感知的计算模型及其应用

石志伟 计算机软件与理论 博士中科院计算所 史忠植

下载PDF阅读器

自从20世纪90年代以来，各国纷纷制定脑科学研究的长远计划，越来越多的科研资源被投入到脑科学的研究中。没人能够否认，对人脑认知功能及其神经机制进行多学科、多层次的综合研究已成为当代科学发展的主流方向之一。来自神经科学、数学、心理学和计算机科学等各个学科的专家学者纷纷投身到脑科学的研究领域，以探索大脑这人类最为重要也最为复杂的器官的奥秘。由于高解析度的大脑扫描仪器和功能强大的计算机的出现，以及研究人员在神经科学、机器学习和人工智能等相关领域的成果丰富的进展，笔者在理解大脑皮层的结构和功能方面取得了很大的进展，研究人员据此提出了许多认知的计算模型。这些模型一方面借鉴神经生理学和心理学方面的研究成果为人工智能和模式识别等应用领域提供新的方法；另一方面为神经生理学和心理学方面提供新的研究思路。 本文的研究目标是研究认知的基本问题，建立感知的计算模型，并在此基础上对认知领域的一些重要问题进行研究，包括对认知过程中的特征捆绑理论与选择性注意机制的探讨。此外，本文还利用感知的计算模型在机器视觉和模式识别方面进行了一些应用研究。取得的创新性研究成果包括：

1.提出全局互联局部自治的贝叶斯网络(GCLABN)。该模型将格式塔的同型论与贝叶斯网络相结合，通过学习环境的结构建立一个脑场的模型，然后通过模拟脑场的运作对视觉刺激进行感知。从结构上来看，模型由多个最为简单的小的贝叶斯网络相互连接而成，形成一个大的复杂的网络系统。简单的贝叶斯网络作为模型的基本组成部分使得模型可以方便的处理视感知过程中的不确定性。而多个小的贝叶斯网络相互连接又可以充分利用视觉场景中对象与对象之间、视觉特征与视觉特征之间的关系。实验表明，该模型在信息不足的条件下，较好地提高物体识别的效果。

2.对GCLABN进行泛化，提出互联的基元网络(CCN)。笔者用一个一般的概率输出函数代替GCLABN模型中节点的CPD，把GCLABN扩展成一个更一般的模型——互联的基元网络(CCN)。这样，针对不同的感知问题，通过定义不同的概率输出函数就可以得到与问题相适合的计算模型。通过在CCN中引入节点分区机

制、互斥竞争假设和因果假设，我们得到一个具体的感知计算模型——基于节点分区的互联基元网络(Partition Based CCN，PBCCN)，并利用该模型进行了信息不完备条件下的单词和句子的识别。实验结果表明，PBCCN模型在该任务中(尤其在句子识别方面)取得了非常好的识别效果。

3.提出特征捆绑的计算模型——Bayesian Linking Field Network。特征捆绑问题是认知科学中的重大问题之一，然而，迄今为止研究人员仍然不能对这一问题形成共识的理解。通过将Eckhom的Linking Field Network模型与噪声神经元模型的思想和贝叶斯方法相结合，并引入竞争机制，我们提出一个特征捆绑的计算模型——Bayesian Linking Field Network模型。通过利用该模型对一个视觉感知实例的感知过程的模拟，我们证实了该模型能够在完成感知任务的同时实现了感知对象的特征捆绑，解决了当感知场景对应于多种特征捆绑方案时的方案选择问题。同时，通过对模型在感知过程中动态行为的观察，我们还发现了一些对稀疏编码和选择性注意有启发的结果。后续实验也表明该模型可以充分利用物体之间和特征之间的相互关联，提高物体识别的效果。

4.应用特征捆绑的计算模型进行人脸识别和注意机制的探讨。在人脸检测方面，实验结果表明Bayesian Linking Field Network模型能够快速完成检测任务，并取得了很好的检测效果。在注意机制的探讨方面，我们利用Bayesian Linking Field Network模型从理论上说明了外部刺激、内部活动和感知系统的结构是影响注意的三大因素，并且通过模拟实验从数据角度定量地分析了三种因素对注意的不同影响，发现了内部活动对最终注意结果的产生起着最为重要的作用，而外部刺激对注意的影响与其它两种因素相比则显得要次要一些。这一结果为我们进一步从神经科学和心理科学等领域对注意机制的进一步研究提供了一个检验的方向。同时，也为模式识别、机器视觉等研究提出了一个新的思路。

视知觉组织模型及应用研究

张素兰 计算机软件与理论 博士中科院计算所 史忠植

下载PDF阅读器

在大脑接收的来自外部世界的感知信息中,80﹪以上是通过视觉系统进行加工处理的.最近二十多年来,视觉信息加工的机制是脑科学、神经生物学、认知心理学和计算机科学等学科研究的重大课题之一.经研究发现,视觉系统的能力和多功能性在很大程度上源于它发现由视网膜编码的图像的结构和组织的能力,为了发现和描述结构,视觉系统用了大量的知觉组织机制.如何广泛地模拟生物视知觉组织机制对信息进行智能加工和利用,使机器能够认知环境、正确接收和理解人给予的指令是信息处理技术发展的挑战. 本论文借鉴脑科学和认知心理学的最新研究成果,以格式塔知觉组织理论为依据,以统计学、信息论、计算机科学方面的知识为理论基础,从模拟大脑信息处理方式及人类盼认知规律出发,对知觉组织理论进行创新性的探索,构建知觉组织的计算模型,并将模型应用于计算机视觉的图像分割及模式识别领域中.取得的主要成果包括: 第一,提出了一个格式塔知觉组织法则的量化模型(简称QMGP模型) 格式塔知觉组织法则本身是定性的,为了运用它们进行机器组织,它们首先应该被量化.现有的量化方法因为加入了一些主观臆断,适用性相对较差.本文提出一个格式塔法则(邻近性、相似性、连续性)的量化模型,它从训练图像及人类对显著性关系和轮廓的感知结果中学习三个格式塔法则的阈值.定义了图像特征基元间距离公式,基于信息增益技术确定三个法则的不同的影响因子,并基于一些技术如属性概化、模糊理论和贝叶斯理论估计它们的阈值.同时,我们也基于数据挖掘技术挖掘组织规则,把得到的量化阈值和组织规则放入知识库中. 第二,提出了一个基于量化阈值和组织规则的知觉组织模型(简称QRPO模型) 基于上阶段学到的格式塔法则的量化阈值及组织规则,构建知觉组织模型.它首先建立待编组图像的边线段结构图,然后基于动态规划的思想设计编组方法,在图中搜索具有最大收益的通道,从而找到闭合边界或最大边界.这种方法是一种全局的方法,它在图像受噪声影响较大时效果仍较好,而且这个知觉组织过程不要求对法则之间的性或条件性进行假定,是一个全自动过程,不需人类的干预,因此,它的适用性较强. 第三,提出了一个基于先验信息的知觉组织模型(简称PIPO模型)一般地,自底向上的知觉组织

模型属于数据驱动的模型,在组织过程中完全依据图像数据本身的信息,不利用有关目标的先验知识,这种模型在成像条件较好的图像上能取得较理想的效果,但是对于遮挡较严重,重要边缘缺失,背景嘈杂的图像效果却不太理想.在这一部分,我们研究了一种新型的基于先验信息的知觉组织模型.定义了先验目标的描述子,从整体拓扑结构和局部形状两方面描述先验目标.这个描述子具有旋转、平移不变性和一定程度的对缩放的不变性,在一定程度上解决了具有较大形变的形状间的匹配.设计了从待编组图像中寻求对应边线段的回溯算法,能够排除背景噪声对编组的干扰,从输入图像中提取出与先验目标拓扑结构相似的轮廓编组.PIPO模型既利用了先验目标的全局形状特征,又考虑了它的局部形状信息,实验结果表明该模型对背景嘈杂或重要边缘缺失的复杂图像具有一定的鲁棒性. 第四,提出了一个基于流形结构的图像聚类方法(简称MSIC方法) 利用格式塔知觉组织法则,基于生物学、认知心理学的研究成果(即人类对外界的感知以流形的形式存在于人的大脑中,为了识别人脸,大脑把处于同一流形上的脸部图像识别为同一个人的人脸图像,不同流形的人脸图像代表不同的人),提出一种基于流形结构的图像聚类方法,来模拟大脑从不同流形上识别出不同个体的过程.具体地,定义了一个广义测地线距离来量度高维图像空间中图像间的相似度,设计了一个图像聚类方法MSIC.MSIC与其它聚类方法的主要区别是:MSIC基于广义测地线距离,它能更好地反映嵌入在高维图像空间内的流形的内在整体几何结构;MSIC方法选用最近邻法聚类,同时考虑了类内最近点邻域的密度,即在考虑流形的整体结构的同时也没有放弃对其局部结构的把握.实验结果显示MSIC方法在对具有流形结构的图像聚类时能获得较低的错误率. 第五,提出了一个基于流形结构的图像匹配方法(简称MSIM方法) 基于生物学、认知科学的研究成果(即人类对外界的感知以流形的形式存在于人的大脑中,为了识别人脸,大脑把处于同一流形上的脸部图像识别为同一个人的人脸图像,不同流形的人脸图像代表不同的人),提出一种基于流形结构的图像匹配方法,用来在图像中查找某个人的脸部图像.提出了模式流形的概念,设计了一个自动求得匹配阈值的方法,增加了图像匹配过程的自动性,实验结果表明MSIM方法能降低对灰度值变化的敏感性,同时在一定程度上减少多个局部极值问题.

在手持式示波器上捕捉间歇性信号 中国无线电管理.

对一个测试工程师来说,最令人烦恼的事情之一一定是看见一个信号在示波器的屏幕上一闪而过,并且知道这个信号永远地丢失了。在大多数示波器上,重新捕捉这个信号将会是一个要耗费大量时间和精力的过程。同样,在重复信号中寻找一个尖峰或信号失落(drop),或者寻找一个特定的偶然性事件,常常是非常困难的。这种情况几乎是由其定义决定的,因为您不知道期望看到什么样的结果,因此也不知道如何设置触发条件。今天的数字存储示波器的单冲模式提供了对这种间歇性信号的部分解决办法,但是这种信号确实是一个“单冲”,所以您最好不要把它丢掉。

泰克再次推出速度最快的实时示波器——TDS6604数字存储示波器

处于测试、测量和监测解决方案领导地位的制造商——泰克公司日前宣布,推出一款性的示波器,为设计高速数字系统的工程师提供当前市场上无可比拟的高级调试和分析功能。 泰克在电子信号测试与测量领域拥有50多年的专业经验,这款新产品的发布,再次证明了泰克的技术领先地位,使泰克走在了计算机和通信产业创新的前列。TDS6604数字存储示波器(DSO)是泰克推出的第二代高性能 更多还原

数字示波器的正确使用

随着彩色和亮度梯度的应用，新型数字示波器的显示已接近模拟示波器，它具有高超的信号采集能力，简单的操作方式，以及开放的设计环境，加上WindowsPC的网络操作和自动的数据交换能力，为工程技术人员提供了前所未有的自定义测量和扩展能力的空间。现以宁波无线电监测站所使用的Infinium系列数字示波器为例来谈一谈应用体会。一、数字示波器的体系结构数字示波器由衰减器、垂直放大器、模数转换器、触发器、通道存储器、微处理器、显示屏等部分组成（见图1）衰减器能调整输入波形的刻度，设置输入耦合和示波器的输入衰减。垂直放大器提供输入波形的其他刻度调整，把波形馈入模数转换器和触发器；模数转换器对输入波形进行采样

怎样用频谱分析仪测量邻近且相对弱小的信号 湖南省常德市无线电管理处监测站

在用频谱分析仪测量信号时,正确地设定分辨率带宽(RES BW),是减少测量误差、捕捉两个十分邻近和相对弱小信号的关键。我们知道,分辨率与频谱仪中频滤波器(IF滤波器)的带宽有关,带宽越窄,分辨率越高。除了滤波器的带宽之外,形状因数(shapefactor)、滤波器类型、剩余调频(residual FM)和噪声边带也是设定分辨率带宽时应考虑的因素。下面,我们将依次分析每一项。首先,我们注意到,测试信号在频谱分析仪显示屏上不可能显示为无限细的线,它本身有一定的宽度。当调谐通过信号时,其形状是频谱分析仪自身分辨率带宽(IF滤波器)形状的显示。这样,如果改变滤波器带宽,就改变了显示响应的宽度。惠普公司

频谱分析仪的原理

对于微波信号，由于频率很高，无法直接用时域测量仪器进行测量，只能将时域信号经过傅氏变换，变为频域信号，来分析其频谱。供测量信号频谱的仪器称为频谱分析仪。频谱分析仪是现代微波测量的重要工具，是通用的多功能测量仪器。它不仅用于测量各种信号的频谱，而且还可测量功率、失真、增益和噪声特性。在测量多个频谱分量组成的信号中，频谱分析仪显示出它的巨大优越性。如一个相关的时域信号是由两个频谱分量组成的，在示波器上只能看到一个合成波形，在频谱分析仪上却能清楚地看到这个时域信号是由频率ｆ１和二次倍频２ｆ１组成。现代的频谱分析仪具有高度的智能化，在多种菜单的选择下实现多功能自动化测量，外设软驱、打印接口能随时得到所 更多还原

泰克实时频谱分析仪触发、捕获和分析难以捕捉的RF信号

泰克全新的RSA系列实时频谱分析仪通过触发扫频分析仪和矢量信号分析仪看不到的事件,无缝地捕获和存储信号活动记录,并通过时间相关的多域可视画面进行深入分析和检修问题,满足了随时间的变化的、瞬变的RF信号监测要求。分析仪为开发尖端射频(RF)技术的工程师提供了第一个完整的测量套件

无线频谱分析仪的选择 Tektronix公司

无线设备在工作时可能会出现周期性地挂起,干扰其他消费电子产品的工作(例如电台),或者无法完全发挥应有的功能,这些问题都会使消费者对它的技术水平和相应的产品供应商丧失信心。为了避免这种糟糕的情况,选择一种能够满足当今无线产品设计与调试需求的高性能频谱分析仪是至关重要的,这种频谱分析仪不仅要能够检验产品的真实性能,也要能够检测高度集成的无线发射器的功能。无线技术的挑战在过去几年中,用户所接触的产品功能越来越强大,其目的在于在移动电话这种单一设备中集成多种方便实用的技术,从而增强用户的多功能体验。新的高速数据技术,例如HSDPA/HSUPA和A版本的1xEV-DO,能够为用户提供更强大的功能,例如广 更多还原

数字存贮示波器的现状和发展趋势

] 杨绍全. 数字射频贮频器综述[J]. 航天电子对抗. 1988(04)

一、引言电子对抗技术中,常常需要将接收的射频脉冲的频率存贮一定的时间,以便在适当时刻转发频率相同的脉冲干扰。存贮脉冲射频的技术,称射频贮频。早期的射频贮频,由行波管放大器和迟延线组成的闭合回路实现的,简称迟延线贮频。迟延线贮频的优点是,频带宽达6～8GHz。主要缺点是输出信号和输入信号间的相干性差,贮频时间短,典型的迟延线贮频器的贮频时间为5～30μs;体积重量大,除了行波管及其高压电源外,迟延线长达数十米,重量达数公斤。

信号的双相采样处理技术及其应用陈耀超； 张超； 电子工业部第二十九研究所 成都

依据奈奎斯特采样定理分析信号的双相采样处理技术原理,双相采样处理技术的优点是对一定的信号带宽可使采样率降低一半,或者当采样率一定时,利用信号的双相采样处理技术可使信号的处理带宽增加一倍.因此双相采样处理技术在通信、雷达、电子战、微波数字化接收技术和高频数字存储示波器等领域将得到广泛应用