模式识别与人工智能

Select

CP-nets的代数表示及其模型求取算法

刘惊雷，刘兆伟，孙雪姣，武栓虎

模式识别与人工智能. 2011, 24(6): 725-732.

PDF全文 ( )

可视化

条件偏好网(CP-nets)是一种表示定性条件偏好关系的语言。针对目前CP-nets的图形表示方法难以实现运算的特点提出一种二值无环CP-nets的代数表示方法。该方法将CP-nets组织成邻接链表的形式，纵向存储CP-nets拓扑排序的序列，其结点域以命题逻辑的主析取范式来表示二值CP-nets的条件偏好表。横向存储各个顶点的父亲集，它对应决策属性的条件集。随后基于CP-nets的代数表示方法，研究二值无环CP-nets上的直接模型和间接模型的求取算法。实验结果表明，CP-nets不仅能用直观的图形来表示，也可用紧凑的代数方法来表示。

Select

基于动态交叉协同的属性量子进化约简与分类学习级联算法

丁卫平，王建东，管致锦，施佺

模式识别与人工智能. 2011, 24(6): 733-742.

PDF全文 ( )

可视化

属性约简与规则分类学习是粗糙集理论研究和应用的重要内容。文中充分利用量子计算加速算法速度和混合蛙跳算法高效协同搜索等优势，提出一种基于动态交叉协同的量子蛙跳属性约简与分类学习的级联算法。该算法用量子态比特进行蛙群个体编码，以动态量子角旋转调整策略实现属性染色体快速约简，并在粗糙熵阈值分类标准内采用量子蛙群混合交叉协同进化机制提取和约简分类规则、组合决策规则链等，最后构造属性约简和分类学习双重功能级联模型。仿真实验验证该算法不仅具有较高的全局优化性能，且属性约简与规则分类学习的精度和效率均超过同类算法。

Select

声纹识别中合成语音的鲁棒性

陈联武，郭武，戴礼荣

模式识别与人工智能. 2011, 24(6): 743-762.

PDF全文 ( )

可视化

随着以隐马尔科夫模型为基础的语音合成技术的发展，冒认者很容易利用该技术生成具有目标说话人特性的合成语音，这对现有的声纹识别系统构成巨大威胁。针对此问题，文中从统计学的角度分析自然语音与合成语音在实倒谱上的区别，并提出对合成语音具有鲁棒性的声纹识别系统。实验结果初步表明，相比于传统的声纹识别系统，在对自然语音的等错误率不变的情况下，该系统对合成语音的错误接受率由99。2%降为0。

Select

加权边缘损失函数的代价敏感支持向量机

陶卿，梁万路，孔康，汪群山

模式识别与人工智能. 2011, 24(6): 763-768.

PDF全文 ( )

可视化

已有的非平衡数据分类算法主要采取直接对损失函数进行加权的方法。文中提出一种加权边缘的hinge损失函数并证明它的贝叶斯一致性，得到加权边缘支持向量机算法(WMSVM)，并给出类似于SMO的求解方法。实验结果表明WMSVM在一些数据库上是有效的，从而从理论和实验上说明基于加权边缘的损失函数方法是已有代价敏感方法的一种较好补充。

Select

基于灰关联分析的多数据流聚类

郭昆，张岐山，

模式识别与人工智能. 2011, 24(6): 769-775.

PDF全文 ( )

可视化

作为当前数据流挖掘研究的热点之一，多数据流聚类要求在跟踪多个数据流随时间演化的同时按其相似程度进行划分。文中提出一种基于灰关联分析并结合近邻传播聚类的多数据流聚类方法。该方法基于一种灰关联度，将多个数据流的原始数据压缩成可增量更新的灰关联概要信息，并根据该信息计算多个数据流之间的灰关联度作为其相似性测度，最后应用近邻传播聚类算法生成聚类结果。在真实数据集上的对比实验证明该方法的有效性。

Select

核矩阵列相关低秩近似分解算法

刘松华，张军英，丁彩英

模式识别与人工智能. 2011, 24(6): 776-782.

PDF全文 ( )

可视化

提出一种核矩阵低秩近似分解方法。首先针对传统核矩阵分解列与类别独立的假设，研究列之间的关系，结合类别设计核矩阵的列选取策略。在此基础上，将核矩阵的分解分为两个阶段，与传统分解算法只考虑对角元素占优不同，利用核矩阵列之间以及列与类别之间的关系获取的Cholesky因子进行分解，并将其基向量扩展到整个空间。最后给出近似误差界的期望值。该算法不需要列之间或列与类别独立的假设，将列与类别关联，能提取有判别能力的子矩阵，并避免对核矩阵整体进行特征值分解运算，有效降低计算量。多个数据集的实验和分析验证该算法的合理性和有效性。

Select

正交模糊k平面聚类算法

应文豪，王士同

模式识别与人工智能. 2011, 24(6): 783-791.

PDF全文 ( )

可视化

在模糊k平面聚类(KPC)算法的基础上，通过引入正交约束提出正交模糊k平面聚类算法(OFKPC)。与KPC及模糊KPC(FKPC)类似，OFKPC仍从原型出发，用k组超平面替代传统的点(类中心)作为聚类原型。同时根据KPC及FKPC的思想，中心超平面是用来尽量区分不同类样本，因此这些超平面法向量构成的矩阵可用来进行特征降维。在人工数据集和UCI数据集上实验表明，OFKPC算法不仅较FKPC算法有更好的聚类效果，且具有更强的特征降维能力。

Select

多变量连续属性离散化方法

侯居茌，梁莹，任长志

模式识别与人工智能. 2011, 24(6): 792-797.

PDF全文 ( )

可视化

目前很多离散化方法仅考虑单个变量，不能得到最优的离散化方案。文中提出一种多属性关系的数据离散化方法。凭借概率的模型选择和最小描述长度原理，获得多变量离散化衡量标准，基于该标准提出一种有效的启发式算法来寻找最好的离散化方案。对UCI数据集进行分类预测，实验结果表明该方法提高Nave贝叶斯分类器的学习精度。

Select

一种自适应全变分图像去噪算法

牛和明，杜茜，张建勋

模式识别与人工智能. 2011, 24(6): 798-803.

PDF全文 ( )

可视化

针对传统全变分去噪算法存在需要已知噪声方差和阶梯效应的问题，提出一种自适应全变分图像去噪算法。该算法通过修改传统算法中的逼近项，将经模糊处理后的图像代替原含噪声图像，使得在算法的计算过程中不需要已知图像的噪声方差，也减少逼近项因图像噪声所产生的误差影响。并且拉格朗日因子不再是一个全局变量，而是由图像局部信息决定其数值大小，同时用近似的边缘信息对拉格朗日因子进行加权，从而使图像的演化过程可以由统一的演化公式来表示。最后从实验和数据分析的结果可以看出，该算法要明显优于传统的全变分图像去噪算法。

Select

快速的完备鉴别保局投影人脸识别算法

卢桂馥，王勇，金忠

模式识别与人工智能. 2011, 24(6): 804-809.

PDF全文 ( )

可视化

提出一种快速的完备鉴别保局投影算法(FCDLPP)。FCDLPP算法只需使用一次瘦QR分解就可求得保局类内散布的零空间的鉴别矢量，然后再进行一次广义特征值分解求得保局类内散布的主元空间的鉴别矢量。另外，FCDLPP对零空间的不规则鉴别特征和主元空间的规则鉴别特征进行融合。理论分析和实验结果表明，FCDLPP算法不论在计算复杂度还是识别率上都比完备的鉴别保局投影算法有更好的性能和效果。

Select

基于二维近邻保持嵌入的图像识别

张大明，符茂胜，罗斌

模式识别与人工智能. 2011, 24(6): 810-815.

PDF全文 ( )

可视化

近邻保持嵌入算法(NPE)是一种保持数据流形上局部结构的子空间学习算法，它是对局部线性嵌入的线性逼近。然而当数据为图像时，图像被拉直为向量后的维数通常非常高，而样本点有限，由于矩阵的奇异性，NPE不能直接运用。我们将NPE推广到二维情形，提出二维近邻保持嵌入算法(2D-NPE)。2D-NPE直接在二维图像矩阵上提取图像特征，而不是把图像拉直成一维向量后再提取特征。通过在手写数字字符图像库和Yale人脸图像库上的实验，验证算法的有效性。

Select

有向标记根树之间的语义编辑距离

康琪，马军

模式识别与人工智能. 2011, 24(6): 816-824.

PDF全文 ( )

可视化

有向标记根树之间的编辑距离(TED)被广泛应用在文档的结构化相似度计算上。文中提出有向标记根树之间的语义编辑距离(TSED)的概念，并给出计算公式。组合TED和TSED形成距离测度，并应用在XML文档的结构聚类上。实验表明该距离模型在结构化聚类的准确率和召回率上明显优于单纯利用TED算法的聚类结果。该算法在时间复杂性上也等同于利用动态规划计算TED的最好算法。

Select

基于稀疏化图结构的转导多标注视频概念检测算法

赵英海，蔡俊杰，吴秀清，孙福明

模式识别与人工智能. 2011, 24(6): 825-832.

PDF全文 ( )

可视化

提出一种基于稀疏化图结构的转导多标注视频概念检测算法。首先，该方法通过信号稀疏化表达方法挖掘样本间视觉相似性关系与概念间分布相关性关系。然后，基于离散隐马尔可夫随机场构建多标注稀疏化图结构完成转导半监督视频概念检测。相关性信息的稀疏化表达可有效去除冗余信息的影响，降低图分类算法的问题复杂度，提高概念检测效率和分类效果。算法在TRECVID2005数据集上进行实验，并与多种有监督、半监督分类算法进行结果比较。实验结果验证该算法的有效性。

Select

有损压缩的视频图像去雾算法

李龙利，刘清，郭建明，周生辉

模式识别与人工智能. 2011, 24(6): 833-838.

PDF全文 ( )

可视化

传统的去雾算法对一般工业采集的有损压缩视频图像进行去雾，不仅不能满足实时性要求，而且会形成许多不规则区域，造成去雾后出现很多颜色不均匀的杂点区域，去雾效果不理想。文中提出利用小波变换可将图像分成高频和低频子带这一显著特点来帮助找出这些不规则区域，从而对不规则区域的透射率进行处理，再采用暗原色先验算法实现图像复原以后，消除颜色不均匀现象，最终对有损压缩图像获得理想的去雾效果。同时针对传统暗原色先验方法中的抠图算法需要耗费大量运算的问题，提出结合线性内插值平滑和阈值复原的方法代替抠图算法，有效减少存储容量，缩短计算时间，提高算法的实时性。仿真结果证明文中算法的有效性。

Select

基于毯子维和缺项的虹膜特征提取算法

刘凯，周卫东，王玉

模式识别与人工智能. 2011, 24(6): 839-845.

PDF全文 ( )

可视化

虹膜特征提取是虹膜识别的一个关键环节。文中提出一种毯子维和缺项相结合的虹膜特征提取算法。利用虹膜纹理的自相似和丰富的变化细节所具有的分形几何特性，采用纵向扩展毯子维表达不同分辨能力下虹膜纹理的变化及其辐射排列特点。通过引入缺项进一步提取不同纹理和分形表现却具有相同分形维数的虹膜特征。两者的结合能够更加全面地反映虹膜纹理的细腻变化。将归一化虹膜图像灰度值的毯子维及缺项用于虹膜分类，提高对虹膜的分类能力。针对CASIA-IrisV3-Interval数据库的仿真结果表明，纵向扩展毯子维结合缺项能够有效、快速提取虹膜的纹理信息，所获得的特征具有高的虹膜识别性能。

Select

改进的基于邻接树的贝叶斯网络推理算法

胡春玲，胡学钢，姚宏亮

模式识别与人工智能. 2011, 24(6): 846-855.

PDF全文 ( )

可视化

分析比较Shafer-Shenoy结构和Hugin结构两种经典的基于邻接树的贝叶斯网络推理算法。针对Hugin算法在推理分析领域的局限性，通过在Hugin算法的消息传播过程中引入零因子标志位和零因子处理机制，提出一种Hugin算法的改进算法R-Hugin。该算法具有良好的推理分析性能，并从理论和实验两个方面证明R-Hugin算法的正确性和有效性。

Select

视频中适应光照可变情况下的人脸识别方法

王华锋，王蕴红，马凯迪，张兆翔

模式识别与人工智能. 2011, 24(6): 856-861.

PDF全文 ( )

可视化

提出一种结合使用自适应直方图均衡(AHE)、Gabor滤波器及局部三值模式(LTP)描述器进行视频中上下左右和正面光照条件下识别人脸的方法。首先，使用AHE对来自YaleB与CMU-PIE数据库的人脸图片进行降噪处理。然后用Gabor滤波器进行卷积，提取出相应的Gabor特征图，针对每一个Gabor特征图利用LTP描述器提取出局部邻域关系模式。最后由这些模式的区域直方图形成的序列来描述人脸。YaleB人脸库以及CMUPIE人脸库验证该方法的有效性。

Select

基于多示例学习的异常行为检测方法

崔永艳，高阳

模式识别与人工智能. 2011, 24(6): 862-868.

PDF全文 ( )

可视化

在基于轨迹分析的异常行为检测方法中，被标记为异常的轨迹往往仅在整条轨迹的某个局部存在异常，轨迹的其余部分都是正常行为。然而，传统的基于整条轨迹建模的方法很难检测轨迹的局部异常。针对上述问题，提出一种在多示例学习框架下基于轨迹分段的异常行为检测方法。该方法首先根据轨迹的曲率，将轨迹分割成若干相互独立的子段。然后采用层次狄利克雷过程-隐马尔科夫模型对每个子段建模。最后在多示例学习框架下，以整条轨迹为包，正常轨迹为负包，异常轨迹为正包，轨迹子段为包的示例进行学习。通过实验验证，该方法在准确率和召回率上都优于传统的基于轨迹建模的方法。

Select

基于多配置特征包的目标检测

李秋洁，茅耀斌，王执铨

模式识别与人工智能. 2011, 24(6): 869-874.

PDF全文 ( )

可视化

针对目标检测中的特征失配问题，提出多配置特征包的概念，刻画同一特征可能出现的不同失配情况。目标分类器学习时，利用Boosting算法学习出最具鉴别力特征包，每个特征包对应一个单特征和它的失配情况，目标分类器是最优特征包分类器的线性组合。进一步地，引入多示例学习思想，有效评估特征包鉴别力、学习特征包分类器。在人脸数据集上的实验表明，较之传统方法，考虑特征失配后，文中算法能获得更好的检测性能。同时，与固定包生成方式相比，多配置特征包能较好拟合特征失配情况，在提高检测率的同时获得更小的检测器尺寸。

Select

基于局部尺度控制的模糊边缘检测算法

黄茜，吴炜峰，董肖

模式识别与人工智能. 2011, 24(6): 875-881.

PDF全文 ( )

可视化

基于容错思想定位边缘是为了解决自然图像中难以获取典型边缘特征的前后景相融处的模糊边缘定位问题，它为图像的每一点建立唯一的、局部可计算的最小可靠尺度以对模糊边缘定位并提取。文中对算法中求图像二阶导数时每个像素点都要沿着各自梯度方向确定卷积模板计算各像素点二阶导数的过程进行简化分析。通过将局部尺度判定与LoG算法相结合，避免各梯度方向上所进行的繁琐的二阶导数运算，并提出一个近似确定零交叉点位置的模糊边缘判别和定位流程。详细分析算法的可行性，对比多种算法对3类不同程度模糊的典型图像的边缘定位效果。实验表明，该算法对模糊边缘的定位和提取效果更好，运算速度更快，算法更实用。

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6期　刊出日期：2011-12-25

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6期 刊出日期：2011-12-25

2011年, 第24卷, 第6期　刊出日期：2011-12-25