关键词： 航空安全   通用航空   冲突探测   神经网络   模式识别  

摘要： 针对当前冲突探测技术难以同时实现精准识别与实时识别的问题,研究基于概率神经网络(PNN)的通用航空器冲突探测方法。将冲突探测视为模式识别问题,通过冲突模型分析,提出了航空器“冲突角”概念,改进了现有冲突识别方法采用的关键特征指标,将原有的4个关键特征指标提炼为3个指标,分别为航空器相对距离、相对速度以及冲突角,以此构造概率神经网络,训练形成神经网络分类器。结果表明,基于3关键特征的概率PNN冲突分类器分类误警率和漏警率保持在1%左右,在冲突误警率上优于基于4特征的SVM冲突分类器的6%,提高了航空器冲突探测的准确度;分类所耗时间始终保持在1.2s左右,远低于Monte Carlo仿真方法的同时,较4特征分类器也降低了0.2s左右,提高了冲突识别效率。

关键词： 宝咳宁颗粒   HPLC   指纹图谱   模式识别  

摘要： 目的创建宝咳宁颗粒的高效液相指纹图谱分析方法,为其质量评价提供相关的依据支持。方法采用HPLC,Dikma Spursil C 18 色谱柱(4.6mm×250mm,5μm);色谱采用的流动相液体是乙腈-0.1%磷酸水溶液来进行梯度淋洗洗脱;体积流量1.0mL·min -1;柱温30℃;0~38min检测波长为280nm,38~62min检测波长为230nm;进样量20μL。通过相似度评价,结合聚类分析(cluster analysis,CA)、主成分分析(principal component analysis,PCA)及正交偏最小二乘判别分析(orthogonal partial least squares discriminant analysis,OPLS-DA)对13批次宝咳宁颗粒检测到的指纹图谱的质量进行相关结果分析评价。结果明确了宝咳宁颗粒HPLC指纹图谱22个共同拥有的峰,指出了黄芩苷、汉黄芩苷、橙皮苷、柚皮苷4种组成成分;13批样品相似度都超过了0.9。通过运用主成分分析、聚类以及正交偏最小二乘判别数据处理分析的方法对实验进行剖析可知,13批平行样品总共被分成4类,同时还发现黄芩素等差别相对较大的6种主要成分。结论通过建构宝咳宁颗粒的高效液相色谱HPLC指纹图谱以及对化学模式的辨识,为宝咳宁颗粒的质量控制分析检测研究给予更全面更详尽的参照比对。

关键词： 人工智能:模式识别   应用  

摘要： 自进入新世纪以来,关于人工智能的研究已经取得了巨大的突破,模式识别作为人工智能的一个十分重要的研究方面,对该领域的研究正变得越来越深入,尤其是其理论基础和研究范围也得到了进一步的拓展。本文先重点阐释了何为人工智能和模式识别,再对人工智能在模式识别方面的具体应用做了深入地探讨和分析。

关键词： 科技互动模式   科学文献   专利文献   科技发展方向预测   中药   作者-发明人网络  

摘要： [目的/意义]提出一种微观层面动态识别特定领域各研究主题中科学技术互动模式并预测科学、技术的发展方向的方法,为科研人员的研究课题的确定与政府部门政策制定提供参考。[方法/过程]首先,构建改进型作者-发明人网络,并基于此网络演化形成技术主题关联网络和科学主题关联网络,识别前沿科学主题与前沿技术主题,然后,以改进型作者-发明人网络的映射关系为基础绘制科学-技术映射路线图,识别各研究主题的科学技术的动态互动模式,最后通过各主题下的互动模式预测科学、技术的发展方向。[结果/结论]将所设计的方法应用于中药领域,识别中药领域中前沿研究主题下的科技互动模式,预测科技发展方向,与领域内的实际情况相契合,充分证明该识别与预测方法的有效性。

关键词： 驾驶行为   模糊C均值聚类   蚁群聚类算法   模式识别  

摘要： 通过收集大数据对汽车驾驶员的疲劳特征和疲劳参数进行学习,根据学习的参数将驾驶员的疲劳程度进行分类,提出了蚁群优化的模糊C均值聚类算法。在初步聚类中运用蚁群聚类产生聚类中心和簇的个数,提供给模糊C均值聚类;利用模糊C均值聚类再次进行聚类,克服了单个聚类算法的缺点。仿真结果表明:文中方法比一般方法具有更好的性能和聚类效果。利用BP神经网络模式识别功能可以识别疲劳驾驶类别。

关键词： 模式识别   Hu矩不变量   空间分辨率   图像旋转   图像缩放  

摘要： 由于图像矩具有平移、缩放、旋转不变性,所以被广泛地应用到图像的模式识别领域。在连续函数中矩具有严格的不变性。然而,在实际应用中,图像函数是离散的。因此,随着图像的几何变换,图像的矩也可能会发生改变。针对此问题,本文定量分析了图像的几何变换对图像矩的不变量所产生的影响。最后给出了减小这种影响的建议。

关键词： 图像处理   模式识别   目标识别   小波神经网络   群智能算法   鲁棒性  

摘要： 基于小波变换和人工神经网络的目标识别是图像处理的一个重要研究方向。但是,此类方法采用的梯度下降规则容易产生局部极小值。为了解决该问题,提出了一种基于群体智能算法的高鲁棒性目标识别算法,可有效应用于各种图像识别任务,如排球目标识别等。首先对图像进行预处理并变换成HSV空间进行背景分割,并通过小波不变矩对图像进行特征提取。然后采用新兴的群智能算法-狼群算法,对基于小波神经网络的目标图像识别进行优化,以便提升全局收敛性和鲁棒性。仿真实验结果显示:相比原有的方法,提出优化方法具有更高的识别精度和稳定性。

关键词： CUP算法   演化序列   拟合指纹比较   训练法  

摘要： 容器算法一般用于复杂系统的拟合和仿真,本文将其推广应用到模式分类问题之上,主要方法有拟合指纹比较法和训练法两种。文章在最后通过例子结合CUP分形特性探讨了不同时钟信号序列对演化序列的影响和不同区分度的现实意义。

关键词： 欧拉数   图像处理   模式识别   拓扑属性   三维图像  

摘要： 欧拉数是二值图像的重要拓扑属性之一.针对现有三维图像欧拉数计算方法中存在的像素存取次数过多的问题,提出了一种新的基于三维立方体模式计数的三维图像欧拉数算法.首先改变处理立方体模式时像素的检查顺序,对于部分立方体模式只需检查一个像素即可完成处理;然后通过合并部分立方体模式,尽量减少处理一个立方体模式所需检查的像素个数,提高算法效率.在较为复杂的不同密度三维噪声图像上的实验结果表明,该算法在绝大多数情况下都要优于现有三维图像欧拉数算法.