关键词： 科学关联度   产业关联度   多元关系   技术关联   关联模式   量子通信  

摘要： [目的/意义]基于多元关系挖掘科学—技术—产业之间的关联模式,对揭示技术关联的科学基础和产业方向,促进产学研深度融合具有重要意义。[方法/过程]首先,利用LDA模型与人工判断方法识别出论文、专利、产品主题,基于论文与专利主题的引用关系、主体关系、内容关系构建科学关联度指标,基于专利与产品主题的交叉关系构建产业关联度指标;然后,基于科学关联度和产业关联度二元维度识别各技术主题的科学—技术—产业关联模式;最后,选择量子通信技术领域进行实证研究。[结果/结论]量子通信领域的技术主题关联模式包括S模式、S-T模式、T-I模式、S-T-I模式。随着时间推移,科学—技术—产业之间的互动逐步加深;量子通信技术遵循“材料研究—应用模块—应用核心技术—应用系统”的演化路径。

关键词： 深度学习   青年博士   项目立项   乡村建设   模式识别   产业支撑   中华民族传统体育文化   总经费  

摘要： 5月8日,2024年高校产业支撑计划项目和青年博士支持项目立项结果公布,甘肃交通职业技术学院获批项目2项,资助总经费46万元。分别是:付清华教授主持的“基于深度学习和模式识别的桥梁表观病害检测技术研究与应用”产业支撑计划项目和徐生辉博士主持的“中华民族传统体育文化助力乡村建设的实践经验与创新路径研究”青年博士支持项目。

关键词： FRP-钢-混凝土组合梁   声发射   损伤评估   模式识别  

摘要： 针对GFRP-钢-混凝土组合梁多相介质耦合、损伤模态密集、隐蔽性强等问题,采用声发射技术进行损伤演化监测与损伤诊断识别。基于声发射特征参数分析、自适应实时聚类分析、声发射强度分析,揭示组合梁试件损伤演化机理、识别不同损伤模式对应的声发射信号特征、提出损伤程度评价方法。结果表明:声发射活性及特征参数改变能够反映组合梁试件的损伤演化和刚度退化全过程;自适应实时聚类分析将损伤声发射信号自适应划分为3类,各类信号与实际损伤模态对应良好;声发射强度分析能够识别组合梁试件的不同损伤阶段,可用于评估其损伤程度、指导损伤修复。

关键词： 结构健康监测   数字孪生   损伤模式   模式识别   概率神经网络  

摘要： 针对飞行器结构健康监测过程中存在的识别流程复杂、实时性较差问题,提出一种基于数字孪生技术的飞行器机翼损伤模式识别与监测方法。采用模块化技术构建飞行器机翼的数字孪生结构模型,基于概率神经网络建立了传感器数据在结构数字孪生模型中的映射方法,形成了通用的数字孪生飞行器结构损伤模式快速识别流程。以某无人机为例,基于此流程方法建立了其机翼的损伤模式快速识别模型并开展了对损伤的识别。结果表明:构建的飞行器结构数字孪生识别模型对损伤模式的识别准确率达到了96%以上,能够实现动态航迹规划任务。

关键词： 局部放电   模式识别   特征提取   特征选择   分数阶傅里叶变换  

摘要： 快速准确识别局部放电类型对于保证变压器安全稳定运行具有重要意义。针对局部放电信号模式识别中面临的最优特征参数提取和分类器设计难题,提出一种基于分数阶傅里叶变换(fractional Fourier transform,FrFT)和相关向量机(relevance vector machine,RVM)的局部放电模式识别方法。首先将FrFT引入局部放电信号分析领域,利用FrFT将局部放电信号转换至分数域并对其进行多尺度分析,在扩充信息提取维度的同时,提取可反映不同局部放电信号波形差异的14维特征构成特征向量;然后将特征向量作为输入,建立RVM模型进行最优特征选择和分类判决函数的联合优化,从而实现对不同局部放电信号的分类识别。建立电晕放电、沿面放电和气隙放电试验模型并采集局部放电超声信号开展试验,结果表明所提方法对于每种局部放电信号均能获得较高的识别精度,平均正确识别率相对于常规支持向量机(support vector machine,SVM)分类方法提升超过2.7%。

关键词： 糖尿病心肌病   模式识别受体   固有免疫应答   炎症反应  

摘要： 糖尿病心肌病(DCM)是糖尿病患者死亡的主要原因,但确切调控机制仍不清楚。近年研究发现,固有免疫应答是DCM发展过程的中心环节。模式识别受体是执行固有免疫功能的重要分子,主要包括Toll样受体、NOD样受体、视黄酸诱导基因Ⅰ样受体、C型凝集素受体、黑色素瘤缺乏因子2样受体、清道夫受体和环状GMP-AMP合成酶。现就上述几种模式识别受体在DCM中作用的研究进展进行综述,以期为DCM的临床治疗提供新思路和新靶点。

关键词： 黄芪   基原   生长方式   指纹图谱   化学模式识别  

摘要： 目的:基于化学组分信息探究不同基原、生长方式的黄芪药材的质量差异。方法:采用高效液相色谱-蒸发光散射检测技术(HPLC-ELSD)建立指纹图谱分析方法,对收集的28批不同基原、不同生长方式的黄芪样品进行相似度评价和化学模式识别分析。结果:建立的黄芪HPLC指纹图谱共鉴定出11个共有峰,聚类分析将28批样品分为蒙古黄芪和膜荚黄芪两类,其中蒙古黄芪明显分为野生/仿野生黄芪和移栽黄芪两类。正交偏最小二乘法判别分析(OPLS-DA)筛选出5个野生/仿野生黄芪与移栽黄芪的差异性成分。结论:本研究建立的黄芪HPLC-ELSD指纹图谱结合化学模式识别方法,较为全面地反映出黄芪药材化学成分的总体质量特征,可区分不同基原和不同生长方式的黄芪药材,可为黄芪药材质量控制提供参考。

关键词： 变压器检测   声纹识别   声纹压缩   代价敏感   卷积神经网络   模式识别  

摘要： 声纹检测技术可以助力巡检人员对变压器状态进行检测和评估。文中提出一种基于声纹压缩和代价敏感的变压器状态检测和评估方法。该方法首先提取变压器音频的声纹特征,然后在频率维度上对声纹特征进行筛选和压缩,最后使用卷积神经网络评估变压器状态,并引入代价敏感损失函数以提高对难检出样本的关注度。以某35 kV变压器为研究对象,通过收集现场音频、模拟实验和样本扩充得到变压器音频数据集。测试结果表明,文中所提方法将声纹维度从1 025维降低到80维,计算量和显存分别降低到1 025维的8.1%和7.7%。同时,所提方法的声纹识别准确率高达83.5%,并将最难检出的短路电流异常状态的召回率从48.2%提升至63.6%。

关键词： 华为昇腾   新工科   产教融合   课程改革   教学模式   人工智能  

摘要： 作为人工智能类的核心课程,“模式识别”具有理论强、应用场景广泛、算法和编程能力要求较高、跨学科协同、跟踪技术创新等特点,对课程教学提出了全面挑战和要求。本文遵循新工科建设理念,依托华为智能基座资源,融入昇腾的自主技术,依据课程目标,从课程内容、教学方法、实践教学平台、评价方式等方面入手,确定了“一主四辅”的课程内容,创立了“一核多元”的教学方法,构建了“线上线下混合”的实践平台,建立了“两层两维”的评价方式,探索并实践了产教融合课程教学模式,为AI类课程提供了植入自主技术的有效教学改革方案。

关键词： 小儿热速清颗粒   高效液相色谱法   指纹图谱   相似度评价   化学模式识别   主成分分析   多成分含量测定   质量评价   相关性分析  

摘要： 目的:采用指纹图谱、多指标成分含量测定与化学模式识别分析技术相结合的方法研究不同批次小儿热速清颗粒,为其质量评价提供依据。方法:采用SuperLu C18色谱柱(250 mm×4.6 mm, 5μm),流动相为甲醇(A)-0.1%磷酸水(B),梯度洗脱,体积流量1.0 mL·min^(-1),柱温30℃,检测波长280 nm,对15批小儿热速清颗粒指纹图谱进行相似度评价,指认出11个特征成分,并对葛根素、连翘酯苷A、连翘苷、黄芩苷、汉黄芩苷、黄芩素、汉黄芩素7个有效成分进行含量测定,采用聚类分析(HCA)及主成分分析(PCA)对15批样品进行分类并进行正交最小偏二乘法-判别分析(OPLS-DA),筛选出样品批次间差异成分。结果:建立了小儿热速清颗粒HPLC指纹图谱及7个成分的含量测定方法,且这2种方法学验证的结果均符合要求,确定了28个共有峰,并指认了11个色谱峰,15个批次相似度范围为0.995~0.999;HCA和PCA结果显示15个批次成分聚为2类,OPLS-DA分析筛选出13个造成样品批次间差异的标志物;多指标成分含量测定表明不同批次间小儿热速清颗粒中化学成分含量差异性较小。结论:建立的小儿热速清颗粒HPLC指纹图谱及7个成分含量测定方法的专属性强,准确、可靠,结合化学模式识别可有效的用于小儿热速清颗粒的质量控制。