关键词： 益胃汤   标准汤剂   配方颗粒   指纹图谱   化学模式识别  

摘要： 目的建立益胃汤HPLC指纹图谱,比较益胃汤标准汤剂与配方颗粒的差异,为益胃汤的质量评价提供思路。方法制备10批益胃汤标准汤剂、10批益胃汤配方颗粒剂、4批单味药材汤剂、3批益胃汤共煎配方颗粒剂,采用HPLC法建立益胃汤指纹图谱,通过相似度、毛蕊花糖苷含量、多元统计分析比较益胃汤标准汤剂与配方颗粒的差异。结果标定了20个特征峰,指认15号峰为毛蕊花糖苷。10批标准汤剂的共有模式与10批配方颗粒汤剂及3批益胃汤共煎配方颗粒剂的相似度为0.962~0.996。与配方颗粒相比,标准汤剂缺少2、4号峰,部分样品缺少5、7、9号峰。标准汤剂中毛蕊花糖苷含量高于配方颗粒。聚类分析(CA)、主成分分析(PCA)、正交偏最小二乘判别分析(OPLS-DA)均能区分二者。结论指纹图谱与化学模式识别结合可全面评价益胃汤标准汤剂与配方颗粒差异,为益胃汤的临床合理应用提供科学依据。

关键词： 局部放电   模式识别   统计特征参数   粒子群算法   概率神经网络  

摘要： 针对变压器局部放电模式识别难题,提出一种基于改进粒子群算法和概率神经网络的识别方法。首先在局部放电相位模式下的四种二维谱图中提取统计特征参数,然后通过一种改进的粒子群算法对概率神经网络的平滑因子进行优化,把所提取的特征参数作为特征向量输入概率神经网络,对三种局部放电模式进行识别,再使用传统方法进行识别,最后将结果进行对比。试验结果表明,所提方法确实在识别性能上具有优越性,证明了方法的有效性与实用性。

关键词： 复杂外形实体图像   模式识别   去噪   尺度集合   空间聚类方法  

摘要： 由于目前已有方法未能在识别过程中对图像进行融合去噪,导致平均识别率和召回率大幅度下降,平均识别时间增加。提出一种复杂外形实体图像的模式识别方法,对实体图像进行网格化和加权约束处理,获取完整的图像序列。通过参考图像和序列中值图像的差分信息获取相似像素集合,采用尺度变换的形式获取尺度集合,利用尺度图像之间的映射关系完成实体图像的融合去噪。通过空间聚类方法组建初始抗体群,借助人工免疫克隆算法的基本原理对实体图像的免疫特征进行描述,同时对抗体群中的抗体进行变异等操作,快速获取全局最优解,实现实体图像的模式识别。经实验测试证明可知,所提方法能够获取高识别率、高召回率以及低识别时间的识别结果。

关键词： ESP32   实时运动识别   机器学习   特征降维   特征提取  

摘要： 研究一种基于ESP32传感器的乒乓球动作实时识别系统,适用于乒乓球爱好者在进行乒乓球运动时的动作识别.该系统能够采集用户运动时的三轴加速度信号并实时传输至计算机端.在计算机端对原始加速度信号进行数据预处理,包括滤波降噪和加窗分割,提取预处理后加速度信号的时域特征,利用PCA算法实现特征降维,最后用决策树(decision tree)算法构建最优的学习模型实现对运动的分类和显示.实验结果表明:该系统可实时显示乒乓球4种动作的识别与计数,识别准确率达97.32%.

关键词： Python   模式识别   编程   计算思维  

摘要： 计算思维是信息技术学科的核心素养之一,学生计算思维的习得是需要教师根据学生认知特点和教学内容去设计和深度挖掘的。本文针对编程模块的Python程序结构教学内容,利用Turtle库的绘图功能,让学生在设计图形自动化绘制程序过程中,体验问题分解,引导学生寻找规律,识别重复的模式,表示算法,编写程序。在识别结构、构建结构和驾驭结构的过程中体验和习得计算思维。

关键词： 计算思维   PBL教学模式   模式识别  

摘要： 计算思维是信息化社会中必不可少的一种科学思维方式,因此培养学生的计算思维能力,已成为高校教学工作的一个重要目标。基于计算思维的内涵以及PBL教学的优势,以模式识别课程为例,构建一种面向计算思维培养的PBL教学模式。该教学模式以学生为主体,以教师为主导,以计算思维培养为目标,以项目为主线开展创新式、探究式教学活动,旨在提高学生的计算思维能力和动手实践能力,从而促进学生实现真正的深度学习。

关键词： 设计模式   设计模式识别   分类   特征信息  

摘要： 为设计模式识别精确率不高的问题,提出一种基于特征分类表示的设计模式识别方法,分结构型、行为型及创建型三类归纳特征信息,三类模式分别以Adapter模式、Command模式、Factory Method模式为例,通过4个经典的测试系统进行设计模式识别实验,识别精确率分别96.8%、81.95%、42.85%,取得了较好的效果。

关键词： 模式识别   线上线下   混合式教学  

摘要： 模式识别技术已成为刑事科学技术专业硕士研究生的重要专业基础课。然而受课程理论性强、学生基础弱等问题的制约,传统线下面授或者单一线上教学的模式无法满足该门课程的人才培养需求。文章在分析刑事科学技术专业硕士研究生模式识别技术课程现状的基础上,积极探索线上线下混合教学模式,激发学生学习自主性,调动学生学习积极性,提升教学效果。

关键词： 双臂协同运动   卷积神经网络   差别特征   肌电模式识别  

摘要： 针对双臂协同运动中蕴含的运动信息量大,难以充分解读且识别率不高的问题,提出一种新型的双输入卷积神经网络(ND-CNN)模型。首先,根据双臂运动的特点,分别设计数据整理和模型输入两种策略。然后,利用两个结构相同、参数共享的特征提取层提取信号本身的特征和信号之间的差别特征。最后,利用所提取的两类特征实现双臂协同动作的识别。在自主设计的双臂实验中,将ND-CNN与其余3种先进的神经网络对比。实验结果表明,本文所提的ND-CNN模型在识别精度和可靠性上优于其他网络模型,能够对双臂肌电动作有效识别。

关键词： 安全系统工程   集对分析   联系数   属性多边形   多因素影响   系统故障   最大隶属度   模式识别  

摘要： 为综合考虑多因素影响下根据系统故障标准模式对系统故障样本模式进行识别,定义了属性多边形并提出基于联系数和属性多边形的系统故障样本模式识别方法。首先,建立了故障模式识别系统,利用特征函数确定单因素的故障模式联系度,确定属性多边形结构。其次,利用属性多边形的同异反分量面积确定多因素联合影响的故障模式联系度。最终,根据故障标准模式的最大隶属原则对故障样本模式进行识别。使用简单电气系统作为实例,实施了识别方法,得到多因素联合影响下的各故障样本模式的识别结果。实验结果表明,通过两阶段联系度的计算可综合考虑单因素和多因素影响下的故障模式特征,进而识别系统故障样本模式。