面向可解释性的物体拓扑结构骨架表征方法

目的 模式识别中，通常使用大量标注数据和有效的机器学习算法训练分类器应对不确定性问题。然而，这一过程缺乏知识表征和可解释性。认知心理学和实验心理学的研究表明，人类往往不使用代价如此巨大的机制，而是使用表征、归纳、推理、解释和约束传播等与符号主义人工智能方法类似的手段来应对物体识别中的不确定性并提供可解释性。因此本文旨在从传统的符号计算出发，利用骨架拓扑结构表征提供一种可解释性的思路。方法 以骨架树为基本手段来形成物体拓扑结构特征和几何特征的形式化表征，并基于泛化框架对少量同类表征进行知识抽取来形成关于物体类别的知识概括显式化表征。结果 在形成物体类别的概括表征实验中，通过路径重建直观展示了同类属物体上得到的最一般表征的几何物理意义。在可解释性验证实验中，通过跨数据的拓扑应用展示了新测试样本相对于概括表征的特定差异，表明该表征具有良好的可解释性。最后在形状补全的不确定性推理实验中，不仅可以得到识别结论，而且清晰展示了识别背后做出的判断依据，进一步验证了该表征的可解释性。结论 实验表明一般化的形式表征能够应对尺寸、颜色和形状等不确定性问题，本文方法避免了基于纹理特征所带来的不确定性，适用于任意基于基元的表征方式，具有更好的鲁棒性、普适性和可解释性，计算代价更小。     

基于局部相似自组织的遥感图像自动识别算法

提出了一种根据局部特征进行图像描述和自动学习的识别算法.该算法能对地表遥感图像进行外貌分析,利用地貌特征进行图像分割,识别出图像中的丘陵、森林、沙漠、冲积扇.等地形.通过用一个大小可变的、边界模糊的窗口对图像进行大量取样,再利用这些样本来训练支持向量机,并使用该支持向量机进行模式分类,进行基于某些类型局部模式的相似性的自组织聚集,从而获得对遥感图像的整体性描述或理解.最后给出该方法在一些真实的遥感图像中的运用和分类实验的结果.应也适合拓展到其它具有纹理特征的模式识别问题.     

辅助决策系统在城市快速公交专用道设置中的应用*

将GIS技术与专家系统相结合,先对城市地理空间数据进行表示,然后用与或树结构对公共交通领域知识进行表达,并采用深度优先搜索和回溯技术实现推理引擎.对GIS和ES之间的接口和其中所涉及到的空间知识进行了研究探讨.所构建的辅助决策系统能够很好地对城市公交线路进行指标评测和完成对公交专用道规划的选取.     

一种基于规划自动生成的GIS专题分析模型设计

将人工智能(Artificial Intelligence,AI)领域的理论和技术与地理信息系统(Geographic Information System,GIS)相结合来设计地理信息系统专题分析模型,通过增强其在问题求解、自动推理、决策、知识表示与使用等方面的能力,使得GIS的专题分析模型能自动地、智能化地解决复杂的现实问题,是GIS的重要发展方向之一。论文在总结和分析这一领域国内外已发表的研究成果的基础上,提出一种基于规划自动生成的GIS专题分析模型的设计方案,并详细阐释了该分析模型中知识表示、自动推理等的设计细节。     

基于人造物体直线段结构特征的不变性识别

传统的用假设验证法进行三维物体识别的方法需要通过一组非线性方程组求解从模型到场景的坐标系变换,具有非常高的复杂度.文中提出了一种基于能够表明物体几何构造的直线段特征的人造物体识别方法,将假设验证法中对于全局坐标系变换的求解分散在各个平面单应性变换的求解中,降低了求解的复杂度.该方法首先利用几何不变量预匹配特征点,进而假设并求出场景和模型平面之间的单应矩阵,随后通过模型与场景之间直线段特征匹配的结果进行验证.实验证明,该方法能够快速准确地识别含有较多共面直线段特征的人造物体.     

一种基于3-像素基元组合的直线描述与检测方法

边缘或轮廓是实现图像理解的最重要线索之一,其中直线边缘占很大比例.边缘检测之后得到的仍然是离散的点,直线检测可将它们汇聚起来.本文提出一种基于3-像素基元组合的直线描述与检测方法,用于将可形成直线段的若干邻接像素点向量化.先定义在栅格方式下能够组合构成锯齿状直线的基本单元,接着定义由基元组合成直线段的规则,并证明这一组合规则是可行的,然后给出在基元基础上的直线聚类算法.通过在真实场景上与以往经典直线检测算法相比,本算法在时间、内存消耗、检测准确性上都有较显著的进步,其结果不需施加端点确定、假直线过滤、多条共线直线段的分割等后继操作.     

基于连通结构与动力学过程的知觉记忆层次模型

根据认知的计算神经科学的观点,提出了一种基于神经系统动力学理论和连通图的信息的直接表达方式.它首先定义了知觉信息直接表达的神经结构和动力学模式,然后提出一个双层的网络计算模型,分别用于记录外界刺激的特征信息和连通对应的特定神经回路的连接模式,这是通过结构学习来实现的.在两层神经元间建立起来的连通结构同时起到联想记忆的作用,记忆的可靠程度由神经回路的连通度来决定.这种直接表达方式对于人工智能中关于语义表达和基于语义的推理研究具有重要意义.     

改进的多层判别回归树算法及其在遥感图像分析中的应用

该文针对高维数据的快速聚类与回归问题及其在遥感图像分析中的应用等问题进行研究 .文中分析了改进的多层判别回归树的输入空间和和输出空间的联系 ,设计了改进的多层判别回归树的构造和检索算法 ,并且分析了它们的算法复杂度 ,还给出了系统实现和测试结果 ,最后在巡航导弹的地形匹配制导或弹道校正、遥感图像的城市绿化面积的估算以及纹理分析等应用领域进行了实践 .     

基于早期视觉的算法模型评述

计算机视觉与神经生理学相结合,早期视觉模型与计算相结合,对视觉研究领域具有深远的意义.早期视觉研究处理的视觉信息是视觉系统接受信息的第一步,是视觉研究的基础.它用计算机视觉的实现方式,模拟了视锥通路的早期视觉信息处理模型,验证了生理视网膜在信息处理过程中的特性,分析了视觉神经在信息采集必须充分必要的条件下,硬件复杂度、处理时间与处理精度之间的平衡.     

一种基于MAS和GIS平台的城市人口变迁模拟仿真方法

中国的城市化进程非常迅速,人口增长和迁移是重要特征之一．以地理信息系统、Multi—agent系统和随机过程为基础,建立一个研究人口增长的仿真模型．首先,利用GIS建立一个数字环境,用效能函数的概念在GIS中表示各类资源的效能．其次,详细阐述了一个Multi—agent系统设计和实现,重点是用agent代表某个地块及其属性和行为设计．由于发展的不确定性,设计了一个基于随机过程的行为模型,这也和agent宏观水平上的特性一致．最后,以上海市浦东新区为对象,进行了实验模拟和分析．结果表明这个基于Multi—agent系统和GIS的人口变迁仿真模型,具有模块性和可扩展性方面的优势,可应用到其他的城市规划研究中去．