关键词： 人工智能   智能科学   社会发展   加速器   脑认知基础   机器感知   模式识别   自然语言处理   知识工程   机器人   智能系统  

摘要： 综述了人工智能60年来的发展历程及其取得的重要成就,分析了人工智能和智能科学技术的区别和联系,深刻讲解了人工智能的内涵与外延,通过各种具体事例详细介绍了人工智能是如何润物无声改变整个世界的,最后展望了人工智能技术发展的愿景,人类会利用机器人的优势并弥补机器人的不足,同时还能利用机器人提升自身的智慧和能力,我们将迎来人与机器人共舞的新时代。

关键词： 滚动轴承   模式识别   GA-SVM   参数优化  

摘要： 为了解决傅里叶变换难以兼顾信号在时域和频域中的全貌和局部化特征以及支持向量机惩罚参数c和核函数参数g选取的问题,提出了基于小波包和GA-SVM的轴承故障诊断方法;首先通过实验采集多种工况下故障轴承和正常轴承的振动信号,从振动信号中提取能够表征轴承运行状态的时频域特征以及基于小波包分析的特征向量来作为GA-SVM的输入,然后在SVM的基础上,针对SVM的惩罚参数和核函数参数在不同应用场景下的取值难以确定的特性,采用了遗传算法对支持向量机进行参数优化的GA-SVM算法进行模式识别;实验结果显示,基于小波包和GA-SVM的轴承故障诊断方法比SVM和BP都具有更高的识别精度。

关键词： 高管团队   模糊模式识别   生命周期  

摘要： 高层管理团队自身发展状况对企业的生存发展至关重要,尤其在不确定市场环境下,高管团队内部的发展流程会直接影响到决策质量和效果,从而影响到企业绩效。研究首先分析高管团队各个生命周期的特征,针对高管团队生命周期自身模糊特性,运用模糊数学中模糊模式识别方法,以生命周期各阶段特征要素作为识别指标,进而判定高管团队的发展处于其生命周期哪个阶段。

关键词： 直觉模糊集   相似度   平均值   模式识别  

摘要： 从几何的角度出发,依据犹豫度将直觉模糊数转化为一个等腰直角三角形,把2个直觉模糊数之间的相似度定义为对应的等腰直角三角形对应点距离的平均值.在此基础上,引入了2个直觉模糊集的相似度,证明了它们都满足相似性公理.通过数值实例与已有的直觉模糊集的相似度进行比较,结果表明该相似度具有一定的优越性.最后,给出了该相似度在模式识别中的应用实例.

关键词： 下肢外骨骼机器人   sEMG   LS-SVM   模式识别  

摘要： 外骨骼机器人与军事和人们的日常生活联系日益紧密,通过人体动作的准确识别进而实现外骨骼机器人的精确控制,对外骨骼机器人实用化有重要意义。首先搭建人体下肢s EMG感知系统,然后采用小波变换和LS-SVM相结合的方法,完成了人体下肢六种典型动作s EMG信号的模式识别。结果表明:基于MOC方法的多类LS-SVM分类器,平均识别率达到87.5%,所需的数据样本少、识别精度高,肌电信号用于外骨骼机器人的控制有很好的应用前景。

关键词： 比例标签学习   模式识别   机器学习   重要客户识别  

摘要： 现实中,由于隐私保护的限制,使得对重要客户的识别十分困难.具体地,很难获取商业银行重要基金客户的具体标签信息,这给建立相关的预测模型带来了极大的挑战.然而,通过特定的客户群估计重要基金客户所占比例是可行的.因此,提出了一种基于比例标签学习的商业银行重要基金客户挖掘新方法.方法的特点在于仅仅使用样本标签比例信息(label proportions information)去构建分类模型,进而有效地识别商业银行中的重要基金客户.同时,大量的实验结果表明了该方法的有效性,这对于有效解决隐私保护下的重要基金客户识别问题提供了一种新途径,具有明显的现实意义及实践价值.

关键词： 表面肌电信号   模式识别   粒子群优化算法   支持向量机  

摘要： 为了提高表面肌电信号的遥操作机械手运动模式识别率,设优化支持向量机(IPSO-SVM)。该方法首先简化PSO的位置和速度公式,然后提出ESE状态估计策略判断算法的"早熟"收敛,最后对6类手臂运动模式(握拳、展拳、内旋、外旋、屈腕、伸腕)进行分类并与另外4个测试算法的分类结果进行比较。实验结果表明:IPSO-SVM算法的平均准确率为93.75%,而传统SVM算法的平均准确率为70.21%;算法的训练时间和泛化时间都有明显的提高;具有较强的鲁棒性和抗干扰能力。因此IPSO-SVM算法可以很好的解决表面肌电信号的动作模式分类问题,具有很好的应用价值。

关键词： 地震预测   模式识别   预报方法   地震活动性和地震构造学   意大利  

摘要： 意大利本土一直是一些致力于地震活动性分析和地震前兆研究的目标区域。尽管有声称大地震之前有过一些观测结果,但仅开展过极少数系统研究,并且迄今为止几乎没有对其效果进行测试。本文我们回顾总结了意大利本土两个正式定义过的中期尺度—中等区域范围地震预报方法,即CN和M8S在意大利的应用情况。这两个不同方法的共同之处在于它们都应用了模式识别的概念,允许处理多个地震前兆集合,对地震活动进行全面系统监测以及对其预报效能进行广泛测试。意大利是针对中等地震活动同时使用M8S和CN两种方法开展例行监测的唯一地区。为使预测固有的空间不确定性和前兆识别区域定义的主观性最小化,进行了大量的努力。针对数据中不可避免的不确定性,开展了很多试验用以评估方法的稳定性。基于这些已有结果,2003年7月发起了M8S和CN预测方法的实时测试。

关键词： 非负矩阵分解   稀疏表示分类   模式识别  

摘要： 非负矩阵分解通过分解得到基矩阵对于非负的矩阵线性表示,该方法已经在模式识别、信息检索、计算机视觉中得到了广泛的应用.对于模式识别问题,基本的非负矩阵分解方法并没有考虑样本的类别信息;除此之外,稀疏表示用于模式识别问题会有更高的识别率.所以提出基于类别信息和稀疏表示的非负矩阵分解用于研究模式识别问题,并且在ORL和YALE人脸库上进行数值实验,实验结果此方法具有更高的识别率.

关键词： 大地电磁   模式识别   阻抗旋转  

摘要： 在音频大地电磁法(AMT)的数据处理中,经常会遇到诸如模式识别、阻抗旋转等问题。重点讨论大地电磁数据处理过程中的模式识别和阻抗旋转并结合案例说明处理效果。