关键词： 肾母细胞瘤   肿瘤微环境   免疫浸润   生物信息学   TCGA  

摘要： 目的探索肾母细胞瘤(WT)中肿瘤微环境(TME)相关基因、免疫细胞浸润模式及其对预后判断的价值。方法从肿瘤基因组图谱(TCGA)数据库下载WT基因表达及临床数据,通过ESTIMATE算法估计基质评分、免疫评分及总评分,并根据评分中位数分为高、低评分两组,寻找差异表达基因(DEGs)并进行基因本体论(GO)分析和京都基因与基因组百科全书(KEGG)富集分析。单因素及多因素COX回归分析判定DEGs与预后的相关性,构建预后模型。通过MCPcounter算法评估标本免疫浸润模式的特点。结果对124份WT肿瘤组织进行ESTIMATE评分,显示基质评分和总评分与预后相关,评分高的患者生存时间较评分低的患者长(P=1.973×10^(-3)、1.718×10^(-3))。KEGG富集分析显示,DEGs主要集中在磷脂酰肌醇3-激酶/蛋白激酶B(PI3K/Akt)信号通路、肾素分泌等通路。构建包含REN/ST6GALNAC1/GABRA5/C10orf71/FMOD共5个基因的预后模型,受试者工作特征(ROC)曲线、校正曲线、决策曲线均显示模型预测能力良好。采用MCPcounter评估肿瘤组织和癌旁正常组织中免疫细胞的浸润数量,发现癌旁正常组织T淋巴细胞、髓样树突状细胞、中性粒细胞、内皮细胞数量高于肿瘤组织,并且Kaplan-Meier(KM)生存曲线显示较高T淋巴细胞浸润预示着更好的预后。不同性别的患者免疫细胞浸润模式无明显差异,低年龄患儿(<3岁)中性粒细胞、单核细胞、内皮细胞数量更多。结论WT中TME相关基因ST6GALNAC1、REN对患儿预后判断有潜在的临床价值,WT组织的免疫细胞浸润模式存在差异,与患者的临床特征和预后相关。这些基因、免疫细胞可能作为预后指标及治疗靶点。

关键词： 局部放电   模式识别   多样性   集成学习  

摘要： 根据3种不同单一特征集对于局部放电各类缺陷识别的差异性和互补性,提出了基于集成学习的自适应提升分类模型。首先,设计了8种类型局部放电的物理模型。然后,通过局部放电特高频检测试验系统,获取的每一缺陷在不同试验电压下稳定放电时的局部放电脉冲序列数据进行有效性与正确性的验证。通过相位相关脉冲序列数据获取的3种单一特征集两两组合以及3种联用构建新的特征集。通过比较分析,从单一特征集、组合特征集中选取最终的特征集作为分类模型的输入。最后,使用集成学习中提升算法处理训练数据集,以支持向量机为基分类器,通过使用基于信息熵的“非成对型”多样性指标,测量一个基分类器和其他基分类器的不一致度,得到一系列具有适度正确率的多样SVM基分类器,最终得到基于集成学习的自适应提升分类模型。对于每一种缺陷,在相同的测试电压水平下获得25个样本数据,6个电压水平总共获得150个本数据。结果表明,所提出的方法成功地识别了局部放电绝缘缺陷类型。

关键词： 故障诊断   模式识别   卷积神经网络   样本训练   人工智能  

摘要： 介绍了基于卷积神经网络技术开展功图诊断方法研究。针对采用传统单井诊断技术,如灰度特征识别、载荷位移特征识别的局限性,依托神经网络建立了一种有杆抽油系统示功图诊断方法,并借助功能强大的卷积神经网络进行模型训练,应用软件系统进行功图诊断。实例诊断结果与实际测试结果吻合,证明该方法可以对不同工况的功图进行快速、准确有效的特征聚类和模式识别,具有较高的应用价值。

关键词： 模式识别   3D掌纹识别   局部方向二值模式   协同表示  

摘要： 针对三维掌纹特征表示准确性差的问题,提出一种局部方向二值模式(Local Orientation Binary Pattern,LOBP)结合协同表示(Collaborative Representation,CR)的3D掌纹识别方法。利用掌纹主方向和方向置信度的编码来共同表达掌纹的方向信息,从而有效提高方向编码的准确性。使用表面类型编码来刻画掌纹的结构,充分表达掌纹的几何特征。最后,在分类识别时通过协同表示的方法将特征结合进而完成掌纹识别。在香港理工大学3D掌纹库上进行实验,结果表明获得的平均识别率最高可达99.55%,平均识别时间为0.8749 s。所提方法可以在保持较低识别时间的同时提高3D掌纹的识别精度。

关键词： 态势感知   快递大数据   数据仓库   模式识别   态势预测  

摘要： 快递服务在给社会带来便利的同时,也潜在着安全隐患。如何主动地从海量快递数据中发现和挖掘有价值的信息,是快递企业和相关安全管理部门亟需解决的问题。基于数据—信息—知识—智慧(DIKW)的建设理念,设计了一套快递大数据态势感知架构。该架构有效融合了数据、算力、算法和知识,为智能态势感知提供支撑,并通过模式识别和态势预测两个案例,验证了架构的有效性。

关键词： 平面向量   模式   模式识别   问题解决  

摘要： 模式识别是问题解决中的一个重要概念,它对高中生数学问题解决有着重要的作用,而对于特定数学问题下的模式识别相关研究仍然较少。因此,基于数学问题解决模式识别相关理论,采用文献法、出声思维及访谈法,针对高中生平面向量问题解决过程中知识模式识别进行相关研究,得到高中生平面向量问题解决中的模式识别主要包括两个方面:一是对知识模式的识别,二是对方法模式的识别。对于知识模式的识别包含:题目考点的识别、关联知识点的识别、题目间关联性的识别以及运用其他知识进行解题的识别四个方面。解题能力和解题经验均对模式识别有一定影响,解题能力较好以及解题经验较多的学生均能更好地对知识模式进行识别。

关键词： 电磁目标   跨模式识别   孪生网络   度量学习   非均衡数据集  

摘要： 以深度学习为代表的人工智能技术是解决电磁目标识别问题的一种有效方法.然而,在识别多模式电磁目标时,目标内部不同模式间数据的差异可能掩盖目标个体间的差异,当某种模式训练样本缺失或稀少时,该模式下的目标识别性能会显著下降.为此,提出一种基于孪生网络的电磁目标跨模式识别算法,在度量学习框架下通过优化设计网络结构和损失函数,引导网络在分类学习过程中拉近同一目标各模式数据间的距离,拉远不同目标数据间的距离,并结合邻近判决准则实现多模式电磁目标在非均衡数据集上的跨模式识别.基于实际数据的测试结果表明,在相同数据集和网络规模条件下,所提方法的跨模式识别率较经典卷积神经网络方法和数据增强方法提升20%.

关键词： 计算机视觉   中国自动化学会   中国计算机学会   南方科技大学   模式识别   中国科学院   人工智能学会   PRCV  

摘要： 第五届中国模式识别与计算机视觉大会(The 5th Chinese Conference on Pattern Recognition and Computer Vision,PRCV 2022)将于2022年10月14-17日在深圳举办。PRCV 2022由中国人工智能学会(CAAI)、中国计算机学会(CCF)、中国自动化学会(CAA)和中国图象图形学学会(CSIG)联合主办;由南方科技大学和深圳职业技术学院共同承办;并由香港浸会大学、香港中文大学(深圳)、哈尔滨工业大学(深圳)、中国科学院深圳先进技术研究院和中山大学联合承办,是国内顶级的模式识别和计算机视觉领域学术盛会。

关键词： 建盏釉面   尺度不变特征变换   特征提取   支持向量机   模式识别  

摘要： 为解决建盏真伪区分问题,通过改进的尺度不变特征识别算法,建立实验原型系统,用于识别不同类型釉面的建盏。研究的识别模型在云端上提供服务,以便对建盏釉面的相似性进行判断。该系统采用Streamlit平台构建实验性人机交互界面。针对识别模型,研究开发了基于边界跟随法的图像预处理策略,旨在滤除背景和无关材料特征干扰,提高自然条件下拍摄的图像识别能力,以减少对建盏釉面的误判可能性。利用改进的基于支持向量机(support vector machines,SVM)的尺度不变特征变换(scale-invariant feature transform,SIFT)特征匹配分类策略,设计了多项性能实验,以获得足够的数据集分辨率、SVM最优超参数和初始化所需的最小数据集参数模型。经实验证实,系统可清楚地区分相同类型釉面图案(兔毛釉、滴油釉)的相似性。它使用给定的有限数据集提供高达92.60%的识别准确率,并将单次识别速度提高0.84 s。

关键词： 孤儿故事   复合型故事   母题位   结构模式   分类  

摘要： 民间故事类型学研究中的母题分类法,在单一故事类型划分中具有揭示同一性以便确认同类故事的积极作用,但在面对复合型故事本身的交叉叠合现象时,却很难有效解决其立型归类的困难。要想解决这一难题,需要回归故事叙事的深层结构来探索行之有效的方法。借鉴邓迪斯的母题位概念及结构模式分析,立足云南少数民族孤儿故事的270多则文本,通过提取母题位、识别母题位序列即结构模式、观察母题位变体叙事呈现这一路径,可将云南少数民族孤儿故事划分为孤儿娶妻型、孤儿得宝型、孤儿寻亲报恩型、孤儿智斗除害型。基于结构模式识别的孤儿故事分类方式,或能为其它复合型故事的立型归类问题提供一定的参照和借鉴。