关键词： 核苷酸结合寡聚化结构域2   心血管疾病   血栓   Toll样受体  

摘要： 核苷酸结合寡聚化结构域2(NOD2)属于NOD样受体家族,作为一种胞内模式识别受体,NOD2通过识别配体胞壁酰二肽参与宿主细胞对病原体的识别,介导免疫炎性反应。近年来研究发现,NOD2在心肌炎、动脉粥样硬化、心肌梗死等多种心血管疾病的发生发展过程中发挥重要作用。该文介绍NOD2在心血管疾病中的研究进展。

关键词： 人工智能   模式识别   投稿指南   中国自动化学会   研究开发中心   工程技术人员   中国科学院   智能计算机  

摘要： 《模式识别与人工智能》是中国自动化学会、国家智能计算机研究开发中心和中国科学院合肥智能机械研究所共同主办的学术刊物。本刊面向国内外各高等院校、研究机构和企业的科研人员、教师、工程技术人员及研究生和高年级大学生。

关键词： 血清淀粉样蛋白A   血清C-反应蛋白   非感染性疾病   可溶性模式识别受体  

摘要： 目的探讨可溶性模式识别受体血清淀粉样蛋白A(SAA)及血清C-反应蛋白(CRP)水平在非感染性疾病中的诊断价值,并绘制受试者工作特征(ROC曲线)找寻最佳临界值来辅助鉴别感染性疾病与非感染性疾病,为临床诊断提供依据。方法选择在湖南省第二人民医院住院部的91例非感染性疾病患者为非感染性疾病组。其中急性心肌梗死30例,急性胰腺炎30例,急性创伤31例。同时纳入感染组60例,健康对照组30例。通过检测以上3组的血清SAA、CRP水平,进行统计学分析。结果(1)非感染性疾病组、感染组与对照组血清CRP水平之间差异有统计学意义(χ^2=52.448,P<0.001),血清SAA水平差异有统计学意义(χ^2=43.993,P<0.001);(2)在非感染性疾病组中,各组与健康对照组间SAA、CRP水平差异有统计学意义(χ^2=53.534,P<0.001;χ^2=66.504,P<0.001)。SAA组间两两比较发现,急性心肌梗死、急性胰腺炎、急性创伤组与对照组比较差异有统计学意义(Z=-4.547、-6.409、-6.708,P=0.000),其中急性胰腺炎组与急性创伤组之间比较差异无统计学意义(Z=-0.15,P=0.88);CRP组间两两比较发现,急性心肌梗死组、急性胰腺炎组、急性创伤组与对照组比较差异有统计学意义(Z=-5.005、-5.287、-5.914,P=0.000),其中急性胰腺炎组与急性创伤组比较差异无统计学意义(Z=-0.15,P=0.286);(3)spearman相关分析可得出,血清SAA与CRP有一定相关性(r=0.649 4,P<0.000 1);(4)SAA、CRP单项检测诊断感染与非感染性疾病组的曲线下面积(AUC)分别为0.759、0.747;临界值分别为97.3mg/L、42.15mg/L;SAA、CRP联合检测诊断感染与非感染性疾病的AUC为0.765。结论血清中可溶性识别受体SAA、CRP在非感染性疾病中有较高表达,对于鉴别感染与非感染性疾病组有一定诊断效能,可以作为疾病分类的标志物。

关键词： PSoC   便携式   模式识别   支持向量机(SVM)   双群粒子群优化算法(DP-PSO)   假肢控制  

摘要： 针对三自由度假肢阈值控制方式存在不直观、灵活性差的缺陷,控制效果较好的模式识别控制器存在便携性差、实用性差等问题,提出一种基于PSoC在线模式识别的肌电假肢控制系统设计方案.采用低功耗芯片PSoC作为主控制器,设计了一套便携式四通道sEMG (表面肌电信号)采集系统,采用双群粒子群优化算法改进的支持向量机(DP-PSO-SVM)构建分类识别器,并通过假肢驱动器实现假肢在线模式控制.实验结果表明:采用DP-PSO-SVM算法比采用标准粒子群SVM (PSO-SVM)算法构建的分类器识别精度提高4%,达到96.7%;该控制器对6种动作的在线识别率达到96.3%,且符合实时性要求.

关键词： 极光   支持向量机   图像分割   模式识别  

摘要： 极光是由太阳风的高能带电粒子与地球大气层相碰撞而产生的,它的形态受空间物理所影响,而将极光从极光图像中分割有利于极光形态研究。)本文基于支持向量机(SVM)对极光图像分割进行研究,在原始图像上进行手工标记若干数量样本点,经过支持向量机训练后可以自动识别极光图像。该方法可以对极光图像具有较好的识别度,可以快速对极光图像进行分割。

关键词： 大数据   网络安全   模式识别   机器学习  

摘要： 当前处于大数据时代,大数据的发展为我国的计算机技术发展打下了坚实的基础,并且大数据也为我国的企业发展和提高带来了推动力。现代社会中信息和数据变得非常重要,信息技术水平的发展速度非常快,大数据在我们的日常生活当中应用非常广泛,已经渗透到每一个领域当中,应用大数据能够便捷沟通。但是,由于计算机网络具有开放性、虚拟性等特征,为计算机网络安全埋下了隐患。鉴于此,论文对大数据在网络安全防御中的应用进行研究,以供参考。

关键词： 人工智能   计算机视觉   模式识别   深度学习  

摘要： 近年来,人工智能(Artificial intelligence)已经逐渐成为新一轮科技革命和产业变革的核心驱动力,正在对人类生活的方方面面产生极其深刻的影响。随着互联网大数据和高性能并行计算的快速发展,计算机视觉(Computer Vision)领域的相关研究也在过去几年取得了重要进展,成为人工智能领域的重要应用分支之一。作为计算机视觉研究的主要工具,以深度神经网络为代表的模式识别(Pattern Recognition)技术也取得了重大突破。本文从具体应用任务出发,对计算机视觉和模式识别领域发展过程中的重要技术进行了梳理,并对具有代表性的研究成果进行了总结。最后,本文介绍了计算机视觉和模式识别技术的一个典型应用领域--生物特征识别,并对未来的发展趋势进行了展望。

关键词： 径向基函数神经网络   智能优化   随机搜索   进化策略   模式识别  

摘要： 在引入智能优化算法的径向基神经网络训练算法中,智能优化算法的控制参数对该算法的学习性能影响很大.为此,提出了一种基于单形进化的径向基神经网络训练算法.该算法基于单形邻域的全随机搜索方法减少算法控制参数,借助群体的多角色态保持粒子的多样性,避免算法陷入局部极值点.仿真结果表明:相比于其他算法,该算法训练的径向基神经网络不仅有效提高了识别率,而且减少了控制参数对学习性能的影响,提高了算法的普适性与鲁棒性.

关键词： Localisation of impact force   Similarity metric   Pattern recognition   Regularisation  

摘要： The localisation and reconstruction of impact loads are the most basic issues in structural health monitoring. Further, when identifying random unknown impact loads, obtaining the position and time history of the load using classical inversion techniques is both time-consuming and infeasible. This study proposes a novel scheme based on the pattern recognition method combined with the similarity metric in the time domain to determine the position of unknown impact loads. The basic idea of this approach is to apply two groups of impact loads to the structure, compare the structural responses of the two groups, and then determine the position of random impact loads. Considering a rectangular steel plate as the research object, impact forces are applied at 180 uniformly distributed reference points (reference group) and 23 randomly generated validation points (validation group). Based on the structural stress responses, the construction of the feature vectors is completed, and the region localisation and load localisation of the random impact load in validation group are then realised to determine the nearest reference point. Thereafter, the time history of the unknown impact load is reconstructed using the Tikhonov regularisation method and generalised cross-validation. In this study, the validity and anti-interference ability of the proposed method have been verified, and the analysis results indicate that the accuracies of the load localisation and impact load reconstruction at different noise levels satisfy the engineering requirements. (C) 2019 Elsevier Ltd. All rights reserved.

关键词： 教学改革   大数据技术   模式识别  

摘要： 针对模式识别课程教学过程中学生难以理解的问题,应用大数据分析技术,对模式识别课程学习的难易度、课程教授的满意度和模式识别课程的重要性三个方面进行了统计分析,并明确了模式识别课堂教学过程中学生难以理解的主要原因,进而从课堂讲授和实验教学两个方面对模式识别课程的教学方法与教学模式进行了调整与改革,解决了模式识别教学过程中学生难以理解的问题。