关键词： 混合特征量   FCM聚类   轴承   故障诊断  

摘要： 信号的特征提取是轴承故障诊断的关键所在,项目小组针对机械系统的非平稳、非线性特性,利用自适应时频分析方法——局部均值分解(Local Mean Decomposition,简称LMD)方法,同时提取信号LMD分解后的PF分量的能量、时域特征指标、近似熵作为混合特征向量,可以分别从信号的不同特征来描述轴承系统的故障信息。实验结果证明:故障识别采用FCM聚类算法,聚类效果好;将混合多特征量提取与FCM聚类算法应用于轴承故障模式识别中,可以有效进行轴承故障诊断。

关键词： 活动模式   词嵌入   句嵌入   出行调查   城市交通   需求预测  

摘要： 城市精细化管理对交通需求预测模型提出了更高要求,如何利用海量的出行活动信息提取反应个体活动特征和规律的活动模式成为研究难点。基于城市居民出行调查数据,运用词嵌入和句嵌入方法,构建活动序列向量,对活动模式进行聚类。结果表明,城市居民活动模式可划分为13类代表性活动模式,包括3类工作模式,4类社交娱乐主导的模式,2类复杂活动模式以及上学主导、业务主导、购物主导、接送主导模式各1类。通过分析各模式下的活动特征和对应群体的社会经济属性,发现与社会各群体的特性一致,验证该方法的有效性。该方法考虑了活动模式识别中直接使用聚类法或主题模型的局限性,在解决词序信息缺失、衡量活动链元素之间的相似性等方面存在优势。

关键词： 模式识别   机器学习   电信网络诈骗治理  

摘要： 近年来,电信网络诈骗活动猖獗,人工智能技术与电信网络诈骗相结合催生出黑灰产业体系,诈骗活动愈发精准化、制定化,且诈骗综合技术和人力成本下降,加剧电信网络治理难度。理论研究和实践表明,以模式识别和机器学习为代表的人工智能技术,是打击新形势下电信网络犯罪的有力武器。我国需从政策法规、技术合作攻关、跨部门跨地区合作等方面,加强运用人工智能技术实现对电信网络诈骗的有效治理。

关键词： 刀具磨损监测   信号采集   特征处理   模式识别   决策控制   重型切削  

摘要： 在现代化切削加工系统中,刀具的磨损和破损会导致工件的报废甚至机床的损坏。刀具状态监测可以有效地改善磨损和破损给切削过程带来的不利影响,将刀具状态监测应用到重型切削水室封头过程中对于提高大型零件的加工效率及加工质量具有重要的意义。为了深入探讨刀具磨损监测技术及其在重型切削中的应用,以普通切削刀具磨损监测为研究对象,从信号采集、特征处理、模式识别及决策控制等方面深入分析刀具磨损监测中应用最为广泛及新兴的关键技术、方法及其原理,并对它们的优缺点进行详细的剖析;阐明与分析刀具磨损监测在重型切削中的应用;对国内外学者在刀具磨损监测领域所取得的成果及进展进行阐述并对未来的发展趋势进行展望。通过以上研究过程,为重型切削过程刀具磨损监测技术提供理论与技术支持。

关键词： 煤层气   产能模式   随机森林   地球物理测井曲线   排采规律  

摘要： 为探究煤层气井的排采产能特征,合理分配开发顺序,根据沁水盆地柿庄南地区煤层气生产井实际生产资料分析,提取出排采曲线4类特征值:平均日产气量、峰值日产气量、见气到峰值的时间以及生产时间;结合排采曲线形态和4个特征值建立了3种产能模式,分析了3种产能模式的生产特征;利用随机森林算法建立3种产能模式与对应3号煤层的地球物理测井资料之间的非线性关系,通过网格搜索结合交叉验证的方式确定了随机森林模型超参数,建立了以测井曲线为特征向量的产能模式分类预测模型。将预测类别与实际类别对比分析,预测正确率达到91.7%,说明基于随机森林算法的煤层气产能模式识别具有较高的预测精度。

关键词： 深度学习   卷积神经网络   迁移学习   模式识别   分心驾驶行为  

摘要： 针对分心驾驶行为识别,提出基于ResNet18的多标签分心驾驶行为识别方法和基于迁移学习的多分类分心驾驶行为识别方法。首先基于ResNet18模型连接多个全连接层,对多种行为进行多标签识别;然后利用迁移学习,提出基于改进的ResNet34模型进行多分类识别。实验结果表明:文章提出的改进算法对分心驾驶行为识别的准确率最高可达93.5%,该改进算法对分心驾驶识别具有较好的可行性和有效性。

关键词： 情报工作   情报分析   人工智能技术   情报搜集   深度学习   网络空间安全   数据挖掘   模式识别  

摘要： 近年来,随着“深度学习”“强化学习”等人工智能技术的飞速发展,人工智能技术已经发展出诸多面向军事情报领域的应用。现代人工智能技术已经彻底突破传统人工智能所展现出来的局限,并在数据处理、模式识别,机器人技术、博弈、数据挖掘、机器辅助分析、网络空间安全等方面发挥巨大.作用。对于美国情报界而言,发展能够直接应用于情报工作的人工智能技术,是改进情报识别、情报搜集、数据处理、情报分析、情报共享与协作的重点。

关键词： 态势评估   网络安全   攻击识别  

摘要： 为了提升网络安全态势评估精度,选取攻击模式识别方法作为评估方案优化工具,构建新的网络安全态势评估模型。该模型将多个报警信息融合到一起,对节点安全态势进行评估,在此基础上预测网络安全态势值。实验结果表明,该方法能够更精准地评估网络安全态势,较传统安全评估方法在精度方面有所改善,可以作为网络安全评估辅助工具。

关键词： 局部放电   特征提取   加速鲁棒特征   细菌觅食优化算法   支持向量机  

摘要： 由于变电站现场环境复杂多样,实测的局部放电(PD)数据存在大量的干扰信号。为提高含噪PD类型识别准确度,提出一种基于加速鲁棒特征(SURF)和改进支持向量机(BFOSVM)的PD模式识别方法。首先,将单源PD数据与噪声及干扰数据叠加形成染噪PD数据,并构造脉冲序列分布(PRPS)模式;然后,利用SURF算法自动提取PRPS灰度图像的特征点及特征描述符,结合词袋模型思想和K-means聚类方法生成不同PD类型的视觉单词频率特征;最后,将提取的特征量输入BFO-SVM分类器,并将该算法与基于灰度梯度共生矩阵(GLCM)的特征提取方法和传统SVM优化算法的识别效果进行对比。结果表明:该算法在高幅值白噪声背景及典型干扰环境中具有较高的识别准确率及较强的抗干扰能力。研究结果可为现场PD检测和识别提供参考。

关键词： 凹度   凸分解   形状认知   模式识别  

摘要： 针对建筑物图形,该文提出了一种结合其形态表达特点的迭代凸分解方法。该方法利用Delaunay三角网提取建筑物图形凹部层次化结构和骨架线定义图形节点凹度,并依据建筑物图形直角化和简洁表达的特点选取分割线迭代消除当前图形中凹度最大节点实现图形凸分解。实验结果表明,该文方法能有效实现带洞(或岛)建筑物图形的凸分解,结果符合视觉认知。同时,基于图形分解结果讨论了字母型和直线型建筑物群模式的识别,证明了结合图形分解能更有效挖掘建筑物群空间分布特征。