关键词： 骨疏宁片   HPLC指纹图谱   化学模式识别   质量评价  

摘要： 目的:建立骨疏宁片指纹图谱检测方法,为骨疏宁片质量评价提供依据。方法:采用ShimpackVPODS-C8色谱柱,流动相为0.1%磷酸-乙腈,进行梯度洗脱,流速为1.0m L/min,检测波长为270nm。对骨疏宁片的HPLC图谱使用中药色谱指纹图谱相似度评价系统分析,计算其相似度,并进行聚类分析、主成分分析、偏最小二乘判别分析。结果:23批骨疏宁片有11个共有峰,其相似度均在0.97以上,聚类分析、主成分分析、偏最小二乘法显示23批骨疏宁片共分为两类,VIP值分析显示1、2、5、11号峰可能是骨疏宁片主要标志物。结论:所建立的骨疏宁片HPLC指纹图谱检测方法快速、简便,能够反映骨疏宁片主要化学成分信息,为提高其质量控制标准和研究方法提供了科学依据。

关键词： 气体传感器   选择性   温度调制   模式识别  

摘要： 针对金属氧化物半导体气体传感器低选择性和交叉敏感的难题,采用快速温度调制方法构建基于单个MEMS气体传感器的虚拟阵列,在提高选择性的同时解决传感器阵列的高功耗和高成本问题。通过快速动态温度调制获得气体的高频响应信号,研究调制信号的处理及特征提取方法,并优化了调制参数;采用支持向量机构建分类模型,并结合支持向量回归、随机森林回归、反向传播神经网络构建浓度估计模型,实现了对H_(2)、H_(2)S、NH_(3)和C_(2)H_(5)OH_(4)种气体的定性和定量分析,分类准确率达100%,浓度预测误差分别为19.5×10^(−6)、3.7×10^(−6)、0.2×10^(−6)、19×10^(−6)。本研究提高单个气体传感器选择性的同时降低了使用功耗,为环境监测和工业生产等领域的现场检测提供了新的解决方案。

关键词： ionosphere   backscatter ionogram   leading edge   YOLOX pattern recognition  

摘要： The ionosphere is an important component of the near Earth space *** three common methods for detecting the ionosphere with high frequency(HF)radio signals are vertical detection,oblique detection,and oblique backscatter *** ionograms obtained by these detection methods can effectively reflect a large amount of effective information in the *** focus of this article is on the oblique backscatter ionogram obtained by oblique backscatter *** extracting the leading edge of the oblique backscatter ionogram,effective information in the ionosphere can be *** key issue is how to accurately obtain the leading edge of the oblique backscatter *** recent years,the application of pattern recognition has become increasingly widespread,and the YOLO model is one of the best fast object detection algorithms in ***,the core idea of this article is to use the newer YOLOX object detection algorithm in the YOLO family to perform pattern recognition on the F and E_(s) layers echoes in the oblique backscatter *** image processing,a single-layer oblique backscatter echoes are *** can be found that the leading edge extraction of the oblique backscatter ionogram obtained after pattern recognition and image processing by the YOLOX model is more fitting to the actual oblique backscatter leading edge.

关键词： 智能科学   自然语言处理   智能系统   机器学习   模式识别   人工智能   领域理论研究   学会会刊  

摘要： 期刊简介《智能系统学报》是中国人工智能学会会刊,由中国人工智能学会与哈尔滨工程大学联合主办,旨在创办中国智能科学领域引领性的中文学术期刊,主要刊登机器学习、机器感知与模式识别、机器人、智能系统脑认知基础、知识工程、自然语言处理与理.解、人工智能基础等内容,反映我国智能科学领域理论研究及科研进展情况,促进和扩大国内外学术交流,为我国智能科学的发展和社会进步服务。

关键词： 水烛香蒲   东方香蒲   特征图谱   熵权TOPSIS法   化学模式识别   质量评价   原儿茶酸   对羟基苯甲酸   香草酸   槲皮素-3-O-(2G-α-L-鼠李糖基)-芸香糖苷   槲皮素-3-O-新橙皮苷   山柰酚-3-O-(2G-α-L-鼠李糖基)-芸香糖苷   香蒲新苷   芦丁   异槲皮苷   山柰酚-3-O-新橙皮苷   异鼠李素-3-O-新橙皮苷   山柰酚-3-O-芸香糖苷   水仙苷   异鼠李素-3-O-葡萄糖苷   柚皮素   异鼠李素  

摘要： 目的建立蒲黄Typhae Pollen的特征图谱分析方法,结合熵权-优劣解距离(TOPSIS)法评价2种基原蒲黄质量,采用化学模式识别分析方法进一步明确2种基原蒲黄的质量差异标志物。方法采用HPLC法建立24批蒲黄不同基原药材的特征图谱,采用“中药色谱指纹图谱相似度评价系统”软件(2012版)确定2种基原蒲黄各自的共有峰及其基原之间交叉共有峰,均采用对照品进行色谱峰的指认。以峰面积为依据,采用熵权TOPSIS法计算相对贴近程度,得到2种基原蒲黄的综合质量排名及各特征峰的权重;同时,采用主成分分析(principal component analysis,PCA)、偏最小二乘法判别分析(partial least square discriminate analysis,PLS-DA)筛选并确认2种基原蒲黄的质量差异标志物。结果水烛香蒲、东方香蒲特征图谱分别指认并确定了13个特征峰和16个特征峰,其中峰8、9、12是东方香蒲的特有峰,峰7、11与峰13之间的相对峰高可直观区分2种基原蒲黄。特征图谱对比分析发现,东方香蒲的含量测定指标选择峰13(水仙苷)更为合理。熵权TOPSIS法结果表明,各基原蒲黄样品批次间的特征峰均可稳定传递,东方香蒲的相对贴近程度(C_(i))均高于水烛香蒲,说明2种基原蒲黄质量有差异。PCA提取出4个主成分,累积方差贡献率可达89.008%。PLS-DA筛选出山柰酚-3-O-芸香糖苷等9个质量差异标志物,其中山柰酚-3-O-芸香糖苷、异槲皮苷、异鼠李素-3-O-葡萄糖苷等7个质量差异标志物为首次提出。结论建立的分析方法可对2种基原蒲黄进行区分,并特异性识别两者的差异性成分,为蒲黄不同基原之间的区分鉴别及其质量控制提供依据。

关键词： 紫苏油   紫外可见光谱   化学模式识别   真伪鉴别  

摘要： 作为高经济价值且昂贵的非常规植物油,紫苏油易被低价食用油掺假。由于食用油的匀质性及其组成的复杂性,传统鉴别方法难以快速准确地鉴别紫苏油的真伪。该文探索了紫外可见光谱结合化学模式识别对紫苏油真伪鉴别的可行性。首先购买了40个纯紫苏油样品,并将大豆油、棕榈油分别按一定的比例加入到纯紫苏油中配制了51个二元掺伪和63个三元掺伪紫苏油样品。根据鉴别目的,从154个总样品中获得两个数据集,一个是由40个纯紫苏油和114个掺伪紫苏油构成的真伪紫苏油二分类数据集;另一个是由40个纯紫苏油、51个二元掺伪和63个三元掺伪紫苏油构成的真伪紫苏油三分类数据集。然后采用主成分分析(PCA)、簇类独立软模式(SIMCA)、偏最小二乘-判别分析(PLS-DA)和极限学习机(ELM)4种方法,依次对以上两个数据集进行分类。使用混淆矩阵可视化分类结果,并用准确率、精确率、召回率、F1分数对模型性能进行评价。结果表明,对于真伪紫苏油二分类和三分类数据集,PLS-DA均为最佳模型,预测准确率分别为98.04%和100%。因此,紫外可见光谱结合化学模式识别可以实现真伪紫苏油的快速准确鉴别。

关键词： 茵陈五苓散   含量测定(中药)   指纹图谱   波长切换   绿原酸   桂皮醛   化学模式识别  

摘要： 目的建立茵陈五苓散指纹图谱和多成分含量测定方法,结合化学模式识别技术评价其质量。方法采用波长切换HPLC法建立茵陈五苓散指纹图谱,测定新绿原酸、绿原酸、异绿原酸B、异绿原酸A、异绿原酸C、肉桂酸、桂皮醛7个成分含量,并进行主成分分析和PLS-DA,筛选质量差异标志物。结果24批样品茵陈五苓散指纹图谱标定20个共有峰,共指认出7个成分,24批样品与对照图谱相似度为0.966~0.994;归属性分析表明,色谱峰1、2、3归属于茵陈和泽泻,峰4(新绿原酸)、峰5、峰6、峰7(绿原酸)、峰8、峰9、峰10、峰11、峰12、峰13、峰14(异绿原酸B)、峰15(异绿原酸A)、峰16(异绿原酸C)、峰19为茵陈特征峰,峰17(肉桂酸)、峰18(桂皮醛)、峰20为桂枝特征峰。主成分分析将24批样品分为4类,PLS-DA确定异绿原酸B、新绿原酸等11个质量差异标志物。结论建立的指纹图谱和含量测定方法准确度高、重复性好,可为茵陈五苓散的质量评价提供参考。

关键词： 前沿科技   中国自动化学会   自立自强   中国科协   人工智能   模式识别   学术活动   学术品牌  

摘要： 为着力打造中国科技界示范学术品牌,涵养学术生态,服务高水平科技自立自强,中国科协组织全国学会联合国家战略科技力量,围绕“培育新质生产力,服务高水平科技自立自强”主题,组织开展第二十七届中国科协年会系列学术活动。中国自动化学会将于2025年7月在北京承办“模式识别与人工智能前沿研讨”专题论坛,汇聚全球顶尖专家学者,共探模式识别与人工智能前沿科技与发展趋势,为我国人工智能发展提供智力支撑。

关键词： 茵陈标准汤剂   配方颗粒   特征图谱   一测多评   化学模式识别  

摘要： [目的]建立茵陈超高效液相色谱(UPLC)特征图谱、一测多评和化学模式识别分析相结合对茵陈配方颗粒质量研究进行评价。[方法]采用高效液相色谱法,对17批茵陈标准汤剂和6批茵陈配方颗粒进行特征图谱分析,建立共有模式图,应用相似度软件、聚类分析(HCA)、主成分分析(PCA)及偏最小二乘-判别分析(OPLS-DA)进行差异性评价。建立一测多评法,选择以绿原酸作为内参物,测定绿原酸与新绿原酸、隐绿原酸、异绿原酸A、异绿原酸B、异绿原酸C的相对校正因子f,计算各指标成分的含量,并与外标法测定结果相比较,判断方法的准确性。[结果]17批茵陈标准汤剂及6批配方颗粒特征图谱结果显示,确定了11个共有峰,指认出7个成分,经相似度评价、聚类分析、主成分分析、偏最小二乘-判别分析,筛选出茵陈标准汤剂与配方颗粒物质的差异性成分。茵陈标准汤剂及配方颗粒中各指标成分一测多评法与外标法含量结果相对偏差<5.0%,方法准确性较好。[结论]建立的茵陈特征图谱、一测多评法经方法学考察,方法灵敏准确、简便易行,结合化学模式识别可以用于分析茵陈标准汤剂及配方颗粒之间的差异性,为茵陈配方颗粒生产工艺的控制及质量评价提供支持。

关键词： 飞行轨迹   模式识别   变分自编码器   自注意力机制  

摘要： 为精确识别飞行轨迹的运行模式,提出了一种基于自注意力机制(SA)与高斯混合变分自编码器(GMVAE)的飞行轨迹聚类方法。SA-GMVAE是一种端到端的深度聚类方法,GMVAE利用变分推断估计每条轨迹的潜在分布,将输入的飞行轨迹数据映射到由多个高斯分布组成的潜在空间,同时依据轨迹分布特征进行聚类。考虑到GMVAE无法兼顾潜在特征的全局关键信息,将自注意力机制嵌入到编码器中,以便于在特征提取时能够捕获全局依赖关系并自动分配权重,突出关键特征,提升轨迹聚类效果。最后,以天津滨海国际机场的进场飞行轨迹数据集为例验证了模型的有效性,实验结果表明:SA-GMVAE相较于K-means、DBSCAN、DTW+HDBSCAN、AE+DP与AE+GMM 5种聚类方法,轮廓系数分别提高了27.6%、20.2%、18.2%、18.6%、15.7%;与未引入自注意力机制的GMVAE聚类模型相比,轮廓系数提高了9.5%,能够更准确地对飞行轨迹进行聚类。