关键词： 模式识别算法   网页重复信息   特征提取   支持向量机   信息抽取  

摘要： 当前的网页重复信息抽取方法缺少信息分类步骤,导致传统方法存在抽取全面率低、重复信息比例高以及整体性能差的问题。于是提出基于模式识别算法的网页重复信息抽取方法。利用类间平衡因子和词频获取网页信息的互信息特征。在关联规则的基础上根据网页置信度向量化互信息特征,完成网页信息特征的提取。利用模式识别中的支持向量机对网页信息分类,优化惩罚函数,建立软间隔支持向量机分类器。计算不同类别网页信息的结构相似度和语义相似度,结合上述计算结果获得网页信息相似性,完成网页重复信息的抽取。仿真结果表明,所提方法的抽取全面率高、重复信息比例低,且整体应用性能好,实验结果表明所提方法具有理想的应用效果。

关键词： 局部放电   模式识别   局部放电脉冲相位分布谱图   卷积神经网络   条件生成对抗网络   深度残差网络  

摘要： 为了研究气体绝缘组合电器(gasinsulatedswitchgear,GIS)局部放电脉冲相位分布(phaseresolvedpartial discharge,PRPD)谱图的模式识别,解决传统的统计参数分析方法识别准确率低的问题,该文提出了一种基于深度残差网络的GIS局部放电PRPD谱图模式识别方法。首先,设计并搭建了GIS中4类典型局部放电缺陷的实验模型并采集实验数据;然后,利用条件生成对抗网络对PRPD谱图训练集进行数据扩充;最后,利用深度残差网络提取每类缺陷的PRPD谱图特征并将其分类。实验结果表明,该方法相较于普通卷积神经网络和统计参数分析方法,其识别准确率有明显提升,最高可达98.75%。研究结果表明所提方法能有效区分出GIS中4类典型的局部放电缺陷类型,在工程实际中有良好的应用前景。

关键词： 超声   腹腔   辅助诊断   模式识别  

摘要： 目的:基于模式识别(PR)方法构建腹部良恶性肿瘤诊断模型,设计超声诊断信息化系统流程,解决腹部超声诊断存在对比度低、声学伪影及噪声显著、肿瘤组织具有异型性、超声分布不均匀等问题,以降低诊断难度提高诊断效率。方法:基于数字图像处理技术,通过图像预处理,降低噪声、伪影的影响,提高图像对比度,进而采用图聚合分割法,将原始图像分块,分别计算分块图像纹理及形态学特征,构建图像分类器并计算腹部肿瘤轮廓,通过分割分离出感兴趣区域(ROI)构建腹部ROI良恶性肿瘤辅助诊断模型,完成辅助诊断流程。结果:腹部良恶性肿瘤诊断模型的构建实现了腹腔超声智能化诊断流程,测试中采用图聚合分割方法,降低了超声腹部肿瘤图像中对比度不足、噪声较多及伪影带来的影响,实现了腹部肿瘤目标区域分割功能。通过构建腹部良恶性肿瘤诊断模型,测试结果接近低年资医生诊断准确率,诊断时间缩短了43.25%。结论:研究构建的腹部良恶肿瘤诊断模型,能够实现腹部超声诊断的自动化流程,提高诊断效率,对于提高超声智能化诊断应用范围及相关疾病的筛查具有借鉴作用。

关键词： 模式识别   传感阵列   生物传感   特异性检测   纳米材料   假阳性   物理化学性质   非选择性  

摘要： 基于模式识别的交叉响应传感阵列是化学/生物传感的发展趋势之一。传统的生物传感基于“锁钥模式”原则,通过巧妙的设计来建立具体的反应机理,使用一种传感器特异性检测一个靶标物。此类传感器往往需要大量而繁琐的合成工作,并且难以实现对多种分析物的大规模检测和识别。如何消除和克服干扰物种的影响更是其主要问题,尤其是当遇到一组结构或物理化学性质相似的分析物时,基于“锁钥模式”的检测结果可能会表现出假阳性。受哺乳动物嗅觉和味觉系统的启发[1],使用一系列非选择性传感器构筑“化学舌”的策略是解决以上问题的有效方法之一。

关键词： 光谱学   安眠镇静类药物   光谱数据融合   多元建模  

摘要： 为了实现对安眠药种类的快速准确区分,实验采集了苯二氮卓类、吩噻嗪类和巴比妥类3种安眠镇静类药物共计92份样本的红外光谱数据,经预处理后进行分类模型的构建。实验结果表明,采用串联融合后的数据进行建模分类的准确率优于均值融合和差值融合;原始光谱与一阶导数光谱的指纹区特征变量进行融合后使用随机森林模型进行建模分析,3种安眠药的分类识别率可达100%,能够实现安眠药种类的完全区分。该方法快速准确,可以在一定程度上为司法鉴定领域中安眠药类物质的检验提供一种新的方法和思路。

关键词： 循环结构   模式识别   正多边形   控件   问题解决过程   重复执行   解决问题的能力   教学设计  

摘要： ●学习内容分析《画正多边形》是苏科版《小学信息技术》五年级第5课内容,属于“算法与程序设计”模块“程序结构与设计”主题。主要内容是使用“画笔”模块相关控件和重复执行控件来绘制正多边形。本节课的定位是《画正多边形》的第2课时,主要目的是帮助学生感受问题解决过程中的分解、模式识别和抽象等思维方式,提升运用循环结构解决问题的能力。

关键词： 姜味草   高效液相色谱法   指纹图谱   主成分分析   聚类分析   正交偏最小二乘法判别分析   含量测定  

摘要： 目的 建立彝族药姜味草的高效液相色谱法(HPLC)指纹图谱分析方法,结合化学模式识别,对其质量进行分析,并测定其中4种成分的含量。方法 采用Agilent-C_(18)色谱柱(4.6 mm×250 mm, 4μm),以乙腈-0.2%磷酸水为流动相,梯度洗脱,以迷迭香酸为参照,建立15批不同来源样品的HPLC特征图谱,结合相似度评价、聚类分析(HCA)、主成分分析(PCA)和正交偏最小二乘法-判别分析(OPLS-DA)等方法,进行药材质量评价,并测定4种成分的含量。结果 建立了15批彝族药姜味草HPLC指纹图谱,标定20个共有峰,经与对照品比对指认出4个,其相似度都在0.960以上。通过HCA分析可将样品分为2类,结合PCA和OPLS-DA方法,发现其中5个影响质量的差异性组分。对15批样品中的咖啡酸、野黄芩苷、迷迭香酸和蒙花苷含量进行测定,显示4种成分在不同批次样品中的含量存在差异,且迷迭香酸和蒙花苷对区别不同来源样品贡献较大,与化学计量学方法分析结果一致。结论 本研究所建立的HPLC指纹图谱方法简便、科学、稳定性好,为不同产地姜味草质量评价和定量分析提供了依据。

关键词： 模式识别   图像处理   特征匹配   邻域一致性  

摘要： 针对多数特征匹配方法在视觉任务中难以保持适用性的问题,提出了一种网格加权表征策略学习模型。基于对匹配对邻域一致性约束的认识,通过加权策略为每个匹配对创建一组匹配表征,包括邻域元素一致性、邻域加权拓扑一致性和外观匹配稳定性。这一组表征包含匹配对的空间、外观信息,可有效剔除误匹配。针对现有方法使用通用的方法来确定邻域,限制了它们在实时应用程序中的使用,考虑通过网格结构快速构建邻域,使每个匹配对确定邻域的时间复杂度与初始匹配对数量无关,提高了算法运行速度。最后将提出的方法在3个公开数据集TUM、KITTI、CPC和工程项目所收集的SFDS数据集上进行验证,并与RT、GMS、LMR方法进行了对比。实验结果表明,所提出的网格加权表征策略学习模型在精度和召回率指标上表现最好,在速度上是LMR方法的2倍。因此,网格加权表征策略学习模型在误匹配剔除的效果和速度上实现了更好的平衡。

关键词： 机载火控雷达   工作模式   人工智能   雷达识别  

摘要： 针对机载火控雷达参数捷变快、实战中无法有效辨识的问题,深入对该类雷达工作模式的参数运用方式研究,提出基于域变换的建模思想,并结合人工智能方法,设计了针对机载火控雷达的工作模式识别框架。仿真结果表明,所提出方法能够准确识别机载火控雷达的四种典型工作模式,提升电子对抗装备及系统的威胁告警能力。

关键词： 宽度学习系统   贝叶斯推断   图正则化   模式识别  

摘要： 作为一种前馈神经网络,宽度学习系统因其精度高、训练速度快且能有效代替深度学习方法而备受研究者的关注。然而,宽度学习系统存在对网络中的特征节点个数比较敏感且求伪逆方式易使模型出现过拟合等问题。为此,在宽度学习系统中引入贝叶斯推断和图正则化。一方面,通过引入先验知识进行贝叶斯学习可以有效提高权重的稀疏性,提高模型的稳定性;另一方面,加入图正则化可充分考虑数据内在的图信息,进一步提高模型的泛化能力。在UCI数据集和NORB数据集上对所提模型进行性能评估,实验结果表明,所提的基于图正则化的贝叶斯宽度学习系统模型能进一步提高宽度学习系统的分类精度且具有更好的稳定性。