2010年 第36卷 第1期
2010, 36(1): 1-11.
doi: 10.3724/SP.J.1004.2010.00001
摘要:
对于工作在典型非结构化场景中的移动机器人系统, 具有良好的室外自然场景感知与理解能力是其能够自主运行的前提条件. 移动机器人使用视觉传感器来进行室外自然场景的理解一直是该领域的研究热点. 本文首先介绍了基于视觉的移动机器人自然场景理解的研究现状, 对其相关子领域的研究思路与前沿技术进行了着重论述与分析, 并从实时性和环境自适应性等方面对相关技术的实用性问题加以讨论. 最后对该领域的研究重点和技术发展趋势进行了探讨.
对于工作在典型非结构化场景中的移动机器人系统, 具有良好的室外自然场景感知与理解能力是其能够自主运行的前提条件. 移动机器人使用视觉传感器来进行室外自然场景的理解一直是该领域的研究热点. 本文首先介绍了基于视觉的移动机器人自然场景理解的研究现状, 对其相关子领域的研究思路与前沿技术进行了着重论述与分析, 并从实时性和环境自适应性等方面对相关技术的实用性问题加以讨论. 最后对该领域的研究重点和技术发展趋势进行了探讨.
2010, 36(1): 12-22.
doi: 10.1360/SP.J.1004.2010.00012
摘要:
提出一种新的基于梅花形采样离散小波框架的图像融合算法. 首先论证多维完全重构滤波器组采样矩阵的可替换性, 由此推导出梅花形采样离散小波框架并分析其特性; 然后将该框架应用到多尺度图像融合方案得到一种低冗余近似移不变的融合算法; 最后对融合算法进行实验分析并与已有算法比较. 实验结果表明本文算法可以快速获取高质量的融合图像.
提出一种新的基于梅花形采样离散小波框架的图像融合算法. 首先论证多维完全重构滤波器组采样矩阵的可替换性, 由此推导出梅花形采样离散小波框架并分析其特性; 然后将该框架应用到多尺度图像融合方案得到一种低冗余近似移不变的融合算法; 最后对融合算法进行实验分析并与已有算法比较. 实验结果表明本文算法可以快速获取高质量的融合图像.
2010, 36(1): 23-39.
doi: 10.3724/SP.J.1004.2010.00023
摘要:
非负矩阵分解(Non-negative matrix factorization, NMF)是一个近年来非常流行的非负数据处理方法, 它常用于维数约减、特征提取和数据挖掘等. NMF定义中采用的数学模型基于非线性投影结构构造, 这决定了NMF降维需借助计算量很大的迭代操作来实现. 此外, 由此模型提取的NMF特征常不稀疏, 这与NMF的设计期望相差甚远. 为一并解决上述两个问题, 本文提出了一个新的模型---基于线性投影结构的NMF (Linear projection-based NMF, LPBNMF), 并构造了一个单调的LPBNMF算法. 从数学的角度看, LPBNMF可理解为实现NMF的一种特殊方式. LPBNMF降维通过线性变换来完成, 它所采用的数学模型的自身结构特点决定了由其得到的特征一定非常稀疏. 大量的比较实验表明, PBNMF的降维效率显著高于NMF, LPBNMF特征明显比NMF特征更稀疏和局部化. 最后, 基于AR人脸数据库的实验揭示, LPBNMF特征比NMF、LDA以及PCA等特征更适合于用最近邻分类法处理有遮挡人脸识别问题.
非负矩阵分解(Non-negative matrix factorization, NMF)是一个近年来非常流行的非负数据处理方法, 它常用于维数约减、特征提取和数据挖掘等. NMF定义中采用的数学模型基于非线性投影结构构造, 这决定了NMF降维需借助计算量很大的迭代操作来实现. 此外, 由此模型提取的NMF特征常不稀疏, 这与NMF的设计期望相差甚远. 为一并解决上述两个问题, 本文提出了一个新的模型---基于线性投影结构的NMF (Linear projection-based NMF, LPBNMF), 并构造了一个单调的LPBNMF算法. 从数学的角度看, LPBNMF可理解为实现NMF的一种特殊方式. LPBNMF降维通过线性变换来完成, 它所采用的数学模型的自身结构特点决定了由其得到的特征一定非常稀疏. 大量的比较实验表明, PBNMF的降维效率显著高于NMF, LPBNMF特征明显比NMF特征更稀疏和局部化. 最后, 基于AR人脸数据库的实验揭示, LPBNMF特征比NMF、LDA以及PCA等特征更适合于用最近邻分类法处理有遮挡人脸识别问题.
2010, 36(1): 40-45.
doi: 10.3724/SP.J.1004.2010.00040
摘要:
利用局部邻域像素强度分布性质提出了一种快速局部特征描述算法---规范化强度对比描述子(Normalized intensity contrast descriptor, NICD). 首先规格化兴趣点邻域的像素强度, 再根据邻域中像素强弱分布建立描述子. 分别利用Fast-Hessian, DoG以及Harris-Laplacian检测子搭配NICD进行图像匹配以及物体识别实验. 结果表明: 在多种图像变换中, NICD可以实现与当前先进的SIFT和SURF算子相当的匹配效果, 而匹配时间大幅缩短, 因而更适合在实时应用中使用.
利用局部邻域像素强度分布性质提出了一种快速局部特征描述算法---规范化强度对比描述子(Normalized intensity contrast descriptor, NICD). 首先规格化兴趣点邻域的像素强度, 再根据邻域中像素强弱分布建立描述子. 分别利用Fast-Hessian, DoG以及Harris-Laplacian检测子搭配NICD进行图像匹配以及物体识别实验. 结果表明: 在多种图像变换中, NICD可以实现与当前先进的SIFT和SURF算子相当的匹配效果, 而匹配时间大幅缩短, 因而更适合在实时应用中使用.
2010, 36(1): 46-53.
doi: 10.3724/SP.J.1004.2010.00046
摘要:
针对行为识别中行为者朝向变化带来的问题, 提出了一种基于人体行为3D模型的2D行为识别算法. 在学习行为分类器时, 以3D占据网格表示行为样本, 提取人体3D关节点作为描述行为的特征, 为每一类行为训练一个基于范例的隐马尔可夫模型(Exemplar-based hidden Markov model, EHMM), 同时从3D行为样本中选取若干帧作为3D关键姿势集, 这个集合是连接2D观测样本和人体3D关节点特征的桥梁. 在识别2D行为时, 2D观测样本序列可以由一个或多个非标定的摄像机采集. 首先在3D关键姿势集中为每一帧2D观测样本寻找与之最匹配的3D关键姿势帧, 之后由行为分类器对2D观测样本序列对应的3D关键姿势序列进行识别. 该算法在训练行为分类器时要进行行为者的3D重构和人体3D关节点的提取, 而在识别2D行为时不再需要进行3D重构. 通过在3个数据库上的实验, 证明该算法可以有效识别行为者在任意朝向下的行为, 并可以适应不同的行为采集环境.
针对行为识别中行为者朝向变化带来的问题, 提出了一种基于人体行为3D模型的2D行为识别算法. 在学习行为分类器时, 以3D占据网格表示行为样本, 提取人体3D关节点作为描述行为的特征, 为每一类行为训练一个基于范例的隐马尔可夫模型(Exemplar-based hidden Markov model, EHMM), 同时从3D行为样本中选取若干帧作为3D关键姿势集, 这个集合是连接2D观测样本和人体3D关节点特征的桥梁. 在识别2D行为时, 2D观测样本序列可以由一个或多个非标定的摄像机采集. 首先在3D关键姿势集中为每一帧2D观测样本寻找与之最匹配的3D关键姿势帧, 之后由行为分类器对2D观测样本序列对应的3D关键姿势序列进行识别. 该算法在训练行为分类器时要进行行为者的3D重构和人体3D关节点的提取, 而在识别2D行为时不再需要进行3D重构. 通过在3个数据库上的实验, 证明该算法可以有效识别行为者在任意朝向下的行为, 并可以适应不同的行为采集环境.
2010, 36(1): 54-59.
doi: 10.3724/SP.J.1004.2010.00054
摘要:
结合基于竞争和调度机制的混合型方案是高效的无线传感器网络MAC协议的重要解决思路. μ-MAC是一种典型的混合型MAC协议, 本文在深入研究μ-MAC的基础上, 提出一种自适应的混合型协议Aμ-MAC. 它针对动态流量的数据采集型应用, 解决了μ-MAC中动态拓扑适应性及时钟同步问题, 并提供了良好的流量自适应性. 仿真结果表明, Aμ-MAC增强了协议的扩展性和适应性, 具有更好的网络生存能力, 而保留了与μ-MAC相近的节能效率和时延性能.
结合基于竞争和调度机制的混合型方案是高效的无线传感器网络MAC协议的重要解决思路. μ-MAC是一种典型的混合型MAC协议, 本文在深入研究μ-MAC的基础上, 提出一种自适应的混合型协议Aμ-MAC. 它针对动态流量的数据采集型应用, 解决了μ-MAC中动态拓扑适应性及时钟同步问题, 并提供了良好的流量自适应性. 仿真结果表明, Aμ-MAC增强了协议的扩展性和适应性, 具有更好的网络生存能力, 而保留了与μ-MAC相近的节能效率和时延性能.
2010, 36(1): 60-66.
doi: 10.3724/SP.J.1004.2010.00060
摘要:
估计正弦信号的频率和幅值以实现准确信号跟随具有广泛的应用. 本文采用三维自适应陷波滤波器分析正弦信号, 提出了非归一化和归一化两种频率估计方法, 两种算法都具有圆形周期轨道, 能够获得信号的频率和幅值的准确估计以及正弦跟踪. 用Lyapunov定理和平均方法证明积分流形的存在性和一致渐近稳定性. 归一化算法改进了非归一化的收敛速度受制于信号幅值的缺点. 分析了估计器的带宽参数和频率自适应增益参数对频率跟踪暂态速度和稳态精度以及噪声特性的影响. 通过仿真证实了算法的有效性.
估计正弦信号的频率和幅值以实现准确信号跟随具有广泛的应用. 本文采用三维自适应陷波滤波器分析正弦信号, 提出了非归一化和归一化两种频率估计方法, 两种算法都具有圆形周期轨道, 能够获得信号的频率和幅值的准确估计以及正弦跟踪. 用Lyapunov定理和平均方法证明积分流形的存在性和一致渐近稳定性. 归一化算法改进了非归一化的收敛速度受制于信号幅值的缺点. 分析了估计器的带宽参数和频率自适应增益参数对频率跟踪暂态速度和稳态精度以及噪声特性的影响. 通过仿真证实了算法的有效性.
2010, 36(1): 67-73.
doi: 10.3724/SP.J.1004.2010.00067
摘要:
针对非线性非平稳信号的消噪问题, 基于经验模态分解提出一种模态单元滤波新方法. 该方法将经验模态分解的内模函数中两个相邻过零点之间的信号定义为模态单元, 并以之作为基本分析对象, 通过对模态单元振幅的阈值处理来判断模态单元的类型, 进而建立模态单元滤波模型. 分析了经验模态分解法在分解不同Hurst指数分形高斯噪声时模态振幅的演化规律, 并建立了一种用于高斯消噪的阈值选取规则. 为验证本文方法的有效性, 进行了数字仿真与实例应用实验. 仿真和实验结果均表明, 所提方法的消噪效果整体上优于最优小波阈值消噪方法, 同时模态单元滤波消噪算法具有自适应性, 是一种有效的信号消噪新方法.
针对非线性非平稳信号的消噪问题, 基于经验模态分解提出一种模态单元滤波新方法. 该方法将经验模态分解的内模函数中两个相邻过零点之间的信号定义为模态单元, 并以之作为基本分析对象, 通过对模态单元振幅的阈值处理来判断模态单元的类型, 进而建立模态单元滤波模型. 分析了经验模态分解法在分解不同Hurst指数分形高斯噪声时模态振幅的演化规律, 并建立了一种用于高斯消噪的阈值选取规则. 为验证本文方法的有效性, 进行了数字仿真与实例应用实验. 仿真和实验结果均表明, 所提方法的消噪效果整体上优于最优小波阈值消噪方法, 同时模态单元滤波消噪算法具有自适应性, 是一种有效的信号消噪新方法.
2010, 36(1): 74-86.
doi: 10.3724/SP.J.1004.2010.00074
摘要:
针对麦克风阵列后滤波语音增强算法的不足, 结合人耳的听觉掩蔽效应, 提出了改进的后滤波语音增强算法. 提出了最大化目标语音存在概率来确定信号子空间维度的方法, 在噪声子空间上, 利用条件概率估计出噪声功率谱. 基于人耳的听觉掩蔽效应, 提出了后滤波器的一种合理的设计方法. 实验证明, 所提的噪声估计方法比传统方法更加准确, 所提的后滤波算法比传统的后滤波算法更好, 在多项语音评价指标上, 都取得了更好的实验效果.
针对麦克风阵列后滤波语音增强算法的不足, 结合人耳的听觉掩蔽效应, 提出了改进的后滤波语音增强算法. 提出了最大化目标语音存在概率来确定信号子空间维度的方法, 在噪声子空间上, 利用条件概率估计出噪声功率谱. 基于人耳的听觉掩蔽效应, 提出了后滤波器的一种合理的设计方法. 实验证明, 所提的噪声估计方法比传统方法更加准确, 所提的后滤波算法比传统的后滤波算法更好, 在多项语音评价指标上, 都取得了更好的实验效果.
2010, 36(1): 87-91.
doi: 10.3724/SP.J.1004.2010.00087
摘要:
针对具有短时延的网络控制系统, 本文提出了一种基于鲁棒控制的方法来解决该类系统的稳定化控制问题. 考虑状态反馈控制律, 将闭环网络控制系统描述为一个离散时间线性不确定系统模型, 其中的不确定部分反映了时延的时变特性对系统动态的影响. 得到了该闭环网络控制系统的渐近稳定性条件, 且该条件建立了闭环网络控制系统稳定性与两个时延参数, 即允许时延上界和允许时延变换范围, 之间的定量关系. 进一步的, 还给出了稳定化反馈控制器的设计步骤. 最后通过一个示例验证了本文所提出方法的有效性.
针对具有短时延的网络控制系统, 本文提出了一种基于鲁棒控制的方法来解决该类系统的稳定化控制问题. 考虑状态反馈控制律, 将闭环网络控制系统描述为一个离散时间线性不确定系统模型, 其中的不确定部分反映了时延的时变特性对系统动态的影响. 得到了该闭环网络控制系统的渐近稳定性条件, 且该条件建立了闭环网络控制系统稳定性与两个时延参数, 即允许时延上界和允许时延变换范围, 之间的定量关系. 进一步的, 还给出了稳定化反馈控制器的设计步骤. 最后通过一个示例验证了本文所提出方法的有效性.
2010, 36(1): 92-100.
doi: 10.3724/SP.J.1004.2010.00092
摘要:
研究了一类不确定非线性系统的全局自适应输出反馈镇定问题. 由于不确定控制系数和未知线性增长率的存在, 这个问题比较复杂且很难解决. 本文引入一个新的在线调节的动态增益, 并基于此设计了高增益K-滤波器用于重构系统的状态. 然后, 受广义控制方法的启发, 发展了反推法并设计了自适应输出反馈镇定控制器. 结果表明, 通过选择恰当的设计参数可以保证闭环系统的全局稳定性. 给出的仿真算例验证了本文理论结果的正确性.
研究了一类不确定非线性系统的全局自适应输出反馈镇定问题. 由于不确定控制系数和未知线性增长率的存在, 这个问题比较复杂且很难解决. 本文引入一个新的在线调节的动态增益, 并基于此设计了高增益K-滤波器用于重构系统的状态. 然后, 受广义控制方法的启发, 发展了反推法并设计了自适应输出反馈镇定控制器. 结果表明, 通过选择恰当的设计参数可以保证闭环系统的全局稳定性. 给出的仿真算例验证了本文理论结果的正确性.
2010, 36(1): 101-106.
doi: 10.3724/SP.J.1004.2010.00101
摘要:
主要研究了未知环境中的多机器人系统的无碰协调跟随问题, 提出了一种跟随机器人的基于局部感知的多模式控制方法, 分为到达、旋转角度调整、跟随、避障和随机搜索五种模式, 其中跟随模式采用模糊距离调整与角度调整策略实现对领航机器人的跟随并尽量与之保持一定的距离, 当需要避障时, 切线约束的避障策略使得自主机器人安全躲避潜在的危险. 该方法降低了多机器人系统对通讯的依赖性, 易于扩展, 通过实验对有效性进行了验证.
主要研究了未知环境中的多机器人系统的无碰协调跟随问题, 提出了一种跟随机器人的基于局部感知的多模式控制方法, 分为到达、旋转角度调整、跟随、避障和随机搜索五种模式, 其中跟随模式采用模糊距离调整与角度调整策略实现对领航机器人的跟随并尽量与之保持一定的距离, 当需要避障时, 切线约束的避障策略使得自主机器人安全躲避潜在的危险. 该方法降低了多机器人系统对通讯的依赖性, 易于扩展, 通过实验对有效性进行了验证.
2010, 36(1): 107-112.
doi: 10.3724/SP.J.1004.2010.00107
摘要:
提出了仿人机器人复杂动作设计中人体运动数据提取及分析方法. 首先, 通过运动捕捉系统获取人体运动数据, 并采用运动重定向技术, 输出人--机简化模型的数据; 然后, 对运动数据进行分析和运动学解算, 给出基于人体运动数据的仿人机器人逆运动学求解方法, 得到仿人机器人模型的关节角数据; 再经过运动学约束和稳定性调节后, 生成能够应用于仿人机器人的运动轨迹. 最终, 通过在仿人机器人BHR-2上进行刀术实验验证了该方法的有效性.
提出了仿人机器人复杂动作设计中人体运动数据提取及分析方法. 首先, 通过运动捕捉系统获取人体运动数据, 并采用运动重定向技术, 输出人--机简化模型的数据; 然后, 对运动数据进行分析和运动学解算, 给出基于人体运动数据的仿人机器人逆运动学求解方法, 得到仿人机器人模型的关节角数据; 再经过运动学约束和稳定性调节后, 生成能够应用于仿人机器人的运动轨迹. 最终, 通过在仿人机器人BHR-2上进行刀术实验验证了该方法的有效性.
2010, 36(1): 113-120.
doi: 10.3724/SP.J.1004.2010.00113
摘要:
采用周期输出反馈的途径, 考虑了线性离散时间周期系统的极点配置问题. 通过将闭环单值性矩阵进行一系列转化, 周期输出反馈律的求解问题可以转化为一类Sylvester矩阵方程的求解问题. 利用Sylvester矩阵方程的最新结果, 可以将输出反馈增益表示为参数化形式, 从而得到了能够实现极点配置的所有输出反馈控制器. 数值算例验证了方法的有效性.
采用周期输出反馈的途径, 考虑了线性离散时间周期系统的极点配置问题. 通过将闭环单值性矩阵进行一系列转化, 周期输出反馈律的求解问题可以转化为一类Sylvester矩阵方程的求解问题. 利用Sylvester矩阵方程的最新结果, 可以将输出反馈增益表示为参数化形式, 从而得到了能够实现极点配置的所有输出反馈控制器. 数值算例验证了方法的有效性.
2010, 36(1): 121-129.
doi: 10.3724/SP.J.1004.2010.00121
摘要:
针对一类状态和控制变量均带有时滞的非线性系统的带有二次性能指标函数最优控制问题, 本文提出了一种基于新的迭代自适应动态规划算法的最优控制方案. 通过引进时滞矩阵函数, 应用动态规划理论, 本文获得了最优控制的显式表达式, 然后通过自适应评判技术获得最优控制量. 本文给出了收敛性证明以保证性能指标函数收敛到最优. 为了实现所提出的算法, 本文采用神经网络近似性能指标函数、计算最优控制策略、求解时滞矩阵函数、以及给非线性系统建模. 最后本文给出了两个仿真例子说明所提出的最优策略的有效性.
针对一类状态和控制变量均带有时滞的非线性系统的带有二次性能指标函数最优控制问题, 本文提出了一种基于新的迭代自适应动态规划算法的最优控制方案. 通过引进时滞矩阵函数, 应用动态规划理论, 本文获得了最优控制的显式表达式, 然后通过自适应评判技术获得最优控制量. 本文给出了收敛性证明以保证性能指标函数收敛到最优. 为了实现所提出的算法, 本文采用神经网络近似性能指标函数、计算最优控制策略、求解时滞矩阵函数、以及给非线性系统建模. 最后本文给出了两个仿真例子说明所提出的最优策略的有效性.
2010, 36(1): 130-138.
doi: 10.3724/SP.J.1004.2010.00130
摘要:
针对具有冗余执行机构的过驱动系统的最优控制分配问题, 基于数据驱动的子空间辨识方法和预测控制理论, 提出了一种考虑执行器动力学特性的动态控制分配新方法. 在考虑范数有界不确定性的在线子空间辨识的基础上, 对执行器动力学特性进行不确定性建模, 再结合预测控制理论进行动态控制分配. 从而将执行机构的动力学建模、控制量最优分配和执行机构控制律的设计包含在一个子系统框架内, 对执行机构的模型不确定性具有更好的鲁棒性. 最后给出仿真实例验证了算法的有效性.
针对具有冗余执行机构的过驱动系统的最优控制分配问题, 基于数据驱动的子空间辨识方法和预测控制理论, 提出了一种考虑执行器动力学特性的动态控制分配新方法. 在考虑范数有界不确定性的在线子空间辨识的基础上, 对执行器动力学特性进行不确定性建模, 再结合预测控制理论进行动态控制分配. 从而将执行机构的动力学建模、控制量最优分配和执行机构控制律的设计包含在一个子系统框架内, 对执行机构的模型不确定性具有更好的鲁棒性. 最后给出仿真实例验证了算法的有效性.
2010, 36(1): 139-146.
doi: 10.3724/SP.J.1004.2010.00139
摘要:
为实现智能任务调度与提供可接受的服务质量, 需要建立分布式系统对计算网格资源及网络环境进行监控与预测. 本文设计并实现了网格资源监控与预测系统, 其可用性来源于它的鲁棒性, 可扩放性, 可扩展性与用户友好性. 引入Nu-支持向量回归作为未来多步预测的建模方法, 提出一个混合优化算法以联合优化预测模型的特征选择过程与参数选择过程. 使用基准数据对预测方法进行性能评估, 对比实验结果表明Nu-支持向量回归模型具有较高预测精度, 且组合优化算法能够有效提高预测性能, 这两种方法适用于在线监控与预测系统.
为实现智能任务调度与提供可接受的服务质量, 需要建立分布式系统对计算网格资源及网络环境进行监控与预测. 本文设计并实现了网格资源监控与预测系统, 其可用性来源于它的鲁棒性, 可扩放性, 可扩展性与用户友好性. 引入Nu-支持向量回归作为未来多步预测的建模方法, 提出一个混合优化算法以联合优化预测模型的特征选择过程与参数选择过程. 使用基准数据对预测方法进行性能评估, 对比实验结果表明Nu-支持向量回归模型具有较高预测精度, 且组合优化算法能够有效提高预测性能, 这两种方法适用于在线监控与预测系统.
2010, 36(1): 147-152.
doi: 10.3724/SP.J.1004.2010.00147
摘要:
研究了一类带有时变时滞的线性中立型系统的稳定性, 其中中立型项中的时滞包括一类快变时滞(即, 时滞导数大于1). 目前, 还没有文献考虑带有这种带有快变中立型时滞的系统. 通过使用新的Lyapunov-Krasovskii泛函和带有时滞的多项式(PTVD)补偿技术, 对于此类系统提出了具有更少保守性的时滞依赖稳定性判据. 通过使用新的泛函可以实现处理快变时滞的目的. 同时, 通过使用PTVD补偿技术, 可以在判据中引入一些有用的元素. 而在之前的结果中, 当估计Lyapunov-Krasovskii泛函的上界时, 这些元素通常是被忽略的. 一个数值例子将被提供来验证所得到结果的有效性.
研究了一类带有时变时滞的线性中立型系统的稳定性, 其中中立型项中的时滞包括一类快变时滞(即, 时滞导数大于1). 目前, 还没有文献考虑带有这种带有快变中立型时滞的系统. 通过使用新的Lyapunov-Krasovskii泛函和带有时滞的多项式(PTVD)补偿技术, 对于此类系统提出了具有更少保守性的时滞依赖稳定性判据. 通过使用新的泛函可以实现处理快变时滞的目的. 同时, 通过使用PTVD补偿技术, 可以在判据中引入一些有用的元素. 而在之前的结果中, 当估计Lyapunov-Krasovskii泛函的上界时, 这些元素通常是被忽略的. 一个数值例子将被提供来验证所得到结果的有效性.
2010, 36(1): 153-158.
doi: 10.3724/SP.J.1004.2010.00153
摘要:
提出了一种基于排除算法的快速三维人脸识别方法. 首先, 利用主成分分析(Principal component analysis, PCA)对自动切割的不同姿态人脸进行校正, 将所有人脸转换到统一的坐标系下; 然后提取人脸侧面轮廓线, 利用基于LTS-Hausdorff距离的轮廓线对齐方法对库集对象进行排除; 最后, 采用基于刚性区域的改进迭代最近点(Iterative closest point, ICP)算法对剩余的库集模型进行精确匹配, 给出最终识别结果. 在FRGC V2.0人脸数据库的实验结果表明, 该方法具有较好的实时性和鲁棒性.
提出了一种基于排除算法的快速三维人脸识别方法. 首先, 利用主成分分析(Principal component analysis, PCA)对自动切割的不同姿态人脸进行校正, 将所有人脸转换到统一的坐标系下; 然后提取人脸侧面轮廓线, 利用基于LTS-Hausdorff距离的轮廓线对齐方法对库集对象进行排除; 最后, 采用基于刚性区域的改进迭代最近点(Iterative closest point, ICP)算法对剩余的库集模型进行精确匹配, 给出最终识别结果. 在FRGC V2.0人脸数据库的实验结果表明, 该方法具有较好的实时性和鲁棒性.
2010, 36(1): 159-163.
doi: 10.3724/SP.J.1004.2010.00159
摘要:
将一种改进的基于差分进化算法的非线性预测控制应用到酸碱中和反应pH值控制系统. 算法充分利用滴定曲线模型, 指导优化过程搜索的初始化空间. 同时, 在变异和选择等操作中改进了差分进化算法, 解决了一类有边界约束的非线性优化问题. 在发酵罐实验装置中进行了测试实验, 取得了较好的效果.
将一种改进的基于差分进化算法的非线性预测控制应用到酸碱中和反应pH值控制系统. 算法充分利用滴定曲线模型, 指导优化过程搜索的初始化空间. 同时, 在变异和选择等操作中改进了差分进化算法, 解决了一类有边界约束的非线性优化问题. 在发酵罐实验装置中进行了测试实验, 取得了较好的效果.
2010, 36(1): 163-168.
doi: 10.3724/SP.J.1004.2010.00163
摘要:
许多实际系统可以表示成一种中间为线性动态环节、输入输出端为非线性静态环节的Hammerstein-Wiener模型. 针对含过程噪声的Hammerstein-Wiener模型, 提出一种改进在线两阶段辨识方法. 第一步采用偏差补偿递推最小二乘法在线辨识含原系统参数乘积项的参数向量. 通过在递推最小二乘算法中引入一个修正项, 补偿过程噪声引起的估计偏差. 第二步采用基于张量积逼近的奇异值分解法分离出原系统各参数的值. 通过引入两个矩阵的张量积逼近加权最小二乘的权系数, 提高参数分离精度. 理论分析和计算机仿真验证了本文方法的有效性.
许多实际系统可以表示成一种中间为线性动态环节、输入输出端为非线性静态环节的Hammerstein-Wiener模型. 针对含过程噪声的Hammerstein-Wiener模型, 提出一种改进在线两阶段辨识方法. 第一步采用偏差补偿递推最小二乘法在线辨识含原系统参数乘积项的参数向量. 通过在递推最小二乘算法中引入一个修正项, 补偿过程噪声引起的估计偏差. 第二步采用基于张量积逼近的奇异值分解法分离出原系统各参数的值. 通过引入两个矩阵的张量积逼近加权最小二乘的权系数, 提高参数分离精度. 理论分析和计算机仿真验证了本文方法的有效性.
2010, 36(1): 169-173.
doi: 10.3724/SP.J.1004.2010.00169
摘要:
针对多元非线性时间序列, 结合回声状态网络和Kalman滤波提出一种新的在线自适应预报方法. 该方法将Kalman滤波应用于回声状态网络储备池高维状态空间中, 直接对网络的输出权值进行在线更新, 省去了传统递归网络扩展Kalman滤波中Jacobian矩阵的计算, 在提高预测精度的同时令算法的适用范围得到扩展. 在回声状态网络稳定时给出所提算法的收敛性证明. 仿真实例验证了所提方法的有效性.
针对多元非线性时间序列, 结合回声状态网络和Kalman滤波提出一种新的在线自适应预报方法. 该方法将Kalman滤波应用于回声状态网络储备池高维状态空间中, 直接对网络的输出权值进行在线更新, 省去了传统递归网络扩展Kalman滤波中Jacobian矩阵的计算, 在提高预测精度的同时令算法的适用范围得到扩展. 在回声状态网络稳定时给出所提算法的收敛性证明. 仿真实例验证了所提方法的有效性.
2010, 36(1): 174-178.
doi: 10.3724/SP.J.1004.2010.00174
摘要:
针对一类不确定非线性系统, 提出一种变结构神经网络自适应鲁棒控制(Variable structure neural network adaptive robust control, VSNNARC)方法. 其中变结构神经网络用于在线辨识系统未知非线性函数, 该网络利用节点激活与催眠技术进行动态调节, 减小网络规模与计算量; 自适应鲁棒控制用于网络权值学习与系统建模误差及外部扰动补偿. 采用Lyapunov稳定性分析法, 给出网络权值自适应律的形式以及鲁棒控制项的设计方法. 该方法不仅能保证系统的稳定性, 也能保证系统具有很好的瞬态性能. 将该方法应用到转台伺服系统的位置跟踪控制中, 实际运行结果表明, 该方法使系统具有很强的鲁棒性及良好的跟踪效果.
针对一类不确定非线性系统, 提出一种变结构神经网络自适应鲁棒控制(Variable structure neural network adaptive robust control, VSNNARC)方法. 其中变结构神经网络用于在线辨识系统未知非线性函数, 该网络利用节点激活与催眠技术进行动态调节, 减小网络规模与计算量; 自适应鲁棒控制用于网络权值学习与系统建模误差及外部扰动补偿. 采用Lyapunov稳定性分析法, 给出网络权值自适应律的形式以及鲁棒控制项的设计方法. 该方法不仅能保证系统的稳定性, 也能保证系统具有很好的瞬态性能. 将该方法应用到转台伺服系统的位置跟踪控制中, 实际运行结果表明, 该方法使系统具有很强的鲁棒性及良好的跟踪效果.
2010, 36(1): 179-183.
doi: 10.3724/SP.J.1004.2010.00179
摘要:
在基于配准的图像分割应用中, 拓扑保持性是非刚性图像配准算法的一个重要约束. 本文从矢量场特性出发, 分析了Demons非刚性图像配准算法导致目标拓扑改变时变形场的特点. 根据变形场特点与其雅可比行列式之间的关系, 给出了校正该算法拓扑保持性的方法. 实验表明, 改进后的变形场具有了拓扑保持性.
在基于配准的图像分割应用中, 拓扑保持性是非刚性图像配准算法的一个重要约束. 本文从矢量场特性出发, 分析了Demons非刚性图像配准算法导致目标拓扑改变时变形场的特点. 根据变形场特点与其雅可比行列式之间的关系, 给出了校正该算法拓扑保持性的方法. 实验表明, 改进后的变形场具有了拓扑保持性.
2010, 36(1): 184-187.
doi: 10.3724/SP.J.1004.2010.00184
摘要:
针对现存的基于EM (Expectation maximization)迭代的无指导词义消歧方法收敛缓慢、计算量大的问题, 利用互信息和Z-测试结合的方法选取特征, 并通过一种 统计学习算法估算初始参数值. 实验结果表明改进方法有效地提高了汉语词义消歧的准确率, 具有良好的扩展性和实用性.
针对现存的基于EM (Expectation maximization)迭代的无指导词义消歧方法收敛缓慢、计算量大的问题, 利用互信息和Z-测试结合的方法选取特征, 并通过一种 统计学习算法估算初始参数值. 实验结果表明改进方法有效地提高了汉语词义消歧的准确率, 具有良好的扩展性和实用性.
2010, 36(1): 188-192.
doi: 10.3724/SP.J.1004.2010.00188
摘要:
提出一种改进的具有非理想网络状况, 如时变网络时延和丢包等的网络控制系统分析与综合方法. 在引入具有最新信号选择功能的逻辑零阶保持器和已有的网络系统模型基础上, 采用Lyapunov-Krasovskii泛函方法, 通过引入自由矩阵消除交叉项和利用函数的凸性进行等价变换, 得到保守性较小的效果. 实例表明上述方法的有效性.
提出一种改进的具有非理想网络状况, 如时变网络时延和丢包等的网络控制系统分析与综合方法. 在引入具有最新信号选择功能的逻辑零阶保持器和已有的网络系统模型基础上, 采用Lyapunov-Krasovskii泛函方法, 通过引入自由矩阵消除交叉项和利用函数的凸性进行等价变换, 得到保守性较小的效果. 实例表明上述方法的有效性.
