关键词： 文化贸易   文化产品   国际比较   模式识别   偏最小二乘判别分析  

摘要： 文化产品兼具商品属性和社会意识形态属性,能有效提高国家经济实力和文化影响力。基于联合国教科文组织公布的2004-2013年十年间六个文化产品出口领域的面板数据,选取六个文化产品出口大国进行分析。采用主成分分析(PCA)和偏最小二乘判别分析(PLS-DA)进行模式识别,找出文化产品出口的典型模式及影响因素。PCA分析显示六国均具有各自的文化产品出口模式,且大体可分为三种模式;PLS-DA对三类模式进行进一步区分,所构建模型的R2X(cum), R2Y(cum)和Q2(cum)值分别为0.995,0.863,0.829,模型稳健性好(R2=0.869,Q2=0.850)。这三类文化产品出口模式分别为以英国、美国、德国为代表的"传承发展模式",以法国、新加坡为代表的"创新发展模式",以及以中国为代表的"工业制造模式"。造成出口模式差异的主要因素为视听与互动媒体、书籍与报刊、表演与庆典等领域。在模式分析的基础上提出,我国应进一步调整文化国际贸易的结构,拓宽文化产品类型,理顺国际贸易渠道,从以工业输出为主导的文化出口大国,向以价值输出为核心的文化出口强国转化。

关键词： 压力容器   损伤模式   检验  

摘要： 压力容器在压力、温度和介质的共同作用下会发生损伤,损伤的发展和积累将会引发设备失效和安全事故,基于损伤模式的识别,有助于在用压力容器的检测和评估,对可能出现的失效进行预判,及时发现在用压力容器的新生缺陷,在其发生失效前及时进行修复或报废,从而防止灾难性事故的发生。基于此,对钢铁冶金企业在用压力容器的主要损伤模式进行了识别,提出了检验重点和具有针对性的检测方法,最大程度实现压力容器在没有失效的情况下完成对缺陷的有效检测,大幅提高检验效率,保障压力容器在线安全运行。

关键词： 脑-机接口   脑电图   特征提取   模式识别  

摘要： 脑-机接口(BCI)作为一种可实现人脑与外界信息交流和控制的人机交互方式,已经受到脑科学、人工智能等研究领域的广泛关注。脑电特征解码是BCI系统的核心步骤。高效特征解码取决于"特征"和所使用的特征解码算法。本文首先介绍了脑电信号的主要特征描述方式,紧接着介绍BCI相关研究中使用的经典解码算法的基本原理、适用范围、存在问题以及改进方法,最后介绍了近年来提出的多种新算法及理论框架,并展望了未来脑电特征解码算法的新动向,希冀为研究开发高性能BCI提供新思路。

关键词： 乌龙茶   铁观音乌龙茶   软枝乌龙茶   顶空固相微萃取(HS-SPME)   挥发性成分   气相色谱-质谱(GC-MS)   化学计量学方法  

摘要： 采用全自动顶空固相微萃取(headspace solid-phase microextraction,HS-SPME)和气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)对两种不同省份的乌龙茶(4个福建铁观音乌龙茶和3个台湾软枝乌龙茶)的香气成分进行研究,比较它们在挥发性成分及含量上的差异,并利用化学计量学方法对它们进行模式识别分析。结果显示,在7个乌龙茶中共鉴定出挥发性成分71种,成分均以醇类、碳氢和酯类化合物为主,其余化合物含量均较低;铁观音乌龙茶的挥发性成分主要是橙花叔醇、吲哚、2-甲基丁酸-2-苯乙酯、α-法呢烯、丁酸苯乙酯、己酸-2-苯乙酯、己酸-3-己烯酯、茉莉内酯、植醇、苯乙醇、芳樟醇、依兰烯、茉莉酮等;台湾软枝乌龙茶中的挥发性成分主要是香叶醇、吲哚、芳樟醇、橙花叔醇、脱氢芳樟醇、α-法呢烯、茉莉内酯、咖啡因、茉莉酮、水杨酸甲酯、茉莉酮酸甲酯、苯乙腈、植醇、己酸-3-己烯酯等。利用化学计量学方法中的主成分分析(principle component analysis,PCA)和偏最小二乘判别分析(partial least squares-discriminant analysis,PLS-DA),两种不同省份的茶叶之间能实现较好的区分,并通过进一步分析发现香叶醇、橙花叔醇、芳樟醇、2-甲基丁酸-2-苯乙酯、水杨酸甲酯、α-法呢烯、苯乙醇、茉莉酮酸甲酯可能是导致两种不同省份茶叶香气差异的关键性化合物。

关键词： 枸杞子   指纹图谱   主成分分析   正交偏最小二乘   产区  

摘要： 为建立枸杞子的HPLC指纹图谱和产区识别模型,为枸杞子样品的产区预测提供参考。采用依利特Sepherisorb ODS C18(250mm×4.6mm,5μm)色谱柱,以0.3%冰乙酸水-乙腈为流动相,梯度洗脱;柱温:25℃;流速:1mL/min;检测波长:310nm;利用“中药色谱指纹图谱相似度评价系统(2012版)”对5个产区34批枸杞子样品进行相似度评价,利用SIMCA14.1软件进行聚类分析(CA),主成分分析(PCA)和正交偏最小二乘(OPLS)分析。确定了28个HPLC指纹图谱共有峰;相似度评价结果表明由于产区地理生态环境的差异导致不同产区样品之间的不同,聚类分析结果表明同一产区的样品可以很好的聚为一类;主成分分析载荷图确定P12、P23和P26为不同产区枸杞子的差异性化合物。通过正交偏最小二乘法建立了枸杞子产区识别模型,模型判别率为89.0%,准确的预测了9个产区的枸杞子。本方法简便,稳定可靠,可用于枸杞子药材的产区判别。

关键词： 深度学习   动作识别   计算机视觉   模式识别  

摘要： 基于深度学习的动作识别是计算机视觉、机器学习等多学科的交叉研究课题,在体育比赛智能化、医疗看护、安防等领域有着广阔应用前景。本文简述了三类动作识别深度学习算法的近年研究现状,即CNN-LSTM框架、3D卷积框架以及双流网络框架,并对国际上用于动作识别的常用数据库进行简单介绍;最后进行了总结和展望。

关键词： 特征提取   协同表示   模式识别   正系数   竞争性   鲁棒性   局部结构   人脸图像  

摘要： 特征提取算法中利用样本间的协同表示关系构造邻接图只考虑所有训练样本的协同能力,而忽视了每一类训练样本的内在竞争能力。为此,本文提出一种基于竞争性协同表示的局部判别投影特征提取算法(competitivecollaborative repesentation-based local discrininant projection for feature extraction,CCRLDP),该算法利用基于具有竞争性协同表示的方法构造类间图和类内图,考虑到邻接图中各类型系数的影响,引入保留正表示系数的思想稀疏化邻接图,通过计算类内散度矩阵和类间散度矩阵来刻画图像的局部结构并得其最优投影矩阵。在一些数据集上的实验结果表明,相比同类基于局部判别投影的特征提取算法,该算法具有很高的识别率,并在噪声和遮挡上具有良好的鲁棒性,该算法能有效地提高图像的识别效率。

关键词： 近红外光谱   模式识别   马氏距离   反向传播神经网络   茶油   掺伪油  

摘要： [目的]采用近红外光谱技术法,快速鉴别茶油掺伪。[方法]基于近红外光谱技术,比较马氏距离聚类分析法与反向传播神经网络,建立茶油与掺有菜籽油、棕榈油掺伪茶油的模式识别模型。[结果]采用马氏距离聚类分析法建模时,参数如下:光谱一阶导数处理后,结合SNV、Norris Derivative滤波方法,经主成分分析法,提取8个主成分,模型对预测集样本的准确率达100%;采用反向传播神经网络建模时,参数如下:输入向量为前8个主成分的33个吸收峰,隐含层神经元个数为15,训练学习速度为0.1,训练220步时,模型对预测集样品识别准确率亦为100%。[结论]反向传播神经网络方法更加具有较快的运算速度和较好的收敛性,可为茶油品质评价与检测提供一种新方法。

关键词： 局部放电   模式识别   极限学习机   数据融合   配电设备  

摘要： 局部放电(PD)是配电设备绝缘故障早期的主要表现形式,放电类型的模式识别对于设备绝缘性能的判定具有重要意义。考虑到极限学习机(ELM)法结构简单、训练速度快,但初始参数选取随机性大,算法稳定性不够的特点,提出一种基于融合ELM算法的PD模式识别方法,综合考虑不同特征判断准确率的差异,采用自适应权值分配对子分类器输出结果实现决策级融合。文中设计了4种放电物理模型来模拟典型的设备绝缘缺陷,采用高频电流法对PD信号波形和相位-幅值谱图(PRPD)进行采集,获得足够样本的实验数据,提取时频域及统计特征值进行分类。结果表明融合ELM算法在保证训练速度的同时,在识别正确率和稳定性上均优于传统ELM算法和反向传播(BP)神经网络。

关键词： 长白瑞香   指纹图谱   化学模式识别   质量控制  

摘要： 目的:建立长白瑞香HPLC指纹图谱。方法:采用SunFireTM C18(250 mm×4.6 mm,5μm)色谱柱;以乙腈-0.05%磷酸溶液为流动相,梯度洗脱;检测波长为327 nm;柱温为40℃;进样量为10μL;流速为1.0 mL/min;建立10批不同产地的长白瑞香指纹图谱,进行相似度评价,结合化学计量学方法对长白瑞香进行质量研究。结果:建立的指纹图谱共标定34个共有峰,指认其中3个成分,其相似度均在0.950以上;聚类分析可将样品聚为2类,结合主成分分析、正交偏最小二乘判别分析发现其中14个成分是造成不同批次样品差异性的主要标记物。结论:该分析方法科学、准确、简便易行,指纹图谱结合化学模式识别技术可更加系统、全面地评价长白瑞香的质量。