关键词： 数字化转型   区域创新质量   模式识别   互动机制   面板数据  

摘要： 为深入认识数字化转型与区域创新质量之间的关系特征,基于四象限分区模型分析数字化转型与创新质量的关系及升级路径,从理论上阐释数字化转型与创新质量之间的互动机制,并基于中国2013~2021年省级面板数据进行实证研究。结果表明:在观测期内,数字化转型与区域创新质量的发展可以归纳为升级进步型、状态稳定型、滞后倒退型和状态波动型4种变化路径,且处于东部地区优于中西部地区的非均衡发展格局;数字化转型对区域创新质量呈现出显著的正向影响,而区域创新质量对数字化转型存在较强的反馈作用;数字化转型与区域创新质量短期互动不佳,但长期存在积极的互动关系,但其强度有待提高。因此,应因地制宜制定差异化的数字化发展与创新质量提升策略,加快数字技术与社会发展的深度融合,强化数字技术领域的研发创新,构建数字化转型与创新质量互动发展的长效机制。

关键词： 神经网络   齿轮箱   故障模式  

摘要： 为探究齿轮箱故障识别分析准确率的提升路径,结合某型采煤机的行星齿轮箱为案例进行研究,首先通过虚拟样机技术搭建仿真模型,为故障信息提供基础数据;而后以卷积神经网络(CNN)为基础,搭建用于齿轮箱故障模式识别分析的神经网络系统;最后对该系统的性能进行测试。测试结果显示,该系统在故障识别分析准确率方面更具优势,证明其具有潜在应用价值。

关键词： 新工科   模式识别   教学改革   课程思政  

摘要： 随着当今社会人工智能技术的快速发展,各种新兴产业的高质量发展对专业人才培养提出了更高的要求,培养具备竞争力的复合型人才成为应用型本科高等院校教学改革的必然要求。文章以模式识别课程为例,分析梳理了教学中遇到的问题,提出“新工科”背景下网络工程与计算机专业类课程的教学模式、教学内容、实践教学环节、课程思政等方面的改革和实践思路,以期提升学生的综合素质、算法应用能力和创新能力,为今后的模式识别课程教学改革工作开展和人才培养提供借鉴。

关键词： 光纤振动   深度学习算法   模式识别   性能优化   光强信号   多特征参量  

摘要： 为实现光缆实时检测以及振动风险判断,需可靠识别光纤振动模式,研究了光纤振动深度学习算法在模式识别中的性能优化方法.该方法利用分布式光纤传感器采集振动信号,并依据传感器的瑞利散射光信号相位信息获取光强信号,将其转换成电信号;选择加窗分帧方法处理该信号后,利用局部特征尺度分解方法获取信号的多特征参量后,将其输入一维卷积神经网络中,通过模型学习输出光纤振动模式识别结果.测试结果显示:该方法可获取不同振动信号的频率变化情况,加窗分帧处理后振动信号频率在 0~400 Hz之间波动,相位不超过 20 rad,准确地提取出信号主瓣峰峰值和频谱特征,并且呈现出其随频率的变化趋势,清晰地呈现出不同频率成分的强度和分布.可以有效完成光纤振动模式识别,可判断光缆振动信号深度,辅助优化光缆运行故障检测与风险判断效果.

关键词： 智能建造   混凝土备仓   钢筋网绑扎   计算机视觉   拓扑分析   模式识别  

摘要： 水利水电工程大体积混凝土常采用间隔绑扎的单层钢筋网。针对当前钢筋网绑扎率人工目视验收存在效率慢、精度低的问题,基于计算机视觉与拓扑分析提出了钢筋网绑扎率的视觉智能评价方法。训练了识别钢筋网图像中钢筋交叉点与绑扎状态的目标检测模型;针对无序的识别框坐标,提出“十字交叉”方法与生长编号算法,实现了钢筋网拓扑重构;根据交叉点拓扑编号提出基于节点自由度的最优绑扎方法。实验分析表明,方法解决了人工定性评价的缺陷,兼具精度与效率优势,实现了钢筋网绑扎率的视觉智能评价,能够为水利工程智能建造提供有力支持。

关键词： 白鹤灵芝   高效液相色谱   指纹图谱   聚类分析   主成分分析  

摘要： 目的:建立不同产地来源的白鹤灵芝高效液相色谱(HPLC)指纹图谱,结合多模式化学计量评价其质量。方法:建立10批白鹤灵芝HPLC指纹图谱,结合相似度评价、聚类分析(CA)、正交偏最小二乘法-判别式分析(OPLS-DA)对不同产地来源的白鹤灵芝进行质量评价。结果:指纹图谱标定了10个共有峰,通过分离纯化鉴定,分别为12-hydroxylapachenole、白鹤灵芝素-A、白鹤灵芝素-E、Heliobuphthalmin、2,2-Dipheny-2H-benzo chromene、白鹤灵芝素-D、白鹤灵芝素-Q、白鹤灵芝素-B、白鹤灵芝素-C、白鹤灵芝素-N;相似度评价结果显示10批样品除广西南宁、邕宁、浦北、凭祥4个产地外相似度均大于0.900 0;结合多模式化学计量学分析可以将10批样品分为2类,并筛选出白鹤灵芝素-C和白鹤灵芝素-A可能是导致不同区域白鹤灵芝质量差异的特征标志物。结论:本研究建立的指纹图谱方法简单、重复性好,结合多模式化学计量学分析可用于评价不同产地来源的白鹤灵芝药材质量。

关键词： 气体绝缘金属封闭开关设备(GIS)   局部放电   粒子群优化   深度置信网络   模式识别  

摘要： 气体绝缘金属封闭开关设备(gas insulated metal-enclosed switchgear,GIS)局部放电模式识别是其绝缘缺陷诊断和状态评估的重要部分,为实现放电类型的准确识别,提出了一种基于粒子群优化(particle swarm optimization,PSO)深度置信网络(deep belief network,DBN)的局部放电模式识别方法。该方法通过PSO算法对DBN网络的权值参数进行优化,提高网络对局部放电特征的学习能力。首先,选取现场多平台的4种GIS局部放电类型监测数据组成样本集,用于对所提方法进行分析;其次,用改进的PSO算法结合样本数据确定DBN网络的初始最优权值参数,建立初始DBN网络;然后,利用训练样本对初始DBN网络进行训练,得到局部放电识别模型。最后,基于渤海油田岸电海上动力平台GIS的局部放电数据,采用多种不同局部放电识别模型对数据样本进行算例分析,结果表明:所提的PSO-DBN模型可有效识别GIS设备局部放电类型,相较于传统的DBN网络、多层前馈神经网络(back propagation,BP)、支持向量机(support vector machine,SVM)和卷积神经网络(convolutional neural networks,CNN)具有更高的准确识别率。

关键词： 在线学习   行为演化   学习模式识别   学习动机预测   学习效果预测  

摘要： 在线学习为众多学习者提供了开放灵活的学习机会,却存在着学习者学习积极性不高、学习成绩不理想的问题。已有的在线学习效果预测工作着重从静态角度探究学习行为对成绩的影响,忽略了学习行为随时间的演化规律,缺少对行为背后学习模式和学习动机的深入探讨,而这两者正是影响学习效果的重要因素。为此,提出一种基于学习行为演化的学习模式识别及效果预测方法来建模学习行为与动机对学习效果的影响。首先,依据学习者的付出-收获量化学习效率,按时间构建学习效率动态演化序列;然后,使用高斯混合模型聚类真实学习数据并结合实际学习场景,识别4种典型学习模式;在此基础上,设计学习模式及动机预测模型,结合双向长短期记忆网络,构建学习效果预测模型。利用8门真实课程学习的公开数据,对每一种学习模式学习者的付出、收获演变规律进行细致分析。大量对比实验结果表明所提方法在多个性能指标上提升了6.9%~29.2%。本研究有助于在线学习者、教学者和平台准确理解学习者的学习状态,从而提升在线学习效果。

关键词： 深度学习   Hermite-Gaussian光束   模式分解   迁移学习   模式识别  

摘要： 提出了一种基于深度学习的Hermite-Gaussian(HG)光束模式分解方案,利用仿真生成的具有多个模式的模拟样本训练卷积神经网络,并通过训练好的模式识别网络采用迁移学习技术加速模式分解网络的训练过程。通过单次发射的强度图像,训练后的神经网络能够对四模以内所有模式的HG光束实现高效准确的模式分解,获取HG光束的模式振幅和相位信息。实验结果表明,该方法在不同模式数量的识别和分解任务中均表现出较高的精度和稳定性,有望在光通信、光学成像、激光加工等领域得到广泛应用。

关键词： 桃仁   燀桃仁   炒桃仁   指纹图谱   D-苦杏仁苷   化学模式识别  

摘要： 基于超高液相色谱法建立桃仁及其炮制品的指纹图谱及含量测定方法,并结合化学模式识别法比较分析其差异性。采用ACQUITY UPLC HSS T3(150 mm×2.1 mm,1.8μm)色谱柱,以乙腈-0.1%磷酸溶液为流动相进行梯度洗脱,流速为0.30 mL/min,柱温为20℃,进样体积为2μL,检测波长为210 nm,建立其指纹图谱及D-苦杏仁苷含量测定方法。采用方差分析(variance analysis,VA)、聚类分析(hierarchical clustering analysis,HCA)和偏最小二乘法-判别分析(partial least squares discriminant analysis,PLS-DA)对桃仁及其炮制品进行差异性分析。结果显示18批桃仁及其炮制品饮片UPLC指纹图谱相似度均在0.990以上,桃仁和燀桃仁的指纹图谱确认8个共有峰,炒桃仁确认7个共有峰,指认3个成分。通过化学模式识别分析,桃仁及其炮制品之间存在显著性差异,可聚为桃仁、燀桃仁、炒桃仁三类。含量测定结果显示桃仁、燀桃仁、炒桃仁饮片中D-苦杏仁苷含量的平均值分别为3.194%、3.048%、2.250%。本研究所建立的UPLC指纹图谱及含量测定方法专属性强,稳定性高,分离度良好,可用于桃仁、燀桃仁、炒桃仁的鉴别及D-苦杏仁苷含量的准确测定。