关键词： 枳实   挥发油   GC-MS   指纹图谱   化学计量学  

摘要： 目的建立不同基原枳实挥发油的气相色谱-质谱联用(GC-MS)指纹图谱,并结合化学模式识别进行评价。方法采用GC-MS建立枳实中挥发油的指纹图谱分析方法,并进行相似度评价,通过聚类分析(CA)、主成分分析(PCA)、正交偏最小二乘法(OPLS-DA)判别分析酸橙枳实与甜橙枳实中的挥发油差异。结果建立了枳实挥发油的GC-MS指纹图谱,酸橙枳实中确认了12个共有峰,甜橙枳实中确认了5个共有峰,并指认了12个共有峰。不同批次酸橙枳实的相似度在0.93以上,不同批次甜橙枳实的相似度在0.98以上。CA、PCA和OPLS-DA结果显示两种枳实挥发油成分存在一定的差异,均可被明显区分,综合分析变量重要性投影VIP值和载荷散点图,共筛选出7个差异性成分。结论GC-MS指纹图谱结合化学计量模式识别可以全面、系统地评价不同基原枳实挥发油的质量特征,为枳实的鉴别和质量评价提供参考。

关键词： 板形缺陷   冷轧带钢   板形识别   改进猎食者算法   神经网络   核极限学习机  

摘要： 针对目前板形识别方法存在的识别精度低、速度慢等问题,提出了一种改进猎食者算法优化核极限学习机(IHPO-KELM)的冷轧带钢板形识别模型。首先,为减少网络中初始参数的数量、提高板形识别的精度与速度,采用了核极限学习机(KELM)网络;其次,为提高猎食者(HPO)算法的精度,利用基于Sine混沌映射初始化猎食者算法的种群,并针对HPO在迭代过程中易陷入局部早熟的问题,在改进的线性组合位置更新公式中加入莱维飞行机制;然后利用改进猎食者算法对核极限学习机网络识别模型的正则化系数和核参数进行优化,提高板形识别的精度;最后,通过Matlab仿真验证了IHPO-KELM算法具有网络结构简单、收敛速度快、识别精度高等优点。采用IHPO-KELM算法对某公司900HC可逆冷轧机实测数据进行识别,其识别精度比麻雀算法优化KELM(SSA-KELM)识别模型提高了58.8%,表明IHPO-KELM识别模型具有良好的泛化能力,为板形缺陷的高效智能识别提供了新思路。

关键词： 学术刊物   高年级大学生   科研人员   中国科学院   中国自动化学会   工程技术人员   智能计算机   模式识别  

摘要： 《模式识别与人工智能》是中国自动化学会、国家智能计算机研究开发中心和中国科学院合肥智能机械研究所共同主办的学术刊物。本刊面向国内外各高等院校、研究机构和企业的科研人员、教师、工程技术人员及研究生和高年级大学生。

关键词： 表面肌电信号   踝关节运动   模式识别   卷积神经网络  

摘要： 采用两个无线表面肌电信号采集器,采集人体小腿比目鱼肌和腓骨短肌的踝关节背曲、跖曲、内翻、外翻动作信号,对两通道的原始信号进行归一化,将归一化后的数据输入到卷积神经网络,对踝关节4种运动进行模式识别。实验采集6名健康被试,针对单个被试的最高分类准确率为98.19%,平均识别率为97.04%,模式识别模型和采集通道能以较高分类准确率区别踝关节的4种动作。针对6名被试的整体分类识别率为95.11%,说明个体之间的肌电信号存在共性。

关键词： 自然语言处理   深度神经网络   封闭世界假设   机器学习   智能感知   模式识别   知识规则   分类性能  

摘要： 模式识别和人工智能领域60多年来的研究取得了巨大进展。尤其是近年来快速发展的深度学习(深度神经网络)方法,在视觉模式识别、语音识别、自然语言处理、博弈等智能感知和认知问题上都取得了超过传统的基于人工特征和知识规则的方法的性能,甚至超过人类水平。深度学习相比传统模式识别方法的最大特点是从数据自动学习具有很强判别性和表示能力的特征,从而得到很高的分类性能。然而,这些成功大多依赖于传统机器学习的三个基本假设:封闭世界假设(类别集固定)、独立同分布假设(测试数据和训练数据的分布一致且样本间相互独立)、大数据假设(需要大量样本估计模型参数)。在实际开放环境下,这些条件假设往往不满足,实际应用中存在许多不利因素,如类别集开放且动态变化,样本间相关且分布随场景或时间变化,标记样本不足且存在噪声样本等。

关键词： 水文模型知识   自然语言处理   命名实体识别   BERT模型   模式识别   知识抽取  

摘要： 为研究水利领域知识图谱构建中基于文本的知识自动抽取方法,本文以水文模型的名称、模拟要素、应用流域、计算时段、精度、继承-发展关系、研发人、研发单位等知识抽取为例,以883篇水文模型领域中文期刊论文为数据源,构建了BERT-Base-Chinese模型、LAC(Lexical Analysis of Chinese)工具、模式识别联合的多策略水文模型命名实体识别方法。本文采用五位序列标注法(BMOES)方法对期刊论文进行人工标注等处理,建立知识抽取的输入数据集,用于BERT模型训练以及多策略识别方法的性能评价。识别结果显示:多策略识别方法对8种水文模型领域命名实体识别结果精确率和召回率的调和平均数(F 1值)均达到90%以上;针对不同实体类别,采取不同的命名实体识别方法较单BERT模型识别方法能有效提高识别性能。本文提出的方法可为水利领域其他场景的知识抽取提供参考,为领域知识图谱构建提供支撑。

关键词： 国际体育计算机科学研讨会   机器学习   计算机视觉   数据挖掘   模式识别   虚拟现实   建模与预测   运动表现分析  

摘要： 第14届国际体育计算机科学研讨会于2023年9月27日—30日在浙江大学教育学院成功举行,汇聚了来自德国、奥地利、西班牙、瑞士、土耳其、爱尔兰、韩国、日本、新加坡、澳大利亚和中国的35所大学和科研机构,近百名专家、学者和学生,共同探索体育科学与计算机科学等多学科的交叉研究。会议精选了67篇论文、5个主旨报告和2个工作坊,包括体育领域中的机器学习、计算机视觉、数据挖掘、模式识别、数据库、大数据、建模与预测、传感器,以及球类、田径、跆拳道、射箭等比赛数据和运动表现分析等主题。这些研究为体育科学领域带来了崭新的见解,展现了多学科、跨领域合作研究的重要性及发展潜力。

关键词： 朋辈教育   自主学习   助学团  

摘要： 目前,朋辈教育已经广泛应用于思政、体育等多个方面,并取得了不错的效果。本文以朋辈教育为理念,以“模式识别与机器学习”课程的朋辈教育实践为例,探讨了朋辈教育模式在工科专业课程中的应用。朋辈教育作为一种补充教育模式,可以通过助学团为专业课程学习上有困难的学生提供个性化指导;通过以赛促练,让助学团成员和有自主学习意识的学生互相学习,相互促进,共同提升工程实践能力和科研能力。

关键词： 接骨草   指纹图谱   差异特征成分   化学模式识别   绿原酸   新绿原酸   隐绿原酸  

摘要： 目的建立接骨草Sambucus javanica的HPLC指纹图谱,并结合化学模式识别为接骨草药材质量评价及临床应用提供参考。方法采用HPLC-DAD法,以乙腈-0.2%磷酸溶液梯度洗脱,建立接骨草指纹图谱,同时测定新绿原酸、绿原酸、隐绿原酸的含量;采用相似度评价、聚类分析(cluster analysis,CA)、主成分分析(principal component analysis,PCA)和正交偏最小二乘-判别分析(orthogonal partial least squares discriminant analysis,OPLS-DA)等化学模式识别对差异性特征成分进行筛选。结果建立的指纹图谱方法符合方法学要求,17批接骨草药材HPLC指纹图谱共标定9个共有峰,相似度均大于0.9,通过聚类分析将不同产地接骨草分为3类,聚类分析与主成分分析结果一致;综合分析筛选绿原酸、隐绿原酸和新绿原酸作为接骨草有效成分,质量分数分别在0.060%~1.007%、0.014%~0.074%、0.004%~0.151%。结论采用指纹图谱结合化学模式识别技术可快速、有效地筛选出接骨草的差异性特征成分,为接骨草药材质量评价及临床应用提供参考。

关键词： 不同产地   蒲公英根   特征图谱   聚类分析   主成分分析  

摘要： 为建立不同产地的蒲公英根HPLC特征图谱评价方法，结合系统聚类分析和主成分分析，为蒲公英根质量控制和药材质量评价提供一种新方案。选取吉林省内具有区域代表性的4个产区、20个试验区生产的蒲公英根。建立HPLC法特征图谱，用“中药色谱特征图谱相似度评价系统”（2012版）建立特征图谱共有模式和相似度计算，并用SPSS21.0软件进行聚类分析和主成分分析。结果 建立蒲公英根HPLC特征图谱，确定8个共有峰，指认4个酚酸类成分，分别为单咖啡酰酒石酸、绿原酸、咖啡酸和菊苣酸，并通过相似度分析、聚类分析和主成分分析确定为蒲公英根的特征标志物。聚类分析表明吉林省蒲公英根样品在化学成分与含量上具有一定的相似性，但也存在一定的差异。主成分分析表明不同酚酸含量之间存在一定的相关性。结论 该方法操作简便，准确可靠，重复性好，所建立HPLC特征图谱及成分差异的分析结果能较好地为蒲公英根质量标准提供参考。