[00130424]适应型神经网络在多媒体与视觉信息融合处理中的应用研究

该项目为河南省教委99年自然科学基金项目（立项编号为：1999-520008），鉴定号为：豫科鉴委字 [2003] 第321号。它以多媒体融合输入信息的辨识处理模式为例，基于适应共振理论和多层次筛选模式，建造了一种新的模糊逻辑与神经网络组合的系统架构。这种新型架构的目标是同时解决系统在线实时运行中的精确性和快速性问题，解决对大型非稳态数据库数据处理辨识中的及时性、可靠性问题，强化智能系统所具有的自组织、自学习能力，促使理论研究向实用性阶段发展。　　该课题研究主要包括接口电路、多层次诊断辨识处理和适应型模糊神经网络模型三部分。第一部分具有功能多、兼容性强、易于灵活搭接的各种接口，可以同时或单个、或局部、或全部地将扫描仪、摄像机、麦克风等媒体输入设备连接在一起，组成计算机的数据采集系统；第二部分可以以通用的决策规则迅速地实现“粗增益”第一层次分析以节省处理时间，对那些不常见和不易辨别的误差，则在第二层或第三层分析器施行“精增益”的细节辨识以改进辨识效率并减小拒绝率，同时可以动态地和渐增地调节各分析器的参数以改进系统的整个品质；第三部分提出基于适应共振型推理映射理论，它增加了输入特征测量值的模糊化处理功能。该模型将神经网络的强有力的计算和学习能力与模糊逻辑系统的“仿人”推理功能以及匹配寻踪的适应性技术结合起来，实现辨识分类的增进型监督学习，从而大大提高了系统对于不规则物体的辨别和归类处理能力。　　实验证明，以硬件接口连接媒体设备和计算机构成的数据采集系统能够实现各种模拟、数字信号的实时采集处理，能实现最大分辨率为640*480的视频录制和截图功能；与单阶探测器相比，在处理速度和辨识效率方面都表现出更好的诊断性能；同时，系统对大型非稳态数据的处理表现出更好的适应能力。　　本项成果目前尚属以理论研究为主的技术成果，但其应用前景是十分广阔的。近年来国际上基于该项目的理论基础--适应共振理论在解决诸如运动机器人的控制，飞机零件编目的认知与搜索，医疗诊断，三维图象目标辨识等问题上已取得一定的进展且呈现出良好的前景。而该项目中提出的模式，由于对数字、形状、分类边界尺度的适应能力更能满足大型非稳定数据库的在线需求，所以发展下去将成为一种比较成熟的新方法，在医疗诊断、灾难预报、机器人视觉传感、网络安全防护和电子图书馆诸多应用中发挥其潜力。