2015年 第41卷 第5期
2015, 41(5): 861-873.
doi: 10.16383/j.aas.2015.c140724
摘要:
视觉伺服控制是机器人系统的重要控制手段. 随着机器人应用需求的日益复杂多样,视觉伺服的研究面临着挑战. 视觉伺服系统的设计主要包括视觉系统、控制策略和实现策略三个方面. 文中对视觉伺服中存在的主要问题进行了分析,重点介绍了视觉系统中改善动态性能和处理噪声的主要技术手段,阐述了处理模型不确定性和约束的控制策略的改进方案,总结了提高视觉伺服系统的可实现性和灵活性的实现策略. 最后,基于当前的研究进展对未来的研究方向进行了展望.
视觉伺服控制是机器人系统的重要控制手段. 随着机器人应用需求的日益复杂多样,视觉伺服的研究面临着挑战. 视觉伺服系统的设计主要包括视觉系统、控制策略和实现策略三个方面. 文中对视觉伺服中存在的主要问题进行了分析,重点介绍了视觉系统中改善动态性能和处理噪声的主要技术手段,阐述了处理模型不确定性和约束的控制策略的改进方案,总结了提高视觉伺服系统的可实现性和灵活性的实现策略. 最后,基于当前的研究进展对未来的研究方向进行了展望.
2015, 41(5): 874-884.
doi: 10.16383/j.aas.2015.c140632
摘要:
模仿人类行走规律是规划双足机器人运动的基础.以往模仿人类步态主要通过视觉方法或惯性模块测量(Inertia measurement unit, IMU)方法捕捉人体特征点轨迹.这些方法不考虑零力矩点(Zero moment point, ZMP)的相似性.为解决该问题,本文提出了一种基于足底肌电信号(Electromyography, EMG)和惯性模块测量信号的混合运动规划方法.该方法通过测量足底肌电信号计算出足底压力中心的位置以及踝关节扭矩,结合惯性模块所测量的人体躯干和双足轨迹,来规划双足机器人的步态.首先,用肌电仪测量足底肌电信号,用惯性测量模块测量人体各肢体部分的姿态轨迹,经数据标定后作为仿人机器人的运动参考; 然后,通过预观控制输出稳定的步态.为确保仿人行走的效果,基于人体相似性对运动数据进行了步态优化.实验验证和分析表明, EMG信号超前ZMP约160ms,利用这个特性实现了对压力点位置的有效预测,提高了机器人在线模仿人类行走的稳定性.
模仿人类行走规律是规划双足机器人运动的基础.以往模仿人类步态主要通过视觉方法或惯性模块测量(Inertia measurement unit, IMU)方法捕捉人体特征点轨迹.这些方法不考虑零力矩点(Zero moment point, ZMP)的相似性.为解决该问题,本文提出了一种基于足底肌电信号(Electromyography, EMG)和惯性模块测量信号的混合运动规划方法.该方法通过测量足底肌电信号计算出足底压力中心的位置以及踝关节扭矩,结合惯性模块所测量的人体躯干和双足轨迹,来规划双足机器人的步态.首先,用肌电仪测量足底肌电信号,用惯性测量模块测量人体各肢体部分的姿态轨迹,经数据标定后作为仿人机器人的运动参考; 然后,通过预观控制输出稳定的步态.为确保仿人行走的效果,基于人体相似性对运动数据进行了步态优化.实验验证和分析表明, EMG信号超前ZMP约160ms,利用这个特性实现了对压力点位置的有效预测,提高了机器人在线模仿人类行走的稳定性.
2015, 41(5): 885-898.
doi: 10.16383/j.aas.2015.c140498
摘要:
工件在生产单元之间频繁转移产生了跨单元调度问题.本文结合我国装备制造业的生产实际,提出考虑运输能力的跨单元调度方法,设计了一种基于离散蜂群与决策块结构的超启发式算法.针对传统超启发式算法的局限性提出动态决策块策略, 同时改进传统蜂群算法的侦查蜂策略,使之具有更好的优化性能.实验表明,动态决策块具有比静态决策块更好的性能,算法在优化能力和计算效率的综合性能上优势显著,并且问题的规模越大,优势越明显.
工件在生产单元之间频繁转移产生了跨单元调度问题.本文结合我国装备制造业的生产实际,提出考虑运输能力的跨单元调度方法,设计了一种基于离散蜂群与决策块结构的超启发式算法.针对传统超启发式算法的局限性提出动态决策块策略, 同时改进传统蜂群算法的侦查蜂策略,使之具有更好的优化性能.实验表明,动态决策块具有比静态决策块更好的性能,算法在优化能力和计算效率的综合性能上优势显著,并且问题的规模越大,优势越明显.
2015, 41(5): 899-905.
doi: 10.16383/j.aas.2015.c130680
摘要:
对间歇过程的多操作阶段进行划分时,往往会被离群点和噪声干扰,影响建模的精确性,针对此问题提出一种新的方法:主元分析--多方向高斯混合模型(Principal component analysis-multiple Gaussian mixture model, PCA-MGMM)建模方法.首先用最短长度法对数据进行等长处理,融合不同展开方法相结合的处理方式消除数据预估问题;利用主元分析方法将数据转换到对故障较为敏感的低维子空间中,得到主元的同时消除了离群点和噪声的干扰;通过改进的高斯混合模型(Gaussian mixture model, GMM)算法对各阶段主元进行聚类,减少了运算量的同时自动得到最佳高斯成分和对应的统计分布参数;最后将局部指标融合为全局概率监控指标,实现了连续的在线监控.通过一个实际的半导体制造过程的仿真研究验证了所提方法的有效性.
对间歇过程的多操作阶段进行划分时,往往会被离群点和噪声干扰,影响建模的精确性,针对此问题提出一种新的方法:主元分析--多方向高斯混合模型(Principal component analysis-multiple Gaussian mixture model, PCA-MGMM)建模方法.首先用最短长度法对数据进行等长处理,融合不同展开方法相结合的处理方式消除数据预估问题;利用主元分析方法将数据转换到对故障较为敏感的低维子空间中,得到主元的同时消除了离群点和噪声的干扰;通过改进的高斯混合模型(Gaussian mixture model, GMM)算法对各阶段主元进行聚类,减少了运算量的同时自动得到最佳高斯成分和对应的统计分布参数;最后将局部指标融合为全局概率监控指标,实现了连续的在线监控.通过一个实际的半导体制造过程的仿真研究验证了所提方法的有效性.
2015, 41(5): 906-913.
doi: 10.16383/j.aas.2015.c140560
摘要:
针对离散流水车间, 设备故障率函数服从威布尔分布, 在考虑维护策略的基础上, 以工件的最终完工时间期望值为质量鲁棒性指标、以所有工序的开始加工时间的延迟总和的期望值为解鲁棒性指标, 建立了不确定性环境下预防性维护(Preventive maintenance, PM)和生产调度的集成优化模型, 联合决策各工序的开始加工时间和预防性维护位置. 进一步, 设计了基于工件优先列表、有效代理指标、邻域搜索机制的三阶段启发式算法对模型进行求解. 最后, 数值实验与传统方法对比结果表明, 系统最优缓冲时间随着解鲁棒性权重的增大而逐渐增加, 且质量鲁棒性堕化速度远小于解鲁棒性提升的速度, 使得其与传统方法相比总体目标愈加优异.
针对离散流水车间, 设备故障率函数服从威布尔分布, 在考虑维护策略的基础上, 以工件的最终完工时间期望值为质量鲁棒性指标、以所有工序的开始加工时间的延迟总和的期望值为解鲁棒性指标, 建立了不确定性环境下预防性维护(Preventive maintenance, PM)和生产调度的集成优化模型, 联合决策各工序的开始加工时间和预防性维护位置. 进一步, 设计了基于工件优先列表、有效代理指标、邻域搜索机制的三阶段启发式算法对模型进行求解. 最后, 数值实验与传统方法对比结果表明, 系统最优缓冲时间随着解鲁棒性权重的增大而逐渐增加, 且质量鲁棒性堕化速度远小于解鲁棒性提升的速度, 使得其与传统方法相比总体目标愈加优异.
2015, 41(5): 914-927.
doi: 10.16383/j.aas.2015.c140681
摘要:
针对智能信息处理中Dempster组合规则不能处理高度冲突的问题,考虑到序贯证据的序列性具有高效的抗干扰性能,因此本文提出了一种基于马尔科夫链的冲突证据组合方法. 首先,从经典马尔科夫链中的确定性状态描述扩展到不确定性状态描述;然后,以滑动窗口宽度l对序贯历史证据进行采样, 并利用相似性测度计算的权重来修正它们,从而对修正后的历史证据进行马尔科夫建模,并根据转移概率矩阵,计算证据代表;最后,利用Murphy组合规则对该证据代表组合l-1次. 当然,本文方法也比较适合批量同步融合. 大量的仿真实验对比分析表明,该方法优势比较明显, 有效地解决了冲突证据合成出现的问题,并能有效兼顾合成结果的鲁棒性和灵敏性.
针对智能信息处理中Dempster组合规则不能处理高度冲突的问题,考虑到序贯证据的序列性具有高效的抗干扰性能,因此本文提出了一种基于马尔科夫链的冲突证据组合方法. 首先,从经典马尔科夫链中的确定性状态描述扩展到不确定性状态描述;然后,以滑动窗口宽度l对序贯历史证据进行采样, 并利用相似性测度计算的权重来修正它们,从而对修正后的历史证据进行马尔科夫建模,并根据转移概率矩阵,计算证据代表;最后,利用Murphy组合规则对该证据代表组合l-1次. 当然,本文方法也比较适合批量同步融合. 大量的仿真实验对比分析表明,该方法优势比较明显, 有效地解决了冲突证据合成出现的问题,并能有效兼顾合成结果的鲁棒性和灵敏性.
2015, 41(5): 928-935.
doi: 10.16383/j.aas.2015.c140719
摘要:
工业控制系统性能评估关系到工业生产安全与企业绩效. 工业过程扰动频繁且存在时变特性,多变量时变扰动系统缺少统一有效的性能评估方法. 本文提出了基于多模型混合时变最小方差(Multi-model mixing time-variant minimum variance, MMTMV)的多变量系统性能评估方法. 首先,根据扰动作用起止时间设定混合权重,基于多模型混合的思想利用混合权重与每一时变扰动特性设计多变量MMTMV控制器. 然后,利用多变量MMTMV控制器得出各被控变量输出方差,将多变量MMTMV控制器下被控变量的平均方差作为性能评估的基准. 最后,本文通过在裂解过程和精馏过程中的控制性能评估应用,验证了多变量MMTMV评估方法的有效性.
工业控制系统性能评估关系到工业生产安全与企业绩效. 工业过程扰动频繁且存在时变特性,多变量时变扰动系统缺少统一有效的性能评估方法. 本文提出了基于多模型混合时变最小方差(Multi-model mixing time-variant minimum variance, MMTMV)的多变量系统性能评估方法. 首先,根据扰动作用起止时间设定混合权重,基于多模型混合的思想利用混合权重与每一时变扰动特性设计多变量MMTMV控制器. 然后,利用多变量MMTMV控制器得出各被控变量输出方差,将多变量MMTMV控制器下被控变量的平均方差作为性能评估的基准. 最后,本文通过在裂解过程和精馏过程中的控制性能评估应用,验证了多变量MMTMV评估方法的有效性.
2015, 41(5): 936-948.
doi: 10.16383/j.aas.2015.c140455
摘要:
针对运输能力受限条件下的跨单元问题,提出了一种基于混合蛙跳与遗传规划的超启发式算法.将改进的混合蛙跳算法作为超启发式算法的高层框架,为跨单元调度问题搜索启发式规则,同时利用遗传规划产生可以兼顾多因素的优质规则,用于扩充超启发式算法的规则集.实验表明,提出的算法可以有效地搜索出优异的规则组合,并且通过遗传规划产生的规则可以在很大程度上改善候选规则集,提升算法性能.
针对运输能力受限条件下的跨单元问题,提出了一种基于混合蛙跳与遗传规划的超启发式算法.将改进的混合蛙跳算法作为超启发式算法的高层框架,为跨单元调度问题搜索启发式规则,同时利用遗传规划产生可以兼顾多因素的优质规则,用于扩充超启发式算法的规则集.实验表明,提出的算法可以有效地搜索出优异的规则组合,并且通过遗传规划产生的规则可以在很大程度上改善候选规则集,提升算法性能.
2015, 41(5): 949-959.
doi: 10.16383/j.aas.2015.c140585
摘要:
提出了一种搜索个体分工明确、协同合作的群智能优化算法,并从理论上证明了其收敛性. 由于搜索个体(搜索元)具有分工不同的多元化特点,所以我们称该算法为多元优化算法(Multivariant optimization algorithm, MOA).多元优化算法中, 全局搜索元和局部搜索元基于数据表高效的记录和分享信息以协同合作对解空间进行搜索. 在一次迭代中,全局搜索元搜索整个解空间以寻找潜在解区域,然后具有不同种群大小的局部搜索元组对潜力不同的历史潜在解区域以及新发现的潜在解区域进行不同粒度的搜索. 搜索元找到的较优解按照一定的规则保存在由队列和堆栈组成的结构体中以实现历史信息的高效记忆和共享. 结构体中保存的候选解在迭代过程中不断更新逐渐接近最优解,最终找到优化问题的多个全局最优解以及局部次优解.基于马尔科夫过程的理论分析表明:多元优化算法以概率1 收敛于全局最优解.为了评估多元优化算法的收敛性,本文利用多元优化算法以及其他五个常用的优化算法对十三个二维及十维标准测试函数进行了寻优测试. 实验结果表明,多元优化算法在收敛成功率和收敛精度方面优于其他参与比较的算法.
提出了一种搜索个体分工明确、协同合作的群智能优化算法,并从理论上证明了其收敛性. 由于搜索个体(搜索元)具有分工不同的多元化特点,所以我们称该算法为多元优化算法(Multivariant optimization algorithm, MOA).多元优化算法中, 全局搜索元和局部搜索元基于数据表高效的记录和分享信息以协同合作对解空间进行搜索. 在一次迭代中,全局搜索元搜索整个解空间以寻找潜在解区域,然后具有不同种群大小的局部搜索元组对潜力不同的历史潜在解区域以及新发现的潜在解区域进行不同粒度的搜索. 搜索元找到的较优解按照一定的规则保存在由队列和堆栈组成的结构体中以实现历史信息的高效记忆和共享. 结构体中保存的候选解在迭代过程中不断更新逐渐接近最优解,最终找到优化问题的多个全局最优解以及局部次优解.基于马尔科夫过程的理论分析表明:多元优化算法以概率1 收敛于全局最优解.为了评估多元优化算法的收敛性,本文利用多元优化算法以及其他五个常用的优化算法对十三个二维及十维标准测试函数进行了寻优测试. 实验结果表明,多元优化算法在收敛成功率和收敛精度方面优于其他参与比较的算法.
2015, 41(5): 960-969.
doi: 10.16383/j.aas.2015.c140238
摘要:
视觉词包(Bag-of-visual-words, BoVW) 模型是一种有效的图像分类方法. 本文提出一种基于语义抽象的多层次决策(Multiple layer decision, MLD) 方法,通过在BoVW 中引入抽象语义进行多层次扩展,采用语义保留方法生成具有语义的视觉词典,利用自底向上的方式逐层传递语义, 训练上层语义分类器;分类时采用自顶向下方式逐层判断待测样本的类别. 用标准数据集验证方法的分类性能. 结果表明,本文提出的方法与主流分类方法相比具有更好的分类性能.
视觉词包(Bag-of-visual-words, BoVW) 模型是一种有效的图像分类方法. 本文提出一种基于语义抽象的多层次决策(Multiple layer decision, MLD) 方法,通过在BoVW 中引入抽象语义进行多层次扩展,采用语义保留方法生成具有语义的视觉词典,利用自底向上的方式逐层传递语义, 训练上层语义分类器;分类时采用自顶向下方式逐层判断待测样本的类别. 用标准数据集验证方法的分类性能. 结果表明,本文提出的方法与主流分类方法相比具有更好的分类性能.
2015, 41(5): 970-980.
doi: 10.16383/j.aas.2015.c140185
摘要:
眼底视网膜血管分割对临床视网膜疾病诊断具有重要意义. 由于视网膜血管结构微小, 血管轮廓边界模糊, 加上图像采集时噪声的影响, 视网膜血管分割非常困难. 本文提出一种视网膜血管自动分割新方法. 首先, 应用对比度受限的自适应直方图均衡法增强视网膜图像;然后, 采用不同尺度的2D Gabor小波对视网膜图像进行变换, 并分别应用形态学重构 (Morphological reconstruction, MR)和区域生长法 (Region growing, RG)对变换后的图像进行分割; 最后, 对以上两种方法分割的视网膜血管和背景像素点重新标记识别, 得到视网膜血管最终分割结果. 通过对DRIVE和STARE数据库视网膜图像的分割实验, 证明了该算法的有效性.
眼底视网膜血管分割对临床视网膜疾病诊断具有重要意义. 由于视网膜血管结构微小, 血管轮廓边界模糊, 加上图像采集时噪声的影响, 视网膜血管分割非常困难. 本文提出一种视网膜血管自动分割新方法. 首先, 应用对比度受限的自适应直方图均衡法增强视网膜图像;然后, 采用不同尺度的2D Gabor小波对视网膜图像进行变换, 并分别应用形态学重构 (Morphological reconstruction, MR)和区域生长法 (Region growing, RG)对变换后的图像进行分割; 最后, 对以上两种方法分割的视网膜血管和背景像素点重新标记识别, 得到视网膜血管最终分割结果. 通过对DRIVE和STARE数据库视网膜图像的分割实验, 证明了该算法的有效性.
2015, 41(5): 981-990.
doi: 10.16383/j.aas.2015.c140810
摘要:
视觉感受野(Visual receptive field)模型作为生物视觉感知计算的基础单元,在整个生物视觉信息加工过程中发挥着重要作用.借鉴具有运动视觉特长的生物感受野特性研究高效的运动视觉计算技术,是一种潜在可行的方法.本文基于蛙眼R3细胞感受野,在高斯差分模型(Difference of Gaussians, DOG)的基础上引入时间和空间各向异性的运动视觉表达方式, 提出一种基于蛙眼R3细胞的不对称各向异性感受野(Asymmetric anisotropy receptive field, AARF)模型,表达蛙类视觉系统对运动目标敏感的视觉时空特征.基于该运动视觉模型,进一步提出了一种面向序列图像运动目标分析的蛙眼时空运动滤波算子(Frog-based spatio-temporal motion filter, FSTMF),以实现运动目标准确检测与分析.实验结果表明,该方法具有使序列图像背景模糊、动态目标突显的滤波效果,既符合蛙眼视觉背景模糊而前景清晰的特性,也为下一步运动目标的准确检测实现了高效的预处理.
视觉感受野(Visual receptive field)模型作为生物视觉感知计算的基础单元,在整个生物视觉信息加工过程中发挥着重要作用.借鉴具有运动视觉特长的生物感受野特性研究高效的运动视觉计算技术,是一种潜在可行的方法.本文基于蛙眼R3细胞感受野,在高斯差分模型(Difference of Gaussians, DOG)的基础上引入时间和空间各向异性的运动视觉表达方式, 提出一种基于蛙眼R3细胞的不对称各向异性感受野(Asymmetric anisotropy receptive field, AARF)模型,表达蛙类视觉系统对运动目标敏感的视觉时空特征.基于该运动视觉模型,进一步提出了一种面向序列图像运动目标分析的蛙眼时空运动滤波算子(Frog-based spatio-temporal motion filter, FSTMF),以实现运动目标准确检测与分析.实验结果表明,该方法具有使序列图像背景模糊、动态目标突显的滤波效果,既符合蛙眼视觉背景模糊而前景清晰的特性,也为下一步运动目标的准确检测实现了高效的预处理.
2015, 41(5): 991-1003.
doi: 10.16383/j.aas.2015.c140233
摘要:
为解决点刻式直接零件标志(Direct part mark, DPM)码基本单元分割困难、区域定位欠精确等问题, 提出使用超像素分割和谱聚类相结合的算法,对含有DPM区域的图像进行初步分割和精确定位. 首先为提高超像素分割的准确、快速和完整性,本文利用近邻传播聚类思想实现自动聚类得到超像素区域, 并引入边缘置信度调整超像素边缘,形成自适应边缘简单线性迭代聚类 (Adaptive edge simple linear iterative clustering, AE-SLIC)算法. 该算法改进了简单线性迭代聚类(Simple linear iterative clustering, SLIC)超像素分割算法存在的未明确界定超像素区域边缘信息和分割数目无法自适应确定等问题; 其次,将超像素作为谱聚类中图的顶点进行二次聚类, DPM区域内超像素因相似度高而被聚集为一类, 从而完成点刻式DPM区域的精确定位.经实验测试和分析,本文算法得到的超像素分割结果在完整性、 运算复杂度等方面优于常见的超像素分割算法.与基于像素点运算的传统定位算法相比, 本文算法具有良好的实时性、定位准确率和鲁棒性.
为解决点刻式直接零件标志(Direct part mark, DPM)码基本单元分割困难、区域定位欠精确等问题, 提出使用超像素分割和谱聚类相结合的算法,对含有DPM区域的图像进行初步分割和精确定位. 首先为提高超像素分割的准确、快速和完整性,本文利用近邻传播聚类思想实现自动聚类得到超像素区域, 并引入边缘置信度调整超像素边缘,形成自适应边缘简单线性迭代聚类 (Adaptive edge simple linear iterative clustering, AE-SLIC)算法. 该算法改进了简单线性迭代聚类(Simple linear iterative clustering, SLIC)超像素分割算法存在的未明确界定超像素区域边缘信息和分割数目无法自适应确定等问题; 其次,将超像素作为谱聚类中图的顶点进行二次聚类, DPM区域内超像素因相似度高而被聚集为一类, 从而完成点刻式DPM区域的精确定位.经实验测试和分析,本文算法得到的超像素分割结果在完整性、 运算复杂度等方面优于常见的超像素分割算法.与基于像素点运算的传统定位算法相比, 本文算法具有良好的实时性、定位准确率和鲁棒性.
2015, 41(5): 1004-1012.
doi: 10.16383/j.aas.2015.c140073
摘要:
随着推荐系统在电子商务界的快速发展以及取得的巨大经济收益, 有目的性的托攻击是目前协同过滤系统面临的重大安全威胁, 研究一种可抵御攻击的鲁棒推荐技术已成为目前推荐系统领域的重要课题.本文利用历史记录得到用户声誉, 建立声誉推荐系统, 并结合协同过滤推荐领域内的隐语义模型, 提出基于用户声誉的隐语义模型鲁棒协同算法.本文提出的算法从人为攻击和自然噪声两个方面对系统的鲁棒性进行了改善.在真实的数据集 Movielens 1M 上的实验表明, 与现有的鲁棒性推荐算法相比, 这种算法具有形式简单、可解释性强、稳定的特点, 且在精度得到一定提升的情况下大大增强了系统抵御攻击的能力.
随着推荐系统在电子商务界的快速发展以及取得的巨大经济收益, 有目的性的托攻击是目前协同过滤系统面临的重大安全威胁, 研究一种可抵御攻击的鲁棒推荐技术已成为目前推荐系统领域的重要课题.本文利用历史记录得到用户声誉, 建立声誉推荐系统, 并结合协同过滤推荐领域内的隐语义模型, 提出基于用户声誉的隐语义模型鲁棒协同算法.本文提出的算法从人为攻击和自然噪声两个方面对系统的鲁棒性进行了改善.在真实的数据集 Movielens 1M 上的实验表明, 与现有的鲁棒性推荐算法相比, 这种算法具有形式简单、可解释性强、稳定的特点, 且在精度得到一定提升的情况下大大增强了系统抵御攻击的能力.
2015, 41(5): 1013-1023.
doi: 10.16383/j.aas.2015.c140116
摘要:
自对偶形态学算子不依赖形态学腐蚀、膨胀算子的先后次序, 是一种等同处理图像背景和前景的形态学算子. 而将自对偶形态学算子拓展到多通道图像处理是一个难题. 为了解决该问题, 提出了基于极值约束的矢量自对偶形态学滤波算子(EC-VSDMF). 首先根据对称矢量排序算法构建满足对偶性的矢量形态学算子, 然后依据形态学算子中的极值原理优化矢量集合, 从而有效抑制矢量集合中包含单通道极值的矢量作为输出结果, 最终实现了具有约束功能的矢量自对偶形态学滤波算子(VSDMF). 实验结果表明, EC-VSDMF继承了传统自对偶形态学滤波算子的性质, 将其应用于彩色图像滤波可以改善现有矢量形态学滤波算子导致滤波后图像亮度和色度发生偏移的问题. 滤波后的图像在有效抑制噪声的同时较好地保留了图像细节, 滤波性能甚至超过了多种现有的矢量中值滤波算子.
自对偶形态学算子不依赖形态学腐蚀、膨胀算子的先后次序, 是一种等同处理图像背景和前景的形态学算子. 而将自对偶形态学算子拓展到多通道图像处理是一个难题. 为了解决该问题, 提出了基于极值约束的矢量自对偶形态学滤波算子(EC-VSDMF). 首先根据对称矢量排序算法构建满足对偶性的矢量形态学算子, 然后依据形态学算子中的极值原理优化矢量集合, 从而有效抑制矢量集合中包含单通道极值的矢量作为输出结果, 最终实现了具有约束功能的矢量自对偶形态学滤波算子(VSDMF). 实验结果表明, EC-VSDMF继承了传统自对偶形态学滤波算子的性质, 将其应用于彩色图像滤波可以改善现有矢量形态学滤波算子导致滤波后图像亮度和色度发生偏移的问题. 滤波后的图像在有效抑制噪声的同时较好地保留了图像细节, 滤波性能甚至超过了多种现有的矢量中值滤波算子.
2015, 41(5): 1024-1033.
doi: 10.16383/j.aas.2015.c140399
摘要:
从语音信号声学特征空间的非线性流形结构特点出发, 利用流形上的压缩感知原理, 构建新的语音识别声学模型. 将特征空间划分为多个局部区域, 对每个局部区域用一个低维的因子分析模型进行近似, 从而得到混合因子分析模型. 将上下文相关状态的观测矢量限定在该非线性低维流形结构上, 推导得到其观测概率模型. 最终, 每个状态由一个服从稀疏约束的权重矢量和若干个服从标准正态分布的低维局部因子矢量所决定. 文中给出了局部区域潜在维数的确定准则及模型参数的迭代估计算法. 基于RM语料库的连续语音识别实验表明, 相比于传统的高斯混合模型(Gaussian mixture model, GMM)和子空间高斯混合模型(Subspace Gaussian mixture model, SGMM), 新声学模型在测试集上的平均词错误率(Word error rate, WER)分别相对下降了33.1%和9.2%.
从语音信号声学特征空间的非线性流形结构特点出发, 利用流形上的压缩感知原理, 构建新的语音识别声学模型. 将特征空间划分为多个局部区域, 对每个局部区域用一个低维的因子分析模型进行近似, 从而得到混合因子分析模型. 将上下文相关状态的观测矢量限定在该非线性低维流形结构上, 推导得到其观测概率模型. 最终, 每个状态由一个服从稀疏约束的权重矢量和若干个服从标准正态分布的低维局部因子矢量所决定. 文中给出了局部区域潜在维数的确定准则及模型参数的迭代估计算法. 基于RM语料库的连续语音识别实验表明, 相比于传统的高斯混合模型(Gaussian mixture model, GMM)和子空间高斯混合模型(Subspace Gaussian mixture model, SGMM), 新声学模型在测试集上的平均词错误率(Word error rate, WER)分别相对下降了33.1%和9.2%.
2015, 41(5): 1034-1041.
doi: 10.16383/j.aas.2015.c140686
摘要:
提出了一种基于加权运动估计、矢量分割和可变块层次化处理的运动补偿内插(Motion-compensated frame interpolation, MCFI)算法. 首先, 提出一种加权运动估计改善了运动矢量(Motion vector, MV)的准确度, 其次, 通过矢量聚类分割将视频帧分割为运动区域和背景, 然后对运动区域的运动矢量进行了可变块层次化处理. 此过程中, 采用可变块合并算法保证了运动物体的边缘结构信息不被损坏. 同时考虑到部分可变块的多方向性, 使用了自适应矢量中值滤波器和矢量平滑降低了运动块大小, 能有效地消除传统方法中出现的方块效应和重影现象. 实验结果表明该算法在内插图像的主观视觉效果和客观评估标准上都有所提高, 而且对于运动较快及背景较复杂的视频序列同样具有较强的适应性.
提出了一种基于加权运动估计、矢量分割和可变块层次化处理的运动补偿内插(Motion-compensated frame interpolation, MCFI)算法. 首先, 提出一种加权运动估计改善了运动矢量(Motion vector, MV)的准确度, 其次, 通过矢量聚类分割将视频帧分割为运动区域和背景, 然后对运动区域的运动矢量进行了可变块层次化处理. 此过程中, 采用可变块合并算法保证了运动物体的边缘结构信息不被损坏. 同时考虑到部分可变块的多方向性, 使用了自适应矢量中值滤波器和矢量平滑降低了运动块大小, 能有效地消除传统方法中出现的方块效应和重影现象. 实验结果表明该算法在内插图像的主观视觉效果和客观评估标准上都有所提高, 而且对于运动较快及背景较复杂的视频序列同样具有较强的适应性.
2015, 41(5): 1042-1046.
doi: 10.16383/j.aas.2015.c140604
摘要:
针对采用回声状态网络预测多元混沌时间序列时存在的病态解问题, 本文建立了因子回声状态网络模型, 通过因子分析(Factor analysis, FA)方法提取高维储备池状态矩阵的公因子, 去除冗余和噪声成分. 利用降维后的因子变量与期望输出之间的线性回归关系, 求解网络未知参数. 基于Lorenz序列和大连月平均气温--降雨量的仿真实验验证了本文所提模型的有效性.
针对采用回声状态网络预测多元混沌时间序列时存在的病态解问题, 本文建立了因子回声状态网络模型, 通过因子分析(Factor analysis, FA)方法提取高维储备池状态矩阵的公因子, 去除冗余和噪声成分. 利用降维后的因子变量与期望输出之间的线性回归关系, 求解网络未知参数. 基于Lorenz序列和大连月平均气温--降雨量的仿真实验验证了本文所提模型的有效性.
2015, 41(5): 1047-1052.
doi: 10.16383/j.aas.2015.c140618
摘要:
针对欠驱动(Rotational/translational actuator, RTAC)系统, 设计了一种基于能量分析的自适应控制器. 相比其他控制方法, 该控制策略可根据系统响应情况对平移振荡器质量等系统参数进行在线估计. 具体而言, 首先分析了RTAC系统的总能量; 随后, 在此基础上构造了一个新颖的Lyapunov函数, 从而得到了一种自适应耦合控制器, 采用投影算子作为更新律以确保估计参数在预设的界内并保证系统的收敛性; 最后, 采用Lyapunov方法及LaSalle不变性原理证明了闭环系统的稳定性. 通过数值仿真验证了所提控制器的有效性, 结果表明所提自适应控制器具有良好的控制性能.
针对欠驱动(Rotational/translational actuator, RTAC)系统, 设计了一种基于能量分析的自适应控制器. 相比其他控制方法, 该控制策略可根据系统响应情况对平移振荡器质量等系统参数进行在线估计. 具体而言, 首先分析了RTAC系统的总能量; 随后, 在此基础上构造了一个新颖的Lyapunov函数, 从而得到了一种自适应耦合控制器, 采用投影算子作为更新律以确保估计参数在预设的界内并保证系统的收敛性; 最后, 采用Lyapunov方法及LaSalle不变性原理证明了闭环系统的稳定性. 通过数值仿真验证了所提控制器的有效性, 结果表明所提自适应控制器具有良好的控制性能.
