模式识别与人工智能

Select

动态商空间模型及其基本性质

张铃，张钹

模式识别与人工智能. 2012, 25(2): 181-185.

PDF全文 ( )

可视化

为解决动态环境下的问题求解，在原有的商空间模型公式研究在这种情况下构成商空间链的充分必要条件，建立相应的商逼近原理，并讨论其基本性质。最后举一个利用动态商空间模型进行问题求解的应用例子。

Select

基于混合差异度控制的基因表达式编程

宣士斌，刘怡光

模式识别与人工智能. 2012, 25(2): 186-194.

PDF全文 ( )

可视化

基因表达式编程(GEP)是一种进化算法，存在局部极小问题，解决此问题的一般方法是保持进化过程中种群的差异度。为了保证进化过程中种群的差异度，文中提出一种融合种群空间和样本空间的种群差异度度量方法。并基于此融合种群差异度度量方法，提出差异控制的GEP进化算法。同时在初始种群生成时，针对GEP结构的特殊性，将敌手理论应用于GEP种群初始化。实验结果表明文中算法能较有效避免过早陷入局部极小。

Select

基于多粒度粗糙模糊集的图像边缘检测

王丹，吴孟达，毛紫阳，周凡程

模式识别与人工智能. 2012, 25(2): 195-204.

PDF全文 ( )

可视化

提出一种基于粗糙模糊集的多粒度边缘检测方法。该方法结合粗糙集处理不确定信息的能力和C-Set多粒度处理的思想，通过定义粗糙运算和运算给出边缘表示模型，引入粒度参数对边界定位精度和噪声抑制进行调节，引入结构相似度参数融合粗糙上近似和下近似，以获得更加精确的边界。该检测方法在定位精度上具有粒度不变性，并具有一定噪声抑制作用，实验结果显示其具有较好的边缘检测效果。

Select

峰度驱动的云进化策略

何振峰，熊范纶

模式识别与人工智能. 2012, 25(2): 205-212.

PDF全文 ( )

可视化

为了从传统进化策略的角度分析并改进云进化策略，研究云分布的峰度统计量及其应用。云分布在固定标准差时，也可通过调整峰度来改变噪声形状，可能产生更有效的变异。推导云分布峰度计算公式，以支持熵-超熵空间和标准差-峰度空间的相互转换。比较峰度和峰比对云分布噪声的影响，证明峰度更适宜自适应演化。给出峰度驱动的云进化策略，它的参数演化结合基于1/5规则的标准差演化和自适应峰度演化。对8个测试函数的实验结果显示，高峰度利于全局寻优，低峰度利于局部寻优，而峰度的自适应调整可综合二者优势。

Select

基于Memetic框架的混合粒子群算法

魏臻，吴雷，葛方振，王强

模式识别与人工智能. 2012, 25(2): 213-219.

PDF全文 ( )

可视化

提出一种Memetic框架下的混合粒子群优化算法(HM-PSO)。针对粒子群算法的搜索结果，该算法采用基于拉马克学习的局部搜索策略帮助具有一定改进能力的个体提高收敛速度，同时利用禁忌策略帮助可能陷入局部最优的个体跳出局部最优点。HM-PSO算法在加速个体收敛的同时提高算法搜索的多样性，避免陷入局部最优。实验结果表明，改进拉马克学习策略有效可行，HM-PSO算法具有良好的全局寻优性能。

Select

一种基于MapReduce的频繁闭项集挖掘算法

陈光鹏，杨育彬，高阳，商琳

模式识别与人工智能. 2012, 25(2): 220-224.

PDF全文 ( )

可视化

频繁闭项集的挖掘是发现数据项之间关联规则的一种有效方式。当前以MapReduce模式为基础的云计算平台为解决海量数据中的关联规则挖掘问题提供新的解决思路。文中提出并实现一种基于Hadoop云计算平台的频繁闭项集的并行挖掘算法。该算法主要包括并行计数、构造全局频繁项表、并行挖掘局部频繁闭项集和并行筛选全局频繁闭项集四个步骤。在多个数据集上的实验表明，该方法能较大提高数据挖掘的效率，具有较好的加速比。

Select

基于粗糙粒模型的图像纹理识别和检索

徐久成，李晓艳，张灵均，李双群

模式识别与人工智能. 2012, 25(2): 225-229.

PDF全文 ( )

可视化

传统的纹理识别方法大多是对图像频谱的研究，文中尝试以粒计算理论为基础，利用分层思想对图像的纹理特征进行识别。首先，通过引入粒的边缘和分层熵的概念，建立粗糙粒理论，构造粗糙粒度空间模型。然后，构建基于粒的边缘和分层熵的相似度计算方法，得出一种图像纹理识别方法。该方法不仅提高模型在图像纹理识别上的实用性，而且通过对识别和检索过程的同步进行简化纹理识别的计算过程。最后，仿真实验表明，该模型及所用到的相关方法是可行的，与其它方法相比，该方法识别和检索效果较好。

Select

基于时空域特征的视频拷贝检测方法

张志杰，邹建华

模式识别与人工智能. 2012, 25(2): 230-236.

PDF全文 ( )

可视化

提出一种仿射不变、紧致的视频时空域特征，并基于该特征进行视频拷贝检测。该方法着眼于宏观的特征同样可较好地表征视频，并且宏观特征更符合人类视觉的感知特点。首先将视频的若干连续帧堆叠成一个三维视频块;然后使用地形中分水岭的概念在视频块中检测出若干最大稳定极值块(MSEB);接着用一系列三维不变矩作为视频时空域特征来表征这些MSEB;最后，基于这些视频时空域特征来进行视频拷贝检测。实验表明，该方法与其它方法相比，检测精度和特征匹配速度均有大幅提升。

Select

总间隔模糊超球学习机

陶剑文，王士同

模式识别与人工智能. 2012, 25(2): 237-247.

PDF全文 ( )

可视化

为解决传统支持向量机易出现学习“过拟合”和丢失数据统计特征等问题，通过引入模糊隶属度和总间隔思想，提出一种基于总间隔的最大间隔最小包含模糊球形学习机(TMF-SSLM)，使得一类(正类)被包含于一个最小包含超球内，而另一类(负类)与该超球间隔最大化，从而同时实现类间间隔的增大和正负两类类内体积的缩小。通过使用差异成本，解决不平衡训练样本问题。引入总间隔和模糊性惩罚，克服传统软间隔分类机的过拟合问题，显著提升球形学习机的泛化能力。采用UCI实际数据集分别对二类和一类模式分类进行实验，结果显示TMF-SSLM具有优于相关方法的稳定分类性能。

Select

结构化步态特征表征和快速步态识别方法

韦素媛，宁超，高有行，李刚

模式识别与人工智能. 2012, 25(2): 248-255.

PDF全文 ( )

可视化

对于只有单一步态信息的特征数据库，在人数众多时，遍历识别算法识别时间长、识别率低。针对这个缺点，提出一种结构化步态特征表征和快速步态识别方法，将人的步态信息与身高、性别、年龄等一起构成结构化的步态特征，用不同传感器采集数据，不同的方法提取各个特征分量并独立加以利用。结构化的步态特征便于识别算法对步态识别问题进行分级处理，缩小识别范围。实验表明，文中方法不仅能够提高识别速度，而且能获得更高的识别率。

Select

基于全局和分离部件融合的双L₁稀疏表示人脸图像识别算法

胡正平，宋淑芬

模式识别与人工智能. 2012, 25(2): 256-261.

PDF全文 ( )

可视化

考虑到人脸识别中全局与局部信息的互补作用，提出基于全局和分离部件相结合的双L₁稀疏表示人脸图像识别算法。首先在L₁稀疏表示的基础上，对人脸进行全局稀疏逼近。其次，在分离部件识别模型中，抽取并对齐稍有重叠的几个人脸部件，分别进行稀疏表示，然后使用基于稀疏表示残差的相似度投票方法，将各部件逼近结果综合。最后在决策层上将全局与部件的稀疏表示加权集成，形成双L₁稀疏表示分类器。在公用人脸数据库上的实验表明，集成分类器优于各单一模块的识别性能，且由于融合了对光照、表情等变化不敏感的部件信息，系统鲁棒性得到提高。

Select

网络结构化多Agent系统的任务分配

蒋嶷川

模式识别与人工智能. 2012, 25(2): 262-272.

PDF全文 ( )

可视化

网络结构化多Agent系统既包括系统运行的底层物理网络，还包括Agent之间的交互网络。传统的任务分配方式并没有深入考虑到网络结构化的特点。文中首先论述网络结构化多Agent系统中任务分配的特点，介绍和分析基于底层网络拓扑与资源分布的任务分配方式、基于Agent交互网络与资源分布的任务分配方式和基于综合网络情境资源的任务分配方式。然后对相关工作进行综述，并与网络结构化多Agent系统任务分配模型进行比较分析。最后论述该方向的难点和未来要解决的问题。

Select

基于时序分析的人体摔倒预测方法

佟丽娜，宋全军，葛运建

模式识别与人工智能. 2012, 25(2): 273-279.

PDF全文 ( )

可视化

提出一种基于人体动作状态序列时序分析法的人体摔倒预测方法。融合特征部位加速度信息为时间序列，选取摔倒过程中人体与低势物体碰撞前的过程序列段作为样本训练隐马尔可夫模型(HMM)，通过分析输入序列与HMM的匹配程度实时分析当前时刻人体摔倒的风险。实验证明该方法取得良好的预测效果，并且可有效区分摔倒过程与其它日常生活行为过程。

Select

基于局部能量方差特性的数字图像取证

乔通，钱振兴，张新鹏，王文文

模式识别与人工智能. 2012, 25(2): 280-284.

PDF全文 ( )

可视化

在数字图像取证领域，如何高效甄别自然图像和计算机生成图像受到越来越多的关注。文中介绍一种数字图像取证算法，通过傅里叶变换计算图像像素之间的相关性，并利用频域的局部抖动来区别照相机拍摄的自然图像和计算机生成的图像。同时提出对计算机生成图像采取插值处理和对自然图像进行缩放处理的反取证方法，并且分析这两种反取证技术的应对方法。与Gallagher等的方法相比，文中基于数字图像局部能量方差特性的取证准确率更高，且能有效抵抗图像的反取证。

Select

增强组合特征判别性的典型相关分析

周旭东，陈晓红，陈松灿

模式识别与人工智能. 2012, 25(2): 285-291.

PDF全文 ( )

可视化

典型相关分析(CCA)在执行分类任务时主要存在如下不足:1)尽管分类时的输入是组合特征，但CCA仅优化组合特征的各组成部分，并未直接优化组合特征本身;2)尽管面对的是分类任务，然而CCA根本无法利用样本的类信息。为弥补CCA的上述不足，文中提出一种监督型降维方法——增强组合特征判别性的典型相关分析(CECCA)。CECCA在CCA基础上，通过结合组合特征的判别分析，实现对组合特征相关性与判别性的联合优化，使所抽取特征更适合分类。在人工数据集、多特征手写体数据集和人脸数据集上的实验结果验证该方法的有效性。

Select

基于半监督学习的数据流集成分类算法

徐文华，覃征，常扬

模式识别与人工智能. 2012, 25(2): 292-299.

PDF全文 ( )

可视化

已有的数据流分类算法多采用有监督学习，需要使用大量已标记数据训练分类器，而获取已标记数据的成本很高，算法缺乏实用性。针对此问题，文中提出基于半监督学习的集成分类算法SEClass，能利用少量已标记数据和大量未标记数据，训练和更新集成分类器，并使用多数投票方式对测试数据进行分类。实验结果表明，使用同样数量的已标记训练数据，SEClass算法与最新的有监督集成分类算法相比，其准确率平均高5。33%。且运算时间随属性维度和类标签数量的增加呈线性增长，能够适用于高维、高速数据流分类问题。

Select

基于多分辨率的非参数正交多项式医学图像融合方法

刘哲，宋余庆，陈健美，晏燕华，谢从华

模式识别与人工智能. 2012, 25(2): 300-304.

PDF全文 ( )

可视化

基于估计理论的图像融合方法都是假设图像偏移或噪声服从高斯混合分布，容易造成模型不匹配和丢失局部细节等问题。文中提出一种基于小波的多分辨率的非参数正交多项式医学图像融合方法。首先，对图像进行多分辨率分解。对低频部分，根据图像信息模型和非参数正交多项式混合模型，采用非参数期望最大法估计模型参数，获得低频融合结果。对高频部分，采用系数绝对值选大法进行融合。然后，将高频和低频部分结果进行反变换，得到最终融合图像。实验结果表明，该方法融合质量优于其它方法，融合时间大为缩短。

Select

基于PCA扩展的判别性特征融合

檀敬东，苏雅茹，王儒敬

模式识别与人工智能. 2012, 25(2): 305-312.

PDF全文 ( )

可视化

提出两个判别性的特征融合方法——主成分判别性分析和核主成分判别性分析。基于主成份分析和最大间隔准则理论，构造一个多目标规划模型作为特征融合的目标。随后，该模型被转化成一个单目标规划问题并通过特征分解的方法求解。此外，将一个近似分块对角核矩阵K分成c(c为数据集中的类别数)个小矩阵，并求出它们的特征值和特征向量。在此基础上，通过向量代数处理得到一个映射矩阵α，当核矩阵K投影到α上，同类样本的相似信息能最大程度地得到保持。本文中的实验证实两种方法的有效性。

Select

基于Zernike色度分布矩的彩色图像检索算法

王向阳，李东明，杨红颖

模式识别与人工智能. 2012, 25(2): 313-317.

PDF全文 ( )

可视化

以对立色度空间及Zernike矩理论为基础，提出一种基于Zernike色度分布矩的彩色图像检索方法。该方法首先将彩色图像从三维RGB颜色空间转换到二维对立色度空间，以获得图像像素的色差度量值。然后结合Zernike矩相关知识，在二维色度空间中计算出各像素的Zernike色度分布矩，最后将Zernike色度分布矩作为图像颜色特征，并进行彩色图像检索。仿真实验表明，该算法能够准确高效地查找出用户所需内容的彩色图像，并且具有较好的查准率和查全率。

Select

基于马氏距离度量的局部线性嵌入算法

张兴福，黄少滨

模式识别与人工智能. 2012, 25(2): 318-324.

PDF全文 ( )

可视化

局部线性嵌入算法(LLE)中常用欧氏距离度量样本间相似度。而对于图像等高维数据，欧氏距离不能准确体现样本间的相似程度。文中提出基于马氏距离度量的局部线性嵌入算法(MLLE)。算法首先从现有样本中学习到一个马氏度量，然后在LLE算法的近邻选择、现有样本及新样本降维过程中用马氏度量作为相似性度量。将MLLE算法及其它典型的流形学习算法在ORL和USPS数据库上进行对比实验，结果表明MLLE算法具有良好的识别性能。

Select

一种基于连通分量的文本区域定位方法

姚金良，翁璐斌，王小华

模式识别与人工智能. 2012, 25(2): 325-331.

PDF全文 ( )

可视化

文本区域定位对复杂背景图像中的字符识别和检索具有重要意义。已有方法取得高的定位准确率和召回率，但效率较低，难以应用于实际的系统中。文中提出一种基于连通分量过滤和K-means聚类的文本区域定位方法。该方法首先对图像进行自适应分割，对字符颜色层提取连通分量。然后提取连通分量的特征，并用Adaboost分类器过滤非字符连通分量。最后，对候选的字符连通分量根据其位置和颜色层进行K-means聚类来定位文本区域。实验结果显示该方法具有与当前方法相当的准确率和召回率，同时具有较低的计算复杂度。

Select

基于柔性特征优化的目标稳健跟踪

王江涛，陈得宝，杨静宇

模式识别与人工智能. 2012, 25(2): 332-338.

PDF全文 ( )

可视化

针对单一特征空间不足以对动态时变环境中跟踪目标进行准确表达的缺点，提出一种基于柔性加权特征的ParticleFilter目标跟踪算法。首先引入“陡峭因子”这一概念对不同特征的跟踪鉴别性能进行客观评估，然后参照当前不同特征的可跟踪性能以加权组合的方式自适应生成当前最优特征，最后将生成的最优特征嵌入到ParticleFilter跟踪构架中完成目标跟踪任务。该算法具备较高的柔性可对任意采用直方图表达的特征进行自适应融合。不同的视频序列实验表明该算法可动态地对异类特征进行有效融合，对复杂场景下的目标进行稳健跟踪。

Select

统计流形扩散核的文本分类方法

李侃，周世斌，刘玉树

模式识别与人工智能. 2012, 25(2): 339-345.

PDF全文 ( )

可视化

提出Dirichlet混合多项式(DCM)流形，并利用DCM流形可与正半球流形建立同胚和等距关系的性质，通过拉回映射将正半球流形的测地距离映射为DCM流形的测地距离，从而在DCM流形上建立距离度量，构建统计流形上的Dirichlet混合多项式扩散核和Dirichlet混合多项式倒排文档频率(DCMIDF)扩散核。利用WebKBTop4和20Newsgroups语料库上进行实验，DCM流形能比欧氏空间更能准确地描述文本。与多项式核支持向量机算法、，负测地距离核支持向量机算法相比，实验结果显示文中基于DCM扩散核和DCMIDF扩散核的支持向量机算法可取得良好的文本分类效果。

Select

基于可分度和支持度的模糊密度赋值融合识别算法

詹永照，张娟，毛启容

模式识别与人工智能. 2012, 25(2): 346-351.

PDF全文 ( )

可视化

模糊积分理论可有效处理分类决策不确定性问题。当前模糊密度的确定方法未考虑各个分类器识别结果的可区分程度及各分类器对识别结果的支持程度，会丢失融合识别的相关信息。文中提出基于可分度和支持度的自适应模糊密度赋值融合识别算法。该算法根据各分类器对待识别样本的识别结果的可区分程度和支持程度对分类器的融合模糊密度进行自适应赋值，从而有效实现多分类器融合识别。将该算法应用于自然交互环境下的人脸表情识别和Cohn-Kanade表情识别。实验结果表明，该算法能有效提高总体表情识别率。

Select

基于优化的DTW算法的人体运动数据检索

刘贤梅，赵丹，郝爱民

模式识别与人工智能. 2012, 25(2): 352-360.

PDF全文 ( )

可视化

随着大量三维人体运动数据库的建立，使得在数据库中实现基于内容的三维人体运动检索面临着诸多困难，文中提出一种分阶段的动态时间变形(DTW)优化算法的人体运动数据检索技术，可有效检索出逻辑上相似的运动。该算法首先对齐两个运动序列的坐标位置，基于窗口距离构造距离矩阵。其次采用基于全局和局部约束的DTW优化算法进行相似度匹配，得到两个运动间的对应关系。最后通过归一化相似度和DTW平均距离分阶段判断运动的相似性。实验结果表明，分阶段的DTW优化算法在提高效率的同时对长度不等的运动能取得较好的检索结果。

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

2012年, 第25卷, 第2期　刊出日期：2012-04-25

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

2012年, 第25卷, 第2期 刊出日期：2012-04-25

2012年, 第25卷, 第2期　刊出日期：2012-04-25