第1期 陈阳，等：仿生模式识别技术研究与应用进展 9 合性能最优。武妍等〔6]研究运动想象脑电识别， 间序列之间，用这种方法增加样本点的数量。实验 采用增量半监督的仿生模式识别算法，使用脑机接 结果表明，这种方法比基于动态时间弯折的方法更 口国际大赛公布的数据集对该算法进行了离线分 有优势。 析、模拟在线实验，以及作者在线采集的实际脑电数 仿生模式识别的应用研究可总结如表3所示。 据进行了实际在线实验。实验结果表明该算法平均 表3仿生模式识别的应用研究 准确率高，并且其在抗过学习和稳定性上也体现出 Table 3 Application summary of BPR 了明显的优势。YANG Xiaoli等[]研究了仿生模式 应用领域 识别的乳腺癌预测方法，癌细胞转移、预后良好及预 水平全方位目标识别) 后不良的的预测率分别为85%、98%及88%，均优于 目标 识别 斜视方向目标识别[划 Fisher判别分析及SVM方法。 地面声目标识别[3 在信号处理方面，安冬等[90分别采用自相关 1:1的人脸身份确认（切 特征提取方法和PCA/ICA特征提取方法，研究了基 人脸 1:N的人脸识别64 于仿生模式识别的DOA估计，实验结果证明仿生模 生物特 识别 式识别不仅可以应用于传统的模式识别，还可以应 伪装人脸识别4 征识别 用于非感性的抽象对象的信息处理，并且模型鲁棒 语音识别18,21-2,44 性强，计算量较小，在信号处理领域具有普遍意义。 虹膜识别[0,5] 在图像识别方面，蒋加伏等[研究了基于仿生 文本 手写体数字识别[2测 模式识别的纹理图像识别算法，采用Contourlet变换 识别 手写体汉字识别( 提取图像能量特征和超香肠神经网络，在Vistex纹 近红外 群体玉米种子品种鉴别3] 理库上进行仿真实验，分类正确率为100%，优于 光谱定 单粒玉米种子品种鉴别“个 SVMk均值和BP方法。耿春云等2将仿生模式 性分析 转基因小麦快速鉴别[ 识别用于海洋微藻识别，实现了不同种及同种不同 水平转移基因识别] 状态下的藻体的准确识别。胡静等[2]研究了仿生 生物 物种自动分类)] 模式识别的交通标识符识别，取每类标识符的10幅 信息学 细胞代谢周期识别(] 图像作为训练样本建立相应的仿生模式识别网络， 图像分割[4) 用另外6幅作为测试样本，识别率最高可达 医学影 孤立性肺结节检测) 95.47%。 像识别 运动想象脑电识别[列 故障诊断方面，SHⅢHaitao等[3研究了基于仿 其他 乳腺癌预测[例 生模式识别的电潜螺杆泵状态识别，通过识别电潜 应用 信号处理—DOA估计[ 螺杆泵的电参数状态来进行故障诊断，正确识别率 纹理图像识别s】 为86.7%，获得了有效的识别效果。WANG Xiaozhe 图像 识别 等8]将仿生模式识别与匹配跟踪算法相结合进行 海洋微藻识别！②】 电路系统的故障检测仿真实验，实验结果表明该方 故障 电潜螺杆泵状态识别 法提高了故障检测的鲁棒性和识别精度。 诊断 电路系统的故障检测[刷 网络攻击识别方面，周全强等[s]针对有监督 网络攻击识别5s 方法，研究了基于仿生模式识别的未知推荐攻击 时间序列匹配可列 (用户概貌攻击)检测方法，用于MovieLens数据集 实验中，结果表明该方法具有较高的命中率和较低 4 结束语 的误报率。 仿生模式识别自2002年提出，为模式识别领域 在时间序列匹配方面，闾海荣等[]基于仿生模 开辟了一条全新的研究方向，诸多学者已经相继提 式识别思想，利用同类样本间的连续性规律，对时间 出了一系列具体实现方法并将其广泛应用在模式识 序列进行排序，将若干新时间序列添加进相邻的时 别的各个领域。与此同时，将仿生模式识别思想应合性能最优。 武妍等［７６⁃７７］ 研究运动想象脑电识别， 采用增量半监督的仿生模式识别算法，使用脑机接 口国际大赛公布的数据集对该算法进行了离线分 析、模拟在线实验，以及作者在线采集的实际脑电数 据进行了实际在线实验。 实验结果表明该算法平均 准确率高，并且其在抗过学习和稳定性上也体现出 了明显的优势。 ＹＡＮＧ Ｘｉａｏｌｉ 等［７８］研究了仿生模式 识别的乳腺癌预测方法，癌细胞转移、预后良好及预 后不良的的预测率分别为 ８５％、９８％及 ８８％，均优于 Ｆｉｓｈｅｒ 判别分析及 ＳＶＭ 方法。 在信号处理方面，安冬等［７９⁃８０］ 分别采用自相关 特征提取方法和 ＰＣＡ／ ＩＣＡ 特征提取方法，研究了基 于仿生模式识别的 ＤＯＡ 估计，实验结果证明仿生模 式识别不仅可以应用于传统的模式识别，还可以应 用于非感性的抽象对象的信息处理，并且模型鲁棒 性强，计算量较小，在信号处理领域具有普遍意义。 在图像识别方面，蒋加伏等［８１］ 研究了基于仿生 模式识别的纹理图像识别算法，采用 Ｃｏｎｔｏｕｒｌｅｔ 变换 提取图像能量特征和超香肠神经网络，在 Ｖｉｓｔｅｘ 纹 理库上进行仿真实验，分类正确率为 １００％，优于 ＳＶＭ、ｋ 均值和 ＢＰ 方法。 耿春云等［８２］ 将仿生模式 识别用于海洋微藻识别，实现了不同种及同种不同 状态下的藻体的准确识别。 胡静等［２０］ 研究了仿生 模式识别的交通标识符识别，取每类标识符的 １０ 幅 图像作为训练样本建立相应的仿生模式识别网络， 用另 外 ６ 幅 作 为 测 试 样 本， 识 别 率 最 高 可 达 ９５．４７％。 故障诊断方面，ＳＨＩ Ｈａｉｔａｏ 等［８３］ 研究了基于仿 生模式识别的电潜螺杆泵状态识别，通过识别电潜 螺杆泵的电参数状态来进行故障诊断，正确识别率 为 ８６．７％，获得了有效的识别效果。 ＷＡＮＧ Ｘｉａｏｚｈｅ 等［８４］将仿生模式识别与匹配跟踪算法相结合进行 电路系统的故障检测仿真实验，实验结果表明该方 法提高了故障检测的鲁棒性和识别精度。 网络攻击识别方面，周全强等［８５⁃８６］ 针对有监督 方法，研究了基于仿生模式识别的未知推荐攻击 （用户概貌攻击）检测方法，用于 ＭｏｖｉｅＬｅｎｓ 数据集 实验中，结果表明该方法具有较高的命中率和较低 的误报率。 在时间序列匹配方面，闾海荣等［８７］ 基于仿生模 式识别思想，利用同类样本间的连续性规律，对时间 序列进行排序，将若干新时间序列添加进相邻的时 间序列之间，用这种方法增加样本点的数量。 实验 结果表明，这种方法比基于动态时间弯折的方法更 有优势。 仿生模式识别的应用研究可总结如表 ３ 所示。 表 ３ 仿生模式识别的应用研究 Ｔａｂｌｅ ３ Ａｐｐｌｉｃａｔｉｏｎ ｓｕｍｍａｒｙ ｏｆ ＢＰＲ 应用领域 目标 识别 水平全方位目标识别［４］ 斜视方向目标识别［３３］ 地面声目标识别［３５］ 生物特 征识别 人脸 识别 １：１ 的人脸身份确认［１７］ １：Ｎ 的人脸识别［３６⁃４１］ 伪装人脸识别［４２⁃４３］ 语音识别［１８，２１⁃２２，４４⁃５４］ 虹膜识别［３０，５５⁃５６］ 文本 识别 手写体数字识别［２８］ 手写体汉字识别［５９］ 近 红 外 光 谱 定 性分析 群体玉米种子品种鉴别［６３⁃６５］ 单粒玉米种子品种鉴别［６６⁃６８］ 转基因小麦快速鉴别［６９］ 其他 应用 生物 信息学 水平转移基因识别［７０］ 物种自动分类［７１］ 细胞代谢周期识别［７２］ 医学影 像识别 图像分割［７４］ 孤立性肺结节检测［７５］ 运动想象脑电识别［７６⁃７７］ 乳腺癌预测［７８］ 信号处理———ＤＯＡ 估计［７９⁃８０］ 图像 识别 纹理图像识别［８１］ 海洋微藻识别［８２］ 故障 诊断 电潜螺杆泵状态识别［８３］ 电路系统的故障检测［８４］ 网络攻击识别［８５－８６］ 时间序列匹配［８７］ ４ 结束语 仿生模式识别自 ２００２ 年提出，为模式识别领域 开辟了一条全新的研究方向，诸多学者已经相继提 出了一系列具体实现方法并将其广泛应用在模式识 别的各个领域。 与此同时，将仿生模式识别思想应 第 １ 期 陈阳，等：仿生模式识别技术研究与应用进展 ·９·