基于范例推理中的一种范例匹配方法模型

传统的最近邻检索和匹配算法不一定能找到最优相似范例,本文提出了一种根据范例间数值型属性对应成比例的原则进行范例匹配的方法,它作为原算法的一个补充,为找到最优相似范例提供了一条有效途径.     

基于引入概率的范例匹配新方法

针对范例匹配中的冲突问题,提出了基于引入概率的一种范例匹配新方法,并给出了概率确定、引入以及最终相似度计算的完整理论。首先采用阀值判断过滤范例;然后在模型中引入概率,并通过调整影响因子来改变引入概率对最终相似度的影响;最后计算比较最终相似度得出最优相似范例。实例证明,该方法提高了范例匹配的时效性和准确性。     

范例推理结构相似性研究

本文将范例的结构相似性问题提炼为结构图的相似问题，改变了将范例属性线性地映射到区间的方式，建立以关键节点为特征的分层模型，来进行范例结构图比较，并得到一个可以计算的合理的相似度数值，可以较为方便地解决结构相似性度量的问题，为复杂范例的多种类型的带偏序的属性的综合比较提供了基础。最后本文提供了一个例子，对相似性模型作了说明。     

基于贝叶斯方法的范例检索

提出了利用贝叶斯概率理论进行范例推理，因为在范例库中进行范例检索是范例推理中的一个非常重要的组成部分。该文中主要考虑的是如何利用贝叶斯方法进行范例检索并提出了一个评估两个范例相似程度的匹配函数。在传统的方法中，可以用欧氏距离等方法来评估两个范例的相似性。在实验中，把这两种方法进行了比较，实验结果表明贝叶斯方法不仅呵行，而且比用欧氏距离方法更优。     

一种基于遗传算法的权重向量选取模型

CBR中权重向量的选取是范例检索过程中重要的一个步骤，其选取的好坏直接关系到范例检索的质量。传统的方法中权重向量一般由专家指定，常导致提取到的范例对问题的解决没有帮助。文中提出了一种根据遗传算法对权重向量进行调整的策略，为找到最优相似范例提供了一条有效途径。     

范例推理系统中的范例库维护

在范例推理系统中，系统的学习会使范例库逐渐增大，一般来说范例库越大，知识越丰富，但也不能无限增加，否则会大大增加相似范例检索的时间，降低系统的总体性能。因此范例推理学习系统必须有维护功能，主要目的是限制范例库的无限膨胀，且能保持系统的性能。本文在给出一个改进的删除策略维护方案的同时，并从另一角度出发，提出一个基于范例增加的维护策略，以保证系统的性能不受影响，从而达到小范例库强功能的目的。     

范例推理在地理信息系统中的应用研究

范例推理（CBR）是一种用先前求解问题的经验和方法，通过类比和联想来解决当前相似问题的推理技术，它是动态决策环境下求解不良结构问题的常用方法。GIS系统作为一种新兴的地学工具，具有很强的空间分析能力，但由于地学问题的复杂性，一些地学现象很难用确切的模型进行模拟和预测。考虑到范例推理系统在处理半结构化和非结构化问题方面的出色能力，文中探讨了一个基于范例推理的GIS系统结构，并给出了地理范例的构建方法和表达模型。     

一种基于遗传算法的权重向量选取模型

CBR中权重向量的选取是范例检索过程中重要的一个步骤,其选取的好坏直接关系到范例检索的质量.传统的方法中权重向量一般由专家指定,常导致提取到的范例对问题的解决没有帮助.文中提出了一种根据遗传算法对权重向量进行调整的策略,为找到最优相似范例提供了一条有效途径.     

一个基于范例推理的时序预测模型

本文在相似模型的统一描述的基础上，提出一个多层次的抽象范例重用框架，适用于进行描连和时序的预测。在时间序列的问题下，本文描述了多层次范例推理的方法，并且讨论了一些CBR循环常见的问题在时序预测中的情况。本文最后提供一个期货预测的例子，对本文的模型作了说明。     

基于多重服务范例适应性调整的服务组合

提出了抽象多重服务范例来解决服务组合问题.同时,为了提高可适应性,给出一种用来选择适合调整的服务范例的可适应性的相似度测量方法,并提出了基于调整运算子的服务范例适应性调整方法.在这些工作的基础上实现服务组合.实验表明,该方法是可行和有效的.     

基于源模式分裂的模式匹配算法

模式匹配就是在作为输入的模式中有对应语义关系的元素间产生一个映射.为了提高模式匹配的效率,提出了一种新型的模式匹配方法--源模式分裂模式匹配算法.它可以解决标准模式匹配难以解决的问题:1)源模式的某一个属性和多个目标模式的多个属性之间建立匹配关系;2)表格中的不同元组对应其他表格同一元组的不同属性值的匹配.在匹配过程中,该方法先搜索种类型属性,然后根据种类型属性建立选择条件,最后把源模式进行分裂形成视图,再重新生成候选匹配集合,从而提高模式匹配的质量.     

基于改进并行粒子群算法的彩色图像匹配

本文给出了对解决图像匹配问题的一种新尝试,即基于改进并行粒子群算法的彩色图像匹配。本文提出和建立对彩色图像匹配问题的匹配策略和数学模型,应用改进并行粒子群算法(基于 .Net任务并行库(TPL)/PLINQ实现并行化)进行仿真实验并将实验结果与标准粒子群算法下的彩色图像匹配问题的实验结果进行比较,验证了算法的实用性和有效性。在大数据背景下的智能算法的应用方面迈进了一小步,同时也给本身研究不多的彩色图像匹配问题提供了一种新的且可行的解决方法。     

基于卡尔曼滤波与感知哈希技术的模板匹配跟踪算法

为解决传统模板匹配跟踪算法计算复杂度高且在目标形变、光照变化、遮挡等情况下容易发生跟踪漂移的问题,本文提出一种融合卡尔曼滤波、图像感知哈希与模板匹配的跟踪算法。本算法采用感知哈希技术提取目标的哈希值作为模板进行匹配,采用卡尔曼滤波预测下一帧中候选目标的搜索区域,然后,结合模板的哈希序值和目标位置变化信息设计新的匹配准则进行模板匹配,最后根据匹配结果,采用自适应模板更新策略和跟踪策略对目标进行跟踪。试验结果表明,本算法在目标形变、光照变化以及遮挡情况下具有一定的鲁棒性,且能满足实时跟踪的要求。     

点模式匹配

利用不可约四和相对不变量理论提出了几种点模式新算法,它们可分别用来解决相似变换和上具有相同点数的两个点模式的匹配问题,这些算法的基本出发点 待匹配的两个二维占 分别转化成为一个ｎ维空间中的向量,只要对这两个向量中的各元素进行简单的排序就可解决对应的原来点模式的匹配问题,理论分析和仿真实验表明这些算法是有效的。     

一种鲁棒的背景配准方法

针对传统背景配准算法的精度完全依赖于匹配点的可靠性而导致效果不稳定的问题,提出了一种鲁棒的背景配准算法。根据统计意义下多数表决的原理,建立了利用更多点匹配关系的背景配准模型,并用广义逆变换将其转化为满秩的线性问题来求解运动模型参数,得到了较稳定的背景配准结果。     

粒子测速系统中相位相关法在的优化设计

介绍了相位相关法的匹配原理。针对在粒子测速系统(PIV)应用中由于粒子运动而引起的不匹配以及亚像素快速求解等问题,提出了分层匹配后“伪粒子”的去除方法和相关运算的快速求解算法。使用优化的匹配流程仅需一次2D-FFT便可准确求出两幅粒子图像的亚像素级匹配点。最后,使用合成的粒子图像进行了算法验证和效率分析并给出了仿真结果。经验证,优化后的相位相关匹配具有高效性与可靠性。     

Good recognition is non-metric

Recognition is the fundamental task of visual cognition, yet how to formalize the general recognition problem for computer vision remains an open issue. The problem is sometimes reduced to the simplest case of recognizing matching pairs, often structured to allow for metric constraints. However, visual recognition is broader than just pair-matching: what we learn and how we learn it has important implications for effective algorithms. In this review paper, we reconsider the assumption of recognition as a pair-matching test, and introduce a new formal definition that captures the broader context of the problem. Through a meta-analysis and an experimental assessment of the top algorithms on popular data sets, we gain a sense of how often metric properties are violated by recognition algorithms. By studying these violations, useful insights come to light: we make the case for local distances and systems that leverage outside information to solve the general recognition problem.     

允许自由旋转的2个简单多边形匹配算法

为了解决二维不规则排料问题中的匹配问题,提出了一种允许自由旋转条件下,2个无孔洞的简单多边形之间的匹配算法.该算法基于2个多边形可以自由旋转的假设,对它们之间NFP为凹或凸的情况,选择适当的匹配方法,找出一种使得其匹配后空隙尽可能小,同时保证其整体的矩形的规整度也较高的匹配方案;并用匹配空隙的利用率、匹配后整体面积的利用率,以及匹配后整体的矩形规整度等多个指标来衡量匹配的效果.实验选择于ESICUP中的部分代表性的多边形样例与多个算法进行对比实验,结果表明,该算法在任意旋转精度的要求下,均具有运行速度快的特点,可以很好地应用于服装排料等实际问题.     

基于新排序函数的直觉模糊双边匹配决策方法

针对直觉模糊双边匹配问题,基于新的排序函数提出一种考虑匹配意愿的双边匹配决策方法.给出新的直觉模糊集排序函数的相关理论;描述考虑主体匹配意愿的直觉模糊双边匹配问题.决策方法如下:首先依据新的排序函数将直觉模糊偏好转换为排序值偏好;基于排序值矩阵、匹配意愿矩阵和匹配矩阵,建立考虑匹配意愿的多目标双边匹配模型;考虑到双方所有主体在大多数情形下所处的地位相同,使用均值法将多目标模型转化为单目标模型,进而通过模型求解获得双边匹配方案.算例分析进一步表明了所提出决策方法的有效性.     

稳定完备婚姻问题的算法及推广

稳定匹配问题是算法理论中的典型问题之一,稳定婚姻匹配问题则是一种解决二部图匹配问题的模型.论文对稳定婚姻匹配问题进行了简单的阐述,并介绍了求解典型稳定婚姻问题的Gale-Shapley算法的基本思想及其性质,并且再推广到广义的延迟认可算法,解决现实生活中的公司招聘员工等的案例.