基于认知机理的三维人脸建模及应用研究

人类天生具备从单张平面照片进行三维信息恢复的能力,模拟人类的这一认知过程,研究基于单张平面图像的人脸三维建模技术,是当前认知计算中的一个重要问题.以统计学为工具,在建立人脸统计模型的基础上提出一个两步人脸形状建模方案,利用人脸结构先验知识对建模过程进行约束,能够生成真实感强的三维人脸模型.将三维人脸模型应用到光照和姿态估计问题上,取得了较好的效果.     

Rough集理论代数与信息论观点的关系研究

Rough集理论是近年来发展起来的一种有效的处理不精确、不确定、代含糊信息的数字理论方法，在机器学习、数据挖掘，智能数据分析，控制算法获取等领域取得了很大的成功，本文对Rough集理论的代数观点和信息论观点进行了研究，分析了二者再相容信息系统中的等价关系，并发现了二者在不同相容信息系统中的不等价关系。这一结论修正了一些学者以前人为Rough集理论的代数观点和信息论观点等价的错误结论。     

覆盖粗糙集的模糊度

粗糙集的不确定性度量是粗糙集理论中的关键问题之一。粗糙隶属函数为粗糙集提供了新的解释,并为粗糙集的不确定性度量提供了方法。Tsang对覆盖近似空间中的近似算子进行了研究,提出了一种较已有模型更合理的覆盖粗糙集模型。但是,该覆盖粗糙集的不确定性度量却没有被研究。针对第三类覆盖粗糙集模型,定义了第三类覆盖粗糙集的粗糙隶属函数,并据此定义了第三类覆盖粗糙集的模糊度。     

智能信息处理专题序言

智能信息处理就是模拟人或者自然界其他生物处理信息的行为,建立处理复杂系统信息的理论、算法和系统的方法和技术。智能信息处理主要面对的是不确定性系统和不确定性现象的信息处理问题。智能信息处理在复杂系统建模、系统分析、系统决策、系统控制、系统优化和系统设计等领域具有广I淘的应用前景。     

融合多源日志辅助取证的事件场景关联方法

计算机取证牵涉的证据通常分布在多种不同的日志中,从多源日志进行事件场景关联对于辅助取证意义 重大。提出了一种融合多源日志的基于事件“前提/结果”因果关系的事件场景关联方法。首先用基于IDMEF格 式的数据模型表示来自多源日志的安全事件,再通过预先定义的事件“前提/结果”知识将这些事件关联成事件场 景。实验表明该文提出的方法可辅助取证人员自动关联多源日志信息,生成可视化的事件关联图。     

基于密度峰值和网络嵌入的重叠社区发现

密度峰值是一种基于密度的聚类算法,该算法假设类簇中心点具有较高的密度且被密度较小的节点包围.由于图结构的性质,密度峰值无法直接适用于网络结构,现有的基于密度峰值的社区发现算法大部分是基于图的拓扑结构或者邻接矩阵度量节点近似度,这种方法往往引入较大的计算复杂度.文中结合网络嵌入方法通过低维向量表示网络中的节点信息,提出了...     

用前向神经网络获取特定结构的规则知识

介绍一种用前向神经网络来获取特定结构的产生式规则知识的方法，这些规则知识既可以用于解释神经网络的行为，又可以用于问题求解，获取的产生式规则知识可以是任意形式的，也可以是包含多个推理步的多级推理链知识，而且具有所需的易于理解的特一表达结构，另外，文中还提出了解决智能系统形成过程中知识不断增长问题的方法，大量的逻辑表达式学习实验结果表明，文中获取规则知识的方法是有效的。     

噪声信道的鲁棒图像编码

在一鲁棒图像编码方案的基础上提出了一种改进方案。通过改变部分比特输出的先后次序，保留 它将SPIHT输出比特分类以体现各类信息的重要性及出错敏感性，使用不等保护能力纠错编码，并且利 用图像小波系数数据幅度的非均匀分布规律，解码时添加后处理步骤，将小波系数适当减小，得到更高质 量的图像。该方案算法简单，在实现鲁棒编码结构的同时提高了压缩效率。失真率分析和实验结果都表明 该方案提高了峰值信噪比，从而改进了压缩效率。     

基于粗糙关系数据库的粗糙数据查询

以粗糙关系数据库模型（RRDM）为背景，从分解原理、投影原理、粗糙关系数据库（RRDB）的可定义性及上、下近似几方面讨论了RRDB的查询理论，并以此为基础提出了一种新的RRDB查询方法--粗糙数据查询，我们把粗糙数据查询分为精确查询、粗糙完全查询、粗糙组合查询三类，并从这三方面对粗糙数据查询进行了讨论与仿真实验，仿真结果验证了这种方法的可行性和正确性。     

基于可变精度粗集模型的增量式规则获取算法

为了获取最小决策规则集，当增加新样本时，传统的方法通常需要对决策表中所有数据重新计算，效率欠佳。从可变精度粗集模型理论出发，讨论了新增记录与已有条件属性等价类的关系及对规则集的影响，在此基础上提出了基于可变精度粗集模型的增量式规则获取算法。通过仿真实验表明，这种增量式算法是可行的。