关键词： 光纤传感   入侵监测系统   模式识别   卷积神经网络   地下综合管廊  

摘要： 针对目前地下综合管廊的安全防控需求,设计研制了一种基于分布式光纤振动传感技术的地下管廊入侵监测系统。系统采用分布式光纤马赫曾德尔-萨格纳克混合干涉结构,结合振动传递装置将井盖开关行为转化成对光缆的振动冲击,再利用一维卷积神经网络算法对振动冲击信号做模式识别,通过监测井盖开关实现对地下管廊人为入侵行为的监测。对所设计的系统进行实地测试,采集1573组扰动数据进行模式识别,模式识别正确率在99%以上,识别实时性高,表明该系统能够满足地下综合管廊实际应用的需求,有利于拓展光纤传感技术在地下管廊领域的应用。

关键词： 时空关联   机舰活动   海上安全  

摘要： 机舰活动模式的研究在现代海洋领域具有极其重要的意义。随着海洋环境的不断变化和军事战略的不断演进,对于机舰活动模式的深入理解成为保障海上安全和国家利益的迫切需求。文章旨在借助时空关联分析的方法,深入挖掘机舰活动数据模式,从而更好地解读海洋中机舰的行为规律,提高海上监测和安全防御的水平。

关键词： 智能技术   信息检索   模式识别   个性化推荐   预测模型  

摘要： 阐述信息检索与推荐系统中的自然语言处理技术、机器学习、深度学习技术特点,实现用户行为分析和模式识别、个性化推荐和预测模型,分析检索效率和准确性、增强个性化推荐和用户体验。

关键词： 乌龙茶   绿茶   鲜叶   氨基酸   模式识别  

摘要： 为探明乌龙茶品种鲜叶游离氨基酸的组成轮廓特征,以绿茶品种春季幼嫩鲜叶(一芽二或三叶)和成熟鲜叶(中小开面二至四叶)为对照,对采自乌龙茶品种春、秋两季的幼嫩和成熟鲜叶进行高效液相色谱检测分析和统计模式识别。结果表明,茶树品种、芽叶嫩度和采摘季节对供试鲜叶游离氨基酸组成轮廓均有影响。全部供试茶样可按茶树品种特性划分成乌龙茶与绿茶品种2大类群,且芽叶嫩度对乌龙茶鲜叶游离氨基酸组成轮廓的影响仅次于茶树品种特性引起的茶样组群差异。绿茶与乌龙茶品种春季幼嫩鲜叶、绿茶与乌龙茶品种春季成熟鲜叶、春季乌龙茶品种幼嫩与成熟鲜叶、秋季乌龙茶品种幼嫩与成熟鲜叶、春季和秋季乌龙茶品种幼嫩鲜叶及春季和秋季乌龙茶品种成熟鲜叶间存在客观的类群区分。不同鲜叶来源对供试茶样的游离氨基酸总量及大部分游离氨基酸组分均有显著或极显著影响。较高的甘氨酸、亮氨酸、赖氨酸含量和较低的γ-氨基丁酸含量是乌龙茶品种有别于绿茶品种春季鲜叶的主要差异性成分;相同采摘季节的乌龙茶品种幼嫩鲜叶相较成熟鲜叶拥有更高的精氨酸含量,而不同芽叶嫩度的春季和秋季乌龙茶鲜叶存在不同的差异特征组分。因此,茶树品种遗传特性是影响茶树鲜叶游离氨基酸组成轮廓的主导因子,乌龙茶特定的鲜叶游离氨基酸组成化学模式为其加工品质的形成提供了必要的物质基础。

关键词： 人工智能   模式识别   计算机神经网络   计算机图象处理   工业视觉   孪生网络   卷积神经网络  

摘要： 工业品缺陷存在目标多尺度和随机性等特点,易导致现有的目标检测算法出现误检或漏检现象.基于卷积神经网络架构,提出一种高性能的工业缺陷视觉检测模型,记为SNDec(Siamese network detection).采用并行权重共享的孪生网络(Siamese network, SN)将工业缺陷转化为视觉差异特征.孪生网络由并行特征提取通道构成,并以两通道的差异特征作为输出,能够在抑制同类属性的前提下,最大程度地凸显缺陷特征.结合弱监督定位算法,所提模型能够在实现高精度识别的同时,获取工业缺陷发生位置.通过引入卷积块注意力机制(convolutional block attention module, CBAM),进一步提升了模型检测精度.在真实工况采集的注塑瓶盖数据集以及公开的MVTec数据集上,将当前主流的工业品缺陷视觉检测算法(ResNet 50、1-NN、U-Student和GANomaly)与SNDec模型进行比较.结果表明,SNDec模型取得了89.2%的分类准确率和90.1%的召回率,比ResNet50模型分别提高了5.7%和3.2%.仿真结果验证了基于差异特征实现工业缺陷检测的有效性,结合弱监督定位算法Grad-CAM,SNDec模型能够以热力图形式实现准确的工业缺陷定位,为工业缺陷特征刻画提供更为丰富的信息.

关键词： 道路网   制图综合   格网模式   矩形特性  

摘要： 从格网模式道路网的基本形态特征出发,研究了基于网眼矩形特性的道路格网模式识别方法。首先从样本道路网中任意选取部分典型的格网模式的道路网,统计该区域所有道路网眼单元的矩形度,求得样本区域道路网眼矩形度的平均值和标准差范围。再另外选取其他样本区域作为检验数据,分别用K均值聚类和系统聚类的方法进行识别实验。实验结果表明,该方法具有较高的识别正确率,为格网模式道路网识别和综合奠定了基础。

关键词： DNA依赖的干扰素调节因子激活物(DAI)   信号传导   抗感染免疫   肿瘤免疫   炎症性疾病   免疫调节   综述  

摘要： DNA感受器是一类广泛表达于固有免疫细胞的模式识别受体(PRR),通过识别病原体或异常宿主细胞DNA激活相关炎症信号通路触发固有免疫应答。DNA依赖的干扰素调节因子激活物(DAI)是首个被发现的细胞质DNA感受器,在调控以干扰素诱导和程序性细胞死亡为特征的固有免疫应答中发挥重要作用。我们总结了DAI的分子特性,下游信号通路及其在抗感染免疫、肿瘤免疫和炎症性疾病中的作用及机制,并初步探讨了DAI与移植免疫的相关性,为临床治疗多种免疫性疾病提供新的靶点。

关键词： 益智仁   高效液相色谱法   指纹图谱   盐炙   差异标志物   主成分分析   正交偏最小二乘法判别分析  

摘要： 目的建立益智仁盐炙前后的高效液相色谱(HPLC)指纹图谱,结合化学模式识别法比较益智仁盐炙前后的化学成分差异。方法采用HPLC法建立益智仁生品及盐炙品的指纹图谱,应用主成分分析(PCA)和正交偏最小二乘法判别分析(OPLS-DA)对益智仁生品及盐炙品化学成分进行比较。结果益智仁生品及盐炙品HPLC指纹图谱分别确定了30和32个共有峰,指认了其中8个色谱峰,分别是X2峰(5-羟甲基糠醛)、1号峰(原儿茶酸)、2号峰(原儿茶醛)、4号峰(表儿茶素)、21号峰(白杨素)、22号峰(山奈素)、25号峰(杨芽黄素)和26号峰(圆柚酮)。PCA及OPLS-DA结果显示,益智仁生品和盐炙品各聚为一类。VIP分析共筛选出12个成分是益智仁盐炙前后的差异标志物,分别是X1、26(圆柚酮)、16、3、X2(5-羟甲基糠醛)、25(杨芽黄素)、15、12、8、10、17、20号峰。结论HPLC指纹图谱结合化学模式识别的方法准确可靠,可用于盐炙前后益智仁质量差异分析。

关键词： 语音识别   机器学习   深度学习   语言模型  

摘要： 文章介绍了语音识别的机器学习方法的原理和应用现状,该方法利用深度学习技术使声学特征和语言模型相结合,提高了语音识别的效率和准确性,推动了智能语音领域的发展。在此基础上,文章分析了语音识别的机器学习方法在大数据、物联网、云计算等领域的应用前景,以期为网络应用建设提供参考。

关键词： 不安全行为   化学实验室   目标检测   模式识别   YOLOv7算法  

摘要： 为实现化学实验室动火实验无人值守行为的智能化识别,提出基于目标检测算法的识别方法。定义动火实验无人值守行为并设计6组场景模拟方案,通过对3种不同行为模式进行模拟,构建模型训练与验证所需图像数据集,并基于目标检测算法构建化学实验室动火实验无人值守行为识别模型。研究结果表明:融合SimAM注意力机制且使用WIoU损失函数的模型识别精确率达0.996,召回率0.996,mAP@0.5为0.996;泛化能力测试精确率为0.891,召回率为0.783,mAP@0.5为0.821,融合SimAM注意力机制且使用WIoU损失函数后的模型的识别能力和泛化能力均得到明显提升。研究结果可为化学实验室动火实验无人值守行为识别与预警提供技术支撑。