得到了静脉的骨架信息；其次，将细化后的静脉图像进行分块，对分块后所有的子图像进行脊波变换，并对脊波分解系数进行主成分分析(PCA)降维，得到静脉图像的特征向量；最后，基于图像特征向量，利用支持向量机(SVM)对静脉图像进行分类匹配．试验表明，该算法获得的静脉图像特征具有较高的区分度，识别效果受图像采集和预处理过程出现的误差影响较小，正确识别率可达到97%以上．

Select

一种改进的基于地面反作用力的步态识别方法

林尔东, 姚志明, 郑[重, 周旭, 孙向阳, 孙怡宁

模式识别与人工智能. 2011, 24(3): 353-359.

PDF全文 ( )

可视化

提出一种改进的基于地面反作用力的步态识别方法．该方法通过由三维测力台构建的步态通道获取步行时足底受到的三方向地面反作用力，并采用小波包分解提取时频域特征，利用模糊C均值聚类算法从中挑选出最具分类能力的特征子集，最后在训练样本上用支持向量机训练分类器，并在测试集上进行步态识别．为提高识别率，对样本进行拆分和波形对齐操作，并设计多分类器以降低步行速度变化对识别准确率的影响．在103人的步态数据库上的测试结果表明，该方法即使在训练样本较少的情况下也可以得到较高的识别率．

Select

基于斐波那契数列的指纹增强方向滤波模板

蔡秀梅, 范九伦, 高新波

模式识别与人工智能. 2011, 24(3): 360-367.

PDF全文 ( )

可视化

目前采用的方向滤波模板参数凭经验或由实验确定，模板在旋转过程中会发生溢出现象，这在一定程度上破坏了参数在对应模板方向上的分布规律．鉴于此，文中一方面将基本模板尺寸扩展来解决模板溢出问题，确保参数在对应模板方向上的分布规律；另一方面采用著名的斐波那契数列来确定方向滤波模板的参数，降低人为因素的影响．大量实验表明，用文中设计的模板对指纹图像进行滤波增强，能更好地连接断裂的脊线，并能有效地断开脊线之间的粘连，消除噪声．

Select

基于改进局部特征分布的图像分类方法

郭立君, 刘曦, 赵杰煜, 史忠植

模式识别与人工智能. 2011, 24(3): 368-375.

PDF全文 ( )

可视化

提出一种概率签名的图像分布描述及对应的图像分类算法．算法首先通过高斯混合模型建立图像局部特征分布，然后以混合模型中各个模式的均值为聚类中心，以图像中满足约束条件的局部特征对相应模式的后验概率之和为聚类大小来形成初始的概率签名，最后执行一个压缩过程确定最终的概率签名特征，并通过训练基于Earth Mover's Distance (EMD)核的SVM分类器完成图像分类．概率签名允许一个局部特征对多个聚类做出反映，可以编码更多判别信息以及从视觉感知上捕捉更多的相似性．通过与其它图像分类方法在场景识别和对象分类两项任务上的对比实验，验证了文中提出的分类方法的有效性．

Select

一种加权学习矢量量化算法

安兴, 刘志文, 时永刚, 吕传峰

模式识别与人工智能. 2011, 24(3): 376-384.

PDF全文 ( )

可视化

针对传统学习矢量量化算法没有考虑属性的重要度差异的问题，提出一种加权学习矢量量化算法．该算法为每一维属性引入一个权重系数，用其表征相应属性在分类过程中的重要程度，并与权向量一同更新．利用输入样本和获胜神经元之间的修正距离的均值，控制权重系数更新的阈值及步长．距离均值确保了更新过程的稳定性，且无需进行权重系数的归一化操作．UCI机器学习数据库中6组数据的实验结果表明，该算法能够有效给出数据的本质属性，尤其是局部型权重系数．与传统学习矢量量化算法及其改进算法相比，识别率高、性能稳定、计算复杂度低．

Select

基于遗传算法的Web信息抽取

郭银蕊, 陈荣

模式识别与人工智能. 2011, 24(3): 385-390.

PDF全文 ( )

可视化

WHISK系统是一个半自动的IE系统，对结构化、半结构化的Web文本它都能使用生成的抽取规则进行信息抽取．但是它在规则学习过程中规则不能保证以最优的方式进行扩展，且生成规则集的时间较长．文中主要针对这些问题，提出利用遗传算法改进WHISK的监督式学习算法，并采用移除法生成规则集．实验结果表明此方法在效率和召回率上都得到提高．

Select

采用生物信息机制的量子免疫克隆算法

刘士荣, 张波涛

模式识别与人工智能. 2011, 24(3): 391-399.

PDF全文 ( )

可视化

随机变异会导致多克隆策略的基因进化的无序性, 进而降低免疫克隆算法的效率. 为解决此问题, 文中设计了一种采用生物信息机制的量子免疫算法. 这种算法将量子理论引入多克隆策略的变异过程以提高基因操作效率, 同时采用一种生物信息机制来提高信息交互能力, 加速抗体进化速度. 从理论上证明该算法的收敛性. 仿真试验结果表明, 该基因操作方式能较大地提高免疫克隆算法的优化能力. 与传统的量子免疫克隆算法、其它高级免疫克隆算法和进化算法相比, 该算法具有较好的搜索能力和稳定性.

Select

案例推理在认知引擎中的应用

冯文江, 刘震, 秦春玲

模式识别与人工智能. 2011, 24(3): 400-404.

PDF全文 ( )

可视化

遗传算法可用于认知引擎中传输参数的优化，但随着认知用户数的增加，遗传算法染色体增长，导致算法收敛时间过长，难以满足认知无线电实时通信的需求．以现有认知引擎为基础提出一种新型的认知引擎架构，并将案例推理融入遗传算法中，利用案例推理寻找匹配案例，为遗传算法提供初始种群，减小遗传算法选择初始种群的盲目性．仿真分析结果表明，与仅采用遗传算法的认知引擎相比，融合案例推理的遗传算法构造的认知引擎收敛速度和处理能力有显著提高，效用函数值也有一定增强．

Select

非线性Radon变换及其在人脸识别中的应用

甘俊英, 何思斌

模式识别与人工智能. 2011, 24(3): 405-410.

PDF全文 ( )

可视化

探讨抛物线、双曲线、椭圆3种非线性Radon变换及其性质，分析它们之间的关系，并将所述3种非线性Radon变换应用于人脸识别．通过对这3种非线性Radon变换及其性质研究得出，当抛物线、双曲线及椭圆的形状参数趋于无穷大时，图像抛物线Radon变换与线性Radon变换相等，双曲线Radon变换与椭圆Radon变换相等；同时，非线性Radon变换具有降噪功能和表达图像纹理特征的特点．文中将受噪声污染的人脸图像分别表示为3种非线性Radon变换下的特征矩阵，并结合PCA算法应用于人脸识别．实验结果表明非线性Radon变换在人脸识别中的有效性．

Select

基于轮廓图像空频域特征的人体姿态分层识别算法

邓甜甜, 王智灵, 朱明清, 陈宗海

模式识别与人工智能. 2011, 24(3): 411-416.

PDF全文 ( )

可视化

人体姿态识别是当前自动视频理解技术的研究热点，其难点在于在实际应用中很难同时保障准确度、鲁棒性和实时性．当前基于二维图像的主流算法中，一类为基于高层人体结构的信息，其准确度高，但实时性较差；另一类为基于低层图像信息，算法简单，但其准确度较低．针对该问题，文中提出一种人体姿态建模和识别算法．该算法首先采用高斯混合模型快速提取运动目标和归一化轮廓图像，然后利用人体轮廓参数构建一组12维特征向量，建立人体姿态模型，最后通过分层识别方法实现对人体姿态的认知．该算法可以有效地识别人体姿态，计算复杂度较低，对存在干扰的图像具有较好的识别效果．基于标准视频库的实验结果验证了方法的有效性，与链码标记算法的对比实验验证了方法的优越性．

Select

归一双向加权(2D)2PCA的手指静脉识别方法

管凤旭, 王科俊, 刘靖宇, 马慧

模式识别与人工智能. 2011, 24(3): 417-424.

PDF全文 ( )

可视化

为快速有效地进行手指静脉识别，针对双向二维主成分分析算法降维的特点，并对该算法进行改进，提出在经过图像预处理的手指静脉图像基础上，特征值归一化并双向加权(2D)2PCA的手指静脉识别方法((OW2D)2PCA)．分析了累积特征率对(2D)2PCA的影响，以及加权值、特征值归一加权值和累积特征率对W(2D)2PCA、OW(2D)2PCA、(W2D)2PCA、(OW2D)2PCA的影响．通过建立手指静脉图像库的实验结果表明,文中提出方法能够取得较好的识别效果；对(2D)2PCA提取特征向量中的冗余信息有很强的抑制作用，双向加权比单向加权效果更好；而且(OW2D)2PCA的平均识别率高于2DPCA、(2D)2PCA、W(2D)2PCA、(W2D)2PCA和OW(2D)2PCA．

Select

基于DTW的多元时间序列模式匹配方法

李正欣, 张凤鸣, 李克武

模式识别与人工智能. 2011, 24(3): 425-430.

PDF全文 ( )

可视化

现有的模式匹配方法难以高效、准确地度量多元时间序列的相似性．本文对多元时间序列进行多维分段拟合，选取各个变量维度上拟合线段的倾斜角和时间跨度作为特征模式，进而提出一种基于DTW的多元时间序列模式匹配方法，并通过实验验证所提方法的有效性．实验结果表明,该模式匹配方法对时间跨度较大且体现一个连续、完整过程的多元时间序列具有较好的匹配效果；对时间跨度较小、体现状态点的多元时间序列也具有一定的匹配能力．

Select

基于黄蜂群算法的群机器人全区域覆盖算法

张国有, 曾建潮

模式识别与人工智能. 2011, 24(3): 431-437.

PDF全文 ( )

可视化

总结当前覆盖问题的定义、分类和应用，使用三元组表示法形式化地描述了区域覆盖的问题定义．简要介绍黄蜂群的固定响应阈值模型, 详细说明了群机器人基于固定响应阈值模型的黄蜂群区域覆盖算法．应用概率分析的方法对机器人的平均移动概率、响应阈值和刺激量的关系进行数学分析，从而指导响应阈值的选取．通过选取不同的区域大小、机器人数量以及响应阈值进行仿真实验，说明区域覆盖率、重复覆盖率与响应阈值、刺激量之间的关系．仿真结果表明，该算法有效可行．

Select

基于等级变异的克隆选择算法

宋丹, 赖旭芝, 吴敏

模式识别与人工智能. 2011, 24(3): 438-443.

PDF全文 ( )

可视化

提出一种克隆选择算法——基于等级变异的克隆选择算法. 为提高进化中变异的有效性, 算法将变异尺度分成若干等级, 低等级变异有利于跳出局部最优解, 实现全局寻优; 高等级变异有利于局部的高精度寻优.此外, 算法在进化过程中记忆父抗体的变异尺度等级等信息, 并制定有效的变异策略运用这些信息以指导后续进化过程. 采用标准函数测试并与其它优化算法进行对比．实验结果表明，该算法具有收敛速度快、全局搜索能力强、精度高和鲁棒性好的优点．

Select

基于高维空间稀疏最小生成树自适应覆盖模型的一类分类算法

胡正平, 路亮, 许成谦

模式识别与人工智能. 2011, 24(3): 444-451.

PDF全文 ( )

可视化

最小生成树数据描述(MSTCD)在刻画高维空间样本点分布时，将所有图形的边作为新增虚拟样本以提供目标类样本分布描述，这种描述存在分支多、覆盖模型复杂的问题．针对该问题，依据特征空间中同类样本分布的连续性规律，文中提出基于稀疏最小生成树覆盖模型的一类分类算法．该方法首先构建目标类数据集的稀疏k近邻图表示，通过递归图分割算法发现数据分布的微聚类，再以微聚类的中心为图节点构建目标类的稀疏最小生成树覆盖模型．实验结果表明，文中方法与MSTCD和其它一类分类器相比有较优的描述性能和较低的模型复杂度．

Select

一种混合约束的半监督聚类算法

李雪梅, 王立宏, 宋宜斌

模式识别与人工智能. 2011, 24(3): 452-456.

PDF全文 ( )

可视化

提出一种混合约束的半监督聚类算法(HCC)，综合考虑标号点和成对点约束信息的作用，使两种先验信息在聚类的过程中能以不同的方式发挥作用．给出理论推导、具体算法步骤、实验及分析．实验表明在HCC算法中，标号点对提高聚类结果的作用要比成对点约束信息的作用更明显，算法得到的CRI、聚类数、运行时间等多项指标都比对比算法好．

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

2011年, 第24卷, 第3期　刊出日期：2011-06-25

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

2011年, 第24卷, 第3期 刊出日期：2011-06-25

2011年, 第24卷, 第3期　刊出日期：2011-06-25