关键词： 代谢组学   模式识别   桃叶珊瑚苷   光老化   生物标志物  

摘要： 目的采用高通量细胞代谢组学技术分析桃叶珊瑚苷干预光老化ESF-1细胞的效应机制和有效作用靶点。方法细胞UVA损伤模型法制备光老化细胞模型,给予低中高不同剂量的桃叶珊瑚苷DMEM培养液进行干预,通过检测细胞所含总超氧化物歧化酶(T-SOD)、谷胱甘肽过氧化酶(GSH-Px)、过氧化氢酶(CAT)、丙二醛(MDA)的活性和含量评价光老化ESF-1细胞模型的氧化损伤情况及桃叶珊瑚苷对模型的干预作用。在此基础上基于高分辨质谱技术对正常细胞、光老化细胞及桃叶珊瑚苷干预后的细胞进行高通量的代谢足迹分析。通过模式识别技术对海量的数据采取降维处理和多元统计分析。结果与空白组相比,模型组细胞中SOD、GSH-Px、CAT活性明显降低,MDA含量明显升高(P<0.01);与模型组相比,给药组能提高SOD、GSH-Px、CAT活性,降低MDA含量,其中中、高剂量组差异有统计学意义(P<0.05或P<0.01)。光老化细胞代谢与空白组细胞存在显著性差异,发生扰乱的代谢主要集中在花生四烯酸代谢、谷胱甘肽代谢。通过聚焦分析发现了6个核心的生物标志物,且这些小分子代谢产物在给予桃叶珊瑚苷干预后都发生了有效的回调。结论桃叶珊瑚苷对光老化有很好的治疗作用,其作用机制可能与花生四烯酸代谢机制相关,本研究为早期预防和药物研发提供了新思路和新方法。

关键词： 模糊優選   相對優屬度   模糊模式識別  

摘要： 在建立了评价指标体系的基础上，引入模糊优选理论的综合评价模型，兼顾产品服务品质的模糊性、复杂性和难以量化等特点，对速食餐厅选择模式进行评价。首先对定性因素两两定量化评价，并根据其贡献大小确定各因素权重，最後用模糊优选与模糊模式识别两种方法对方案进行优选，此种方法综合权衡了多因素对结果的影响效果，避免了单因素决策的片面性和主观认识的局限性，能较客观的反映实际和人们对事物的评价。模型中利用二元对比法确定各评价指标的合理权重，依据所得结果对决策指标的重要程度进行排序，减少了主观因素的影响，提高了评价结论的准确性，为速食店选择评价模式提供了一种新方法。

关键词： 声表面波(SAW)传感器   模式识别   定性分析   MATLAB  

摘要： 针对野外文物古迹环境的多变性、传感器气敏性失效以及腐蚀性气体定性不精确等实际情况,结合物联网技术和模式识别技术,在综合考虑准确度和项目实际要求的情况下,设计了一种基于声表面波(SAW)传感器阵列的模式识别算法,并通过MATLAB对其进行仿真和验证。结果证明,将传感器阵列输出的数据输入到有6个隐层的神经单元的单隐层BP神经网络中进行训练,预测效果最好,对腐蚀性气体的识别率达到了95%左右,提高了野外微气象环境下腐蚀性气体的监测水平。

关键词： 薄层   调谐理论   特色属性   地震沉积学   拟声波反演   去强屏蔽   压缩感知   模式识别  

摘要： 薄层和薄互层油气藏是一类很重要的油气藏。由于地震数据对薄层的分辨能力有限,该类储层的地震预测难度较大。在文献阅读基础上,对多年的研究工作进行了总结,对薄层、薄互层叠后地震解释关键技术进行了梳理与综合评述,内容包括基于经典调谐理论的解释方法、特色属性提取与分析方法、基于地震沉积学的解释方法、拟声波反演技术、去薄层强屏蔽技术、压缩感知谱反演提高分辨率技术和模式识别砂体自动检测技术等7个方面。给出了每种方法技术的基本原理和物理意义,进行了模型测试与效果分析,并对实际应用效果进行了简要评述,对勘探开发人员做好薄层、薄互层的油气预测有一定的指导意义和借鉴作用。

关键词： 模式识别   图像处理   应用研究  

摘要： 视频监控不再是简简单单的将城市各个角落的图像的摄入,而是向着更加智能,更加先进的方向发展。模式识别是基于拓扑论的聚类法,因为拓扑论属于几何学范畴,而聚类法属于代数学范畴,所以,单纯的使用刚性数学方法难以在计算机中建立模型。所以,如果将几何学范畴的拓扑论转化为代数元素,是模式识别实现计算机辅助处理的关键。图像模式识别技术,是几何科学与代数科学的完美结合。因为聚类分析属于代数科学,而拓扑论属于几何科学。本文采用的方法,成功利用图像的数字化预处理,绕过了拓扑论的必要处理环节,让拓扑识别工作交给BP神经网络实现。

关键词： 特征提取   不变量   形状描述   形状匹配   目标识别   模式识别  

摘要： 目的形状作为图像检索、目标识别等任务中的一种重要线索,一直是计算机视觉领域研究的重点课题。形状识别在实际应用中经常受到视角变化、非线性形变等因素的干扰,导致识别精度较低。针对这一状况,提出一种多尺度的不变量形状描述。方法方法首先在多个尺度下对形状轮廓进行计算,提取5种不变量特征,以构建对形状的有效描述,然后利用动态时间规整(DTW)算法对形状描述进行匹配,计算形状之间的相似度,以完成形状的匹配与识别。结果基于不变量多尺度的形状描述对于旋转、缩放、局部遮挡、铰接形变、类内差异,以及噪声等干扰具有很强的鲁棒性。同时,方法被用于对MPEG-7、Kimia99、Kimia216以及铰接形状数据库中的形状进行识别,取得了较高的识别精度,分别为91.79%、95.27%、91.33%,以及89.75%。此外,在MPEG-7数据库中进行形状识别的平均耗时为65 ms,优于大多数同类方法。结论提出了一种基于不变量多尺度的形状描述方法。该方法能提取形状在不同尺度下的多种不变量特征,对形状进行有效描述,提高了形状描述对几何变换和非线性形变等干扰的鲁棒性以及形状匹配识别精度,适用于大多数应用场景下的目标识别任务。尤其是在旋转、缩放、类内差异、局部遮挡和铰接变形等干扰存在的情况下也能保持较高的识别正确率。

关键词： 案例教学法   模式识别   公安信息化   教学模式与改革  

摘要： 模式识别是信息技术领域的一项新兴技术,是公安信息化建设的重要基础,有必要在公安院校中开设"模式识别导论"课程。然而,"模式识别"是一门综合性和理论性极强的学科,相关理论和方法晦涩难懂。在教学实践的基础上,融合案例教学法和传统教学法的优点,设计"模式识别导论"课堂教学模式。教学实践表明,融合案例教学法和传统教学法来讲解模式识别导论,学生的积极性明显提高,课堂气氛明显活跃,学习效果明显改善。

关键词： 振动与波   行星齿轮箱   遗传编程   无量纲指标   复合诊断指标   模式识别  

摘要： 针对传统的信号处理方法较难获取行星齿轮箱故障特征和有量纲指标在变工况情况下诊断失效的问题,提出将无量纲指标应用于行星齿轮箱故障诊断的方法。首先分别计算行星齿轮箱在不同故障模式下振动信号的七个无量纲指标,然后用遗传编程的方法构建新的复合诊断指标,最后将该复合诊断指标在变载荷、变转速工况下对不同的故障模式进行区分。实验结果表明,该方法可以识别行星齿轮箱在不同工况下的故障状态,验证了其有效性。

关键词： 安全人机工程   课桌椅   模式识别   BP神经网络   改进设计  

摘要： 为了对高校课桌椅安全人机匹配功能进行评价,在确立了8个评价指标的基础上,通过建立改进的BP神经网络模型对大样本数据进行机器学习和模式识别。将模型应用到实际高校课桌椅评价中,利用安全人机工程学原则对有关参数进行了改进设计并进行了评价验证。结果表明,模型具有较高的识别效率和准确度,证明了实际应用的可行性。

关键词： 高压断路器   特征提取   故障模式识别   支持向量机   增量学习算法  

摘要： 高压断路器故障模式的准确识别是矿井电网智能化发展过程中的重要支撑环节。针对高压断路器故障数据不易获取且故障样本较少的问题,提出了一种支持向量机与增量学习算法相结合的故障识别方法,确定了以断路器控制回路电流信号、电压信号以及分合闸振动信号为状态监测量,模拟了弹簧松动、铁芯卡涩、供电异常与线圈老化4种常见故障,提取了故障特征量并建立了故障数据样本与增量学习数据样本,采用支持向量机增量学习算法训练得到了故障识别模型,并利用新增数据样本对其进行了验证。结果表明:支持向量机增量学习算法可准确识别上述4种常见故障,并可以通过对新增样本的不断学习进一步提高识别精度。