2010年 第36卷 第6期
2010, 36(6): 773-785.
doi: 10.3724/SP.J.1004.2010.00773
摘要:
针对步行人体3D运动估计过程中的自遮挡问题, 提出了基于混合跟踪模型的粒子滤波算法. 首先, 利用自遮挡状态检测模型, 将步行人体运动划分为四种自遮挡状态; 其次, 根据混合跟踪模型, 针对不同的自遮挡状态, 算法采用不同的跟踪模型; 最后, 为了估计遮挡状态下的人体运动, 算法提出了基于M-估计的在线训练方法 以训练肢体运动相关系数. 经过实验分析, 算法对处 于自遮挡状态下的人体3D运动估计有着良好的效果, 人体3D运动的估计精度得到了提高.
针对步行人体3D运动估计过程中的自遮挡问题, 提出了基于混合跟踪模型的粒子滤波算法. 首先, 利用自遮挡状态检测模型, 将步行人体运动划分为四种自遮挡状态; 其次, 根据混合跟踪模型, 针对不同的自遮挡状态, 算法采用不同的跟踪模型; 最后, 为了估计遮挡状态下的人体运动, 算法提出了基于M-估计的在线训练方法 以训练肢体运动相关系数. 经过实验分析, 算法对处 于自遮挡状态下的人体3D运动估计有着良好的效果, 人体3D运动的估计精度得到了提高.
2010, 36(6): 785-790.
doi: 10.3724/SP.J.1004.2010.00785
摘要:
提出一种复杂背景下皮棉中异性纤维特征提取算法. 采用二维小波变换提取边缘特征用于检测异性纤维和皮棉背景的灰度差, 采用CrCgCb色度空间提取颜色特征以消除亮度变化的影响. 考虑到目标特征的不连续性和算法的运算时间, 提出一种基于两级连通域标记和等效长宽比的形态分析方法. 通过对5类异性纤维的实验表明: 算法能有效地识别异性纤维特征, 识别率达到95%, 同时满足实时工作场合的应用.
提出一种复杂背景下皮棉中异性纤维特征提取算法. 采用二维小波变换提取边缘特征用于检测异性纤维和皮棉背景的灰度差, 采用CrCgCb色度空间提取颜色特征以消除亮度变化的影响. 考虑到目标特征的不连续性和算法的运算时间, 提出一种基于两级连通域标记和等效长宽比的形态分析方法. 通过对5类异性纤维的实验表明: 算法能有效地识别异性纤维特征, 识别率达到95%, 同时满足实时工作场合的应用.
2010, 36(6): 791-797.
doi: 10.3724/SP.J.1004.2010.00791
摘要:
引入了尺度化凸壳(Scaled convex hull, SCH)的概念, 证明了与之相关的性质, 通过这些性质可以把求解线性不可分支持向量机(Support vector machine, SVM)的问题转化为计算两类训练样本分别生成的尺度化凸壳间的最近点对的问题. 然后可以用几何最近点法计算尺度化凸壳间的最近点对, 把垂直平分连接最近点对线段的超平面作为线性不可分问题的分类超平面. 此外, 还把这种方法推广到非线性情形, 并给出了解决非线性问题的一种简化算法. 理论分析和实验均表明, 与已有的方法相比, 尺度化凸壳法在取得相同分类成功率的同时, 训练时间大大减少, 特别适用于样本较多的大规模分类问题.
引入了尺度化凸壳(Scaled convex hull, SCH)的概念, 证明了与之相关的性质, 通过这些性质可以把求解线性不可分支持向量机(Support vector machine, SVM)的问题转化为计算两类训练样本分别生成的尺度化凸壳间的最近点对的问题. 然后可以用几何最近点法计算尺度化凸壳间的最近点对, 把垂直平分连接最近点对线段的超平面作为线性不可分问题的分类超平面. 此外, 还把这种方法推广到非线性情形, 并给出了解决非线性问题的一种简化算法. 理论分析和实验均表明, 与已有的方法相比, 尺度化凸壳法在取得相同分类成功率的同时, 训练时间大大减少, 特别适用于样本较多的大规模分类问题.
2010, 36(6): 798-806.
doi: 10.3724/SP.J.1004.2010.00798
摘要:
提出了一种基于均值漂移(Mean Shift, MS)聚类的全极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)图像无监督分割算法. 已有的工作在将MS算法应用于全PolSAR图像分割时, 仅使用每个像素点的极化总功率值作为该像素点的特征值, 没有充分利用极化协方差矩阵或者相干矩阵所包含的完整的极化散射信息. 但是如果直接利用每个像素点的极化协方差矩阵作为特征向量, 则这些特征向量构成的空间不再是一个欧氏空间, 而原始的MS算法是定义在欧氏空间中的. 因此, 本文首先将每一个像素点的厄尔米特正定极化协方差矩阵也称为一个张量, 而且使用黎曼流形来描述该张量空间. 然后, 原始的MS算法被扩展到该张量空间中. 直接扩展得到的算法每一步具有明确的含义, 但是运算复杂度较高. 所以本文又进一步对该算法进行了简化, 从而得到了一个实用的分割算法. 通过使用真实的全PolSAR数据以及仿真数据进行实验, 结果验证了新方法的有效性.
提出了一种基于均值漂移(Mean Shift, MS)聚类的全极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)图像无监督分割算法. 已有的工作在将MS算法应用于全PolSAR图像分割时, 仅使用每个像素点的极化总功率值作为该像素点的特征值, 没有充分利用极化协方差矩阵或者相干矩阵所包含的完整的极化散射信息. 但是如果直接利用每个像素点的极化协方差矩阵作为特征向量, 则这些特征向量构成的空间不再是一个欧氏空间, 而原始的MS算法是定义在欧氏空间中的. 因此, 本文首先将每一个像素点的厄尔米特正定极化协方差矩阵也称为一个张量, 而且使用黎曼流形来描述该张量空间. 然后, 原始的MS算法被扩展到该张量空间中. 直接扩展得到的算法每一步具有明确的含义, 但是运算复杂度较高. 所以本文又进一步对该算法进行了简化, 从而得到了一个实用的分割算法. 通过使用真实的全PolSAR数据以及仿真数据进行实验, 结果验证了新方法的有效性.
2010, 36(6): 807-816.
doi: 10.3724/SP.J.1004.2010.00807
摘要:
彩色图像分割技术是现代图像处理和图像分析领域的重要研究议题. 结合粗糙集理论, 利用像素邻域的空间信息, 可以构造图像色彩分布的上下近似以及量化粗糙性表示, 并据此设计基于量化粗糙信息的分割方法: QR measure, 该方法依据数据分布获取自适应阈值进行峰值选定和区域合并. 实验采用UC Berkeley开放的图像分割测试集, 通过比较基于多种统计信息的分割方法, 验证提出的优化算法可以取得更好的分割效果.
彩色图像分割技术是现代图像处理和图像分析领域的重要研究议题. 结合粗糙集理论, 利用像素邻域的空间信息, 可以构造图像色彩分布的上下近似以及量化粗糙性表示, 并据此设计基于量化粗糙信息的分割方法: QR measure, 该方法依据数据分布获取自适应阈值进行峰值选定和区域合并. 实验采用UC Berkeley开放的图像分割测试集, 通过比较基于多种统计信息的分割方法, 验证提出的优化算法可以取得更好的分割效果.
2010, 36(6): 817-822.
doi: 10.3724/SP.J.1004.2010.00817
摘要:
本文将LoG (Laplacian of Gaussian)变换应用到轮廓曲线上, 其范数的平方具有稳健的曲率特性, 由此构造了轮廓角点的响应函数; 在此基础上, 结合轮廓LoG所检测的角点和角点邻域内轮廓方向的尺度共变性设计了一种新的关于旋转和尺度共变的特征区域检测算法. 最后, 利用相关度准则对多组受干扰的图像进行特征共变区域匹配, 实验结果验证了所提出的共变特征区域检测算法具有计算简单、容易实现和较强的鲁棒性等特点.
本文将LoG (Laplacian of Gaussian)变换应用到轮廓曲线上, 其范数的平方具有稳健的曲率特性, 由此构造了轮廓角点的响应函数; 在此基础上, 结合轮廓LoG所检测的角点和角点邻域内轮廓方向的尺度共变性设计了一种新的关于旋转和尺度共变的特征区域检测算法. 最后, 利用相关度准则对多组受干扰的图像进行特征共变区域匹配, 实验结果验证了所提出的共变特征区域检测算法具有计算简单、容易实现和较强的鲁棒性等特点.
2010, 36(6): 823-828.
doi: 10.3724/SP.J.1004.2010.00823
摘要:
针对无线传感器网络数据汇集应用中, 由于数据流量大, 相邻路径之间容易发生串扰、信道竞争和冲突, 造成拥塞问题, 提出了基于拥塞控制的无线传感器网络数据汇集树生成算法(Data gather tree algorithm based on congestion control, DGT-CC). DGT-CC算法通过层次发现、邻居发现、启发式搜索和流量均衡策略构造一棵最短路径最小拥塞权值树. 理论分析证明DGT-CC算法收敛, 并能够构造一棵最短路径最小拥塞权值树, 仿真实验表明DGT-CC算法在丢包率、网络吞吐量和时延方面都较普通的最短路径树具有更好的性能.
针对无线传感器网络数据汇集应用中, 由于数据流量大, 相邻路径之间容易发生串扰、信道竞争和冲突, 造成拥塞问题, 提出了基于拥塞控制的无线传感器网络数据汇集树生成算法(Data gather tree algorithm based on congestion control, DGT-CC). DGT-CC算法通过层次发现、邻居发现、启发式搜索和流量均衡策略构造一棵最短路径最小拥塞权值树. 理论分析证明DGT-CC算法收敛, 并能够构造一棵最短路径最小拥塞权值树, 仿真实验表明DGT-CC算法在丢包率、网络吞吐量和时延方面都较普通的最短路径树具有更好的性能.
2010, 36(6): 829-836.
doi: 10.3724/SP.J.1004.2010.00829
摘要:
针对非对称联合对角化算法收敛速度慢以及有可能收敛到奇异解的问题, 首先提出一种基于最小二乘的非对称代价函数, 该代价函数在最小二乘标准的基础上增加了使对角化矩阵非奇异的约束项, 以保证算法不会收敛到奇异解. 然后利用一种循环最小化技术来优化提出的代价函数, 得到一种非对称非正交快速联合对角化算法. 算法的性能分析证明, 该算法不仅全局渐近收敛, 而且具有不变性. 左右对角化矩阵的关系也证明了非对称联合对角化的一般性. 实验仿真表明, 与原非对称联合对角化算法相比, 提出的算法收敛速度更快, 而且可以显著降低干扰信号比.
针对非对称联合对角化算法收敛速度慢以及有可能收敛到奇异解的问题, 首先提出一种基于最小二乘的非对称代价函数, 该代价函数在最小二乘标准的基础上增加了使对角化矩阵非奇异的约束项, 以保证算法不会收敛到奇异解. 然后利用一种循环最小化技术来优化提出的代价函数, 得到一种非对称非正交快速联合对角化算法. 算法的性能分析证明, 该算法不仅全局渐近收敛, 而且具有不变性. 左右对角化矩阵的关系也证明了非对称联合对角化的一般性. 实验仿真表明, 与原非对称联合对角化算法相比, 提出的算法收敛速度更快, 而且可以显著降低干扰信号比.
2010, 36(6): 837-844.
doi: 10.3724/SP.J.1004.2010.00837
摘要:
提出了一种基于随机网络的在线评论情绪倾向性分类模型SCP-X (Shortest covering path-X). 首先引入了一种增量式创建词语顺序共现随机网络的方法, 并基于此随机网络以及情绪词表, 提出了一种基于评论序列最短覆盖路径(Shortest covering path, SCP)的情绪倾向性分类方法. 该方法具有以下两个优点: 1)能够对相对短小、随意性 较强、完整性较差的评论文本展开词语联想, 从而对完整性较差的评论数据进行属性值扩展; 2) 能够对评论文本的冗余属性进行约简, 约简后数据的属性规模为一般VSM模型 的10%左右. 本文最后设计了一组实验, 对以下算法进行了对比测试: TC, SVM, SCP-TC, SCP-SVM, SCP-HMM, SCP-Bayes. 结果表明本文提出的SCP-X方法对在线评论文本的倾向性分类效果更佳.
提出了一种基于随机网络的在线评论情绪倾向性分类模型SCP-X (Shortest covering path-X). 首先引入了一种增量式创建词语顺序共现随机网络的方法, 并基于此随机网络以及情绪词表, 提出了一种基于评论序列最短覆盖路径(Shortest covering path, SCP)的情绪倾向性分类方法. 该方法具有以下两个优点: 1)能够对相对短小、随意性 较强、完整性较差的评论文本展开词语联想, 从而对完整性较差的评论数据进行属性值扩展; 2) 能够对评论文本的冗余属性进行约简, 约简后数据的属性规模为一般VSM模型 的10%左右. 本文最后设计了一组实验, 对以下算法进行了对比测试: TC, SVM, SCP-TC, SCP-SVM, SCP-HMM, SCP-Bayes. 结果表明本文提出的SCP-X方法对在线评论文本的倾向性分类效果更佳.
2010, 36(6): 845-850.
doi: 10.3724/SP.J.1004.2010.00845
摘要:
考虑了一类具有时变时滞和范数有界不确定的Lurie控制系统绝对稳定性分析问题. 通过选取一个新的Lyapunov-Krasovskii泛函将整个时滞区间分为两段, 每段区间上定义了不同的能量函数. 并给出了由LMI描述的新的时滞依赖鲁棒绝对稳定性判据.
考虑了一类具有时变时滞和范数有界不确定的Lurie控制系统绝对稳定性分析问题. 通过选取一个新的Lyapunov-Krasovskii泛函将整个时滞区间分为两段, 每段区间上定义了不同的能量函数. 并给出了由LMI描述的新的时滞依赖鲁棒绝对稳定性判据.
2010, 36(6): 851-857.
doi: 10.3724/SP.J.1004.2010.00851
摘要:
粒子滤波是移动机器人蒙特卡罗定位(Monte Carlo localization, MCL)的核心环节. 首先, 针对粒子滤波过程的粒子退化问题, 利用迭代Sigma点卡尔曼滤波来精确设计粒子滤波器的提议分布, 以迭代更新方式将当前观测信息融入顺序重要性采样过程, 提出IUPF (Improved unscented particle filter)算法. 然后, 将IUPF与移动机器人MCL相结合, 给出IUPF-MCL定位算法的实现细节. 仿真结果表明, IUPF-MCL是一种精确鲁棒的移动机器人定位算法.
粒子滤波是移动机器人蒙特卡罗定位(Monte Carlo localization, MCL)的核心环节. 首先, 针对粒子滤波过程的粒子退化问题, 利用迭代Sigma点卡尔曼滤波来精确设计粒子滤波器的提议分布, 以迭代更新方式将当前观测信息融入顺序重要性采样过程, 提出IUPF (Improved unscented particle filter)算法. 然后, 将IUPF与移动机器人MCL相结合, 给出IUPF-MCL定位算法的实现细节. 仿真结果表明, IUPF-MCL是一种精确鲁棒的移动机器人定位算法.
2010, 36(6): 858-864.
doi: 10.3724/SP.J.1004.2010.00858
摘要:
研究了一类具有奇整数比次方的随机高阶非线性系统的输出反馈控制问题. 通过采用增加幂次积分方法, 引入一个新的标量变换和选取合适的李雅普诺夫函数, 所构造的输出反馈控制器使得闭环系统是依概率全局渐近稳定的, 输出几乎处处调节到原点. 进一步地, 我们解决了依概率逆最优镇定问题. 仿真例子证明了设计方法的有效性.
研究了一类具有奇整数比次方的随机高阶非线性系统的输出反馈控制问题. 通过采用增加幂次积分方法, 引入一个新的标量变换和选取合适的李雅普诺夫函数, 所构造的输出反馈控制器使得闭环系统是依概率全局渐近稳定的, 输出几乎处处调节到原点. 进一步地, 我们解决了依概率逆最优镇定问题. 仿真例子证明了设计方法的有效性.
2010, 36(6): 865-872.
doi: 10.3724/SP.J.1004.2010.00865
摘要:
针对径向基函数(Radial basis function, RBF)神经网络的结构设计问题, 提出一种结构动态优化设计方法. 利用敏感度法(Sensitivity analysis, SA)分析隐含层神经元的输出加权值对神经网络输出的影响, 以此判断增加或删除RBF神经网络隐含层中的神经元, 解决了RBF神经网络结构过大或过小的问题, 并给出了神经网络结构动态变化过程中收敛性证明; 利用梯度下降的参数修正算法保证了最终RBF网络的精度, 实现了神经网络的结构和参数自校正. 通过对非线性函数的逼近与污水处理过程中关键参数的建模结果, 证明了该动态RBF具有良好的自适应能力和逼近能力, 尤其是在泛化能力、最终网络结构等方面较之最小资源神经网络(Minimal resource allocation networks, MRAN)与增长和修剪RBF 神经网络(Generalized growing and pruning radial basis function, GGAP-RBF) 有较大提高.
针对径向基函数(Radial basis function, RBF)神经网络的结构设计问题, 提出一种结构动态优化设计方法. 利用敏感度法(Sensitivity analysis, SA)分析隐含层神经元的输出加权值对神经网络输出的影响, 以此判断增加或删除RBF神经网络隐含层中的神经元, 解决了RBF神经网络结构过大或过小的问题, 并给出了神经网络结构动态变化过程中收敛性证明; 利用梯度下降的参数修正算法保证了最终RBF网络的精度, 实现了神经网络的结构和参数自校正. 通过对非线性函数的逼近与污水处理过程中关键参数的建模结果, 证明了该动态RBF具有良好的自适应能力和逼近能力, 尤其是在泛化能力、最终网络结构等方面较之最小资源神经网络(Minimal resource allocation networks, MRAN)与增长和修剪RBF 神经网络(Generalized growing and pruning radial basis function, GGAP-RBF) 有较大提高.
2010, 36(6): 873-880.
doi: 10.3724/SP.J.1004.2010.00873
摘要:
研究了处于任意时延非线性动态网络中的时钟振荡器的同步问题. 首先, 提出了一种基于一致性控制策略的动态同步算法, 即快速平均同步算法(FASA)来找到同步解. 该算法能够补偿时钟节点间的时钟偏移和时钟偏差, 使得和以前的同步方法比较后在较短的时间内实现时钟节点的同步. 其次, 由于FASA的动态特性, 我们从具有任意时延的分割动态系统角度来刻画这个算法. 该算法保证在动态网络中的所有时钟节点收敛到李亚普诺夫稳定平衡点. 最后, 数值仿真和实验结果证明了FASA的正确性和有效性, 这意味着时钟节点能达到全局一致, 并且使同步误差精度达到纳秒级别.
研究了处于任意时延非线性动态网络中的时钟振荡器的同步问题. 首先, 提出了一种基于一致性控制策略的动态同步算法, 即快速平均同步算法(FASA)来找到同步解. 该算法能够补偿时钟节点间的时钟偏移和时钟偏差, 使得和以前的同步方法比较后在较短的时间内实现时钟节点的同步. 其次, 由于FASA的动态特性, 我们从具有任意时延的分割动态系统角度来刻画这个算法. 该算法保证在动态网络中的所有时钟节点收敛到李亚普诺夫稳定平衡点. 最后, 数值仿真和实验结果证明了FASA的正确性和有效性, 这意味着时钟节点能达到全局一致, 并且使同步误差精度达到纳秒级别.
2010, 36(6): 881-885.
doi: 10.3724/SP.J.1004.2010.00881
摘要:
提出了一类具有量测缺失和堆栈存贮特性的网络化多速率系统的H∞滤波问题. 采用提升技术将多速率系统转化为单速率系统, 并提出了一种解决由提升所带来的因果约束的方法, 然后通过构造李亚普诺夫稳定函数设计H∞滤波器. 在构造滤波器过程中, 发现采样速率越慢, 滤波设计的保守性越强. 算例表明了方法的有效性, 并且分析了不同采样周期以及不同的量测到达率对滤波器性能的影响.
提出了一类具有量测缺失和堆栈存贮特性的网络化多速率系统的H∞滤波问题. 采用提升技术将多速率系统转化为单速率系统, 并提出了一种解决由提升所带来的因果约束的方法, 然后通过构造李亚普诺夫稳定函数设计H∞滤波器. 在构造滤波器过程中, 发现采样速率越慢, 滤波设计的保守性越强. 算例表明了方法的有效性, 并且分析了不同采样周期以及不同的量测到达率对滤波器性能的影响.
2010, 36(6): 885-889.
doi: 10.3724/SP.J.1004.2010.00885
摘要:
在分析了几种离散变结构趋近律趋近过程的基础上, 提出了一种改进的趋近律, 该方法能够大幅度削弱抖振, 使系统运动最终趋于原点且不存在稳态振荡, 能使系统的准滑动模态保持步步穿越切换面的基本属性, 改善了趋近过程.
在分析了几种离散变结构趋近律趋近过程的基础上, 提出了一种改进的趋近律, 该方法能够大幅度削弱抖振, 使系统运动最终趋于原点且不存在稳态振荡, 能使系统的准滑动模态保持步步穿越切换面的基本属性, 改善了趋近过程.
2010, 36(6): 890-893.
doi: 10.3724/SP.J.1004.2010.00890
摘要:
回路成形法设计中是用互质因子摄动来表示系统不确定性的. 文中对这种互质因子摄动进行了较详尽的分析, 指出系统中的弱阻尼模态会增大互质因子摄动的范数, 因而降低了允许的摄动值, 使系统实际上失去了鲁棒性. 所以H∞回路成形设计并不一定像所期望的那样具有鲁棒性. 文中并用一个参数摄动下的鲁棒性为例来进行说明.
回路成形法设计中是用互质因子摄动来表示系统不确定性的. 文中对这种互质因子摄动进行了较详尽的分析, 指出系统中的弱阻尼模态会增大互质因子摄动的范数, 因而降低了允许的摄动值, 使系统实际上失去了鲁棒性. 所以H∞回路成形设计并不一定像所期望的那样具有鲁棒性. 文中并用一个参数摄动下的鲁棒性为例来进行说明.
2010, 36(6): 894-900.
doi: 10.3724/SP.J.1004.2010.00894
摘要:
针对摄像机未标定和特征点坐标未知的情况, 本文提出一种新颖的基于图像的无人直升机自适应视觉伺服方法. 控制器是基于反推法设计的, 但是和已有的基于反推法的视觉伺服不同的是, 它利用与深度无关矩阵将图像误差映射到执行器空间, 从而可以避免估计特征点的深度. 这种设计方法可以线性化未知的摄像机参数和特征点坐标, 所以能方便地设计自适应算法来在线估计这些未知参数, 同时为了保证图像误差收敛和避免估计参数收敛至零解而引入了两个势函数. 利用Lyapunov方法证明了基于非线性动力学的控制器的稳定性, 并给出了仿真验证.
针对摄像机未标定和特征点坐标未知的情况, 本文提出一种新颖的基于图像的无人直升机自适应视觉伺服方法. 控制器是基于反推法设计的, 但是和已有的基于反推法的视觉伺服不同的是, 它利用与深度无关矩阵将图像误差映射到执行器空间, 从而可以避免估计特征点的深度. 这种设计方法可以线性化未知的摄像机参数和特征点坐标, 所以能方便地设计自适应算法来在线估计这些未知参数, 同时为了保证图像误差收敛和避免估计参数收敛至零解而引入了两个势函数. 利用Lyapunov方法证明了基于非线性动力学的控制器的稳定性, 并给出了仿真验证.
