2008年 第34卷 第10期
2008, 34(10): 1225-1234.
doi: 10.3724/SP.J.1004.2008.01225
摘要:
通过引入最优控制理论和Lyapunov方法, 预测控制的理论研究在最近十多年中发展迅速, 取得了丰硕成果. 本文总结了预测控制定性综合理论的基本思路, 回顾了近十年关于具有稳定性和性能保证的预测控制的主要研究成果, 并根据近年来预测控制研究的发展趋势, 指出高效预测控制的研究已逐渐成为这一领域研究的热点.
通过引入最优控制理论和Lyapunov方法, 预测控制的理论研究在最近十多年中发展迅速, 取得了丰硕成果. 本文总结了预测控制定性综合理论的基本思路, 回顾了近十年关于具有稳定性和性能保证的预测控制的主要研究成果, 并根据近年来预测控制研究的发展趋势, 指出高效预测控制的研究已逐渐成为这一领域研究的热点.
2008, 34(10): 1235-1242.
doi: 10.3724/SP.J.1004.2008.01235
摘要:
提出了一种基于特征与量化的空域抗几何攻击图像水印算法---FAQ算法. 采取的主要方法有: 1)利用图像中的局部最稳定特征点生成具有几何不变性的圆形特征区域, 用于水印的同步; 2)将特征区域分解为具有旋转不变性的扇形区域, 并在空域利用奇偶量化嵌入水印; 3)设计了一种奇偶检测器盲提取水印. 实验结果表明FAQ算法能获得很高的图像质量, 且能有效地抵抗常规信号处理攻击、旋转/缩放/平移(Rotation/scaling/translation, RST)攻击及其组合攻击.
提出了一种基于特征与量化的空域抗几何攻击图像水印算法---FAQ算法. 采取的主要方法有: 1)利用图像中的局部最稳定特征点生成具有几何不变性的圆形特征区域, 用于水印的同步; 2)将特征区域分解为具有旋转不变性的扇形区域, 并在空域利用奇偶量化嵌入水印; 3)设计了一种奇偶检测器盲提取水印. 实验结果表明FAQ算法能获得很高的图像质量, 且能有效地抵抗常规信号处理攻击、旋转/缩放/平移(Rotation/scaling/translation, RST)攻击及其组合攻击.
2008, 34(10): 1243-1249.
doi: 10.3724/SP.J.1004.2008.01243
摘要:
近年来基于内容的视频检索技术受到人们越来越多的关注. 本文提出了一套基于语义匹配的交互式视频检索框架, 其贡献主要为以下三方面: 1)定义新型的视频高层特征---语义直方图用以描述视频的高层语义信息; 2)使用主导集聚类算法建立基于非监督学习的检索机制, 用以降低在线计算复杂度和提高检索效率; 3)提出新型的相关反馈机制---基于语义的分支反馈, 该机制采用分支反馈结构和分支更新策略实现检索性能的提升. 实验结果表明了本框架的有效性.
近年来基于内容的视频检索技术受到人们越来越多的关注. 本文提出了一套基于语义匹配的交互式视频检索框架, 其贡献主要为以下三方面: 1)定义新型的视频高层特征---语义直方图用以描述视频的高层语义信息; 2)使用主导集聚类算法建立基于非监督学习的检索机制, 用以降低在线计算复杂度和提高检索效率; 3)提出新型的相关反馈机制---基于语义的分支反馈, 该机制采用分支反馈结构和分支更新策略实现检索性能的提升. 实验结果表明了本框架的有效性.
2008, 34(10): 1250-1256.
doi: 10.3724/SP.J.1004.2008.01250
摘要:
作为一种局部路径规划策略, 虚拟势场法由于其简单易用, 效果良好而在机器人领域得到了广泛的应用. 但是这种方法的缺点是在路径规划的过程中, 机器人经常会陷入局部极小. 本文提出了一种基于虚拟势场法的视觉路径规划策略, 可以保证图像中的特征点在伺服过程中始终保持在摄像机的视野之内, 并且通过稳定性分析证明了该策略具有全局收敛性. 另外, 本文进一步探讨了视觉伺服中另一个常见问题: 如何在规划过程中得到较好的三维运动轨迹. 最后用仿真结果验证了本文所提出的路径规划策略具有良好的性能.
作为一种局部路径规划策略, 虚拟势场法由于其简单易用, 效果良好而在机器人领域得到了广泛的应用. 但是这种方法的缺点是在路径规划的过程中, 机器人经常会陷入局部极小. 本文提出了一种基于虚拟势场法的视觉路径规划策略, 可以保证图像中的特征点在伺服过程中始终保持在摄像机的视野之内, 并且通过稳定性分析证明了该策略具有全局收敛性. 另外, 本文进一步探讨了视觉伺服中另一个常见问题: 如何在规划过程中得到较好的三维运动轨迹. 最后用仿真结果验证了本文所提出的路径规划策略具有良好的性能.
2008, 34(10): 1257-1261.
doi: 10.3724/SP.J.1004.2008.01257
摘要:
This paper presents a method to learn semantic lexicons using a new bootstrapping method based on graph mutual reinforcement (GMR). The approach uses only unlabeled data and a few seed words to learn new words for each semantic category. Different from other bootstrapping methods, we use GMR-based bootstrapping to sort the candidate words and patterns. Experimental results show that the GMR-based bootstrapping approach outperforms the existing algorithms both in in-domain data and out-domain data. Furthermore, it shows that the result depends on not only the size of the corpus but also the quality.
This paper presents a method to learn semantic lexicons using a new bootstrapping method based on graph mutual reinforcement (GMR). The approach uses only unlabeled data and a few seed words to learn new words for each semantic category. Different from other bootstrapping methods, we use GMR-based bootstrapping to sort the candidate words and patterns. Experimental results show that the GMR-based bootstrapping approach outperforms the existing algorithms both in in-domain data and out-domain data. Furthermore, it shows that the result depends on not only the size of the corpus but also the quality.
2008, 34(10): 1262-1267.
doi: 10.3724./SP.J.1004.2008.01262
摘要:
对一具体例子, 从保持期望的控制性能(如渐近稳定性)、减小控制量的角度, 通过引入一新的重标度变换, 采用一有效的降阶观测器, 选取巧妙的Lyapunov函数和恰当的设计参数, 设计了一个改进的输出反馈控制器, 保证了闭环系统的全局渐近稳定性. 同时, 从理论分析和仿真算例, 较之相关论文的设计, 本文得到了小的增益参数和重标度变换参数的临界值, 从而有效地减小控制量和控制器的变化率.
对一具体例子, 从保持期望的控制性能(如渐近稳定性)、减小控制量的角度, 通过引入一新的重标度变换, 采用一有效的降阶观测器, 选取巧妙的Lyapunov函数和恰当的设计参数, 设计了一个改进的输出反馈控制器, 保证了闭环系统的全局渐近稳定性. 同时, 从理论分析和仿真算例, 较之相关论文的设计, 本文得到了小的增益参数和重标度变换参数的临界值, 从而有效地减小控制量和控制器的变化率.
2008, 34(10): 1268-1274.
doi: 10.3724/SP.J.1004.2008.01268
摘要:
针对一类非线性连续级联系统, 利用齐次系统的齐次性质给出了其全局一致稳定性分析结果. 假设级联系统中的驱动子系统和被驱动子系统分别满足全局一致渐近稳定且满足一定的齐次度, 若级联项也满足一给定齐次不等式, 则整个非线性级联系统为全局一致渐近稳定的. 若驱动子系统和被驱动子系统都具有负的齐次度, 则该非线性级联系统为全局一致有限时间稳定的. 与传统的ISS假设或级联项增长假设相比, 文中方法所给的齐次不等式条件更容易验证. 且文中方法不仅适用于Lipschitz连续的系统, 而且适用于非Lipschitz连续的系统. 两个例子验证了该方法的有效性.
针对一类非线性连续级联系统, 利用齐次系统的齐次性质给出了其全局一致稳定性分析结果. 假设级联系统中的驱动子系统和被驱动子系统分别满足全局一致渐近稳定且满足一定的齐次度, 若级联项也满足一给定齐次不等式, 则整个非线性级联系统为全局一致渐近稳定的. 若驱动子系统和被驱动子系统都具有负的齐次度, 则该非线性级联系统为全局一致有限时间稳定的. 与传统的ISS假设或级联项增长假设相比, 文中方法所给的齐次不等式条件更容易验证. 且文中方法不仅适用于Lipschitz连续的系统, 而且适用于非Lipschitz连续的系统. 两个例子验证了该方法的有效性.
2008, 34(10): 1275-1280.
doi: 10.3724./SP.J.1004.2008.01275
摘要:
研究了纵平面内的自主水下航行器(AUV)的跟踪控制问题. 该AUV由一个内部滑动质点及后推进器驱动. 结合滑动质点的运动方程, AUV可视为欠驱动系统. 基于Lyapunov理论及反步控制方法, 提出了一种跟踪控制律以镇定误差动力学并使得位置跟踪误差收敛于零点左右的一个小邻域内. 仿真结果验证了该控制律的有效性.
研究了纵平面内的自主水下航行器(AUV)的跟踪控制问题. 该AUV由一个内部滑动质点及后推进器驱动. 结合滑动质点的运动方程, AUV可视为欠驱动系统. 基于Lyapunov理论及反步控制方法, 提出了一种跟踪控制律以镇定误差动力学并使得位置跟踪误差收敛于零点左右的一个小邻域内. 仿真结果验证了该控制律的有效性.
2008, 34(10): 1281-1290.
doi: 10.3724/SP.J.1004.2008.01281
摘要:
给出了一种用于实现主动嗅觉(也称气味/气体源定位或化学烟羽跟踪)的多机器人协同搜索策略. 将蚁群算法与逆风搜索相结合用于协调多机器人的运动方向. 蚁群算法可有效调动机器人朝信息素高的区域运动且保证机器人之间的距离不会过大; 逆风搜索可降低算法过早地陷入局部最优的概率. 为正确判断转移方向, 蚁群算法中还增加了对历史信息的考虑. 在源头确认方面, 本文提出了气味/气体浓度持久性判断结合机器人旋转计算流体质量通量散度的方法. 仿真表明, 本文的主动嗅觉搜索策略可适用于湍流烟羽环境, 且可有效地逃脱浓度局部最优和风场的漩涡, 另外可最终确认源头位置.
给出了一种用于实现主动嗅觉(也称气味/气体源定位或化学烟羽跟踪)的多机器人协同搜索策略. 将蚁群算法与逆风搜索相结合用于协调多机器人的运动方向. 蚁群算法可有效调动机器人朝信息素高的区域运动且保证机器人之间的距离不会过大; 逆风搜索可降低算法过早地陷入局部最优的概率. 为正确判断转移方向, 蚁群算法中还增加了对历史信息的考虑. 在源头确认方面, 本文提出了气味/气体浓度持久性判断结合机器人旋转计算流体质量通量散度的方法. 仿真表明, 本文的主动嗅觉搜索策略可适用于湍流烟羽环境, 且可有效地逃脱浓度局部最优和风场的漩涡, 另外可最终确认源头位置.
2008, 34(10): 1291-1297.
doi: 10.3724/SP.J.1004.2008.01291
摘要:
为了进一步拓展脉冲耦合神经网络(Pulse coupled neural network, PCNN)在图像处理领域的应用深度, 本文对改进型PCNN在图像处理中的动态行为结合网络参数进行了具体的理论分析和公式推导, 明确了PCNN的动态行为特性受网络参数变化的影响, 并给出了保证其所有神经元只点火一次的网络参数确定准则, 最后将改进型PCNN应用于实际图像分割中. 实验结果证明了其动态行为特性与参数确定准则之间关系的正确性和算法的有效性.
为了进一步拓展脉冲耦合神经网络(Pulse coupled neural network, PCNN)在图像处理领域的应用深度, 本文对改进型PCNN在图像处理中的动态行为结合网络参数进行了具体的理论分析和公式推导, 明确了PCNN的动态行为特性受网络参数变化的影响, 并给出了保证其所有神经元只点火一次的网络参数确定准则, 最后将改进型PCNN应用于实际图像分割中. 实验结果证明了其动态行为特性与参数确定准则之间关系的正确性和算法的有效性.
2008, 34(10): 1298-1304.
doi: 10.3724/SP.J.1004.2008.01298
摘要:
提出一种局部化的线性流形自组织映射方法, 可自主学习高维向量空间中的一组有序的低维线性流形. 与现有的基于Kohonen的自适应子空间自组织映射网络(Adaptive-subspace self-organizing map, ASSOM)方法相比较, 本文方法有效地克服了流形表达中出现的数据混淆现象, 网络中各神经元渐近学习各自区域内样本数据的平均向量和主元子空间, 数据表达更加清晰可辨. 实验中, 新方法对数据簇的分类准确率明显优于参与对比的其他三种方法, 其对手写体数字识别的准确率在MNIST训练集和测试集上分别达到了98.26\%和97.46\%.
提出一种局部化的线性流形自组织映射方法, 可自主学习高维向量空间中的一组有序的低维线性流形. 与现有的基于Kohonen的自适应子空间自组织映射网络(Adaptive-subspace self-organizing map, ASSOM)方法相比较, 本文方法有效地克服了流形表达中出现的数据混淆现象, 网络中各神经元渐近学习各自区域内样本数据的平均向量和主元子空间, 数据表达更加清晰可辨. 实验中, 新方法对数据簇的分类准确率明显优于参与对比的其他三种方法, 其对手写体数字识别的准确率在MNIST训练集和测试集上分别达到了98.26\%和97.46\%.
2008, 34(10): 1305-1311.
doi: 10.3724/SP.J.1004.2008.01305
摘要:
为了实现热连轧中活套高度与张力系统的解耦控制, 需对具有非线性、强耦合、不确定、多约束特性的活套系统建立工程上适用的数学模型. 通过对活套系统动态耦合过程的分析, 在工作点附件, 结合伺服阀和液压缸的模型, 建立起液压活套系统的动态数学模型. 采用积分滑模变结构多变量解耦控制策略以减弱系统的耦合影响, 提高控制效果. 仿真结果验证了本算法的有效性, 表明解耦后的活套控制系统可获得更好的控制效果.
为了实现热连轧中活套高度与张力系统的解耦控制, 需对具有非线性、强耦合、不确定、多约束特性的活套系统建立工程上适用的数学模型. 通过对活套系统动态耦合过程的分析, 在工作点附件, 结合伺服阀和液压缸的模型, 建立起液压活套系统的动态数学模型. 采用积分滑模变结构多变量解耦控制策略以减弱系统的耦合影响, 提高控制效果. 仿真结果验证了本算法的有效性, 表明解耦后的活套控制系统可获得更好的控制效果.
2008, 34(10): 1312-1318.
doi: 10.3724/SP.J.1004.2008.01312
摘要:
在定位和验证的两级框架下提出了一种新的视频文字定位算法. 在定位模块中, 充分利用字符的笔画属性, 引入对字符区域有很强的响应的笔画算子; 经笔画提取, 密度过滤, 区域分解得候选文本行. 在验证模块中, 提取对文字有较强鉴别能力的边缘方向直方图特征, 使用Adaboost算法训练的分类器对候选文本行进行筛选. 实验结果表明, 该算法具有较强的鲁棒性, 在不同类型的视频帧中都能得到较好的定位结果.
在定位和验证的两级框架下提出了一种新的视频文字定位算法. 在定位模块中, 充分利用字符的笔画属性, 引入对字符区域有很强的响应的笔画算子; 经笔画提取, 密度过滤, 区域分解得候选文本行. 在验证模块中, 提取对文字有较强鉴别能力的边缘方向直方图特征, 使用Adaboost算法训练的分类器对候选文本行进行筛选. 实验结果表明, 该算法具有较强的鲁棒性, 在不同类型的视频帧中都能得到较好的定位结果.
2008, 34(10): 1319-1323.
doi: 10.3724/SP.J.1004.2008.01319
摘要:
The trajectory-tracking control problem is investigated for an autonomous underwater vehicle (AUV) moving in the vertical plane using an internal point mass and a rear thruster as actuators. Combined with the dynamics of the point mass, the AUV is modeled as an underactuated system. A Lyapunov-based tracking controller is proposed by using backstepping approach to stabilize the error dynamics and force the position errors to a small neighborhood of the origin. Simulation results validate the proposed tracking approach.
The trajectory-tracking control problem is investigated for an autonomous underwater vehicle (AUV) moving in the vertical plane using an internal point mass and a rear thruster as actuators. Combined with the dynamics of the point mass, the AUV is modeled as an underactuated system. A Lyapunov-based tracking controller is proposed by using backstepping approach to stabilize the error dynamics and force the position errors to a small neighborhood of the origin. Simulation results validate the proposed tracking approach.
2008, 34(10): 1324-1326.
doi: 10.3724/SP.J.1004.2008.01324
摘要:
方位估计和信号恢复分别是水下目标跟踪和识别的前提. 基于平均时间延迟相关矩阵提出了一种复数域盲源分离方法, 在此基础上实现了DOA估计和信号恢复. 实验结果表明, 该方法在同等条件下完成同样的方位分辨要优于多重信号分类(Multiple signal classification, MUSIC)方法.
方位估计和信号恢复分别是水下目标跟踪和识别的前提. 基于平均时间延迟相关矩阵提出了一种复数域盲源分离方法, 在此基础上实现了DOA估计和信号恢复. 实验结果表明, 该方法在同等条件下完成同样的方位分辨要优于多重信号分类(Multiple signal classification, MUSIC)方法.
2008, 34(10): 1327-1332.
doi: 10.3724/SP.J.1004.2008.01327
摘要:
在Tu Xiaoyuan和John David Funge研究工作的基础上, 进一步研究人工鱼群的高级自组织行为. 基于个体人工鱼的行为模型, 提出一种基于认知的人工鱼群高级行为自组织方法. 该方法中, 每条人工鱼被看作一个agent. 通过感知外部虚拟环境信息, agent产生行为意图. 人工鱼群的自组织行为通过多个agent间的相互作用涌现形成, 如人工鱼群的运动、捕食、逃逸等行为规划, 从而体现自然鱼群的生物特性, 实现对自然鱼群高级行为的逼真模拟. 我们设计和实现的基于认知的人工鱼群动画系统, 测试验证了所提出的高级行为自组织方法的有效性.
在Tu Xiaoyuan和John David Funge研究工作的基础上, 进一步研究人工鱼群的高级自组织行为. 基于个体人工鱼的行为模型, 提出一种基于认知的人工鱼群高级行为自组织方法. 该方法中, 每条人工鱼被看作一个agent. 通过感知外部虚拟环境信息, agent产生行为意图. 人工鱼群的自组织行为通过多个agent间的相互作用涌现形成, 如人工鱼群的运动、捕食、逃逸等行为规划, 从而体现自然鱼群的生物特性, 实现对自然鱼群高级行为的逼真模拟. 我们设计和实现的基于认知的人工鱼群动画系统, 测试验证了所提出的高级行为自组织方法的有效性.
2008, 34(10): 1332-1336.
doi: 10.3724/SP.J.1004.2008.01332
摘要:
定义并估计了假设空间的统计量复杂性. 据此可以找到一个基数性不超过假设空间的VC (Vapnik-Chervonenkis)维多项式级的线性经验泛函集, 利用该线性经验泛函集可以构造以所需的任意精度逼近假设空间中的任一函数的学习算法. 同时给出了随机生成这些泛函的方法.
定义并估计了假设空间的统计量复杂性. 据此可以找到一个基数性不超过假设空间的VC (Vapnik-Chervonenkis)维多项式级的线性经验泛函集, 利用该线性经验泛函集可以构造以所需的任意精度逼近假设空间中的任一函数的学习算法. 同时给出了随机生成这些泛函的方法.
