摘要：Brain-like computer research and development have been growing rapidly in recent years. It is necessary to design large scale dynamical neural networks (more than 106 neurons) to simulate complex process of our brain. But such kind of task is not easy to achieve only based on the analysis of partial differential equations, especially for those complex neural models, e.g. Rose-Hindmarsh (RH) model. So in this paper, we develop a novel approach by combining fuzzy logical designing with Proximal Support Vector Machine Classifiers (PSVM) learning in the designing of large scale neural networks. Particularly, our approach can effectively simplify the designing process, which is crucial for both cognition science and neural science. At last, we conduct our approach on an artificial neural system with more than 108 neurons for haze-free task, and the experimental results show that texture features extracted by fuzzy logic can effectively increase the texture information entropy and improve the effect of haze-removing in some degree.

摘要：提出一种融合模糊语义概念和精细视觉特征的纹理图像检索方法.首先根据语言表达式和模糊语义概念对整个图像库进行快速有效的粗搜索,得到具有"软"边界的语义检索结果;然后根据视觉特征在语义检索结果中(而不是整个图像库)进行精细的检索.该方法很好地结合了基于内容的图像检索和基于语义的图像检索两者的优势,使得用户既可以根据语义概念对图像库进行快速浏览和检索,也能根据查询用例图像的视觉特征进行精细的匹配;另外,由粗到细的二阶段策略也明显地提高了其检索性能.在Brodatz纹理库中的实验结果表明,通过调整合适的语义检索边界,该方法的检索性能明显优于基于视觉特征的图像检索方法.

摘要："语义鸿沟"已成为基于内容图像检索的瓶颈,解决这个问题需要建立从图像的低层特征到高层语义的映射.对当前语义映射研究进行了综述,首先给出一个结合语义的图像检索框架,并分析了图像内容的层次模型及图像语义的表示方法;然后根据算法的特点,将现有的语义映射方法和技术分为4大类,重点阐述了各类方法提出的思路、模型,并讨论各自的优势和局限性;最后以图像检索实际应用的需要为依据,提出在图像语义检索相关领域的重要课题和研究方向.

摘要：提出了基于偏最小二乘 (PLS)方法的信息特征压缩算法 较主成分分析 (PCA)方法 ,该算法具有简单、稳健、易于定性解释等优点 ,对于多重共线性资料 ,尤其当解释变量多 ,而样本量少时很有效 由于在考虑压缩数据矩阵X的信息的同时 ,顾及了与目标矩阵Y的最大相关性等优点 ,使之更符合实际 数值实例研究表明 ,文中算法是可行的、有效的 。

摘要：为了有效地利用图像检索系统的语义分类信息和视觉特征,提出一种基于Bayes的集成视觉特征和语义信息的相关反馈检索方法.首先,将图像库的数据经语义监督的视觉特征聚类算法划分为小的聚类,每个聚类内数据的视觉特征相似并且语义类别相同;然后以聚类为单位标注正负反馈的实例,这显著区别于以单个图像为单位的相关反馈过程;最后分别以基于视觉特征的Bayes分类器和基于语义的Bayes分类器修正相似距离.在图像库上的实验表明,只用较少的反馈次数就可以达到较高的检索准确率.

摘要：基于统计方法和视觉感知机制,提出一种新型的纹理特征——独立纹元矩.首先通过独立成分分析方法从图像集中学习得到独立纹元滤波器,该滤波器表现出与图像集的良好相关性;然后利用独立纹元滤波器对纹理图像进行滤波分解,抽取滤波系数的一阶矩和二阶矩组成图像的纹理特征向量.在Brodatz纹理库中的实验结果表明,独立纹元矩特征的查准率和查全率比Gabor提高了6%,达到79.27%,而且在特征向量维度相同的条件下,独立纹元矩抽取的速度比Gabor快2个数量级.

摘要：提出一种时空融合的运动目标分割方法.在时域方面,采用时间轴一维小波变换提取运动对象,然后用独立成分分析法提取独立的运动对象,并基于灰度直方图进一步提取视频对象;在空域方面,提出对轮廓提取后的图像进行分水岭变换的改进方法.与COST211AM算法比较表明,文中方法能更完整、准确地提取出运动对象.

摘要：存储库系统的元数据组织方式呈现出分层、多级并且动态变化的复杂结构;存储库系统标准对确保良格式约束规定得并不充分,上述2个原因使得确保基于元对象设施(meta object facility,MOF)建立的元数据存储库系统的状态不违背良格式约束成为一个令人棘手的问题.提出了一种能够自动推断可能违背良格式约束的潜在操作的方法.首先定义了一组比MOF的构造活动更精确和灵活的MOF内部活动并建立了二者之间的对应关系;接着研究了如何推断可能违背约束条件的内部活动;最后通过比对与这些内部活动相对应的构造活动是否在操作规范中出现,研究了如何推断违背约束条件的潜在操作,该方法可以用于约束检测领域.由于可以剔除许多无关的检测,该方法可以有效地提高良格式约束检测的效率.此外该方法对约束设计领域也有一定的参考价值.

摘要：基于动态描述逻辑的主体模型和协作过程就是既考虑了智能主体的知识表示与推理问题,又紧密地结合主体的设计与编程问题,把表示与推理应用到主体的具体设计中·它充分利用了动态描述逻辑的统一的形式化框架,同时从静态的知识表示与推理和动态的运行与变化两个方面来刻画主体的心智状态和协作过程,探讨了主体信念、行为能力、目标和规划等心智要素的表示、推理与修改以及联合目标的形成、多目标的规划问题·多主体协作模型将理论和实践有机地结合起来,能够充分体现智能主体的本质特征与运行机制,为多主体系统的设计与编程奠定了很好的基础·

摘要：在设计用于处理大规模本体和数据的推理引擎时,推理引擎的可扩展性是一个需要研究的重要问题.动态描述逻辑要在真实环境中获得成功应用,需要在推理中采用并行计算技术.提出了两种方法将并行计算技术应用于动态描述逻辑推理.方法1是设计分布式动态描述逻辑框架.分布式动态描述逻辑由若干独立的动态描述逻辑所组成,这些动态描述逻辑两两之间通过桥规则联系起来.提出了基于Tableau的分布式推理算法,从而为分布式动态描述逻辑提供了全局推理能力,并且该算法可以将大的推理任务分解为若干子任务,而这些子任务可以被不同的推理主体并行处理.方法2是并行化动态描述逻辑的Tableau算法的不确定分支.不确定分支的并行计算使得推理任务可以在若干独立机器上同时执行.最后,介绍了推理引擎的原型实现并评估了其性能.实验结果表明提出的两种方法取得了明显的推理加速效果.