关键词： 水层窜槽   水淹模式   识别图版   卡控水  

摘要： 油田开发至今,逐渐出现新区新层投产即高含水的非正常生产井,搞清其非正常出水原因和类型,将会对其进行有针对性的卡控水提供重要依据。针对海上油田大斜度多层合采井无法进行动态监测以认识各层产出的问题,以生产动态数据为研究基础,从水源、见水时间出发,结合机理模型,建立水淹模式识别图版,分析不同因素对曲线特征影响;基于贝克莱水驱油理论,建立多层合采井考虑层间流体性质、驱油效率差异的无因次采液指数随含水变化的修正关系,预测水层窜槽井卡控水后含水。利用实际生产数据对新理论进行验证,证实该理论合理、可靠,从而可实现水层窜槽井水淹模式快速识别及卡控水潜力分析,为油田精细挖潜奠定坚实基础。

关键词： 步态识别   度量学习   特征提取   人体生物特征   模式识别  

摘要： 步态识别是一项根据人在行走中的动作特征进行身份识别的技术,与其他生物特征识别方法相比,其可以实现远距离、非接触识别,在监控、安防等领域有着广泛的应用。度量学习在模式识别任务中起着非常重要的作用,其从训练样本中学习出合适的距离函数来度量样本间的相似性,以提高识别率。为此,从度量学习视角对步态识别问题进行研究,比较分析几种经典的度量学习方法在步态识别中的性能表现。首先从步态序列中提取步态能量图作为行人的步态特征,然后使用度量学习方法学习距离度量,使得在该度量下同一类样本间的距离最小化和不同类样本间的距离最大化,以提升步态识别的正确识别率。在广泛使用的CASIA-B与CASIA-C步态数据集上进行了一系列的对比实验,实验结果展示了几种度量学习方法的识别性能,为今后的步态识别研究提供了一些基准结果。

关键词： 计算机断层扫描   模式识别   人脸检索   国际学术期刊   深度学习   放射性材料   确定性信息   基础医学  

摘要： 近日,四川大学计算机学院(软件学院)同华西基础医学与法医学院合作,提出了一种基于深度学习的颅面重建方法,成功实现从二维计算机断层扫描的颅骨数据中自动复原出颅面图像,开发出国际首个颅面重建人脸检索系统。相关成果已发表在国际学术期刊《模式识别》上。颅面重建技术一般被应用于在没有指纹、牙科记录、放射性材料或DNA等确定性信息的情况下,根据头骨和面貌的内部关系复原出颅骨的真实面貌,进而识别身份。

关键词： 光谱学   指甲   化学计量学   溯源分析  

摘要： 物证的溯源分析一直是法庭科学领域的一大难点,在刑事案件侦查中发挥着重要作用。提出了一种衰减全反射傅里叶变换红外光谱(ATR-FTIR)结合机器学习相关方法对人体指甲样本进行检验和溯源分析的新方法。采集了来自我国7大地区18个省市共计195名志愿者十指指甲样本的ATR-FTIR图,经预处理后使用主成分分析(PCA)和因子分析(FA)两种方法进行降维处理,随后采用多层感知器(MLP)、径向基函数(RBF)、决策树(DT)以及支持向量机(SVM)模型开展分类识别。实验结果表明,PCA和FA两种降维方法在后续建模分析方面差别不大;MLP的分类效果优于RBF;基于CHAID算法的主成分分析和决策树(PCA-DT)模型训练集和测试集分类识别率分别可达91.0%和92.0%,优于穷举式CHAID、CRT和QUEST算法;基于多项式核函数的主成分分析和支持向量机(PCA-SVM)模型能够实现7大地区和华北5省市指甲样本的完全区分,分类效果优于RBF、Sigmoid和线性核函数。因此,采用ATR-FTIR技术结合PCA-SVM模型能够实现不同地域指甲样本的准确区分,为指甲物证的溯源分析提供了一种新的方法与思路。

关键词： 边缘计算   局部放电   模式识别   广义回归神经网络  

摘要： 局部放电是设备处于高电场强下,由于电场分布不均而导致的绝缘介质放电现象,设备产生局部放电对于绝缘层的危害很大,迅速检测识别设备的放电类型是工业正常运作的保障。针对电气设备局部放电类型识别问题,考虑到电气设备监测系统在诊断识别方面的时效性及精度,提出了基于边缘计算的局部放电模式识别方法,利用边缘计算架构的优势,基于云层训练、边缘推理思路,将复杂的识别算法训练优化过程部署在云层,将计算量大的识别算法卸载到边缘层,而计算量小的特征提取保留在终端设备层处理。通过构造局部放电相位分布谱图提取局部放电的统计特征参数,采用粒子群优化算法对广义回归神经网络模型进行优化,最后将统计特征参数作为神经网络的输入量,对放电类型进行识别。结果表明,所提模式识别方法识别准确率高,识别效率高。

关键词： 土茯苓   灰色关联度分析   聚类分析   主成分分析   正交偏最小二乘判别分析  

摘要： 目的测定不同断面颜色土茯苓UPLC特征图谱,结合不同模式分析方法探究不同颜色土茯苓的质量差异。方法采用回流提取法制备样品,建立UPLC特征图谱;运用相似度评价、灰色关联度分析、化学模式识别法等对断面类白色和红棕色的土茯苓进行基于特征图谱的质量分析。结果建立了断面类白色、红棕色土茯苓特征图谱共有模式,确定了8个共有峰,并指认2、3、4、5、6号峰分别为新落新妇苷、落新妇苷、新异落新妇苷、异落新妇苷和黄杞苷,相似度结果分别为0.948~0.999,灰色关联度(grey relation analysis,GRA)结果显示,红棕色土茯苓的质量优于类白色土茯苓,聚类分析(clustering analysis,HCA)、主成分分析(principal component analysis,PCA)和正交偏最小二乘判别分析(orthogonal partial least squares discriminant analysis,OPLS-DA)可将2种样品大致区分为两类,4种分析方法结果基本一致。结论基于特征图谱的灰色关联度分析和化学模式识别研究,为不同规格土茯苓的质量对比评价和质量控制提供了基础研究资料。

关键词： 西黄丸   一测多评法   含量测定   气相色谱指纹图谱   化学模式识别分析  

摘要： 目的评价西黄丸的质量,并筛选影响其质量的差异标志物。方法以麝香酮为内参物,采用一测多评(QAMS)法测定α-蒎烯等4个成分的含量,并与外标法进行比较;采用气相色谱(GC)法建立13批西黄丸的指纹图谱;采用SPSS 25.0软件、SIMCA 14.1软件进行聚类分析、正交偏最小二乘法-判别分析,以变量重要性投影(VIP)值大于1为标准筛选影响样品质量的差异标志物。结果QAMS法测得α-蒎烯、乙酸辛酯、β-榄香烯含量分别为0~0.6284、0.3780~2.6794、0.3209~0.8154 mg/g,外标法测得α-蒎烯、乙酸辛酯、β-榄香烯、麝香酮含量分别为0.0015~0.6271、0.3780~2.5947、0.3292~0.8370、0.3857~0.8060 mg/g,两种方法测得含量的相对误差均小于4%。13批西黄丸中共识别出26个共有峰,共指认了乙酸辛酯、β-榄香烯、麝香酮3个共有峰;相似度为0.912~0.946。13批样品可分为2类,S1~S2、S6~S10、S13为一类,S3~S5、S11~S12为一类。峰7、11、10、17、16的VIP值均大于1。结论西黄丸中α-蒎烯等4个成分的含量,结合GC指纹图谱和化学模式识别分析可用于评价西黄丸的质量。峰7等5个共有峰对应的成分可能是影响样品质量的差异标志物。

关键词： 模式识别   智能感知   中国科学院院士   计算中心   傅京孙   杰出成就   蒙特利尔  

摘要： 8月22日,第26届国际模式识别大会在加拿大蒙特利尔开幕。会上,大会将今年的国际模式识别领域最高奖--傅京孙奖颁授予中国科学院院士、中国科学院自动化研究所智能感知与计算中心主任谭铁牛,以表彰他在模式识别领域所取得的杰出成就。这是国际模式识别领域最高奖自1988年设立以来,首次颁授予北美和欧洲地区以外的学者。

关键词： 混合像元分解   多光谱遥感   模式识别   边缘提取   多元统计分析   信息处理方法   主成分分析   光谱匹配  

摘要： 遥感技术是20世纪60年代发展起来的一种对地观测综合性技术。遥感信息提取技术是遥感技术体系的重要组成部分,经过几十年的发展,研究出了许多行之有效的方法,如多元统计分析、比值运算、主成分分析、HSI变换、图像掩膜、边缘提取、滤波处理'模式识别、密度分割'小波变换、神经网络、遗传算法等。近年来,一些主要应用于高光谱或甚多谱段数据的信息处理方法,如最小噪声分离、正交空间变换'光谱匹配、光谱角填图、混合像元分解等也被引入到多光谱的信息提取中,并取得了一定的效果。

关键词： 便通胶囊   高效液相色谱法   一测多评法   化学模式识别   质量评价   差异标志物  

摘要： 目的建立同时测定便通胶囊中芸香柚皮苷等11个成分含量的方法,进行化学模式识别分析,筛选差异标志物。方法采用高效液相色谱法。以Venusil XBP C18为色谱柱,乙腈-0.1%磷酸溶液为流动相进行梯度洗脱,流速为1.0 mL/min,进样量为10μL,柱温为30℃,检测波长分别为283、330、520、220 nm。以毛蕊花糖苷为内参物,结合一测多评法测定含量,并与外标法结果进行比较。采用SPSS 26.0、SIMCA 14.1软件进行聚类分析、主成分分析和正交偏最小二乘法-判别分析,以变量重要性投影(VIP)值大于1为标准筛选影响便通胶囊质量的差异标志物。结果高效液相色谱结合一测多评法测得芸香柚皮苷、柚皮苷、新橙皮苷、松果菊苷、管花苷A、异毛蕊花糖苷、矢车菊素-3-O-葡萄糖苷、矢车菊素-3-O-芸香糖苷、白术内酯Ⅲ、白术内酯Ⅰ的含量分别为0.739~1.265、1.134~2.158、1.407~2.359、1.368~2.502、0.304~0.522、0.257~0.521、0.423~0.727、0.375~0.733、0.130~0.283、0.062~0.166 mg/g,与外标法测定结果的相对平均偏差均小于2%。聚类分析结果显示,15批样品可聚为3类,S1~S7为一类,S8~S10为一类,S11~S15为一类,与主成分分析的分类结果一致。正交偏最小二乘法-判别分析结果显示,矢车菊素-3-O-芸香糖苷、白术内酯Ⅲ、柚皮苷、新橙皮苷、松果菊苷、毛蕊花糖苷的VIP值大于1。结论成功建立了同时测定便通胶囊中芸香柚皮苷等11个成分含量的方法,结合化学模式识别分析可用于便通胶囊的质量控制。矢车菊素-3-O-芸香糖苷等6个成分可能是影响便通胶囊质量的差异标志物。