关键词： 三维地震勘探   岩浆岩侵入区   天然焦   地震属性   地震正演  

摘要： 侵入煤层的岩浆岩对煤矿的高效开采有重大的影响,为此识别煤层的岩浆岩具有重要意义。基于属性模式识别的三维地震勘探解释方法能够探明原生煤层与岩浆岩的空间产状形态,以淮北矿区为研究区,开展岩浆岩侵入煤层区三维地震响应与识别研究。选取淮北矿区岩石物理参数建立岩浆岩侵入区地质模型,对侵入区地质模型进行地震正演模拟,提取了岩浆岩侵入区内岩浆岩、天然焦和原生煤层的地震瞬时振幅属性,分析并总结了岩浆岩侵入区内岩浆岩、天然焦和原生煤层的地震属性响应特征。最后以淮北BZ矿区三维地震资料为例,对研究区内的岩浆侵入情况进行解释与识别,利用钻孔资料匹配了研究区岩浆岩侵入区混合层的地震响应特征,采用3种模式对采区目的层岩浆岩侵入程度进行了识别和评价,取得了较好的效果。研究成果可为类似矿区提供参考。

关键词： 表面增强拉曼光谱   Au/SiO_(2)复合纳米球阵列   模式识别   海洛因及其代谢物   灵敏检测   精准鉴别  

摘要： 高危阿片类毒品海洛因的泛滥,对国家安定、社会经济和人民生命财产安全带来了巨大的危害。高效、准确的海洛因及其代谢物的检测鉴定方法在打击毒品犯罪,处理涉毒案件以及公安禁毒工作中具有十分重要的意义。表面增强拉曼光谱(SERS)兼具检测速度快、操作简便、灵敏度高、指纹识别及无损检测等优点,能够实现对毒品的高效、便携检测。若结合模式识别技术,可提高数据处理效率、避免人为错判的发生,进而实现自动精确分类识别的目的。针对溶液中微/痕量海洛因及其代谢物,提出了基于Au/SiO_(2)复合纳米球阵列(Au/SiO_(2)NSA)的SERS检测与模式识别相结合的方法,实现对它们的灵敏检测与高效鉴别。首先,采用气-液界面自组装和磁控溅射沉积的方法制备了具有良好SERS活性和结构一致性的Au/SiO_(2)NSA,以此为SERS基底(芯片),结合便携式拉曼光谱仪,成功实现了对水溶液中海洛因及其主要活性代谢物(6-单乙酰吗啡(6-MAM)和吗啡)的灵敏检测,检测限低至10^(-4)mg·mL^(-1)。然后,利用模式识别技术中的系统聚类分析(HCA)、主成分分析(PCA)和支持向量机(SVM)对所获得的谱图数据进行定性/定量分类识别。结果表明,在HCA和PCA均能准确分类的基础上,采用基于径向核函数、线性核函数、多项式核函数、S型核函数中任意一种建立的PCA-SVM模型,均能够100%地对海洛因、6-MAM和吗啡进行定性识别;选取基于径向核函数的SVM模型,对不同浓度海洛因定量区分的准确率可达90.1%;而通过基于线性核函数的SVM模型,对不同浓度6-MAM和吗啡的判别准确率分别为84.8%、70.2%。这项工作不仅为基于SERS的灵敏检测与精准鉴别提供了一种具有实用价值的高质量基底(芯片),也为对海洛因及其代谢物进行准确的分类及识别给出了可行的方案。

关键词： 模式识别   机器学习  

ISBN: (纸本)9787111735267

摘要： 本书将模式识别任务按照监督学习和无监督学习两种方式进行组织。第1章讨论模式识别和机器学习的内在关系，介绍了两者的基础知识和模式识别的设计过程。第2章和第3章介绍了最优化的和常规的基于实例的分类问题。第4-6章检验了参数的、非参数的和函数逼近的分类规则。第7章和第8章就分类的误差估计和模型选择对分类模型的性能进行讨论。第9章介绍了能够提高分类模型的性能并减少存储空间的降维技术。第10章和第11章分别介绍了聚类分析技术和回归模型。

摘要： Complex networks are essential tools for understanding interconnected systems across various domains. This thesis focuses on the analysis, classification, and modeling of complex networks, aiming to extract meaningful insights using innovative methodologies. The study explores the complex network classification, with a secondary focus on modeling real phenomena in health science and shape analysis. The research objective is to develop novel methodologies surpassing existing network classification techniques. Two key components are investigated: utilizing the adjacency matrix for network analysis and applying multiscale techniques for graph analysis. The investigation of the graph matrices reveals promising results, with node centrality-based ordination and node similarity enhancing image analysis representation. Quantitative analysis on diverse datasets, including real systems, demonstrates satisfactory classification accuracies with low parametrization. Also, computer vision-inspired techniques, such as k-core decomposition and distance transform enhance graph and shape classification. The completion of this PhD in complex networks also explores the ICD-ORPHA network from the Brazilian Ministry of Health. To address the limitations of the ICD-10 system for rare diseases, a specialized medical terminology known as ORPHA is employed, providing a comprehensive nomenclature specifically designed for rare diseases. This research expands the understanding of complex network modeling and its application in the healthcare domain through an interactive web-app system. Furthermore, during the COVID-19 pandemic, a proposed SIR-based model evaluates population dynamics and enhances understanding of the evolution of the pandemic. These methodologies offer valuable tools for public health insights and classification performance improvement. In conclusion, this research advances complex network analysis, classification, and modeling with innovative methodologies. Findings have br

关键词： 近场天线测量   电力电缆   局部放电   相位分布模式   模式识别  

摘要： 电缆局部放电检测技术是电力正常传输的重要保障,现阶段广泛运用的检测技术主要有超声波法、脉冲电流法、高频电流法以及特高频法,这些方法在30~300 MHz频段内存在检测盲区,因此甚高频范围内的局部放电检测方法需进一步研究。基于近场天线测量技术,设计一种近磁场传感器,通过频率响应和灵敏度测试检验传感器性能;搭建基于近磁场传感器的电缆局部放电检测系统,构造实验室内电缆接头和户外电缆接头、电缆本体、电缆终端绝缘缺陷,开展电缆局部放电检测试验。结果表明:近磁场传感器检测电缆局部放电在100 kHz~100 MHz频段内的输出信号平稳,与局部放电的电荷量线性度良好。近磁场传感器检测不同电缆缺陷表现出的谱图特征不同于高频电流法,差异更为明显。基于选取的6个统计特征量所设计的局部放电检测系统对局部放电模式的平均识别率为87.67%,识别效果良好。

关键词： 密码算法识别   SM4算法   工作模式   深度学习   Transformer模型  

摘要： 密码算法识别是开展密码设备监管、密码分析等工作的前提,在对现有密码算法识别方案进行总结和分析的基础上,利用K近邻(KNN)算法和随机性检测工具分析SM4分组密码算法不同工作模式下密文识别准确率低的原因。针对现有方案在SM4算法多种工作模式密文混合场景下识别准确率低的现状,证明深度学习应用于SM4分组密码算法工作模式识别问题的可行性,提出一种基于Transformer的SM4算法工作模式密文识别方案。在ECB、CBC、CFB、OFB、CTR工作模式下对文件进行批量加密,密文文件经过数据预处理形成密文数据集,然后输入Transformer模型进行五分类识别。实验结果表明,SM4算法5种工作模式在密文混合场景下识别准确率达到94.94%,证明所提方案可有效提升SM4分组密码算法5种工作模式在密文混合场景下的识别准确率。将密文数据集输入卷积神经网络、循环神经网络、ResNet进行对比实验,结果表明,相较于这3种传统神经网络,基于自注意力机制的Transformer模型识别准确率分别提升18.38、26.96、10.44个百分点。

关键词： 天然免疫   DNA感受器   干扰素   DNA病毒  

摘要： 天然免疫系统在检测外来入侵物质和激发特异性免疫系统中发挥至关重要的作用,机体利用DNA模式识别受体(PRRs)识别入侵的DNA病毒或细菌的病原分子相关模式配体(PAMPs),与下游接头蛋白连接,引发干扰素、促炎细胞因子和其他抗病毒细胞因子,以此来保护机体免受相应病原体的侵害。其中,病原体释放到细胞中DNA是最主要的PAMPs。随着对DNA PRRs研究不断的深入,DNA PRRs介导天然免疫的机制已逐渐明朗。文章结合哺乳动物DNA PRR相关研究重点对家禽DNA PRRs(cGAS、IFI16、AIM2、DDX41、TLR21等)介导抗DNA病毒天然免疫的机制进行探讨,对于研究和开发新型抗病毒和抗菌药物具有显著意义,此外,也有助于深入研究哺乳动物天然免疫系统的演化历程和发展过程。

关键词： 居民地   地图综合   街道相交角   格网模式   模式识别  

摘要： 论文从格网模式的居民地街道网单元的基本特征出发,即居民地内街道相互正交,呈近似直角的特征,从城市地图上选取130个居民地进行研究,获取实测数据,统计出居民地街道相交角,计算出所有街道相交角的均值和标准差,运用层次聚类的方法,进行格网模式居民地的识别。已有方法只针对特定的几个居民地设计算法,且算法复杂,需要设定的条件多,推广性受到限制。本文方法简单易行,且阈值范围来源于实际地图数据,能够适应实际的工程应用,克服了已有算法的不足。

关键词： 金银花   模式识别   质量评价   定量分析   化学标志物   超高效液相色谱-三重四极杆串联质谱   产地   成分  

摘要： 目的:筛选不同产地金银花药材特征性组分,为其产地鉴别及质量评价提供科学依据。方法:采集3个不同产区(山东省、河南省、河北省)55批金银花药材的超高效液相色谱-三重四极杆串联质谱(UPLC-QQQMS/MS),对绿原酸、木犀草苷、咖啡酸等14个指标性成分进行定量检测,结合聚类分析、偏最小二乘判别分析等模式识别方法进行质量评价。结果:不同产地金银花样品共标定14个共有峰,其中河南省新乡产区药材中獐芽菜苦苷含量最高,河北省金银花中木犀草素成分含量最高。各批样品聚为3类,木犀草苷、金丝桃苷、咖啡酸、木犀草素、异绿原酸B、断氧化马钱子苷、1,5-二咖啡酰奎宁酸为质量差异标志物。结论:UPLC-QQQ-MS/MS多成分定量结合模式识别的方法能科学评价不同产地金银花药材的质量。

关键词： 裂项相消   模式识别   数学计算   常见形式   代数变形   观察分析能力   求和   形式多样  

摘要： “裂项相消再求和”是数列中常见求和方式之一,其形式多样、应用广泛、变换巧妙、内涵丰富,是培养学生模式识别、代数变形、数学计算和观察分析能力的良好素材.下面,笔者就其基本原理和常见形式做一阐释和梳理一、基本原理.