基于Skinner概率自动机的图像误匹配对去除方法

    公开(公告)号:CN103700080A

    公开(公告)日:2014-04-02

    申请号:CN201310656943.5

    申请日:2013-12-06

    Abstract: 本发明公开了一种基于Skinner概率自动机的图像误匹配对去除方法,包括:进行图像匹配,得到匹配对;确定匹配结果的Skinner概率自动机数学模型;从匹配对中按照概率随机抽取匹配对,并且求出图像间的基础矩阵,然后将此基础矩阵带入所有匹配对,根据判决函数求出每个匹配对之间的极对距离和平均极对距离;根据权重调节函数、每个匹配对的极对距离和平均极对距离对每个匹配对进行权重的调整,并且计算每个匹配对的提取概率;判断当前基础矩阵是否具有最多正确匹配对数目,并结合三个判断条件控制算法迭代过程。本发明引入仿生学和认知心理学,在缺乏错匹配概率先验知识的情况下提出了三种迭代终止条件,提高了算法的自主性。

    基于Skinner概率自动机的图像误匹配对去除方法

    公开(公告)号:CN103700080B

    公开(公告)日:2016-08-03

    申请号:CN201310656943.5

    申请日:2013-12-06

    Abstract: 本发明公开了一种基于Skinner概率自动机的图像误匹配对去除方法,包括:进行图像匹配,得到匹配对;确定匹配结果的Skinner概率自动机数学模型;从匹配对中按照概率随机抽取匹配对,并且求出图像间的基础矩阵,然后将此基础矩阵带入所有匹配对,根据判决函数求出每个匹配对之间的极对距离和平均极对距离;根据权重调节函数、每个匹配对的极对距离和平均极对距离对每个匹配对进行权重的调整,并且计算每个匹配对的提取概率;判断当前基础矩阵是否具有最多正确匹配对数目,并结合三个判断条件控制算法迭代过程。本发明引入仿生学和认知心理学,在缺乏错匹配概率先验知识的情况下提出了三种迭代终止条件,提高了算法的自主性。

    一种具有内发动机机制的感知运动系统认知及其学习方法

    公开(公告)号:CN104614988B

    公开(公告)日:2017-04-19

    申请号:CN201410808900.9

    申请日:2014-12-22

    Abstract: 一种具有内发动机机制的感知运动系统认知及其学习方法属于智能机器人技术领域。系统认知模型以学习自动机为基础,包括感知状态集合、动作集合、取向性映射集合、好奇心、取向函数、取向性学习矩阵、状态转移函数以及知识熵等十部分。模型首先感知系统当前状态;依据内发动机机制选择动作;执行动作,状态发生转移;计算取向函数的值;更新“感知‑运动”映射;重复以上过程,直至知识熵达到极小或学习时间大于终止时间。本发明引入具有主动学习环境的内发动机机制,不仅使系统具有较强的自学习和自组织能力,同时能够有效避免具有破坏性的小概率事件的发生,提高了系统的稳定性,为建立具有认知发育能力的机器人提供了有力基础。

    一种具有内发动机机制的感知运动系统认知及其学习方法

    公开(公告)号:CN104614988A

    公开(公告)日:2015-05-13

    申请号:CN201410808900.9

    申请日:2014-12-22

    Abstract: 一种具有内发动机机制的感知运动系统认知及其学习方法属于智能机器人技术领域。系统认知模型以学习自动机为基础,包括感知状态集合、动作集合、取向性映射集合、好奇心、取向函数、取向性学习矩阵、状态转移函数以及知识熵等十部分。模型首先感知系统当前状态;依据内发动机机制选择动作;执行动作,状态发生转移;计算取向函数的值;更新“感知-运动”映射;重复以上过程,直至知识熵达到极小或学习时间大于终止时间。本发明引入具有主动学习环境的内发动机机制,不仅使系统具有较强的自学习和自组织能力,同时能够有效避免具有破坏性的小概率事件的发生,提高了系统的稳定性,为建立具有认知发育能力的机器人提供了有力基础。

Patent Agency Ranking