模式识别与人工智能

Select

基于Delaunay三角剖分的多目标进化算法解集分布度评价指标

郑金华，王康，李密青，谢谆志

模式识别与人工智能. 2012, 25(6): 885-893.

PDF全文 ( )

可视化

系统分析目前多目标进化算法(MOEAs)分布度评价指标的特点和不足，提出一种基于Delaunay三角剖分的分布度评价指标。该指标将基于邻域和基于距离的评价思想相结合，利用Delaunay三角网最近邻与邻接性的特点实现自主邻域划分。采用空间映射的方法，有效减少MOEAs解集非支配关系对种群分布度评价的影响。测试结果表明该指标能准确反映MOEAs解集的分布性。

Select

基于传输互表达的基因表达数据聚类分析

王文俊

模式识别与人工智能. 2012, 25(6): 894-899.

PDF全文 ( )

可视化

针对基因表达数据基于表达相似的聚类分析并不能完全揭示基因之间的功能相似问题，结合基因的传输互表达关系，提出基于传输互表达的聚类分析方法。首先用基因的表达相关来构建基因相关图，然后通过最短路分析来获得基因之间传输互表达关系并作为基因的相似测度，再用k-均值聚类算法进行聚类分析。对Yeast基因表达数据进行聚类实验，并与基于表达相似的聚类结果对比。实验结果表明，基于传输互表达的聚类方法能获得更好的聚类性能和较高的聚类正确率，验证基于传输互表达的基因聚类更能揭示基因相似的本质。

Select

李群均值学习算法

高聪，李凡长

模式识别与人工智能. 2012, 25(6): 900-908.

PDF全文 ( )

可视化

首先分析李群均值的计算方法，在此基础上，进一步提出李群均值学习算法，其思想是在李群流形上寻找一个由总体样本内均值的李代数元素决定的单参数子群，这个单参数子群是原李群上的一条测地线，定义样本到测地线投影的概念，同时将李群样本向该测地线投影，并尽可能使投影后各类别间的散度与类内散度比值最大化，从而实现非线性李群空间的类别判别。实验表明，基于李群均值的学习算法和KNN、FLDA算法相比，具有较好的分类效果。

Select

一种基于QPSO的脉冲耦合神经网络参数的自适应确定方法

许新征，丁世飞，史忠植，赵作鹏，朱红

模式识别与人工智能. 2012, 25(6): 909-915.

PDF全文 ( )

可视化

针对目前脉冲耦合神经网络(PCNN)神经元模型中的参数主要通过人工定义的问题，提出一种基于量子微粒群优化(QPSO)算法的PCNN参数自动确定方法，并分析该算法的时间复杂度。该方法利用PCNN分割后的图像熵作为QPSO算法的适应度函数，在解空间中自动搜索PCNN中待确定参数的最优值，提供一种PCNN神经元模型中的参数自动确定方法。将该方法应用于图像分割时，以互信息量作为图像分割评价标准。仿真结果表明文中方法实现正确的图像分割，其性能优于Otsu方法、人工调整PCNN参数方法、遗传算法优化方法和微粒群优化方法，表现出较好的鲁棒性。

Select

基于TLS-NAP的文本无关说话人识别算法

何亮，杨毅，刘加

模式识别与人工智能. 2012, 25(6): 916-921.

PDF全文 ( )

可视化

为提高文本无关说话人识别系统的识别率，提出一种基于总体最小二乘法的无用分量投影算法。利用总体最小二乘法估计的隐含变量考虑无用分量投影矩阵的扰动，并将该扰动最小化，使基于该隐含变量求得的投影矩阵能更好地刻画无用分量空间。在美国国家标准技术署于2008年公布说话人识别数据库上的实验结果验证该方法的有效性。

Select

基于概念格的多层属性约简方法

杨凯，马垣

模式识别与人工智能. 2012, 25(6): 922-927.

PDF全文 ( )

可视化

属性约简是粗糙集理论中的核心问题之一，概念格是进行知识表示和数据分析的一种有效工具。文中利用概念格作为约简工具，给出基于概念格的多层属性约简算法，提出相融可辨概念、相融等价概念、亏n级等概念，研究内涵亏值对分类能力变化产生的影响，给出概念格中形式背景约简的判定定理。文中算法能完备地求出所有可约简的最大属性集合，从而为概念格中属性约简提供一种有效方法。最后，通过实例分析和实验对比说明该约简算法的可行性与有效性。

Select

训练模式对的摄动对折线模糊神经网络稳定性的影响

隋晓琳，王贵君

模式识别与人工智能. 2012, 25(6): 928-936.

PDF全文 ( )

可视化

引入折线模糊数及其扩张运算，针对折线模糊神经网络，定义折线模糊数的最大摄动误差、训练模式对的γ摄动等概念，并基于纠错规则设计该网络连接权的学习算法。其次，当转移函数满足Lipschitz条件和训练模式对发生γ摄动时，在定义折线模糊神经网络对训练模式对摄动的全局稳定性的基础上，应用归纳法证明三层折线模糊神经网络的连接权具有稳定性，进而获得该网络关于训练模式对的γ摄动也具有全局稳定性。最后，通过模拟实例说明训练模式对的摄动对该网络稳定性的影响。

Select

用于说话人识别的基于可变因子整合的高斯混合模型

李杰，刘贺平

模式识别与人工智能. 2012, 25(6): 937-942.

PDF全文 ( )

可视化

针对传统高斯混合模型在噪声环境下识别率明显下降的问题，在借鉴随机概率分布模型间的α因子融合机制基础上，提出基于可变因子α整合的高斯混合模型。该模型通过引入可变因子使得混合模型中不同成分所占的比重又得到一次调整。实验结果表明，通过对该模型参数进行重估计，在TIMIT/NTIMIT两种不同语料库和不同样本集的情况下识别率较传统高斯模型均有提高。尤其在噪声环境和α因子取最优值时，识别率可提高8%，在NIST评测数据集上与GMM-UBM系统对比，识别率也有提高。

Select

基于元学习和叠加法的双层支持向量机算法

朱旻，李雪玲，李效来，葛运建

模式识别与人工智能. 2012, 25(6): 943-949.

PDF全文 ( )

可视化

提出一种模式识别算法——双层支持量机算法，用来提高表面肌电识别精度。该算法融合集成学习中元学习的并行方法和叠加法的递进思想，把基本SVM分类器并行分布在第1层，第1层的预测结果作为第2层的输入，由第2层再进行分类识别，从而通过多层分类器组合来融合多源特征。以手臂表面肌电数据集为测试数据，采用文中的双层支持向量机，各肌肉的肌电信号分别输入基支持向量机，组合器融合各肌肉电信号特征，集成识别前臂肌肉群的肌电信号，从而实现运动意图的精确识别。实验结果显示，在预测精度上，此算法优于单个SVM分类器。在预测性能上(识别精度、耗时、鲁棒性)，此算法优于随机森林和旋转森林等集成分类器。

Select

大规模SVDD的坐标下降算法

陶卿，罗强，朱烨雷，储德军

模式识别与人工智能. 2012, 25(6): 950-957.

PDF全文 ( )

可视化

支持向量数据描述(SVDD)是一种无监督学习算法，在图像识别和信息安全等领域有重要应用。坐标下降方法是求解大规模分类问题的有效方法，具有简洁的操作流程和快速的收敛速率。文中针对大规模SVDD提出一种高效的对偶坐标下降算法，算法每步迭代的子问题都可获得解析解，并可使用加速策略和简便运算减少计算量。同时给出3种子问题的选择方法，并分析对比各自优劣。实验对仿真和真实大规模数据库进行算法验证。与LibSVDD相比，文中方法更具优势，1。4s求解10⁵样本规模的ijcnn文本库。

Select

图像分割的熵方法综述

曹建农

模式识别与人工智能. 2012, 25(6): 958-971.

PDF全文 ( )

可视化

对图像分割的熵方法进行较全面地分析和综述，其中包括一维最大熵、最小交叉熵、最大交叉熵图像分割方法等。对Shannon熵、Tsallis熵及Renyi熵之间的关系等进行分析与评述。对二维(高维)熵及空间熵等进行分析与评述。最后指出一维熵与其它理论的有机结合、高维熵模型的计算效率等未来研究方向。

Select

基于仿射不变性的轮廓曲线局部描述符

张桂梅，熊逸文，马珂

模式识别与人工智能. 2012, 25(6): 972-978.

PDF全文 ( )

可视化

特征点(角点、拐点、切点)只反映轮廓曲线的部分信息，为更精确地描述曲线，定义和提取一种特征点——弦高点，基于该特征点构造一种曲线局部描述符，并将其用于曲线匹配。定义的弦高点比现有的特征点更精确描述曲线的特性，能解决轮廓曲线平滑特征点少而不能被精确描述的问题。文中定义的弦高点和构造的识别向量都具有仿射不变性，且均为局部描述符，因而文中方法适合于仿射变换且在遮挡的情况下仍有效。理论分析和实验结果都证明该方法的有效性。

Select

联机手写维吾尔文字母识别方法

玛依热·依布拉音，张恒，刘成林，艾斯卡尔·艾木都拉

模式识别与人工智能. 2012, 25(6): 979-986.

PDF全文 ( )

可视化

通过分析维吾尔文字母自身的结构和书写特点，提出一种联机手写维吾尔文字母识别方案，并选择在手写汉字识别技术中所提出来的归一化、特征提取及常用的分类方法，从中找出最佳的技术选择。在实验对比中，采用8种不同的归一化预处理方法，基于坐标归一化的特征提取 (NCFE) 方法，以及改进的二次分类函数(MQDF)、判别学习型二次判别函数(DLQDF)、学习矢量量化(LVQ)、支持向量机(SVM)4种分类器。同时，再考虑字符在文档中的空间几何特征，进一步提高识别性能。在128个维吾尔文字母类别、38 400个测试样本的实验中，正确识别率最高达89。08%，为进一步研究面向维吾尔文字母特性的识别技术奠定重要基础。

Select

基于区域特征分析的快速FCM图像分割改进算法

徐少平，刘小平，李春泉，胡凌燕，杨晓辉

模式识别与人工智能. 2012, 25(6): 987-995.

PDF全文 ( )

可视化

提出一种基于图像区域特征估计聚类数的快速FCM图像分割算法。在算法的预测分析阶段，利用由共生矩阵统计值所构成的特征矢量描述图像中区域特征并结合多个聚类有效性判定函数实现准确的聚类数估计和隶属度矩阵值的初始化。在主聚类阶段，采用Gabor滤波器提取的颜色纹理隐式混合特征进行聚类，不但能获得更加合理的区域分割质量，同时也具有较好的抗噪声能力。实验表明改进算法有效克服基于像素点级特征的FCM图像分割算法在聚类数估计和隶属度矩阵初始化方面的不足，加快FCM主聚类阶段的迭代速度，执行效率更高。

Select

基于词性和中心点改进的文本聚类方法

施侃晟，刘海涛，宋文涛

模式识别与人工智能. 2012, 25(6): 996-1001.

PDF全文 ( )

可视化

针对k-均值算法对初始点敏感、易陷入局部最优的问题，提出一种基于词性和中心点改进的文本聚类方法(STICS)。通过改进文本的语义型表示，优化中心点的选取，并消除孤立点的负面影响，从而获得较好的聚类效果。STICS考虑不同词性特征对文本的贡献，采用加权的向量空间模型来表示文本。对于中心点的选取，首先度量每个样本的样本平均相似度，其次选取样本平均相似度最大的样本作为第一个聚类中心。此外，STICS消除孤立点的负面影响，以此提高聚类效果。实验结果表明文中方法确实具有更好的聚类效果。

Select

基于二维GDSOM的路标动态自组织提取方法

王作为，张汝波

模式识别与人工智能. 2012, 25(6): 1002-1006.

PDF全文 ( )

可视化

提出一种基于距离传感器的结构化特征的动态、自组织提取方法。该方法由3个部分组成:主动感知行为的设计，时空信息的降维处理及路标的自组织提取。设计基于沿墙走的“主动感知行为”来获得高相关性的感知时空序列信息;给出基于变化检测和激活强度的活性神经元来对时空序列信息降维;最后提出一种二维动态增长自组织特征图方法，实现环境路标的自组织提取和识别。实验结果验证该方法的有效性。

Select

基于眼动辅助脑电信号的手部动作分类方法

孟明，罗志增

模式识别与人工智能. 2012, 25(6): 1007-1012.

PDF全文 ( )

可视化

提出一种利用小波包变换和支持向量机对手部动作的运动想象脑电信号进行分类的方法。在相关眼动辅助情况下采集想象手部动作时的C3、C4 、P3和P4通道脑电信号，用小波包变换的方法提取4种特征节律波，分别计算每种节律波能量占4种节律波能量之和的比值作为特征，然后将16维特征向量输入支持向量机分类器进行手部动作分类。对上翻、下翻、展拳、握拳4种手部动作的分类实验中平均识别率为82。3%，表明眼动辅助能有效提高运动想象脑电信号可分性。

Select

模式特征对带有通配符和长度约束的模式匹配问题的影响

王海平，胡学钢，谢飞，郭丹，吴信东

模式识别与人工智能. 2012, 25(6): 1013-1021.

PDF全文 ( )

可视化

带有通配符的模式匹配问题(PMWL)模式定义的灵活性给用户提供方便，却也造成求解上的困难。目前没有任何多项式算法能得到该问题的完备解，同时也缺少足够的完备性分析。文中认为模式特征是影响PMWL完备性的关键因素，并提出模式重复度的概念，记为rep。证明在rep=0的限定条件下PMWL的完备性，同时分析rep>0时PMWL不完备的原因。实验以近似比为指标，说明rep对PMWL完备性的影响。

Select

一种基于光学原理的多目标智能优化算法

沈继红，王侃

模式识别与人工智能. 2012, 25(6): 1022-1030.

PDF全文 ( )

可视化

在光学寻优算法的基础上提出一种求解多目标优化问题的智能优化算法。此算法以费马原理为依托，利用光的折射与反射定律解决多目标优化问题，并用精确数学语言描述迭代过程中反射的发生机理，延续外部档案的思想，将灰色系统理论引入外部档案，提出一种外部档案维护原则，能有效提高解的均匀性。数值实验部分利用收敛性指标、多样性指标与经典MOPSO、NSGAII进行对比，对比效果较好。本算法为快速高效解决高维多目标优化问题提供新思路。

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6期　刊出日期：2012-12-25

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

2012年, 第25卷, 第6期 刊出日期：2012-12-25

2012年, 第25卷, 第6期　刊出日期：2012-12-25