[發(fā)明專利]一種基于多智能體的分布式模式識(shí)別方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110241054.3
• 申請(qǐng)日: 2011-08-22
• 公開(kāi)（公告）號(hào): CN102955948A
• 公開(kāi)（公告）日: 2013-03-06
• 發(fā)明（設(shè)計(jì)）人: 程顯毅;梁軍;王進(jìn);陸旦前;程晨
• 申請(qǐng)（專利權(quán)）人: 南通大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06N3/08
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

技術(shù)領(lǐng)域

本發(fā)明涉及模式識(shí)別技術(shù)領(lǐng)域，具體涉及一種基于多智能體的分布式模式識(shí)別方法。

背景技術(shù)

模式識(shí)別是人類的一項(xiàng)基本智能，模式識(shí)別是許多工程領(lǐng)域廣泛應(yīng)用的關(guān)鍵技術(shù)，諸如：自控監(jiān)測(cè)、圖像識(shí)別、故障診斷等。幾十年來(lái)，模式識(shí)別方法層出不窮，如：統(tǒng)計(jì)模式識(shí)別、模糊模式識(shí)別、結(jié)構(gòu)模式識(shí)別、協(xié)同模式識(shí)別、仿生模式識(shí)別等。每種方法各有所長(zhǎng)，適用的范圍有限，隨著科學(xué)研究和工程技術(shù)的飛速發(fā)展，可以獲取的數(shù)據(jù)信息越來(lái)越豐富，數(shù)據(jù)樣本呈現(xiàn)出：高維、大容量、關(guān)系復(fù)雜、非線性和分布不定等特點(diǎn)，為模式識(shí)別技術(shù)提出了新的挑戰(zhàn)，柔性地集成應(yīng)用不同類方法是應(yīng)對(duì)這種挑戰(zhàn)的有效手段。

模式識(shí)別在給人們帶來(lái)希望的同時(shí)，我們也應(yīng)看到，由于問(wèn)題本身的多樣性和復(fù)雜性，現(xiàn)有的理論和方法離實(shí)際要求還有相當(dāng)距離，一些根本性的問(wèn)題還有待進(jìn)一步深入研究：

(1)特征抽取問(wèn)題：傳統(tǒng)模式識(shí)別理論的出發(fā)點(diǎn)認(rèn)為識(shí)別對(duì)象可由一組特征來(lái)描述。因此，特征選取的好壞對(duì)識(shí)別結(jié)果起決定性作用。特征抽取研究存在的問(wèn)題是：

a.在理論上缺乏一種統(tǒng)一的能適合各種問(wèn)題的特征抽取手段，許多情況下要依賴專家；

b.特征抽取準(zhǔn)則缺乏一種統(tǒng)一度量標(biāo)準(zhǔn)來(lái)評(píng)判各種準(zhǔn)則下特征抽取方法的優(yōu)劣，因而分類器的設(shè)計(jì)存在一定的盲目性；

(2)結(jié)構(gòu)識(shí)別問(wèn)題：在結(jié)構(gòu)模式識(shí)別方法中，認(rèn)為模式是由一些基本結(jié)構(gòu)特征(稱為基元)按某種相互關(guān)系組成的，其組成方式可用一個(gè)字符串、一個(gè)樹(shù)或一個(gè)圖來(lái)表示，但基元的選擇存在太多的隨意性。

(3)模糊模式識(shí)別是用隸屬度作為模式之間相似度的度量，雖然能反映模式整體與主要特性，有相當(dāng)程度的抗干擾和畸變能力，但準(zhǔn)確合理的隸屬度函數(shù)往往難以建立，所以，限制了它的應(yīng)用。

(4)基于神經(jīng)網(wǎng)絡(luò)的模式識(shí)別在許多場(chǎng)合得到了應(yīng)用，但是需要較多的訓(xùn)練樣本及訓(xùn)練時(shí)間，并且沒(méi)有充分的利用模式的先驗(yàn)知識(shí)。

方法(1)(4)屬于自下而上的過(guò)程，方法(2)(3)屬于自上而下的過(guò)程。傳統(tǒng)的做法是獨(dú)立研究這兩個(gè)過(guò)程。對(duì)人的模式識(shí)別能力的研究表明，模式識(shí)別活動(dòng)在很大程度上是自下而上和自上而下兩種過(guò)程的統(tǒng)一，這正是基于多智能體的模式識(shí)別提出的動(dòng)機(jī)。

提出基于多智能體的模式識(shí)別的另一個(gè)動(dòng)機(jī)是在過(guò)去的十年內(nèi)，計(jì)算機(jī)應(yīng)用領(lǐng)域朝著分布式和智能化的方向發(fā)展，模式識(shí)別也不例外。智能體計(jì)算是分布式計(jì)算和智能信息技術(shù)發(fā)展進(jìn)程中比較有影響的計(jì)算模式。智能體技術(shù)提供了一種新的問(wèn)題求解風(fēng)范，這主要是因?yàn)榛谥悄荏w的系統(tǒng)具有許多優(yōu)點(diǎn)：多智能體系統(tǒng)放松了對(duì)集中式、規(guī)劃、順序控制的限制，提供了分散控制、應(yīng)急和并行處理，并且降低了軟件和硬件的費(fèi)用，提供協(xié)作的其他求解模式。利用智能體計(jì)算模式，使得復(fù)雜的任務(wù)可以通過(guò)相互協(xié)作來(lái)完成，突破了時(shí)間和空間的限制，充分利用網(wǎng)絡(luò)資源和智能化處理技術(shù)。

發(fā)明內(nèi)容

本發(fā)明的目的是針對(duì)上述現(xiàn)有技術(shù)的不足之處，提供一種定量計(jì)算和定性分析相結(jié)合的以推理為主、計(jì)算為輔的分布式模式識(shí)別方法，使模式識(shí)別過(guò)程更符合人的認(rèn)知過(guò)程。

本發(fā)明的實(shí)現(xiàn)由以下技術(shù)方案完成：

一種基于多智能體的分布式模式識(shí)別方法，其步驟包括：

步驟一：將輸入模式表示為智能體影響圖；

步驟二：根據(jù)智能體影響圖的演化來(lái)提取其中的定性特征，縮小搜索的空間；

步驟三：通過(guò)多智能體的協(xié)作和動(dòng)力學(xué)模型來(lái)完成目標(biāo)模式的涌現(xiàn)。

優(yōu)選的，所述步驟一中智能體影響圖的建立的過(guò)程為：

首先通過(guò)單個(gè)智能體對(duì)輸入模式進(jìn)行識(shí)別，由于知識(shí)的缺乏，單個(gè)智能體無(wú)法完全識(shí)別輸入模式；

然后單個(gè)智能體再進(jìn)行相應(yīng)的繁殖或者重組，從而增加識(shí)別輸入模式的知識(shí)；

最后通過(guò)繁殖或者重組所產(chǎn)生的多智能體提取出輸入模式的定量特征，從而實(shí)現(xiàn)一個(gè)具有記憶功能的智能體影響圖的建立。

優(yōu)選的，所述智能體影響圖為一可變結(jié)構(gòu)，其中的各個(gè)智能體之間是可變動(dòng)、可移動(dòng)的無(wú)線連接方式，智能體影響圖采用動(dòng)態(tài)連接方式處理多智能體之間的相互作用，智能體影響圖具有增加智能體、刪除智能體以及改變智能體之間聯(lián)系的能力。

優(yōu)選的，所述定量特征的提取過(guò)程中采用神經(jīng)網(wǎng)絡(luò)集成技術(shù)，對(duì)所述神經(jīng)網(wǎng)絡(luò)集成經(jīng)過(guò)訓(xùn)練后，提取的定量特征均為數(shù)值形式知識(shí)，為隱式知識(shí)，后通過(guò)定性特征提取算法將隱式知識(shí)抽取出來(lái)并通過(guò)顯式形式表示出來(lái)。