以盒维数和信息维数为识别特征量的GIS局部放电模式识别方法

研制了5种典型的GIS人工模拟缺陷模型及其局部放电检测系统,通过实验获取了大量局部放电样本数据,构造出GIS局部放电灰度图象;提出有效估计图象盒维数的最少盒计数法;提取了GIS局部放电灰度图象的分形特征——盒维数和信息维数;利用以局部放电灰度图象的盒维数和信息维数作为识别特征量,径向基函数人工神经网络为识别分类器的GIS局部放电模式识别方法,取得了良好的识别效果。

电雷管感度分类的模糊模式识别方法

电雷管发火感度的一致性是工程爆破中实现串联齐爆的关键。针对感度不能精确测量的问题,对以电热响应原理为基础的无损检测技术测得的特征参数进行分析,利用模糊数学手段,找到一种建立产品感度模糊模式的方法。通过模糊模式识别可将产品按感度分类,同类感度的电雷管串联齐爆的可靠性明显提高。

支持向量机模式识别方法及其在农产品品质快速无损检测中的应用

支持向量机 (SupportVectorMachines)是一类基于统计学习理论的机器学习算法 ,是刚发展起来的新模式识别与分类技术。作者阐述了支持向量机的基本原理 。

木材表面缺陷的人工智能研究——评《木材表面缺陷的模式识别方法》

木材、水泥、钢材和塑料是当今四大基础建筑材料,其中木材是唯一可再生资源,广泛应用于家具、装修、建筑等领域。随着对木制品需求量和品质需求的不断攀升,我国木材加工装备自动化程度及加工精度偏低、锯切工艺不够合理等弊端也逐渐显现,这些是导致木材原料利用效率及生产效率较低的重要因素。提高木材利用率,充分利用有限的森林资源,是我国林业科技人员的重要课题。

我国中小企业选择可靠信用担保机构的模式识别方法

首先运用模糊评价方法结合中小企业选择信用担保机构现状 ,构建了当前我国信用担保机构 5种标准信用等级的模糊向量 ,然后在此基础上采用“择近原则”得到m个等待选择的信用机构所处于的最为“贴近”的标准信用等级 ,从而为我国中小企业选择可靠信用担保机构提供了一种新的量化方法。

智能化监测诊断技术中的故障模式识别方法

在简要介绍以模式识别方法为前提的设备状态监测与故障诊断技术的基础上,详细论述了时间序列法的基本原理以及在设备故障诊断专家系统中的应用,对时间序列法在系统应用过程中的几个数学问题,结合实际,进行了认真探索.通过对时间序列法AR模型的研究,旨在铺平企业设备智能化监测诊断控制技术的应用之路.

城市道路交通环境影响评价的模糊模式识别方法

城市道路交通环境影响评价是一种多因子的评价 ,采用单因素评价是得不到满意结果的 ,必须同时综合考虑多方面的因素。本文应用模糊模式识别方法 ,考虑与城市交通环境质量有关的多因子的影响 。

船用汽轮机转子轴心轨迹模式识别方法研究

为了能充分利用汽轮机轴心轨迹的形状和动态特性信息 ,使其能够更好地为故障诊断服务 .本文介绍了轴心轨迹自动识别系统的结构、功能及识别方法 ,该系统充分运用了神经网络的结构和功能 ,运用BP网络构建识别系统 ,该系统在一定的识别率下实现了对汽轮机转子轴心轨迹的自动识别 .

序列ARMA模式识别方法

一、方法的陈述自从本世纪三十年代 ARMA 混合模式问世以来,在时间序列分析和预测中,它日益成为一种重要而经常使用的手段。和时间序列其他预测方法相比较,这种方法具有相当的灵活性和优越性。它不仅可以拟合各种不同的数据样式,通过若干次迭代获得最佳参数估计值;

用模式识别方法确定辽东半岛南部地区易发生地震的地点

本文研究辽东半岛南部(盖县以南,主要是大连地区及其邻近区)的地质、地貌、地球物理等特征,并对有关特征进行了模式识别.结果表明,本区易发生地震的地点主要与主活动断裂及新生代断陷盆地有关.活动断裂数目愈多,发生中强震的概率就愈大.FH实验,即未来历史实验,结果表明:预报足比较成功的.自1976至1985年中发生了M≥4.0地震的3个地区均被识别为危险地区.

模式识别方法与思维科学

翱翔于两千米高空的老鹰能准确地辨别出草丛中隐藏着的小鸟或兔子。生活在南美洲河湾中的一种四眼鱼沿水面游动时。

基于近红外光谱技术有监督模式识别的青皮产地溯源分析

利用便携式近红外光谱仪采集不同产地(安徽、广东、四川)青皮外壁和内囊光谱数据,采用单一预处理和组合预处理方法消除光谱中的多种干扰,结合主成分分析(PCA)、簇类独立软模式分类法(SIMCA)及Fisher线性判别分析(FLDA)等模式识别方法建立青皮产地溯源模型。结果表明,光谱预处理可以在一定程度上消除基线漂移、背景噪声和谱峰重叠干扰,但无法实现产地溯源。3种模式识别方法中,PCA无法实现青皮产地溯源;青皮外壁和内囊原始光谱的SIMCA模型获得的青皮产地溯源整体鉴别率分别为99.14%和98.28%;FLDA模型获得的整体鉴别率均为99.57%,优于SIMCA模型;经光谱预处理优化后的SIMCA和FLDA模型对青皮产地溯源的鉴别率均可达100%,即便携式近红外光谱技术结合有监督模式识别方法可实现青皮产地溯源的无损分析,可为食药同源物质产地溯源拓展新途径。

基于径向基函数的变量预测模型模式识别方法

针对变量预测模型模式识别方法中4种数学模型不足以反映特征值之间复杂关系的缺陷.因此,提出了一种基于径向基函数的变量预测模型(VPMRBF)模式识别方法,把提取的特征值输入到VPMRBF分类器中,然后通过训练样本建立反映特征值之间复杂关系的径向基函数预测模型,最后把测试样本的特征值作为径向基函数预测模型的输入,以预测误差平方和为依据完成分类.该方法充分有效地利用并且结合径向基函数和变量预测模式识别方法的优点,实现了故障特征提取到故障识别的全程诊断.滚动轴承故障诊断实验分析结果表明:与径向基神经网络、支持向量机和变量预测模式识别方法相比,VPMRBF的识别率分别提高了4.75%,1.75%和5.25%.

神经网络模式识别对金融票据中数字特征的识别方法研究

本文采用神经网络模式识别的方法,研究了金融票据中数字等特征的识别问题。对票据的金额数字和身份证数码进行了分割、图像处理和特征提取,并在此基础上用改进的BP网络对其进行了识别。实验结果表明,用此方法能取得比较好的识别效果。

基于模式识别方法的国家自然科学基金资助重要影响因素分析

1引言 国家自然科学基金委员会（以下简称自然科学基金委）每年通过发布指南指导申报方向，科技工作者通过申请书的形式进行申请，评议专家也是根据申请书进行评审并给出评议意见，因此申请书的质量是决定能否获得资助的重要依据，尤其是面上项目、青年科学基金以及地区科学基金等项目。

变量预测模式识别方法在机械故障诊断中的应用——评《机械故障诊断的变量预测模式识别方法》

如何提高机械运行效率,发挥机械运转实效,成为机械使用的重点。我国学者开展了理论研究与实践研究,对机械故障进行了科学诊断,采用了多元化的故障识别方法。变量预测模式识别方法以变量预测模型为依托,能够定位机械故障位置,分析机械故障问题,提出故障解决方案。变量预测模式识别所提出的理论方法得到了工业企业的印证,得到了学界的广泛认可。我国将变量预测模式识别方法应用在了工程实践当中,收货了事半功倍的预测效果。为了推动工业社会的可持续发展,需要把握变量预测模式识别方法的应用流程,遵循变量预测模式识别方法的应用步骤。《机械故障诊断的变量预测模式识别方法》一书结合理论探讨和实证分析,系统全面地阐述了机械故障诊断的模式识别方法,对比分析了不同的模式识别方法,指出了变量预测模式识别方法的重要作用,探讨了变量预测模式识别方法在机械故障诊断中的应用路径,其立足工程实例,证明了变量预测模式识别方法的应用价值。

基于HPLC-Q-TOF-MS及化学模式识别方法对陈皮的化学成分快速鉴别及产地判别研究

目的 研究不同产地陈皮Citri Reticulatae Pericarpium化学成分的差异,结合化学模式识别方法对陈皮的产地进行判别分析。方法 采用Agilent SB-C_(18)(150 mm×3.0 mm,2.7μm)色谱柱分离,以乙腈-0.1%甲酸水溶液进行梯度洗脱,质谱采用电喷雾离子源,在正离子模式下采集数据。对色谱图中各色谱峰进行精确质量数识别,利用二级质谱裂解规律、PCDL数据库及对照品对化学成分进行定性分析。结合主成分分析、聚类分析、判别分析等多元统计方法分析了新会陈皮与其他不同产地陈皮的差异成分,并利用这些分析方法鉴别了未知产地陈皮的来源。结果 从不同产地陈皮中鉴定出了29个共有化学成分,主要为多甲氧基黄酮及黄酮苷类化合物。建立9个差异化学成分的判别模型,实现了新会陈皮的准确判别,准确率达94.4%。结论 可作为陈皮产地鉴别和质量控制的有效方法,为道地药材新会陈皮的判别提供参考。

K-最近邻、K均值聚类法和投影寻踪模式识别方法用于有机物熔点的定量构效关系研究

选取两组有机化合物的熔点数据,采用ADMEWORKS Model Buider软件计算并选取描述符,以所选描述符为自变量,熔点为因变量。通过三种模式识别方法——K-最近邻法（K-Nearest Neighbor Method,KNN）、K-均值聚类法（K-Means Clustering Method,KMC）和投影寻踪方法（Projection Pursuit Method,PP）对样本进行分类,将分类后的样本分别以多元线性回归（Multiple Linear Regression,MLR）、偏最小二乘（Partial Least Squares,PLS）和人工神经网络（Artificial Neural Network,ANN）建立QSPR模型。结果表明,三种模式识别方法均可以提高模型的预测能力。模型的预测能力不仅与结构相似度有关,还与建模方法有关。非线性模型预测能力要优于线性模型。

基于多目标模糊模式识别的腹膜透析方案选择

讨论了在腹膜透析方案的选择中的模糊性。介绍了一种多目标模糊模式识别方法,及其在腹膜透析方案选择中的应用,结果表明,这种方法与医生诊断的结果相同。该方法在腹膜透析的研究中的应用还尚属首次,为该方面的研究提供了一种新思路。并且该方法简单易用。