概率最大受限路径相容算法

研究了可用于求解约束满足问题的最大受限路径相容算法(max RPC).max RPC算法执行过程中有大量无效的寻找路径相容证明(PC-witness)的操作,有效地识别和避免这些无效的寻找PC-witness的操作,可以提高max RPC算法的求解效率.首先,提出了在一条约束上任意两个相容的值在任意路径上存在PC-witness的概率;然后,基于这一概率提出了一种概率最大受限路径相容算法(Pmax RPC),并将新算法成功应用于求解约束满足问题的回溯搜索.实验结果显示:Pmax RPC可以避免一部分无效的寻找PC-witness的操作,在求解约束满足问题时,Pmax RPC效率高于max RPC.在某些测试用例上,Pmax RPC比max RPC和最流行的弧相容算法效率更高.

布朗直角三角及其几何特征

通过构造一类称之为布朗直角三角的随机三角模型,利用布朗运动的相关特性,讨论了布朗直角三角的几何特征,得到了布朗直角三角关于面积与周长的受限概率估计,并给出了其关于最大面积和最大周长的小偏差下界.

级联型P-RBM神经网络的人脸检测

目的针对非理想条件下快速准确的人脸检测问题,提出一种基于概率态多层受限玻尔兹曼机(RBM)级联神经网络的检测方法。方法它采用RBM中神经元的概率态表征来模拟人脑神经元连续分布的激活状态,并且利用多层P-RBM(概率态RBM)级联来仿真人脑对视觉的层次学习模式,又以逐层递减隐藏层神经元数来控制网络规模,最后采用分层训练和整体优化的机制来缓解鲁棒性和准确性的矛盾。结果在LFW、FERET、PKUSVD-B以及CAS-PEAL数据集上的测试都实现了优于现有典型算法的检测性能。对于单人脸检测,相比于Adaboost算法,将漏检率降低了2.92%;对于多人脸检测,相比于结合肤色的Adaboost算法,将误检率降低了14.9%,同时漏检率降低了5.0%,检测时间降低了50%。结论无论是静态单张人脸,还是复杂条件下视频多人脸检测,该方法不仅在误检率和漏检率上表现更好,而且具有较快的检测速度,同时对于旋转人脸检测具有较强的鲁棒性。针对基于肤色的多人脸检测研究,该方法能显著降低误检率。