关键词： 中国自动化学会   模式识别   人工智能学科   智能计算机   智能机械   工程技术人员   中国科学院   学术刊物  

摘要： 《模式识别与人工智能》是中国自动化学会、国家智能计算机研究开发中心和中国科学院合肥智能机械研究所共同主办的学术刊物。本刊面向国内外各高等院校、研究机构和企业的科研人员、教师、工程技术人员及研究生和高年级大学生。办刊宗旨:模式识别、人工智能学科是信息科学与技术的重要组成部分,本刊发表与此有关的最新研究成果与进展,旨在推动信息科学技术的发展。

关键词： 大数据集成   多终端接入   模式识别   数据采集   冲突检测  

摘要： 为提高移动终端设备多终端服务器接入精度与效率,更好地完成应用服务的人机交互,提出了基于大数据集成算法的多终端接入模式自动化识别模型。利用物联网环境采集多终端数据结构信息特征,组建传感器节点空间收敛目标函数,通过最小方差评估定位优化采集节点,收集完整接入数据;计算初步冲突特征信息,运用去一划分方法推算冲突特征数据离群性权值,构建冲突判断准则并输出冲突检测结果,掌握接入数据详细属性;通过高斯混合聚类归类多终端模式信息,采用最大化对数似然算法优化样本信息,把设备接入速度作为聚类指标,融合随机抽样思维,获得多终端接入模式自动化识别模型。实例测试结果表明,所建模型具备优秀的识别精准度与效率,能妥善完成预期模式识别目标。

关键词： 模式识别   高动态场景   图像融合   无监督深度网络   损失函数  

摘要： 为解决相机动态范围较小,单次曝光的图像往往无法表达高动态场景的不同区域的问题,构建了一种无监督的深度神经网络,把多次曝光的图像融合成一幅高动态图像。以VGG-Net(visual geometry group-Net)为基础网络,设计编码子网络和解码子网络;以融合前后图像的结构相似度为目标导向,通过引入基于图像局部信息的权重因子,定制适用于图像融合的损失函数,融合图像可兼顾不同输入图像的有效信息。在基准数据集上与多种方法相比,融合图像在主观视觉体验和客观量化指标上均取得了明显提升。

关键词： IGZO floating gate synaptic transistor   synaptic parameters   linearity   cycle variation   MNIST pattern recognition accuracy  

摘要： The reliable conductance modulation of synaptic devices is key when implementing high-performance neuromorphic systems. Herein, we propose a floating gate indium gallium zinc oxide (IGZO) synaptic device with an aluminum trapping layer to investigate the correlation between its diverse electrical parameters and pattern recognition accuracy. Basic synaptic properties such as excitatory postsynaptic current, paired pulse facilitation, long/short term memory, and long-term potentiation/depression are demonstrated in the IGZO synaptic transistor. The effects of pulse tuning conditions associated with the pulse voltage magnitude, interval, duration, and cycling number of the applied pulses on the conductance update are systematically investigated. It is discovered that both the nonlinearity of the conductance update and cycle-to-cycle variation should be critically considered using an artificial neural network simulator to ensure the high pattern recognition accuracy of Modified National Institute of Standards and Technology (MNIST) handwritten digit images. The highest recognition rate of the MNIST handwritten dataset is 94.06% for the most optimized pulse condition. Finally, a systematic study regarding the synaptic parameters must be performed to optimize the developed synapse device.

关键词： 铁皮石斛   指纹图谱   化学模式识别   质量评价  

摘要： 目的建立铁皮石斛指纹图谱方法,结合化学模式识别技术对不同批次进行质量评价。方法采用高效液相色谱法,以乙腈、水为流动相进行梯度洗脱,运用相似度评价、聚类分析、主成分分析、正交偏最小二乘辨别分析对12批铁皮石斛进行质量评价。结果12批铁皮石斛指纹图谱包含24个共有峰,不同化学模式识别方法分析所得的结果基本一致。云南普洱铁皮石斛和浙江天台铁皮石斛的成分与含量较为相似;浙江武义与云南普洱、浙江天台的铁皮石斛略有差异。结论建立的铁皮石斛指纹图谱能够较为全面体现药材质量轮廓,指纹图谱结合化学模式识别研究可为其质量控制提供新思路。

关键词： 玉竹   指纹图谱   化学模式识别  

摘要： 目的:运用化学模式识别方法评价甘肃野生玉竹及湘玉竹、关玉竹的质量。方法:采用DiamonsilⅡC18(250 mm×4.6 mm,5μm)色谱柱;流动相为乙腈-0.1%磷酸溶液,梯度洗脱;流速为1.0 mL/min;检测波长为210 nm;柱温为25℃;进样量10μL。采用“中药色谱指纹图谱相似度评价系统(2012版)”进行分析,采用SPSS 23.0、SIMCA-P 14.1软件进行聚类分析、主成分分析以及正交偏最小二乘判别分析。结果:玉竹指纹图谱共标定16个共有峰,27批样品与对照图谱的相似度为0.762~0.984;聚类分析可将样品分为3类;主成分综合得分显示大多数甘肃野生玉竹质量较优;正交偏最小二乘判别分析共筛选出8个特征性差异成分,并能够区分甘肃野生玉竹、关玉竹和湘玉竹。结论:甘肃野生玉竹质量良好,值得开发和研究;该研究采用的方法适用于野生玉竹的质量评价。

关键词： 轻身调脂消渴片   高效液相色谱法   指纹图谱   化学模式识别   一测多评法   含量测定  

摘要： 目的建立轻身调脂消渴片(QTXT)的指纹图谱,并进行化学模式识别分析,同时测定7种成分的含量。方法以盐酸黄连碱为参照,采用《中药色谱指纹图谱相似度评价系统(2012版)》建立13批QTXT的高效液相色谱(HPLC)指纹图谱并进行相似度评价;通过与混合对照品色谱图比对,确认共有峰;通过与各单味饮片样品溶液和各阴性样品溶液色谱图比对,确定共有峰的归属;采用SPSS 22.0、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QTXT质量的标志性成分。以盐酸黄连碱为内参物,采用一测多评(QAMS)法测定柚皮苷、橙皮苷、新橙皮苷、盐酸小檗碱、盐酸巴马汀和洛伐他汀的含量,并与外标法测定结果(盐酸黄连碱除外)进行比较。结果13批QTXT中共有17个共有峰,相似度为0.987~0.999;共指认出7个共有峰,分别为柚皮苷(4号峰)、橙皮苷(5号峰)、新橙皮苷(6号峰)、盐酸黄连碱(8号峰)、盐酸巴马汀(9号峰)、盐酸小檗碱(10号峰)、洛伐他汀(14号峰)。7~10号峰为黄连的专属峰;3~6、11~13号峰为麸炒枳实的专属峰;14号峰为红曲的专属峰;1号峰为黄连和红曲的共有峰;2、15号峰为麸炒枳实和红曲的共有峰;16、17号峰为6味饮片的共有峰。聚类分析结果显示,13批QTXT可聚为3类,其中S2为一类,S1、S9、S10为一类,S3~S8、S11~S13为一类;主成分分析结果显示,前3个主成分的累计方差贡献率为85.120%,与聚类分析相比,主成分分析进一步将S1与S9、S10区分开;正交偏最小二乘-判别分析结果显示,有7个共有峰的VIP值大于1,依次为10号峰(盐酸小檗碱)、9号峰(盐酸巴马汀)、5号峰(橙皮苷)、11号峰、8号峰(盐酸黄连碱)、12号峰、6号峰(新橙皮苷)。QAMS法测得柚皮苷、橙皮苷、新橙皮苷、盐酸小檗碱、盐酸巴马汀、洛伐他汀的含量分别为40.198~77.552、6.138~13.413、71.823~125.868、11.274~49.951、3.303~5.367、1.821~3.185 mg/g;外标法测得柚皮苷、橙皮苷、新橙皮苷、盐酸小檗碱、盐酸黄连碱、盐酸巴马汀和洛伐他汀的含量分别为41.454~79.976、6.404~13.993、74.068~129.081、11.627~51.512、5.922~12.020、3.158~5.131、1.901~3.325 mg/g。两种方法所得含量测定结果(盐酸黄连碱除外)的偏差均小于3.00%。结论所建HPLC指纹图谱和QAMS法操作简单、准确、重复性好,结合化学模式识别分析可用于评价QTXT的整体质量。盐酸小檗碱、盐酸巴马汀等成分可能是影响该药质量的标志性成分。

关键词： 光时域反射仪   小波分析   极限学习机   麻雀搜索算法  

摘要： 针对光时域反射仪(OTDR)曲线故障点模式识别精度低的问题,提出了一种基于OTDR曲线分析的光缆故障模式识别方法,将OTDR检测到的光功率数据绘制成曲线后,对该曲线进行三层小波包分解与重构,提取归一化的小波能量作为特征向量。最后利用麻雀搜索算法(SSA)优化极限学习机(ELM)对特征向量进行模式识别,该算法不仅利用了ELM非监督学习的高效率以及较强泛化能力的优势,还充分结合SSA较强的全局搜索能力优化ELM的权值和阈值,正确的分类精度为98.33%。实验证明该方法比支持向量机、反向传播神经网络等传统方法分类精度高,在实际应用中有重要意义。