关键词： computer science   pattern recognition   image analysis  

ISBN: (数字)9789811203527 ISBN: (纸本)9789811203350

摘要： The fifth volume in this book series consists of a collection of new papers written by a diverse group of international scholars. Papers and presentations were carefully selected from 160 papers submitted to the International Conference on Pattern Recognition and Artificial Intelligence held in Montreal, Quebec (May 2018) and an associated free public lecture entitled 'Artificial Intelligence and Pattern Recognition: Trendy Technologies in Our Modern Digital World'. Chapters address topics such as the evolution of AI, natural language processing, off and on-line handwriting analysis, tracking and detection systems, neural networks, rating video games, computer-aided diagnosis, and digital *** an increasingly digital world, 'artificial intelligence' is becoming a household term and a topic of great interest to many people worldwide. Pattern recognition, in using key features to classify data, has a strong relationship with artificial intelligence. This book not only complements other monographs in the series, it also provides the latest information. It is geared to promote interest and understanding about pattern recognition and artificial intelligence to the general public. It may also be of interest to graduate students and researchers in the field. Rather than focusing on one specific area, the book introduces readers to various basic concepts and to various potential areas where pattern recognition and artificial intelligence can be applied to make valuable contributions to other fields such as medicine, teaching and learning, forensic science, surveillance, online reviews, computer vision and object tracking.

关键词： 空中交通管制  

ISBN: (数字)9787114154997 ISBN: (纸本)9787114154997

摘要： 本书采用宏观与微观相结合，从个体到关联的思路，通过分析来自不同对象的多维行为，逐步建立多尺度行为模式的识别方法，内容紧密衔接。本文共分6章，主要内容包括绪论、机场交通行为特征分析、扇区交通行为模式分析、管制员行为规律分析、交通行为和管制员行为关联分析、未来研究与展望。

关键词： 电动汽车   整车控制策略   模式识别   模糊神经网络   联合仿真  

摘要： 为了缓解能源危机及环境污染,新能源汽车作为传统内燃机汽车的替代产品受到了人们广泛关注,发展纯电动汽车(PEV)、混合动力汽车(HEV)及燃料电池汽车(FCV)等新能源汽车是实现中国汽车工业健康可持续发展重要方向和必然趋势。纯电动汽车产业化成为各汽车企业的重要战略目标,同时对于纯电动汽车整车控制技术、电机控制技术及动力电池技术三大关键技术提出了更高水平的迫切需求。整车控制器作为纯电动汽车三电系统的核心部件,其性能对整车表现具有重要影响,本文对于整车控制器CAN通信网络及整车控制器策略开发进行着重研究。整车通信网络方面,本文自定义纯电动汽车整车CAN网络拓扑架构,由于现有市场纯电动汽车整车控制器产品未形成标准化的CAN通信应用层协议,本文借鉴传统动力汽车标准协议按照整车通信功能需求基于SAE J1939对于预留PGN范围进行设计开发,在应用层按照“SLOT”结构定义各节点报文数据域内容,基于CAN db++Editor工具将整车CAN通信协议编辑生成dbc文件,应用快速生成原型软件产品将dbc文件解析成Simulink模型。整车控制策略方面,本文自定义纯电动汽车整车软件控制架构,提出“基础转矩+补偿转矩”的驱动转矩控制架构,基础转矩分为动力模式基础转矩MAP及经济模式基础转矩MAP,基于模糊神经网络(ANFIS)工具箱优化补偿转矩;基于Simulink/Stateflow环境开发整车控制策略模型,包括整车工作模式控制策略,扭矩解析策略,扭矩平滑控制策略;扭矩仲裁策略;电机控制指令策略;挡位管理策略;VCU上、下电策略;高压上、下电策略;整车故障诊断策略等;制动模式按照VCU功能需求分为电机制动模式、机械制动模式及联合制动模式,电机参与制动过程进行制动能量回收;输入信号包括数字量信号、模拟量信号及CAN信号,CAN信号包括BMS、MCU等CAN总线信号;本文采用Cruise/Simulink联合仿真验证整车控制策略准确性及可靠性,基于Cruise软件搭建纯电动汽车整车模型,基于Simulink建立整车控制策略模型,建立含有控制策略模型与不含控制策略模型分别在NEDC循环工况、全负荷加速工况、爬坡性能工况下的对比仿真任务。通过离线验证,仿真结果表明整车控制策略可以有效识别驾驶员操作意图选择相应驱动模式给予合适的转矩补偿,提高纯电动汽车动力性能;并且可以降低电量消耗增加续航里程,提高经济性能。

关键词： 沥青混合料   断裂特性   声发射   因素分析   模式识别  

摘要： 随着“一带一路”、“东北振兴”、“长江经济带”等国家重大战略的实施以及改革开放进程的不断推进,交通基础设施建设迅猛发展,在新时代已开启建设交通强国的新征程。沥青混凝土路面(柔性路面)作为我国道路路面的主要结构形式,由于其显著的粘弹特性,在车辆荷载与环境因素的综合作用下容易出现多种病害,如车辙、裂缝、路面松散等。温度裂缝、疲劳裂缝、反射裂缝等均与沥青混合料的断裂特性相关,实现沥青混合料的断裂特性可靠表征,对于改进沥青路面设计方法,保障路面结构安全运营,具有重要的理论及实际应用价值。现有针对沥青混合料的断裂特性表征方法主要包括两大类:理论分析方法(断裂力学、数值仿真等)和微观形态分析方法(数字图像相关、扫描电镜等)。理论分析方法需要依赖材料参数和边界条件的假定,无法真实的反映沥青混合料的断裂过程;微观形态分析方法无法实现材料内部损伤的实时监测。声发射(Acoustic Emission,AE)技术作为一种被动型无损检测方法,具有独特的优势,该技术具有很高的灵敏度,可以实现微米范围内不可见裂纹的有效检测,可以更真实可信的实时反映材料及结构内部损伤的动态变化。本文结合国家自然科学基金项目“季冻区沥青混凝土冻融循环损伤模型及细观特性研究”及吉林省科技厅重点科技研发项目“严寒地区生态绿色透水路面材料研究与应用”,考虑矿料级配、测试温度、纤维参数等因素对沥青混合料断裂过程及断裂模式的影响,提出了基于声发射参数的沥青混合料断裂特性表征方法。本文开展的具体研究工作如下:1、通过声发射技术实现了普通沥青混合料的断裂过程表征,研究了AC、SMA和OGFC三种矿料级配沥青混合料在间接拉伸荷载作用下的声发射参数随断裂过程的变化规律,分析了级配和最大公称粒径对沥青混合料断裂过程的影响。考虑了不同测试温度对沥青混合料断裂过程的影响,通过马歇尔试件的间接拉伸试验,明确了温度作用对不同矿料级配沥青混合料断裂过程中声发射参数变化的影响规律,并阐明了不同声发射参数及对应累计声发射参数对断裂过程的敏感程度,明确了不同矿料级配和温度对沥青混合料断裂过程的影响机理。2、基于声发射和数字图像相关技术(Digital Image Correlation,DIC),通过-10℃条件下的间接拉伸试验,研究了玻璃纤维、玄武岩纤维和钢纤维对沥青混合料低温抗裂性能的增强作用,并与对比组的普通沥青混合料进行了比较分析。获得了声发射参数(包括振幅、振铃计数、持续时间和上升时间及其对应的累计声发射参数)在沥青混合料间接拉伸破坏过程中的演变规律,实现了纤维增强沥青混合料与对比组混合料断裂过程的声学特性表征;分析了不同纤维类型、纤维长度对沥青混合料低温抗裂性能影响规律,阐明了纤维的增韧机理。与DIC测试获得的静态位移和应变结果进行了比较,明确了基于声发射参数的沥青混合料断裂特性表征的灵敏性和优越性。3、选用玻璃纤维、玄武岩纤维和钢纤维对沥青混合料进行改性,研究了常温(20℃)条件下纤维对沥青混合料抗压性能的增强效果,同时采用声发射技术实时监测试件损伤断裂过程。对比分析掺加不同种类、长度纤维的沥青混合料声发射参数(振幅、振铃计数及其对应的累计参数)变化趋势,明确了不同纤维种类及长度对改性沥青混合料抗压性能的影响程度,阐述了不同纤维的改性作用机理。同时,将声发射参数、荷载水平随时间的变化规律相结合,确定了不同纤维改性沥青混合料在常温受压条件下的损伤断裂阶段,为基于声学特性的沥青混合料破坏过程监测提供了依据。4、采用马歇尔击实法制备了SBS改性透水沥青混合料试件,基于声发射参数实现了透水沥青混合料压缩与间接拉伸的断裂过程表征及断裂模式识别。通过声发射参数(振幅、振铃计数、持续时间、能量和上升时间)及累计声发射参数和荷载水平随时间变化规律,分析了压缩和间接拉伸荷载作用下透水沥青混合料断裂过程的声发射参数变化规律,实现了透水沥青混合料断裂阶段划分及断裂过程表征。通过声发射参数计算得到的上升角度(RA值)和平均频率(AF值),采用RA-AF相关分析方法及k-medoids聚类,对透水沥青混合料的断裂模式(剪切裂缝和拉伸裂缝)进行了识别,阐明了透水沥青混合料在压缩和劈裂试验中的破坏机理。此外,明确了不同测试温度对透水沥青混合料试件损伤过程和断裂模式的影响。

关键词： Three degrees of freedom electromyographic prosthesis   EMG   Wavelet packet   SVM   Particle swarm optimization  

摘要： The purpose of this paper is to solve the problem of low recognition accuracy of three-degree-of freedom myoelectric prosthesis and long training *** to the nonstationarity of the EMG signal, the wavelet packet is used to decompose the EMG signal and the energy and variance of the wavelet packet coefficients of the four-channel EMG signal are extracted as feature *** Particle Swarm Optimization(PSO) was combined with improved support vector machine(ISVM) to construct a new model(PSO-ISVM). Under the premise of ensuring the sparseness of the SVM, the slack variables and the decision function was improved to reduce the constraint conditions for solving the optimal face in the quadratic programming. SVM is optimized by the PSO in order to improve the accuracy of the *** experimental results show that the improved algorithm can effectively identify six kinds of commonly used upper limb movements compared with the traditional SVM. The average recognition rate reaches 90.66% and training time can be shortened 0.042 s.

关键词： 金银花   忍冬藤   忍冬叶   含量测定   指纹图谱   化学模式识别   质量控制  

摘要： 忍冬科植物忍冬Lonicera japonica Thunb.是我国传统药用植物,忍冬全株是宝皆可入药,具有清热、解毒、抗菌、消炎等多种功效。宋代以前入药部位的选取多以茎、叶为主,发展至明代逐渐演变为茎、叶、花入药,《本草纲目》记载:“忍冬,茎叶同花,功用皆同”。2015年版《中国药典》收录了金银花、忍冬藤两个品种,忍冬叶并未被收录,通常被认为是忍冬的非药用部位没有得到充分利用,造成资源浪费。目前,忍冬的研究多集中在花和藤,叶的研究相对较少,而三者之间化学成分对比研究也未见报道。2015年版《中国药典》金银花和忍冬藤含量测定项下指标成分较少,因此质量控制有待进一步完善和提高。本研究采用超高效液相色谱法（UPLC）测定金银花、忍冬藤和忍冬叶中11种化学成分含量,并采用波长切换法分别建立了三者的指纹图谱;采用聚类分析、主成分分析（PCA）和正交偏最小二乘判别分析（OPLS-DA）对含量测定结果和指纹图谱进行分析,为全面控制忍冬不同部位的质量提供方法与依据,为忍冬的综合开发利用提供数据支撑。目的:建立同时测定金银花、忍冬藤和忍冬叶中11种化学成分含量的UPLC方法并测定其含量;同时建立金银花、忍冬藤和忍冬叶三者UPLC指纹图谱;采用聚类分析和PCA分析等化学模式识别方法系统比较金银花、忍冬藤、忍冬叶在有机酸类、黄酮类和环烯醚萜苷类含量和化学成分组成上的差异,为忍冬叶的开发利用,金银花、忍冬藤、忍冬叶的质量控制提供参考。方法:1含量测定研究:采用UPLC法同时测定金银花、忍冬叶和忍冬藤中11种化学成分含量,以ACQUITY UPLC BEH C18（2.1×100 mm,1.7μm）为色谱柱;流动相:乙腈-0.1%磷酸溶液,梯度洗脱;体积流量0.3 mL·min-1;柱温30℃;样品室温度8℃;检测波长:新绿原酸、绿原酸、咖啡酸、隐绿原酸、洋蓟素、异绿原酸B、异绿原酸A和异绿原酸C为326 nm,芦丁和木犀草苷为352 nm,马钱苷为238 nm;进样量1.0μL。采用聚类分析和PCA分析等化学模式识别方法对金银花、忍冬藤和忍冬叶中11种化学成分含量进行比较。2指纹图谱研究:采用UPLC法对金银花、忍冬藤和忍冬叶的指纹图谱进行测定,以ACQUITY UPLC BEH C18（2.1×100 mm,1.7μm）为色谱柱;流动相:乙腈-0.1%磷酸溶液,梯度洗脱;体积流量0.3 mL·min-1;柱温30℃;样品室温度8℃;检测波长326 nm（0～8 min、16～21 min,检测有机酸类）、238 nm（8～14 min,检测环烯醚萜苷类）、350 nm（14～16min,检测黄酮类）;进样量1.0μL。采用聚类分析和PCA分析等化学模式识别方法对金银花、忍冬藤和忍冬叶指纹图谱进行比较。结果:1含量测定结果:11种化学成分分离良好,各成分均有较宽的线性范围和良好的线性关系（r≥0.9996）,精密度、重复性、稳定性、加样回收率均符合含量测定的要求。聚类分析和PCA分析结果显示28批样品主要分为2类,其中Ⅰ类为忍冬藤,Ⅱ类为金银花与忍冬叶,表明忍冬藤中所含11种化学成分的含量与金银花和忍冬叶有所区别,金银花和忍冬叶中11种化学成分的含量大体相近。OPLS-DA分析结果显示木犀草苷为金银花和忍冬叶主要差异性化合物,综合含量测定结果,木犀草苷在忍冬叶中的含量明显高于金银花。2指纹图谱结果:对28批样品进行分析,共检出了23个色谱峰,标记为F1F23。其中10批金银花和9批忍冬叶共标定14个共有峰,指认8个色谱峰。5月份采收的4批忍冬藤共标定20个共有峰,秋冬采收的5批忍冬藤共标定16个共有峰,均指认10个色谱峰。各批次金银花和忍冬叶的相似度均在0.948以上,9批忍冬藤相似度在0.629以上。聚类分析和PCA分析结果显示28批样品主要分为2类,其中Ⅰ类为忍冬藤,Ⅱ类为金银花与忍冬叶,表明忍冬藤与金银花、忍冬叶两者所含化学成分存在差异,金银花和忍冬叶化学成分特征大体相似。OPLS-DA分析结果显示色谱峰F18、F17（木犀草苷）、F21、F10对应的化合物为金银花和忍冬叶主要差异性成分,可作为区分两者的特征差异性指标。结论:本研究所建立的多成分含量测定方法以及指纹图谱方法准确、稳定、重复性好,可为金银花、忍冬藤、忍冬叶的质量控制提供参考。结合化学模式识别法对金银花、忍冬藤、忍冬叶进行比较与区分,金银花和忍冬叶在有机酸类、黄酮类和环烯醚萜苷类化学成分组成上相似,忍冬叶具有较强开发价值;色谱峰F18、F17（木犀草苷）、F21、F10对应的化合物为金银花和忍冬叶主要差异性成分。

关键词： 道路网模式识别   lightGBM   逻辑斯蒂回归模型   自组织映射网络  

摘要： 道路网是地图中最基本的要素之一,是地理空间数据库的主要组成部分。同时,道路网也是城市空间定位的重要参考,为基于位置服务、社交网络服务、智能导航、自动驾驶等新兴产业提供了必不可少的空间数据支撑。随着城市本身的不断发展扩张和空间数据获取技术的快速发展,道路网数据急剧增加。对道路网进行模式识别可以从大量数据中直观快速地把握城市结构,并能够挖掘道路数据中隐含的规律和知识,对制图综合及空间数据多尺度表达等应用有着重要意义。由于道路网模式识别具有重要意义,本论文主要研究运用机器学习对道路网中重要模式进行识别的方法。论文的主要工作有:(1)分析道路网模式的相关理论,总结道路网模式的形成、分类及特点,指出使用道路网眼作为道路网模式识别主体的优势;研究本文中采用的机器学习具体方法的相关理论,分析其中的关键原理及算法。(2)研究了格网模式下道路的几何形态及空间排列特征,并使用相应的参数描述格网模式道路网眼的特点。设计了结合lightGBM和逻辑斯蒂回归(logistic regression)的混合模型。分别运用lightGBM和混合模型识别具有不同道路网形态的城市中的道路格网模式,对比不同模型在不同城市下的识别结果并分析影响识别结果的因素。通过对比实验说明了lightGBM及混合模型和传统机器学习模型相比在道路格网模式识别上的优越性。(3)对多行道和立交桥功能结构的特征进行研究,分析其道路网眼的几何形态和空间分布特征,设计了表达这些特征的道路网眼参数,针对道路功能结构模式在不同城市可能有所不同的特点,提出了一种使用自组织映射网络(Selforganizing map,SOM)进行道路功能结构模式识别的自适应方法,实验结果显示该方法识别效果较好,兼具准确性与全面性。

关键词： 多元质量诊断   VSSI-T2控制图   MSVM   模式识别   网格搜索法  

摘要： 在当前产品日渐复杂化与多样化的情况下,如何保证产品的质量将变得日趋重要。对企业生产的产品而言,质量的要求越来越高,且质量控制的因素也越来越多。而多元质量控制图与多元质量诊断技术的运用有助于企业改进多元质量特性的产品质量、提高产品竞争力。在传统的静态控制图已经不能满足企业实时的、动态的对质量进行监测的缺点下,本文首先提出了一种变抽样策略的多元T2控制图,分析了该控制图的相关理论与建立标准,基于马尔科夫链方法建立了VSSI-T2控制图与对比的MEWMA控制图的平均报警时间ATS,给出了不同参数条件下二者的最优采样策略,证明了在发生失控时其改进后动态控制图的平均报警时间更短。其次,当生产过程中存在系统因素时,需要对控制图模式进行识别以快速发现失控原因,控制图的异常模式可以发现生产过程中潜在存在的质量问题,本文在SVM的理论基础及其算法模型的基础上,基于有效统计特征与形状特征的提取建立了一种MSVM模型的分类器,并基于网络搜索的方法对该分类器的参数组合进行优化,并与BP神经网络算法做对比验证了该多元分类器对六种控制图模式的识别是可行性的,且有着较高的正确率。最后以控制图模式中的阶跃偏移为例,建立了一种呈正相关关系的多元过程均值偏移诊断模型。当多元控制图发生警报时,该模型可以对发生均值偏移的具体变量进行准确的定位,进而采取相应措施使相关变量尽快恢复到稳定受控的状态。

关键词： 人脸识别   MATLAB   模式识别  

摘要： 过去几十年中,科技迅速发展,随之而来的人脸识别技术也迎来了热潮,但因为很多客观存在的因素,人脸识别的落实应用存在很多困难。本文结合近年来各类国内外的相关论文和研究报告进行了系统的学习和分析,总结出一种识别简单并且准确率高的人脸识别方法,即利用MATLAB进行图像处理来支撑人脸识别的进程,但这种方法也存在不可避免的缺点,后台运行时的计算量大,当有多个人员进行识别时,速度回慢,甚至有时候没办法实现。MATLAB的存在让人脸图像预处理仿真系统的存在成为了可能,集合了多种预处理方法,在进行图像预处理时把该系统作为处理的一个模块进行嵌入,人脸图像的识别判定要利用灰度图像的直方图对比进行实现。

关键词： 表面肌电信号   手部自主康复方法   盲源分离   卷积神经网络   手部动作模式识别  

摘要： 随着社会老龄化阶段的到来,脑卒中导致的偏瘫患者急剧增加,患者需要接受物理康复训练,以重获手部运动能力。手部运动相关的康复训练需要长期反复执行,而康复治疗师数量有限,无法满足临床需求。且研究表明将表征患者主动的运动意图的表面肌电(Surface Electromyography,sEMG)信号融入到手部康复训练中,能够诱发和增强有益的神经可塑性,促进运动功能康复。因此,基于肌电控制的手部康复机器人已经成为研究的热点。本文首先对sEMG信号的产生机理及其与神经可塑性、手部运动功能康复的关系进行分析;提出了一种基于sEMG信号手部自主康复方法,将患者的主动运动意愿用于康复训练,通过运动再学习及神经肌肉电刺激的方法促进手部运动功能康复。其次,针对sEMG信号的微弱性、随机性、非平稳性、混叠度高的特点,采用了一种基于改进人工蜂群(Artificial Bee Colony,ABC)优化的盲源分离算法,对采集到的sEMG信号进行去混叠处理。同时,对于传统sEMG信号特征不能够完全表征手部动作模式的问题,提出一种组合特征提取的方法,并采用二叉树支持向量机(Binary Tree Support Vector Machine,BT-SVM)对六种手部常见动作进行识别,识别率达到93.33%。最后,针对传统手部动作模式识别系统鲁棒性差的问题,采用了一个基于卷积神经网络(Convolutional Neural Network,CNN)的手部动作模式识别方法。通过时间窗口划分策略将时序高密度sEMG信号转化为肌电强度图,然后根据肌电强度图的特性设计CNN。同时对比了时间窗大小对手部动作模式识别精度和实时性的影响,最终将延时控制在40ms左右,其平均识别精度为98.05%。