关键词： 棕榈果   OpenCV   模式识别   图像处理  

摘要： 在大面积的棕榈树种植园,棕榈果采摘后,主要依靠人工计数统计,存在计数效率低、误差大甚至虚报数量等现象。基于此,提出并实现了一种基于OpenCV的棕榈果自动计数系统,系统首先以拍摄的棕榈果照片为输入,经过图像降维、降分辨率、灰度化和滤波等预处理,以图像的灰度直方图中两峰之间的鞍值作为二值化的阈值,能够较好地自适应图片中光线的影响,提取出识别目标并剔除背景;然后对图像采用形态学展开操作;最后在图像中查找联通区域,并剔除形态失真的区域,统计并输出棕榈果的计数结果。经试验验证,识别效果较好,计数准确,系统具有一定的实用价值。

关键词： 何首乌   指纹图谱   二苯乙烯苷   大黄素   模式识别  

摘要： 目的建立不同产地生/制何首乌的指纹图谱,结合模式识别与含量测定对其进行质量评价和鉴别。方法采用HPLC对20批生/制何首乌进行检测,建立何首乌HPLC指纹图谱,运用相似度分析、主成分分析和正交偏最小二乘-判别分析对其进行评价,寻找生/制何首乌分类的主要贡献峰,并对主要差异性化学成分进行含量测定。结果建立了生/制何首乌的HPLC指纹图谱,标定了10个共有峰,其中4个峰分别被指认为没食子酸、二苯乙烯苷、大黄素和大黄素甲醚,相似度在0.863～0.991之间;通过主成分分析和正交偏最小二乘-判别分析基本能区分生、制何首乌,并确定二苯乙烯苷和大黄素为生、制何首乌的主要差异性化学成分;生、制何首乌中二苯乙烯苷的含量分别为19.30～37.72 mg/g、7.50～18.26 mg/g,大黄素的含量分别为0.53～1.67 mg/g、0.11～0.50 mg/g。结论指纹图谱结合模式识别与含量测定不仅可以实现何首乌质量整体信息的控制,而且能有效区分生、制何首乌。

关键词： BDMOS   数据挖掘   模式识别   聚全氟乙丙烯树脂   氟橡胶  

摘要： 自主研发BDMOS（Big Data Mining Optimization System）大数据挖掘优化系统,该系统集成了多种数据挖掘方法和技术,特别是模式识别建模方法和优化技术。本工作将BDMOS大数据挖掘优化系统成功应用于聚全氟乙丙烯树脂反应装置及氟橡胶聚合生产装置的生产优化。根据装置DCS系统采集的生产数据,研究了装置优化操作的主要工艺参数,采用模式识别建模方法和优化技术建立了生产装置的优化操作模型,根据模型提出的工艺参数优化方案,显著提高了产品合格率。BDMOS软件提供的方法和技术能有效解决复杂化工数据的建模和优化难题,有望在化工生产装置优化过程中得到推广应用。

关键词： 故障诊断   自调心双列滚动轴承   模式识别   多尺度排列熵   LS-SVM  

摘要： 针对热模锻压力机传动系统中支承高速轴的自调心双列滚动轴承的故障诊断问题,提出采用多尺度排列熵(MPE)的故障诊断方法。首先利用故障模拟试验台与信号采集系统采集自调心双列滚动轴承不同故障状态的振动信号;其次对MPE关键参数进行选取,利用MATLAB提取了振动信号不同尺度因子的MPE特征并构建MPE特征向量样本;最后利用MATLAB中的LSSVM工具箱对自调心双列滚动轴承的不同故障进行模式识别。识别结果表明,MPE特征可以强而有力地表征自调心双列滚动轴承状态,LS-SVM分类器对滚动轴承的不同故障具有较高的识别准确率。

关键词： 肿瘤异质性   生物特征   医学影像   医学工程技术   中国科学院   医院放射科   磁共振影像   模式识别  

摘要： 随着模式识别、机器学习等大数据分析技术与医学影像辅助诊断的有机融合,影像组学应运而生,借助影像组学分析手段,可从现有医学影像中提取海量特征,有效解决肿瘤异质性难以定量评估的难题,从而构建肿瘤生物特征无创评估模型。目前影像组学研究通常仅关注某一个肿瘤生物特征,然而肿瘤生成、转移、治疗反应受多种肿瘤生物特征共同影响,中国科学院苏州生物医学工程技术研究所高欣、夏威、张睿等人联合中山大学附属第六医院放射科孟晓春主任团队,以直肠癌为实验对象,开展了基于多模态磁共振影像组学的肿瘤生物特征无创评估研究。

关键词： 疲劳驾驶   方向盘信号   数字信号处理   BP神经网络   模式识别  

摘要： 基于对不同驾驶状态下的方向盘操作特性及其频域特性进行分析,采用方向盘角度百分比功率谱密度及角速度百分比功率谱密度作为疲劳判别指标,将判别指标变量及驾驶状态作为模型的输入和输出对BP神经网络进行训练,构建相应的网络模型,并以疲劳状态分类准确率最大为优化目标确定疲劳检测取样窗口大小,最后利用测试样本数据验证模型的准确率。结果表明,该方法对驾驶员驾驶状态的分类准确率可达到91. 5%。

关键词： 滚动轴承   故障模式识别   神经网络   聚类分析   支持向量机  

摘要： 滚动轴承广泛是应用于各类机械设备的旋转部件,同时也是导致机器故障频繁发生的重要原因。论文对现有滚动轴承故障模式识别方法进行了系统梳理,从神经网络、聚类分析和支持向量机三个方面总结了各种方法的特点。结果表明支持向量机表现得最为先进,可作为智能故障诊断的重点研究方向。

关键词： 人工智能   声纹识别   特征提取   模式识别  

摘要： 在传统的两种依靠生物特征进行识别的技术(指纹与掌纹)之后,声纹,作为一种新的生物特征识别技术,逐渐出现并且应用于许多实际领域。声纹的识别与传统的生物识别比起来,具有容易获取、计算简便、耗资低等优势。声纹也正因如此,吸引着大批专家与相关的技术人员进行开发研究。文章主要结合了人工智能的方法 ,介绍了智能声纹识别系统,并对声纹识别过程中涉及的特征提取、模式识别进行了技术分析,并阐述了人工智能在这两个关键过程中的应用,最后指出了如何将人工智能嵌入声纹识别技术之中。

关键词： 局部放电监测   工频同步   模式识别   三相共筒GIS   高压设备  

摘要： 工频相位是局部放电监测进行模式识别的重要基础。目前GIS局部放电监测设备中局部放电类型识别率较低，在三相共筒式GIS中问题更加突出。针对此现象，提出一种基于工频同步信号的三相共筒式GIS局部放电识别方法。在不改变现有工频同步信号接入的前提下，通过工频同步信号触发局部放电信号的采集，并将其通过移相因子转换为其他相局部放电数据，分别与系统中局部放电类型数据库比对，将识别率最高的类型输出，从而达到模式识别的目的。所述方案实现简单，具有应用灵活和故障类型识别率高的特点。

关键词： 振动与波   异响   滤波   小波包   双谱   向量机  

摘要： 摩托车发动机异响识别通常采用人工听诊法,受环境因素和经验参差不齐的影响准确率较低,需要寻找一种科学、有效的模式识别法来提高异响类型识别的准确度。利用麦克风采集发动机近场声音信号,首先利用小波空域相关滤波法去除背景噪声;然后分别采用小波包变换和双谱估计提取发动机声信号特征向量,作为发动机异响模式识别支持向量机的输入向量;选取RBF核函数及参数建立分类模型并训练;最后用测试样本检验分类模型的准确率。通过分析发现,采用所提出的发动机异响特征提取方法进行模式识别,训练准确率为98%,测试准确率达到90%。