科學(xué)網(wǎng)[轉(zhuǎn)載]《自動(dòng)化學(xué)報(bào)》40卷8期網(wǎng)刊已經(jīng)發(fā)布, 敬請關(guān)注!
本文關(guān)鍵詞：電子病歷命名實(shí)體識(shí)別和實(shí)體關(guān)系抽取研究綜述，由筆耕文化傳播整理發(fā)布。
《自動(dòng)化學(xué)報(bào)》40卷8期網(wǎng)刊已經(jīng)發(fā)布, 敬請關(guān)注, 謝謝：)祝工作順利, 萬事如意！
========================================================================
綜述
========================================================================
【文題】： 電子病歷命名實(shí)體識(shí)別和實(shí)體關(guān)系抽取研究綜述
【作者】： 楊錦鋒, 于秋濱, 關(guān)毅, 蔣志鵬
【摘要】： 電子病歷（Electronic medical records，EMR）產(chǎn)生于臨床治療過程，其中命名實(shí)體和實(shí)體關(guān)系反映了患者健康狀況，包含了大量與患者健康狀況密切相關(guān)的醫(yī)療知識(shí)，因而對它們的識(shí)別和抽取是信息抽取研究在醫(yī)療領(lǐng)域的重要擴(kuò)展. 本文首先討論了電子病歷文本的語言特點(diǎn)和結(jié)構(gòu)特點(diǎn)，然后在梳理了命名實(shí)體識(shí)別和實(shí)體關(guān)系抽取研究一般思路的基礎(chǔ)上，分析了電子病歷命名實(shí)體識(shí)別、實(shí)體修飾識(shí)別和實(shí)體關(guān)系抽取研究的具體任務(wù)和對應(yīng)任務(wù)的主要研究方法. 本文還介紹了相關(guān)的共享評(píng)測任務(wù)和標(biāo)注語料庫以及醫(yī)療領(lǐng)域幾個(gè)重要的詞典和知識(shí)庫等資源. 最后對這一研究領(lǐng)域仍需解決的問題和未來的發(fā)展方向作了展望.
【全文鏈接】： ?attachType=PDF&id=18425
【引用格式】： YANG Jin-Feng, YU Qiu-Bin, GUAN Yi, JIANG Zhi-Peng. An Overview of Research on Electronic Medical Record Oriented Named Entity Recognition and Entity Relation Extraction. Acta Automatica Sinica, 2014, 40(8): 1537-1562
(楊錦鋒, 于秋濱, 關(guān)毅, 蔣志鵬. 電子病歷命名實(shí)體識(shí)別和實(shí)體關(guān)系抽取研究綜述. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1537-1562)
========================================================================
【文題】： 壓縮感知及其圖像處理應(yīng)用研究進(jìn)展與展望
【作者】： 任越美, 張艷寧, 李映
【摘要】： 壓縮感知理論（Compressed sensing，CS）通過少量的線性測量值感知信號(hào)的原始結(jié)構(gòu)，并通過求解最優(yōu)化問題精確地重構(gòu)原信號(hào).該理論減少了數(shù)字圖像及視頻 獲取時(shí)的存儲(chǔ)及傳輸代價(jià)，也為后續(xù)的圖像處理及識(shí)別的研究提供了新的契機(jī)，促進(jìn)了理論和工程應(yīng)用的結(jié)合. 闡述了CS的基本原理，綜述了其關(guān)鍵技術(shù)稀疏變換、觀測矩陣 設(shè)計(jì)、重構(gòu)算法的一系列最新理論成果和發(fā)展，深入分析和比較了CS理論應(yīng)用到圖像處理領(lǐng)域的研究和發(fā)展?fàn)顩r，總結(jié)了其中存在的問題，并對未來的應(yīng)用前景進(jìn)行了展望.
【全文鏈接】： ?attachType=PDF&id=18426
【引用格式】： REN Yue-Mei, ZHANG Yan-Ning, LI Ying. Advances and Perspective on Compressed Sensing and Application on Image Processing. Acta Automatica Sinica, 2014, 40(8): 1563-1575
(任越美, 張艷寧, 李映. 壓縮感知及其圖像處理應(yīng)用研究進(jìn)展與展望. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1563-1575)
========================================================================
【文題】： 域自適應(yīng)學(xué)習(xí)研究進(jìn)展
【作者】： 劉建偉, 孫正康, 羅雄麟
【摘要】： 傳統(tǒng)的機(jī)器學(xué)習(xí)假設(shè)測試樣本和訓(xùn)練樣本來自同一概率分布. 但當(dāng)前很多學(xué)習(xí)場景下訓(xùn)練樣本和測試樣本可能來自不同的概率分布. 域自 適應(yīng)學(xué)習(xí)能夠有效地解決訓(xùn)練樣本和測試樣本概率分布不一致的學(xué)習(xí)問題，作為 機(jī)器學(xué)習(xí)新出現(xiàn)的研究領(lǐng)域在近幾年受到了廣泛的關(guān)注. 鑒于域自適應(yīng)學(xué)習(xí)技術(shù) 的重要性，綜述了域自適應(yīng)學(xué)習(xí)的研究進(jìn)展. 首先概述了域自適應(yīng)學(xué)習(xí)的基本問 題，并總結(jié)了近幾年出現(xiàn)的重要的域自適應(yīng)學(xué)習(xí)方法. 接著介紹了近幾年提出的 較為經(jīng)典的域自適應(yīng)學(xué)習(xí)理論和當(dāng)下域自適應(yīng)學(xué)習(xí)的熱門研究方向，包括樣例加 權(quán)域自適應(yīng)學(xué)習(xí)、特征表示域自適應(yīng)學(xué)習(xí)、參數(shù)和特征分解域自適應(yīng)學(xué)習(xí)和多 源域自適應(yīng)學(xué)習(xí). 然后對域自適應(yīng)學(xué)習(xí)進(jìn)行了相關(guān)的理論分析，討論了高效的度 量判據(jù)，并給出了相應(yīng)的誤差界. 接著對當(dāng)前域自適應(yīng)學(xué)習(xí)在算法、模型結(jié)構(gòu)和 實(shí)際應(yīng)用這三個(gè)方面的研究新進(jìn)展進(jìn)行了綜述. 最后分別探討了域自適應(yīng)學(xué)習(xí)在 特征變換和假設(shè)、訓(xùn)練優(yōu)化、模型和數(shù)據(jù)表示、NLP 研究中存在的問題這四個(gè)方面 的有待進(jìn)一步解決的問題.
【全文鏈接】： ?attachType=PDF&id=18427
【引用格式】： LIU Jian-Wei, SUN Zheng-Kang, LUO Xiong-Lin. Review and Research Development on Domain Adaptation Learning. Acta Automatica Sinica, 2014, 40(8): 1576-1600
(劉建偉, 孫正康, 羅雄麟. 域自適應(yīng)學(xué)習(xí)研究進(jìn)展. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1576-1600)
========================================================================
論文
========================================================================
【文題】： 含有平面結(jié)構(gòu)場景的捆綁調(diào)整
【作者】： 謝遠(yuǎn)帆, 吳毅紅, 范力欣
【摘要】： 捆綁調(diào)整是計(jì)算機(jī)視覺中三維結(jié)構(gòu)恢復(fù)過程的重要步驟. 捆綁調(diào)整通常將空間中點(diǎn)與點(diǎn)坐標(biāo)的調(diào)整視為相互獨(dú)立的過程，但是在包含有自然物和人工物的場景中，由于存在多余的自由度，這種調(diào)整方法會(huì)導(dǎo)致優(yōu)化結(jié)果偏離真值. 提出了一種帶有共面約束和平面夾角約束的捆綁調(diào)整，用于優(yōu)化帶有平面的場景. 借助新的參數(shù)化方法，共面約束和夾角約束可以方便地進(jìn)行表示，并且?guī)в羞@兩類約束的捆綁調(diào)整求解過程，仍然是一個(gè)無約束的非線性最小二乘問題. 實(shí)驗(yàn)結(jié)果表明，這種帶有先驗(yàn)信息的捆綁調(diào)整提供了對結(jié)構(gòu)的更準(zhǔn)確估計(jì). 由于先驗(yàn)信息的加入，增強(qiáng)型法方程的維度變高，借助了稀疏的求解技術(shù)和預(yù)條件子方法，大大降低了求解時(shí)間. 最后，為了在實(shí)際應(yīng)用中能夠自動(dòng)尋找出夾角約束，提出了一種基于最大完全圖的貪心方法，該方法盡可能多地保留了夾角約束.
【全文鏈接】： ?attachType=PDF&id=18428
【引用格式】： XIE Yuan-Fan, WU Yi-Hong, FAN Li-Xin. Bundle Adjustment for Scenes Containing Planes. Acta Automatica Sinica, 2014, 40(8): 1601-1611
(謝遠(yuǎn)帆, 吳毅紅, 范力欣. 含有平面結(jié)構(gòu)場景的捆綁調(diào)整. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1601-1611)
========================================================================
【文題】： 基于局部連續(xù)性與全局相似性的光譜保持型亞像元映射
【作者】： 黃慧娟, 禹晶, 肖創(chuàng)柏, 孫衛(wèi)東
【摘要】： 遙感圖像的像元級(jí)分類精度受混合像元的影響. 亞像元映射以像元分解獲得的豐度值為基礎(chǔ)，在地物分布規(guī)律的約束下，細(xì)化估計(jì)各類地物的亞像元級(jí)分布模式. 本文同時(shí)考慮了地物分布的空間與光譜信息，提出了一種基于局部連續(xù)性與全局相似性的光譜保持型亞像元映射算法. 針對地物的空間分布特性，提出了利用類內(nèi)離散度對局部連續(xù)性進(jìn)行建模，并通過相似分布像元表示誤差引入全局相似性約束項(xiàng). 針對地物的光譜特性，采用最小化光譜誤差約束了亞像元映射過程中的光譜無失真性. 模擬數(shù)據(jù)與真實(shí)數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果表明，本文算法比其他同類算法具有更高的估計(jì)精度，且更適合于實(shí)際應(yīng)用.
【全文鏈接】： ?attachType=PDF&id=18429
【引用格式】： HUANG Hui-Juan, YU Jing, XIAO Chuang-Bai, SUN Wei-Dong. Spectrum preserving Sub-pixel Mapping Based on Local Connectivity and Nonlocal Similarity. Acta Automatica Sinica, 2014, 40(8): 1612-1622
(黃慧娟, 禹晶, 肖創(chuàng)柏, 孫衛(wèi)東. 基于局部連續(xù)性與全局相似性的光譜保持型亞像元映射. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1612-1622)
========================================================================
【文題】： 自適應(yīng)融合顏色和深度信息的人體輪廓跟蹤
【作者】： 徐玉華, 田尊華, 張躍強(qiáng), 朱憲偉, 張小虎
【摘要】： 采用活動(dòng)輪廓對人體目標(biāo)建模，提出一 種新的水平集框架下自適應(yīng)融合RGB-D圖像的顏色和深度信息的人體輪廓跟蹤方法. 設(shè)計(jì)了一種基于超像素的局部自適應(yīng)權(quán)重計(jì)算方法，自動(dòng)確定深度信息在水平集演化中的重要性. 基于深度信息的活動(dòng)輪廓驅(qū)動(dòng)外力包括由邊緣生成的梯度向量流和由目標(biāo)/背景深度模型生成的置信圖，基于顏色信息的驅(qū)動(dòng)外力由目標(biāo)/背景顏色模型生成的置信圖，這三種外力通過局部自適應(yīng)權(quán)重融合，驅(qū)動(dòng)活動(dòng)輪廓向目標(biāo)的邊界演化.為了得到更加精確的目標(biāo)輪廓和防止誤差漂移，基于本文觀察到的人體表面在深度圖像中的兩個(gè)特性，提出兩個(gè)簡單但有效的算法對水平集方法得到的結(jié)果進(jìn)行精化調(diào)整. 最后，通過實(shí)驗(yàn)驗(yàn)證了本文算法的優(yōu)越性.
【全文鏈接】： ?attachType=PDF&id=18430
【引用格式】： XU Yu-Hua, TIAN Zun-Hua, ZHANG Yue-Qiang, ZHU Xian-Wei, ZHANG Xiao-Hu. Adaptively Combining Color and Depth for Human Body Contour Tracking. Acta Automatica Sinica, 2014, 40(8): 1623-1634
(徐玉華, 田尊華, 張躍強(qiáng), 朱憲偉, 張小虎. 自適應(yīng)融合顏色和深度信息的人體輪廓跟蹤. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1623-1634)
========================================================================
【文題】： 基于標(biāo)簽集相關(guān)性學(xué)習(xí)的大規(guī)模網(wǎng)絡(luò)圖像在線標(biāo)注
【作者】： 田楓, 沈旭昆
【摘要】： 傳統(tǒng)的網(wǎng)絡(luò)圖像標(biāo)注方法忽視了標(biāo)簽集整體相關(guān)性對標(biāo)注結(jié)果的影響，導(dǎo)致標(biāo)簽集整體相關(guān)性缺乏和語義冗余. 為了解決上述問題，提出了一種基于標(biāo)簽集相關(guān)性學(xué)習(xí)的大規(guī)模網(wǎng)絡(luò)圖像在線語義標(biāo)注方法. 給出了標(biāo)簽集對圖像相關(guān)性和標(biāo)簽集內(nèi)部相關(guān)性的概率估計(jì)算法，將上述約束形成一個(gè)優(yōu)化問題，采用貪心搜索策略獲取近似最優(yōu)解，找到能合理地平衡上述因素的標(biāo)簽集，并針對大規(guī)模圖像集和概念集進(jìn)行了優(yōu)化. 真實(shí)環(huán)境下大規(guī)模網(wǎng)絡(luò)圖像集上的測試表明，相比于目前的代表性網(wǎng)絡(luò)圖像標(biāo)注方法，該方法獲得的標(biāo)簽集能夠更好的描述圖像語義，性能提升明顯.
【全文鏈接】： ?attachType=PDF&id=18431
【引用格式】： TIAN Feng, SHEN Xu-Kun. Large Scale Web Image Online Annotation by Learning Label Set Relevance. Acta Automatica Sinica, 2014, 40(8): 1635-1643
(田楓, 沈旭昆. 基于標(biāo)簽集相關(guān)性學(xué)習(xí)的大規(guī)模網(wǎng)絡(luò)圖像在線標(biāo)注. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1635-1643)
========================================================================
【文題】： 單目視覺下目標(biāo)三維行為的時(shí)間尺度不變建模及識(shí)別
【作者】： 王蒙, 戴亞平, 王慶林
【摘要】： 提出一種單目視覺下在線識(shí)別目標(biāo)三維行為的方法. 該方法用匹配的標(biāo)記點(diǎn)估計(jì)幀間相似變換，然后轉(zhuǎn)換相似矩陣到對數(shù)空間以獲取一致的四自由度運(yùn)動(dòng)參數(shù)序列. 為解決持續(xù)時(shí)間敏感問題，提出基于多邊形近似算法的時(shí)間尺度不變特征，并用動(dòng)態(tài)規(guī)劃實(shí)現(xiàn)特征序列的在線提取. 在行為識(shí)別階段，基于動(dòng)態(tài)時(shí)間規(guī)整訓(xùn)練有限類別行為模板用于匹配測試行為序列. 實(shí)驗(yàn)結(jié)果表明，該行為模板較對比方法類別可分性平均提高60%以上，，并且可用于在線識(shí)別連續(xù)視頻中的未知行為.
【全文鏈接】： ?attachType=PDF&id=18432
【引用格式】： WANG Meng, DAI Ya-Ping, WANG Qing-Lin. Time-scale Invariant Modeling and Classifying for Object Behaviors in 3D Space Based on Monocular Vision. Acta Automatica Sinica, 2014, 40(8): 1644-1653
(王蒙, 戴亞平, 王慶林. 單目視覺下目標(biāo)三維行為的時(shí)間尺度不變建模及識(shí)別. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1644-1653)
========================================================================
【文題】： 基于用戶搜索行為的query-doc關(guān)聯(lián)挖掘
【作者】： 朱亮, 陸靜雅, 左萬利
【摘要】： query和doc之間的關(guān)聯(lián)關(guān)系是搜索引擎期望獲取的一類有價(jià)值的信息. query和doc間準(zhǔn)確的關(guān)聯(lián)分析不僅可以幫助搜索結(jié)果排序，也在query和doc之間的橋接中起到重要作用，以實(shí)現(xiàn)相關(guān)query和doc之間的信息傳遞，有利于更深入的query理解和doc理解，并在此基礎(chǔ)上開展相關(guān)應(yīng)用.本文提出了一種基于用戶搜索行為的query和doc關(guān)聯(lián)關(guān)系挖掘算法，該方法首先對用戶搜索點(diǎn)擊日志中的數(shù)據(jù)進(jìn)行整理與分析，構(gòu)建query與doc間的二部圖，再通過采用馬爾可夫隨機(jī)游走模型對二部圖數(shù)據(jù)進(jìn)行建模，挖掘二部圖中的點(diǎn)擊數(shù)據(jù)和session數(shù)據(jù)，最終挖掘出點(diǎn)擊日志中用戶沒有點(diǎn)擊到的doc數(shù)據(jù)，從而預(yù)測出query和doc間的隱含關(guān)聯(lián)關(guān)系，同時(shí)也可以利用該算法得到query和query潛在的關(guān)聯(lián)關(guān)系.基于以上理論基礎(chǔ)，我們實(shí)現(xiàn)了一套完整的日志挖掘系統(tǒng)，通過大量的實(shí)驗(yàn)對比，該系統(tǒng)在各方面均取得了優(yōu)異的表現(xiàn)，其中對檢索結(jié)果相關(guān)性的性能提升可以達(dá)到71.23%，這充分表明，本文所提出的理論和算法能夠很好地解決query和doc之間的隱含關(guān)系挖掘問題，為提高搜索結(jié)果的召回率、實(shí)現(xiàn)查詢推薦和檢索結(jié)果聚類奠定了良好的前提基礎(chǔ).
【全文鏈接】： ?attachType=PDF&id=18433
【引用格式】： ZHU Liang, LU Jing-Ya, ZUO Wan-Li. Query-doc Relation Mining Based on User Search Behavior. Acta Automatica Sinica, 2014, 40(8): 1654-1666
(朱亮, 陸靜雅, 左萬利. 基于用戶搜索行為的query-doc關(guān)聯(lián)挖掘. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1654-1666)
========================================================================
【文題】： 基于反向P-M擴(kuò)散的鋼軌表面缺陷視覺檢測
【作者】： 賀振東, 王耀南, 毛建旭, 印峰
【摘要】： 研制了一種基于反向P-M（Perona-Malik）擴(kuò)散的鋼軌表面缺陷視覺檢測裝置，該裝置可 自動(dòng)獲取鋼軌表面圖像，并實(shí)現(xiàn)實(shí)時(shí)檢測與定位鋼軌表面缺陷. 鋼軌圖像具有光 照變化、反射不均、特征少等特點(diǎn)，為了在運(yùn)動(dòng)過程中 從復(fù)雜的鋼軌表面圖像提取缺陷，首先將圖像進(jìn)行反向P-M擴(kuò)散，然后將擴(kuò)散后的圖像與原圖像進(jìn) 行差分，從而減小了上述因素的影響，最后將差分圖像進(jìn)行二值化操作，根據(jù) 缺陷邊緣特性和面積進(jìn)行濾波，分割出缺陷圖像. 實(shí)驗(yàn)仿真和現(xiàn)場測試結(jié)果表明，該方法能很好地識(shí)別塊狀缺陷和線狀缺陷，并且檢測速度、精度、識(shí)別 率和誤檢率都能很好地滿足要求.
【全文鏈接】： ?attachType=PDF&id=18434
【引用格式】： HE Zhen-Dong, WANG Yao-Nan, MAO Jian-Xu, YIN Feng. Research on Inverse P-M Diffusion-based Rail Surface Defect Detection. Acta Automatica Sinica, 2014, 40(8): 1667-1679
(賀振東, 王耀南, 毛建旭, 印峰. 基于反向P-M擴(kuò)散的鋼軌表面缺陷視覺檢測. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1667-1679)
========================================================================
【文題】： 一種基于多視立體視覺的多視圖直線匹配方法
【作者】： 傅康平, 申抒含, 胡占義
【摘要】： 提出了一種基于多視立體視覺（Multiple view stereo，MVS）進(jìn)行多視圖直線匹配的方法. 本文方法首先利用MVS所得到的三維點(diǎn)云及其可見性信息，建立三維點(diǎn)與圖像直線的對應(yīng)關(guān)系. 根據(jù)此對應(yīng)關(guān)系，為每條圖像直線建立由一個(gè)三維點(diǎn)集和一個(gè)三維單位向量構(gòu)成的描述子，用以衡量圖像直線之間的相似性及一致性. 之后，本文方法以所有圖像直線為頂點(diǎn)建立一個(gè)圖，并引入了圖譜分析來獲取統(tǒng)一的頂點(diǎn)距離度量. 最后，本方法對DBSCAN聚類算法進(jìn)行了修改，并用修改后的算法從圖譜分析結(jié)果中獲取可靠的直線匹配. 實(shí)驗(yàn)顯示，本方法比已有方法更加魯棒，并且有更高的準(zhǔn)確率.
【全文鏈接】： ?attachType=PDF&id=18435
【引用格式】： FU Kang-Ping, SHEN Shu-Han, HU Zhan-Yi. Line Matching Across Views Based on Multiple View Stereo. Acta Automatica Sinica, 2014, 40(8): 1680-1689
(傅康平, 申抒含, 胡占義. 一種基于多視立體視覺的多視圖直線匹配方法. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1680-1689)
========================================================================
【文題】： 基于模糊操作模式的砷鹽除鈷過程操作參數(shù)協(xié)同優(yōu)化
【作者】： 伍鐵斌, 陽春華, 李勇剛, 朱紅求, 桂衛(wèi)華
【摘要】： 針對濕法煉鋅砷鹽除鈷過程工況變化頻繁和操作參數(shù)之間具有強(qiáng)耦合關(guān)系，導(dǎo)致操作參數(shù)優(yōu)化困難的問題，提出了一種基于模糊操作模式的操作參數(shù)協(xié)同優(yōu)化方法.根據(jù)大量的砷鹽除鈷工業(yè)運(yùn)行數(shù)據(jù)，提煉初始操作模式庫，根據(jù)入口工況參數(shù)，采用模糊匹配方法檢索出相似操作模式，在操作模式重用時(shí)綜合考慮系統(tǒng)參數(shù)緩慢變化和資源消耗的特點(diǎn)，然后采用灰色模糊最小二乘支持向量機(jī)（Least squares support vector machine，LSSVM）評(píng)估操作模式重用后的操作參數(shù)的可行性，并根據(jù)評(píng)估結(jié)果采用模糊專家規(guī)則修正操作參數(shù).在工況發(fā)生變化時(shí)，系統(tǒng)能自動(dòng)優(yōu)化設(shè)定操作參數(shù).工業(yè)驗(yàn)證結(jié)果表明，本文提出的操作參數(shù)協(xié)同優(yōu)化方法保證了生產(chǎn)穩(wěn)定，可有效提高凈化后溶液中鈷離子濃度的合格率和降低鋅粉的消耗.
【全文鏈接】： ?attachType=PDF&id=18436
【引用格式】： WU Tie-Bin, YANG Chun-Hua, LI Yong-Gang, ZHU Hong-Qiu, GUI Wei-Hua. Fuzzy Operational-pattern Based Operating Parameters Collaborative Optimization of Cobalt Removal Process with Arsenic Salt. Acta Automatica Sinica, 2014, 40(8): 1690-1698
(伍鐵斌, 陽春華, 李勇剛, 朱紅求, 桂衛(wèi)華. 基于模糊操作模式的砷鹽除鈷過程操作參數(shù)協(xié)同優(yōu)化. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1690-1698)
========================================================================
【文題】： 用于提高谷歌圖像搜索結(jié)果的二分類器在線學(xué)習(xí)方法
【作者】： 萬玉釵, 劉峽壁, 韓菲霏, 童坤琦, 劉宇
【摘要】： 對于基于關(guān)鍵詞的圖像檢索，利用檢索結(jié)果的視覺相似性學(xué)習(xí)二分類器有望成為改善檢索結(jié)果的最有效途徑之一. 為改善搜索引擎的搜索結(jié)果，本文提出一種算法框架并且基于此框架著重研究訓(xùn)練數(shù)據(jù)選擇這一關(guān)鍵問題. 訓(xùn)練數(shù)據(jù)選擇過程由兩個(gè)階段組成：1）訓(xùn)練數(shù)據(jù)初始化以開始分類器學(xué)習(xí)過程；2）分類器迭代學(xué)習(xí)過程中的動(dòng)態(tài)數(shù)據(jù)選擇. 對于初始訓(xùn)練數(shù)據(jù)的選擇，我們探討了基于聚類和基于排序兩種方法，并且對比了自動(dòng)訓(xùn)練數(shù)據(jù)選擇與人工標(biāo)注的結(jié)果. 對于動(dòng)態(tài)數(shù)據(jù)選擇，我們比較了支持向量機(jī)和基于最大最小后驗(yàn)偽概率的貝葉斯分類器的分類效果. 組合上述兩個(gè)階段的不同方法，我們得到了8種不同的算法，并將其用于谷歌搜索引擎進(jìn)行基于關(guān)鍵詞的圖像檢索. 實(shí)驗(yàn)結(jié)果證明，如何從含有噪聲的搜索結(jié)果中選擇訓(xùn)練數(shù)據(jù)是搜索結(jié)果改善的關(guān)鍵問題. 實(shí)驗(yàn)顯示我們的方法能夠有效的改善谷歌搜索的結(jié)果，尤其是排序在前的結(jié)果. 盡早為用戶提供更相關(guān)的結(jié)果能夠更大程度的減少用戶逐個(gè)翻頁查看結(jié)果的工作. 另外，如何使自動(dòng)訓(xùn)練數(shù)據(jù)選擇與人工標(biāo)注媲美仍是需要繼續(xù)研究的一個(gè)問題.
【全文鏈接】： ?attachType=PDF&id=18437
【引用格式】： WAN Yu-Chai, LIU Xia-Bi, HAN Fei-Fei, TONG Kun-Qi, LIU Yu. Online Learning a Binary Classifier for Improving Google Image Search Results. Acta Automatica Sinica, 2014, 40(8): 1699-1708
(萬玉釵, 劉峽壁, 韓菲霏, 童坤琦, 劉宇. 用于提高谷歌圖像搜索結(jié)果的二分類器在線學(xué)習(xí)方法. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1699-1708)
========================================================================
【文題】： 高分辨率遙感影像陰影的自動(dòng)檢測與自動(dòng)補(bǔ)償
【作者】： 高賢君, 萬幼川, 楊元維, 何培培
【摘要】： 提出了高分辨率遙感影像中陰影的檢測與補(bǔ)償?shù)娜詣?dòng)處理方法. 首先，利用簡單陰影特征構(gòu)造復(fù)合特征的方法聯(lián)合構(gòu)建多種光譜閾值檢測條件，結(jié)合相應(yīng)自動(dòng)閾值獲取方案實(shí)現(xiàn)陰影自動(dòng)初檢測，并設(shè)計(jì)自動(dòng)形態(tài)學(xué)處理方法對初檢測結(jié)果進(jìn)行后處理；然后，以補(bǔ)償模型為基礎(chǔ)，通過統(tǒng)計(jì)陰影與非陰影區(qū)域的亮度均值與均方差、采用特征點(diǎn)提取與匹配的方法自動(dòng)獲取模型參數(shù)，再綜合區(qū)域級(jí)整體補(bǔ)償和窗口級(jí)局部補(bǔ)償兩種結(jié)果實(shí)現(xiàn)陰影的全自動(dòng)補(bǔ)償.結(jié)果表明，多條件聯(lián)合檢測與自動(dòng)形態(tài) 學(xué)處理可提升檢測結(jié)果的總體精度和區(qū)域完整性，補(bǔ)償模型參數(shù)自動(dòng)獲取方法可靠有效，綜合補(bǔ)償法充分結(jié)合整體與局部補(bǔ)償?shù)膬?yōu)勢，提升整體亮度，突顯紋 理細(xì)節(jié)，使得被陰影遮擋的信息得以真實(shí)再現(xiàn).
【全文鏈接】： ?attachType=PDF&id=18438
【引用格式】： GAO Xian-Jun, WAN You-Chuan, YANG Yuan-Wei, HE Pei-Pei. Automatic Shadow Detection and Automatic Compensation in High Resolution Remote Sensing Images. Acta Automatica Sinica, 2014, 40(8): 1709-1720
(高賢君, 萬幼川, 楊元維, 何培培. 高分辨率遙感影像陰影的自動(dòng)檢測與自動(dòng)補(bǔ)償. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1709-1720)
========================================================================
【文題】： 基于非理性博弈的輿情傳播仿真建模研究
【作者】： 郭東偉, 烏云娜, 鄒蘊(yùn), 孟祥燕
【摘要】： 隨著社交網(wǎng)絡(luò)的不斷發(fā)展，借助社交網(wǎng)絡(luò)進(jìn)行傳播的輿情信息的威脅越來越大. 本文利用博弈論的方法研究了輿情信息的傳播機(jī)制，從理性博弈和非理性博弈的角度出發(fā)對個(gè)體與鄰居的交互行為進(jìn)行建模. 隨后以目前較為成熟的傳染病模型為基礎(chǔ)，通過引入傳播學(xué)中的社會(huì)威懾因素來構(gòu)建基于非理性博弈的輿情傳播模型，以實(shí)現(xiàn)適應(yīng)輿情傳播研究的仿真系統(tǒng)，繼而將基于非理性博弈的輿情傳播模型在無標(biāo)度網(wǎng)絡(luò)和小世界網(wǎng)絡(luò)上的動(dòng)力學(xué)特征進(jìn)行理論分析. 在仿真環(huán)境中對非理性博弈的輿情傳播模型進(jìn)行實(shí)驗(yàn)，分析模型參數(shù)、網(wǎng)絡(luò)密度和輿情傳播源對輿情傳播的影響，其結(jié)果符合理論分析結(jié)果. 最后對無標(biāo)度網(wǎng)絡(luò)上輿情傳播的控制策略進(jìn)行了研究，包括：社會(huì)威懾方法、目標(biāo)免疫方法和正面消息方法，為社交網(wǎng)絡(luò)上的政策制定提供了理論基礎(chǔ).
【全文鏈接】： ?attachType=PDF&id=18439
【引用格式】： GUO Dong-Wei, WU Yun-Na, ZOU Yun, MENG Xiang-Yan. Simulation and Modeling of Non-rational Game Based Public Opinion Spread. Acta Automatica Sinica, 2014, 40(8): 1721-1732
(郭東偉, 烏云娜, 鄒蘊(yùn), 孟祥燕. 基于非理性博弈的輿情傳播仿真建模研究. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1721-1732)
========================================================================
【文題】： 一種結(jié)合雙區(qū)域?yàn)V波和圖像融合的單幅圖像去霧算法
【作者】： 張小剛, 唐美玲, 陳華, 湯紅忠
【摘要】： 基于大氣散射物理模型和暗原色先驗(yàn)原理，提出一種結(jié)合 雙區(qū)域?yàn)V波和圖像融合的單幅圖像去霧算法.首先在計(jì)算暗通道函數(shù)時(shí)，定義了一類暗區(qū) 域?qū)D像邊緣的低強(qiáng)度像素點(diǎn)進(jìn)行描述，該區(qū)域像素點(diǎn)的暗原色中值取其三原色通道的最小值，以代替原來的中值濾波運(yùn)算值.此濾波方法不僅能有效去除Halo效應(yīng)，而且避免了黑斑效應(yīng)；然后基 于大氣散射物理模型定義一種偽去霧圖，將其與原去霧圖進(jìn)行像素級(jí)融合對原圖進(jìn)行色度校正，實(shí) 現(xiàn)了柔性去霧，改善了現(xiàn)有方法易出現(xiàn)過去霧的缺陷.實(shí)驗(yàn)結(jié)果表明，該算法去霧后圖像具有較好清 晰度及色彩恢復(fù)度，去霧魯棒性強(qiáng).在大霧和圖像色彩失真嚴(yán)重的情況下，仍可有效恢復(fù)圖像.
【全文鏈接】： ?attachType=PDF&id=18440
【引用格式】： ZHANG Xiao-Gang, TANG Mei-Ling, CHEN Hua, TANG Hong-Zhong. A Dehazing Method in Single Image Based on Double-area Filter and Image Fusion. Acta Automatica Sinica, 2014, 40(8): 1733-1739
(張小剛, 唐美玲, 陳華, 湯紅忠. 一種結(jié)合雙區(qū)域?yàn)V波和圖像融合的單幅圖像去霧算法. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1733-1739)
========================================================================
【文題】： 一種基于IDEF1x模型的層次多關(guān)系聚類算法
【作者】： 黃少濱, 程媛, 萬慶生, 劉國峰, 申林山
【摘要】： 多關(guān)系聚類仍存在利用統(tǒng)計(jì)方法提取一對多聯(lián)系對應(yīng)的信息時(shí)會(huì)忽略數(shù)據(jù)的原始特征、不同關(guān)系表間的聯(lián)系出現(xiàn)的回路可能導(dǎo)致信息重復(fù)利用等問題，且尚未見有效的解決方法. 本文認(rèn)為利用IDEF1x模型中不同聯(lián)系的特點(diǎn)，可重構(gòu)有助于解決上述問題的模型. 因此基于IDEF1x模型構(gòu)建多關(guān)系數(shù)據(jù)集中表間關(guān)聯(lián)關(guān)系層次模型的框架，然后定義框架中不同種類的聯(lián)系對聚類結(jié)果傳遞的影響，以及整合多個(gè)子節(jié)點(diǎn)聚類結(jié)果的方法，并以此為基礎(chǔ)提出新的多關(guān)系聚類算法.在真實(shí)的以及人工數(shù)據(jù)集上的實(shí)驗(yàn)效果表明，相較于單關(guān)系聚類算法以及對比的多關(guān)系聚類算法，所提算法可獲得較準(zhǔn)確的聚類結(jié)果.
【全文鏈接】： ?attachType=PDF&id=18441
【引用格式】： HUANG Shao-Bin, CHENG Yuan, WAN Qing-Sheng, LIU Guo-Feng, SHEN Lin-Shan. A Hierarchical Multi-relational Clustering Algorithm Based on IDEF1x. Acta Automatica Sinica, 2014, 40(8): 1740-1753
(黃少濱, 程媛, 萬慶生, 劉國峰, 申林山. 一種基于IDEF1x模型的層次多關(guān)系聚類算法. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1740-1753)
========================================================================
【文題】： 基于圖像片馬爾科夫隨機(jī)場的腦MR圖像分割算法
【作者】： 宋艷濤, 紀(jì)則軒, 孫權(quán)森
【摘要】： 傳統(tǒng)的高斯混合模型（Gaussian mixture model，GMM）算法在圖像分割中未考慮像素的空間信息，導(dǎo)致其對于噪聲十分敏感.馬爾科夫隨機(jī)場（Markov random field，MRF）模型通過像素類別標(biāo)記的Gibbs分布先驗(yàn)概率引入了圖像的空間信息，能較好地分割含有噪聲的圖 像，然而MRF模型的分割結(jié)果容易出現(xiàn)過平滑現(xiàn)象.為了解決上述缺陷，提出了一種新的基于圖像片權(quán)重方法的馬 爾科夫隨機(jī)場圖像分割模型，對鄰域內(nèi)的不同圖像片根據(jù)相似度賦予不同的權(quán)重，使其在克服噪聲影響的同時(shí)能保持圖像細(xì)節(jié)信息.同時(shí)，采用KL距離引入先驗(yàn)概率與后驗(yàn)概率關(guān)于熵的懲罰項(xiàng)，并對該懲罰項(xiàng)進(jìn)行平滑，得到 最終的分割結(jié)果.實(shí)驗(yàn)結(jié)果表明，算法具有較強(qiáng)的自適應(yīng)性，能夠有效克服噪聲對于分割結(jié)果的影響，并獲得較高的分割精度.
【全文鏈接】： ?attachType=PDF&id=18442
【引用格式】： SONG Yan-Tao, JI Ze-Xuan, SUN Quan-Sen. Brain MR Image Segmentation Algorithm Based on Markov Random Field with Image Patch. Acta Automatica Sinica, 2014, 40(8): 1754-1763
(宋艷濤, 紀(jì)則軒, 孫權(quán)森. 基于圖像片馬爾科夫隨機(jī)場的腦MR圖像分割算法. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1754-1763)
========================================================================
【文題】： 乳腺X線圖像結(jié)構(gòu)扭曲檢測的研究
【作者】： 張勝君, 陳后金, 李艷鳳, 姚暢, 程琳
【摘要】： 針對乳腺X線圖像結(jié)構(gòu)扭曲（Architectural distortion，AD）檢測假陽性率偏高的問題，提出了一種新的乳腺X線圖像結(jié)構(gòu)扭曲 檢測方法——相似度收斂指數(shù)（Similarity convergence index，SCI）方法.首先利用馬氏距離比計(jì)算出毛刺的相似度，然后通過計(jì)算相似度加權(quán)的收斂指數(shù)增強(qiáng)放射狀毛 刺，最后提取出收斂指數(shù)的局部最大值作為候選點(diǎn)，并對這些候選點(diǎn)進(jìn)行分類，檢測出結(jié)構(gòu)扭曲. 該方法在Mini-MIAS （Mammographic Image Analysis Society）乳腺圖像和北京大學(xué)人民醫(yī)院乳腺中心乳腺圖像上進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明，本文提出的方法有效降低了假陽性率，同時(shí)適用于脂肪型乳腺X線圖像和致密型乳腺X線圖像.
【全文鏈接】： ?attachType=PDF&id=18443
【引用格式】： ZHANG Sheng-Jun, CHEN Hou-Jin, LI Yan-Feng, YAO Chang, CHENG Lin. Detection of Architectural Distortion in Mammograms. Acta Automatica Sinica, 2014, 40(8): 1764-1772
(張勝君, 陳后金, 李艷鳳, 姚暢, 程琳. 乳腺X線圖像結(jié)構(gòu)扭曲檢測的研究. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1764-1772)
========================================================================
【文題】： 高斯尺度空間下估計(jì)背景的自適應(yīng)閾值分割算法
【作者】： 龍建武, 申鉉京, 臧慧, 陳海鵬
【摘要】： 為有效分割非均勻光照圖像，提出一種在高斯尺度空間下估計(jì)背景的自適應(yīng)閾值分割算法. 首先，利用二維高斯函數(shù)對待處理圖像進(jìn)行卷積操作來構(gòu)建一個(gè)高斯尺度空間，在此空間下進(jìn)行背景估計(jì)，并采用背景差法來消除非均勻光照干擾，從而提取出目標(biāo)圖像；然后，采用γ 矯正進(jìn)行增強(qiáng)處理以突出較暗目標(biāo)信息；最后，經(jīng)強(qiáng)調(diào)谷底的最大類間方差法進(jìn)行全局分割得到最終結(jié)果. 為驗(yàn)證算法的有效性，對非均勻光照條件下文本圖像以及非文本圖像進(jìn)行了測試，并與基于偏移場的模糊C均值方法、灰度波動(dòng)變換自適應(yīng)閾值分割算法和自適應(yīng)最小誤差閾值分割算法，在錯(cuò)誤分割率和運(yùn)行時(shí)間上進(jìn)行了對比. 實(shí)驗(yàn)結(jié)果表明，對比以上三種方法，該算法的分割結(jié)果更為理想.
【全文鏈接】： ?attachType=PDF&id=18444
【引用格式】： LONG Jian-Wu, SHEN Xuan-Jing, ZANG Hui, CHEN Hai-Peng. An Adaptive Thresholding Algorithm by Background Estimation in Gaussian Scale Space. Acta Automatica Sinica, 2014, 40(8): 1773-1782
(龍建武, 申鉉京, 臧慧, 陳海鵬. 高斯尺度空間下估計(jì)背景的自適應(yīng)閾值分割算法. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1773-1782)
========================================================================
【文題】： 新型基于分層多假設(shè)跟蹤的冠脈骨架提取算法
【作者】： 朱文博, 李彬, 田聯(lián)房, 陳侃, 鮑盈含
【摘要】： 為解決大多數(shù)脈管骨架提取算法中存在的運(yùn)算復(fù)雜、準(zhǔn)確率低以及無法同步獲取脈管半徑問題，提出了一種新型基于分層多假設(shè)跟蹤的冠脈骨架提取算法. 首先，提出改進(jìn)局部形狀分析方法用于冠脈預(yù)分割，通過引入單連通約束和體積約束和降低非血管型結(jié)構(gòu)及細(xì)小類血管型結(jié)構(gòu)誤分割率；其次，定義新的中心檢測能量函數(shù)，增強(qiáng)骨架定位能力，并提出分層多假設(shè)策略，避免跟蹤過程產(chǎn)生局部最優(yōu)解和實(shí)現(xiàn)脈管半徑同步獲��；此外，通過生成水平集圖，使算法可根據(jù)脈管樹分支情況自動(dòng)初始化多條跟蹤路徑，具有較好的拓?fù)溥m應(yīng)性. 實(shí)驗(yàn)表明，與其他骨架提取算法相比，該算法可以同步獲取冠脈骨架及半徑等信息，且結(jié)果精度較高.
【全文鏈接】： ?attachType=PDF&id=18445
【引用格式】： ZHU Wen-Bo, LI Bin, TIAN Lian-Fang, CHEN Kan, BAO Ying-Han. A New Coronary Artery Skeleton Extraction Method Based on Layered Multiple Hypothesis Tracking. Acta Automatica Sinica, 2014, 40(8): 1783-1792
(朱文博, 李彬, 田聯(lián)房, 陳侃, 鮑盈含. 新型基于分層多假設(shè)跟蹤的冠脈骨架提取算法. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1783-1792)
========================================================================
【文題】： 基于多角度光學(xué)投影表面重建的三維自發(fā)熒光光源定位算法
【作者】： 寧楠楠, 劉俠, 鄧可欣, 吳萍, 王坤, 田捷
【摘要】： 在自發(fā)熒光斷層成像（Bioluminescent tomography imaging，BLT）中，雙模態(tài)融合（光學(xué)模態(tài)與結(jié)構(gòu)模態(tài)）可充分利用結(jié)構(gòu)模態(tài)提供的高精度3D幾何結(jié)構(gòu)，重建三維表面熒光光通量分布，進(jìn)而實(shí)現(xiàn)小動(dòng)物內(nèi)部熒光光源定位.然而，與純光學(xué)模態(tài)相比，雙模態(tài)融合存在采集系統(tǒng)復(fù)雜、成本高、數(shù)據(jù)處理繁瑣及存在電離輻射（如CT）等問題.因此，研究基于純光學(xué)3D幾何結(jié)構(gòu)的自發(fā)熒光光源定位方法對BLT具有重要意義. 本文在搭建純光學(xué)自發(fā)熒光斷層系統(tǒng)（All-optical bioluminescence tomography system，AOBTS）的基礎(chǔ)上，提出一種基于多角度光學(xué)投影表面重建的三維自發(fā)熒光光源定位方法. 本方法由基于多角度光學(xué)投影的3D表面重建、多角度熒光無縫融合、熒光光通量的量化校正以及自發(fā)熒光內(nèi)部光源重建4部分組成. 通過真實(shí)小鼠內(nèi)部植入熒光光源實(shí)驗(yàn)表明，與傳統(tǒng)純光學(xué)方法相比，本文提出方法不僅改進(jìn)了3D表面重建方法，而且增加了多角度熒光無縫融合，可實(shí)現(xiàn)真實(shí)小鼠的三維自發(fā)熒光光源定位，初步實(shí)驗(yàn)證明具有小動(dòng)物預(yù)臨床實(shí)驗(yàn)潛力.
【全文鏈接】： ?attachType=PDF&id=18446
【引用格式】： NING Nan-Nan, LIU Xia, DENG Ke-Xin, WU Ping, WANG Kun, TIAN Jie. A 3D Location Method of Bioluminescence Light Source Based on Multi-view Projection Surface Reconstruction. Acta Automatica Sinica, 2014, 40(8): 1793-1803
(寧楠楠, 劉俠, 鄧可欣, 吳萍, 王坤, 田捷. 基于多角度光學(xué)投影表面重建的三維自發(fā)熒光光源定位算法. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1793-1803)
========================================================================
【文題】： 區(qū)間約束的全變差圖像復(fù)原和自動(dòng)參數(shù)估計(jì)
【作者】： 何川, 胡昌華, 張偉, 師彪
【摘要】： 因?yàn)閿?shù)字圖像的像素僅能取得給定動(dòng)態(tài)范圍內(nèi)的有限值，像素值的區(qū)間約束在圖像復(fù)原中引起廣泛關(guān)注. 該文研究了帶有正則化參數(shù)自動(dòng)估計(jì)的區(qū)間約束全變差圖像復(fù)原問題. 通過變量分裂并引入多組輔助變量，區(qū)間約束的全變差最小化問題被分解為一系列更易求解的子問題. 隨后，交替方向法被用以求解相關(guān)的子問題. 根據(jù)Morozov偏差準(zhǔn)則，在每步迭代中，正則化參數(shù)以閉合形式實(shí)現(xiàn)自適應(yīng)更新. 圖像復(fù)原實(shí)驗(yàn)表明，當(dāng)較高比例的圖像像素值位于給定動(dòng)態(tài)范圍的邊界時(shí)，所提方法可以獲得更為精確的復(fù)原結(jié)果.
【全文鏈接】： ?attachType=PDF&id=18447
【引用格式】： HE Chuan, HU Chang-Hua, ZHANG Wei, SHI Biao. Box-constrained Total-variation Image Restoration with Automatic Parameter Estimation. Acta Automatica Sinica, 2014, 40(8): 1804-1811
(何川, 胡昌華, 張偉, 師彪. 區(qū)間約束的全變差圖像復(fù)原和自動(dòng)參數(shù)估計(jì). 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1804-1811)
========================================================================
【文題】： 正交拉普拉斯語種識(shí)別方法
【作者】： 楊緒魁, 屈丹, 張文林
【摘要】： 提出了一種正交拉普拉斯語種識(shí)別方法，即在提取語音的i-vector后，采用正交局部保持投影進(jìn)行子空間映射，將信號(hào)整體空間映射到語言信息加信道信息子空間，然后對映射后的矢量進(jìn)行信道補(bǔ)償處理，最后用支持向量機(jī)進(jìn)行識(shí)別. 盡管i-vector最大限度地保留了語音的聲學(xué)信息，但是并沒有發(fā)現(xiàn)這些信息之間的內(nèi)在結(jié)構(gòu). 利用正交局部保持投影在去除聲學(xué)無關(guān)信息的基礎(chǔ)上，進(jìn)一步發(fā)現(xiàn)聲學(xué)特征的內(nèi)在結(jié)構(gòu)，能夠有效地提高特征的區(qū)分性. 在對NIST LRE 2003測試數(shù)據(jù)庫實(shí)驗(yàn)后，發(fā)現(xiàn)新方法相較于基線系統(tǒng)來說，平均代價(jià)降低了28.91%.
【全文鏈接】： ?attachType=PDF&id=18448
【引用格式】： YANG Xu-Kui, QU Dan, ZHANG Wen-Lin. An Orthogonal Laplacian Language Recognition Approach. Acta Automatica Sinica, 2014, 40(8): 1812-1818
(楊緒魁, 屈丹, 張文林. 正交拉普拉斯語種識(shí)別方法. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1812-1818)
========================================================================
【文題】： 香農(nóng)熵加權(quán)稀疏表示圖像融合方法研究
【作者】： 李奕, 吳小俊
【摘要】： 針對傳統(tǒng)稀疏表示同步超分圖像融合模型中對于 LL （Low-low frequency）、LH （Low-high frequency）、H （High frequency）三部分等比例加權(quán)，不能突出重點(diǎn)信息之不足，本文提出一種香農(nóng)熵多視角加權(quán)稀疏表示同步超分圖像融合方法. 該方法引入香農(nóng)熵加權(quán)技術(shù)，針對 LL、LH、H三部分根據(jù)圖像特征進(jìn)行自適應(yīng)加權(quán)，突出重點(diǎn)頻率段的影響，從而提高了圖像融合的效果. 在多組不同類型圖像上進(jìn)行了實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明所提方法無論從融合視覺效果還是評(píng)價(jià)指標(biāo)上均顯示出有效性.
【全文鏈接】： ?attachType=PDF&id=18449
【引用格式】： LI Yi, WU Xiao-Jun. Image Fusion Based on Sparse Representation Using Shannon Entropy Weighting. Acta Automatica Sinica, 2014, 40(8): 1819-1835
(李奕, 吳小俊. 香農(nóng)熵加權(quán)稀疏表示圖像融合方法研究. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1819-1835)
========================================================================
短文
========================================================================
【文題】： 基于總體變化子空間自適應(yīng)的i-vector說話人識(shí)別系統(tǒng)研究
【作者】： 栗志意, 張衛(wèi)強(qiáng), 何亮, 劉加
【摘要】： 在說話人識(shí)別研究中，基于身份認(rèn)證矢量（identity vector，i-vector） 的子空間建模被證明是目前最前沿最有效的說話人建模技術(shù)，其中如何有效準(zhǔn)確地估計(jì)總體變化子空間矩陣T 成為影響系統(tǒng)性能好壞的關(guān)鍵問題. 本文針對i-vector 技術(shù)如何在新的應(yīng)用環(huán)境下進(jìn)行總體變化子空間矩陣T 的自適應(yīng)估計(jì)問題進(jìn)行了研究，并提出了兩種行之有效的自適應(yīng)估計(jì)算法. 在由美國國家標(biāo)準(zhǔn)技術(shù)局（American NationalInstitute of Standard and Technology，NIST） 組織的2008 年說話人識(shí)別核心評(píng)測數(shù)據(jù)庫以及自行采集的測試數(shù)據(jù)庫上的實(shí)驗(yàn)結(jié)果顯示，不論采用測試集數(shù)據(jù)本身還是與測試集較匹配的開發(fā)集數(shù)據(jù)，通過本文所提的自適應(yīng)算法來更新總體變化子空間矩陣均可以使更新后的子空間更有利于新測試數(shù)據(jù)下的低維子空間描述，在新的測試環(huán)境下都更有利于說話人分類. 此外實(shí)驗(yàn)結(jié)果還表明基于多子空間拼接的子空間自適應(yīng)方法性能明顯優(yōu)于迭代自適應(yīng)方法，而且兩者的結(jié)合可達(dá)到最優(yōu)的識(shí)別性能，且此時(shí)利用開發(fā)集數(shù)據(jù)進(jìn)行自適應(yīng)可以接近其利用測試集數(shù)據(jù)進(jìn)行自適應(yīng)得到的最優(yōu)性能.
【全文鏈接】： ?attachType=PDF&id=18450
【引用格式】： LI Zhi-Yi, ZHANG Wei-Qiang, HE Liang, LIU Jia. Total Variability Subspace Adaptation Based Speaker Recognition. Acta Automatica Sinica, 2014, 40(8): 1836-1840
(栗志意, 張衛(wèi)強(qiáng), 何亮, 劉加. 基于總體變化子空間自適應(yīng)的i-vector說話人識(shí)別系統(tǒng)研究. 自動(dòng)化學(xué)報(bào), 2014, 40(8): 1836-1840)
========================================================================
上一篇：[轉(zhuǎn)載]我們怎樣紀(jì)念楊小凱？
下一篇：[轉(zhuǎn)載]《自動(dòng)化學(xué)報(bào)》40卷9期網(wǎng)刊已經(jīng)發(fā)布, 敬請關(guān)注, 謝謝: )
本文關(guān)鍵詞：電子病歷命名實(shí)體識(shí)別和實(shí)體關(guān)系抽取研究綜述，由筆耕文化傳播整理發(fā)布。
本文編號(hào)：70925
本文鏈接：http://www.lk138.cn/kejilunwen/dianzigongchenglunwen/70925.html
