近红外光谱结合SIMCA模式识别法检测木材表面节子

利用近红外光谱结合SIMCA模式识别法来检测马尾松木材单板节子。结果表明,通过培训集样本建立的基于主成分分析的SIMCA判别模型对有无节子两种类型样本进行回判和对未知节子类型的样本(包括无节子和有节子样本)的判别正确率均达到90%～100%,说明应用近红外光谱结合SIMCA模式识别法可以快速有效地检测木材表面的节子缺陷。

4种薯类食品多项指标的灰色模式识别分析

选择我国不同地区红薯、山药、葛根、紫薯4种薯类食品作为研究对象,对食品多指标测定与综合评价.从燃烧热、燃烧稳定性、脂肪、灰分、粗纤维含量方面评价食品营养.测定4种食品燃烧热、燃烧稳定性、脂肪、灰分及粗纤维含量,并从食品营养方面用化学计量方法进行质量评价与分类.结果表明,4种薯类食品燃烧热大小顺序为:葛根>红薯>山药>紫薯,燃烧稳定性排序为:山药>葛根>紫薯>红薯,脂肪含量顺序为:葛根>紫薯>红薯>山药,灰分含量顺序为:葛根>山药>红薯>紫薯,粗纤维含量顺序为:紫薯>山药>葛根>红薯,多指标化学计量分析顺序为:山药>葛根>紫薯>红薯.这项研究为热重分析方法研究食品燃烧稳定性评价与研究提供理论支持,这项研究建立的多指标综合评价体系为食品营养评价提供一种新思路,这项研究为大规模开发食品资源以及食品分类研究提供有力地科学依据.

基于AHP的雷达辐射源工作模式识别方法

针对电子对抗系统中亟待解决的雷达辐射源作战意图反演难题,提出了一种基于层次分析法的雷达辐射源工作模式识别方法。首先,对辐射源特征中能够体现辐射源工作模式特性的特征进行了分析和选择;然后,引入层次分析法对待识别的特征进行综合评价;最后,基于综合评价的结果利用卷积神经网络(Convolutional Neural Network,CNN)分类器实现对雷达辐射源工作模式识别。试验结果表明,文中方法不仅可实现对单一雷达不同模式的识别,对不同雷达不同工作模式的识别也有较好的效果。

基于化学模式识别和熵权TOPSIS法分析鱼腥草不同部位的差异

基于高效液相色谱(HPLC)指纹图谱比较鱼腥草不同部位(茎、叶)化学成分的差异性,并综合评价鱼腥草不同部位的质量。建立鱼腥草不同部位的HPLC指纹图谱,通过相似度评价、化学模式识别及熵权TOPSIS法对其化学成分进行差异性研究,并对其质量标志物(槲皮苷)进行含量测定。建立的HPLC指纹图谱中鱼腥草药材及其茎叶均确定了8个共有峰,指认了其中6个成分;聚类分析(CA)和主成分分析(PCA)结果表明鱼腥草叶和茎的质量差异大,叶和药材的质量较接近;偏最小二乘法-判别分析(OPLS-DA)发现4种成分是造成不同批次样品差异性的主要标志物;熵权TOPSIS法分析显示同批次鱼腥草药材与其茎叶既有相关性也有差异性,且四川产地的鱼腥草药材质量较佳;含量测定结果显示,同批次鱼腥草中的槲皮苷含量由高到低均依次为叶、药材、茎。鱼腥草不同部位HPLC指纹图谱存在显著差异。该方法可反映鱼腥草不同部位质量差异性,为鱼腥草药材的质量控制及资源开发利用提供参考。

高效液相色谱指纹图谱法结合化学模式识别评价脑安胶囊整体质量

目的评价脑安胶囊的整体质量。方法建立测定制剂中阿魏酸、川芎嗪、藁本内酯、羟基红花黄色素A、山柰素、人参皂苷Rg_(1)、人参皂苷Re和人参皂苷Rb_(1)8个化合物含量的高效液相色谱法,建立19批脑安胶囊的指纹图谱,运用中药色谱指纹图谱相似度评价系统2012A版软件进行相似度评价,并通过聚类分析(CA)和偏最小二乘-判别分析(PLS-DA)法进行化学模式分析。结果共标定21个共有峰。指认8个化合物,分别为羟基红花黄色素A、川芎嗪、阿魏酸、藁本内酯、人参皂苷Rg_(1)、人参皂苷Re、人参皂苷Rb_(1)、山柰素;19批样品相似度为0.911~0.996;CA和PLS-DA结果显示,可将19批样品按生产厂家的不同聚成两类,并确定7个差异标志物。结论高效液相色谱指纹图谱结合化学模式识别可客观评价脑安胶囊的质量。

模式识别方法在酒行业中的应用研究进展

随着信息化及智能化制造的普及,酿酒行业面临海量数据的采集和统计需求,依托于大数据系统和快速检测方法的各种模式识别方法建模在酒行业中的应用越来越广泛。总结了偏最小二乘法、主成分分析法、人工神经网络法、支持向量机及其他模式识别方法在酒行业中理化检测、质量等级分类、品牌鉴别、酒龄鉴定、产地溯源、智能摘酒等方面的应用研究成果。此外,还对不同方法间组合使用建模进行了说明,旨在为酒类酿造过程中产生的模糊数据建模、分析和应用提供思路。

4种米多指标的灰色模式识别和灰色关联系数聚类分析

以不同地区西米、糯白玉米、红米、圆糯米为研究对象,进行多指标测定与综合评价,测定4种米燃烧热、燃烧稳定性、脂肪及灰分含量,并用化学计量方法从食品营养方面进行质量评价与分类。结果表明,4种米燃烧热大小依次为圆糯米>红米>糯白玉米>西米,燃烧稳定性大小依次为糯白玉米>西米>红米>圆糯米,脂肪含量大小依次为西米>红米>糯白玉米>圆糯米,灰分含量大小依次为红米>糯白玉米>圆糯米>西米,多指标化学计量分析大小依次为红米>西米>糯白玉米>圆糯米。

基于FTIR的两种模式识别方法在两面针产地鉴别中的应用

为了探求建立快速鉴别两面针产地的方法，基于傅里叶变换红外光谱（FTIR）技术，选取1800400cm^-1红外指纹图谱带，采用Fisher比值法和SIMCA聚类分析法建立产地分类模型，分别对广西区内四个产地的两面针进行鉴别，并通过计算识别率与拒绝率来验证模型。结果表明，红外光谱技术不但能准确提取中药材的整体信息，并且基于红外光谱建立起的两种模式识别模型对未知样品进行预测，识别率和拒绝率均达到90％以上，说明所建模型具有较强的识别能力。通过自编计算程序以及现有统计软件，还可以将模式识别模型实现实时在线化检测与快速样品鉴别，大大提高了鉴别速度而更具应用价值。

超声波法进行变压器局部放电模式识别的研究

在线识别局部放电模式可以有效地判断局部放电对变压器绝缘的危害程度。文中根据局部放电超声波信号存在的非线性和非平稳特性,提出利用分形理论对局部放电超声波信号的时域脉冲波形进行分析。对分形理论及其参数计算方法进行了简单的介绍,在自制的几种典型变压器局部放电模型上进行实验,计算了所得到的局部放电超声波信号的分形参数(分维数和空缺率),得到不同放电形 式的分形特征,利用人工神经网络对所得到的分形特征进行模式识别。结果表明利用超声波信号可以有效地判断变压器局部放电模式,为变压器局部放电信号的特征提取和模式识别提供了一种新的研究方法。

基于层次分析法的油纸绝缘局部放电模式识别

通过对局部放电的模式识别可以了解放电类型及严重程度,并在此基础上确定维护方案。为了对局部放电进行识别,建立了油纸绝缘中的5种典型缺陷模型;运用K-W检验从相间局部放电(PRPD)统计算子中提取出分类能力最强的11个特征;基于提取的特征,在小样本训练集的前提下,利用层次分析法对典型放电模型进行识别,同时和同种情况下使用人工神经网络的识别效果进行了比较。实验结果表明,在小样本训练集下,运用层次分析法得到了较好的识别效果,正判率均大于85%,优于人工神经网络,这为小样本训练集的情况下局部放电的快速识别奠定了基础。

用模式识别法进行油中放电超声定位的研究

介绍了一种用于油浸变压器局部放电超声定位的方法———模式识别法。它避免了现行算法中存在的一些问题，具有通用、实现简单等特点，和最小二乘法相比，它还能有效地提高定位精度。

分频段能量谱及马氏聚类算法在开关柜局部放电模式识别中的应用

针对传统超高频(UHF)检测法对系统采样频率、数据处理存储要求严苛及成本较高的缺点,融合混频降频、功率检波技术,研制出一套较经济的高压开关柜超高频在线监测系统。采用该系统对沿面放电、气隙放电、针–板放电和自由微粒放电共4种典型缺陷模型的局部放电信号进行监测,获得信号在不同频段的能量谱;并在此基础上提出了将局部放电的分频段能量作为特征向量、利用马氏距离算法进行聚类分析的高压开关柜局部放电模式识别方法。研究结果表明:不同放电类型在频域内的能量分布差异较大,相同的放电类型在频域内的能量分布差异较小;不同放电类型在能量比重三角图中表现出显著的区域聚集特性。该局部放电模式识别方法对4种典型缺陷放电类型的识别准确率达到99.125%。

基于高效液相色谱指纹图谱和化学模式识别法评价不同采收期水冬瓜树皮药材质量

建立不同采收期水冬瓜树皮药材的高效液相色谱(HPLC)指纹图谱,并结合化学模式识别法,对不同采收期水冬瓜树皮药材质量进行了评价。将新鲜的水冬瓜树皮烘干过筛后,用甲醇提取其中的有效成分,采用HPLC建立不同采收期的11个批次水冬瓜树皮的指纹图谱,通过《中药色谱指纹图谱相似度评价系统》[国家药典委员会(GPC)2004A版]、IBM SPSS Statistics 25统计学软件和SIMCA-P+12.0软件等化学计量学软件对指纹图谱进行相似度分析、系统聚类分析、主成分分析(PCA)和正交偏最小二乘法-判别分析(OPLS-DA)。结果显示:11个批次水冬瓜树皮的HPLC指纹图谱中有18个共有峰,这些共有峰与紫丁香苷的相对峰面积的相对标准偏差(RSD)为30%~124%,说明不同采收期的样品所含化学成分的含量差异较大。11个批次样品的指纹图谱与以S6色谱数据为参考生成的对照指纹图谱的相似度为0.932~0.982,表明不同采收期水冬瓜树皮药材总体质量较为稳定。系统聚类分析将11个批样品分为2组,这一结果得到了PCA和OPLS-DA的验证。OPLS-DA结果还显示:18个共有峰的变量投影重要性(VIP)值均大于0.8,说明不同批次水冬瓜树皮药材之间的质量存在微小差异,从中选择7个VIP值大于1.0的共有峰对应的物质作为质量差异性标志物,用来反映不同采收期水冬瓜树皮中主要化学成分变化。

空场采矿法采场顶板破坏模式识别专家系统

对房柱式空场采矿法采场顶板破坏模式及其影响因素进行了探讨 ,建立了识别顶板破坏模式的知识库 ,并用VC++语言开发出了识别顶板破坏模式的专家系统。实际应用表明 ,用该专家系统识别的顶板破坏模式与实际的顶板破坏模式基本吻合。

模式识别中的支持向量机方法

针对模式识别问题,描述了支持向量机的基本思想,着重讨论了ν-SVM、最小二乘SVM、加权SVM和直接SVM等新的支持向量机方法,用于降低训练时间和减少计算复杂性的海量样本数据训练算法分块法、分解法,提高泛化能力的模型选择方法,以及逐一鉴别法、一一区分法、M-ary分类法、一次性求解等多类别分类方法.最后给出了污水生化处理过程运行状态监控的多类别分类实例.作为结构风险最小化准则的具体实现,支持向量机具有全局最优性和较好的泛化能力.

亚甲二氧基甲基苯丙胺法庭鉴定的化学模式识别研究

目的:利用化学模式识别方法对摇头丸质谱分析数据进行处理,建立一种合适的分析方法,对不同缴获途径的亚甲二氧基甲基苯丙胺进行法庭鉴定。方法:对2 0 0 3年南京市禁毒处所缴获的摇头丸按照案情进行筛选,确定以4例案件中缴获的摇头丸共4 8粒进行气质联用分析,建立模式与识别模型。结果:利用SIMCA法建立了摇头丸法庭鉴定的方法。结论:本文所应用的方法可作为摇头丸法庭鉴定的一种新手段。

基于改进TS云推理网络的板形模式识别方法

将云模型与T S模糊神经网络相结合,利用正态云代替模糊神经网络的隶属度函数,构成T S云推理网络。该网络综合考虑了模糊逻辑的快速性和云模型处理数据的不确定性,增强了网络处理数据的能力,同时分析了T S云推理网络的结构和稳定性。在超熵确定的情况下,使用最速下降法辨识了T S云推理网络的参数,将该网络应用于板形模式识别,并与T S模糊神经网络作了对比。仿真结果表明:T S云推理网络抗干扰能力较强,能够识别出常见的板形缺陷,并且识别精度较高。

多层神经网络共轭梯度优化算法及其在模式识别中的应用

将神经网络总体平均误差作为目标函数 ,以待求的神经网络权值和阈值作为设计变量 ,通过设计变量合理排序与分配 ,提出多隐层多层神经网络权值和阈值计算的高精度真实共轭梯度最优化算法·与BP算法和梯度优化算法相比 ,既能实现每步迭代在搜索方向上获得最优步长保证目标函数递减 ,又能克服在目标点附近的振荡现象·编制出神经网络权值和阈值计算的通用程序 ,给出神经网络合理结构选择的基本原理·通过足球机器人位置分析算例的神经网络分析和模式识别 ,表明所提出算法的有效性和实际应用价值·

以手法控制酸胀麻针感的模式识别分析

本文以肌肉丰厚处穴位（手三里、合谷、足三里）的肌电为客观指标，用模式识别方法对常见酸、胀、麻针感进行了分类分析，并通过单式手法的不同组合，对针感进行控制，观察手法控制酸胀感和麻感的可行性。

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。