2012年 第38卷 第5期
2012, 38(5): 673-687.
doi: 10.3724/SP.J.1004.2012.00673
摘要:
基于马氏决策过程(Markov decision process, MDP)的动态系统学习控制是近年来一个涉及机器学习、控制理论和运筹学等多个学科的交叉研究方向, 其主要目标是实现系统在模型复杂或者不确定等条件下基于数据驱动的多阶段优化控制. 本文对基于MDP的动态系统学习控制理论、算法与应用的发展前沿进行综述,重点讨论增强学习(Reinforcement learning, RL)与近似动态规划(Approximate dynamic programming, ADP)理论与方法的研究进展,其中包括时域差值学习理论、求解连续状态与行为空间MDP的值函数逼近方法、 直接策略搜索与近似策略迭代、自适应评价设计算法等,最后对相关研究领域的应用及发展趋势进行分析和探讨.
基于马氏决策过程(Markov decision process, MDP)的动态系统学习控制是近年来一个涉及机器学习、控制理论和运筹学等多个学科的交叉研究方向, 其主要目标是实现系统在模型复杂或者不确定等条件下基于数据驱动的多阶段优化控制. 本文对基于MDP的动态系统学习控制理论、算法与应用的发展前沿进行综述,重点讨论增强学习(Reinforcement learning, RL)与近似动态规划(Approximate dynamic programming, ADP)理论与方法的研究进展,其中包括时域差值学习理论、求解连续状态与行为空间MDP的值函数逼近方法、 直接策略搜索与近似策略迭代、自适应评价设计算法等,最后对相关研究领域的应用及发展趋势进行分析和探讨.
2012, 38(5): 688-697.
doi: 10.3724/SP.J.1004.2012.00688
摘要:
缩小图像低层视觉特征与高层语义之间的鸿沟, 以提高图像语义自动标注的精度, 进而快速满足用户检索图像的需求,一直是图像语义自动标注研究的关键. 粒度分析方法是一种层次的、重要的数据分析方法, 为复杂问题的求解提供了新的思路. 图像理解与分析的粒度不同, 图像语义标注的精度则不同, 检索的效率及准确度也就不同. 本文对目前图像语义自动标注模型的方法进行综述和分析, 阐述了粒度分析方法的思想、模型及其在图像语义标注过程中的应用, 探索了以粒度分析为基础的图像语义自动标注方法并给出进一步的研究方向.
缩小图像低层视觉特征与高层语义之间的鸿沟, 以提高图像语义自动标注的精度, 进而快速满足用户检索图像的需求,一直是图像语义自动标注研究的关键. 粒度分析方法是一种层次的、重要的数据分析方法, 为复杂问题的求解提供了新的思路. 图像理解与分析的粒度不同, 图像语义标注的精度则不同, 检索的效率及准确度也就不同. 本文对目前图像语义自动标注模型的方法进行综述和分析, 阐述了粒度分析方法的思想、模型及其在图像语义标注过程中的应用, 探索了以粒度分析为基础的图像语义自动标注方法并给出进一步的研究方向.
2012, 38(5): 698-706.
doi: 10.3724/SP.J.1004.2012.00698
摘要:
针对重复时变系统, 提出学习辨识方法用于估计系统的时变参数. 讨论了有限时间作业区间上重复运行的时变系统以及周期时变系统两种情形. 文中给出最小二乘学习算法的推导过程, 并分析了所提算法的收敛性. 结果表明, 当重复持续激励条件成立时, 提出的学习算法具有重复一致性, 能够给出时变参数的完全估计. 通过数值算例进一步验证了学习算法的有效性.
针对重复时变系统, 提出学习辨识方法用于估计系统的时变参数. 讨论了有限时间作业区间上重复运行的时变系统以及周期时变系统两种情形. 文中给出最小二乘学习算法的推导过程, 并分析了所提算法的收敛性. 结果表明, 当重复持续激励条件成立时, 提出的学习算法具有重复一致性, 能够给出时变参数的完全估计. 通过数值算例进一步验证了学习算法的有效性.
2012, 38(5): 707-715.
doi: 10.3724/SP.J.1004.2012.00707
摘要:
普通的模糊集合是点值为二维的一型模糊集合,二型模糊集合(Type-2 fuzzy sets, T2 FS)是点值为三维的模糊集合, T2 FS比相应的一型难以理解和计算. 为了让人们更好地理解T2 FS并推广其应用, 本文提出了广义区间二型模糊集合(Generalized interval type-2 fuzzy sets, GIT2 FS)的定义, 并将其分成三类:离散型、半离散型及连续型,分别给出相应的数学表达式与扩展原理公式,并得到了GIT2 FS在两种不同的模糊逻辑算子下的词计算.
普通的模糊集合是点值为二维的一型模糊集合,二型模糊集合(Type-2 fuzzy sets, T2 FS)是点值为三维的模糊集合, T2 FS比相应的一型难以理解和计算. 为了让人们更好地理解T2 FS并推广其应用, 本文提出了广义区间二型模糊集合(Generalized interval type-2 fuzzy sets, GIT2 FS)的定义, 并将其分成三类:离散型、半离散型及连续型,分别给出相应的数学表达式与扩展原理公式,并得到了GIT2 FS在两种不同的模糊逻辑算子下的词计算.
2012, 38(5): 716-724.
doi: 10.3724/SP.J.1004.2012.00716
摘要:
针对一类非线性时变时滞系统,研究其稳定性和吸引域的估计问题. 首先,通过坐标变换和正交分解法,将这类系统转化为一个等价形式. 其次,基于正交条件和引入自由权矩阵, 给出了这类系统具有较小保守性的稳定性和吸引域估计结果. 最后,仿真例子验证了所提出方法的有效性.
针对一类非线性时变时滞系统,研究其稳定性和吸引域的估计问题. 首先,通过坐标变换和正交分解法,将这类系统转化为一个等价形式. 其次,基于正交条件和引入自由权矩阵, 给出了这类系统具有较小保守性的稳定性和吸引域估计结果. 最后,仿真例子验证了所提出方法的有效性.
2012, 38(5): 725-731.
doi: 10.3724/SP.J.1004.2012.00725
摘要:
将问题中的置换矩阵放松为双随机矩阵是近年来近似图匹配算法的一个重要发展方向. 它的本质在于将离散的图匹配问题转换成一个连续优化问题,而一般来讲, 相对于离散优化,连续优化问题的近似求解将更为容易. 但随之带来的一个问题是如何有效地将连续优化得到的双随机矩阵重新映射回一个置换矩阵. 最近文献中提出了一种针对于无向无自环图的凹松弛(Concave relaxation)函数,使得算法中的双随机矩阵可以平滑地收敛到一个置换矩阵, 并得到优异的匹配精度.但除了无向且无自环图,文献中还没有针对其他类型图模型的凹松弛函数. 本文提出一种针对于有向无自环图匹配问题的凹松弛函数, 并在此基础上给出一种图匹配算法.大量对比实验验证了本文提出模型及算法的有效性.
将问题中的置换矩阵放松为双随机矩阵是近年来近似图匹配算法的一个重要发展方向. 它的本质在于将离散的图匹配问题转换成一个连续优化问题,而一般来讲, 相对于离散优化,连续优化问题的近似求解将更为容易. 但随之带来的一个问题是如何有效地将连续优化得到的双随机矩阵重新映射回一个置换矩阵. 最近文献中提出了一种针对于无向无自环图的凹松弛(Concave relaxation)函数,使得算法中的双随机矩阵可以平滑地收敛到一个置换矩阵, 并得到优异的匹配精度.但除了无向且无自环图,文献中还没有针对其他类型图模型的凹松弛函数. 本文提出一种针对于有向无自环图匹配问题的凹松弛函数, 并在此基础上给出一种图匹配算法.大量对比实验验证了本文提出模型及算法的有效性.
2012, 38(5): 732-741.
doi: 10.3724/SP.J.1004.2012.00732
摘要:
提出一种基于退火粒子群优化(Simulated annealing particle swarm optimism, SAPSO)的单目视频人体姿态分析方法. 该方法具有以下特点: 首先, 利用运动捕获数据采用主成分分析方法(Principle component analysis, PCA)得到更能反映人体运动本质的姿态紧致空间, 并在此低维空间中进行姿态分析, 提高了姿态分析的准确性和效率; 其次, 将粒子群优化应用到姿态分析中, 并提出退火粒子群优化姿态分析方法, 该方法具有良好的收敛性和全局最优能力; 再次, 基于退火粒子群优化姿态分析方法, 实现了基于单目视频的人体姿态估计和跟踪. 实验结果表明, 本文方法不仅具有良好的计算效率, 同时具有良好的收敛性和全局搜索能力, 能准确分析单目视频中的人体姿态.
提出一种基于退火粒子群优化(Simulated annealing particle swarm optimism, SAPSO)的单目视频人体姿态分析方法. 该方法具有以下特点: 首先, 利用运动捕获数据采用主成分分析方法(Principle component analysis, PCA)得到更能反映人体运动本质的姿态紧致空间, 并在此低维空间中进行姿态分析, 提高了姿态分析的准确性和效率; 其次, 将粒子群优化应用到姿态分析中, 并提出退火粒子群优化姿态分析方法, 该方法具有良好的收敛性和全局最优能力; 再次, 基于退火粒子群优化姿态分析方法, 实现了基于单目视频的人体姿态估计和跟踪. 实验结果表明, 本文方法不仅具有良好的计算效率, 同时具有良好的收敛性和全局搜索能力, 能准确分析单目视频中的人体姿态.
2012, 38(5): 742-750.
doi: 10.3724/SP.J.1004.2012.00742
摘要:
提出一种图分析方法用于动态人群场景异常状态检测. 使用自适应Mean shift算法对场景速度场进行非参数概率密度估计聚类, 聚类结果构成以聚类中心为顶点、各聚类中心之间距离为边权重的无向图. 通过分析图顶点的空间分布及边权重矩阵动态系统的预测值与观测值之间的离散程度,对动态场景中的异常事件进行检测和定位. 使用多个典型动态场景视频数据库进行对比实验,结果表明图分析方法适应性强、可有效监控动态人群场景中的异常状态.
提出一种图分析方法用于动态人群场景异常状态检测. 使用自适应Mean shift算法对场景速度场进行非参数概率密度估计聚类, 聚类结果构成以聚类中心为顶点、各聚类中心之间距离为边权重的无向图. 通过分析图顶点的空间分布及边权重矩阵动态系统的预测值与观测值之间的离散程度,对动态场景中的异常事件进行检测和定位. 使用多个典型动态场景视频数据库进行对比实验,结果表明图分析方法适应性强、可有效监控动态人群场景中的异常状态.
2012, 38(5): 751-758.
doi: 10.3724/SP.J.1004.2012.00751
摘要:
计划CT图像与锥形束CT (Cone beam CT, CBCT)图像的配准是基于CBCT图像引导放射治疗(Image guided radiation therapy, IGRT)系统中实现自适应放疗(Adaptive radiation therapy, ART)的关键部分.边缘保护多尺度空间基于非线性扩散模型,可以为基于互信息的配准提供丰富的空间位置信息.为了提高系统中配准算法性能,本文提出了一种基于边缘保护尺度空间与自由形变模型(Free form deformation, FFD)相结合的多尺度形变配准方法.我们采用了在不同的尺度上根据精细程度选择相应的自由形变控制点数,由粗及精地恢复形变.同时, 提出了自动获取非线性扩散模型中平滑参数λ的方法来实现全自动配准. 实验结果表明,本文提出的方法用于基于CBCT的图像引导放射系统时,可实现日常放疗时的CBCT图像和计划CT图像准确且快速的配准.通过获得的形变域,可实现CBCT图像肿瘤靶区、危及器官(Organ at risk, OR)和等剂量线的自动勾画,从而实现剂量体积直方图(Dose volume histograms, DVH)分析.最终实现了放疗计划从CT到CBCT的自适应转移.
计划CT图像与锥形束CT (Cone beam CT, CBCT)图像的配准是基于CBCT图像引导放射治疗(Image guided radiation therapy, IGRT)系统中实现自适应放疗(Adaptive radiation therapy, ART)的关键部分.边缘保护多尺度空间基于非线性扩散模型,可以为基于互信息的配准提供丰富的空间位置信息.为了提高系统中配准算法性能,本文提出了一种基于边缘保护尺度空间与自由形变模型(Free form deformation, FFD)相结合的多尺度形变配准方法.我们采用了在不同的尺度上根据精细程度选择相应的自由形变控制点数,由粗及精地恢复形变.同时, 提出了自动获取非线性扩散模型中平滑参数λ的方法来实现全自动配准. 实验结果表明,本文提出的方法用于基于CBCT的图像引导放射系统时,可实现日常放疗时的CBCT图像和计划CT图像准确且快速的配准.通过获得的形变域,可实现CBCT图像肿瘤靶区、危及器官(Organ at risk, OR)和等剂量线的自动勾画,从而实现剂量体积直方图(Dose volume histograms, DVH)分析.最终实现了放疗计划从CT到CBCT的自适应转移.
2012, 38(5): 759-768.
doi: 10.3724/SP.J.1004.2012.00759
摘要:
sinc-1模型作为逆系统能较好地改善LCD运动图像模糊现象, 但其在极点处无法正确还原运动模糊的图像, 且难以硬件实现. 因此, 本文从系统辨识的角度出发, 提出了一种采用基于变步长最小均方误差(Least mean square, LMS)的低阶Volterra非线性系统拟合sinc-1模型的LCD运动图像去模糊的方法. 仿真结果表明, 该方法能消除sinc-1模型的极点问题, 较好地改善了LCD运动图像模糊现象, 简单且易于硬件实现.
sinc-1模型作为逆系统能较好地改善LCD运动图像模糊现象, 但其在极点处无法正确还原运动模糊的图像, 且难以硬件实现. 因此, 本文从系统辨识的角度出发, 提出了一种采用基于变步长最小均方误差(Least mean square, LMS)的低阶Volterra非线性系统拟合sinc-1模型的LCD运动图像去模糊的方法. 仿真结果表明, 该方法能消除sinc-1模型的极点问题, 较好地改善了LCD运动图像模糊现象, 简单且易于硬件实现.
2012, 38(5): 769-775.
doi: 10.3724/SP.J.1004.2012.00769
摘要:
基于最小生成树数据描述(Minimum spanning tree class descriptor, MSTCD)法覆盖半径固定不变,难以形成局部结构紧致性描述. 本文将多尺度分析思想和最小生成树(Minimum spanning tree, MST)结构相结合,提出最小生成树的自适应多分辨率覆盖模型. 该模型利用样本流形的自身结构特点实现对数据的多分辨分析, 任意位置的分辨率由对应的''点''结构和''边''结构共同决定,整体覆盖模型拥有多个覆盖半径, 数据当前位置不同、分辨率不同,实现在多分辨尺度下对数据流形的自适应紧致覆盖. 实验结果表明该方法具有一定的合理性.
基于最小生成树数据描述(Minimum spanning tree class descriptor, MSTCD)法覆盖半径固定不变,难以形成局部结构紧致性描述. 本文将多尺度分析思想和最小生成树(Minimum spanning tree, MST)结构相结合,提出最小生成树的自适应多分辨率覆盖模型. 该模型利用样本流形的自身结构特点实现对数据的多分辨分析, 任意位置的分辨率由对应的''点''结构和''边''结构共同决定,整体覆盖模型拥有多个覆盖半径, 数据当前位置不同、分辨率不同,实现在多分辨尺度下对数据流形的自适应紧致覆盖. 实验结果表明该方法具有一定的合理性.
2012, 38(5): 776-787.
doi: 10.3724/SP.J.1004.2012.00776
摘要:
利用分数阶次微分和分数阶次积分组成复合导数, 在复合导数基础上提出了一种边缘检测新算子. 为实现分数阶次微分, 推导出一种新的复数模板. 通过检测一维曲线, 验证了复合导数可以近似模拟一阶导数并具有抑制噪声的能力. 二维图像的检测结果表明, 新算子在无噪声干扰情况下可以精确、有效地完成边缘检测任务; 在有噪声情况下可以有效地抑制噪声干扰. 最后, 对新算子进行了定量分析并与 Canny 算子进行比较. 结果表明新算子具有低定位错误率的优势.
利用分数阶次微分和分数阶次积分组成复合导数, 在复合导数基础上提出了一种边缘检测新算子. 为实现分数阶次微分, 推导出一种新的复数模板. 通过检测一维曲线, 验证了复合导数可以近似模拟一阶导数并具有抑制噪声的能力. 二维图像的检测结果表明, 新算子在无噪声干扰情况下可以精确、有效地完成边缘检测任务; 在有噪声情况下可以有效地抑制噪声干扰. 最后, 对新算子进行了定量分析并与 Canny 算子进行比较. 结果表明新算子具有低定位错误率的优势.
2012, 38(5): 788-796.
doi: 10.3724/SP.J.1004.2012.00788
摘要:
人脸特征点跟踪能获取除粗略的人脸位置和运动轨迹以外的人脸部件的精确信息,对计算机视觉研究有重要作用.主动表象模型(Active appearance model, AAM)是描述人脸特征点位置的最有效的方法之一,但是其高维参数空间和梯度下降优化策略使得AAM对初始参数敏感,且易陷入局部极值. 因此,基于传统AAM的人脸特征点跟踪方法不能同时较好地解决大姿态、光照和表情的问题.本文在多视角AAM的框架下,提出一种结合随机森林和线性判别分析(Linear discriminate analysis, LDA)的实时姿态估计算法对跟踪的人脸进行姿态预估计和更新,从而有效地解决了视频人脸大姿态变化的问题.提出了一种改进的在线表象模型(Online appearance model, OAM)方法来评估跟踪的准确性,并自适应地通过增量主成分分析(Principle component analysis, PCA) 学习来更新AAM的纹理模型,极大地提高了跟踪的稳定性和模型应对光照和表情变化的能力.实验结果表明,本文算法在视频人脸特征点跟踪的准确性、鲁棒性和实时性方面都有良好的性能.
人脸特征点跟踪能获取除粗略的人脸位置和运动轨迹以外的人脸部件的精确信息,对计算机视觉研究有重要作用.主动表象模型(Active appearance model, AAM)是描述人脸特征点位置的最有效的方法之一,但是其高维参数空间和梯度下降优化策略使得AAM对初始参数敏感,且易陷入局部极值. 因此,基于传统AAM的人脸特征点跟踪方法不能同时较好地解决大姿态、光照和表情的问题.本文在多视角AAM的框架下,提出一种结合随机森林和线性判别分析(Linear discriminate analysis, LDA)的实时姿态估计算法对跟踪的人脸进行姿态预估计和更新,从而有效地解决了视频人脸大姿态变化的问题.提出了一种改进的在线表象模型(Online appearance model, OAM)方法来评估跟踪的准确性,并自适应地通过增量主成分分析(Principle component analysis, PCA) 学习来更新AAM的纹理模型,极大地提高了跟踪的稳定性和模型应对光照和表情变化的能力.实验结果表明,本文算法在视频人脸特征点跟踪的准确性、鲁棒性和实时性方面都有良好的性能.
2012, 38(5): 797-811.
doi: 10.3724/SP.J.1004.2012.00797
摘要:
领域适应学习是一种新颖的解决先验信息缺少的模式分类问题的有效方法, 最大化地缩小领域间样本分布差是领域适应学习成功的关键因素之一,而仅考虑领域间分布均值差最小化, 使得在具体领域适应学习问题上存在一定的局限性.对此,在某个再生核Hilbert空间, 在充分考虑领域间分布的均值差和散度差最小化的基础上,基于结构风险最小化模型, 提出一种领域适应核支持向量学习机(Kernel support vector machine for domain adaptation, DAKSVM)及其最小平方范式,人造和实际数据集实验结果显示,所提方法具有优化或可比较的模式分类性能.
领域适应学习是一种新颖的解决先验信息缺少的模式分类问题的有效方法, 最大化地缩小领域间样本分布差是领域适应学习成功的关键因素之一,而仅考虑领域间分布均值差最小化, 使得在具体领域适应学习问题上存在一定的局限性.对此,在某个再生核Hilbert空间, 在充分考虑领域间分布的均值差和散度差最小化的基础上,基于结构风险最小化模型, 提出一种领域适应核支持向量学习机(Kernel support vector machine for domain adaptation, DAKSVM)及其最小平方范式,人造和实际数据集实验结果显示,所提方法具有优化或可比较的模式分类性能.
2012, 38(5): 812-822.
doi: 10.3724/SP.J.1004.2012.00812
摘要:
根据结点的属性和链接关系,现实世界中的复杂网络大多可分为同配网络和异配网络,社区结构在这两类网络中均普遍存在. 准确地挖掘出两种不同类型网络的社区结构具有重要的理论意义和广泛的应用领域.由于待处理的网络类型通常未知, 因而难以事先确定应当选择何种类型的网络社区挖掘算法才能获得有意义的社区结构. 针对该问题, 本文提出了广义网络社区概念,力图将同配和异配网络社区结构统一起来. 本文提出了随机网络集成模型, 进而提出了广义网络社区挖掘算法G-NCMA. 实验结果表明: 该算法能够在网络类型未知的前提下准确地挖掘出有意义的社区结构, 并能分析出所得社区的类型特征.
根据结点的属性和链接关系,现实世界中的复杂网络大多可分为同配网络和异配网络,社区结构在这两类网络中均普遍存在. 准确地挖掘出两种不同类型网络的社区结构具有重要的理论意义和广泛的应用领域.由于待处理的网络类型通常未知, 因而难以事先确定应当选择何种类型的网络社区挖掘算法才能获得有意义的社区结构. 针对该问题, 本文提出了广义网络社区概念,力图将同配和异配网络社区结构统一起来. 本文提出了随机网络集成模型, 进而提出了广义网络社区挖掘算法G-NCMA. 实验结果表明: 该算法能够在网络类型未知的前提下准确地挖掘出有意义的社区结构, 并能分析出所得社区的类型特征.
2012, 38(5): 823-831.
doi: 10.3724/SP.J.1004.2012.00823
摘要:
Dempster-Shafer证据理论在信息融合领域有着广泛而重要的应用, 但传统Dempster证据组合规则往往会引发一系列反直观结果问题, 如冲突悖论、信任偏移悖论以及证据吸收悖论等. 针对这一问题, 提出了一种基于多准则排序融合的证据组合新方法. 该方法综合利用了证据精度、证据可信度以及证据自冲突程度等指标评价待组合证据体,并以选择性融合的方式获取最终的组合结果. 仿真结果和相关分析表明,所提方法是合理有效的.
Dempster-Shafer证据理论在信息融合领域有着广泛而重要的应用, 但传统Dempster证据组合规则往往会引发一系列反直观结果问题, 如冲突悖论、信任偏移悖论以及证据吸收悖论等. 针对这一问题, 提出了一种基于多准则排序融合的证据组合新方法. 该方法综合利用了证据精度、证据可信度以及证据自冲突程度等指标评价待组合证据体,并以选择性融合的方式获取最终的组合结果. 仿真结果和相关分析表明,所提方法是合理有效的.
2012, 38(5): 832-840.
doi: 10.3724/SP.J.1004.2012.00832
摘要:
主元分析(Principal component analysis, PCA)是一种常用的故障检测方法,由于特征提取不准确, 在用于故障诊断时常存在误报率和漏报率较高的现象.为此,本文首先介绍了基于全局的协方差矩阵的信息增量矩阵的故障诊断方法,虽然相比PCA方法它能有效减少误报率和漏报率, 但随着采样样本的增加,会因计算得到的阈值越来越不具代表性和计算量较大等原因而影响该方法的性能.然后,建立了基于局部数据的移动窗口协方差矩阵的信息增量矩阵的故障诊断方法, 以克服上述方法中存在的不足. 该方法主要通过定义局部协方差矩阵、局部信息增量矩阵、局部信息增量均值、 局部动态阈值、异常检测与判定等过程完成.最后,通过两个数值仿真例子来验证PCA方法、 基于全局的协方差矩阵的信息增量矩阵方法以及本文方法在故障误报和漏报方面的检测效能. 实验结果表明,本文方法具有最好的检测性能.
主元分析(Principal component analysis, PCA)是一种常用的故障检测方法,由于特征提取不准确, 在用于故障诊断时常存在误报率和漏报率较高的现象.为此,本文首先介绍了基于全局的协方差矩阵的信息增量矩阵的故障诊断方法,虽然相比PCA方法它能有效减少误报率和漏报率, 但随着采样样本的增加,会因计算得到的阈值越来越不具代表性和计算量较大等原因而影响该方法的性能.然后,建立了基于局部数据的移动窗口协方差矩阵的信息增量矩阵的故障诊断方法, 以克服上述方法中存在的不足. 该方法主要通过定义局部协方差矩阵、局部信息增量矩阵、局部信息增量均值、 局部动态阈值、异常检测与判定等过程完成.最后,通过两个数值仿真例子来验证PCA方法、 基于全局的协方差矩阵的信息增量矩阵方法以及本文方法在故障误报和漏报方面的检测效能. 实验结果表明,本文方法具有最好的检测性能.
2012, 38(5): 841-849.
doi: 10.3724/SP.J.1004.2012.00841
摘要:
在回转窑燃煤火焰视频模糊且干扰较大的情况下, 基于火焰辐射能量和燃烧稳定程度提取多帧煤粉燃烧图像的统计特征进行烧结温度判断. 为克服工业现场特征数据中的粗差干扰,将极限学习机(Extreme learning machine, ELM)与稳健估计理论相结合, 用训练误差分布的Parzen窗非参数估计构造ELM权矩阵,对其输出层权值进行稳健最小二乘估计. 基于上述火焰视频的统计特征,用该改进的鲁棒极限学习机(Robust-ELM)检测烧结带温度.实验结果表明, 在视频图像模糊、不能用常规静态图像处理方法软测量烧结带温度时,本文方法可快速有效地检测窑内烧结温度, 且检测系统不易受现场干扰,稳定性强.
在回转窑燃煤火焰视频模糊且干扰较大的情况下, 基于火焰辐射能量和燃烧稳定程度提取多帧煤粉燃烧图像的统计特征进行烧结温度判断. 为克服工业现场特征数据中的粗差干扰,将极限学习机(Extreme learning machine, ELM)与稳健估计理论相结合, 用训练误差分布的Parzen窗非参数估计构造ELM权矩阵,对其输出层权值进行稳健最小二乘估计. 基于上述火焰视频的统计特征,用该改进的鲁棒极限学习机(Robust-ELM)检测烧结带温度.实验结果表明, 在视频图像模糊、不能用常规静态图像处理方法软测量烧结带温度时,本文方法可快速有效地检测窑内烧结温度, 且检测系统不易受现场干扰,稳定性强.
2012, 38(5): 850-857.
doi: 10.3724/SP.J.1004.2012.00850
摘要:
电阻抗扫描成像作为一种无损功能成像方法, 在乳腺癌诊断方面已经成为X射线乳腺成像的辅助诊断工具. 基于电阻抗扫描成像(Electrical impedance scanning, EIS )的人工诊断方法主观性强、诊断性能差异性较大. 本文提出了一种新的乳腺癌参数提取算法—全参数提取算法(Complete parameters extraction algorithm, CPEA), 并在此基础上设计了一个乳腺癌诊断算子—异常能量指数(Abnormal energy indicator, AEI), 可将乳腺癌诊断及癌灶参数提取合二为一.临床实验表明, 新方法可用于乳腺癌的实时诊断,具有较高的灵敏度和特异度, 同时能够给出癌灶的完整参数信息.
电阻抗扫描成像作为一种无损功能成像方法, 在乳腺癌诊断方面已经成为X射线乳腺成像的辅助诊断工具. 基于电阻抗扫描成像(Electrical impedance scanning, EIS )的人工诊断方法主观性强、诊断性能差异性较大. 本文提出了一种新的乳腺癌参数提取算法—全参数提取算法(Complete parameters extraction algorithm, CPEA), 并在此基础上设计了一个乳腺癌诊断算子—异常能量指数(Abnormal energy indicator, AEI), 可将乳腺癌诊断及癌灶参数提取合二为一.临床实验表明, 新方法可用于乳腺癌的实时诊断,具有较高的灵敏度和特异度, 同时能够给出癌灶的完整参数信息.
2012, 38(5): 858-864.
doi: 10.3724/SP.J.1004.2012.00858
摘要:
研究含大测量时滞和噪声的网络控制系统(Networked control systems, NCS)的故障诊断问题, 提出一种新的基于无时滞转换方法的最优故障诊断器的设计方法. 该方法首先构造一个隐含故障状态的增广系统, 并利用无时滞转换方法将含有测量时滞的网络控制系统转换为无时滞系统. 然后给出了故障的可诊断性判据, 并利用对偶原理将最优故障诊断器的设计问题转换为状态反馈控制器设计问题. 最后, 通过构造一种满足二次型性能指标的最优故障诊断器, 实现了故障的实时诊断. 仿真示例验证了该方法的可行性和有效性.
研究含大测量时滞和噪声的网络控制系统(Networked control systems, NCS)的故障诊断问题, 提出一种新的基于无时滞转换方法的最优故障诊断器的设计方法. 该方法首先构造一个隐含故障状态的增广系统, 并利用无时滞转换方法将含有测量时滞的网络控制系统转换为无时滞系统. 然后给出了故障的可诊断性判据, 并利用对偶原理将最优故障诊断器的设计问题转换为状态反馈控制器设计问题. 最后, 通过构造一种满足二次型性能指标的最优故障诊断器, 实现了故障的实时诊断. 仿真示例验证了该方法的可行性和有效性.
2012, 38(5): 865-869.
doi: 10.3724/SP.J.1004.2012.00865
摘要:
研究了具有积分输入状态稳定 (Integral input-to-state stability, iISS)逆动态和未知控制方向的更一般的非线性系统的输出反馈调节问题. 利用自适应反推的方法, 所设计的输出反馈控制器使得闭环系统的输出调节到原点, 并且闭环系统的其他信号有界.
研究了具有积分输入状态稳定 (Integral input-to-state stability, iISS)逆动态和未知控制方向的更一般的非线性系统的输出反馈调节问题. 利用自适应反推的方法, 所设计的输出反馈控制器使得闭环系统的输出调节到原点, 并且闭环系统的其他信号有界.
2012, 38(5): 870-876.
doi: 10.3724/SP.J.1004.2012.00870
摘要:
为了全面评价显著图''凸显''目标的程度, 本文建立了一系列定量指标来评价目前备受关注的五种显著图模型在目标分割中的作用. 首先,简要回顾了五种显著图模型;其次,以人工分割作为显示图像中感兴趣目标的标准,建立了三组评价指标 (分别对应原始显著图、固定阈值以及自适应阈值的分割图);最后,在Corel、MSRA、Weizmann等图像数据库上进行了评价实验,结果显示了五种显著图模型在目标分割中的不同性能.本文的研究对基于显著性目标分割方法的进一步发展和应用具有一定的意义和参考价值.
为了全面评价显著图''凸显''目标的程度, 本文建立了一系列定量指标来评价目前备受关注的五种显著图模型在目标分割中的作用. 首先,简要回顾了五种显著图模型;其次,以人工分割作为显示图像中感兴趣目标的标准,建立了三组评价指标 (分别对应原始显著图、固定阈值以及自适应阈值的分割图);最后,在Corel、MSRA、Weizmann等图像数据库上进行了评价实验,结果显示了五种显著图模型在目标分割中的不同性能.本文的研究对基于显著性目标分割方法的进一步发展和应用具有一定的意义和参考价值.
2012, 38(5): 876-881.
doi: 10.3724/SP.J.1004.2012.00876
摘要:
针对一类马尔科夫网络控制系统(Networked control system, NCS),研究了其均方指数镇定问题. 首先将网络控制系统建模为离散时间切换系统,子系统间的切换过程由一个转移概率矩阵已知的马尔科夫链描述, 并给出了子系统间切换频度的范围;进而基于随机过程理论和切换系统稳定性理论, 利用状态反馈实现了网络控制系统均方指数镇定,状态反馈控制律可通过求解一组线性矩阵不等式获得. 最后通过数值仿真例子验证了本文方法的有效性.
针对一类马尔科夫网络控制系统(Networked control system, NCS),研究了其均方指数镇定问题. 首先将网络控制系统建模为离散时间切换系统,子系统间的切换过程由一个转移概率矩阵已知的马尔科夫链描述, 并给出了子系统间切换频度的范围;进而基于随机过程理论和切换系统稳定性理论, 利用状态反馈实现了网络控制系统均方指数镇定,状态反馈控制律可通过求解一组线性矩阵不等式获得. 最后通过数值仿真例子验证了本文方法的有效性.
2012, 38(5): 882-888.
doi: 10.3724/SP.J.1004.2012.00882
摘要:
针对由多个无源性系统所构成的分布式有向网络系统,基于 Lyapunov方法提出了设计与分析同步控制协议的新框架. 其设计与分析方法适用于一类更广泛的有向拓扑网络,克服了已有理论框架下拓扑分析的局限性. 该方法也适用于带有通信时延及控制输入饱和的系统. 在新的理论框架下,分析了网络化拉格朗日系统的同步控制问题,并对网络化多机械手系统的同步控制进行了仿真研究. 仿真结果表明了算法的有效性.
针对由多个无源性系统所构成的分布式有向网络系统,基于 Lyapunov方法提出了设计与分析同步控制协议的新框架. 其设计与分析方法适用于一类更广泛的有向拓扑网络,克服了已有理论框架下拓扑分析的局限性. 该方法也适用于带有通信时延及控制输入饱和的系统. 在新的理论框架下,分析了网络化拉格朗日系统的同步控制问题,并对网络化多机械手系统的同步控制进行了仿真研究. 仿真结果表明了算法的有效性.
