2009年 第35卷 第7期
2009, 35(7): 841-850.
doi: 10.3724/SP.J.1004.2009.00841
摘要:
近年来, 数字水印安全性的研究日益受到重视. 对数字水印安全性的攻击是指对水印通信中密钥的估计, 水印的安全性可以用对水印密钥估计的Cramer-Rao 界(Cramer-Rao bound, CRB)来衡量. 扩频水印的安全性具有重要的研究价值. 以往的研究假设图像载体呈高斯分布, 忽视了实际自然图像载体分布的非高斯性对水印安全性的影响. 本文利用高斯尺度混合(Gaussian scale mixture, GSM)模型描述自然图像载体的非高斯特性, 从理论上分析了扩频水印在KMA (Known message attack) 和WOA (Watermarked only attack)攻击下的CRB和MCRB界(Modified Cramer-Rao bound), 得出了扩频水印安全性与观测次数、秘密载波长度、水印嵌入能量以及嵌入信息分布特征的关系. 本文的工作对于设计新一代的安全、鲁棒水印具有重要的意义.
近年来, 数字水印安全性的研究日益受到重视. 对数字水印安全性的攻击是指对水印通信中密钥的估计, 水印的安全性可以用对水印密钥估计的Cramer-Rao 界(Cramer-Rao bound, CRB)来衡量. 扩频水印的安全性具有重要的研究价值. 以往的研究假设图像载体呈高斯分布, 忽视了实际自然图像载体分布的非高斯性对水印安全性的影响. 本文利用高斯尺度混合(Gaussian scale mixture, GSM)模型描述自然图像载体的非高斯特性, 从理论上分析了扩频水印在KMA (Known message attack) 和WOA (Watermarked only attack)攻击下的CRB和MCRB界(Modified Cramer-Rao bound), 得出了扩频水印安全性与观测次数、秘密载波长度、水印嵌入能量以及嵌入信息分布特征的关系. 本文的工作对于设计新一代的安全、鲁棒水印具有重要的意义.
2009, 35(7): 851-858.
doi: 10.3724/SP.J.1004.2009.00851
摘要:
提出了一种未知杂波环境下的多目标跟踪算法. 该算法通过有限混合模型(Finite mixtrue model, FMM)建立多目标似然函数, 其中混合模型参数可通过期望极大化(Expectation maximum, EM)算法及模型合并与删除技术得到. 由估计的混合模型参数可进一步得到杂波模型估计、目标个数估计以及多目标状态估计. 类似基于随机有限集(Random finite set, RFS)的多目标跟踪算法, 该算法也可避免目标与测量的关联过程. 仿真实验表明, 当杂波分布未知并且较复杂时, 本文算法的估计效果要明显优于未进行杂波拟合时的多目标跟踪算法.
提出了一种未知杂波环境下的多目标跟踪算法. 该算法通过有限混合模型(Finite mixtrue model, FMM)建立多目标似然函数, 其中混合模型参数可通过期望极大化(Expectation maximum, EM)算法及模型合并与删除技术得到. 由估计的混合模型参数可进一步得到杂波模型估计、目标个数估计以及多目标状态估计. 类似基于随机有限集(Random finite set, RFS)的多目标跟踪算法, 该算法也可避免目标与测量的关联过程. 仿真实验表明, 当杂波分布未知并且较复杂时, 本文算法的估计效果要明显优于未进行杂波拟合时的多目标跟踪算法.
2009, 35(7): 859-866.
doi: 10.3724/SP.J.1004.2009.00859
摘要:
提出了一种面向大规模高维数据的自组织映射聚类算法. 算法通过压缩神经元的特征集合, 仅选择与神经元代表的文档类相关的特征构造神经元的特征向量, 从而减少了聚类时间. 同时由于选取的特征能够将映射到不同神经元的文档类进行有效区分, 避免了无关特征的干扰, 因而提升了聚类的精度. 实验结果表明该方法能够有效加快聚类的速度, 提升聚类的准确度, 达到比较理想的聚类效果.
提出了一种面向大规模高维数据的自组织映射聚类算法. 算法通过压缩神经元的特征集合, 仅选择与神经元代表的文档类相关的特征构造神经元的特征向量, 从而减少了聚类时间. 同时由于选取的特征能够将映射到不同神经元的文档类进行有效区分, 避免了无关特征的干扰, 因而提升了聚类的精度. 实验结果表明该方法能够有效加快聚类的速度, 提升聚类的准确度, 达到比较理想的聚类效果.
2009, 35(7): 867-874.
doi: 10.3724/SP.J.1004.2009.00867
摘要:
通过分析含各向异性尺度形变的数据集匹配问题, 将尺度约束引入模型, 再结合迭代最近点(Iterative closest point, ICP)方法的一般过程, 将含各向异性尺度形变的数据集匹配问题描述为Lie群约束优化问题. 通过Lie群的局部参数化和局部线性化方法, 将带尺度上下界约束的Lie群约束优化问题转化为一系列的二次规划问题, 最终形成了一个完整的匹配迭代算. 该方法不仅具有传统ICP方法的快速准确的特点, 而且还能够处理存在大尺度形变的数据集匹配问题. 由于对尺度参数进行约束, 因此比传统方法有更好的鲁棒性. 最后, 为确保匹配的全局性, 给出了一套初始变换的选择方案.
通过分析含各向异性尺度形变的数据集匹配问题, 将尺度约束引入模型, 再结合迭代最近点(Iterative closest point, ICP)方法的一般过程, 将含各向异性尺度形变的数据集匹配问题描述为Lie群约束优化问题. 通过Lie群的局部参数化和局部线性化方法, 将带尺度上下界约束的Lie群约束优化问题转化为一系列的二次规划问题, 最终形成了一个完整的匹配迭代算. 该方法不仅具有传统ICP方法的快速准确的特点, 而且还能够处理存在大尺度形变的数据集匹配问题. 由于对尺度参数进行约束, 因此比传统方法有更好的鲁棒性. 最后, 为确保匹配的全局性, 给出了一套初始变换的选择方案.
2009, 35(7): 875-881.
doi: 10.3724/SP.J.1004.2009.00875
摘要:
人体的指节纹具有稳定性且对于不同的人具有不同的位置和结构特征, 可作为身份识别的依据. 本文提出了一种基于指节纹的身份识别新方法: 对采集的手掌图像首先通过预处理分割出各手指并旋转至水平位置; 然后用Sobel算子求其水平梯度, 对梯度图二值化后经垂直投影得到一维向量; 对此向量应用小波去噪, 生成手指指节纹特征向量; 通过用余弦函数计算指节纹特征向量之间相似度实现最后的匹配. 本文用该方法对来自190个手掌的1900个样本进行了测试, 取得了0.67%的等误率, 单次匹配时间低于2ms. 实验结果表明该方法具有较高的识别精度, 而且识别速度快, 适合在大规模手掌库中实现手掌筛选.
人体的指节纹具有稳定性且对于不同的人具有不同的位置和结构特征, 可作为身份识别的依据. 本文提出了一种基于指节纹的身份识别新方法: 对采集的手掌图像首先通过预处理分割出各手指并旋转至水平位置; 然后用Sobel算子求其水平梯度, 对梯度图二值化后经垂直投影得到一维向量; 对此向量应用小波去噪, 生成手指指节纹特征向量; 通过用余弦函数计算指节纹特征向量之间相似度实现最后的匹配. 本文用该方法对来自190个手掌的1900个样本进行了测试, 取得了0.67%的等误率, 单次匹配时间低于2ms. 实验结果表明该方法具有较高的识别精度, 而且识别速度快, 适合在大规模手掌库中实现手掌筛选.
2009, 35(7): 882-887.
doi: 10.3724/SP.J.1004.2009.00882
摘要:
Hausdorff距离(Hausdorff distance, HD)是一种点集与点集之间的距离测度, 常用于目标物体的匹配、跟踪和识别等. 本文在分析经典HD及改进算法的基础上, 提出了一种基于相似度加权的自适应HD (Adaptive Hausdarff distance, AHD)算法. AHD算法利用不同点到点集的最小距离的个数作为匹配相似度的测量, 并舍弃对判断匹配几乎没有作用的较大的点到点集的最小距离值; 同时根据点到点集的最小距离自适应选择权值, 从而得到一种基于相似度测量加权系数; 通过利用部分点到点集的最小距离和基于相似度的加权平均, 既增强了算法的鲁棒性, 又尽可能地保证了算法的精度. 实验结果显示, AHD算法在匹配准确性、抵抗噪声和遮挡干扰等方面性能良好.
Hausdorff距离(Hausdorff distance, HD)是一种点集与点集之间的距离测度, 常用于目标物体的匹配、跟踪和识别等. 本文在分析经典HD及改进算法的基础上, 提出了一种基于相似度加权的自适应HD (Adaptive Hausdarff distance, AHD)算法. AHD算法利用不同点到点集的最小距离的个数作为匹配相似度的测量, 并舍弃对判断匹配几乎没有作用的较大的点到点集的最小距离值; 同时根据点到点集的最小距离自适应选择权值, 从而得到一种基于相似度测量加权系数; 通过利用部分点到点集的最小距离和基于相似度的加权平均, 既增强了算法的鲁棒性, 又尽可能地保证了算法的精度. 实验结果显示, AHD算法在匹配准确性、抵抗噪声和遮挡干扰等方面性能良好.
2009, 35(7): 888-895.
doi: 10.3724/SP.J.1004.2009.00888
摘要:
提出了一种半监督算法用于学习高斯过程分类器, 其通过结合非参数的半监督核向分类器提供未标记数据信息. 该算法主要包括以下几个方面: 1)通过图拉普拉斯的谱分解获得核矩阵, 其联合了标记数据和未标记数据信息; 2)采用凸最优化方法学习核矩阵特征向量的最优权值, 构建非参数的半监督核; 3)把半监督核整合到高斯过程模型中, 构建所提出的半监督学习算法. 该算法的主要特点是: 把基于整个数据集的非参数半监督核应用于高斯过程模型, 该模型有着明确的概率描述, 可以方便地对数据之间的不确定性进行建模, 并能够解决复杂的推论问题. 通过实验结果表明, 该算法与其他方法相比具有更高的可靠性.
提出了一种半监督算法用于学习高斯过程分类器, 其通过结合非参数的半监督核向分类器提供未标记数据信息. 该算法主要包括以下几个方面: 1)通过图拉普拉斯的谱分解获得核矩阵, 其联合了标记数据和未标记数据信息; 2)采用凸最优化方法学习核矩阵特征向量的最优权值, 构建非参数的半监督核; 3)把半监督核整合到高斯过程模型中, 构建所提出的半监督学习算法. 该算法的主要特点是: 把基于整个数据集的非参数半监督核应用于高斯过程模型, 该模型有着明确的概率描述, 可以方便地对数据之间的不确定性进行建模, 并能够解决复杂的推论问题. 通过实验结果表明, 该算法与其他方法相比具有更高的可靠性.
2009, 35(7): 896-902.
doi: 10.3724/SP.J.1004.2009.00896
摘要:
网络短文本聚类是网络内容安全的一种主要处理方法. 然而, 中文网络短文本固有的关键词词频低、存在大量变形词等特点, 使得难以直接使用现有面向长文本的聚类算法. 本文提出了一种面向中文网络短文本的基于免疫网络调节的聚类算法. 首先, 利用抽取的中文词语的N-gram片段的拼音序列来组成一个中文网络短文本的特征表示, 从而缓解关键词词频过低和存在变形词对聚类的影响; 然后, 将网络短文本集构建为一个动态网络, 利用免疫网络学习机制来自动发现网络短文本之间的内在关联, 获得合适的聚类结果. 测试实验表明, 相对于传统的聚类方法如K-means, 本文的算法能够得到更好的中文网络短文本聚类效果.
网络短文本聚类是网络内容安全的一种主要处理方法. 然而, 中文网络短文本固有的关键词词频低、存在大量变形词等特点, 使得难以直接使用现有面向长文本的聚类算法. 本文提出了一种面向中文网络短文本的基于免疫网络调节的聚类算法. 首先, 利用抽取的中文词语的N-gram片段的拼音序列来组成一个中文网络短文本的特征表示, 从而缓解关键词词频过低和存在变形词对聚类的影响; 然后, 将网络短文本集构建为一个动态网络, 利用免疫网络学习机制来自动发现网络短文本之间的内在关联, 获得合适的聚类结果. 测试实验表明, 相对于传统的聚类方法如K-means, 本文的算法能够得到更好的中文网络短文本聚类效果.
2009, 35(7): 903-910.
doi: 10.3724/SP.J.1004.2009.00903
摘要:
根据自动删除平均算法提出了一种新的分布式多传感器的目标检测算法. 在该方法中, 首先根据自动删除平均算法(Censored cell-averaging, CCA)得到各传感器的杂波/噪声电平估计, 然后将检测单元电平与得到的杂波/噪声电平估计值相比较, 得到有无目标的局部判决,并将其传送到融合中心. 融合中心采用"k/N''融合准则得到有无目标的全局判决. 其中, 自动删除平均算法的优势明显, 它不需要干扰的先验信息, 可以容纳的干扰目标数不会像顺序统计量OS (k) (Order statistics)方法那样受指定k值的限制, 更接近实际. 自动删除平均算法还可以检测本身可能是目标的干扰. 在假定目标服从Swerling 2型起伏的情况下, 导出了相应的检测概率与虚警概率解析表达式. 多种检测器数值和图表分析的比较结果表明了该方法的有效性和优越性.
根据自动删除平均算法提出了一种新的分布式多传感器的目标检测算法. 在该方法中, 首先根据自动删除平均算法(Censored cell-averaging, CCA)得到各传感器的杂波/噪声电平估计, 然后将检测单元电平与得到的杂波/噪声电平估计值相比较, 得到有无目标的局部判决,并将其传送到融合中心. 融合中心采用"k/N''融合准则得到有无目标的全局判决. 其中, 自动删除平均算法的优势明显, 它不需要干扰的先验信息, 可以容纳的干扰目标数不会像顺序统计量OS (k) (Order statistics)方法那样受指定k值的限制, 更接近实际. 自动删除平均算法还可以检测本身可能是目标的干扰. 在假定目标服从Swerling 2型起伏的情况下, 导出了相应的检测概率与虚警概率解析表达式. 多种检测器数值和图表分析的比较结果表明了该方法的有效性和优越性.
2009, 35(7): 911-918.
doi: 10.3724/SP.J.1004.2009.00911
摘要:
研究了利用自适应编码调制的无线网络控制系统的分析和设计, 自适应编码机制引入无线网络能够提高衰退信道的能量效率, 增加数据传输率. 进一步, 通过等价时延的概念来描述无线传输信道中的时变速率, 干扰和路由特性. 基于时变的网络条件给出了等价时延的上下界. 无线网络控制系统被建模为具有时变输入时延的离散系统. 通过新的时滞系统技术给出了该闭环无线网络控制系统可稳定化的充分条件. 最后, 数值算例表明了所提控制策略的有效性.
研究了利用自适应编码调制的无线网络控制系统的分析和设计, 自适应编码机制引入无线网络能够提高衰退信道的能量效率, 增加数据传输率. 进一步, 通过等价时延的概念来描述无线传输信道中的时变速率, 干扰和路由特性. 基于时变的网络条件给出了等价时延的上下界. 无线网络控制系统被建模为具有时变输入时延的离散系统. 通过新的时滞系统技术给出了该闭环无线网络控制系统可稳定化的充分条件. 最后, 数值算例表明了所提控制策略的有效性.
2009, 35(7): 919-925.
doi: 10.3724/SP.J.1004.2009.00919
摘要:
采用Hamilton函数方法研究了多机多负荷电力系统的励磁控制问题. 首先, 通过预置状态反馈完成了系统的耗散Hamilton实现. 然后, 基于该耗散实现形式设计了非线性分散励磁控制器, 分析了闭环系统的稳定性. 该控制器能充分利用系统内在的功率平衡特性. 仿真结果验证了控制策略的有效性.
采用Hamilton函数方法研究了多机多负荷电力系统的励磁控制问题. 首先, 通过预置状态反馈完成了系统的耗散Hamilton实现. 然后, 基于该耗散实现形式设计了非线性分散励磁控制器, 分析了闭环系统的稳定性. 该控制器能充分利用系统内在的功率平衡特性. 仿真结果验证了控制策略的有效性.
2009, 35(7): 926-932.
doi: 10.3724/SP.J.1004.2009.00926
摘要:
由于重载荒磨机负载惯性大阻尼小, 施力系统开环传递函数含有一对纯虚零点, 而且负载特性变化会明显影响开环频带宽度. 同时, 砂轮高速旋转会产生高频率大幅度的偏心力干扰, 由于系统频响较低, 单纯的输出反馈方式无法抑制干扰. 本文通过采用非线性跟踪微分器提取状态观测量并引入非线性前馈系数, 消除了纯虚零点, 消除了负载特性变化对开环频宽的影响, 显著地抑制了外部位移干扰和偏心力干扰, 从而使得产品质量大幅度提高.
由于重载荒磨机负载惯性大阻尼小, 施力系统开环传递函数含有一对纯虚零点, 而且负载特性变化会明显影响开环频带宽度. 同时, 砂轮高速旋转会产生高频率大幅度的偏心力干扰, 由于系统频响较低, 单纯的输出反馈方式无法抑制干扰. 本文通过采用非线性跟踪微分器提取状态观测量并引入非线性前馈系数, 消除了纯虚零点, 消除了负载特性变化对开环频宽的影响, 显著地抑制了外部位移干扰和偏心力干扰, 从而使得产品质量大幅度提高.
2009, 35(7): 933-944.
doi: 10.3724/SP.J.1004.2009.00933
摘要:
主要考虑了基于观测器的Lurie网络化控制系统的绝对稳定性问题. 由于采用了基于观测器的反馈控制器, 传感器到控制器的网络诱导时延和控制器到执行器的网络诱导时延不再能合并到一起处理. 首先通过状态增广方法将Lurie网络化控制系统建模为一个多时滞的Lurie系统, 然后利用Newton-Leibniz公式和添加自由权矩阵的方法给出了时滞依赖的稳定性条件. 在此基础上, 给出三种求解控制器和观测器增益矩阵的方法. 此外, 还分别给出了被控对象存在范数有界不确定性和结构不确定性时系统的鲁棒稳定性条件及鲁棒控制器设计方法, 所有得到的结果都是以线性矩阵不等式的形式给出的. 便于利用线性矩阵不等式工具包进行求解. 最后, 通过两个仿真算例说明了方法的可行性和有效性.
主要考虑了基于观测器的Lurie网络化控制系统的绝对稳定性问题. 由于采用了基于观测器的反馈控制器, 传感器到控制器的网络诱导时延和控制器到执行器的网络诱导时延不再能合并到一起处理. 首先通过状态增广方法将Lurie网络化控制系统建模为一个多时滞的Lurie系统, 然后利用Newton-Leibniz公式和添加自由权矩阵的方法给出了时滞依赖的稳定性条件. 在此基础上, 给出三种求解控制器和观测器增益矩阵的方法. 此外, 还分别给出了被控对象存在范数有界不确定性和结构不确定性时系统的鲁棒稳定性条件及鲁棒控制器设计方法, 所有得到的结果都是以线性矩阵不等式的形式给出的. 便于利用线性矩阵不等式工具包进行求解. 最后, 通过两个仿真算例说明了方法的可行性和有效性.
2009, 35(7): 945-852.
doi: 10.3724/SP.J.1004.2009.00945
摘要:
针对一类正则线性系统, 提出一种基于状态观测器和二维混合模型的重复控制系统设计方法. 首先, 通过构造一个状态观测器来重构系统的状态, 建立基于重构状态的线性控制律. 然后, 通过独立地考虑重复控制系统的连续控制过程与离散学习行为, 给出基于状态观测器和重构状态反馈的连续/离散二维混合模型. 针对这个混合模型, 运用二维Lyapunov泛函方法, 以线性矩阵不等式(Linear matrix inequality, LMI)的形式给出重复控制系统存在重复控制器和状态观测器的充分条件, 所给条件可用Matlab工具箱方便地求解. 数值仿真验证了本文所提方法的有效性.
针对一类正则线性系统, 提出一种基于状态观测器和二维混合模型的重复控制系统设计方法. 首先, 通过构造一个状态观测器来重构系统的状态, 建立基于重构状态的线性控制律. 然后, 通过独立地考虑重复控制系统的连续控制过程与离散学习行为, 给出基于状态观测器和重构状态反馈的连续/离散二维混合模型. 针对这个混合模型, 运用二维Lyapunov泛函方法, 以线性矩阵不等式(Linear matrix inequality, LMI)的形式给出重复控制系统存在重复控制器和状态观测器的充分条件, 所给条件可用Matlab工具箱方便地求解. 数值仿真验证了本文所提方法的有效性.
2009, 35(7): 953-958.
doi: 10.3724/SP.J.1004.2009.00953
摘要:
针对超磁致伸缩致动器磁滞非线性特征, 建立了描述其非线性行为的Preisach数学模型, 以F函数法求解了该模型的数值模型. 针对当前致动器非线性前馈补偿控制中迭代和执行效率低的缺点, 将磁滞非线性理解为系统干扰, 提出了一种新的非线性前馈补偿算法, 在求解Preisach逆模型过程中,引入稳态误差信号作为参考变量, 以Sigmoid函数变步长算法进行迭代步长自适应动态调整. 计算机仿真和实验研究均表明,与当前的磁滞模型求逆算法相比, 所提出的算法在保证控制精度的同时可以显著提高系统收敛速度, 大大提高了程序的执行效率.
针对超磁致伸缩致动器磁滞非线性特征, 建立了描述其非线性行为的Preisach数学模型, 以F函数法求解了该模型的数值模型. 针对当前致动器非线性前馈补偿控制中迭代和执行效率低的缺点, 将磁滞非线性理解为系统干扰, 提出了一种新的非线性前馈补偿算法, 在求解Preisach逆模型过程中,引入稳态误差信号作为参考变量, 以Sigmoid函数变步长算法进行迭代步长自适应动态调整. 计算机仿真和实验研究均表明,与当前的磁滞模型求逆算法相比, 所提出的算法在保证控制精度的同时可以显著提高系统收敛速度, 大大提高了程序的执行效率.
2009, 35(7): 959-964.
doi: 10.3724/SP.J.1004.2009.00959
摘要:
模糊相关机会规划(Fuzzy dependent-chance programming, FDCP)因其非线性、非凸性及模糊性,对经典的优化理论提出了极大的挑战. 本文为解决复杂的模糊相关机会规划问题设计了一种基于模糊模拟的蚁群优化算法, 证明了该算法的收敛性,并通过估算期望收敛时间以分析蚁群优化算法的收敛速度. 数值案例研究验证了该算法的有效性、稳定性及准确性.
模糊相关机会规划(Fuzzy dependent-chance programming, FDCP)因其非线性、非凸性及模糊性,对经典的优化理论提出了极大的挑战. 本文为解决复杂的模糊相关机会规划问题设计了一种基于模糊模拟的蚁群优化算法, 证明了该算法的收敛性,并通过估算期望收敛时间以分析蚁群优化算法的收敛速度. 数值案例研究验证了该算法的有效性、稳定性及准确性.
2009, 35(7): 965-970.
doi: 10.3724/SP.J.1004.2009.00965
摘要:
研究了一类不确定切换系统的鲁棒H∞控制问题, 提出一个新的鲁棒H∞滑模变结构控制方法. 该方法分为二个步骤. 首先是构造单鲁棒H∞滑模面, 使得降阶等效滑动模态在所设计的滞后切换律下是鲁棒镇定的且具有H∞扰动衰减度γ. 其次是设计变结构控制, 以确保切换系统的状态在有限时间内到达这个单鲁棒H∞滑模面. 仿真例子说明提出设计方法的有效性.
研究了一类不确定切换系统的鲁棒H∞控制问题, 提出一个新的鲁棒H∞滑模变结构控制方法. 该方法分为二个步骤. 首先是构造单鲁棒H∞滑模面, 使得降阶等效滑动模态在所设计的滞后切换律下是鲁棒镇定的且具有H∞扰动衰减度γ. 其次是设计变结构控制, 以确保切换系统的状态在有限时间内到达这个单鲁棒H∞滑模面. 仿真例子说明提出设计方法的有效性.
2009, 35(7): 983-989.
doi: 10.3724/SP.J.1004.2009.00983
摘要:
针对实际装配生产中工序之间存在零等待约束的复杂产品的调度问题, 提出了一种把存在零等待约束的工序虚拟成一个工序的方法. 该方法在提出复杂产品、标准工序、虚拟工序、零等待和扩展加工工艺树的概念基础上, 对扩展加工工艺树中的标准工序采用拟关键路径法和最佳适应调度的车间调度算法进行调度, 对虚拟工序采用移动交换算法在相应设备上分离调度, 将存在零等待约束的调度问题转化为存在虚拟工序的无零等待约束的调度问题. 实例表明, 所提出的调度算法能够较好地解决具有实际意义的工序间存在零等待约束的复杂产品的调度问题, 且易于实现.
针对实际装配生产中工序之间存在零等待约束的复杂产品的调度问题, 提出了一种把存在零等待约束的工序虚拟成一个工序的方法. 该方法在提出复杂产品、标准工序、虚拟工序、零等待和扩展加工工艺树的概念基础上, 对扩展加工工艺树中的标准工序采用拟关键路径法和最佳适应调度的车间调度算法进行调度, 对虚拟工序采用移动交换算法在相应设备上分离调度, 将存在零等待约束的调度问题转化为存在虚拟工序的无零等待约束的调度问题. 实例表明, 所提出的调度算法能够较好地解决具有实际意义的工序间存在零等待约束的复杂产品的调度问题, 且易于实现.
2009, 35(7): 990-996.
doi: 10.3724/SP.J.1004.2009.00990
摘要:
对垃圾短信发送用户的识别和过滤具有十分重要的研究价值和社会意义. 随着新形式和内容的垃圾短信出现, 传统的关键字匹配和发送速度频率过滤方法无法有效地处理这一问题. 在对短信发送/接收网络形式化表达的基础上, 以真实短信发送和接收以及通话关系数据为例, 统计和分析了短信发送网络的网络特性. 进一步分析和挖掘了垃圾短信用户在网络上发送接收的异常模式和行为, 并以此提出了一个基于语音关联程度和短信回复比率的过滤算法(NASFA算法). 通过实验和分析表明, 本文的算法能够高效地识别垃圾短信发送用户, 同时能够有效地控制将正常用户误识别为垃圾短信用户的比率.
对垃圾短信发送用户的识别和过滤具有十分重要的研究价值和社会意义. 随着新形式和内容的垃圾短信出现, 传统的关键字匹配和发送速度频率过滤方法无法有效地处理这一问题. 在对短信发送/接收网络形式化表达的基础上, 以真实短信发送和接收以及通话关系数据为例, 统计和分析了短信发送网络的网络特性. 进一步分析和挖掘了垃圾短信用户在网络上发送接收的异常模式和行为, 并以此提出了一个基于语音关联程度和短信回复比率的过滤算法(NASFA算法). 通过实验和分析表明, 本文的算法能够高效地识别垃圾短信发送用户, 同时能够有效地控制将正常用户误识别为垃圾短信用户的比率.
2009, 35(7): 997-1002.
doi: 10.3724/SP.J.1004.2009.00997
摘要:
聚类集成中的关键问题是如何根据不同的聚类器组合为最终的更好的聚类结果. 本文引入谱聚类思想解决文本聚类集成问题, 然而谱聚类算法需要计算大规模矩阵的特征值分解问题来获得文本的低维嵌入, 并用于后续聚类. 本文首先提出了一个集成算法, 该算法使用代数变换将大规模矩阵的特征值分解问题转化为等价的奇异值分解问题, 并继续转化为规模更小的特征值分解问题; 然后进一步研究了谱聚类算法的特性, 提出了另一个集成算法, 该算法通过求解超边的低维嵌入, 间接得到文本的低维嵌入. 在TREC和Reuters文本数据集上的实验结果表明, 本文提出的两个谱聚类算法比其他基于图划分的集成算法鲁棒, 是解决文本聚类集成问题行之有效的方法.
聚类集成中的关键问题是如何根据不同的聚类器组合为最终的更好的聚类结果. 本文引入谱聚类思想解决文本聚类集成问题, 然而谱聚类算法需要计算大规模矩阵的特征值分解问题来获得文本的低维嵌入, 并用于后续聚类. 本文首先提出了一个集成算法, 该算法使用代数变换将大规模矩阵的特征值分解问题转化为等价的奇异值分解问题, 并继续转化为规模更小的特征值分解问题; 然后进一步研究了谱聚类算法的特性, 提出了另一个集成算法, 该算法通过求解超边的低维嵌入, 间接得到文本的低维嵌入. 在TREC和Reuters文本数据集上的实验结果表明, 本文提出的两个谱聚类算法比其他基于图划分的集成算法鲁棒, 是解决文本聚类集成问题行之有效的方法.
2009, 35(7): 971-982.
doi: 10.3724/SP.J.1004.2009.00971
摘要:
为了克服传统主元分析(Principal component analysis, PCA)因模式复合现象而无法进行多故障诊断和诊断结果难以解释的不足, 本文引入指定元分析(Designated component analysis, DCA)的思想, 建立DCA多故障诊断理论的空间投影框架, 从而把异常检测问题转化为将观测数据向故障子空间投影后投影能量的显著性检测问题. 在确定系统存在异常的情况下, 再将观测数据向故障子空间中各故障模式方向分别进行投影, 根据投影能量的显著性进行多故障诊断. 并利用正交补空间构造法证明了基于非正交模式指定元分解形式的可行性和收敛性, 建立了一种逐步DCA多故障诊断方法以解决指定模式非正交情况下的多故障诊断问题. 包含5种共存故障的观测数据的仿真研究验证了新方法的有效性.
为了克服传统主元分析(Principal component analysis, PCA)因模式复合现象而无法进行多故障诊断和诊断结果难以解释的不足, 本文引入指定元分析(Designated component analysis, DCA)的思想, 建立DCA多故障诊断理论的空间投影框架, 从而把异常检测问题转化为将观测数据向故障子空间投影后投影能量的显著性检测问题. 在确定系统存在异常的情况下, 再将观测数据向故障子空间中各故障模式方向分别进行投影, 根据投影能量的显著性进行多故障诊断. 并利用正交补空间构造法证明了基于非正交模式指定元分解形式的可行性和收敛性, 建立了一种逐步DCA多故障诊断方法以解决指定模式非正交情况下的多故障诊断问题. 包含5种共存故障的观测数据的仿真研究验证了新方法的有效性.
2009, 35(7): 1003-1006.
doi: 10.3724/SP.J.1004.2009.01003
摘要:
讨论一类线性约束系统的静态抗饱和综合问题, 将执行器动力学特性引入增广系统, 从而化原系统为仅有幅值饱和的高阶增广系统. 提出基于线性矩阵不等式(LMI)的优化算法, 求得的静态抗饱和增益同时保证闭环系统的局部稳定性与最小化的L2增益. 仿真算例验证了方法的有效性.
讨论一类线性约束系统的静态抗饱和综合问题, 将执行器动力学特性引入增广系统, 从而化原系统为仅有幅值饱和的高阶增广系统. 提出基于线性矩阵不等式(LMI)的优化算法, 求得的静态抗饱和增益同时保证闭环系统的局部稳定性与最小化的L2增益. 仿真算例验证了方法的有效性.
2009, 35(7): 1006-1009.
doi: 10.3724/SP.J.1004.2009.01006
摘要:
研究了一类不确定非线性时滞系统的鲁棒稳定性. 准单边Lipschitz条件被介绍, 并被用于估计非线性向量函数在稳定性分析中的影响. 线性矩阵不等式形式的时滞无关/时滞相关稳定性判据被得到. 此外, 即使系统系数是不稳定的, 这些稳定性判据也是可利用的, 因为未必正定的准单边Lipschitz常数矩阵包含了很多非线性部分的有用信息. 数值实例证实了本文所获结果的有效性.
研究了一类不确定非线性时滞系统的鲁棒稳定性. 准单边Lipschitz条件被介绍, 并被用于估计非线性向量函数在稳定性分析中的影响. 线性矩阵不等式形式的时滞无关/时滞相关稳定性判据被得到. 此外, 即使系统系数是不稳定的, 这些稳定性判据也是可利用的, 因为未必正定的准单边Lipschitz常数矩阵包含了很多非线性部分的有用信息. 数值实例证实了本文所获结果的有效性.
2009, 35(7): 1010-1016.
doi: 10.3724/SP.J.1004.2009.01010
摘要:
粒子群优化算法(Particle swarm optimizer, PSO)是一种基于群体智能的优化方法. 本文提出了标准粒子群优化方法按迭代时间展开的一般性描述公式. 在此基础上分析了标准PSO的优化机理, 基于群体社会信息和自身历史经验的情况下,推导了粒子最大搜索空间的数学描述. 通过将粒子运动的一般性描述图解为历史状态加权和的形式, 进一步证明了PSO参数随迭代周期的积累, 在概率意义上的遗忘特性. 分析表明在经过一定周期的搜索后, 标准PSO方法同Barebones粒子群方法(Barebones particle swarm, BBPS)具有近似的搜索机制.从信息传递的角度, PSO的搜索策略是一种在概率意义上具有遗忘特性的历史信息加权求和的结果. 本文的研究结果对标准粒子群算法的一些重要性质(如:遗忘特性、标准PSO与BBPS间的相似性等)进行了合理解释.
粒子群优化算法(Particle swarm optimizer, PSO)是一种基于群体智能的优化方法. 本文提出了标准粒子群优化方法按迭代时间展开的一般性描述公式. 在此基础上分析了标准PSO的优化机理, 基于群体社会信息和自身历史经验的情况下,推导了粒子最大搜索空间的数学描述. 通过将粒子运动的一般性描述图解为历史状态加权和的形式, 进一步证明了PSO参数随迭代周期的积累, 在概率意义上的遗忘特性. 分析表明在经过一定周期的搜索后, 标准PSO方法同Barebones粒子群方法(Barebones particle swarm, BBPS)具有近似的搜索机制.从信息传递的角度, PSO的搜索策略是一种在概率意义上具有遗忘特性的历史信息加权求和的结果. 本文的研究结果对标准粒子群算法的一些重要性质(如:遗忘特性、标准PSO与BBPS间的相似性等)进行了合理解释.
2009, 35(7): 1016-1021.
doi: 10.3724/SP.J.1004.2009.01016
摘要:
提出了一种基于拟蒙特卡洛滤波的说话人跟踪方法. 该方法利用拟蒙特卡洛积分技术优化采样粒子在状态空间的分布特性, 降低了滤波过程中的积分误差, 提高了状态估计精度; 同时, 用均值漂移技术使采样粒子向高似然区域移动, 减少了所需采样粒子的数目, 降低了计算需求. 最后, 将所提方法应用于说话人跟踪系统, 提高了说话人位置的跟踪精度. 仿真实验结果验证了本文方法的有效性.
提出了一种基于拟蒙特卡洛滤波的说话人跟踪方法. 该方法利用拟蒙特卡洛积分技术优化采样粒子在状态空间的分布特性, 降低了滤波过程中的积分误差, 提高了状态估计精度; 同时, 用均值漂移技术使采样粒子向高似然区域移动, 减少了所需采样粒子的数目, 降低了计算需求. 最后, 将所提方法应用于说话人跟踪系统, 提高了说话人位置的跟踪精度. 仿真实验结果验证了本文方法的有效性.
2009, 35(7): 1022-1027.
doi: 10.3724/SP.J.1004.2009.01022
摘要:
作为一维Otsu法的推广, 二维Otsu法综合考虑了像素点的灰度信息及其邻域灰度的均值信息, 可以有效地滤除噪声. 其快速算法采用递归的方式构建查找表, 将算法的时间复杂性由OL4降到OL2. 提出基于分解的阈值选取算法, 求解两个一维Otsu法的阈值来替代原始的二维Otsu法的最佳阈值. 指出在原算法的假设成立的条件下, 该方法可以得到与原二维Otsu法相同的分割阈值, 而算法的时间复杂性可以进一步降低到OL. 而在实际中, 原算法的假设一般不成立. 本文的实验结果表明此时该阈值选取方法也可以在保证原二维Otsu算法良好的抗噪性的前提下, 计算阈值所需的时间更短、空间更小, 且阈值化结果也可以达到或优于二维Otsu算法的结果.
作为一维Otsu法的推广, 二维Otsu法综合考虑了像素点的灰度信息及其邻域灰度的均值信息, 可以有效地滤除噪声. 其快速算法采用递归的方式构建查找表, 将算法的时间复杂性由OL4降到OL2. 提出基于分解的阈值选取算法, 求解两个一维Otsu法的阈值来替代原始的二维Otsu法的最佳阈值. 指出在原算法的假设成立的条件下, 该方法可以得到与原二维Otsu法相同的分割阈值, 而算法的时间复杂性可以进一步降低到OL. 而在实际中, 原算法的假设一般不成立. 本文的实验结果表明此时该阈值选取方法也可以在保证原二维Otsu算法良好的抗噪性的前提下, 计算阈值所需的时间更短、空间更小, 且阈值化结果也可以达到或优于二维Otsu算法的结果.
2009, 35(7): 1227-1232.
doi: 10.3724/SP.J.1004.2009.01027
摘要:
针对产品销售时序具有正态高斯分布、幅值较大、奇异点等混合噪音, 设计一种鲁棒损失函数, 并采用小波核函数, 由此得到一种新的小波ν-支持向量机, 即鲁棒小波ν-支持向量机(Robust wavelet ν-support vector machine, RWν-SVM). 它可以有效地压制销售时序的多种噪音和奇异点, 具有很强的鲁棒性, 而且它比标准小波ν-支持向量机(Wν-SVM)具有更简洁的对偶优化问题. 最后进行了汽车销售预测的实例分析, 结果表明基于RWν-SVM的预测模型是有效可行的.
针对产品销售时序具有正态高斯分布、幅值较大、奇异点等混合噪音, 设计一种鲁棒损失函数, 并采用小波核函数, 由此得到一种新的小波ν-支持向量机, 即鲁棒小波ν-支持向量机(Robust wavelet ν-support vector machine, RWν-SVM). 它可以有效地压制销售时序的多种噪音和奇异点, 具有很强的鲁棒性, 而且它比标准小波ν-支持向量机(Wν-SVM)具有更简洁的对偶优化问题. 最后进行了汽车销售预测的实例分析, 结果表明基于RWν-SVM的预测模型是有效可行的.