第1卷第2期 智能系统学报 Vol.1 N2 2 2006年10月 CAAI Transactions on Intelligent Systems 0ct.2006 基于多Agent的模式识别框 程显毅陈小波 (江苏大学计算机科学与通信工程学院江苏镇江212013) 摘要：传统的模式识别方法主要存在两个方面的不足：集中式控制；依赖于特征抽取和选择的质量，本文的研究是 在分析自上而下模式识别方法和自下而上模式识别方法的特性和优缺点基础上，基于多ag©nt理论和技术，提出了 将两种不同类型的方法集成的模式识别框架APRF(A gent~-Based Pattern Recognition Frame):先用自下而上定量计 算方法对模式建模，使其有利于分类：再用自上而下的定性分析方法对模式涌现.目的是让计算机模式识别更符合 人的认知过程，APRF的基本思想是：模式识别=模式建模+模式涌现 关键词：模式识别：Agent:APRF:模式记忆：模式涌现 中图分类号：TP391.4文献标识码：A文章编号：16734785(2006)02-0089-05 Frame of pattern recognition based on multi Agent CHEN G Xian-yi ,CHEN Xiao-bo (Computer Science Communication Engineering Institute Jiangsu University,Zhenjiang 212013,China) Abstract:Traditional pattern recognition methods have two disadvantages in general:centralized control and depending on the quality of the features extracted or selected.APRF(Agent-Based Pattern Recognition Frame)is proposed based on multi-agent theories and techniques after the analysis of the characteristics, advantages and disadvantages of the top-down and bottom-up methods.The pattern is modeled by quanti- tatively computing from bottom to top so as to ease the classification.Then the pattern is emerged by the qualitatively analytical approach from top to bottom.APRF is aimed to make the pattern recognition by computer more accordant with the cognition of human.The core of APRF is:Pattern Recognition=Pat- tern Modeling Pattern Emergence. Keywords:pattern recognition;Agent;APRF;pattern memory;pattern emerge 模式识别是人类的一项基本智能，在日常生活 多姿势的识别（表情识别）、依赖于环境或其他对象 中，人们经常进行“模式识别”.在短短的50年里，模 的模式识别（远程协同诊断、文本识别）等都客观上 式识别方法和技术层出不穷，如统计模式识别、句法 要求研究分布模式识别方法，而日前在这方面的研 模式识别山、神经网络模式识别、协同模式识别！、 究成果不多.迫切需要一种理论、方法和技术，解决 仿生模式识别)、子空间模式识别、模糊模式识别和 只有通过协作才能高效完成的模式识别任务。 多分类器组合等，它们已成功地应用于工业、农 文中研究的第2个动机是给出基于知识的模式 业、国防、科研、医疗卫生、气象、天文等各种领域， 表示.模式的表示模型决定着模式识别的效率，目 但在实际应用中，经常遇到同一模式多角度的 前，对模式表示的研究结果很少，大多采用特征向量 识别（人脸识别、遥感图像识别）、同一模式的多模式 或灰度矩阵的表示模型，只有在句法模式识别中，才 识别（医学图像需要处理同一器官的CT图像、MR 把模式表示为基元树或基元图模型，这实际上是把 图像、SPECT图像、PET图像的处理)、同一模式的 模式作为数据看待，这就决定了传统的模式识别方 法只能是一种定量计算的过程.其实，把图像看作知 收稿日期：200602-23. 识更恰当.因为，图像所包含的信息是立体的、多层 基金项目：国家自然科学基金资助项目(60473039)；江苏省研究生创 次的、有含义的.对于知识已有逻辑、语义网、产生式 新基金资助项目(xm0435);江苏省重点科技攻关资助项 日(BE2004093). 系统框架、原语过程、面向对象和动态Peti网等 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net第 1 卷第 2 期 智 能 系 统 学 报 Vol. 1 №. 2 2006 年 10 月 CAAI Transactions on Intelligent Systems Oct. 2006 基于多 Agent 的模式识别框 程显毅 ,陈小波 (江苏大学 计算机科学与通信工程学院 ,江苏 镇江 212013) 摘 要 :传统的模式识别方法主要存在两个方面的不足 :集中式控制 ;依赖于特征抽取和选择的质量. 本文的研究是 在分析自上而下模式识别方法和自下而上模式识别方法的特性和优缺点基础上 ,基于多 agent 理论和技术 ,提出了 将两种不同类型的方法集成的模式识别框架 APRF(Agent2Based Pattern Recognition Frame) :先用自下而上定量计 算方法对模式建模 ,使其有利于分类 ;再用自上而下的定性分析方法对模式涌现. 目的是让计算机模式识别更符合 人的认知过程 ,APRF 的基本思想是 :模式识别 = 模式建模 + 模式涌现. 关键词 :模式识别 ; Agent ; APRF ; 模式记忆 ; 模式涌现 中图分类号 : TP391. 4 文献标识码 :A 文章编号 :167324785 (2006) 0220089205 Frame of pattern recognition based on multi2Agent CH EN G Xian2yi ,CHEN Xiao2bo (Computer Science & Communication Engineering Institute , Jiangsu University , Zhenjiang 212013 ,China) Abstract : Traditional pattern recognition met hods have two disadvantages in general : centralized control and depending on t he quality of t he features extracted or selected. A PRF(Agent2Based Pattern Recognition Frame) is proposed based on multi2agent t heories and techniques after the analysis of t he characteristics , advantages and disadvantages of t he top2down and bottom2up met hods. The pattern is modeled by quanti2 tatively comp uting from bottom to top so as to ease t he classification. Then t he pattern is emerged by t he qualitatively analytical approach from top to bottom. A PRF is aimed to make t he pattern recognition by comp uter more accordant with t he cognition of human. The core of A PRF is : Pattern Recognition = Pat2 tern Modeling + Pattern Emergence. Keywords :pattern recognition ; Agent ; A PRF; pattern memory ; pattern emerge 收稿日期 :2006202223. 基金项目 :国家自然科学基金资助项目(60473039) ;江苏省研究生创 新基金资助项目( xm04235) ;江苏省重点科技攻关资助项 目(BE2004093) . 模式识别是人类的一项基本智能 ,在日常生活 中 ,人们经常进行“模式识别”. 在短短的 50 年里 ,模 式识别方法和技术层出不穷 ,如统计模式识别、句法 模式识别[1 ] 、神经网络模式识别、协同模式识别[2 ] 、 仿生模式识别[3 ] 、子空间模式识别、模糊模式识别和 多分类器组合等[ 4 ] ,它们已成功地应用于工业、农 业、国防、科研、医疗卫生、气象、天文等各种领域. 但在实际应用中 ,经常遇到同一模式多角度的 识别(人脸识别、遥感图像识别) 、同一模式的多模式 识别(医学图像需要处理同一器官的 CT 图像、MR 图像、SPECT 图像、PET 图像的处理) 、同一模式的 多姿势的识别(表情识别) 、依赖于环境或其他对象 的模式识别(远程协同诊断、文本识别) 等都客观上 要求研究分布模式识别方法 ,而目前在这方面的研 究成果不多. 迫切需要一种理论、方法和技术 ,解决 只有通过协作才能高效完成的模式识别任务. 文中研究的第 2 个动机是给出基于知识的模式 表示. 模式的表示模型决定着模式识别的效率 ,目 前 ,对模式表示的研究结果很少 ,大多采用特征向量 或灰度矩阵的表示模型 ,只有在句法模式识别中 ,才 把模式表示为基元树或基元图模型 ,这实际上是把 模式作为数据看待 ,这就决定了传统的模式识别方 法只能是一种定量计算的过程. 其实 ,把图像看作知 识更恰当. 因为 ,图像所包含的信息是立体的、多层 次的、有含义的. 对于知识已有逻辑、语义网、产生式 系统、框架、原语、过程、面向对象和动态 Petri 网等