关键词： 音乐节奏感知   直方图检测方法   信号预处理   音乐节拍提取  

摘要： 随着音乐技术的不断发展和普及,音乐节奏感知在音乐信息处理和音乐理解中扮演着重要的角色。基于此,通过对音乐信号的分析和处理,提供一种可行的方法来自动识别和理解音乐中的节奏模式,从而加深对音乐的感知和理解。首先,对音乐信号进行预处理,包括去除噪声、归一化处理等;其次,提出一种新的基于直方图的音乐节奏检测方法,通过对音乐节拍序列进行分析和建模来实现音乐节奏感知;最后,进行实验验证。

关键词： 表面肌电信号   支持向量机   机械手掌   特征提取   模式识别   分类识别  

摘要： 表面肌电(sEMG)信号是随着人体肌肉的运动在皮肤表面产生的一种微弱生物电信号,具有提取便利、无创、快速等特点。设计了一种在离线情况下识别肌电信号的机械手掌系统,信号经过滤波处理,提取特征向量,使用支持向量机(SVM)对采集到的数据进行训练,将模型移植入神经网络处理器中,识别出相应的动作,并控制舵机执行相应动作。系统实现了单机的实时识别,并且平均识别率大于93%,具有较快的反应速率。相较于其他手掌具有灵活度高,佩戴方便,可离线使用等优势,抛开了网络的束缚。该系统借由3D打印技术,实现了系统整体可佩戴,能够在日常生活中发挥实际作用,为残疾人提供了便利。

关键词： 颠覆性技术   科学-技术-产业   创新生态   知识流动   知识网络  

摘要： 颠覆性技术是“从0到1”的技术研发,可对主流技术和现有产业产生变革性效果,形成阶跃式创新轨迹,推动经济社会发展产生突变式进步。探索颠覆性技术的科学-技术-产业之间的互动模式,对探索颠覆性技术内在的产生与发展规律、前瞻识别潜在颠覆性技术具有指导作用。本文以公认度高的颠覆性技术领域为研究对象,选取领域相近的渐进性技术领域作为对比对象,以知识网络结构作为分析视角,分别构建颠覆性技术的科学、技术、产业三层知识网络;利用整体网络属性关联和网络社区相似度算法来实现知识子网间的关联测度,以此实现科学-技术-产业互动模式的识别。实证分析发现,颠覆性技术与渐进性技术在科学、技术、产业三者的关联与互动模式中存在共性特征,也存在诸多显著的差异特征。最后,提出互动模式识别对颠覆性技术识别方法和科技-产业管理的启示。

关键词： 土茯苓   颜色   超高效液相色谱指纹图谱   化学模式识别  

摘要： 目的建立土茯苓药材质量评价方法。方法采用超高效液相色谱(UPLC)指纹图谱分析并评价不同批次图谱相似度,建立落新妇苷含量测定方法,检测土茯苓水分、醇浸出物和水浸出物的含量。结果土茯苓UPLC指纹图谱标定8个共有峰并指认其中5个成分;落新妇苷含量为2.024~202.355μg/ml线性关系良好,平均加样回收率为99.35%,RSD为0.57%。灰色关联分析显示(淡)红棕色土茯苓质量较优;聚类分析将(淡)红棕色土茯苓聚为第一类,其余类白色土茯苓聚为第二类;正交偏最小二乘判别分析根据重要性投影值筛选出标志物为落新妇苷、醇浸出物和水分。结论该方法能有效分析不同颜色土茯苓药材质量差异,对土茯苓药材质量评价提供参考。

关键词： 头顶一颗珠   指纹图谱   化学模式识别   评价  

摘要： 目的通过头顶一颗珠HPLC指纹图谱化学模式识别,评价秦巴及不同产地间药材的质量差异。方法采用Hibar C 18色谱柱(250 mm×4.6 mm,5μm),乙腈-水为流动相进行梯度洗脱,建立头顶一颗珠HPLC指纹图谱,经相似度评价,聚类分析(CA)、主成分分析(PCA)及正交偏最小二乘判别分析(OPLS-DA)研究秦巴及外产地10批样品的质量差异。结果头顶一颗珠指纹图谱匹配得到23个共有色谱峰,其中21~23号峰依次指认为重楼皂苷Ⅶ、偏诺皂苷元-3-O-α-L-吡喃鼠李糖基-(1→4)-〔O-α-L-吡喃鼠李糖基-(1→2)〕-O-β-D-葡萄糖苷及重楼皂苷Ⅵ,各批次相似度在0.706~0.958之间。经化学模式识别10批药材样品可聚为3类,其中秦巴产的湖北神农架及陕西药材PCA综合得分较高,质量较好。OPLS-DA筛选出11个影响各批药材质量差异的色谱峰。结论建立的中药指纹图谱化学模式识别方法能明确秦巴产头顶一颗珠的道地品质,为其开发利用提供了质量评价依据。

关键词： 不确定海洋环境   句法模式识别   水文知识库   水文特征点  

摘要： 提出了一种基于句法结构识别的水文知识库构建方法,阐述了模式识别相关理论,提取水文图像结构信息分类特征,构建水文知识库。传播损失计算精度严重影响声呐性能,而传播损失计算精度又受不确定海洋环境影响,在此选取了不确定海洋环境参数主要影响因素,例如:海底底质、声梯等,将多维度的声速剖面提取特征点后编码,建立历史水文知识库索引,为传播损失计算精度的提高和后续作用距离预报提供数据支持。

关键词： 超高效液相色谱法(UHPLC)   狼牙蜜   指纹图谱   化学模式识别   掺伪鉴别  

摘要： 采用超高效液相色谱法(UHPLC)建立28批不同产地狼牙蜜样品的指纹图谱,结合化学模式识别对狼牙蜜进行质量研究,为狼牙蜜的掺伪鉴别和产地来源判断提供依据。称取狼牙蜜样品20 g,加入15 mL水,涡旋溶解,然后加入15 mL乙酸乙酯,涡旋提取,离心后,取上清液,残渣中加入10 mL乙酸乙酯重复提取一次,合并上清液,于30℃氮吹至近干,用1 mL甲醇复溶,过0.22μm有机滤膜。滤液注入超高效液相色谱仪,以ACQUITY UPLC BEH C_(18)色谱柱为固定相,以0.1%(体积分数,下同)甲酸溶液-含0.1%甲酸的甲醇溶液为流动相体系进行梯度洗脱,用二极管阵列检测器在检测波长280 nm下进行测定。利用中药色谱指纹图谱相似度评价系统(2012.130723版),得到28批狼牙蜜样品的指纹图谱和对照指纹图谱,生成22个共有峰。通过与混合对照品溶液色谱图进行比对,初步指认出其中9个共有峰,对应的化合物分别为对羟基苯甲酸、咖啡酸、对香豆酸、阿魏酸、芥子酸、丁香酸甲酯、槲皮素、山奈酚、白杨素。28批狼牙蜜样品的指纹图谱与对照指纹图谱的相似度为0.909~0.993。对掺入不同质量分数(5%~50%)油菜蜜和洋槐蜜的狼牙蜜样品进行模拟掺伪检测分析,得到的掺伪狼牙蜜样品的指纹图谱与对照指纹图谱的相似度为0.251~0.853。采用分层聚类分析、主成分分析、正交偏最小二乘-判别分析对28批狼牙蜜样品进行研究,结果表明,3种方法均将28批狼牙蜜样品分为3类,徽县产区的样品被分为一类,两当县产区的样品被分为两类。对指认出的9种化合物进行定量分析,9种化合物标准曲线的线性范围均为0.5~200.0 mg·L^(-1),检出限(3S/N)均为0.01 mg·kg^(-1),28批狼牙蜜样品中对羟基苯甲酸、芥子酸、槲皮素、山奈酚含量较高,但各批次样品中每种成分含量差异较大。

关键词： 四季风   指纹图谱   主成分分析   正交偏最小二乘判别分析  

摘要： 目的:建立丝穗金粟兰、宽叶金粟兰、金粟兰3种不同基原植物的四季风HPLC指纹图谱,并进行化学计量学分析。方法:采用ZORBAX SB-C_(18)(250 mm×4.6 mm,5μm)色谱柱;以甲醇-0.1%醋酸溶液为流动相,梯度洗脱;流速为0.8 mL/min;检测波长为295 nm;柱温为25℃;进样量为5μL。建立30批不同基原四季风的指纹图谱,通过相似度评价、主成分分析、正交偏最小二乘判别分析等化学计量学分析方法对数据进行研究,筛选差异成分。结果:丝穗金粟兰、宽叶金粟兰、金粟兰药材的HPLC指纹图谱中分别标定了18、10、10个共有峰,三者确定4个共有峰,其中2号色谱峰为迷迭香酸。经主成分分析、正交偏最小二乘判别分析发现四季风样品按来源明显聚集为3组,3组样品间差异标志成分共有3个。结论:该研究建立的方法可有效区分3种不同来源四季风,为四季风的质量评价和鉴定提供了参考。

关键词： 模式识别   教学改革   应用型人才  

摘要： 随着人工智能的快速发展,模式识别课程成为电子信息类专业的一门专业核心课。基于模式识别课程多学科知识融合、算法复杂抽象等特点,针对高职院校应用型人才培养目标,本文总结模式识别课程传统教学中存在的问题,以柳州铁道职业技术学院为例,从教学内容、教学方法和课程评价体系等方面进行了改革,取得了较好的教学效果,以满足高职院校不同知识背景,不同需求的学生,使其在人工智能领域发挥最大作用。

关键词： 深度森林   表面肌电图   深度学习   模式识别   极致梯度提升   动作分类  

摘要： 为提高基于表面肌电图(surface Electromyo Graphy,sEMG)手势识别的准确率,提出一种改进深度森林相结合的手部运动识别方法.将极致梯度提升(eXtreme Gradient Boosting,XGBoost)树引入深度森林模型,与随机森林和完全随机森林共同组成深度森林的级联结构.深度森林模型在每个层次上集成3种不同的基于树的分类器,共4个决策森林,包括1个随机森林、1个极端随机森林和2个极致梯度提升树,利用不同学习算法之间的互补性来提高分类性能.为评估该模型性能,采集4名健康受试者的表面肌电信号进行手部动作识别验证试验,并与随机森林、支持向量机、一维卷积神经网络及二维卷积神经网络等算法比较.结果表明,提出方法对16种常用手部动作的平均识别精度为94.14%,对表面肌电信号实现了较高的分类准确率.