关键词： 特征提取   局部放电   环网柜   高频法   模式识别  

摘要： 针对配电网电缆终端绝缘缺陷引起的局部放电问题,建立了一种基于高频CT的局部放电监测系统,并利用HFCT采集到的局部放电信号经调理后的数据进行局部放电特征提取和识别,提出了一种基于变分模态分解和多尺度排列熵结合的特征提取算法。利用变分模态分解算法对局部放电波形进行模态分解后,提取有效模态分量,并求取各模态分量对应的多尺度排列熵,计算局部放电信号的特征矩阵。采用PCA算法筛选出最优特征向量集,采用传统BP神经网络和支持向量机分类器对特征集进行模式识别。实验结果表明,对实验环境下采集到的PD信号采用该方法提取得到的特征量均具有较高的正确识别率,平均识别率能达到96.7%和98.3%,充分说明该特征提取方法可以有效提取到不同放电类型PD信号的特征。此方法识别准确度较高,适用于环网柜局部放电特征提取和模式识别,具有一定的工程意义。

关键词： 计算机视觉   中国自动化学会   中国计算机学会   南方科技大学   模式识别   中国科学院   人工智能学会   PRCV  

摘要： 第五届中国模式识别与计算机视觉大会(The 5th Chinese Conference on Pattern Recognition and Computer Vision,PRCV 2022)将于2022年10月14日至17日在广东省深圳市举办。PRCV 2022由中国人工智能学会(CAAI)、中国计算机学会(CCF)、中国自动化学会(CAA)和中国图象图形学学会(CSIG)联合主办;由南方科技大学和深圳职业技术学院共同承办;并由香港浸会大学、香港中文大学(深圳)、哈尔滨工业大学(深圳)、中国科学院深圳先进技术研究院和中山大学联合承办,是国内顶级的模式识别和计算机视觉领域学术盛会。

关键词： 商业建筑   机电设备   数据挖掘   模式识别  

摘要： 本文对使用数据挖掘技术分析和商业建筑机电设备运行规律识别进行了应用研究,以12余家已开业的大型商业建筑作为机电设备运行规律识别实证案例,介绍了一套基于数据挖掘技术的商业建筑机电设设备运行规律识别的方法流程。在实际运行能耗数据的基础上,应用DBSCAN聚类、Apriori关联规则、数据统计分析方法,形成了以机电设备用能规律挖掘、用能趋势预测为基础的设备运行规律识别方法应用研究,指导建筑机电设备节能运行。

关键词： 自然语言处理   人工智能   群体智能   智能计算   模式识别   智能系统   因果推理   区块链  

摘要： 2022年将特别关注人工智能+、物联网与5G、区块链、量子计算、大数据、隐私安全保护等技术的融合应用。本年度组稿包括但不仅限于以下方向:人工智能:多模态/跨模态学习、大数据智能、跨媒体感知计算、混合增强智能、群体智能、自主协同控制与优化决策、统计学习、联邦学习、因果推理、类脑智能计算、量子智能计算、智能机器感知与模式识别、自然语言处理与理解、知识图谱、机器人与智能系统、多智能体协同。

关键词： 理性追求   美育教育   数学教育教学   数学之美   模式识别   数学教学   法国数学家   生命本真  

摘要： 人们对于美的追求是对于生命本真的追求,数学美是数学生命力的重要支柱,是数学教育目标之一,是数学教师对数学教学的理性追求.学校的数学教育教学,承载着美育教育的任务.1数学之美美是自然的,是一切事物生存和发展的本质特征.法国数学家笛卡尔也说过,美是客观适应满足于主观感受与体验的一种特征.

关键词： 案例混合式教学   课程建设   思政   知识应用  

摘要： 在“互联网+”和大数据的时代背景下，AI 技术应用依托的模式识别与机器学习课程越来越重要。为适应社会发展， 案例混合式教学应运而生。本文从课程建设、设计与实施、考核与课程评价等方面进行阐述，对工科课程以思政和 知识应用引导下的案例混合教学方法进行研究与探讨。实践表明，“模式识别与机器学习”课程采用思政和知识应 用的混合式教学模式，拓宽学生的学习空间，激发主动性以及深入探索的积极性，充分说明案例混合式教学可以实 现教学效果的提高和人才培养质量的提升。

关键词： 多智能体系统   离散事件系统   智能机器人   非线性系统控制   分布式控制   机器学习   模式识别   混杂系统  

摘要： 《控制理论与应用》是教育部主管,由华南理工大学和中国科学院数学与系统科学研究院联合主办的学术刊物,月刊,国内外公开发行.《控制理论与应用》主要报道系统控制科学中具有新观念、新思想的理论研究成果及其在各个领域中,特别是高科技领域中的应用研究成果和在国民经济有关领域技术开发、技术改造中的应用成果.内容包括:1)系统建模、辨识与估计;2)数据驱动建模与控制;3)过程控制;4)智能控制;5)网络控制;6)非线性系统控制;7)随机系统控制;8)预测控制;9)多智能体系统及分布式控制;10)鲁棒与自适应控制;11)系统优化理论与算法;12)混杂系统与离散事件系统;13)工程控制系统;14)航空与航天控制系统;15)新兴战略产业中的控制系统;16)博弈论与社会网络;17)微纳与量子系统;18)模式识别与机器学习;19)智能机器人;20)先进控制理论在实际系统中的应用;21)系统控制科学中的其它重要问题.

关键词： 风电叶片   损伤识别   声发射   主成分分析   聚类分析   BP神经网络  

摘要： 为研究风电叶片玻璃纤维复合材料在疲劳工况下的损伤模式,文章基于声发射技术提出了一种主成分聚类分析和BP神经网络相结合的材料损伤识别模型。首先,采集损伤声发射信号,并提取相关参数进行分析,对不同疲劳损伤进行分类;其次,对数据进行主成分分析,以降低噪声信号,去掉冗余信息;再次,对主成分进行聚类分析,将样本分簇并找出各簇与损伤之间的对应关系;最后,基于BP神经网络建立损伤识别模型,并基于试验数据对识别网络进行测试训练。训练结果表明,识别模型对3种未知类型疲劳损伤的识别率均高于90%,对未知损伤具有较好的识别能力。

关键词： 山茱萸   酒炙   指纹图谱   高效液相色谱法   化学模式识别   差异标志物   聚类分析   正交偏最小二乘法-判别分析  

摘要： 目的:建立山茱萸生品和酒炙品HPLC指纹图谱,结合化学模式识别方法比较酒炙前后化学成分指纹峰的差异,寻找差异标志物,为山茱萸的酒炙工艺研究提供科学依据。方法:采用HPLC法,Phenomenex Luna C_(18)色谱柱(250 mm×4.6 mm,5μm),乙腈-0.2%磷酸水溶液为流动相进行梯度洗脱,体积流量为0.9 ml·min^(-1),检测波长为240 nm(莫诺苷、獐牙菜苷、马钱苷和山茱萸新苷Ⅰ)、360 nm(齐墩果酸和熊果酸)。采用中药色谱指纹图谱相似度评价系统(2012版)计算相似度,运用聚类分析(HCA)和正交偏最小二乘法-判别分析(OPLS-DA)对山茱萸生品与酒炙品进行化学模式识别研究。结果:建立了山萸肉和酒萸肉的指纹图谱,共标定19个共有峰,通过与对照品比对,指认了6个成分,分别为莫诺苷(8号峰为),獐牙菜苷(11号峰),马钱苷(13号峰),山茱萸新苷I(15号峰),齐墩果酸(16号峰),熊果酸(19号峰);通过HCA和OPLS-DA可明显将山茱萸生品与酒炙品分为2类,熊果酸、山茱萸新苷I、齐墩果酸等7个成分可能是影响两者质量的差异标志物。结论:建立的指纹图谱方法精密度、重复性、稳定性良好,结合化学模式识别可用于山茱萸酒炙前后整体质量控制。

关键词： Logic gates   Qubit   Computers   Transforms   Dimensionality reduction   Quantum computing   field-programmable gate arrays (FPGAs)  

摘要： The promises of advanced quantum computing technology have driven research in the simulation of quantum computers on classical hardware, where the feasibility of quantum algorithms for real-world problems can be investigated. In domains such as High Energy Physics (HEP) and Remote Sensing Hyperspectral Imagery, classical computing systems are held back by enormous readouts of high-resolution data. Due to the multi-dimensionality of the readout data, processing and performing pattern recognition operations for this enormous data are both computationally intensive and time-consuming. In this article, we propose a methodology that utilizes Quantum Haar Transform (QHT) and a modified Grover's search algorithm for time-efficient dimension reduction and dynamic pattern recognition in data sets that are characterized by high spatial resolution and high dimensionality. QHT is performed on the data to reduce its dimensionality at preserved spatial locality, while the modified Grover's search algorithm is used to search for dynamically changing multiple patterns in the reduced data set. By performing search operations on the reduced data set, processing overheads are minimized. Moreover, quantum techniques produce results in less time than classical dimension reduction and search methods. The feasibility of the proposed methodology is verified by emulating the quantum algorithms on classical hardware based on field programmable gate arrays (FPGAs). We present designs of the quantum circuits for multi-dimensional QHT and multi-pattern Grover's search. We also present two emulation techniques and the corresponding hardware architectures for this methodology. A high performance reconfigurable computer (HPRC) was used for the experimental evaluation, and high-resolution images were used as the input data set. Analysis of the methods and implications of the experimental results are discussed.