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

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。办刊宗旨:模式识别、人工智能学科是信息科学与技术的重要组成部分,本刊发表与此有关的最新研究成果与进展,旨在推动信息科学技术的发展。

关键词： 主成分分析   二维主成分分析   特征提取   模式识别  

摘要： 针对PCA在金属断口图像处理中容易引发的维数灾难问题,提出了一种基于2DPCA的金属断口图像识别方法研究。在提出的方法中,2DPCA以最大化类间散度为准则,其协方差矩阵由原始图像矩阵直接构造。同时将提出的方法与基于PCA识别方法相比较。由实验结果可知:本文提出的识别方法计算量小且识别率也高于PCA识别方法。另外,选取合适的特征空间维数十分重要。当选取特征空间维数过小时,图像信息不完善,识别率低,而当特征空间维数过大时,图像信息冗余,计算量会加大。

关键词： 细胞   受体   模式识别   免疫调节   呼吸病毒感染  

摘要： 细胞模式识别受体(PRR)是指种系编码的能够识别病原微生物的重要成分即病原相关分子模式,从而激活一系列信号通路,引发先天免疫反应的受体。已经开发出一些方法针对具体的PRR来刺激先天性免疫以减少各种疾病,包括流感感染。在这里,我们讨论免疫调节策略的进展,旨在针对先天免疫系统中的细胞相关PRR,以改变甲型流感病毒(IAV)感染的先天免疫反应或增加对流感疫苗的免疫反应。

关键词： 光纤光学   分布式光纤入侵监测系统   支持向量机   特征提取   模式识别  

摘要： 针对分布式光纤入侵监测系统在室外复杂环境下误报率过高的问题,提出了一种基于时/频域综合特征提取的入侵事件识别方法。使用自适应幅值门限信号切分算法找出有效振动信号片段,在此基础上提取平均片段间隔特征。选取最大能量片段作为主要研究对象,提取片段长度和峰均比特征,并对其进行小波包分解,生成频域能量分布特征,组成时/频域复合特征向量,使用高性能的支持向量机多分类算法进行模式识别。实验结果表明:该方法对行人脚踩、自行车轧过、拍击围栏和剪切光缆这4种典型入侵事件的平均识别正确率达到了98.33%,相比于仅提取时域或频域特征方法的识别正确率均有显著提高。该方法对光路光功率变化不敏感,能有效提升系统的实用性。

关键词： Electricity consumption pattern   Shape-based clustering   Dynamic time wrapping   Smart meter data  

摘要： Pattern recognition of residential electricity consumption refers to discover different electricity consumption patterns from electricity consumption data (ECD), which can provide valuable insights for developing personalized marketing strategies, supporting targeted demand side management, and improving energy utilization efficiency. To improve the efficiency and effectiveness of ECD analysis, we proposed an improved K-means algorithm, in which principal component analysis (PCA) was used to reduce the dimensions of smart meter time series data and the initial cluster centers were optimized. 3000 daily electricity consumption profiles (ECPs) of 1000 residents, obtained from the smart metering electricity customer behavior trials of Irish, and 2000 yearly residential ECPs from Jiangsu Province, China, were used in the experiments. The ECPs were divided into 7 and 4 clusters respectively based on their ECPs, and the characteristics of each cluster were extracted. In addition, the changes of residential electricity consumption are also reflected in the shape variation of ECPs. However, traditional similarity measurements cannot find the shape similarity of ECPs. Therefore, a shape-based clustering method was also proposed to group ECPs with similar shapes and the detailed algorithm procedures were provided. The results showed that the shape-based clustering method can effectively find similar shapes and identify typical electricity consumption patterns based on daily ECPs. (C) 2018 Elsevier Ltd. All rights reserved.

关键词： 两头尖多糖   柱前衍生化   高效液相色谱法   指纹图谱   聚类分析   主成分分析  

摘要： 目的建立PMP(1-苯基-3-甲基-5-吡唑啉酮)柱前衍生化HPLC法测定两头尖多糖的单糖组成,并结合聚类分析法、主成分分析法(PCA)建立两头尖多糖指纹图谱评价体系。方法采用Diamonsil C_(18)色谱柱(200mm×4.6mm,5μm),以0.05 mol/L磷酸盐缓冲液(NaH_2PO_4-Na_2HPO_4,pH 6.8)-乙腈(83:17,V/V)为流动相进行洗脱,流速为1.0 mL/min,柱温为30℃,检测波长为250nm。通过对12批两头尖多糖样品进行测定,采用国家药典委员会"中药色谱指纹图谱相似度评价系统"和聚类分析辅助手段计算相似度等相关参数;并运用PCA法对指纹图谱进行统计分析,以各主要色谱峰的保留时间和峰面积为变量建立得分图和载荷图,并用对照品指认色谱峰。结果建立了两头尖多糖指纹图谱共有模式,标定了10个共有峰,并指认了其中的7个共有峰,分别为D-甘露糖、D-核糖、L-鼠李糖、D-葡萄糖、D-半乳糖、L-阿拉伯糖、L-岩藻糖,12批两头尖多糖的相似度为0.890～0.978。PCA结果表明,前3个成分的累计贡献率达到87.973%,选择这3个因子即可对两头尖多糖进行综合评价。结论将HPLC指纹图谱结合聚类分析、主成分分析进行模式识别对两头尖多糖质量控制是一种有效的评价方法。

关键词： 支持向量机   PCA   人脸检测   数据降维   模式识别  

摘要： 支持向量机(Support Vector Machine,SVM)作为一种经典的非线性分类器,用于模式识别,可以将训练样本从不可线性分类的低维空间映射到可线性分类的高维空间,再做分类,文章主要训练支持向量机使它学会区分人脸和非人脸;支持向量机的数学推导完备,算法逻辑严密,整体上比Adaboost算法复杂,但在样本量较少的情况下效果良好,因此有样本优势;支撑它的理论包含泛化性理论、最优化理论和核函数等,这些理论也被学术界广泛用于其他机器学习算法如神经网络,几十年来被证明具有很高的可靠性;同时本文论述主成分分析技术(PCA)用于压缩数据,实现数据降维,在数据预处理方面算法提供了很大帮助,使SVM支持向量机的输入数据维数大幅下降,大大提高了运算和检测时间。

关键词： 表征方式   不等式   解题教学   恒成立   解题模式   认知结构   构造函数   教学思路   取值范围   模式识别  

摘要： 压轴题是考查学生应用数学知识解决问题综合能力的主要表现形式,对于学生的运算变形能力、信息整合能力、数学思想方法的运用能力都提出了较高的要求,这就导致了压轴题一直成为学生的'硬伤'.考察当前数学压轴题的课堂教学现状,不难发现这样的现象大量存在:要么直接将参考答案发给学生自学,没有后续的引导和讲评;要么直接将过程和答案告知学生,没有研究学生所疑,并没有解决“思路是如何获得的”这一困惑,从而也没能有效的帮助学生提升解决问题的能力.

关键词： 河流相储集层   水平井   砂体钻遇率   地质导向   地质模式  

摘要： 河流相储集层横向变化快往往导致水平井砂岩钻遇率较低而降低水平井的产能优势,因此需要利用地质导向技术并结合地震资料对水平井实施过程中钻遇砂体发育模式进行解析。对于河流相储集层而言,不同成因类型在随钻过程中所表现出砂泥剖面的测井曲线特征存在差异:"砂体拼接"型模式钻遇砂泥岩界面往往表现为砂泥"突变"的电性特征;"微构造"型模式钻遇砂泥岩界面表现为"渐变"的电性特征;"浅着陆"型模式钻遇泥岩界面可以表现出多种电性特征。通过不同的电性特征可以进一步识别河流相储集层的边界面发育模式及储集层内部砂体拼接状况。基于对地质模式的识别,采用相应的随钻调整策略,可有效提高河流相储集层水平段砂体钻遇率。

关键词： 近红外光谱   木材种类识别   光谱预处理   偏最小二乘判别分析法   簇类独立软模式法  

摘要： 木材的种类识别是木材加工和贸易的一个重要环节,传统的木材种类识别方法主要有显微检测法和木材纹理识别法,其操作繁琐,耗时长,成本高,不能满足当前需求。本研究利用木材的近红外光谱(NIRS)结合模式识别方法,以期实现木材种类的快速准确识别。采用近红外光谱结合主成分分析法(PCA)、偏最小二乘判别分析法(PLSDA)和簇类独立软模式法(SIMCA)三种模式识别对58种木材进行种类鉴别研究; 5点平滑、标准正态变量变换(SNV)、多元散射校正(MSC)、 Savitzky-Golay一阶导数(SG 1^(st)-Der)和小波导数(WD)五种光谱预处理方法用于木材光谱的预处理;校正集和测试集样品的正确识别率(CRR)用于模型的评价。采用PCA方法,通过样品的前三个主成分空间分布图分辨木材种类的聚类情况。在建立PLSDA模型,原始光谱的正确识别率最高,分别为88.2%和88.2%; 5点平滑处理的光谱校正集和测试集的CRR分别为88.1%和88.2%; SNV处理的光谱校正集和测试集的CRR分别为84.4%和84.5%; MSC处理的光谱校正集和测试集的CRR分别为83.1%和84.2%; SG 1^(st)-Der处理的光谱校正集和测试集的CRR分别为81.8%和82.7%; WD(小波基为"Haar",分解尺度为80)处理的光谱校正集和测试集的CRR分别为87.3%和87.2%。可知,在PLSDA模型中,木材光谱未经预处理种类识别效果最后好。在建立SIMCA模型过程中,原始光谱的校正集和测试集的CRR分别为99.7%和99.4%; 5点平滑处理的光谱校正集和测试集的CRR分别为100%和100%; SNV处理的光谱校正集和测试集的CRR分别为99.5%和99.1%; MSC处理的光谱校正集和测试集的CRR分别为99.0%和98.4%; SG 1^(st)-Der的光谱校正集和测试集的CRR分别为81.8%和82.7%; WD处理的光谱校正集和测试集的CRR分别为100%和100%。可知,在SIMCA模型中,木材光谱经平滑和小波导数处理后的识别效果最好,且光谱的校正集和测试集CRR都为100%。采用三种模式结合五种不同的预处理方法对木材近红外光谱进行定性建模识别时,由于木材样本属性复杂,主成分分布图相互交织, PCA无法识别出58种木材;原始光谱的PLSDA模型可以得到较好的判别模型,但校正集和测试集的CRR只有88.2%和88.2%;木材光谱经过5点平滑或WD预处理后的SIMCA模型可达到最好的识别效果,校正集和测试集的CRR均为100%,且WD-SIMCA模型因子数比5点平滑SIMCA模型小,模型更为简化,故WD-SIMCA为58种木材种类识别的最优模型。研究表明光谱预处理方法可以有效的提高木材种类识别精度,有监督模式识别方法SIMCA可以用来建立有效的木材识别模型,近红外光谱结合模式识别可以为木材种类的识别提供一种快速简便的分析方法。