2010年 第36卷 第11期
2010, 36(11): 1493-1501.
doi: 10.3724/SP.J.1004.2010.01493
摘要:
针对复杂室外场景, 提出一种基于拓扑高程模型的三维环境建模方法. 采用自适应可变阈值聚类算法, 将映射到二维水平栅格中的激光点云划分为垂直单元和水平单元, 可实现三维场景中悬空环境特征的有效表述. 在此基础上对垂直单元进行高度离散采样, 从而构建与其相对应的拓扑结构, 并结合BOW (Bag of words)模型对室外三维环境中的典型景物进行辨识. 采用面向拓扑结构和高程图单元的分级匹配策略, 实现不同场景间的精确匹配, 构建具有全局一致性的拓扑高程地图. 利用辨识出来的环境特征和高程地图产生双重环境约束, 实现与室外地形相适应的自主路径规划. 实验结果和数据分析证明了本文环境建模与路径规划方法的有效性和实用性.
针对复杂室外场景, 提出一种基于拓扑高程模型的三维环境建模方法. 采用自适应可变阈值聚类算法, 将映射到二维水平栅格中的激光点云划分为垂直单元和水平单元, 可实现三维场景中悬空环境特征的有效表述. 在此基础上对垂直单元进行高度离散采样, 从而构建与其相对应的拓扑结构, 并结合BOW (Bag of words)模型对室外三维环境中的典型景物进行辨识. 采用面向拓扑结构和高程图单元的分级匹配策略, 实现不同场景间的精确匹配, 构建具有全局一致性的拓扑高程地图. 利用辨识出来的环境特征和高程地图产生双重环境约束, 实现与室外地形相适应的自主路径规划. 实验结果和数据分析证明了本文环境建模与路径规划方法的有效性和实用性.
2010, 36(11): 1502-1511.
doi: 10.3724/SP.J.1004.2010.01502
摘要:
提出了一种先验形状约束的变分水平集模型, 并将其用于单幅遥感图像多建筑物的自动提取中. 将多个先验形状竞争模型引入水平集方法中, 在标记函数的指导下, 利用先验形状能量来约束曲线的演化, 在对图像进行分割的同时完成建筑物的检测和提取. 标记函数的引入, 加强了先验形状与要检测目标之间的匹配关系. 同时本文提出的模型具有先验形状的旋转、缩放和平移不变性. 最后的实验结果及定量定性的分析说明了本文方法的可行性.
提出了一种先验形状约束的变分水平集模型, 并将其用于单幅遥感图像多建筑物的自动提取中. 将多个先验形状竞争模型引入水平集方法中, 在标记函数的指导下, 利用先验形状能量来约束曲线的演化, 在对图像进行分割的同时完成建筑物的检测和提取. 标记函数的引入, 加强了先验形状与要检测目标之间的匹配关系. 同时本文提出的模型具有先验形状的旋转、缩放和平移不变性. 最后的实验结果及定量定性的分析说明了本文方法的可行性.
2010, 36(11): 1520-1526.
doi: 10.3724/SP.J.1004.2010.01520
摘要:
混合高斯模型(Gaussian mixture model, GMM)可对存在渐变及重复性运动的场景进行建模, 被认为是最好的背景模型之一. 然而, 它不能解决场景中存在的突变, 如门的打开/关闭等. 为解决此类问题, 受人类认知环境方式的启发, 本文将人类记忆机制引入到背景建模, 提出一种基于记忆的混合高斯模型(Memory-based GMM, MGMM). 每个像素都要经过瞬时记忆、短时记忆和长时记忆三个空间的传输和处理. 本文提出的基于记忆的背景模型能够记住曾经出现的背景, 从而能更快地适应场景的变化.
混合高斯模型(Gaussian mixture model, GMM)可对存在渐变及重复性运动的场景进行建模, 被认为是最好的背景模型之一. 然而, 它不能解决场景中存在的突变, 如门的打开/关闭等. 为解决此类问题, 受人类认知环境方式的启发, 本文将人类记忆机制引入到背景建模, 提出一种基于记忆的混合高斯模型(Memory-based GMM, MGMM). 每个像素都要经过瞬时记忆、短时记忆和长时记忆三个空间的传输和处理. 本文提出的基于记忆的背景模型能够记住曾经出现的背景, 从而能更快地适应场景的变化.
2010, 36(11): 1527-1533.
doi: 10.3724/SP.J.1004.2010.01527
摘要:
图半监督学习(Graph based semi-supervised learning, GSL)方法需要花费大量时间构造一个近邻图, 速度比较慢. 本文提出了一种哈希图半监督学习(Hash graph based semi-supervised learning, HGSL)方法, 该方法通过局部敏感的哈希函数进行近邻搜索, 可以有效降低图半监督学习方法所需的构图时间. 图像分割实验表明, 该方法一方面可以达到更好的分割效果, 使分割准确率提高0.47%左右; 另一方面可以大幅度减小分割时间, 以一幅大小为300像素×800像素的图像为例, 分割时间可减少为图半监督学习所需时间的28.5%左右.
图半监督学习(Graph based semi-supervised learning, GSL)方法需要花费大量时间构造一个近邻图, 速度比较慢. 本文提出了一种哈希图半监督学习(Hash graph based semi-supervised learning, HGSL)方法, 该方法通过局部敏感的哈希函数进行近邻搜索, 可以有效降低图半监督学习方法所需的构图时间. 图像分割实验表明, 该方法一方面可以达到更好的分割效果, 使分割准确率提高0.47%左右; 另一方面可以大幅度减小分割时间, 以一幅大小为300像素×800像素的图像为例, 分割时间可减少为图半监督学习所需时间的28.5%左右.
2010, 36(11): 1534-1543.
doi: 10.3724/SP.J.1004.2010.01534
摘要:
由于再入过程中结构变化的未知以及流场等不确定因素的影响, 可变结构半弹道式再入飞行器(Semi-ballistic reentry vehicle, SBRV)的模式及其变化方式通常也是未知的. 本文在分析可控结构SBRV再入运动特征以及模式特征的基础上, 提出了充满模式空间的模型集, 新模型集根据Hicknell准则设计, 该模型集与Monte Carlo法生成的模型集相比不但具有更高的可信度和精度, 而且对机动的反应更灵敏. 理论分析和仿真结果证明了这种充满空间的模型集对于该机动跟踪问题的合理性与有效性.
由于再入过程中结构变化的未知以及流场等不确定因素的影响, 可变结构半弹道式再入飞行器(Semi-ballistic reentry vehicle, SBRV)的模式及其变化方式通常也是未知的. 本文在分析可控结构SBRV再入运动特征以及模式特征的基础上, 提出了充满模式空间的模型集, 新模型集根据Hicknell准则设计, 该模型集与Monte Carlo法生成的模型集相比不但具有更高的可信度和精度, 而且对机动的反应更灵敏. 理论分析和仿真结果证明了这种充满空间的模型集对于该机动跟踪问题的合理性与有效性.
2010, 36(11): 1544-1556.
doi: 10.3724/SP.J.1004.2010.01544
摘要:
提出了一种新的模糊聚类模型(Fuzzy C-means clustering model, FCM), 称为自适应模糊聚类(Adaptive FCM, AFCM). 和现有的大多数模糊聚类方法不同的是, AFCM考虑了数据集中全体数据的内在关联性, 模型中引入了自适应度向量W和自适应指数p. 其中, W在迭代过程中是自适应的, p是一个给定参数. W和p共同作用调控聚类过程. AFCM同时输出三组参数: 模糊隶属度集U, 自适应度向量W, 以及聚类原型集V. 本文给出了两组数据实验验证AFCM的性能. 第1组实验验证AFCM的聚类性能, 以FCM为比较对象. 实验表明 AFCM可以得到更好的聚类质量, 而且通过合理选择自适应指数p, AFCM和FCM在时间复杂性上保持同一水平. 第2组实验检验了AFCM的离群点挖掘性能, 以目前常用的基于密度的LOF为比较对象. 实验表明AFCM算法具有极大的计算效率优势, 且AFCM得到的离群点是全局的, 反映的是离群点和整个数据集的关系, 离群点涵盖的信息也更丰富. 文章指出, AFCM在挖掘大数据集和实时数据中的离群点应用方面, 以及获得高质量的聚类结果的应用方面, 特别在聚类的同时需要挖掘离群点的应用方面具有独特的优势.
提出了一种新的模糊聚类模型(Fuzzy C-means clustering model, FCM), 称为自适应模糊聚类(Adaptive FCM, AFCM). 和现有的大多数模糊聚类方法不同的是, AFCM考虑了数据集中全体数据的内在关联性, 模型中引入了自适应度向量W和自适应指数p. 其中, W在迭代过程中是自适应的, p是一个给定参数. W和p共同作用调控聚类过程. AFCM同时输出三组参数: 模糊隶属度集U, 自适应度向量W, 以及聚类原型集V. 本文给出了两组数据实验验证AFCM的性能. 第1组实验验证AFCM的聚类性能, 以FCM为比较对象. 实验表明 AFCM可以得到更好的聚类质量, 而且通过合理选择自适应指数p, AFCM和FCM在时间复杂性上保持同一水平. 第2组实验检验了AFCM的离群点挖掘性能, 以目前常用的基于密度的LOF为比较对象. 实验表明AFCM算法具有极大的计算效率优势, 且AFCM得到的离群点是全局的, 反映的是离群点和整个数据集的关系, 离群点涵盖的信息也更丰富. 文章指出, AFCM在挖掘大数据集和实时数据中的离群点应用方面, 以及获得高质量的聚类结果的应用方面, 特别在聚类的同时需要挖掘离群点的应用方面具有独特的优势.
2010, 36(11): 1557-1568.
doi: 10.3724/SP.J.1004.2010.01557
摘要:
针对无线传感器网络, 本文提出了一种基于高斯马尔科夫移动模型的自适应定位方法. 该方法由速度调整策略、中垂线策略和虚拟斥力策略组成. 速度调整策略可以使移动锚节点根据环境的改变自动的调整它的速度. 中垂线策略对移动锚节点的轨迹进行局部调整, 保证所有未知节点获得足够的非线性锚坐标. 而虚拟斥力策略不仅可以促使移动锚节点快速的离开已定位节点, 还能使它从边界外面快速的返回监测区域. 理论分析和仿真结果表明, 提出的方法可以达到较好的性能.
针对无线传感器网络, 本文提出了一种基于高斯马尔科夫移动模型的自适应定位方法. 该方法由速度调整策略、中垂线策略和虚拟斥力策略组成. 速度调整策略可以使移动锚节点根据环境的改变自动的调整它的速度. 中垂线策略对移动锚节点的轨迹进行局部调整, 保证所有未知节点获得足够的非线性锚坐标. 而虚拟斥力策略不仅可以促使移动锚节点快速的离开已定位节点, 还能使它从边界外面快速的返回监测区域. 理论分析和仿真结果表明, 提出的方法可以达到较好的性能.
2010, 36(11): 1569-1574.
doi: 10.3724/SP.J.1004.2010.01569
摘要:
韵律结构生成是改进一个语音合成系统中的合成语音的完整度和自然度的重要组成部分. 韵律词和韵律短语的自动切分是中文层级韵律结构的两个重要的基本层面, 本文调研了这个基本问题, 并提出了一种两层韵律结构生成体系. 为此, 我们建立了条件随机场模型为韵律词和韵律短语的预测选取不同的前端特征. 除此之外, 我们还引入了基于转换的错误驱动学习模块来修正后端的初始预测. 实验结果显示, 这种结合条件随机场和错误驱动学习的方法使得韵律词和韵律短语的自动分割的F-score值达到了94.66%.
韵律结构生成是改进一个语音合成系统中的合成语音的完整度和自然度的重要组成部分. 韵律词和韵律短语的自动切分是中文层级韵律结构的两个重要的基本层面, 本文调研了这个基本问题, 并提出了一种两层韵律结构生成体系. 为此, 我们建立了条件随机场模型为韵律词和韵律短语的预测选取不同的前端特征. 除此之外, 我们还引入了基于转换的错误驱动学习模块来修正后端的初始预测. 实验结果显示, 这种结合条件随机场和错误驱动学习的方法使得韵律词和韵律短语的自动分割的F-score值达到了94.66%.
2010, 36(11): 1575-1580.
doi: 10.3724/SP.J.1004.2010.01575
摘要:
最近混淆网络在融合多个机器翻译结果中展示很好的性能. 然而为了克服在不同的翻译系统中不同的词序, 假设对齐在混淆网络的构建上仍然是一个重要的问题. 但以往的对齐方法都没有考虑到语义信息. 本文为了更好地改进系统融合的性能, 提出了用词义消歧(Word sense disambiguation, WSD)来指导混淆网络中的对齐. 同时骨架翻译的选择也是通过计算句子间的相似度来获得的, 句子的相似性计算使用了二分图的最大匹配算法. 为了使得基于WordNet词义消歧方法融入到系统中, 本文将翻译错误率(Translation error rate, TER)算法进行了改进, 实验结果显示本方法的性能好于经典的TER算法的性能.
最近混淆网络在融合多个机器翻译结果中展示很好的性能. 然而为了克服在不同的翻译系统中不同的词序, 假设对齐在混淆网络的构建上仍然是一个重要的问题. 但以往的对齐方法都没有考虑到语义信息. 本文为了更好地改进系统融合的性能, 提出了用词义消歧(Word sense disambiguation, WSD)来指导混淆网络中的对齐. 同时骨架翻译的选择也是通过计算句子间的相似度来获得的, 句子的相似性计算使用了二分图的最大匹配算法. 为了使得基于WordNet词义消歧方法融入到系统中, 本文将翻译错误率(Translation error rate, TER)算法进行了改进, 实验结果显示本方法的性能好于经典的TER算法的性能.
2010, 36(11): 1581-1593.
doi: 10.3724/SP.J.1004.2010.01581
摘要:
采用多个归一化频率估计器并联形成梳状滤波器, 以跟踪和检测平稳概周期信号各正弦成分的未知频率和未知幅值. 滤波器包括相互耦合的状态估计和频率估计两个非线性微分方程. 运用慢积分流形实现两个微分方程之间的解耦, 获得关于多个频率估计值的概周期非线性动力系统, 再应用平均方法导出估计频率的非线性自治方程. 分析了自治系统的三种局部稳定性: 孤立平衡点的指数稳定性, 中心流形存在性与半稳定性以及结构扰动下的有界性. 说明幅值估计与信号跟随的收敛性和有界性. 给出滤波器参数对频率跟踪和幅值估计的暂态和稳态性能的影响. 算法实现了在给定频率区间而不是给定数值条件下的正弦分量及其幅值的准确跟随, 并且响应速度不受正弦分量幅值大小的影响. 通过仿真验证了算法的有效性.
采用多个归一化频率估计器并联形成梳状滤波器, 以跟踪和检测平稳概周期信号各正弦成分的未知频率和未知幅值. 滤波器包括相互耦合的状态估计和频率估计两个非线性微分方程. 运用慢积分流形实现两个微分方程之间的解耦, 获得关于多个频率估计值的概周期非线性动力系统, 再应用平均方法导出估计频率的非线性自治方程. 分析了自治系统的三种局部稳定性: 孤立平衡点的指数稳定性, 中心流形存在性与半稳定性以及结构扰动下的有界性. 说明幅值估计与信号跟随的收敛性和有界性. 给出滤波器参数对频率跟踪和幅值估计的暂态和稳态性能的影响. 算法实现了在给定频率区间而不是给定数值条件下的正弦分量及其幅值的准确跟随, 并且响应速度不受正弦分量幅值大小的影响. 通过仿真验证了算法的有效性.
2010, 36(11): 1594-1600.
doi: 10.3724/SP.J.1004.2010.01594
摘要:
研究了Acrobot这一垂直平面欠驱动机械臂的动态伺服控制问题. 该问题期望驱动Acrobot到达构形空间中任意目标位置. 由于Acrobot不能稳定在除平衡点外的位置, 因此考虑将系统镇定到经过目标点的周期轨道上. 利用虚约束来描述这样的轨道, 进而给出了在所选虚约束作用下系统的零动态和积分曲线. 接着设计了级联形式的控制器, 内环控制器基于改进的反馈线性化方法, 引入了一个使内环呈现二阶系统特性的虚拟输入, 在该虚拟输入的基础上, 设计了基于Lyapunov稳定性理论的外环控制器. 最后通过数字仿真证明所提出的方法合理有效, 并且获得比基于能量的动态伺服方法更优的结果.
研究了Acrobot这一垂直平面欠驱动机械臂的动态伺服控制问题. 该问题期望驱动Acrobot到达构形空间中任意目标位置. 由于Acrobot不能稳定在除平衡点外的位置, 因此考虑将系统镇定到经过目标点的周期轨道上. 利用虚约束来描述这样的轨道, 进而给出了在所选虚约束作用下系统的零动态和积分曲线. 接着设计了级联形式的控制器, 内环控制器基于改进的反馈线性化方法, 引入了一个使内环呈现二阶系统特性的虚拟输入, 在该虚拟输入的基础上, 设计了基于Lyapunov稳定性理论的外环控制器. 最后通过数字仿真证明所提出的方法合理有效, 并且获得比基于能量的动态伺服方法更优的结果.
2010, 36(11): 1601-1610.
doi: 10.3724/SP.J.1004.2010.01601
摘要:
针对带马尔科夫跳的模态相关时变时滞系统得到了一个改进的均方指数稳定结果并设计了状态反馈控制器. 首先, 通过构造一个改进的Lyapunov-Krasovskii泛函, 以线性矩阵不等式的形式给出一个均方指数稳定性条件; 这里, 衰减率可以是一个在区间内取值的有限常数, 同时, 时变时滞的导数上界不要求小于1; 基于得到的稳定性条件, 设计了状态反馈的控制器. 最后, 通过两个仿真算例验证了所得理论的结果的有效性, 并与已有结果相比较, 保守性较弱.
针对带马尔科夫跳的模态相关时变时滞系统得到了一个改进的均方指数稳定结果并设计了状态反馈控制器. 首先, 通过构造一个改进的Lyapunov-Krasovskii泛函, 以线性矩阵不等式的形式给出一个均方指数稳定性条件; 这里, 衰减率可以是一个在区间内取值的有限常数, 同时, 时变时滞的导数上界不要求小于1; 基于得到的稳定性条件, 设计了状态反馈的控制器. 最后, 通过两个仿真算例验证了所得理论的结果的有效性, 并与已有结果相比较, 保守性较弱.
2010, 36(11): 1611-1619.
doi: 10.3724/SP.J.1004.2010.01611
摘要:
智能结构在变化的负载下产生的应力相关迟滞非线性严重影响了其在亚微米级跟踪控制中的应用. 因此, 本文提出了一种应力相关Preisach算子用以描述当输入信号与应力同时变化时, 智能结构所产生的迟滞非线性特性. 该应力相关Preisach算子是在经典Preisach算子的基础上, 通过将应力相关项引入密度函数所得到的. 此外, 为了实现逆补偿控制器的设计, 本文提出了应力相关Preisach算子的性质与基于模糊树方法的辨识方案. 继而, 本文设计了一种基于所提算子的前馈逆补偿与反馈控制器结合的复合控制方案, 并将其应用于一类超磁致伸缩智能结构的实时跟踪控制实验中. 实验证明, 与经典Preisach算子相比, 所提出的算子和相应的控制方案能够较好的消除应力相关迟滞非线性的影响并使控制效果显著提高.
智能结构在变化的负载下产生的应力相关迟滞非线性严重影响了其在亚微米级跟踪控制中的应用. 因此, 本文提出了一种应力相关Preisach算子用以描述当输入信号与应力同时变化时, 智能结构所产生的迟滞非线性特性. 该应力相关Preisach算子是在经典Preisach算子的基础上, 通过将应力相关项引入密度函数所得到的. 此外, 为了实现逆补偿控制器的设计, 本文提出了应力相关Preisach算子的性质与基于模糊树方法的辨识方案. 继而, 本文设计了一种基于所提算子的前馈逆补偿与反馈控制器结合的复合控制方案, 并将其应用于一类超磁致伸缩智能结构的实时跟踪控制实验中. 实验证明, 与经典Preisach算子相比, 所提出的算子和相应的控制方案能够较好的消除应力相关迟滞非线性的影响并使控制效果显著提高.
2010, 36(11): 1620-1625.
doi: 10.3724/SP.J.1004.2010.01620
摘要:
研究执行器故障和外界扰动同时存在时动态系统的容错控制问题, 推广和改进了现有相关结果. 具体包括以下几方面: 所提方法不涉及求解含执行器故障变量(时变且未知)的Lyapunov方程; 在设计和实现本文提出的控制方案时, 不需要对执行器故障范围界值进行人工估算; 能有效抑制执行器故障及有界和无界外部干扰对系统性能的影响. 在一定意义上, 现有相关结果仅是本文的一个特例, 且本文所提方案更有效、更易于设计和实现, 因为它不依赖于故障的任何解析信息, 无需知道执行器故障发生的时间及界值大小等.
研究执行器故障和外界扰动同时存在时动态系统的容错控制问题, 推广和改进了现有相关结果. 具体包括以下几方面: 所提方法不涉及求解含执行器故障变量(时变且未知)的Lyapunov方程; 在设计和实现本文提出的控制方案时, 不需要对执行器故障范围界值进行人工估算; 能有效抑制执行器故障及有界和无界外部干扰对系统性能的影响. 在一定意义上, 现有相关结果仅是本文的一个特例, 且本文所提方案更有效、更易于设计和实现, 因为它不依赖于故障的任何解析信息, 无需知道执行器故障发生的时间及界值大小等.
2010, 36(11): 1626-1636.
doi: 10.3724/SP.J.1004.2010.01626
摘要:
多模态的故障监测是一个复杂的问题, 既需要考虑稳定模态下的故障监测, 也需要考虑不同模态间的过渡故障监测. 不同稳定模态下的数据具有不同的相关关系, 对每个稳定模态需要建立不同的稳定模态模型. 当稳定生产模态发生改变时, 生产过程进入过渡模态, 需要考虑过渡变量相关关系的变化. 本文通过对过渡数据差分, 得到变量相对变化信息. 利用主成分分析(Principal component analysis, PCA)分段对差分变量的相关特性进行分析, 提取相对变化的特征. 最后以实际连续退火机组生产线为背景, 用基于差分分段PCA的多模态方法对多模态过程进行故障监测, 发现算法很好地反映了实际过渡过程机理, 验证了算法的有效性.
多模态的故障监测是一个复杂的问题, 既需要考虑稳定模态下的故障监测, 也需要考虑不同模态间的过渡故障监测. 不同稳定模态下的数据具有不同的相关关系, 对每个稳定模态需要建立不同的稳定模态模型. 当稳定生产模态发生改变时, 生产过程进入过渡模态, 需要考虑过渡变量相关关系的变化. 本文通过对过渡数据差分, 得到变量相对变化信息. 利用主成分分析(Principal component analysis, PCA)分段对差分变量的相关特性进行分析, 提取相对变化的特征. 最后以实际连续退火机组生产线为背景, 用基于差分分段PCA的多模态方法对多模态过程进行故障监测, 发现算法很好地反映了实际过渡过程机理, 验证了算法的有效性.