关键词： 中国计算机学会   中国自动化学会   计算机视觉   模式识别   人工智能学会  

摘要： 第七届中国模式识别与计算机视觉大会(The 7th Chinese Conference on Pattern Recognition and Computer Vision,PRCV 2024)将于2024年10月18—20日在乌鲁木齐举办。PRCV2024由中国自动化学会、中国图象图形学学会、中国人工智能学会和中国计算机学会联合主办。

关键词： GIS   SCG算法   局部放电   特高频检测法   特征提取  

摘要： 为了更好识别气体绝缘组合电器设备复杂的局部放电模式,利用特高频检测法和比例共轭梯度算法检测局部放电信号,并搭建气体绝缘组合电器设备模型。结果表明,当时间为13.5 ns时,检测到2号传感器的放电信号,并且波形频率更高说明离放电电源更近。在训练集,悬浮与尖端放电的识别准确率为80.6%,复杂局部放电类型平均识别准确率为86.2%。在验证集,悬浮与尖端放电的识别准确率为83.3%,平均准确率为93.2%。设置30的隐含层数,此时数据分类的准确率为87.3%。这证明局部放电类型识别准确率较高,对检测电力系统的安全性和可靠性提供保障。

关键词： 天冬   产地   HPLC指纹图谱   相似度   聚类分析   主成分分析   偏最小二乘判别分析   差异性特征成分   质量评价  

摘要： 目的采用指纹图谱结合化学模式识别评价不同产地天冬的质量。方法采用中谱红ODS-H C_(18)色谱柱(250 mm×4.6 mm,5μm),流动相为乙腈-甲醇-0.1%磷酸水,梯度洗脱,流速1.0 mL·min^(-1),柱温30℃,检测波长215 nm。采用SIMCA 14.1软件,用化学模式识别分析21批不同产地天冬样品的共有峰。结果建立了不同产地天冬的HPLC指纹图谱,标定了11个共有峰,并指认了2个成分,相似度为0.712~0.951;聚类分析、主成分分析及偏最小二乘判别分析均将21批天冬分为4类,结合投影重要性指标(VIP)>1,筛选出峰1、峰5、峰6、峰8、峰9、峰11等6个成分可能是不同产地天冬的差异性特征成分。结论所用方法稳定可靠、专属性强,可为综合评价不同产地天冬药材的质量提供参考。

关键词： 食品营养   熵值法   热重分析   燃烧热   灰色模式识别   灰色关联系数聚类分析  

摘要： 选择我国不同地区红薯、山药、葛根、紫薯4种薯类食品作为研究对象,对食品多指标测定与综合评价.从燃烧热、燃烧稳定性、脂肪、灰分、粗纤维含量方面评价食品营养.测定4种食品燃烧热、燃烧稳定性、脂肪、灰分及粗纤维含量,并从食品营养方面用化学计量方法进行质量评价与分类.结果表明,4种薯类食品燃烧热大小顺序为:葛根>红薯>山药>紫薯,燃烧稳定性排序为:山药>葛根>紫薯>红薯,脂肪含量顺序为:葛根>紫薯>红薯>山药,灰分含量顺序为:葛根>山药>红薯>紫薯,粗纤维含量顺序为:紫薯>山药>葛根>红薯,多指标化学计量分析顺序为:山药>葛根>紫薯>红薯.这项研究为热重分析方法研究食品燃烧稳定性评价与研究提供理论支持,这项研究建立的多指标综合评价体系为食品营养评价提供一种新思路,这项研究为大规模开发食品资源以及食品分类研究提供有力地科学依据.

关键词： 肤痒颗粒   化学成分   含量测定   UHPLC   热图聚类分析   主成分分析  

摘要： 目的 同时测定肤痒颗粒中新绿原酸、咖啡酸、绿原酸、隐绿原酸、羟基红花黄色素A、阿魏酸、洋川芎内酯I、洋川芎内酯H、洋川芎内酯A的含量,并进行化学模式识别。方法 UHPLC分析采用Waters Acquity UPLC?BEH C_(18)色谱柱(150 mm×2.1 mm, 1.7μm);流动相乙腈-0.01%磷酸,梯度洗脱;体积流量0.4 mL/min;柱温35℃;检测波长278、322、325、390 nm。再进行热图聚类分析、主成分分析。结果 9种成分在各自范围内线性关系良好(r>0.999 0),平均加样回收率93.89%~102.25%,RSD 0.85%~2.88%。同一企业不同批次样品整体质量一致,而不同企业样品之间整体质量差异较大。2个主成分累积贡献率大于64%。结论 该方法简便准确,可为肤痒颗粒质量评价提供参考。

关键词： 泥浆泵   故障诊断   深度学习   集合经验模态分解   时频图   模式识别  

摘要： 采用信号处理方法较难提取到清晰、有效的泥浆泵故障特征,传统机器学习方法需要用其他信号处理方法提取原始信号故障特征,不能充分挖掘深层隐层特征。提出基于EEMD-CNN的泥浆泵故障诊断方法提取泥浆泵故障特征,首先对采集的3种状态泥浆泵振动信号进行EEMD分解之后进行重构,去除与故障特征无关的噪声以及其他信息,通过短时傅里叶变换将一维时域信号转变为二维时频图,并输入CNN网络中进行模式识别。经实验验证,该方法针对3种状态下的泥浆泵故障诊断准确率达到97%,极大提高了故障诊断的准确率。

关键词： 运动想象   脑机接口   脑电模式   预测模型  

摘要： 运动想象脑机接口技术作为一项创新治疗手段,通过解码大脑在想象肢体运动时产生的脑电信号,有望克服治疗手段和药物研发的限制,为治愈脑疾病和恢复受损脑功能提供新途径。研究关注不同人群在不同运动想象任务下脑电信号的差异以及对运动想象模式的准确识别,选取36名18~25岁的健康成年人,具备不同运动项目专长,设计3类运动想象任务,并采集了相应的脑电信号,对其特征进行深入分析。在受试者群体的差异性基础上,提出一种全新的深度学习框架RbMI-Net(Rhythm-based Motor Imagery Net)。该模型采用小波变换提取脑电信号特征信息,并将其输入到本研究设计的多层感知机模型中,以实现对不同运动想象脑电模式的准确识别。研究结果表明:1)在任务开始前和任务执行中,具有脚部运动优势的受试者表现出相对较高的大脑激活水平,较手部运动优势和手脚运动优势的受试者更为显著。手部运动优势的受试者在任务前后的大脑活动状态相对平稳,激活程度较低。2)RbMI-Net模型在十折交叉验证中展现出卓越的稳定性和准确性,三分类准确率达到82.59%,Kappa值为0.76。该模型在运动想象任务的脑电模式识别方面表现出色,优于当前领域内常见的脑电模式识别模型,成功突破了脑机接口技术的多分类难题。因此,通过深入研究不同运动专长人群的神经机制,本研究对于了解健康成年人在多项目运动想象模式方面具有重要意义,未来在推动脑机接口技术在大众运动健康中的应用也有深远的影响。

关键词： 模糊数学   模糊模式识别   三角形识别   高斯隶属函数  

摘要： 本文探索基于高斯隶属函数模糊逻辑的新方法，以提高三角形类型的精确识别。通过将模糊逻辑与传统三角形特征识别方法相结合，实现对不同类型的三角形（如锐角、钝角、直角、等腰和等边三角形）进行精确识别以提高三角形类型识别的鲁棒性和准确性。本研究的主要用途包括但不限于计算机视觉中的物体识别、图像处理中的三角形特征提取、自动控制系统中的形状识别以及教育领域中的数学教学辅助。

关键词： 数据挖掘   仪器检验检测   方法优化   模式识别  

摘要： 本文旨在基于数据挖掘技术探讨仪器检验检测方法的优化路径.首先,本文通过深入分析数据挖掘技术在仪器检验检测中的应用优势,提出了一套完整的优化流程,包括数据收集与预处理、模式识别与分析、检测流程优化、预测模型构建以及结果验证与反馈.其次,通过聚类分析和关联规则挖掘等数据挖掘技术,分析了检测数据的关键模式和趋势.最后,进一步探讨了如何调整检测参数和流程,以提高检测效率和精度.期望通过本文的研究,能够实现仪器性能的预测和维护需求,优化设备管理,并对仪器检验检测情况进行持续改进.