关键词： 人工肛门括约肌   相空间重构   快速独立分量分析-BP算法   直肠感知功能重建   离体实验   模式识别  

摘要： 大便失禁是指肛门括约肌失去对粪便及气体排出的控制能力。随着医工学科的交叉发展,提出了使用人工肛门括约肌系统(AAS)来帮助患者治疗大便失禁,重建直肠感知功能,监测直肠压力和诊断直肠病变。本文改进了原括约肌执行机构,分析了直肠受力情况,进行了AAS系统的离体信号采集实验。针对AAS系统在直肠生理信号处理方面的缺失,提出了使用相空间重构(PSR)对一维直肠压力信号进行多维重建,并利用改进的快速独立分量分析(Fast ICA)算法对重构信号进行分离,提取分离后直肠信号的特征分量,采用BP神经网络进行模式识别。实验对比表明,改进的执行机构对直肠平均最大应力基本保持在12 kPa左右,保证了直肠受压区域的正常供血,实现直肠内容物的夹持。该算法迭代次数少,分离效率高,直肠功能平均诊断率达89.5%,可以实现直肠生理信号的初步处理。

关键词： 振动与波   罐笼   罐道   邻域粗糙集   布谷鸟搜索算法(CS)   支持向量机  

摘要： 针对现有罐道故障诊断仅考虑了罐笼平衡状态,而未考虑在超深矿井中悬挂油缸失效而引起的罐笼偏载 的问题,提出一种罐笼偏载状态下滑动罐耳与罐道正常、凸起、错位3种故障的冲击模式识别方法。以罐笼横向振动信 号小波包分解后各频带能量熵、奇异值、标准差、波形指标作为原始特征集,通过邻域粗糙集约简,去除不相关和冗余 特征以获得敏感特征集,并通过布谷鸟搜索算法(CS)优化后的支持向量机模型进行模式识别。实验研究表明:该方法 比基于遗传算法(GA)、粒子群算法(PSO)、萤火虫算法(FA)优化的支持向量机分类正确率更高,达到91.7 %,对保障提 升系统偏载状态下安全运行具有着重要意义。

关键词： 当归   对比梯度提升决策树   近红外   模式识别   判别模型   真伪鉴别  

摘要： 目的建立NIRS技术快速无损鉴别当归药材及其伪品的方法。方法采集当归及伪品断面的近红外光谱,结合模式识别法分析药材,用主成分分析(Principal component analysis,PCA)进行定性分析;对比梯度提升决策树(Gradient Boosting Decision Tree,GBDT)、支持向量机(Support Vector Machine,SVM)、人工神经网络(Artificial Neural Network,ANN)3种当归真伪判别模型的分类效果;利用RF筛选特征波长优化所建模型。结果PCA无法有效区别当归及其伪品;与ANN、SVM相比,GBDT具有更高的准确性,训练集与预测集的总体准确率分别为94.39%和90.38%;而后以RF选取出20个特征波长,建立的近红外特征光谱判别模型训练集和预测集的总体准确率也达到了91.59%和86.54%。结论近红外光谱技术结合GBDT鉴别当归药材真伪鉴别是可行的,为当归药材真伪快速无损鉴别提供了一种新方法。

关键词： 模式识别   遥感科学与技术   人工智能   教学改革  

摘要： 人工智能时代的来临将对传统遥感行业带来巨大冲击,也对遥感科学本身的发展与进步提出了新的挑战。在这一大趋势下,本文提出了以人工智能背景为导向的遥感科学与技术专业模式识别课程改革方案。从教学反馈结果来看,本文提出的新的教学思路不仅有助于提高学生对课程本身的兴趣,还有助于提高学生利用人工智能方法解决实际问题的能力,同时也为学习遥感科学与技术专业的其他课程打下好良好的基础。

关键词： 当归   标准汤剂   HPLC   指纹图谱   质量控制   聚类分析   主成分分析   偏最小二乘判别分析   模式识别   阿魏酸   洋川芎内酯H   洋川芎内酯Ⅰ   藁本内酯   色氨酸   相似度   质量评价  

摘要： 目的建立当归标准汤剂HPLC指纹图谱,为当归标准汤剂质量控制提供依据。方法采用HPLC法建立15批当归标准汤剂指纹图谱,采用相似度评价结合聚类分析(CA)、主成分分析(PCA)、偏最小二乘判别分析(PLS-DA)等模式识别技术探讨影响当归标准汤剂质量的主要色谱峰,并同时测定这些主要色谱峰中阿魏酸、洋川芎内酯H、洋川芎内酯I、藁本内酯及色氨酸的含量。色谱条件为色谱柱Kromasil C18(250 mm×4.6 mm,5μm),以乙腈-0.1%甲酸水溶液为流动相,梯度洗脱,体积流量1.2 mL/min,检测波长280 nm,柱温35℃。结果建立的当归标准汤剂HPLC指纹图谱共标定出17个共有峰,15批样品相似度在0.788~0.983;CA、PCA将样品大致分为3类,结合PLS-DA,筛选出7个标志性化合物,其中指认出阿魏酸(8号峰)、藁本内酯(17号峰)、洋川芎内酯I(10号峰)、洋川芎内酯H(12号峰)。定量分析条件通过方法学验证,平均加样回收率为99.43%~104.35%。15批样品中阿魏酸为0.041%~5.596%、洋川芎内酯H为0.026%~1.583%、洋川芎内酯I为0.201%~6.461%、藁本内酯为0.126%~4.942%、色氨酸含为0.481%~2.753%。结论建立的分析方法稳定可靠,重复性好,为当归标准汤剂及其相关制剂的质量评价提供参考。

关键词： 光纤光学   无损检测   模式识别   苹果疤痕  

摘要： 为了实现基于光纤光谱技术结合模式识别无损检测苹果表面疤痕,利用光纤光谱采集系统采集了完好无损和表面有疤痕苹果的光谱数据,采用标准正态变换(SNV)和1阶导数对原始光谱数据进行预处理;利用主成分分析方法对预处理后的光谱数据进行降维,以提取能反映苹果表面疤痕的特征光谱;利用k最近邻(KNN)模式识别方法和偏最小二乘判别分析方法,建立了苹果表面疤痕的识别模型。结果表明,采用主成分分析法选择了累计贡献率超过99%的前8个主成分作为样本集特征光谱数据,很好地实现了光谱数据的降维;利用1阶导数+KNN识别模型对校正集以及SNV+KNN识别模型对预测集中正常果和疤痕果的正确率识别均高达96.0%。验证了基于光纤光谱技术结合模式识别方法无损检测苹果表面疤痕的可行性。

关键词： 食用油   电导率   鉴别   模式识别  

摘要： 采用电导率法测定了菜籽油、玉米油和花生油的萃取水相电导率,并进行了花生油掺假模拟实验,同时将电导率值作为信息数据进行了食用花生油的模式识别研究。研究结果表明花生油水相电导率为(15.41±0.17)μS/cm,菜籽油水相电导率为(18.93±0.13)μS/cm,玉米油水相电导率为(9.45±0.09)μS/cm;在花生油中掺入不同比例菜籽油和大豆油后其电导率发生变化,其中的花生油含量与其电导率之间具有良好的拟合关系,所建食用油不同比例互掺模型在一定程度上能实现食用油的定量分析,将电导率值作为特征信息数据用于食用油掺假模式识别研究具有较好的预测识别能力。

关键词： 故障诊断   稀疏自编码   模式识别   特征提取  

摘要： 在电机故障诊断研究领域,基于人工智能技术和现代信号处理方法相结合的故障诊断技术正逐步成为目 前的研究热点。一般的模式识别方法往往对信号的数据采集和处理有较高要求,且往往因模型泛化能力有限而受到 制约。为解决这一问题,提出一种基于稀疏自编码器的故障诊断方法,利用Hilbert包络谱信号训练稀疏自编码器,自 适应将大数据的内在特征提炼为简单的特征函数,通过特征函数表达实现电机状况的智能诊断。实验结果表明,相比 BP(Back propagation,BP)神经网络和支持向量机分类算法,本方法可快速、有效地提高故障分类的准确度,对电机故障 精准诊断具有重要意义。

关键词： 随机森林   土壤肥力   评价  

摘要： 针对目前以线性函数描述指标因子评价土壤肥力量级时,因权重分配会受到数据噪声影响,以及在肥力量级划分的过程中存在较大主观性的问题,基于机器学习模式构建了一种土壤肥力的自动化评测系统.应用随机森林模式识别理论,通过深入挖掘土壤养分与土壤肥力之间的非线性映射关系获取学习能力,以分类树为基元,将土壤养分指标以叶节点输入,以肥力量级从根节点输出,建立了土壤肥力质量评测模型.然后基于现有的土壤质量分级标准,生成3000组训练样本对模型进行训练,最后将训练好的模型对试区64个土壤样点进行预测分析.实验结果表明,试区土壤化学肥力量级分属Ⅱ至Ⅴ级,以Ⅲ和Ⅳ级分布占优,与实际情况相符,证明所建立的土壤肥力自动评测系统能够实现区域土壤的自动化评测,且分类精度高、过程客观.

关键词： 网约车   行为识别   卷积神经网络   支持向量机   检测  

摘要： 基于行为模式识别,研究并实现了一套网约车安防系统。利用Haar特征检测和深度学习网络,完成驾驶员身份验证;通过自主建立的侵害行为检测数据集训练支持向量机分类器,实现车内侵害行为实时监测;通过非特定人语音识别技术,实时监测车内语音信息,当关键词被触发时及时发出警情信息。系统以Xilinx公司的PYNQ-Z2开发板为核心,外接摄像头、麦克风、蓝牙模块和声光报警模块,不仅可以在车内实现声光报警,还可以通过乘客的移动终端完成自动联网报警,为实时高效地维护司乘人员安全提供了可能。