2011年 第37卷 第10期
2011, 37(10): 1157-1166.
doi: 10.3724/SP.J.1004.2011.01157
摘要:
信息物理融合系统(Cyber-physical systems, CPS)是多维异构的计算单元和物理对象在网络环境中高度集成 交互的新型智能复杂系统,具有实时、鲁棒、自治、高效和高性能等特点.本 文首先介绍了CPS的概念和特征,综述了CPS的当前发展状况与应用前景;其次, 对CPS的系统构成进行了简要分析,讨论了CPS与相关技术的区别与联系;最后, 对CPS技术发展所面临的主要挑战及可能的研究方向进行了总结与展望.
信息物理融合系统(Cyber-physical systems, CPS)是多维异构的计算单元和物理对象在网络环境中高度集成 交互的新型智能复杂系统,具有实时、鲁棒、自治、高效和高性能等特点.本 文首先介绍了CPS的概念和特征,综述了CPS的当前发展状况与应用前景;其次, 对CPS的系统构成进行了简要分析,讨论了CPS与相关技术的区别与联系;最后, 对CPS技术发展所面临的主要挑战及可能的研究方向进行了总结与展望.
2011, 37(10): 1167-1174.
doi: 10.3724/SP.J.1004.2011.01167
摘要:
为了更有效地去除红外图像中的噪声, 提出一种基于改进阈值与尺度间相关的小波红外图像去噪方法. 一方面利用阈值修正方案和新阈值函数对通常的小波阈值去噪法进行改进; 另一方面通过对阈值邻近的小波系数进行小波变换尺度间相关性估计, 提高小波系数阈值判断的准确性.实验结果表明, 与通常的小波阈值去噪法相比,该算法能更有效地去除红外图像中的噪声, 获得更高的峰值信噪比(Peak signal-to-noise ratio, PSNR)、边缘保持指数(Edge preserved index, EPI)和更好的视觉效果,具有较好的实用性.
为了更有效地去除红外图像中的噪声, 提出一种基于改进阈值与尺度间相关的小波红外图像去噪方法. 一方面利用阈值修正方案和新阈值函数对通常的小波阈值去噪法进行改进; 另一方面通过对阈值邻近的小波系数进行小波变换尺度间相关性估计, 提高小波系数阈值判断的准确性.实验结果表明, 与通常的小波阈值去噪法相比,该算法能更有效地去除红外图像中的噪声, 获得更高的峰值信噪比(Peak signal-to-noise ratio, PSNR)、边缘保持指数(Edge preserved index, EPI)和更好的视觉效果,具有较好的实用性.
2011, 37(10): 1175-1182.
doi: 10.3724/SP.J.1004.2011.01175
摘要:
提出了一种加权型曲率保持偏微分方程(Partial differential equation, PDE)滤波方法.传统曲率保持PDE 滤波方法未考虑各积分曲线可能经历不同的图像结构,如此影响了其对图像边缘的保持能力.在此基础上, 利用局部图像方向信息为不同积分曲线设计了相应的权重,得到了一种张量驱动的加权型曲率保持PDE滤波方法. 实验结果表明该方法在滤波的同时能较好地保持图像中边缘与曲率结构,且对图像具有一定增强能力.
提出了一种加权型曲率保持偏微分方程(Partial differential equation, PDE)滤波方法.传统曲率保持PDE 滤波方法未考虑各积分曲线可能经历不同的图像结构,如此影响了其对图像边缘的保持能力.在此基础上, 利用局部图像方向信息为不同积分曲线设计了相应的权重,得到了一种张量驱动的加权型曲率保持PDE滤波方法. 实验结果表明该方法在滤波的同时能较好地保持图像中边缘与曲率结构,且对图像具有一定增强能力.
2011, 37(10): 1183-1189.
doi: 10.3724/SP.J.1004.2011.01183
摘要:
视觉信息的特征表示是计算机视觉场景图像理解研究中的核心内容. 基于GaborSIFT+NNScSPM的图像特征抽取算法,借鉴生物视觉机制中的相关 研究成果,有机结合了HMAX层次计算模型的思想和非负稀疏编码的策略, 较为合理地模拟了生物视觉皮层中视觉处理的过程.在15类场景图 像和Caltech101两个公开数据集上进行了实验验证, 实验结果表明我们所提出的算法较同期算法有着良好的分类性能.
视觉信息的特征表示是计算机视觉场景图像理解研究中的核心内容. 基于GaborSIFT+NNScSPM的图像特征抽取算法,借鉴生物视觉机制中的相关 研究成果,有机结合了HMAX层次计算模型的思想和非负稀疏编码的策略, 较为合理地模拟了生物视觉皮层中视觉处理的过程.在15类场景图 像和Caltech101两个公开数据集上进行了实验验证, 实验结果表明我们所提出的算法较同期算法有着良好的分类性能.
2011, 37(10): 1190-1196.
doi: 10.3724/SP.J.1004.2011.01190
摘要:
针对云模型的基本原理,提出了一类云模型系统的设计方法,并利用Stone-Weierstrass定理对在3σ 正态分布随机数条件下的云模型系统任意逼近紧集上的任意连续实函数进行了证明, 是对云模型应用于逼近任意连续非线性函数理论的创新,也是今后云模型系统用于系统辨识和控制的理论依据.
针对云模型的基本原理,提出了一类云模型系统的设计方法,并利用Stone-Weierstrass定理对在3σ 正态分布随机数条件下的云模型系统任意逼近紧集上的任意连续实函数进行了证明, 是对云模型应用于逼近任意连续非线性函数理论的创新,也是今后云模型系统用于系统辨识和控制的理论依据.
2011, 37(10): 1197-1205.
doi: 10.3724/SP.J.1004.2011.01197
摘要:
提出了一种适用于无线传感器网络的自适应分布式聚簇路由协议(Adaptive distributed clustering routing, ADCR). ADCR协议基于N阶近邻理论, 在传感节点部署及网络拓扑动态变化时, 通过对节点分布离散度及曲率变化的分析自动确定当前最优的聚簇数量, 进而根据最优 簇数计算最佳簇头占有比率并结合节点剩余能量选取簇头集; 同时引入Hausdorff距离调整初始快速形成的簇结构. 仿真结果验证了ADCR 的有效性, 比DT, LEACH和PEGASIS拥有更长的生存时间.
提出了一种适用于无线传感器网络的自适应分布式聚簇路由协议(Adaptive distributed clustering routing, ADCR). ADCR协议基于N阶近邻理论, 在传感节点部署及网络拓扑动态变化时, 通过对节点分布离散度及曲率变化的分析自动确定当前最优的聚簇数量, 进而根据最优 簇数计算最佳簇头占有比率并结合节点剩余能量选取簇头集; 同时引入Hausdorff距离调整初始快速形成的簇结构. 仿真结果验证了ADCR 的有效性, 比DT, LEACH和PEGASIS拥有更长的生存时间.
2011, 37(10): 1206-1212.
doi: 10.3724/SP.J.1004.2011.01206
摘要:
对于非均匀杂波环境下信号自适应检测问题,由于待测数据样本的协方差矩阵与训练数据的协方差矩阵不相同,造成检测性能下降, 针对此问题本文提出了基于贝叶斯方法的广义似然比检测器(Bayesian generalized likelihood ratio test, B-GLRT). 通过对非均匀杂波环境下协方差矩阵间的关系进行统计建模,使在B-GLRT的设计过程中能够结合杂波的非均匀性, 并且这种非均匀性在统计模型中可以通过标量参数调节.同时通过对协方差矩阵选择合适的先验分布, 使B-GLRT能够融合有助于提高检测性能的先验知识. 通过仿真实验,验证了B-GLRT的检测性能高于传统的非贝叶斯检测器,并且分析了杂波环境非均匀性和先验信息对自适应检测性能的影响.
对于非均匀杂波环境下信号自适应检测问题,由于待测数据样本的协方差矩阵与训练数据的协方差矩阵不相同,造成检测性能下降, 针对此问题本文提出了基于贝叶斯方法的广义似然比检测器(Bayesian generalized likelihood ratio test, B-GLRT). 通过对非均匀杂波环境下协方差矩阵间的关系进行统计建模,使在B-GLRT的设计过程中能够结合杂波的非均匀性, 并且这种非均匀性在统计模型中可以通过标量参数调节.同时通过对协方差矩阵选择合适的先验分布, 使B-GLRT能够融合有助于提高检测性能的先验知识. 通过仿真实验,验证了B-GLRT的检测性能高于传统的非贝叶斯检测器,并且分析了杂波环境非均匀性和先验信息对自适应检测性能的影响.
2011, 37(10): 1213-1221.
doi: 10.3724/SP.J.1004.2011.01213
摘要:
针对不确定离散时间系统, 提出一种新型的离散趋近律, 构造理想切换动态, 并基于理想切换动态设计离散滑模重复控制器. 在消除系统颤振的同时, 完全抑制周期扰动带来的影响, 改善控制品质. 分别推导了切换函数的绝对收敛层、单调收敛层和拟滑模带的边界, 用于刻画在不同控制器参数下闭环系统的趋近过程和拟滑模运动. 数值仿真和在伺服装置上的实验结果证实了所提出控制方法的有效性.
针对不确定离散时间系统, 提出一种新型的离散趋近律, 构造理想切换动态, 并基于理想切换动态设计离散滑模重复控制器. 在消除系统颤振的同时, 完全抑制周期扰动带来的影响, 改善控制品质. 分别推导了切换函数的绝对收敛层、单调收敛层和拟滑模带的边界, 用于刻画在不同控制器参数下闭环系统的趋近过程和拟滑模运动. 数值仿真和在伺服装置上的实验结果证实了所提出控制方法的有效性.
2011, 37(10): 1222-1231.
doi: 10.3724/SP.J.1004.2011.01222
摘要:
针对一类非线性积分系统, 利用有限时间控制技术, 提出了一种输入饱和情况下的全局有限时间控制方案. 首先, 基于有限时间 Lyapunov 稳定性理论, 设计镇定系统的全局有限时间递归控制器. 然后,将该递归控制器与饱和函数结合得到饱和控制器. 数学上严格证明了在该饱和控制器的作用下, 闭环系统满足全局有限时间稳定性. 仿真结果验证了该方法的有效性.
针对一类非线性积分系统, 利用有限时间控制技术, 提出了一种输入饱和情况下的全局有限时间控制方案. 首先, 基于有限时间 Lyapunov 稳定性理论, 设计镇定系统的全局有限时间递归控制器. 然后,将该递归控制器与饱和函数结合得到饱和控制器. 数学上严格证明了在该饱和控制器的作用下, 闭环系统满足全局有限时间稳定性. 仿真结果验证了该方法的有效性.
2011, 37(10): 1232-1240.
doi: 10.3724/SP.J.1004.2011.01232
摘要:
研究了移动机器人在室内三维环境中的场景认知问题.室内场景框架具有结构化特性,而室 内多样化的物体则难以进行模型化表述. 本文利用区域扩张算法进行平面特征的提取,并根据平面属性及其相互间的空间关系,完成室 内场景框架的辨识.为了借鉴图像处理领域的物体识别方法, 本文提出一种基于Bearing Angle模型的激光测距数据表述方法,从而将三维点云数据转换为二维Bearing Angle图. 同一类物体中的个体形态具有多样性,同时观测视角也导致激光测距数据的显著差异.针对这些 问题,采用一种基于Gentleboost算法的有监督学习方法, 并利用物体碎片及其相对于物体中心的位置作为特征,从而完成室内场景中的物体认知. 利用室内场景框架辨识结果在Bearing Angle图中进行天棚、地面、墙壁、房门等区域的标记,并利用所产生的语义信息去除错误的认知结果,从而有助于提高识别率. 利用实际机器人平台所获得的实验结果验证了所提方法的有效性.
研究了移动机器人在室内三维环境中的场景认知问题.室内场景框架具有结构化特性,而室 内多样化的物体则难以进行模型化表述. 本文利用区域扩张算法进行平面特征的提取,并根据平面属性及其相互间的空间关系,完成室 内场景框架的辨识.为了借鉴图像处理领域的物体识别方法, 本文提出一种基于Bearing Angle模型的激光测距数据表述方法,从而将三维点云数据转换为二维Bearing Angle图. 同一类物体中的个体形态具有多样性,同时观测视角也导致激光测距数据的显著差异.针对这些 问题,采用一种基于Gentleboost算法的有监督学习方法, 并利用物体碎片及其相对于物体中心的位置作为特征,从而完成室内场景中的物体认知. 利用室内场景框架辨识结果在Bearing Angle图中进行天棚、地面、墙壁、房门等区域的标记,并利用所产生的语义信息去除错误的认知结果,从而有助于提高识别率. 利用实际机器人平台所获得的实验结果验证了所提方法的有效性.
2011, 37(10): 1241-1247.
doi: 10.3724/SP.J.1004.2011.01241
摘要:
随着网络评论文本数量的快速增长,文本情感分析越来越受到研究者的广泛关注. 句子级文本情感分析就是对主观性文本进行细粒度的挖掘,有重要的研究价值. 评论句中的评价对象抽取是句子级情感分析要研究的关键问题之一. 为了提高评价对象抽取的性能,本文提出在系统模型的训练过程中引入浅层句法信息和启发式位置信息,同时在不增加领域词典的情况下, 有效提高系统的精确率.实验结果表明,将本文提出的特征引入到条件随机域模型和对比模型后,系统的各项指标均有所提高, 并且条件随机域模型的结果优于对比模型.同时,将条件随机域模型的结果与2008年国内中文评测的最大值比较,其F值超过最大值 5%.
随着网络评论文本数量的快速增长,文本情感分析越来越受到研究者的广泛关注. 句子级文本情感分析就是对主观性文本进行细粒度的挖掘,有重要的研究价值. 评论句中的评价对象抽取是句子级情感分析要研究的关键问题之一. 为了提高评价对象抽取的性能,本文提出在系统模型的训练过程中引入浅层句法信息和启发式位置信息,同时在不增加领域词典的情况下, 有效提高系统的精确率.实验结果表明,将本文提出的特征引入到条件随机域模型和对比模型后,系统的各项指标均有所提高, 并且条件随机域模型的结果优于对比模型.同时,将条件随机域模型的结果与2008年国内中文评测的最大值比较,其F值超过最大值 5%.
2011, 37(10): 1248-1255.
doi: 10.3724/SP.J.1004.2011.01248
摘要:
针对非线性最优控制导出的Hamiltonian系统两点边值问题,提出一种以离散区段右端状态和左端协态为混合独立变量的数值求解方法, 将非线性Hamiltonian系统两点边值问题的求解通过混合独立变量变分原理转化为非线性方程组求解.所提出的算法综合了求解最优控制 的"直接法"和"间接法"的特征,既满足最优控制理论的一阶必要条件,又不需要对协态初值的准确猜测,避免了求解大规模非线性规划问题. 通过两个航天控制算例讨论了本文算法的精度和效率等问题.与近年来在航空航天控制中备受关注的高斯伪谱方法相比较,本文算法无论是在 精度还是效率上都具有明显的优势.
针对非线性最优控制导出的Hamiltonian系统两点边值问题,提出一种以离散区段右端状态和左端协态为混合独立变量的数值求解方法, 将非线性Hamiltonian系统两点边值问题的求解通过混合独立变量变分原理转化为非线性方程组求解.所提出的算法综合了求解最优控制 的"直接法"和"间接法"的特征,既满足最优控制理论的一阶必要条件,又不需要对协态初值的准确猜测,避免了求解大规模非线性规划问题. 通过两个航天控制算例讨论了本文算法的精度和效率等问题.与近年来在航空航天控制中备受关注的高斯伪谱方法相比较,本文算法无论是在 精度还是效率上都具有明显的优势.
2011, 37(10): 1256-1263.
doi: 10.3724/SP.J.1004.2011.01256
摘要:
提出了一种协作式整体局部分类算法,即C2M (Collaborative classification machine with local and global information),该算法利用两类样本各自的协方差作为整体方向信息, 获得两个带整体和局部信息的分类面,并通过组合分类器的平均规则将两个分类面组合, 得到最终的最优判决平面.该算法可用两次QP (Quadratic programming)求解,时间复杂度为O(2N3), 大大小于M4 (Maxi-min margin machine)的O(N4), 线性核时的分类精度高于只利用了局部信息的支持向量机 (Support vector machine, SVM).理论上证明了在交遇区较多时, C2M 可以比M4 更有效地利用全局信息,并提出了判断整体信息对分类是否有贡献的4个判别指标. 模拟数据和标准数据集上与M4 和SVM的对比实验证明了该算法的有效性.
提出了一种协作式整体局部分类算法,即C2M (Collaborative classification machine with local and global information),该算法利用两类样本各自的协方差作为整体方向信息, 获得两个带整体和局部信息的分类面,并通过组合分类器的平均规则将两个分类面组合, 得到最终的最优判决平面.该算法可用两次QP (Quadratic programming)求解,时间复杂度为O(2N3), 大大小于M4 (Maxi-min margin machine)的O(N4), 线性核时的分类精度高于只利用了局部信息的支持向量机 (Support vector machine, SVM).理论上证明了在交遇区较多时, C2M 可以比M4 更有效地利用全局信息,并提出了判断整体信息对分类是否有贡献的4个判别指标. 模拟数据和标准数据集上与M4 和SVM的对比实验证明了该算法的有效性.
2011, 37(10): 1264-1271.
doi: 10.3724/SP.J.1004.2011.01264
摘要:
采用一类具有"小误差放大、大误差饱和"功能的非线性饱和函数来改进传统重复学习控制(Repetitive control, RC)机器人系统动力学控制, 形成一类新的非线性分散重复学习控制(Nonlinear decentralized repetitive control, NRC),使得在不增加驱动力矩的条件下获得了更快的响应速度和更高的轨迹跟踪精度. 应用Lyapunov直接稳定性理论和LaSalle不变性原理证明了闭环系统的全局渐近稳定性. 三自由度机器人系统数值仿真结果表明了所提出的非线性分散重复学习控制具有良好的控制品质.
采用一类具有"小误差放大、大误差饱和"功能的非线性饱和函数来改进传统重复学习控制(Repetitive control, RC)机器人系统动力学控制, 形成一类新的非线性分散重复学习控制(Nonlinear decentralized repetitive control, NRC),使得在不增加驱动力矩的条件下获得了更快的响应速度和更高的轨迹跟踪精度. 应用Lyapunov直接稳定性理论和LaSalle不变性原理证明了闭环系统的全局渐近稳定性. 三自由度机器人系统数值仿真结果表明了所提出的非线性分散重复学习控制具有良好的控制品质.
2011, 37(10): 1272-1278.
doi: 10.3724/SP.J.1004.2011.01272
摘要:
根据车牌字符的几何特征和空间排列规则,提出了一种基于最近邻链的自适应车牌检测算法. 首先,采用自适应阈值分割算法消除光照变化的影响,并采用连通体分析方法消除部分干扰目标; 其次,根据车牌字符连通体的区域特征,将宽度和高度都相近的连通体构造为最近邻连通体对, 并将最近邻对连接为最近邻链,从而检测出所有可能的车牌区域; 最后,利用两组不同长度的方波模板分别对车牌的水平和竖直投影进行匹配, 它能够验证候选车牌区域的有效性,并求解所有车牌字符的最佳切分位置. 实验表明,该算法能够自适应地处理光照不均匀、尺度变化、透视失真、背景干扰以及质量退化等因素的影响, 可以有效地检测出复杂背景中的车牌区域.
根据车牌字符的几何特征和空间排列规则,提出了一种基于最近邻链的自适应车牌检测算法. 首先,采用自适应阈值分割算法消除光照变化的影响,并采用连通体分析方法消除部分干扰目标; 其次,根据车牌字符连通体的区域特征,将宽度和高度都相近的连通体构造为最近邻连通体对, 并将最近邻对连接为最近邻链,从而检测出所有可能的车牌区域; 最后,利用两组不同长度的方波模板分别对车牌的水平和竖直投影进行匹配, 它能够验证候选车牌区域的有效性,并求解所有车牌字符的最佳切分位置. 实验表明,该算法能够自适应地处理光照不均匀、尺度变化、透视失真、背景干扰以及质量退化等因素的影响, 可以有效地检测出复杂背景中的车牌区域.
2011, 37(10): 1279-1284.
doi: 10.3724/SP.J.1004.2011.01279
摘要:
目前的显著性检测算法主要依赖像素间的相互对比,缺乏对显著目标自身特性的分析理解. 依据显著目标是显眼、紧凑和完整的思路,提出一种基于目标全局孤立性和局部同质性的 随机游走显著目标检测算法,将视觉显著性检测公式化为马尔科夫随机游走问题. 首先将输入图像进行分块,根据像素块之间颜色特征和方向特征的相似性确定边的权重, 从而构建图模型;然后通过全连通图搜索提取全局特性,突出全局较孤立的区域; 同时通过k-regular图搜索提取局部特性,增强局部较均匀的区域;最后将全局特性和局部 特性相结合得到显著图,进而确定感兴趣区域位置. 实验结果表明,相比于其他两种具有代表性的算法,所提方法检测结果更加准确、合理, 证明该算法切实可行.
目前的显著性检测算法主要依赖像素间的相互对比,缺乏对显著目标自身特性的分析理解. 依据显著目标是显眼、紧凑和完整的思路,提出一种基于目标全局孤立性和局部同质性的 随机游走显著目标检测算法,将视觉显著性检测公式化为马尔科夫随机游走问题. 首先将输入图像进行分块,根据像素块之间颜色特征和方向特征的相似性确定边的权重, 从而构建图模型;然后通过全连通图搜索提取全局特性,突出全局较孤立的区域; 同时通过k-regular图搜索提取局部特性,增强局部较均匀的区域;最后将全局特性和局部 特性相结合得到显著图,进而确定感兴趣区域位置. 实验结果表明,相比于其他两种具有代表性的算法,所提方法检测结果更加准确、合理, 证明该算法切实可行.
