关键词： 急性肺损伤   急性呼吸窘迫综合征   模式识别受体   发病机制  

摘要： 急性肺损伤(ALI)/急性呼吸窘迫综合征(ARDS)是继发于肺内或全身的炎症反应过程,它由肺泡损伤导致并形成炎症性非心源性的肺水肿。模式识别受体(PRRs)参与先天免疫系统的激活,PRRs可以启动炎症信号级联反应,并释放促炎细胞因子。本综述对PRRs所包括的跨膜受体TLRs、胞质受体RLRs和NLRs以及下游炎症通路NF-κB、IRF、MAPK、NETs、RAGE和Nrf2信号通路及自噬进行总结,以阐述模式识别受体PRRs在ALI/ARDS发病机制中的作用。

关键词： 金蝉花   独角龙   ITS序列   HPLC指纹图谱   化学模式识别  

摘要： 基于ITS序列对金蝉花与独角龙进行分子鉴定,并建立HPLC指纹图谱结合化学模式识别方法,鉴别金蝉花及其混淆品独角龙。分别提取10批金蝉花与5批独角龙的基因组DNA,通过PCR扩增ITS序列并测序,利用MEGA 7.0软件比较二者的稳定差异位点并构建系统发育树;采用HPLC建立金蝉花与独角龙指纹图谱,运用相似度评价、聚类分析(CA)、主成分分析(PCA)和偏最小二乘-判别分析(PLS-DA)对其进行化学模式识别研究。结果表明金蝉花为Cordyceps cicadae,独角龙为Toly-pocladium dujiaolongae,二者的基原不同,且金蝉花与混淆品独角龙的ITS序列上共有115个稳定差异位点,构建的系统发育树可以有效的区分二者;建立了18批金蝉花与5批独角龙的HPLC指纹图谱,CA、PCA和PLS-DA结果一致,均能很好地区分二者,表明金蝉花与独角龙在化学成分上存在较大的差异,且PLS-DA结果显示尿苷、鸟苷、腺苷和N^(6)-(2-羟乙基)腺苷等6个成分是导致二者差异的主要标志性成分。ITS序列和HPLC指纹图谱结合化学模式识别方法均可以作为金蝉花与独角龙的鉴定和鉴别手段。

关键词： 人工智能   图像识别   模式识别   神经网络   非线性降维  

摘要： 图像识别技术是信息化时代非常重要的一项技术,能够借助计算机完成庞大物理信息处理工作,图像识别的实现一般通过图像采集、图像预处理、特征提取以及图像识别4个流程进行,将人工智能结合到图像识别中,有助于提高图像识别技术的智能化与便捷化,现代基于人工智能的图像识别技术的运用主要有模式识别、神经网络以及非线性降维等。

关键词： SiC/SiC   Acoustic emission   Pattern recognition   Failure mechanism   Damage evolution  

摘要： The tensile test of 2D SiC(f)/BN(i)/(SiC-B4C)((m)), with acoustic emission (AE) online monitoring, was carried out to study the mechanical properties and failure mechanism. Using the pattern recognition technique to find out the relationship between AE signals and damage mechanisms, an improved sentry function was proposed by choosing the AE energy of fiber breakage instead of the AE energy in its definition. Combined with the cumulative trend of each class of the AE signals, the damage evolution process was identified. It is found that the entire loading process includes four stages: (a) the linear elastic stage, there have sporadic AE events;(b) the initial damage stage, the matrix cracking contributes 80.4% of the AE energy and leads to the non-linear behavior of the stress-displacement curve;(c) the damage development stage, in which all types of damage continuously happen;and (d) the damage acceleration stage, dominated by fiber breakage that accounts for 60.1% of the AE energy. The improved sentry function has a decreasing trend during the fourth stage, which provides an early warning before failure, and gives a reliable ultimate strength.

关键词： 机械专业   人才培养   模式识别   教学改革  

摘要： 人工智能加速融入制造业的时代背景下，机械类专业高级人才培养需要适应技术发展的趋势，以满足行业知识更新的需求?本文针对目前我校机械类专业硕士人工智能核心课程模式识别教学现状及存在的问题，提出以面向机械类专业应用的模式识别课程教学改革思路，以提高机械类专业硕士生人工智能应用能力为目标，从教学内容?方法和实践环节等方面实施了的教学改革?从后续的考核和学生论文内容来看，本文提出的教学改革方案不但改善了学生对模式识别课程学习的效果，而且提高了学生在后续科研和工作中模式识别技术的应用能力?

关键词： 电梯群控系统   支持向量机   遗传算法   电梯交通模式识别  

摘要： 电梯交通模式识别问题是电梯群控系统优化调度的基础。在电梯交通模式识别研究中,支持向量机应用较为广泛且识别效果较好,但仍存在模型参数难以确定的问题。为此,提出一种结合遗传算法和支持向量机的电梯交通流模式识别方法:利用遗传算法对支持向量机的关键参数对——惩罚因子C和核函数参数σ自动全局寻优,将最佳参数组合(C,σ)代入原始SVM模型,建立遗传算法优化支持向量机(GA-SVM)模型,并在Python平台下进行仿真验证。实验结果表明:该GA-SVM模型相比基本SVM模型具有更高的识别精度,且泛化性良好,更适用于电梯交通模式识别问题。

关键词： 人工智能技术   基本功能模块   车牌自动识别   文字识别   图像识别技术   图像处理   模式识别   软件系统  

摘要： 随着人工智能技术的迅猛发展,文字识别、图像识别技术都得到了快速的发展,这也为开发车牌自动识别提供了技术支持。本系统运用先进的图像处理、模式识别和人工智能技术,能够即时精准地快速识别出车牌中包含的所有的汉字、数字和字母,并直接提供识别结果,从而使得对于机动车辆的自动化监控和管理成为了现实。本系统采用Visual C#作为开发平台,结合开源、跨平台的计算机视觉库OpenCV搭建了交叉编译环境,采用模块化的设计理念,利用模块化的编程方法对各个基本功能模块进行设计与开发,得到了一套可视化的车牌自动识别系统软件。该软件系统密切贴合生活,可以克服多种环境干扰因素,快速高效地完成各种车牌的自动识别。

关键词： OBE   “模式识别”   教学改革   创新方法  

摘要： 新时期，高等教育面临新形势发展要求，人才培养方向发生了变化。为了满足现代高等教育的内涵式、高质量发展 需求，高校在开展教育、教学工作时，结合“互联网+”深化改革，引入了诸多新理念，创新了一些新技术，应用了 多种新方法，促进了高等教育在深度与广度，以及精度层面的完善。从当前高等教育教学实践经验看，OBE教育理 念已经获得了较为广泛的应用，起到了较好的效果。本文以此为出发点，对基于OBE教育理念的“模式识别”教学 改革与创新方法展开具体讨论。

关键词： 人工智能   模式识别   喜迎新春   充满期待   工作与生活   编辑  

摘要： 光阴似箭,时不我待。当我们还沉浸在2021年的喜悦与幸福之中时,不知不觉地2022年已悄然而至,大家的工作与生活也步入充满期待与希望的新的一年。春风催绿,江山映红,在全国上下喜迎新春佳节之际,我谨代表编辑委员会和编辑部全体成员向关心和支持《模式识别与人工智能》发展的广大专家学者致以新年的祝福和问候!祝大家在新的一年里身体健康!工作顺利!万事如意!

关键词： 园林植物   滞尘等级   模糊聚类   模式识别   贴近度   单位叶面积  

摘要： 基于长沙市10种典型植物叶片的多个滞尘指标,运用模糊数学理论构建植物的滞尘等级与识别模型,实现绿化植物滞尘综合量化评判方法的探究。首先,常规方法采集叶样后,运用打孔称质量法测量叶表面积参数,显微观察法计算植物叶表气孔与绒毛密度,干洗法测量单位叶面积最大滞尘量与自然滞尘量。然后,运用模糊聚类理论对10种植物滞尘指标进行滞尘等级划分与模式识别。模糊聚类将9种植物叶片的滞尘指标分为7个不同λ水平的聚类。其中λ为0.907时,F检验值为21.41,滞尘指标间差异最显著。9种植物滞尘指标聚为4种最优,9种植物可对应划分为低、中、较高与高4个滞尘等级,即金叶女贞(Ligustrum×vicaryi)滞尘等级最高,红花檵木(Loropetalum chinense)滞尘等级较高,瓜子黄杨(Buxus sinica)、金边黄杨(Euonymus japonicus)与红叶石楠(Photinia×fraseri)3种植物滞尘等级为中等,海桐(Pittosporum tobira)、冬青(Ilex chinensis)、月季(Rosa chinensis)、杜鹃花(Rhododendron simsii)滞尘等级最低。第10种植物小蜡在模式识别中辨识为中等滞尘等级。滞尘等级与模式识别结论与相关研究基本相符,模糊聚类构建的绿化植物叶片滞尘等级模式识别方法具有可操作性,可为绿化植物叶片滞尘效果综合量化评价提供新思路。