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。     

形象思维的视表象基础

形象思维是普遍存在的，形象思维是依赖于直接的知觉经验的，并在心理上表现为对表象的操作，在视觉的中枢神经皮层机制中的功能柱型结构阵列可设想为表象的计算基础，这样就找到了视表象的表示和实现基础，在文中还对形象思维的实现过程进行了讨论，并指出了5个形象思维研究的核心问题，本文取认知观点，强调的是认知心理功能的计算依托和生理基础，也即“解释智能”的思想，或说从这样一个思想出发，发现思维的认知结构是认知科学的中心问题。     

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.     

基于知觉加工模式的发展式分词算法

分词是自然语言理解的一个重要过程,由于语言问题又是最重要的心理学问题之一,所以从认知心理学和发展心理学的观点出发,将分词问题看成是知觉问题在语言信息处理过程中的一部分,把知觉表达和知觉的双向加工过程引入对分词问题的分析,并同时考虑言语发展的心理过程,把对言语发展规律的归纳作为构造学习算法的基础和模板,以进化的方式来逐步改进自然语言理解系统的性能,从而避免知识获取瓶颈在自然语言理解问题中的出现。     

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.     

基于神经元网络的言语的计算结构研究初探

Language acquisition,understanding and production are three core problems in the field of cognitive linguistics and computational linguistics.After the investigation of information processing mechanism from the physiological psychology view,we get that the procedures of language porocessing are executed by some structure,that is to say all mental activities concerned with acquisition,understanding and production are the appearances of this structure, and it is developmental with the growing of cognition development including language.Thus three detail problems are pivotal, they are representation problem,learning problem and computation problem.     

基于多尺度感受野模型的指向性图像分析

借鉴生物视网膜的结构与特点，设计基于生物视觉机理的计算机视觉算法，可为诸如机器人控制、模式识别、图像理解等领域提供很有价值的启示。文章基于视网膜的生理特性，建立了模拟生物视网膜生理机制的网络模型。该网络模型在对特定区域的图像进行处理的同时保持对更大范围内图像信息的警觉，并有利于对重要信息的捕获。     

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。     

发展心理学与智能系统构造

一、知识与认知过程不可分割在专家系统的构造时碰到两个难题:知识获取瓶颈和知识窄台阶,解决这两个问题的根本方法是通过机器学习来完善知识库,知识库是专家系统的核心,包括内容、结构和构造方法三个方面。在教育学看来,与学习相连的记忆过程是:将新的知识内化或组织到已有的知识结构中去,以便在将来的某一个时期可以利用或再现它,有时也将内化称为整合或同化。这个过程不是机械地储存,而是信息组合再加工。新学习     

言语获取、理解和生成过程中的语义推理问题

一、问题的由来本文中所说的语言,更多的是指个体的、作为个人认知活动一部分的言语层面的现象。基于物理符号系统假设、假设低阶结构不连续的传统人工智能方法对自然语言理解问题处理不力的原因,在于语言的符号性仅是它的一个方面,可以说就象是冰山一角,其实大部分复杂性还隐藏在水面之下。用形式化的方法对语言进行描述,其可能实现的完善性程度是有限的,许多语言学问题的出现和解决有更深层的、涉及整个言语机制的内在特征。在言语的获取、理解和产生过程中存在许多推理问题,包括归纳、类比和演绎类型,对于这些推理的执行过程和发生条件非常值得进行深入的探究,我们会发现语义是基础。对发生