关键词： 模式识别   工程教育   教学改革  

摘要： 文章通过对工程认证教育内涵的解读和模式识别教学内容的详细解析,着重探讨了该课程在高等工程教育中的关键地位,指出该课程通过教学内容的深度和广度以及强调实际应用能力的培养,帮助学生建立起对工程领域的全面理解。通过工程教育能力点的设计和对模式识别教学案例的详细解析,展示了该课程如何帮助学生在未来工程领域中灵活运用技术解决实际问题,为工程教育领域的进一步探讨和实践提供有益的借鉴。

关键词： 硬尖神香草   大苞荆芥   特征图谱   化学模式识别   质量评价   真伪鉴别  

摘要： 目的:建立硬尖神香草HPLC特征图谱,利用该特征图谱把控硬尖神香草药材的质量及鉴别真伪。方法:采用HPLC法,流动相为乙腈(A)和0.1%磷酸水溶液(B)进行梯度洗脱(0~15 min, 10%A;15~30 min, 10%A→15%A;30~40 min, 15%A→18%A;40~60 min, 18%A→23%A;60~70 min, 23%A→55%A;70~85 min, 55%A→60%A;85~85.1 min, 60%A→10%A;85.1~90 min, 10%A),柱温为30℃,流速为1.0 mL·min^(-1),检测波长为330 nm,进样量20μL。分别收集硬尖神香草10批次及其混伪品大苞荆芥5批次,建立HPLC特征图谱,结合主成分分析(PCA)、聚类分析和相似度分析法对硬尖神香草质量进行评价。结果:从10批硬尖神香草特征图谱中共标定了15个共有色谱峰,指认了6个成分,分别为异槲皮苷、毛蕊花糖苷、迷迭香酸、丹酚酸B、香叶木素和三裂鼠尾草素。聚类分析将10批硬尖神香草样品聚为3类;主成分结果筛选出累计贡献率为92.914%的4个主成分;10批硬尖神香草的相似度为0.896~0.997,硬尖神香草野生品种与种植品种从整体轮廓以及特征峰相对含量无明显差异;硬尖神香草与大苞荆芥的HPLC特征图谱整体轮廓及主成分含量均有明显差别。结论:该研究建立的HPLC特征图谱方法重复性、稳定性好,具有可操作性,为硬尖神香草药材的质量控制及鉴别真伪提供了分析方法,为该类药材的质量评价提供了数据支持。

关键词： 虹膜识别   生物特征识别   模式识别   计算机视觉   深度学习  

摘要： 虹膜识别技术以其卓越的精确性、安全性和稳定性等特点著称。当前的虹膜识别系统在约束用户状态和采集设备的条件下展现出较为稳定的性能,但是无法适应目前复杂多样的开放场景。开放场景中包含大量不确定采集因素,例如采集的虹膜图像容易受到睫毛、头发遮挡和镜面反射等因素的干扰,这些不确定性因素往往会造成图像质量的整体下降,导致虹膜图像分割和特征提取环节性能的显著下降。近年来,深度学习算法已被广泛应用于虹膜识别,旨在提升系统对开放场景的适应性。对深度学习技术在虹膜识别领域的应用现状进行了综述,总结了其在提高开放场景下识别精度的关键作用。首先,介绍了虹膜识别的背景;其次,全面分析了针对虹膜生物识别开发的各类深度学习模型在虹膜分割、特征提取和特征匹配任务中的表现,阐述了它们的优势和局限;然后,系统地总结了常见的虹膜数据集及其特性;最后,指出了虹膜识别任务新挑战以及未来探索的潜在方向。

关键词： 无线通信网络   网络安全   模式识别  

摘要： 探索模式识别技术在无线网络安全领域的应用,设计一种多层次、模块化的网络安全系统。该系统通过数据采集、特征提取、模式识别与分析及安全策略优化等环节,实现无线网络安全态势的实时感知和动态防御。仿真实验结果表明,该系统能够有效识别多种类型的网络攻击,具有较高的检测率、较低的误报率以及优秀的健壮性。

关键词： 模式识别   语谱图   方向梯度直方图   低秩结构   支持向量机  

摘要： 噪声环境下语音检测准确率偏低是短波通话面临的公开挑战。当前已有方法应用有限,其根源在于难以可靠地在噪音环境下提取准确且高效的语音特征。针对上述问题,提出了一个面向短波通信的低秩方向梯度直方图(Low-rank Histogram of Oriented Gradient,LHOG)话音检测方法。首先,对目标音频源数据进行预处理,实现噪声环境下语音信息的可视化表征;然后,在HOG特征提取器中嵌入低秩化结构,缓解特征中的冗余信息,并降低噪声干扰,从而获得准确且高效的特征;最后,通过常用的SVM分类模型便可在噪声环境中准确快速地区分话音和噪声。测试结果表明,该方法的准确率达到了95.12%,误报率仅为0.96%,漏报率为13.14%。与现有主流方法的对比实验证明,该方法话音检测准确率高,资源占用少,能够有效提高短波通信侦控效率。

关键词： 阀门   泄漏模式   EMD   随机森林   谱能量比  

摘要： 作为核电站的一类关键设备,阀门泄漏会给系统安全、稳定运行造成影响。利用声发射技术识别阀门泄漏,区分出内、外两种不同泄漏模式有助于后续针对性维修,对维修经济性提升具有重要意义。针对上述问题,本文提出了一种基于经验模态分解(EMD)和随机森林的阀门泄漏模式识别方法。首先,对泄漏声发射信号进行EMD处理以获得处于不同频段的分量信号;其次,对各分量信号进行傅里叶变换获取其频谱,并从频谱中提取谱能量比作为特征;最后,基于随机森林算法建立智能识别模型以实现内漏和外漏的自动识别。利用试验数据对方法进行了验证,结果表明,该方法提取的谱能量比特征能够量化内漏、外漏两种模式下声发射信号频谱差异,建立的基于随机森林的模型能够有效实现两种泄漏模式的识别。

关键词： ResNet   deep learning   machine vision   wafer defect map pattern recogniton  

摘要： The defect detection of wafers is an important part of semiconductor *** wafer defect map formed from the defects can be used to trace back the problems in the production process and make improvements in the yield of wafer ***,for the pattern recognition of wafer defects,this paper uses an improved ResNet convolutional neural network for automatic pattern recognition of seven common wafer *** the basis of the original ResNet,the squeeze-and-excitation(SE)attention mechanism is embedded into the network,through which the feature extraction ability of the network can be improved,key features can be found,and useless features can be *** addition,the residual structure is improved,and the depth separable convolution is added to replace the traditional convolution to reduce the computational and parametric quantities of the *** addition,the network structure is improved and the activation function is *** experiments show that the precision of the improved ResNet in this paper reaches 98.5%,while the number of parameters is greatly reduced compared with the original model,and has well results compared with the common convolutional neural ***,the method in this paper can be very good for pattern recognition of common wafer defect types,and has certain application value.

关键词： 功角稳定   电压稳定   电压相量轨迹   主导判据   主导模式识别  

摘要： 随着新型电力系统建设的推进,系统运行机理和动态特性愈加复杂,电网随机性增强,功角稳定和电压稳定常常相互交织不易区分,导致难以制定准确有效的调控策略,因此准确识别系统稳定主导模式对电网调控具有重要意义。首先,阐述了电网功角稳定和电压稳定的辩证关系;其次,以电压相量轨迹为切入点,解析了相轨迹几何特征及其轨迹灵敏度数学模型;在此基础上,基于轨迹灵敏度距离进行定量分析,揭示了电网静态稳定主导特征,并提出基于电压相量轨迹的电网静态稳定主导识别判据;最后,通过算例分析及对比校验,验证了文章所提方法的有效性,实现了电网静态稳定主导模式识别。

关键词： 连花清瘟胶囊   高效液相色谱法   指纹图谱   化学模式识别  

摘要： 目的采用HPLC建立连花清瘟胶囊的指纹图谱,并结合化学模式识别法对其质量进行分析评价。方法采用Agilent Zorbax SB-C_(18)(250 mm×4.6 mm,5μm)色谱柱,以0.1%磷酸水溶液(A)-乙腈(B)为流动相进行梯度洗脱,流速为1.0 mL·min^(–1),柱温为30℃,检测波长为207 nm。利用相似度评价、系统聚类分析(hierarchical clustering analysis,HCA)、雷达图分析、主成分分析(principal component analysis,PCA)与正交偏最小二乘判别分析(orthogonal partial leastsquares discrimination analysis,OPLS-DA)对13批连花清瘟胶囊的指纹图谱进行分析评价。结果建立的连花清瘟胶囊的HPLC指纹图谱共标定了40个共有峰,通过化学对照品指认了其中10个共有峰,13批连花清瘟胶囊指纹图谱的相似度均在0.947~1.000。通过HCA与OPLS-DA等分析,13批连花清瘟胶囊样品被分为3类,分类结果与生产日期呈现相关性,并筛选出导致质量差异的8个主要化学标记物。结论建立的HPLC指纹图谱稳定性、重复性好,可为连花清瘟胶囊的质量评价提供参考。