关键词： 红花   指标成分   高效液相色谱法   指纹图谱   化学模式识别   质量评价  

摘要： 目的:测定不同品种红花指标成分、建立指纹图谱,并结合化学识别模式法对其进行质量评价,建立不同品种红花质量比较方法。方法:采用高效液相色谱法(HPLC)测定32批不同品种红花的羟基红花黄色素A(HSYA)和山柰酚含量;利用“中药色谱指纹图谱相似度评价系统”(2012版)对32批红花样品进行相似度评价,并采用Origin 2022软件对其进行聚类分析,采用SIMCA 14.1软件进行主成分分析。结果:32批红花样品除3批未检出外,其余29批的HSYA质量分数为0.4%~2.5%,32批红花样品中山柰酚的质量分数为0.004%~1.060%;其HPLC指纹图谱共确定16个共有峰,指认了色氨酸、HSYA和6-羟基山柰酚-3-O-β-D-葡萄糖苷等5个成分,相似度为0.510~0.936,不同品种的红花质量差异显著。结论:通过HPLC含量测定、指纹图谱建立及多模式识别法,可实现不同品种红花的质量差异分析比较,研究结果提供了不同红花品种潜在的育种方向,对红花育种工作具有重要的参考价值。

关键词： 人工智能技术   造纸   实验室安全   模式识别  

摘要： 在造纸行业的全流程中涉及众多细致入微的分析测试项目,包括但不限于原料准备、蒸煮、漂白、打浆以及造纸等阶段的参数和性质指标,其分析方法和流程繁复且多样。鉴于此,聚焦于人工智能技术,针对造纸化学品实验室人员可能出现的不安全操作行为,提出一种创新的安全管理行为识别策略。该策略旨在通过智能化手段,提升对实验室人员安全行为的识别效率,进而为造纸企业的安全稳健发展提供科技支撑。

关键词： 滚动轴承   故障诊断   特征降维   模式识别   局部保持投影   多变量预测模型  

摘要： 针对机械系统状态监测与故障诊断中存在的故障特征维数较高及模式识别导致的耗时较高问题,提出了一种基于自适应局部保持投影(Locality Preserving Projection,LPP)特征降维和改进多变量预测模型(Variable Predictive Model based Class Discriminate,VPMCD)的故障诊断方法。首先,从滚动轴承振动信号中提取时频域特征、能量特征,以及复杂度特征组成高维故障特征数据集;其次,利用自适应LPP方法对高维故障特征数据集进行降维处理,得到低维敏感故障特征;最后,采用改进VPMCD方法对低维敏感故障特征进行分类识别,进而判断故障类型。通过滚动轴承故障诊断试验分析表明,自适应LPP方法克服了传统LPP方法需要人工选取参数的缺陷,在获得低维敏感故障特征的基础上具有较少计算时间,相比主成分分析(Principal Component Analysis,PCA)、局部切空间排列(Local Tangent Space Alignment,LTSA)、线性局部切空间排列(Linear Local Tangent Space Alignment,LLTSA)、等距特征映射(Isometric Mapping,Isomap),以及局部线性嵌入(Locally Linear Embedding,LLE)等算法具有明显的优势;改进VPMCD方法可克服人工选择模型的偶然性和片面性,在滚动轴承10种故障状态的识别中获得了99.4%的诊断精度,相比优化参数支持向量机方法提高了故障诊断效率,大大降低了识别时间,具有一定的优越性。

关键词： DGBL模式   计算思维   Python编程   模式识别  

摘要： 针对Python编程语言教学中面临的学生入门困难,缺乏实验兴趣,进而计算思维难以得到有效的培养和锻炼的问题,文章提出将数字游戏学习(DGBL)模式融入教学的授课思路,利用游戏化独有的趣味性和拓展性开展教学,针对不同的学习阶段围绕计算思维的培养设计不同的教学策略.文章介绍了在各个环节中教学实施的具体方式,对计算思维四个维度融入教学的方式进行解读,最后阐述教学效果.

关键词： 模式识别   音频比对   内容识别   语音流  

摘要： 在广播电视发射台站的节目播出中,多路信号源的存在使得电平值、时间延迟等方面的差异以及内容错误播出现象成为监管和使用的挑战。本文提出了一种基于音频流序列的智能比对技术,通过提取广播音频信号的特征参数形成音频流序列,并运用模式识别方法分析信号源间的相似度,以比对多路广播音频信号内容,确保信号源内容的准确性。试验证明,该技术能有效识别错播、插播及噪音信号,实现对正常信号的精准甄别。

关键词： 浓香型白酒   银纳米三角片   蚀刻机制   比色传感阵列   模式识别  

摘要： 区分不同产地白酒对于产品质量控制和原产地保护具有重要意义。本研究以四种不同形貌大小的银纳米三角片(Ag nanoprism,AgNPRs)作为传感材料,两种金属离子和一种氧化阴离子作为氧化蚀刻剂,基于AgNPRs蚀刻机制构建了一种4×3传感阵列,将该阵列对四川、江淮和北方三大产地共41款代表性浓香型白酒样品进行比色响应,所获得的比色信号值通过线性判别分析(linear discriminant analysis,LDA)进行判别分析,并进一步选取了部分未知样品对判别模型进行了外部验证。比色响应机制研究结果表明,白酒样品对AgNPRs的蚀刻效应起促进作用,这可能与白酒中含有不同的有机酸有关。对不同产地样品的区分结果显示,单一阵列对不同产地样品的区分效果相对较低,三种阵列组合后的区分效果明显提高,对41个样品的产地判别率可达99%,对15个未知浓香型酒样的产地判别率可达98%。采用组合阵列对四川产地5种品牌21个样品和江淮产地3种品牌13个样品判别率分别可达99%和100%,采用单一阵列对四川各厂家不同等级产品的判别率均可达100%。本研究采用的纳米比色传感方法简便快速,不仅可用于产品鉴别和防伪,也可辅助用于生产过程质量监控,为白酒质量智能化监控奠定研究基础。

关键词： 图像视觉识别   农村桥梁   拱圈线形   模式识别   计算机视觉  

摘要： 本文提出了一种基于图像视觉识别的方法,用于检测农村中小型桥梁拱圈线形。该方法利用机器视觉技术,结合图像处理和模式识别算法,实现对桥梁拱圈线形的自动识别和检测。首先,通过图像采集设备获取桥梁拱圈的数字图像,然后对图像进行预处理,包括灰度化、边缘检测等操作,以提取出拱圈的轮廓信息。接着,利用形态学处理和特征提取方法对拱圈轮廓进行分析,识别出拱圈的线形特征。最后,通过模式匹配和分类算法对线形特征进行匹配和识别,实现对拱圈线形的自动检测。

关键词： 电力系统   智能故障检测   定位算法   深度学习   模式识别   大数据分析  

摘要： 本文研究了电力系统中智能故障检测与定位算法的理论与应用。通过综合分析现有的电力系统故障检测与定位技术,提出了一种基于人工智能和数据挖掘技术的智能故障检测与定位算法。该算法结合了深度学习、模式识别和大数据分析等先进技术,实现了对电力系统中各类故障的精准检测和定位。通过实际应用验证,该算法在提高电力系统运行安全性和稳定性方面取得了显著效果,为电力系统的智能化发展提供了有效支持。

关键词： 小波包分析   周界防护   马赫-曾德尔   BP神经网络   模式识别  

摘要： 针对马赫-曾德尔(Mach-Zehnder,M-Z)周界防护系统,设计了一种模式识别方案。该方案在周界利用M-Z防护系统获取不同类别传感信号的基础上,采用小波包分析提取传感信号的特征信息,并利用BP神经网络对特征信息进行学习,进而完成对不同类型传感信号的模式识别。实验结果表明,实验环境下该方案对拍打防护网、击打防护网支柱、晃动防护网和拍打光缆4种不同类型人为扰动信号识别的正确率为97.5%。

关键词： 图像分割   GrabCut算法   背景检测   模式识别  

摘要： 图像分割技术是图像处理中的一个重要步骤,它帮助计算机理解图像并找出其中的不同部分.GrabCut是该领域中的一种算法,它使用图论模型和马尔科夫随机场来帮助计算机更好地分割彩色图像.这种算法的特点是分割结果很好,只需要很少的人工干预.介绍了一个改进的GrabCut算法,通过实验表明:该算法在处理复杂彩色图像时,分割的准确性更高、更稳定.与其他算法相比,该算法在分割结果的精确度上有所提高,有效解决了处理多目标彩色图像时容易出现大面积分割错误的问题.