关键词： 皂角刺   化学模式识别   判别分析   反向传播神经网络   近红外光谱法   质量评价  

摘要： 目的建立皂角刺的化学模式识别方法,用于区分皂角刺正品及伪品,为完善皂角刺的质量评价方法提供依据。方法采用近红外光谱法采集43批样品的近红外光谱信息,利用连续投影算法提取特征变量,运用判别分析法、聚类分析法和反向传播(back propagation,BP)神经网络方法对皂角刺及其伪品进行分类。结果通过判别分析、聚类分析和BP神经网络可将皂角刺及其伪品准确分类,分类准确率为100%,判别结果与性状鉴别结果一致。结论首次建立了皂角刺质量的化学模式识别方法,可以准确区分皂角刺及其伪品,为皂角刺的质量评价提供科学依据。

关键词： 模式识别   混合高斯   L-K特征点跟踪   光流信息  

摘要： 提出了一种基于监控视频的异常事件识别模型,该模型可以实时监测视频中的前景目标,并通过分析目标的运动信息判断是否有异常事件的发生。首先,采用背景建模的混合高斯算法提取前景目标;然后,用金字塔迭代的L-K特征点跟踪算法得到前景的光流运动信息,并通过分析前景的面积比例、速度方差、整体熵判断视频中是否有异常事件的发生;最后,利用爆炸、人群短时聚集和分散两种异常事件做仿真实验。结果表明,该模型可以准确提取前景目标区域,并可以快速、精准地判断监控视频中的异常事件,可以为管理部门及时发现和控制异常事件提供有效的帮助。

关键词： 动态聚类   模糊模式识别   时空分布规律  

摘要： 以北京城区近十几年汛期50场暴雨过程为样本,利用动态聚类分析和模糊模式识别方法对单站雨型和降雨整体空间分布特征进行了研究,得到北京城区汛期最容易发生的雨型以及时空分布规律。结果表明,北京城区汛期主要发生前单峰型雨,峰值集中且极值雨量大,容易造成内涝积水。发生双峰型雨的次数较少,且极值雨量较小,对内涝积水影响相对较小。

关键词： 牛肉   新鲜度   天然色素   嗅觉可视化技术   模式识别  

摘要： 以托盘包装冷鲜牛腱为研究对象,选择蓝莓、玫瑰、菠菜、黑豆、黑米、柑橘皮、紫葡萄、姜黄和玫瑰茄共9种天然色素原材料制作3×3矩阵的嗅觉可视化阵列,利用色素气体可视化传感器来提取牛肉储藏期间的挥发性气味信息,同时测定挥发性盐基氮(total volatile base nitrogen,TVB-N)和细菌总数(total viable count,TVC),将天然色素气体可视化传感器阵列与挥发性气体成分反应前后产生的红绿蓝(RGB)颜色变化值作为响应信号,利用偏最小二乘法(partial Least Square,PLS)和最小二乘支持向量机(least-squares support vector machine,LS-SVM)来建立气体可视化传感器阵列响应信号与牛肉TVB-N含量和TVC值的相关回归模型,定量预测牛肉的新鲜度。结果表明,LS-SVM的定量预测模型最佳,TVB-N和TVC含量的LS-SVM模型的预测集均方差RMSEP分别为65.66 mg·kg^(-1)和0.383 log(cfu·g^(-1)),校正集预测值与实测值的相关系数R_p分别为0.863 4和0.854 7。

关键词： 雷达工作模式识别   逼近理想解的排序方法   复合赋权法   层次分析法   熵权法   多属性决策  

摘要： 针对雷达工作模式识别提出了一种基于复合赋权TOPSIS的识别方法。首先计算待识别脉冲串与备选工作模式参数的隶属度得到决策矩阵,并对其进行规范化;然后,采用层次分析法获得各识别指标的主观权值,用熵权法获得客观权值,再以线性组合的方式对主客观权值进行融合,得到复合权值,并用复合权值对规范化决策矩阵赋权。最后,利用TOPSIS多属性决策模型进行识别。仿真结果表明,基于复合赋权TOPSIS的雷达工作模式识别算法具有较高的识别正确率和可靠性,且在雷达参数测量存在误差的情况下优于SVM算法。

关键词： 单片机   自适应控制   模式识别   智能家居   节能环保  

摘要： 随着现代技术发展,空调在生活中的应用已经是相当广泛。然而目前多数家用空调,仍然采用室内循环送风方式,出于节能与设计制冷能力的限制,基本都是在密闭的空间内使用。这种方式会导致室内空气二氧化碳浓度升高,尤其是夜间室内空气质量对人的健康有一定的危害。该设计提出将空调与开窗器控制采用综合智能方式,使得根据室内外温度以及室内空气CO2浓度来自动控制空调的设定与窗户的打开与关闭,给使用者提供便利并满足人们对于室内空气调节舒适度的功能需求。本设计通过对于复杂控制输出进行针对个性化自适应的控制算法,动态调整空调温度控制模式以及开窗器的配合动作,实现了家用空调提供最佳温度与室内空气新鲜度调节与控制。

关键词： 机器视觉   模式识别   目标检测   卷积神经网络   特征金字塔  

摘要： 提出了一种基于改进特征金字塔的Mask R-CNN目标检测方法。实验结果表明,在目标边缘和包围盒两项检测中,相比于Mask R-CNN检测框架,所提方法在不同的交并比阈值下的平均准确率分别提高了约2.4%和3.8%。尤其对于中等尺寸目标的检测准确率有较大的提高,分别为7.7%和8.5%,具有较强的稳健性。

关键词： 模式识别   研究生   教学方法   改革  

摘要： "模式识别"作为理工科院校研究生阶段一门重要的专业课,与科研过程联系紧密,其教学效果对研究生科研质量有较大影响。本研究首先介绍了"模式识别"课程的教学现状。在此基础上,对研究生"模式识别"课程与科研结合点进行剖析,分别从(1)数据分布、统计特征、概率密度特征,(2)各类分类器的原理及适用条件,以及(3)特征选择和提取方法三个方面进行介绍,并介绍了笔者所在的教研室对研究生"模式识别"课程进行的改革和探索。最后指出课程未来建设发展的问题和挑战,希望给广大同行提供参考。

关键词： 急性肝损伤   细胞外基质蛋白质类   小鼠,近交系  

摘要： 目的研究Mindin蛋白在CCl4诱导的小鼠急性肝损伤过程中的动态表达情况,并探讨其作用机制。方法雄性C57B1/6小鼠48只,随机抽取40只应用CCl4橄榄油溶液腹腔注射诱导急性肝损伤,分别于造模后6、12、24、48和72 h取小鼠肝脏组织作病理学观察(实验组),余下8只腹腔注射橄榄油作为对照(对照组)。应用Western Blot法检测Mindin蛋白的表达以及变化趋势,实时荧光定量PCR检测肝组织Mindin mRNA的表达。计量资料两组间比较采用t检验。结果 CCl4诱导肝损伤后,小鼠肝脏失去其正常结构,48 h时肝脏病理改变最为显著。肝脏Mindin蛋白在注射CCl4后12～72 h内呈现低表达水平,而其转录水平即Mindin mRNA在给予CCl4后12 h降至最低(实验组vs对照组:0. 183±0. 105 vs 1. 023±0. 247,t=8. 841,P <0. 01),随后逐渐升高,在48 h(2. 548±0. 775 vs 1. 023±0. 247)和72 h(2. 699±0. 995 vs 1. 023±0. 247)时转录水平甚至是正常水平的2倍以上,差异均有统计学意义(t值分别为5. 428、4. 621,P值均<0. 01)。结论 CCl4诱导小鼠急性肝损伤过程中,Mindin蛋白显著变化,表现为蛋白表达下调,以及转录后mRNA水平的调节。提示Mindin蛋白在CCl4诱导急性肝损伤过程中可能发挥重要作用。

关键词： 交通模式识别   深度特征   轨迹挖掘   特征学习   卷积网络   轨迹  

摘要： 针对目前交通模式识别以人工设计特征为主,特征设计主观性强、区分度不高的问题,本文依据深度学习理论,建立了基于卷积神经网络的特征自动学习模型。该模型利用卷积神经网络自动学习深度特征,然后与人工特征共同用于交通模式识别。模型基于微软Geo Life数据,针对不同特征组合与分类方法设计实验,实验结果表明模型能学习到高区分度深度特征、有效提高交通模式识别准确率。