关键词： 氯碱化工   典型工段   腐蚀   损伤模式   损伤分布图  

摘要： 氯碱化工涉及腐蚀性强的酸碱介质,从而导致相关设备存在严重腐蚀问题。文章通过对氯碱化工中典型工段主要设备工艺操作参数、介质和材质特点分析,识别建立了盐水精制及电解、氢氯处理及氯化氢合成、碱液蒸发及固碱、氯乙烯合成及精馏工段基于流程的损伤分布图。该分布图对氯碱化工基于流程的安全操作边界确定、腐蚀风险演化规律的明确和腐蚀风险的防控具有重要意义。

关键词： picture模糊集   最小二乘模型   模式识别  

摘要： 目的:由于picture模糊推理全蕴涵算法和picture模糊推理五蕴涵算法所满足的还原性是有条件的还原性,我们寻找一种满足无条件还原性的picture模糊推理算法。方法:将picture模糊集转化为三维模糊集,结合最小二乘模型的思想,构建最小二乘模型的picture模糊推理算法。结果:给出基于最小二乘模型的picture模糊推理算法及其解的表示形式。结论:我们将基于最小二乘模型的picture模糊推理算法应用到模式识别,实验结果表明,本文提出的算法是合理和有效的。

关键词： 蜜款冬花   HPLC指纹图谱   化学模式识别   质量评价   异绿原酸A   异绿原酸B   异绿原酸C   槲皮素   芦丁   绿原酸   隐绿原酸  

摘要： 目的建立蜜款冬Tussilago farfara花HPLC指纹图谱和多成分含量测定分析方法,结合化学模式识别法综合评价蜜款冬花质量。方法采用HPLC和中药指纹图谱相似度评价系统(2004 A)建立53批蜜款冬花的指纹图谱,同时测定款冬酮等14个有效成分含量,结合化学模式识别对不同批次蜜款冬花的质量进行评价。结果蜜款冬花指纹图谱共标定了24个共有峰,指认了其中14个成分,相似度为0.763~0.997;聚类分析(cluster analysis,HCA)、主成分分析(principal component analysis,PCA)和正交偏最小二乘法(orthogonal partial least squares-discriminant analysis,OPLS-DA)均将53批样品分为2类,PCA得到6个主成分的累积贡献率为82.457%,OPLS-DA筛选了异绿原酸B、异绿原酸A、异绿原酸C、绿原酸、芦丁、10号峰(未知)6个影响蜜款冬花质量的差异性成分;含量测定结果表明不同批次蜜款冬花中14个有效成分含量存在明显差异,聚类热图将53批样品分为2类,第1类样品中的异绿原酸A、异绿原酸B、异绿原酸C、槲皮素、芦丁、绿原酸、隐绿原酸含量高于第2类,其中异绿原酸A、异绿原酸B、异绿原酸C、芦丁、绿原酸均来OPLS-DA筛选的差异性成分。结论建立的蜜款冬花HPLC指纹图谱和多成分定量方法稳定性好、灵敏度高,结合化学模式识别法可为综合评价蜜款冬花质量提供参考。

关键词： 文本数据挖掘   用户行为模式   识别   预测  

摘要： 本文旨在探讨文本数据挖掘在用户行为模式识别与预测中的应用价值及其实现途径.核心目标在于借助文本数据挖掘技术,以精确识别并预测用户行为模式,进而为企业制定高效策略提供支撑.具体方法涵盖:构建深度语义模型以抽取用户行为特征、运用时间序列分析技术揭示用户行为的时序规律、整合多源异构数据以提升识别精确度、引入图神经网络技术挖掘用户行为背后的网络结构特征,以及实施集成学习策略以增强预测的准确性.通过上述方法,企业能够更深入地理解用户行为,优化个性化服务与市场策略,最终实现用户体验与业务绩效的双重提升.本研究结论强调,文本数据挖掘在用户行为模式的识别与预测上展现出了显著价值,望为企业决策提供坚实的科学依据.

关键词： 模式识别   教学改革   课程教学  

摘要： 首先,提出了研究生课程教学改革新思路;其次,将此新思路应用于研究生“模式识别”课程的教学改革中,围绕转变课程教学理念、重构课程教学内容、丰富课程教学方式、推进产教研相融合、构建多元化课程评价机制及深化课程思政建设等6个方面,对推进和深化研究生“模式识别”课程改革的内容、措施及成效进行了积极探讨。

关键词： 蒲桃叶   HPLC指纹图谱   相似度   聚类分析   主成分分析  

摘要： 建立蒲桃叶HPLC指纹图谱并指认其中2种成分,结合主成分和聚类分析对不同产地蒲桃叶综合品质进行分析,为其质量评价提供理论和数据基础。采用Sonoma C_(18)(2)(4.6 mm×250 mm,5μm)色谱柱,0.1%甲酸水-甲醇为流动相,梯度洗脱,检测波长290 nm,流速1.0 mL/min,进样量10μL,柱温30℃,采用《中药色谱指纹图谱相似度评价系统(2012版)》进行相似度评价,确定共有峰。采用SPSS 22.0统计软件进行聚类分析、主成分分析,建立不同产地蒲桃叶的综合评价表。10批蒲桃叶HPLC指纹图谱标定12个共有峰,指认了2种化学成分,1号峰为没食子酸,4号峰为对羟基苯甲酸。10批蒲桃叶可聚为三类,茂名产蒲桃叶聚为一类,肇庆蒲桃叶聚为一类,其余地区产蒲桃叶聚为一类。主成分、因子分析表明肇庆蒲桃叶质量总体优于其他产地,1、2、4、5、6、12共有峰可作为蒲桃叶质量评价主要成分。10批样品相似度为0.591~0.994,表明不同批次蒲桃叶样品存在差异。所建HPLC指纹图谱和含量测定方法简便、稳定性好,结合化学模式可为蒲桃叶药材质量控制与评价提供参考。

关键词： 分布式光伏   功率预测   深度学习   模式识别   概率预测  

摘要： 分布式光伏功率不确定性的量化评估对于配电网安全稳定运行具有重要意义.考虑到不同出力波动模式下功率特性差异显著,为得出适应功率波动模式的预测模型并对功率不确定性进行精细化评估,提出一种分布式光伏集群发电功率波动模式识别与超短期概率预测方法.首先,综合卫星云图和光伏功率数据,通过出力波动的特征提取构建波动模式识别模型,实现对波动规律的挖掘.在此基础上,通过分类建模考虑不同波动模式的可预测性差异及波动模式与预测误差的关联关系,使预测区间宽度能更好地适应预测误差分布特征.由此实现对不同波动模式下功率不确定性的精细化考虑,从而提高概率预测精度,为电网调度提供更多参考,削弱分布式光伏功率强波动性对电力系统的影响.

关键词： 电子鼻   气体识别   模式识别   卷积神经网络  

摘要： 提出了一种将格拉姆角场与深度残差卷积神经网络相结合的电子鼻气体识别算法,可以提高燃气中常见混合危险气体的识别准确度。通过对电子鼻的气体样本数据都进行格拉姆角场(Graham Angle Field,GAF)变换,使得上位机接收到的二维传感器响应数据,经过升维后成为可以输入到卷积神经网络(Convolutional Neural Network,CNN)中的三维数据形式,从而发挥了CNN特征提取能力强、模型收敛快和识别准确率高的优势。实验结果表明,该算法在干扰气体存在下的情况下,对CO和CH4的检测准确率分别达到93.04%和92.43%,通过与多种主流算法进行对比和分析,表明该算法具有抗干扰性高、检测准确率高的优点,为实际环境中干扰气体存在时的可燃气体高可靠性和特异性检测提供了一种具有良好应用前景的智能识别算法。

关键词： 智能监控系统   模式识别   计算机视觉  

摘要： 随着经济的快速发展,城市交通的实时监控系统变得越来越重要,建立全面的智能监控系统对构建平安城市和智慧城市非常重要。本文算法借助强大的计算机处理数据的能力,利用图像领域的相关理论和模式识别、计算机视觉等新兴技术,针对视频源中有用的关键信息进行提取和分析,及时地对场景下的异常情况进行识别监控,并通知有关安全人员处理危机。在人力不可及的条件下最大限度地避免误报、漏报等现象,使监控系统真正实现无人监管、智能化。

关键词： 高压电缆   局部放电   特性检测   模式识别   数据融合  

摘要： 为了提高电气设备安全性,保证电力系统稳定运行,有必要对高压电缆局部放电进行有效检测与识别。本研究开发一套基于异源传感器数据融合的高压电缆局部放电检测与识别系统。该系统利用电场传感器检测电缆电场分布情况,发现电缆接头绝缘隐患区域,利用压力波传感器检测电缆隐患区域是否出现局部放电及其程度,利用改进的自适应阈值离散小波变换进行信号去噪处理,利用改进的格拉姆角场特征变换增强数据分类特征,利用高效信道注意力机制改进的残差卷积神经网络进行局部放电模式识别。本研究以电缆尖刺放电、气隙放电及沿面放电为对象开展测试,结果发现该系统能准确检测电缆局部放电特性,能够有效识别高压电缆缺陷的放电模式,实验室的局部放电检测率达100%,放电模式识别率达96.0%,且在工程应用环境表现优异,这对电缆使用安全及电网运行稳定具有重要意义。