关键词： 导电水凝胶   抗冻   机器学习   模式识别   智能分类  

摘要： 随着科学技术的发展,基于柔性传感器的可穿戴设备已成为热门研究之一。水凝胶是一种高分子凝胶材料,具有良好的生物相容性和柔韧性,是制备柔性传感器的热门材料之一。然而,传统的水凝胶存在导电性不足、在极端环境下易失水和结冰等缺点,严重地限制了其实际应用。总结了导电水凝胶和抗冻导电水凝胶的分类和制备方法;探讨了导电水凝胶的导电性能和低温下的抗冻性能;论述了导电水凝胶与机器学习智能算法相结合实现智能分类的应用。最后简要说明了抗冻导电水凝胶存在的问题和未来研究的方向。.

关键词： PNN网络   模式识别   字母处理  

摘要： 【目的】随着计算机技术发展,越来越多的电子签字被应用于现实生活中。为解决电子签字识别问题,利用鲁棒性较好的PNN神经网络来识别输入的电子签名,并转换成可编辑的英文字母。【方法】在识别过程中,为提高识别的正确率,需要对收集到的电子签字进行处理。先提取签字中的黑色有字母部分,再将提取到的黑色有字母部分统一大小,并将统一大小后的黑色有字母部分放在大小一样的白色画布上。经过处理后的电子签字可作为PNN网络输入变量,进行网络识别。【结果】以一组倾斜程度较大的电子签字进行识别验证,结果表明PNN网络整体识别效果较好,对倾斜程度较大的电子签字识别效果较差。【结论】该方法能高效识别倾斜程度较小的电子签字,未来应对倾斜程度较大的电子签字展开进一步的研究。

关键词： 中国计算机学会   人工智能   模式识别   CCF   云南大学  

摘要： 中国计算机学会人工智能会议(CCFAI,CCF Conference on Artificial Intelligence)是由中国计算机学会主办,中国计算机学会人工智能与模式识别专业委员会承办的人工智能领域盛会.2025年中国计算机学会人工智能会议(CCFAI2025)将于2025年7月31日~2025年8月3日在云南省昆明市举行.本次会议由中国计算机学会主办,中国计算机学会人工智能与模式识别专业委员会、云南大学承办.

关键词： 电力设备故障诊断   模式识别技术   数据预处理   分类算法  

摘要： 故障诊断技术的有效性随着电力设备运行环境的复杂化而变得格外关键。本研究以模式识别技术为核心,数据预处理、特征选择和分类算法为改进方法,通过对变压器、发电机、电缆等设备故障诊断的案例分析,结合实际应用,构建了即时故障诊断体系。案例结果表明,在提高故障诊断的准确性和实时性方面,模式识别技术的优势非常明显。该课题的研究为电力设备的安全运行提供了可靠的技术支撑,为该领域研究的深入开展奠定了基础。

关键词： 旋覆代赭汤   指纹图谱   化学模式识别   网络药理学   质量标志物  

摘要： 目的通过指纹图谱结合化学模式识别以及网络药理学筛选旋覆代赭汤的质量标志物。方法用不同方法制备15批旋覆代赭汤供试品,建立UPLC指纹图谱并进行共有峰指认和相似度评价。运用聚类分析及正交偏最小二乘判别分析等化学模式识别方法对指纹图谱进行研究,寻找造成差异的标志性成分,再运用网络药理学预测标志性成分的作用靶点和通路,构建“成分-靶点-通路”网络图,并进行细胞实验验证,从而筛选出旋覆代赭汤的质量标志物。结果15批旋覆代赭汤中共有23个共有峰,指认出其中16个成分并对其进行归属,化学模式识别分析寻找出4个差异标志性成分。通过网络药理学筛选出这4个成分的20个关键靶点和20条关键信号通路,通过细胞实验,发现旋覆代赭汤可显著抑制脂多糖诱导的巨噬细胞RAW264.7炎症模型中STAT3和JAK2磷酸化,结果表明绿原酸、1,5-二咖啡酰奎宁酸、1-O-乙酰旋覆花内酯、人参皂苷Rb1这4个成分可作为旋覆代赭汤潜在的质量标志物。结论该方法筛选出4个可作为旋覆代赭汤潜在质量标志物的化学成分,为旋覆代赭汤质量标准的建立提供了基础和借鉴,同时也为旋覆代赭汤相关制剂的开发提供参考。

关键词： 机器视觉   光谱成像技术   无损检测   钢球品质   神经网络   模式识别  

摘要： 针对传统基于机器视觉的钢球表面质量分拣系统,大多属于静态检测,在静止状态下对钢球的放置方式以及放置位置都有严格要求,自动化水平低,难以真实模拟现实中不同钢球的品质状态,适合小批量的抽样检测,无法胜任大批量、高速度质量判别的问题;本文通过将机器视觉和高光谱图像技术进行融合,通过对不同环境下光谱特性的分析,进而为机器视觉光源、背景材料的选择提供依据。结果表明,基于机器视觉和光谱成像技术的BP人工神经网络模型,能够提升钢球品质无损检测的实时性和精确性。

关键词： 输变电施工设备   故障模式   维修策略   相关性分析  

摘要： 针对某变电站输电线路项目中的吊车设备,采用统计分析和相关性分析方法,对设备故障模式进行识别,对振动频率、温度、电流、负载和工作时间等关键参数进行分析,识别了设备故障的主要特征,揭示各变量与故障模型间的显著关系。基于分析结果提出了定期监测、预防性维护和数据驱动的维修策略,以提高设备运行的可靠性,降低故障率,确保项目顺利进行。此研究结果为设备故障诊断和维修提供了科学依据,对工程项目的设备管理具有重要的实践意义。

关键词： 变电设备   人工智能技术   自然语言处理   传感技术   模式识别   智能诊断   数据分析   逻辑推理能力  

摘要： 变电设备状态检修技术的发展经历了从人工巡检到基于传感技术的在线监测,再到基于大数据和人工智能的智能诊断的过程。Deep Seek作为一种先进的人工智能技术,具备强大的自然语言处理能力和逻辑推理能力,能够理解和生成自然语言文本,处理复杂的数据分析和模式识别任务,为变电设备状态检修提供了新的智能化手段。

关键词： 中国计算机学会   人工智能   模式识别   学术活动   学术动态   CCF   最新研究成果   参会者  

摘要： 中国计算机学会人工智能会议(CCFAI,CCF Conference on Artificial Intelligence)是由中国计算机学会主办,中国计算机学会人工智能与模式识别专业委员会承办的人工智能领域盛会。该系列会议每两年举行一次,现已成为国内人工智能领域最主要的学术活动之一。会议旨在为人工智能领域从业者提供一个互动交流平台,使参会者了解人工智能前沿学术动态,分享人工智能领域的最新研究成果和创新思想,提高国内人工智能领域的研究水平。

关键词： 随机森林算法   克里金插值法   地理加权模型   城市沉降   沉降预测   沉降模式识别  

摘要： 随着全球城市化进程的加速,地面沉降对基础设施安全和环境稳定构成了严重威胁,尤其在经济快速发展的城市中,负面影响愈加显著;目前研究主要侧重于提升沉降监测的空间覆盖率或仅针对观测点进行沉降预测,未将两者结合考虑,从而限制了对区域性沉降模式的全面识别与精准预测。因此,本文以武汉市某大型小区施工现场为研究对象,提出一种采用地理加权的随机森林算法,结合2023年4月16~7月29日的三期沉降监测数据,识别研究对象内74个沉降监测点的沉降模式,并进行预测给出预警方案;为验证方法有效性,与已有方法克里金插值法、随机森林算法进行比较分析。结果表明:在沉降严重时期,相较于其他两种方法,本文方法均方根误差降低了25%、平均绝对误差降低了30%,识别效果最好;结合预测未来30 d的沉降模式,得出预警方案,即需要加固东部和北部建筑群,以避免沉降的进一步加重。