杜 巍

（中國人民解放軍海軍艦艇學(xué)院，遼寧 大連116018）

0 引言

生產(chǎn)發(fā)展推動了社會分工，在效率關(guān)乎興亡的社會條件下，許多行業(yè)都開始通過以整合資源、系統(tǒng)運(yùn)作的方式增強(qiáng)競爭力。系統(tǒng)的日益龐大也造成了其外延的不斷擴(kuò)散，觸及的領(lǐng)域之多、范圍之廣已經(jīng)超過了人類個體的認(rèn)知范圍。另一方面，人類注意力的有限性使得他們在信息爆炸時代的海量“信息碎片”中難以取舍。準(zhǔn)確快捷的提供用戶所需要的信息，淡化的無關(guān)信息，就需要利用各種技術(shù)對環(huán)境和客體中各種龐雜的信息進(jìn)行采集并有效進(jìn)行模式識別。

模式識別是一種計算機(jī)通過對信息依次進(jìn)行采集，預(yù)處理，特征或基元抽取，模式分類，以自動或者在人盡量少干預(yù)的情況下把待識別模式歸入相應(yīng)的模式類中去的技術(shù)傳統(tǒng)的模式識別方法，主要有統(tǒng)計模式識別法和結(jié)構(gòu)模式識別法。統(tǒng)計模式識別法是通過對待識別對象進(jìn)行特征提取,然后根據(jù)某種準(zhǔn)則所確定的決策函數(shù)進(jìn)行分類，即從信息特征空間映射到?jīng)Q策空間；結(jié)構(gòu)模式識別法，則是通過把一個模式描述成子模式的方式，形成一個樹形的描述結(jié)構(gòu)。

在非結(jié)構(gòu)化信息面前，傳統(tǒng)的模式識別方法往往難以滿足計算量和復(fù)雜的信息描述方式。隨著模糊數(shù)學(xué)及人工智能的發(fā)展，人們開始了模糊模式識別和智能模式識別的研究，尤其是人工神經(jīng)網(wǎng)絡(luò)在模式識別中產(chǎn)生了較大的成就。然而經(jīng)驗(yàn)表明，在灰色領(lǐng)域，即信息數(shù)量龐大，結(jié)構(gòu)復(fù)雜，內(nèi)容零碎而情況下，運(yùn)用神經(jīng)網(wǎng)絡(luò)方法，效率并不盡人意。而基于統(tǒng)計的方法和確定演繹方法均有各自的局限性，如樣本持有量和計算量和使用范圍，需要加以綜合、改進(jìn)。本文嘗試一種分層的模式識別與信息分類系統(tǒng)結(jié)構(gòu)，使之能夠滿足多范疇不完整的非結(jié)構(gòu)化信息進(jìn)行模式識別。

1 非結(jié)構(gòu)化信息的概念與XML語言的特性

現(xiàn)實(shí)情況下，受到信息來源，信息范疇和保存格式的影響，許多實(shí)際問題中，信息的內(nèi)部結(jié)構(gòu)、參數(shù)聚合特征一般不能全部被人們了解。即使事實(shí)上這些信息存在這大量聯(lián)系實(shí)際內(nèi)容重合，但由于呈現(xiàn)出的結(jié)構(gòu)各不相同，表面描述雜亂無序，內(nèi)容因采集方式的局限顯得殘缺不齊，難以通過傳統(tǒng)的方法進(jìn)行識別和分類，這樣的不完全信息都屬于非結(jié)構(gòu)化信息。不完全信息本身固有的語義包括：不完全信息是否有可用來取代該不完全信息的完全信息的值——實(shí)值，實(shí)值的個數(shù)，實(shí)值的限定范圍[8]。根據(jù)這些語義信息，不完全信息可以分為三類：“不存在型不完全信息”，即某個關(guān)系的某一個元組在某一個屬性上不該具有任何實(shí)值；“存在性不完全信息就”，即某個關(guān)系的某一個元組在某一個屬性上本應(yīng)必然著幾個實(shí)值，但在當(dāng)前是未知的，需要未來確知這個實(shí)值，這個確知的過程稱之為完全化；“占位型不完全信息”，關(guān)系的某一個元組在某一屬性上尚不知是否存在某種實(shí)值，它可能是不存在性不完全信息，也可能是存在性不完全信息。當(dāng)作為數(shù)據(jù)源的傳感器、網(wǎng)絡(luò)端口數(shù)量龐大，種類繁多的情況下，統(tǒng)一的數(shù)據(jù)格式往往難以實(shí)現(xiàn)，更多的是以非結(jié)構(gòu)化的形式出現(xiàn)，為了促進(jìn)數(shù)據(jù)交換與操作，人們開發(fā)了各種語言標(biāo)準(zhǔn)，目前比較常用的方法是采用可擴(kuò)展標(biāo)記語言XML(eXtensible Markup Language)，這種標(biāo)記語言有這便于信息檢索、數(shù)據(jù)內(nèi)容與形式分離的好處，是信息載體的發(fā)展趨勢，也是模式識別的主要研究對象。

2 基于分層領(lǐng)域詞典的非結(jié)構(gòu)化信息的模式識別方法

零散信息源或未知信息源所傳遞的信息，識別工具僅能獲取表面標(biāo)識和大體結(jié)構(gòu)，而對其攜帶的信息以及實(shí)際對應(yīng)的范疇難以確認(rèn)，這種部分信息已知而部分信息未知的系統(tǒng)，稱之為灰色系統(tǒng)。對灰色系統(tǒng)的認(rèn)知適合采用分層次的白化方法，即從大概念上的范疇逐步劃分為其下的子范疇，類似領(lǐng)域本體的層次劃分，呈現(xiàn)出一種樹形結(jié)構(gòu)，劃分的子范疇具有更具體的領(lǐng)域特征和對應(yīng)的領(lǐng)域詞庫可以對待識別對象進(jìn)行進(jìn)一步匹配，這樣既可以降低計算量，增強(qiáng)了系統(tǒng)在低精度要求條件下的識別正確率的魯棒性。

假設(shè)收到一組信息，先通過少量具有明顯可區(qū)別性特征的元素，如年齡信息、作者信息、具有明顯的特征性，其可能所屬領(lǐng)域范疇則顯著縮小，只需要傳遞致含有生物信息或文化產(chǎn)品信息的領(lǐng)域識別列表處，再通過運(yùn)用該領(lǐng)域的數(shù)據(jù)字典庫對目標(biāo)模式進(jìn)行比對，做出更細(xì)化的劃分，直到抵達(dá)葉子節(jié)點(diǎn)或需要達(dá)到的識別級別。

這種方式有點(diǎn)像本體的概念的劃分，標(biāo)準(zhǔn)頂級本體概念下根據(jù)條件的細(xì)化從THING（事物）這樣的宏大概念，到GraphLoop（環(huán)形圖像）這樣的領(lǐng)域概念。如圖1。

圖1 標(biāo)準(zhǔn)頂級本體概念樹

識別過程：假定收到一組未知對象信息X,需要確認(rèn)其所屬模式ω，該模式屬于一個論域Ω，通過分析對象X的信息，可以獲知X包含了 n 個屬性，記 為 X=｛x1,x2,… ,xn｝，其中 xi（i=1，2,… ,n）是第 i個屬性,每個屬性x又包括屬性名和屬性值；某一待模式ω內(nèi)包含了m個屬性，記為 ω=｛ωa1、ωa2…ωam｝，其中 ωaj（j=1,2,…,m）是模式 ω 的第 j個屬性，考慮到信息的格式可能存在不規(guī)范特征，比如XML格式中屬性名字可以自己定義，不同名稱的屬性可能表示不同的概念，這就需要為每一個屬性名構(gòu)造一個近義詞匹配表，該表結(jié)構(gòu)如表1。

表1

這里設(shè)的權(quán)值ra是衡量的是該信息來源的匹配程度，即近義詞與規(guī)范名稱的貼近程度，注意的是因?yàn)椴煌拿绞脚c知識領(lǐng)域是相關(guān)的，不同的命名方式即使意義相同，也可能降低了屬于本領(lǐng)域的可能性。

校正動作用于該屬性名對應(yīng)的屬性值，如例子中因?yàn)閱挝坏牟煌枰拚龑傩灾档拇笮?。v表示該屬性的值，f（v）表示校正后的值。

以某領(lǐng)域距離單位名稱為例：

同樣，對于某個領(lǐng)域下該屬性名的屬性值有一定分布規(guī)律，對匹配對象的屬性值分布可能性進(jìn)行權(quán)重確定和處理。

模式ω與對象X的匹配度計算公式如下：

一個待識別對象X與一個模式模式ω的匹配值決定了他們的匹配程度，可以根據(jù)需要選擇保留超過事先確定的閾值的若干模式，也可以取最大匹配值的模式作為結(jié)果。計算的結(jié)果可以根據(jù)需求進(jìn)行下一步處理或舍棄，如信息明顯不屬于用戶關(guān)注的領(lǐng)域，則可以忽視此信息，否則以該模式代表的領(lǐng)域，構(gòu)建新的論域，進(jìn)行下一級模式匹配。

3 效果驗(yàn)證

為了驗(yàn)證以上方案的有效性，構(gòu)造了一組簡單的不完全信息的案例作為仿真分析，假設(shè)某艦艇收到一組XML格式的信息，

＜目標(biāo)＞

＜時間＞XXX＜/時間＞

＜經(jīng)度＞121＜/經(jīng)度＞

＜緯度＞41＜/緯度＞

＜高度＞＜/高度＞ //注：空標(biāo)識，屬于存在型不完全信息

＜反射面積＞60＜/反射面積＞

＜速度＞40＜/速度＞

＜方向＞135＜/方向＞

＜/目標(biāo)＞

假設(shè)待匹配的模式有3種：模式1(飛機(jī)或?qū)?、模式2（艦船）、模式3（潛艇或水雷）。

各自的模式特征屬性：（括號內(nèi)為該屬性的權(quán)重）

模式 1：高度（0．6）、反射面積（0．2）、速度（0．3）

模式 2：高度（0．3）、反射面積（0．2）、速度（0．3）、噪聲（0．2）

模式 3：深度（0．6）、速度（0．1）、噪聲（0．3）

需要注明的近義詞表有：

表4 模式3

各模式的屬性分布（只附上待識別目標(biāo)匹配的）：

表7 模式3

計算結(jié)果為 P（X，ω1）=0．40

從計算結(jié)果來看，待識別對象為艦船的可能性最大，潛艇的可能性最小，基本符合人的主觀認(rèn)知。

4 結(jié)論

這種模式識別方法具有計算簡單，對數(shù)據(jù)的結(jié)構(gòu)性和完整性要求十分寬松的特點(diǎn)，適合知識總量可控的領(lǐng)域使用，如果以此進(jìn)行建立較大領(lǐng)域的模糊識別，需要得到較完善的領(lǐng)域知識和豐富的認(rèn)知詞典內(nèi)容的支持。

［1］熊超．模式識別理論以其應(yīng)用綜述[J]．中國科技信息，2006，6：171－173．

［2］靳光俊，范學(xué)峰，郭文宏，金玉．基于灰色理論的整體模式匹配 [J]．信息技術(shù)，2008，11：41－45．

［3］韓景倜，盧致杰，覃正．基于XML的復(fù)雜信息系統(tǒng)自動分類方法[J]．系統(tǒng)工程理論方法應(yīng)用，2005，12：487－491．

［4］王智君．粗糙集規(guī)則簡約的放蕩發(fā)在模式識別中的應(yīng)用[J]．微計算機(jī)應(yīng)用，2009，5，30（5）．