【当期目录】贴“秋膘”：IJAC第4期精神大餐已上齐！

8月，IJAC2017年第4期正式出版，所载论文出自中国科学院、帝国理工学院、哈尔滨工业大学、印度理工学院等全球知名教育及科研院所，其中，4篇受国家自然科学基金项目支持，2篇来自国家重点实验室，研究内容涵盖深度学习、脑功能连接、机器人、通讯系统、滑模控制等多个领域......秋天到了，客官们在饭桌上大快朵颐后，别忘了给大脑也贴一贴“秋膘”~~~
第4期论文目录预览第4期论文详细摘要1开放获取·帝国理工学院

Inferring Functional Connectivity in fMRI Using Minimum Partial Correlation

使用最小部分相关法推理fMRI中的功能连接

摘要: 在研究脑功能组织、定义可预测脑状态的特征时，功能连接(functional connectivity)已经成为一个前景广阔的方法。当前，在推理功能连接时，应用最广泛的方法是Pearsons correlation，但该方法无法区分直接效应(direct effects)和间接效应(indirect effects)。为规避这一问题，研究者通常会先控制其他所有区域，然后在两个区域间计算部分相关(partial correlation)，而这个方法又面临Berkson’s paradox。除此之外，还有一些改进后的方法得以应用，比如regularised inverse covariance。然而，它们通常需借助参数才能实现。本研究提出利用最小部分相关法(minimum partial correlation)来构建机能性核共振成像(fMRI)中的功能连接框架，无需参数即可实现。通过控制其他区域所有可能的子集，两区域间的最小部分相关就是部分相关绝对值的最小值。理论上，基于高斯假设(Gaussian assumptions)，在保证忠实性(faithfulness)的前提下，当且仅当最小部分相关非零时，会得到两区域间的直接效应。文章设计出一种弹性PC算法(elastic PC-algorithm)，计算时间在预算范围内(computational time budget)时，可有效接近最小部分相关。仿真结果表明，文章所提出的方法在大多数情况下优于其他方法，通过人类连接组项目(human connectome project)中的静态(resting-state)fMRI数据集证实，该方法具有很大的应用价值。

图片来自文章

关键词：功能连接，机能性核共振成像(fMRI)，网络模型，最小部分相关，PC算法，静态网络

作者信息：

Lei Nie, Xian Yang: Department of Computing, Imperial College London

Paul M. Matthews: Department of Medicine, Imperial College London

Zhi-Wei Xu: Institute of Computing Technology, Chinese Academy of Sciences

Yi-Ke Guo: Department of Computing, Imperial College London; School of Computer Engineering and Science, Shanghai University

全文链接：

https://link.springer.com/article/10.1007/s11633-017-1084-9

http://www.ijac.net/EN/abstract/abstract1895.shtml 

  2国家自然科学基金项目·模式识别国家重点实验室

Physiognomy: Personality Traits Prediction by Learning

外貌：通过学习预测个性特征

摘要：在人际关系及重要的社会活动，如选举和法庭判决中，通过面貌判断一个人的个性特征及智力水平至关重要。为了找到个性特征和面部图像之间可能存在的关系，我们首先建立了一个由脸部照片(face photographs)、个性测量(personality measurements)和智力测量(intelligence measurements)组成的数据集。而后建立端到端卷积神经网络来预测个性特征和智力，再研究自感(self-reported)个性特征和智力能否通过面部图像准确预测。这便是深度学习应用于该问题的第一个体现。实验结果表明：1）“规则意识”(rule-consciousness)和“紧张感”(tension)可通过面部图像准确预测。2）与前人研究一致，通过面部图像预测智力几乎不可能实现。3）在预测特征(traits)时，卷积神经网络(CNN)特征优于传统手工特征(traditional handcrafted features)。

图片来自文章

关键词：个性特征，外貌，面部图像，深度学习，卷积神经网络(CNN)。

作者信息：

Ting Zhang: National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences; University of Chinese Academy of Sciences

Ri-Zhen Qin: National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences

Qiu-Lei Dong: National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences; Center for Excellence in Brain Science and Intelligence Technology, Chinese Academy of Sciences; University of Chinese Academy of Sciences

Wei Gao: National Laboratory of Pattern Recognition, Institute of Automation,

Chinese Academy of Sciences

Hua-Rong Xu: Department of Computer Science & Technology, Xiamen Institute of Technology

Zhan-Yi Hu: National Laboratory of Pattern Recognition, Institute of Automation,

Chinese Academy of Sciences; Center for Excellence in Brain Science and Intelligence Technology, Chinese Academy of Sciences; University of Chinese Academy of Sciences

全文链接：

http://www.ijac.net/EN/abstract/abstract1896.shtml

https://link.springer.com/article/10.1007/s11633-017-1085-8

3国家自然科学基金项目

Compressive Tracking Based on Online Hough Forest

基于在线霍夫森林的压缩跟踪

摘要：现有的跟踪算法通常会因为姿势变化(pose variation)，光照变化(illumination change)，遮挡(occlusion)和移动(motion)等因素产生偏移或丢失问题。因此，设计出稳定且高效的跟踪器仍然是一项极具挑战的任务。本文基于在线霍夫森林(online Hough Forest)提出实时压缩跟踪(real-time compressive tracking)。离散样本中的灰度(gray)和纹理特征(texture features)经由随机测量矩阵(random measurement matrix)得以抽取和压缩。使用在线霍夫森林分类器可以投出目标的位置概率，同时使目标探测置信图(confidence map estimation)的估计得到优化。由目标中心位置图(target center location)的上部框架(upper frame)和霍夫森林的概率置信图可确定追踪目标的位置。最后，通过引入光照变化和目标遮挡反馈机制，可在线更新分类器参数。最终的实验表明：本文提出的算法具有鲁棒性和准确性，同时承继了压缩追踪算法的实时性能。

图片来自文章

关键词：压缩追踪，在线学习，霍夫森林，概率投票(probabilistic voting)。

作者信息：

Hong-Ge Ren, Wei-Min Liu, Tao Shi, Fu-Jin Li:

College of Electrical Engineering, North China University of Science and Technology

全文链接：

https://link.springer.com/article/10.1007/s11633-017-1083-x

http://www.ijac.net/EN/abstract/abstract1893.shtml

4国家自然科学基金项目·国家重点实验室

A Discriminative Algorithm for Indoor Place Recognition Based on Clustering of Features and Images

基于CFI的室内位置强识别力算法

摘要：为解决室内服务机器人的室内位置识别问题，本研究提出一种全新的特征及图像聚类(clustering of features and images, CFI)算法。传统室内位置识别方法基于kernels或bag of features，配备大间距分类器。与此不同的是，CFI基于特征匹配(feature matching)、图像相似度(image similarity)、特征及图像聚类(clustering of features and images)。该算法通过特征云配准(feature cloud registration)来表述每个房间，可建立独立局部特征聚类(independent local feature clusters)，同时定义图像距离(image distance)，以此描述图像或特征聚集(feature clusters)间的相似度，确定检索图像的标签(label of query images)。此外，该算法通过图像缩放(image scaling)提高识别速度，状态惯性(state inertia)和隐马尔可夫模型(hidden Markov model)可限制状态转换(transition of the state)，从而避免出现错误识别，保证准确性和速度。基于标准数据库，本研究针对此算法展开了一系列实验，结果表明：识别率高达97%，速度超过30fps，明显优于传统方法。极高的速度和准确度展示了在复杂环境中，本算法的超强识别力。

图片来自文章

关键词：室内位置识别，局部及全局独立，特征及图像聚类(CFI)，状态惯性，隐马尔可夫模型。

作者信息：

Ke Wang, Xue-Xiong Long, Rui-Feng Li, Li-Jun Zhao:

State Key Laboratory of Robotics and System, Harbin Institute of Technology

全文链接：

https://link.springer.com/article/10.1007/s11633-017-1081-z

http://www.ijac.net/EN/abstract/abstract1891.shtml

5国家自然科学基金项目·中科院自动化所

An Effective On-line Surface Particles Inspection Instrument for Large Aperture Optical Element

大口径光学元件的有效在线表面颗粒检测仪

摘要：大口径光学元件(LAOE)上生长的表面颗粒(surface particles growing)对LAOEs能否稳定操作影响很大。受系统限制，在长焦距(long working distance)、高精度(enough precision)和大功率(high efficiency)的情况下，在线系统检测颗粒的工作面临很大挑战。本研究基于暗场成象原则(dark-field imaging principle)设计出一种有效便携的检测仪器。研究选取一组尼康镜头和工业高清(HD)照相机来构建视觉系统，用以检测散布面积达数百毫米的微米级颗粒。其中的两台电机和其他机械结构使得系统具备自动聚焦和图像校正功能。光源安装在LAOE两边的密封盒子里，盒子外是视觉系统，可方便携带。研究提出自适应二值化方法(adaptive binarization method)用于处理捕捉的暗场成象。由于捕捉到的图像像素太高，本研究使用SSE2指令优化法( SSE2 instructions optimization method)来减少算法所花费的时间。实验证实：该设备可有效准确地检测LAOE。

图片来自文章

关键词：暗场成象，图像校正，自适应二值化法，颗粒检测，大口径光学元件(LAOE)。

作者信息：

Wen-Dong Ding, Zheng-Tao Zhang, Da-Peng Zhang, De Xu：

Research Center of Precision Sensing and Control, Institute of Automation, Chinese Academy of Sciences；School of Computer and Control Engineering, University of Chinese Academy of Sciences

Hai-Bing Lv, Xin-Xiang Miao, Guo-Rui Zhou, Hao Liu:

Laser Fusion Research Center, China Academy of Engineering Physics

全文链接：

https://link.springer.com/article/10.1007/s11633-017-1079-6

http://www.ijac.net/EN/abstract/abstract1889.shtml

6机器人相关·伊朗沙希德贝赫什迪大学

Kinematic Analysis and Design of a 3-DOF Translational Parallel Robot

三平移并联机器人的运动学分析和设计

摘要：并联机构在工程及工业中的诸多领域得以广泛运用，如机床、飞行模拟器、地震模拟器、医疗设备等。并联机构同样具有很多局限性，如工作区不规则(irregular workspace)、存在奇异点(existence of singular points)、控制系统复杂等，为了高效运用并联机构，就应对其进行研究分析。本文主要研究一种配备并联机构的新型机床，该机床有三个自由度(three translational degrees of freedom)，工作区和奇异点通过推导解析方程(deriving analytical equations)，而后借助Matlab软件确定。通过以上操作，可得出机构的正逆运动(forward and inverse kinematics)，同时，利用搜索算法(search algorithm)，可计算出工作区和奇异点。为验证结果，本研究最后在机械系统自动动力学分析软件(utomatic dynamics analysis of mechanical systems (ADAMS) software)中对提出的机制进行了仿真实验。此外，为检测工作区中机器人性能和机构灵活度，本研究还使用雅可比矩阵(Jacobean matrix)，在移动平台的不同位置计算机器人的全域灵巧度指数(global dexterity index , GDI)。

图片来自文章

关键词：动力学分析，并联机器人，工作区，可操作度，灵活度。

作者信息：

Mahmood Mazare，Mostafa Taghizadeh：

School of Mechanical Engineering, Shahid Beheshti University

M. Rasool Najafi：

School of Mechanical Engineering, Shahid Beheshti University; Department of Engineering, University of Qom

全文链接：

https://link.springer.com/article/10.1007/s11633-017-1066-y

http://www.ijac.net/EN/abstract/abstract1948.shtml

7英国雷丁大学

Recursive Least Squares Semi-blind Beamforming for MIMO Using Decision Directed Adaptation and Constant Modulus Criterion

面向决策自适应和恒模准则下MIMO的最小二乘半盲波束成形方案

摘要：本研究提出一种新型半盲自适应波束成形方案(semi-blind adaptive beamforming scheme)，用于多输入多输出感应(multi-input multi-output (MIMO) induced)及基于空分多址(spacedivision multiple-access based)且采用高阶相移键控信号(high order phase shift keying signaling)的无线系统中。训练符号(training symbols)的最小数，十分接近接收器天线元件(receiver antenna elements)的数量，主要用于对波束成形器的权向量(beamformers weight vector)的最小二乘进行原始粗略估算(rough initial least squares estimate)。本研究采用一种将恒模准则和面向决策的自适应(decision-directed adaptation)相结合的新型代价函数(cost function)，用以适应波束成形器的权向量。该代价函数可近似看作二次型函数(quadratic form)，算出闭式解(closed-form solution)基于此便可推出最小二乘半盲自适应波束成形算法(recursive least squares (RLS) semi-blind adaptive beamforming algorithm)。如仿真实验结果所示，本研究提出的半盲自适应波束成形方案可快速收敛至最小均方误差波束成形解(minimum mean-square-error beamforming solution)。因此，本算法为新一代MIMO辅助的移动通讯系统提供了有效的检测方案。

图片来自文章

关键词：多输入多输出(MIMO)，空分多址，波束成形，半盲自适应算法，恒模准则，面向决策的自适应。

作者信息：

Xia Hong: Department of Computer Science, School of Mathematical, Physical and Computational Sciences, University of Reading

Sheng Chen: School of Electronics and Computer Science, University of Southampton; King Abdulaziz University

全文链接：

https://link.springer.com/article/10.1007/s11633-017-1087-6

http://www.ijac.net/EN/abstract/abstract1898.shtml

8滑模控制相关·印度理工学院

Comparative Analysis of Optimized Output Regulation of A SISO Nonlinear System Using Different Sliding Manifolds

使用不同滑动流形时SISO非线性系统中优化输出调节的对比分析

摘要：本研究设计了单输入单输出(SISO)非线性系统中用于输出调节(output regulation)的滑模控制器。滑模面可迫使误差动力学(error dynamics)跟随比例(P)、比例积分(PI)以及比例积分微分(PID)动力学。通过概率粒子群优化技术(probabilistic particle swarm optimization technique)可得到控制器参数。此外，本文解释了基于系统相对阶(relative degree)对多种滑模面展开的选择操作，同时对不同相对阶系统中的输出调节也做了详细比较。仿真实验表明：本文提出的方法有效，设计的滑模控制器具有鲁棒性。

图片来自文章

关键词：高阶滑模，非线性系统，滑动流形，相对阶，概率粒子群优化技术。

作者信息：

M. S. Sunila, V. Sankaranarayanan, K. Sundareswaran:

Department of Electrical and Electronic Engineering, National Institute of Technology

全文链接：

https://link.springer.com/article/10.1007/s11633-017-1078-7

http://www.ijac.net/EN/abstract/abstract1887.shtml

9英国林肯大学

Applied Fault Detection and Diagnosis for Industrial Gas Turbine Systems

可应用于工业燃气轮机系统中的故障诊断方法

摘要：基于多传感器组(multiple sensor groups)的测量结果，本研究提出一种易操作的工业系统故障诊断方法(fault detection and diagnosis)。利用分级群聚(hierarchical clustering, HC)和自组织映射神经网络(self-organizing map neural networks, SOMNNs)，可为工业燃气轮机(industrial gas turbine, IGT)系统提供鲁棒且方便使用的工具。在常规操作中可找到HC指纹，通过监测聚类结果中的集群变化可进行故障诊断(FDD)。类似地，使用基于SOMNN的分类图(classification maps, CMs)(常规操作中可初步确定CMs)可得到操作行为指纹，跟踪分类图的变化即可进行故障诊断。本研究提出的方法能够从一大组检测各类物理量(physical quantities)的传感器中开展故障诊断。本研究方法的一个关键特征就是可容纳瞬变系统操作(transient system operation)，在使用传统技术时，如果监测算法未首先降低灵敏度(desensitized)，那么瞬变系统操作将会引发虚警(false-alarms)。最后的个案研究展示了本技术在侦测传感器错误(detecting sensor faults)、承受垫片磨损(bearing tilt pad wear)及早期预燃室燃尽(early stage pre-chamber burnout)等问题时表现出的良好效力。本研究提出的技术已经在世界各地区的IGTs操作和监测中广泛应用。

图片来自文章

关键词：故障诊断，分级群聚，自组织映射神经网络。

作者信息：

Yu Zhang, Chris Bingham: School of Engineering, University of Lincoln

Mike Garlick: Siemens Industrial Turbomachinery, Lincoln

Michael Gallimore: School of Engineering, University of Lincoln

全文链接：

https://link.springer.com/article/10.1007/s11633-016-0967-5

http://www.ijac.net/EN/abstract/abstract1694.shtml

10模糊控制器·印度德里大学

A Robust Fractional Order Fuzzy P + Fuzzy I + Fuzzy D Controller for Nonlinear and Uncertain System

非线性不确定系统中的稳健分数阶FOFP + FOFI + FOFD控制器

摘要：本文主要研究可应用于非线性不确定二杆平面刚性机械臂(nonlinear and uncertain 2-link planar rigid manipulator)的稳健分数阶模糊P+模糊I+模糊D(FOFP + FOFI + FOFD)控制器。这种可变增益(variable gains)非线性模糊控制器(nonlinear fuzzy controller)可自调节、自适应。分数阶算子(fractional order operators)给了设计工程师更多自由度，也保证了控制器的鲁棒性。模糊P+模糊I+模糊D(FP + FI + FD)控制器中与分数阶相对的整数阶，可通过将整数值赋予FOFP + FOFI + FOFD控制器中的分数阶算子(fractional order operators)得到。遗传算法(genetic algorithm)用于优化控制器参数，帮助求出绝对误差(absolute error)的极小解(minimum integral)。仿真结果表明：FOFP + FOFI + FOFD控制器在伺服系统及调节问题上较FP + FI + FD控制器性能更佳，在模型不确定(model uncertainty)时和噪声环境(noisy environment)中的表现也略胜一筹。借助小增益定理(Small Gain Theorem)，可知FOFP + FOFI + FOFD控制器在有界输入(bounded-input)和有界输出(bounded-output)中也具有很好的稳定性。

图片来自文章

关键词：FP + FI + FD控制器，分数阶FOFP + FOFI + FOFD控制器，分数阶算子，鲁棒控制，模型不确定，噪声抑制。

作者信息：

Vineet Kumar, K. P. S. Rana, Jitendra Kumar, Puneet Mishra, Sreejith S Nair:

Division of Instrumentation and Control Engineering, Netaji Subhas Institute of Technology (NSIT), University of Delhi

全文链接：

https://link.springer.com/article/10.1007/s11633-016-0981-7

http://www.ijac.net/EN/abstract/abstract1703.shtml

11滑模控制相关·哈伊马角美洲大学

A Robust MPP Tracker Based on Sliding Mode Control for a Photovoltaic Based Pumping System

PV泵系统中基于滑模控制的稳健MPP跟踪器

摘要：本研究首先建立了光伏泵系统(photovoltaic (PV) pumping system)主要部件的数学模型，而后对保证电池充电(battery charging)的最大功率点跟踪级(maximum power point tracking (MPPT) stage)的设计进行了描述。本研究旨在解决光伏发电(photovoltaic generator, PVG)时快速达到最大功率(maximum power)的问题。PVG是一种依赖于温度和太阳辐射变化、产生非线性电流-电压(nonlinear current-voltage)的特殊能量源。为了达到MPPT操作目标，本文主要集中于研究滑模变结构控制策略(variable structure sliding mode (SM) control strategy)和经典扰动观测法(classic perturb and observe (P&O) algorithm)，选取永磁同步电动机(permanent magnet synchronous motor, PMSM)作为泵驱动器(pump driver)，采用磁场定向控制(field oriented control)作为马达驱动策略(motor drive strategy)。仿真结果表明：本研究提出的基于PV的泵系统工作效率高。通过对比SM控制器和P&Q控制器可知前者可产生更多能量，针对辐射产生的干扰反应更快。

图片来自文章

关键词：光伏(PV)，泵，蓄电池，升压，滑模控制(SMC)，最大功率点跟踪(MPPT)。

作者信息：

Farhat Maissa: Department of Electrical, Electronics and Communications Engineering, American University of Ras Al Khaimah; Advanced Control Group, Faculty of Engineering of Vitoria-Gasteiz, University of the Basque Country

Oscar Barambones: Advanced Control Group, Faculty of Engineering of Vitoria-Gasteiz, University of the Basque Country

Sbita Lassad, Aymen Fleh: Electrical and Automatic Engineering Department, Engineering School of Gabes, University of Gabes

全文链接：

https://link.springer.com/article/10.1007/s11633-016-0982-6

http://www.ijac.net/EN/abstract/abstract1721.shtml

本文摘要系IJAC小编编译，若内容或翻译有失偏颇，欢迎后台留言指正，点击文末“阅读原文”即可进入本期完整目录，查看全文下载通道。

更多精彩内容，欢迎关注

1) IJAC官方网站：

http://link.springer.com/journal/11633

2) Linkedin: Int. J. of Automation and Computing

3) 新浪微博: IJAC-国际自动化与计算杂志

4) Twitter: IJAC_Journal

5) Facebook: ijac journal

关于杂志或文章，您有任何意见或建议，欢迎后台留言或私信小编

本文编辑：欧梨成

点击“阅读原文"，查看第4期完整目录