模式识别与人工智能

Select

赵姝，吕靖，张燕平，张以文

模式识别与人工智能. 2014, 27(3): 193-198.

可视化

集成方法是处理包含缺失属性数据集分类问题的一种简单有效的方法,但目前针对不完整数据的集成分类算法在衡量各子分类器的权重时只考虑对应的数据子集的维数和大小.考虑到不完整数据集的缺失属性对类别的贡献度,使用信息熵衡量缺失属性之间的差异,提出一种新的针对不完整数据的集成学习分类算法——信息熵集成分类算法(EECA).应用以BP神经网络为基础分类器的集成分类器在UCI数据集上进行实验.实验结果表明,EECA比简单使用缺失属性的多少计算子分类器权重的方法更有效,最终结果准确度更高.

Select

稀疏相似性度量的模糊鉴别分析方法

宋晓宁，徐勇

模式识别与人工智能. 2014, 27(3): 199-205.

可视化

稀疏表示的数学本质就是稀疏正则化约束下的信号分解.提出一种稀疏相似性的模糊鉴别分析方法.首先,各高维图像样本划分成若干相同大小的局部块并以脊波序列表示,其次通过一种新型稀疏学习算法获得系数分解和对应的稀疏相似性度量,由此构造出稀疏相似度嵌入的模糊鉴别分析准则.该方法利用新型稀疏监督学习作为特征提取工具,克服了传统鉴别分析方法缺乏样本间结构知识的缺点,可有效解决高维非线性小样本问题.在ORL和FERET人脸数据库上的实验结果验证了算法的有效性.

Select

基于MapReduce的基因读段定位算法

涂金金，杨明，郭丽娜

模式识别与人工智能. 2014, 27(3): 206-212.

可视化

RNA-seq测序技术的高速发展所产生的海量数据在执行效率上给原有读段定位算法带来严峻的挑战.为此,提出基于MapReduce的不跨越剪切位的空位种子索引算法(PSeqMap)和跨越剪切位的空位种子索引算法(PJuncSeqMap),以及一种负载平衡解决方案.该算法利用MapReduce框架实现空位种子索引算法的并行化,在拟南芥菜基因数据集上的实验结果表明文中提出的算法能够充分利用集群的存储和计算能力,高效处理海量基因数据.

Select

头部姿势估计研究综述

唐云祁，孙哲南，谭铁牛

模式识别与人工智能. 2014, 27(3): 213-225. https://doi.org/10.1109/CVPR. 2008.4587807
[10] Padeleris P, Zabulis X, Argyros A A

可视化

头部姿势估计的研究成果众多,但缺乏系统、详尽的综述性文献.针对该问题,首先介绍头部姿势的表达方式和头部姿势估计的基本问题,然后从方法依赖的数据源、人工干预程度和实现原理等角度对已有头部姿势估计方法进行分类,并以实现原理为主线,以所依赖的数据源为辅助,对头部姿势估计问题的研究文献进行详细整理和分析.

Select

基于子树匹配的文本相似度算法

张佩云，陈传明，黄波

模式识别与人工智能. 2014, 27(3): 226-234.

可视化

为降低文本向量维度,提高文本间语义相似度度量性能,综合利用统计方法与语义词典的优势,提出一种文本相似度算法.基于文本生成元数据特征向量,减少向量空间维度,设计基于子树匹配的文本相似度算法,借助子树加速对文本相似度的计算,并通过将文本元数据特征向量与子树进行相似度语义匹配,提高文本相似度计算时语义相似度度量的准确性.该算法考虑到对元数据中同义词的语义理解,加强文本之间相似度度量时的语义覆盖能力.实验结果表明文中所提出的方法是可行和有效的.

Select

一种扭曲粘连字符验证码识别方法

尹龙，尹东，张荣，王德建

模式识别与人工智能. 2014, 27(3): 235-241.

可视化

验证码识别研究能及时发现验证码的安全漏洞,使其变得更加安全.扭曲粘连字符验证码能抵抗字符分割,是验证码识别中的难点.针对由扭曲粘连字符构成的验证码,提出一种基于密集尺度不变特征变换(DENSE SIFT)和随机抽样一致性算法(RANSAC)的识别方法.首先通过DENSE SIFT特征匹配获得匹配点集,再利用RANSAC算法获取匹配信息,最后采用队列式分析算法得出识别结果.实验表明,该方法对不同难度级别的扭曲粘连验证码均有较好的效果.

Select

非重叠低维度梯度方向直方图

霍亚松，张锟

模式识别与人工智能. 2014, 27(3): 242-247.

可视化

作为衍生于尺度不变特征变换的特征描述,梯度方向直方图(HOG)在人体检测、手势识别、人脸识别、场景分类等方面得到广泛应用.但HOG的特征维数高,导致维数灾难和大计算量.文中发现HOG特征的高维度源自它需在众多重叠块中计算直方图.虽然重叠块机制对特征的鲁棒性有积极作用,但也导致信息冗余.为去除冗余信息并降低特征维数,从直方图归一化入手,提出非重叠式梯度方向直方图.所提方法的维数降低为传统方法的1/3.在人手和人体检测上的实验表明,该方法不仅物体检测速度得到显著提高,检测准确度也得到改善.

Select

基于高效置信传播的改进马尔可夫随机场高光谱数据分类算法

曹扬，赵慧洁，黄四牛，李娜，张佩

模式识别与人工智能. 2014, 27(3): 248-255. https://doi.org/10.1.1.66.3166
[14] Cao Y, Wei H, Zhao H J

可视化

针对马尔可夫随机场分类算法中类条件概率估计不准及全局能量最小化计算负担重的问题,提出一种基于高效置信传播的改进马尔可夫随机场高光谱数据分类算法.采用基于光谱信息的统计支持向量机方法提高类条件概率估计精度;通过马尔可夫随机场分类算法引入空间相关信息,实现光谱与空间信息的有效结合;设计一种高效置信传播优化算法,降低计算负担、提高算法精度.实验结果表明该算法平均分类精度达到95.78%,Kappa系数为93.34%,且计算时间约为标准置信传播算法的25%,因此是一种计算负担小、分类精度高且具有实用价值的高光谱数据地物分类方法.

Select

基于差分进化算法的飞行控制律评估

李爱军，王景，李佳，王长青

模式识别与人工智能. 2014, 27(3): 256-262.

可视化

针对传统文化算法进化后期收敛速度慢和差分进化算法在进化过程中缺乏对知识有效利用的问题,提出一种新的文化差分进化算法.该算法以文化算法为框架,将差分进化算法的变异、交叉和选择作为种群空间的进化操作,并通过信念空间的知识指导种群进化.根据飞行品质规范选取迎角响应限制准则,以飞机模型ADMIRE为研究对象,利用该算法对存在不确定条件下的飞行控制律进行非线性评估,克服传统网格评估方法在工程应用中的不足.仿真结果表明,与改进差分进化算法相比,文化差分进化算法在全飞行包线范围内找出最坏的不确定参数组合,具有更高的可靠性和效率.

Select

基于QWT和GLCM的多特征双重加权纹理分割

黎明，鲁方波，陈昊

模式识别与人工智能. 2014, 27(3): 263-271.

可视化

针对传统特征加权算法对混合属性数据只进行全局样本加权,而忽略不同特征提取算法对纹理描述性能强弱的缺点,提出一种基于算法有效性和特征重要性的双重加权策略.将四元数小波变换和灰度共生矩阵融合特征应用k-means算法进行初聚类,并以此产生的初始聚类中心作为参考,取每类聚类中心的k-近邻样本作为双重加权的训练样本集合.利用改进的ReliefF算法和相关性度量解决特征内权值的设定问题,再利用SVM解决特征间加权问题,最后将双重特征加权结合FCM应用于纹理分割.实验结果表明,该方法在合成纹理和自然纹理图像中均有较好的性能,且较其他特征加权算法分割准确度更高.

Select

基于偏好信息的动态引导式多目标寻优策略研究

郑金华，贾月

模式识别与人工智能. 2014, 27(3): 272-280.

可视化

传统的多目标进化算法研究的重点是获得分布在整个Pareto边界上的最优解集,而在现实问题中,决策者只对边界上某些区域分布的解感兴趣.纳入决策者偏好信息的多目标进化算法的研究很有实际意义.因此节约计算资源、快速有效地找到偏好区域的Pareto解集成为其研究的重点.针对该问题,本文提出基于偏好信息的动态引导式多目标寻优策略.该策略通过设置参数ε反映搜索过程中引导区域的动态性,参数控制DM偏好范围.将解与引导区域的距离作为响应选择策略的一个因素,从而有效地获得期望区域内的折衷解.实验结果表明,该算法具有较好的收敛性.

Select

null

韩素青，阴桂梅

模式识别与人工智能. 2014, 27(3): 281-288.

可视化

null

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

2014年, 第27卷, 第3期　刊出日期：2014-03-30

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

2014年, 第27卷, 第3期 刊出日期：2014-03-30

2014年, 第27卷, 第3期　刊出日期：2014-03-30