2015年 第41卷 第6期
2015, 41(6): 1053-1061.
doi: 10.16383/j.aas.2015.c150216
摘要:
五十年前,钱学森为一份情报杂志将英文LASER命名为"激光".之后二 十年,钱学森又提出情报的"激活"理念,从"激光"到"激活",指明了情报应 像"激光"一样,成为决策与行动中"最快的刀、最亮的光、最准的尺",变为"激光情报".本文讨论钱学森的情报"激活"理念与平行情报的关系,以及基于ACP方法构造智能情报"激活器"的问题.
五十年前,钱学森为一份情报杂志将英文LASER命名为"激光".之后二 十年,钱学森又提出情报的"激活"理念,从"激光"到"激活",指明了情报应 像"激光"一样,成为决策与行动中"最快的刀、最亮的光、最准的尺",变为"激光情报".本文讨论钱学森的情报"激活"理念与平行情报的关系,以及基于ACP方法构造智能情报"激活器"的问题.
2015, 41(6): 1062-1079.
doi: 10.16383/j.aas.2015.c140404
摘要:
图像质量对人类视觉信息的获取影响很大, 如何在没有参考图像的情况下准确地评价失真图像的质量是一个关键但又非常困难的问题. 本文回顾了近20年来无参考图像质量评价发展的主要技术. 首先,介绍了这一领域常用的衡量评价算法性能的技术指标,以及几个网上共享的典型图像质量评价数据库; 然后,对各种无参考图像质量评价算法进行详细的分类介绍和特点评析; 最后,基于典型数据库对近几年的一些非特定失真图像质量评价方法进行了性能测试和比较. 目的是为这一领域的研究人员提供一个较为全面的、有价值的文献参考.
图像质量对人类视觉信息的获取影响很大, 如何在没有参考图像的情况下准确地评价失真图像的质量是一个关键但又非常困难的问题. 本文回顾了近20年来无参考图像质量评价发展的主要技术. 首先,介绍了这一领域常用的衡量评价算法性能的技术指标,以及几个网上共享的典型图像质量评价数据库; 然后,对各种无参考图像质量评价算法进行详细的分类介绍和特点评析; 最后,基于典型数据库对近几年的一些非特定失真图像质量评价方法进行了性能测试和比较. 目的是为这一领域的研究人员提供一个较为全面的、有价值的文献参考.
2015, 41(6): 1080-1092.
doi: 10.16383/j.aas.2015.c130202
摘要:
高动态范围(High dynamic range, HDR)图像通常需压缩其动态范围,以便于进行存储、传输、重现. 本文提出一种具有亮度可控与细节保持特性的HDR图像的全局色调映射方法.该方法对HDR图像 照度直方图进行裁剪与补偿,令色调映射后的低动态范围(Low dynamic range, LDR)图像仍能够保持原有的细节特性, 同时利用概率模型估算出输出LDR图像的亮度与标准差,进而调整直方图亮度区域的分配, 使得输出LDR图像的亮度接近用户设置的亮度,最后以分段直方图均衡的方法进行HDR色调映射处理. 仿真结果表明,该方法能对HDR图像动态范围进行合理的压缩映射,输出的LDR图像的亮度可由用户控制或自适应选择, 同时能保持图像的细节信息,令图像的主观视觉感受对比和谐.
高动态范围(High dynamic range, HDR)图像通常需压缩其动态范围,以便于进行存储、传输、重现. 本文提出一种具有亮度可控与细节保持特性的HDR图像的全局色调映射方法.该方法对HDR图像 照度直方图进行裁剪与补偿,令色调映射后的低动态范围(Low dynamic range, LDR)图像仍能够保持原有的细节特性, 同时利用概率模型估算出输出LDR图像的亮度与标准差,进而调整直方图亮度区域的分配, 使得输出LDR图像的亮度接近用户设置的亮度,最后以分段直方图均衡的方法进行HDR色调映射处理. 仿真结果表明,该方法能对HDR图像动态范围进行合理的压缩映射,输出的LDR图像的亮度可由用户控制或自适应选择, 同时能保持图像的细节信息,令图像的主观视觉感受对比和谐.
2015, 41(6): 1093-1101.
doi: 10.16383/j.aas.2015.c150147
摘要:
我国正处于城镇化的快速发展阶段.然而,在城镇化的过程中,决策者常常面临这样的问题:一个城市的资源能支撑多大的人口规模?对产业结构进行怎样的调整才能最大化释放人口承载力?下一年度的城市国内生产总值(Gross domestic product, GDP)增幅 定为多少合理?GDP增幅与居民消费价格指数(Consumer price index, CPI)、就业的定量关系如何?财政投资应投向哪些领域才能最大程度地提高居民满意度?哪些决策影响城市协调发展?等等.如何在城镇化的大背景下化解上述难题,做好城 市发展的顶层规划与设计,是一类重大而复杂的难题.针对此类问题,本文采用系统科学和智能方法,定性定量相结合,首先建立城市GDP、财政收入等关键指标的智能预报模型以及GDP增幅与CPI、就业的定量关系模型,在此基础上 建立城市人口承载力与城市协调发展的优化决策模型,并针对我国某大型城 市的若干重要决策场景进行了案例分析.结果表明,采用系统科学与智能方法,是研究和解决该类难题的新颖且行之有效的方法,相关成果有助于城市决策者提高决策水平,实现定性定量相结合的科学决策.
我国正处于城镇化的快速发展阶段.然而,在城镇化的过程中,决策者常常面临这样的问题:一个城市的资源能支撑多大的人口规模?对产业结构进行怎样的调整才能最大化释放人口承载力?下一年度的城市国内生产总值(Gross domestic product, GDP)增幅 定为多少合理?GDP增幅与居民消费价格指数(Consumer price index, CPI)、就业的定量关系如何?财政投资应投向哪些领域才能最大程度地提高居民满意度?哪些决策影响城市协调发展?等等.如何在城镇化的大背景下化解上述难题,做好城 市发展的顶层规划与设计,是一类重大而复杂的难题.针对此类问题,本文采用系统科学和智能方法,定性定量相结合,首先建立城市GDP、财政收入等关键指标的智能预报模型以及GDP增幅与CPI、就业的定量关系模型,在此基础上 建立城市人口承载力与城市协调发展的优化决策模型,并针对我国某大型城 市的若干重要决策场景进行了案例分析.结果表明,采用系统科学与智能方法,是研究和解决该类难题的新颖且行之有效的方法,相关成果有助于城市决策者提高决策水平,实现定性定量相结合的科学决策.
2015, 41(6): 1102-1112.
doi: 10.16383/j.aas.2015.c120936
摘要:
昆虫能够使用视觉感受的光流(Optical flow, OF)信息执行导航任务. 启发于昆虫的视觉导航, 本文提出了一种生物视觉启发的光流复合导航方法, 它由光流导航和光流辅助导航两部分组成, 以实现高效精确的视觉导航定位. 该方法中, 光流导航的作用是使用昆虫视觉启发的光流法, 测量系统每一时刻的运动位移, 然后使用路径积分累加位移得到位置信息; 光流辅助导航的作用是针对路径积分会产生累积误差的缺点, 使用光流匹配的方法来估计和修正导航中的位置误差. 该光流辅助导航也参考了昆虫启发的光流法, 通过基于光流的卡尔曼滤波器来执行实际和预测光流的迭代匹配. 由于光流导航和光流辅助导航中的光流计算来源于同一昆虫启发光流法, 使得光流复合导航的两部分可共享输入信号和部分执行过程. 文中使用移动机器人进行导航实验,证明了该复合导航方法的效率.
昆虫能够使用视觉感受的光流(Optical flow, OF)信息执行导航任务. 启发于昆虫的视觉导航, 本文提出了一种生物视觉启发的光流复合导航方法, 它由光流导航和光流辅助导航两部分组成, 以实现高效精确的视觉导航定位. 该方法中, 光流导航的作用是使用昆虫视觉启发的光流法, 测量系统每一时刻的运动位移, 然后使用路径积分累加位移得到位置信息; 光流辅助导航的作用是针对路径积分会产生累积误差的缺点, 使用光流匹配的方法来估计和修正导航中的位置误差. 该光流辅助导航也参考了昆虫启发的光流法, 通过基于光流的卡尔曼滤波器来执行实际和预测光流的迭代匹配. 由于光流导航和光流辅助导航中的光流计算来源于同一昆虫启发光流法, 使得光流复合导航的两部分可共享输入信号和部分执行过程. 文中使用移动机器人进行导航实验,证明了该复合导航方法的效率.
2015, 41(6): 1113-1122.
doi: 10.16383/j.aas.2015.c140801
摘要:
针对量测干扰下一种异类过驱动系统中残差与干扰存在耦合关系的问题,提一种运用空间几何方法实现残差对干扰解耦的新算法.通过设计残差生成器并实 现残差对系统输入和量测干扰的解耦,由残差值反馈故障检测情况,根据不可观 测子空间中的空间分割建立结构化残差集,使得残差集与故障集满足完全对应关系,完成故障的隔离.最后通过提出对比仿真算例验证了我们所提算法的可行性和有效性.
针对量测干扰下一种异类过驱动系统中残差与干扰存在耦合关系的问题,提一种运用空间几何方法实现残差对干扰解耦的新算法.通过设计残差生成器并实 现残差对系统输入和量测干扰的解耦,由残差值反馈故障检测情况,根据不可观 测子空间中的空间分割建立结构化残差集,使得残差集与故障集满足完全对应关系,完成故障的隔离.最后通过提出对比仿真算例验证了我们所提算法的可行性和有效性.
2015, 41(6): 1123-1130.
doi: 10.16383/j.aas.2015.c140474
摘要:
针对智能体间的通信拓扑优化问题, 结合图论知识研究了三维空间中最优持久图的生成算法. 首先,利用刚度矩阵生成最优刚性图;然后,根据顶点连通度数的不同分别采取有向化操作方法, 通过逐层缩小最优刚性图范围的方式把刚性图持久化,生成了最优持久图;最后, 对三维空间中随机分布的智能体进行仿真实验,其结果验证了该算法的可行性和有效性, 此算法能降低编队拓扑的通信复杂度,减少通信能量消耗.
针对智能体间的通信拓扑优化问题, 结合图论知识研究了三维空间中最优持久图的生成算法. 首先,利用刚度矩阵生成最优刚性图;然后,根据顶点连通度数的不同分别采取有向化操作方法, 通过逐层缩小最优刚性图范围的方式把刚性图持久化,生成了最优持久图;最后, 对三维空间中随机分布的智能体进行仿真实验,其结果验证了该算法的可行性和有效性, 此算法能降低编队拓扑的通信复杂度,减少通信能量消耗.
2015, 41(6): 1131-1144.
doi: 10.16383/j.aas.2015.c140676
摘要:
人类经长期学习训练后能对高速物体 (如棒球、乒乓球等)具有快速连续反应作业的运动技能, 从深层次上揭示是由于人体在其训练过程中不断学习优选了相应手臂的动作轨迹, 并储存了丰富的经验和知识. 受人体手臂动作此行为机制启发, 本文提出一种 7-DOF灵巧臂快速连续反应-避障作业的轨迹规划方法. 该方法将灵巧臂对高速物体目标作业的轨迹规划问题转化为动作轨迹参数化优选问题, 考虑作业过程中灵巧臂的机构物理约束和障碍约束条件, 以灵巧臂目标可作业度指标构建适应度函数, 采用粒子群优化 (Particle swarm optimization, PSO)方法优选作业轨迹中的冗余参数; 在此基础上 利用灵巧臂动作轨迹参数化优选方法构建相应作业环境下的知识数据库, 实现灵巧臂对高速物体目标的快速连续反应作业. 以仿人机器人乒乓球对弈作业为例, 将该方法应用于 7-DOF灵巧臂乒乓球作业的轨迹规划中. 数值实验及实际对弈试验结果表明, 该方法不仅能使灵巧臂所规划的轨迹 满足灵巧臂机构物理约束与障碍约束条件, 同时能实现灵巧臂对乒乓球体的快速连续反应作业, 验证了该方法的有效性.
人类经长期学习训练后能对高速物体 (如棒球、乒乓球等)具有快速连续反应作业的运动技能, 从深层次上揭示是由于人体在其训练过程中不断学习优选了相应手臂的动作轨迹, 并储存了丰富的经验和知识. 受人体手臂动作此行为机制启发, 本文提出一种 7-DOF灵巧臂快速连续反应-避障作业的轨迹规划方法. 该方法将灵巧臂对高速物体目标作业的轨迹规划问题转化为动作轨迹参数化优选问题, 考虑作业过程中灵巧臂的机构物理约束和障碍约束条件, 以灵巧臂目标可作业度指标构建适应度函数, 采用粒子群优化 (Particle swarm optimization, PSO)方法优选作业轨迹中的冗余参数; 在此基础上 利用灵巧臂动作轨迹参数化优选方法构建相应作业环境下的知识数据库, 实现灵巧臂对高速物体目标的快速连续反应作业. 以仿人机器人乒乓球对弈作业为例, 将该方法应用于 7-DOF灵巧臂乒乓球作业的轨迹规划中. 数值实验及实际对弈试验结果表明, 该方法不仅能使灵巧臂所规划的轨迹 满足灵巧臂机构物理约束与障碍约束条件, 同时能实现灵巧臂对乒乓球体的快速连续反应作业, 验证了该方法的有效性.
2015, 41(6): 1145-1158.
doi: 10.16383/j.aas.2015.c140555
摘要:
对于高维多目标优化问题,随着目标维数的增加,种群中非被支配解的比例剧增, 严重降低了种群的进化压力.为了对数量众多的非被支配解进行有效的拥挤控制并提升种群的多样性, 本文在提出张角概念的基础上设计了一种新的拥挤控制策略(Congestion control strategy based on open angle, CCSOA),它的时间复杂度并不会随着目标维数的增加而增大. 与目前优秀的进化多目标优化(Evolutionary multiobjective optimization, EMO)算法IBEA (Indicator-based evolutionary algorithm)、NSGAIII (Nondominated sorting genetic algorithm III)和GrEA (Grid-based evolutionary algorithm)的比较结果表明, 融合了CCSOA的高维多目标优化算法在收敛效果和解集分布的均匀性两个方面均有较大的优势.
对于高维多目标优化问题,随着目标维数的增加,种群中非被支配解的比例剧增, 严重降低了种群的进化压力.为了对数量众多的非被支配解进行有效的拥挤控制并提升种群的多样性, 本文在提出张角概念的基础上设计了一种新的拥挤控制策略(Congestion control strategy based on open angle, CCSOA),它的时间复杂度并不会随着目标维数的增加而增大. 与目前优秀的进化多目标优化(Evolutionary multiobjective optimization, EMO)算法IBEA (Indicator-based evolutionary algorithm)、NSGAIII (Nondominated sorting genetic algorithm III)和GrEA (Grid-based evolutionary algorithm)的比较结果表明, 融合了CCSOA的高维多目标优化算法在收敛效果和解集分布的均匀性两个方面均有较大的优势.
2015, 41(6): 1159-1165.
doi: 10.16383/j.aas.2015.c130441
摘要:
在综合静态无线射频层析成像(Radio tomographic imaging, RTI)算法基础上, 给出了一种可行且有效的实现无线传感器节点在空旷环境和障碍物条件下无线信号衰减原理障碍物监控的方法,实现定位与追踪.利用阴影衰 落模型建立接收信号强度测量值线性系统模型,并采用SPIN令牌环通信协议收集接收信号强度;创新性地引入最小角回归算法与 最小绝对值收缩和选择因子算法(Least absolute shrinkage and selection operator, LASSO), 提高了图像重建速度. 即在吉洪诺夫正则化与l1正则化算法分析对比前提下,创新性引入改进的最小角回归(Least angle regression, LARS) 重建模型与算法,保证重建效果与复杂LASSO算法相似的同时,将重建图像速度 提高一个数量级. 实测基于16平方米范围内的16个JENNIC 5139节点进行定位与追踪.实测结果与仿真相比虽稍有偏差,但近似符合. 这充分表明:吉洪诺夫正则化与l1正则化适用于不同分辨率场景,且都可较好地反映障碍物状况.
在综合静态无线射频层析成像(Radio tomographic imaging, RTI)算法基础上, 给出了一种可行且有效的实现无线传感器节点在空旷环境和障碍物条件下无线信号衰减原理障碍物监控的方法,实现定位与追踪.利用阴影衰 落模型建立接收信号强度测量值线性系统模型,并采用SPIN令牌环通信协议收集接收信号强度;创新性地引入最小角回归算法与 最小绝对值收缩和选择因子算法(Least absolute shrinkage and selection operator, LASSO), 提高了图像重建速度. 即在吉洪诺夫正则化与l1正则化算法分析对比前提下,创新性引入改进的最小角回归(Least angle regression, LARS) 重建模型与算法,保证重建效果与复杂LASSO算法相似的同时,将重建图像速度 提高一个数量级. 实测基于16平方米范围内的16个JENNIC 5139节点进行定位与追踪.实测结果与仿真相比虽稍有偏差,但近似符合. 这充分表明:吉洪诺夫正则化与l1正则化适用于不同分辨率场景,且都可较好地反映障碍物状况.
2015, 41(6): 1166-1172.
doi: 10.16383/j.aas.2015.c130616
摘要:
针对图像去模糊问题, 采用二阶广义全变差作为修复图像的正则项构建恢复模型, 并针对重建模型的高阶与非光滑特性, 给出了基于分裂Bregman 迭代的快速算法. 实验结果表明, 该模型和数值算法能够较好地恢复被噪声和模糊污染的图像, 同时可以很好地保留图像的纹理和细节信息.
针对图像去模糊问题, 采用二阶广义全变差作为修复图像的正则项构建恢复模型, 并针对重建模型的高阶与非光滑特性, 给出了基于分裂Bregman 迭代的快速算法. 实验结果表明, 该模型和数值算法能够较好地恢复被噪声和模糊污染的图像, 同时可以很好地保留图像的纹理和细节信息.
2015, 41(6): 1173-1186.
doi: 10.16383/j.aas.2015.c131141
摘要:
单词语义相似度度量一直是自然语言处理领域的经典和热点问题, 其成果可对词义消歧、机器翻译、本体映射、计算语言学等应用具有重要影响. 本文通过结合证据理论和知识库,提出一个新颖的度量单词语义相似度度量途径. 首先,借助通用本体WordNet获取证据;其次,利用散点图分析证据的合理性; 然后,使用统计和分段线性插值生成基本信任分配函数;最后,结合证据冲突处理、 重要度分配和D-S合成规则实现信息融合获得全局基本信任分配函数, 并在此基础上量化单词语义相似度.在数据集RG(65)上, 对比本文算法评判结果与人类评判结果的相关度,采用5折交叉验证对算法进行分析, 相关度达到0.912,比当前最优方法PS高出0.4个百分点, 比经典算法reLHS、distJC、simLC、simL和simR高出7%～13%; 在数据集MC(30)和WordSim353上也取得了比较好的实验结果, 相关度分别为0.915和0.941;且算法的运行效率和经典算法相当. 实验结果显示使用证据理论解决单词语义相似度问题是合理有效的.
单词语义相似度度量一直是自然语言处理领域的经典和热点问题, 其成果可对词义消歧、机器翻译、本体映射、计算语言学等应用具有重要影响. 本文通过结合证据理论和知识库,提出一个新颖的度量单词语义相似度度量途径. 首先,借助通用本体WordNet获取证据;其次,利用散点图分析证据的合理性; 然后,使用统计和分段线性插值生成基本信任分配函数;最后,结合证据冲突处理、 重要度分配和D-S合成规则实现信息融合获得全局基本信任分配函数, 并在此基础上量化单词语义相似度.在数据集RG(65)上, 对比本文算法评判结果与人类评判结果的相关度,采用5折交叉验证对算法进行分析, 相关度达到0.912,比当前最优方法PS高出0.4个百分点, 比经典算法reLHS、distJC、simLC、simL和simR高出7%～13%; 在数据集MC(30)和WordSim353上也取得了比较好的实验结果, 相关度分别为0.915和0.941;且算法的运行效率和经典算法相当. 实验结果显示使用证据理论解决单词语义相似度问题是合理有效的.
2015, 41(6): 1187-1200.
doi: 10.16383/j.aas.2015.c140311
摘要:
作为一种简单而成熟的分类方法, K最近邻(K nearest neighbor, KNN)算法在数据挖掘、模式识别等领域获得了广泛的应用, 但仍存在计算量大、高空间消耗、运行时间长等问题. 针对这些问题, 本文在增量学习型矢量量化(Incremental learning vector quantization, ILVQ)的单层竞争学习基础上, 融合样本密度和分类误差率的邻域思想, 提出了一种新的增量学习型矢量量化方法, 通过竞争学习策略对代表点邻域实现自适应增删、合并、分裂等操作, 快速获取原始数据集的原型集, 进而在保障分类精度基础上, 达到对大规模数据的高压缩效应. 此外, 对传统近邻分类算法进行了改进, 将原型近邻集的样本密度和分类误差率纳入到近邻判决准则中. 所提出算法通过单遍扫描学习训练集可快速生成有效的代表原型集, 具有较好的通用性. 实验结果表明, 该方法同其他算法相比较, 不仅可以保持甚至提高分类的准确性和压缩比, 且具有快速分类的优势.
作为一种简单而成熟的分类方法, K最近邻(K nearest neighbor, KNN)算法在数据挖掘、模式识别等领域获得了广泛的应用, 但仍存在计算量大、高空间消耗、运行时间长等问题. 针对这些问题, 本文在增量学习型矢量量化(Incremental learning vector quantization, ILVQ)的单层竞争学习基础上, 融合样本密度和分类误差率的邻域思想, 提出了一种新的增量学习型矢量量化方法, 通过竞争学习策略对代表点邻域实现自适应增删、合并、分裂等操作, 快速获取原始数据集的原型集, 进而在保障分类精度基础上, 达到对大规模数据的高压缩效应. 此外, 对传统近邻分类算法进行了改进, 将原型近邻集的样本密度和分类误差率纳入到近邻判决准则中. 所提出算法通过单遍扫描学习训练集可快速生成有效的代表原型集, 具有较好的通用性. 实验结果表明, 该方法同其他算法相比较, 不仅可以保持甚至提高分类的准确性和压缩比, 且具有快速分类的优势.
2015, 41(6): 1201-1212.
doi: 10.16383/j.aas.2015.c140471
摘要:
针对机动目标跟踪问题,提出了一种多点测试多模型粒子滤波算法(Independence multi-try method, IMTM).整个算法分为两个阶段,第一阶段为利用多点测试(Multi-try method, MTM)结构从各模型产生的粒子中选取一个最优粒子,实现了模型间的交互;第二阶段为利用IMH (Independence Metropolis-Hastings)滤波算法对第一阶段产生的粒子进行取舍,完成整个状态估计.相对于传统的交互式多模型(Interacting multiple model, IMM)算法,该算法无需事先设定模型转移概率 矩阵且为整体并行结构,结构简单,能够充分地交互各模型之间的粒子,进而自动有效地调整各模型权值比重,降低了人为干扰.仿真表明,该算法能够有效地降低滤波峰值误差,整体跟踪精度较高,算法的实时性较好.
针对机动目标跟踪问题,提出了一种多点测试多模型粒子滤波算法(Independence multi-try method, IMTM).整个算法分为两个阶段,第一阶段为利用多点测试(Multi-try method, MTM)结构从各模型产生的粒子中选取一个最优粒子,实现了模型间的交互;第二阶段为利用IMH (Independence Metropolis-Hastings)滤波算法对第一阶段产生的粒子进行取舍,完成整个状态估计.相对于传统的交互式多模型(Interacting multiple model, IMM)算法,该算法无需事先设定模型转移概率 矩阵且为整体并行结构,结构简单,能够充分地交互各模型之间的粒子,进而自动有效地调整各模型权值比重,降低了人为干扰.仿真表明,该算法能够有效地降低滤波峰值误差,整体跟踪精度较高,算法的实时性较好.
