Finite-Sample Convergence Properties of the LVQ1 Algorithm and the Batch LVQ1 Algorithm

This letter addresses the asymptotic convergence of Kohonen's LVQ1 algorithm when the number of training samples are finite with an analysis that uses the dynamical systems and optimisation theories. It establishes the sufficient conditions to ensure the convergence of LVQ1 near a minimum of its cost function for constant step sizes and cyclic sampling. It also proposes a batch version of LVQ1 based on the very fast Newton optimisation method that cancels the dependence of the on-line version on the order of supplied training samples.     

一种结合项目属性的混合推荐算法

传统的协同过滤推荐算法中仅仅根据评分矩阵进行推荐,由于矩阵的稀疏性,存在推荐质量不高的问题.本文提出了一种结合项目属性相似性的混合推荐算法,该算法通过计算项目之间属性的相似性,并且与基于项目的协同过滤算法中的相似性动态结合,通过加权因子的变化控制两种相似性的比重来改善协同过滤中的稀疏性问题,并且将综合预测评分和基于用户的协同过滤预测评分相结合来提高推荐质量,最终根据综合评分来进行推荐.通过实验数据实验证明,该算法解决了协同过滤算法的矩阵稀疏性问题.     

Properties of a Level Set Algorithm for the Visibility Problems

We study an implicit visibility formulation and show that the corresponding closed form formula satisfies a dynamic programming principle, and is the viscosity solution of a Hamilton-Jacobi type equation involving jump discontinuities in the Hamiltonian. We derive the corresponding discretization in multi-dimensions and prove convergence of the corresponding numerical approximations. Finally, we introduce a generalization of the original Hamilton-Jacobi equation and the corresponding discretization that can be solved efficiently using either the fast sweeping or the fast marching methods. Thus, the visibility of an observer in non-constant media can be computed. We also introduce a specialization of the algorithms for environments in which occluders are described by the graph of a function.     

均值重心坐标的鲁棒算法及其几何性质

均值重心坐标不仅适用于凸多边形,而且适用于星形多边形．已有定义方法在多边形边界处具有奇异性,计算时容易产生数值不稳定问题,因而不适用于几何计算．首先分析和比较了已有的各种重心坐标的定义方法,提出了一种鲁棒的均值重心坐标计算方法,并且从理论和实验两方面证明了均值重心坐标在多边形边界上的Lagrange性质和线性性质．     

基于索引属性改进的OPIC算法

搜索结果的可靠性是影响广大网民使用搜索引擎的一项重要指标。在开源 OPIC 算法的基础上,提出了TS 算法,该算法通过基于索引属性的改进,加入网页的创建时间和网页深度两个属性,使得网页的评分不仅仅局限于网页的链接,实现了网页评分因素的多元化。而网页最后的排序分值在原有OPIC算法的基础上与网页创建时间成正比,与网页深度成反比,有效改善了OPIC算法偏重历史网页的缺点,使搜索结果更加合理。最后,对TS算法进行效果演化,经过与传统搜索结果的分析对比,显示本算法返回的结果具有更高的可靠性。     

交互式多模型算法性能分析

广泛应用于目标跟踪和故障诊断的动态多模型估计（SMME）假设模式的切换服从马尔可夫过程,对马尔可夫切换概率（MTP）的非MonteCarlo分析有助于深入了解SMME的机理,发现参数寻优的法则,设计或发展新的自适应多模型估计器,然而由于SMME的复杂性,非Monte Carlo分析很难给出,本文针对SMM中著名的交互式多模型（IMM）估计器,通过将IMM看作是输入交互和子滤波器串联,分析了具有m个参数的MTP矩阵,给出了六条不依赖主动应用环境及子滤波器设计的结论,部分结果也适用于一阶广义伪贝叶斯算法（GPBI）。     

一种利用声音特性快速切分英文单词音节的算法

从提高单词层的语音识别精度到提供个性化的发音训练,音节切分都有着广泛的应用领域。该文提出了一个利用声音特性对英文单词进行快速音节切分的算法。该方法首先通过对能量和过零率参数的分析,划出粗略的音节边界,然后检测峰值点／谷值点的基音周期参数来做修定。实验结果显示,该算法在速度和精度两方面都有着良好的性能。     

算法演化的形式归约及其性质

使用归纳过程说明算法的演化,建立了一阶语言语句集和算法的关系,并提出了启发式的归纳规则.还提出了算法分析的概率式研究方法.这种方法为有效算法的设计和自动算法设计提供了工具.     

符合人眼视觉特性的医学图像融合算法

针对医学图像的特点,基于人眼视觉特性,结合降噪算法提出一种图像融合方法,以提高融合图像的对比度,减小噪声对图像的干扰。算法根据噪声点和图像特征所具备的不同特性,对源图像进行降噪,过滤小波分解后对应的噪声系数。小波分解后的系数矩阵,通过计算各系数的局部梯度,以源图像区部梯度为判断依据建立算法,选择源图中不同方向上梯度大的系数作为最终融合系数。实验结果表明,该算法提升融合图像的信息量的同时,有效保护了图像的细节,改善了视觉效果。     

Properties of a Batch Training Algorithm for Feedforward Networks

We examine properties for a batch training algorithm known as the output weight optimization–hidden weight optimization (OWO–HWO). Using the concept of equivalent networks, we analyze the effect of input transformation on BP. We introduce new theory of affine invariance and partial affine invariance for neural networks and prove this property for OWO–HWO. Finally, we relate HWO to BP and show that every iteration of HWO is equivalent to BP applied to whitening transformed data. Experimental results validate the connection between OWO–HWO and OWO–BP.     

基于视觉特性的小波域数字图像水印算法

在信息时代,数字图像成为人们储存信息、传播知识和分析问题的重要媒体。但是,随着网络技术的发展和缺 乏相应的监督技术,在网络中传播的数字图像极易被恶意盗用和非法篡改。在缺乏技术保障的情况下,图像的拥有者很难维 护自己的所有权。为了解决这一问题,数字水印技术应运而生。本文提出了一种在小波域内综合考虑人的视觉特性和鲁棒性 的水印算法,该算法简单方便、效果好。     

一种改善双射S盒密码特性的有效算法

S盒是许多密码算法中的惟一非线性部件,它的密码强度决定了整个密码算法的安全强度．利用基因算法可以构造出密码特性良好的S盒,实践证明,若能在基因算法的中间过程对子S盒的密码特性作局部优化,将会使算法更加有效．William Millan曾给出一个改善双射S盒的非线性度的算法．而差分均匀性也是衡量S盒密码特性的一个重要指标,研究了如何利用差分矩阵来改善差分均匀性,并给出了一个实用的算法,它能同时改善一个随机选取的双射S盒的非线性度和差分均匀性．     

Power图的性质及构造算法研究

点集的Power图是点集Voronoi图的推广,特别适用用来解决涉及球（圆)的几何问题,文中首先对Power图的基本性质进行了几何化的证明;之后,研究了权为负数时对Power图的影响,指出在Power图的理论中允许权为负数,从而Power图可以应用到具有负权性质的领域;最后,给出了平面点集的Power图的构造算法,该算法到用Power图与正则三角化互为对偶的原理,在点集的正则三角化的基础上构造Power图,同时给出了实例以说明算法的有效性。     

一种基于几何性质的鱼眼图像校正算法

为快速、高效地校正具有径向畸变的鱼眼图像,提出一种基于几何性质的校正算法。根据投影不变性原理以及径向畸变的几何特性,计算畸变直线的斜率,并通过求解线性方程组得出多项式校正模型的参数。实验结果表明,该算法能够以较低的运算复杂度获得较高的校正精度,相比于采用数学迭代拟合直线的方法,该算法在图像整体校正质量上有明显改善。     

一种基于圆的几何特性改进的圆检测随机算法

在模式识别和计算机视觉领域,圆检测的应用十分重要。目前,大部分圆检测算法都把关注点放在精确度和检测效率上,随机算法具有计算效率高和占用内存少的优点,然而,随机算法通过选取大量的候选圆并统计落在候选圆上的像素总数判断圆的存在,在实时检测中并不适用。文章提出了一种基于圆的对称性的改进算法,加速了判断候选圆是否为真实圆的过程,同时在统计候选圆上的像素时没有采集图像中全部的边缘像素,而是采集候选圆的内接正方形和外切正方形范围内的边缘像素。实验表明,这种方法在保持圆检测准确性的条件下减少了运算时间。     

ZH算法的性质及一种新视角分析

文献［1］提出的MSP问题是一个NP完全问题。为了求解MSP问题,文献［1］给出了ZH算法。本文以ZH算法为研究对象,剖析ZH算法主要过程,从新的角度解读其作用,给出并证明ZH算法的两条重要性质——顶点边集守恒性质和顶点边集存在性质。对算法过程和作用的新视角分析为MSP问题的研究提供重要参考,ZH算法的重要性质也为算法的正确性证明提供帮助。     

一种模糊Hopfield网络的学习算法及性质

摘要现基于TL-模Max-TL模糊Hopfield网络(Max-TL FHNN)提出了一种有效的学习算法。对任意给定的模式集合,该学习算法总能找到使该模式集合成为Max-TL FHNN的平衡点集合的所有连接权矩阵中的最大者。任意给定的模式集合都能作为Max-TL FHNN网络的平衡点集合且能使Max-TL FHNN对任意输入在一步内就进入稳定状态,同时该网络对训练模式的摄动具有好的鲁棒性。     

基于QAA算法的昆承湖固有光学量反演模型

基于2010年4月在昆承湖采集的野外实验数据,建立了适用于昆承湖的QAA固有光学量反演模型。结果表明:该模型可以得到较高精度的反演结果。所有验证点在411~700nm波段范围内,反演总吸收系数和实测总吸收系数的决定系数R2都高于0.984,平均相对误差ε都低于14.5%。在440、488和532nm 3个波段处,总吸收系数反演值和实测值决定系数R2分别为0.655、0.742和0.826,平均相对误差ε分别为6.5%、3.6%和3.4%,精度较高。反演后向散射系数与和参考后向散射系数在440、488和532nm处均具有较好的相关性,且532nm处反演后向散射系数与实测总悬浮物浓度决定系数为0.624,呈正相关,反演后向散射系数具有一定的可信度。该模型能够为昆承湖固有光学量的反演提供一条有效途径。     

基于立体成像几何特性的动态有限搜索匹配法

提出了一种基于立体成像几何特性的动态有限搜索匹配法。该法根据被测物体与摄像机标定参照物在空间上的相互关系及被测物体形态，确定被测物体特征点视差匹配大致范围。利用立体成像几何特性，采用动态有限搜索法，以求出的视差为参考，根据左(右)图像中特征点与所得匹配对应点的水平视差值，确定在右(左)图像中的搜索方向和搜索范围，采用灰度区域相关计算，确定下一个匹配特征点，并依此类推。由于特征点灰度不稳定，且随视点的不同而有很大差异，为能得到正确匹配，需结合几何相似性约束。通过对一已知三维坐标标准件的计算机仿真实验，证实了该方法的有效性。     

基于听觉感知特性的信号子空间麦克风阵列语音增强算法

针对麦克风阵列信号子空间语音增强算法的不足, 结合人耳的听觉掩蔽效应, 提出了改进的信号子空间算法. 提出了通过置信度判断来确定噪声子空间维度的方法, 在噪声子空间上, 通过条件概率的方法估计出噪声功率谱. 在此基础上, 结合人耳的听觉掩蔽效应给出了线性滤波器的一种合理估计. 实验结果表明所提的方法相对于传统算法, 更有效地抑制了噪声, 在多项语音质量评价指标上都有明显的改进.