2013年, 第26卷, 第11期　刊出日期：2013-11-30

  

• 全选
  |

论文与报告
• Select
  黎曼流形上半调图像的协方差建模与贝叶斯分类方法

  文志强，胡永祥，朱文球

  模式识别与人工智能. 2013, 26(11): 993-1003.

  PDF全文 ( ) 可视化 收藏

  针对半调图像分类问题,提出黎曼流形上的协方差建模方法和贝叶斯分类策略.根据半调图像傅立叶频谱的特点,提出一种基于模板矩阵的特征获取方法,并结合频谱信息形成协方差矩阵描述方法.通过引入有效图像判决规则和分块技术,提出一种协方差矩阵提取算法.利用样本的局部特性和核密度估计方法,实现黎曼流形上的贝叶斯分类策略.实验中研究阈值参数的选择策略,与5个相似方法进行分类性能比较,探讨有关参数对性能的影响.实验结果表明,所提出的方法在Q=32或64和L=10~15时其分类错误率低于4%,建模时间开销低于100ms,且优于5个相似方法.
• Select
  基于加权SimRank的跨领域文本情感倾向性分析

  魏现辉，张绍武，杨亮，林鸿飞

  模式识别与人工智能. 2013, 26(11): 1004-1009.

  PDF全文 ( ) 可视化 收藏

  近年来,跨领域文本倾向性分析已成为自然语言处理领域的一个研究热点.它利用已经标注倾向性的源领域文本,预测目标领域文本的倾向性.然而,由于不同领域的数据往往服从不同的分布,导致传统的监督分类模型通常不能取得理想的效果.为解决以上问题,提出了一种基于加权SimRank的分析模型.本模型在加权SimRank算法的基础上,构建潜在特征空间,然后在潜在特征空间下学习得到映射函数,并对每个样本重新映射,从而缩小了不同领域间的数据分布差异,实现了跨领域情感分类.最后,通过实验验证了该方法的有效性.
• Select
  变精度粗糙集区间约简模型研究

  宋小威，王加阳

  模式识别与人工智能. 2013, 26(11): 1010-1018.

  PDF全文 ( ) 可视化 收藏

  无论基于分类质量还是基于相对正域的变精度粗糙集区间约简模型都存在多种异常,根本原因是约简过程中条件类的粒度发生变化,且分类质量、相对正域和下近似分布三者不再等价变化.为消除现有约简模型存在的约简异常,文中基于下近似分布不变重新定义了区间约简模型,并给出一种基于有序分辨矩阵的区间约简方法.最后将3种区间约简模型分别应用于Wine数据集,演示不同约简模型结果间的联系与区别.
• Select
  基于PAD情感模型的可训练语音合成研究

  陈雁翔，龙润田

  模式识别与人工智能. 2013, 26(11): 1019-1025.

  PDF全文 ( ) 可视化 收藏

  情感语音合成是情感计算和语音信号处理研究的热点之一,进行准确的语音情感分析是合成高质量情感语音的前提.文中采用PAD情感模型作为情感分析量化模型,对情感语料库中的语音进行情感分析和聚类,获得各情感PAD参数模型.由HMM语音合成系统合成的情感语音,通过PAD模型进行参数修正,使得合成语音的情感参数更加准确,从而提高情感语音合成的质量.实验表明该方法能较好地提高合成语音的自然度和情感清晰度,在同性别不同说话人中也能达到较好的性能.
• Select
  联机局部自适应模糊C均值聚类算法

  吴小燕，陈松灿

  模式识别与人工智能. 2013, 26(11): 1026-1032.

  PDF全文 ( ) 可视化 收藏

  基于模糊C均值(FCM)和局部自适应聚类(LAC)提出一种针对高维数据的联机局部自适应模糊C均值聚类算法(OLAFCM).OLAFCM通过为各类属性分别赋以相应的局部权重,使各类属性分布在不同属性组合的张量子空间内,从而有效降低采用全局降维方法造成的信息损失,同时适合聚类数据流.最后,在人工模拟和真实数据集上验证OLAFCM比之现有基于全局降维的划分联机聚类算法具有更好的性能.
• Select
  基于改进符号距离函数的变分水平集图像分割算法

  崔玉玲

  模式识别与人工智能. 2013, 26(11): 1033-1040.

  PDF全文 ( ) 可视化 收藏

  为保证水平集图像分割算法的稳定性,传统水平集方法常采用重新初始化的方法或引入符号距离函数,但这两种方法存在计算量大或计算不稳定的问题.因此,提出一种基于改进符号距离函数的变分水平集图像分割算法.首先,改进已有的Double-Well型符号距离函数约束项,改进后的约束项可避免重新初始化、提高计算效率,同时也能更好地保证水平集函数演化过程的稳定.然后,利用基于全局灰度信息和局部灰度信息的活动轮廓模型构造能量泛函,该能量函数继承了全局模型和局部模型的优点,可驱动水平集函数准确演化至目标边界,且可动态调整组合权重.最后,引入高斯卷积运算,加快演化速度同时也对水平集函数起到平滑的作用.对人工合成和自然图像的数值实验及与同类模型的对比实验证明,提出的模型具有较高的分割准确度及对噪声和初始轮廓的鲁棒性.
研究与应用
• Select
  求解连续函数优化问题的合作协同进化布谷鸟搜索算法

  胡欣欣，尹义龙

  模式识别与人工智能. 2013, 26(11): 1041-1049. https://doi.org/10.1007/s00521-013-1354-6

  PDF全文 ( ) 可视化 收藏

  为改善布谷鸟搜索算法求解连续函数优化问题的性能,提出合作协同进化的布谷鸟搜索算法.改进算法通过应用合作协同进化框架,将种群的解向量分解成若干子向量,并构成相应子群体.利用标准布谷鸟算法更新各子群体的解向量.各子群体为其它子群体提供最优个体,组合成问题解向量并完成子群体评价.经10个测试函数实验仿真,结果说明改进算法能有效改善求解连续函数优化问题的性能.同时,针对连续函数优化问题,该算法与其它算法相比是有竞争力的优化算法.
• Select
  基于空间上下文加权词汇树的图像检索方法

  朱道广，郭志刚，赵永威

  模式识别与人工智能. 2013, 26(11): 1050-1056.

  PDF全文 ( ) 可视化 收藏

  基于词汇树的词袋模型(Bag-of-Words)表示算法是目前图像检索领域中的主流算法.针对传统词汇树方法中空间上下文信息缺失的问题,提出一种基于空间上下文加权词汇树的图像检索方法.该方法在词汇树框架下,首先生成SIFT点的空间上下文信息描述.然后利用SIFT点间的空间上下文相似度对SIFT间的匹配得分进行加权,得到图像间的相似度.最后,通过相似度排序完成图像检索.实验结果表明,该方法能够大幅度提高图像检索的性能,同时,对大规模图像库有较好的适用性.
• Select
  动态双子群协同进化果蝇优化算法

  韩俊英，刘成忠，王联国

  模式识别与人工智能. 2013, 26(11): 1057-1067.

  PDF全文 ( ) 可视化 收藏

  针对基本果蝇优化算法(FOA)寻优精度不高和易陷入局部最优的缺点,提出动态双子群协同进化果蝇优化算法(DDSCFOA).该算法在运行过程中根据群体的进化水平,动态地将整个种群划分为先进子群和后进子群;先进子群采用混沌算法在局部最优解邻域内进行精细的局部搜索,后进子群采用基本FOA算法进行全局搜索,较好地平衡局部搜索能力和全局搜索能力;两个子群间的信息通过全局最优个体的更新和种群个体的重组进行交换.DDSCFOA算法能跳出局部极值,避免陷入局部最优.仿真结果表明,动态双子群协同进化的策略有效可行,DDSCFOA算法比基本FOA算法具有更好的优化性能.
• Select
  面向跨领域情感分类的特征选择方法

  张玉红，周，全，胡学钢

  模式识别与人工智能. 2013, 26(11): 1068-1072.

  PDF全文 ( ) 可视化 收藏

  数据标记的难以获取使得跨领域适应成为一种有效的途径.然而情感分类具有较强的领域依赖性,利用传统的特征选择方法在原始领域构建的特征空间不能体现领域间的共性,难以适用于目标领域.为此,提出一种面向跨领域情感分类的特征选择方法(LLRTF),利用对数似然比选取在原始领域富有判别力的特征,并通过对照两个领域的统计信息,选出其中在目标领域影响较大的特征.基于该方法构建的公共特征空间,能减少领域间数据分布的差异.实验结果表明,LLRTF优于基准算法.
• Select
  基于多分离部件稀疏编码的人脸图像分析

  刘伟锋，刘红丽，王延江

  模式识别与人工智能. 2013, 26(11): 1073-1078.

  PDF全文 ( ) 可视化 收藏

  考虑到不同部件(眼睛,嘴等)对人脸分析的贡献差别,提出基于多部件稀疏编码的人脸图像分析方法.首先,选取对人脸(表情)分析影响较大的几个人脸部件,然后,利用多视角稀疏编码方法学习各部件的字典,并计算相应的稀疏编码,最后,将稀疏编码输入分类器(支持向量机和最小均方误差)进行判决.分别在数据库JAFFE和Yale上进行人脸(表情)识别及有遮挡的人脸(表情)识别实验.实验结果表明,基于多部件稀疏编码的人脸分析能较好地调节各部件的权重,优于各单一部件和简单的多部件融合方法的性能.
• Select
  基于样本相关度和SOM的改进型Wang-Mendel算法

  缑锦，陈文瑜

  模式识别与人工智能. 2013, 26(11): 1079-1085.

  PDF全文 ( ) 可视化 收藏

  Wang-Mendel算法是生成模糊规则库的经典算法.处理过程中,当样本数据存在噪声时,该算法易提取出可信度较低的规则;当样本数据规模增大时,算法效率易快速下降.针对这两个问题,引入样本间协调关系可提高结果的准确性,改善逼近性能.利用SOM算法对样本预处理可有效去噪,且其对样本分布的自适应学习能力可在一定程度上减小样本规模.基于样本相关度和SOM算法,文中提出一种Wang-Mendel模糊规则提取算法,函数逼近和列车控制系统的仿真实验结果表明其具有较好的完备性、鲁棒性和效率.