Fuzzy Jamming Pattern Recognition Based on Statistic Parameters of Signal’s PSD

In order to recognize the jamming pattern in anti-jamming, a novel fuzzy jamming recognition method based on statistic parameters of received signal’s power spectral density (PSD) is proposed. It exploits PSD’s shape factor and skewness of received signal as classified characters of jamming pattern. After the mean center and variance of each jamming pattern are calculated by using some jamming samples, an exponential fuzzy membership function is used to calculate the membership value of the recognized sample. Finally, the jamming pattern of received signal is recognized by the maximum membership principle. The simulation results show that the proposed algorithm can recognize common eight jamming patterns accurately.

Research on the Database Technology under the Operation of the IOT Huge Amounts of Data

In this paper, we conduct research on the database technology under the basic operation of the IOT huge amounts of data. Spatial data service is the process of basic customer application system service request, directory service system according to the request is mapped into physical addresses, according to the data block physical disk server address block of data read from the disk in parallel and sent to the client the process of application system. In addition, spatial data distribution system should possess unloading, transfer, replication, and optimization of spatial data, and other functions, to achieve comprehensive management and maintenance of spatial data. Under this basis, we propose the enhanced database technology that optimizes the operation with better performance.

基于希尔伯特滤波的可擦笔油墨光谱模式识别

文件的真实性是当前诉讼审查阶段的重要工作,可擦笔在司法案件中常被用来进行伪造文书、合同等犯罪行为。针对其油墨成分、笔迹修改等方面的辨识是文件检验领域的重点研究。特殊热感变色颜料是可擦笔油墨的主要成分,其变色原理是随着温度变化会产生笔迹的消失与复现,在65℃以上颜色褪去,在-18℃以下颜色复现。对其进行种属认定可以对案件证据的真实性进行鉴别,为案件诉讼过程提供支持。高光谱的超高光谱分辨率对高分子材料具有较好的特征选择性,能够有效的对常见油墨成分进行数据采集。该实验收集22个品牌共45份可擦笔油墨样本,可以分为碳化钨笔珠、子弹头笔珠、全针管、半针管四种类型,统一采集450~950 nm波段的高光谱信息。关于光谱数据背景噪声冗余的问题,选用主成分分析法(PCA)对数据进行降维处理,提取特征变量。基于降维后的数据选用不同类型的希尔伯特变换(HT)进行信号滤波,进一步选择有效信号,提升建模效果。样本识别上选用多层感知器(MLP)和径向基函数神经网络(radial basis function neural network,RBFNN)两种人工神经网络模型,基于23维主成分提取的特征变量类建模准确率分别为81%,84%,通过希尔伯特高通滤波处理后可以将分类准确率提升至88.9%,92%,能够有效提升识别准确率。为进一步区分不同样本的种类,选择Fisher判别分析方法进行建模,各样本原始数据在FDA模型中识别准确率为44%,经最优PCA-HT处理的FDA建模准确率为93.3%,能够区分出不同的可擦笔油墨类型。结果表明,PCA能够在保留光谱有效信息的基础上进行降维,提升模型精度并且缩短运行时间,相较于原始光谱数据建模效果较好,通过希尔伯特变换后的光谱数据能够进一步完善有效光谱信息,使得建模准确率进一步提升。该实验确定PCA-HT-FDA模型为最佳可擦笔油墨高光谱识别模型,能够为司法鉴定人员提供一定参考。

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。

电子鼻技术及其应用研究进展

电子鼻(Electronic nose,E-nose)技术作为一种有效的嗅觉模拟与气体识别的方法被广泛应用。电子鼻系统由气体传感器阵列组成,利用其交叉敏感性对气体进行检测。电子鼻系统利用机器学习算法,对气体进行定性定量分析。传统的机器学习算法在电子鼻系统中的应用已经成熟,如今深度学习算法也慢慢在电子鼻系统中应用。电子鼻系统具有选择性高、精密度好、反应快速、稳定性和延展性好的特点,被应用于包括有毒气体检测、空气质量管理、食品新鲜度和质量预测等方面。本文从气体传感器阵列的组成、信号采集与处理单元、模式识别算法的分类以及电子鼻系统在实际中的应用等方面综述了电子鼻系统气体识别的最新研究进展,最后对电子鼻系统气体识别目前所存在的问题以及发展前景进行了总结和展望。

黄茶闷黄工艺影响因子及品质评价技术研究进展

黄茶是我国主要的消费茶类之一。黄茶加工步骤为萎凋、闷黄和干燥,其中闷黄是黄茶品质特征形成的关键环节,快速准确对黄茶闷黄度作出判别,对于黄茶加工至关重要。黄茶闷黄工艺影响因子及品质评价技术研究是认识影响因子、品质评价技术与闷黄质量关系的前提。然而,黄茶闷黄体系受自身复杂性和不可直接测定性的限制,目前闷黄品质评价技术普遍存在精确度低、重复性差和操作复杂等问题。综述已有文献表明,温度、含水率、时间及闷黄过程中微生物等环境因素均会影响黄茶品质特征化合物的形成,从而影响其品质。目前常用的品质评价技术主要包括人工感官、成分检测及智能仿生技术。人工感官易受主观因素影响;成分检测专业性强、操作难度大、前处理复杂;智能仿生技术具有简单、快速、无损等特点,可检测黄茶闷黄适度快速高效评价。通过回顾近年来针对黄茶闷黄影响因子及3种主要评价技术研究进展,重点关注闷黄影响因子与黄茶品质成分之间的关联性及智能仿生技术的发展趋势,以期为黄茶标准化和数字化加工提供支持。

人工智能技术造纸化学品实验室人员安全行为识别方法分析

在造纸行业的全流程中涉及众多细致入微的分析测试项目,包括但不限于原料准备、蒸煮、漂白、打浆以及造纸等阶段的参数和性质指标,其分析方法和流程繁复且多样。鉴于此,聚焦于人工智能技术,针对造纸化学品实验室人员可能出现的不安全操作行为,提出一种创新的安全管理行为识别策略。该策略旨在通过智能化手段,提升对实验室人员安全行为的识别效率,进而为造纸企业的安全稳健发展提供科技支撑。

基于三维点云技术的文化景观遗产空间模式识别研究——以内蒙古锡拉木伦庙为例

各类遗产景观的空间模式具有重要的历史价值,对当代人居环境的可持续发展具有重大指导意义。然而传统的空间模式识别方法缺乏科学的参量体系,导致相关保护手段的无力及景观特征的消失。本研究从遗产景观保护的视角出发,以内蒙古锡拉木伦庙为具体研究对象,利用点云技术进行测绘、构建三维模型,通过现代的数字化手段对遗产景观不同尺度上的空间构形、视觉特征和要素组成进行定量化分析,从而全面梳理锡拉木伦庙的景观风貌与核心特征。本研究成果能够支撑遗产景观空间特征定量化研究,有助于探明遗产景观特征的本质和核心价值,为解读传统景观的营建思想提供全新的视角和工具。

白酒鉴别分析技术应用研究进展

白酒的鉴别对于白酒行业的健康发展及保护消费者的权益至关重要。传统的白酒鉴别方法主要依据品酒师的主观判断或者防伪标识进行鉴别,鉴别结果存在诸多不确定性;而现代分析技术为白酒科学、准确地鉴别提供的强有力的技术保障。本文综述了现代分析技术在白酒鉴别研究中的最新成果,总结了不同技术的优缺点并讨论了现代分析技术在白酒鉴别中的潜在机遇和挑战,为白酒鉴别研究提供参考。

应用技术型医学院校智能影像工程专业课程建设思考——以“模式识别与机器学习”课程为例

智能影像工程专业是顺应“AI+医疗影像”领域发展需要,结合“新工科”建设,申报获批的“人工智能+医学影像”复合特色专业。“模式识别与机器学习”课程作为智能影像工程专业的主干专业必修课程及特色课程,对学生专业知识的宽度、深度和应用能力都有较高要求。文章结合应用技术型医学院校的人才培养定位和专业人才培养方案,从课程的培养目标、教学内容、教学方法、实践环节、课程考核五个方面探索智能影像工程专业“模式识别与机器学习”课程的建设思路。

自动化控制系统中的智能技术应用

阐述电力自动化领域中智能技术中的问题及原因,探讨在该领域中智能技术的应用策略,包括系统设计、故障预警、人工智能不停电作业分析、闭环逻辑控制、优化操作步骤及后期维护流程。

长输管道泄漏检测技术应用策略探讨

新版《安全生产法》《环境保护法》发布实施,管道行业对于泄漏检测技术精度要求更高。针对信号检测法、基于模型的检测法和模式识别检测法,阐述通过改进信号处理技术、应用模式识别方法、应用粒子群算法以及优化SVM算法解决管道微小泄漏检测难题的研究进展。结合管道智能化发展趋势,提出加强多种检测机理融合的泄漏检测技术的理念,对于提高管道泄漏检测精度具有指导意义。

做青工艺对乌龙茶香气组成化学模式的影响

在室内控温控湿环境[(22±1)℃、RH(71±4)%]条件下,借助茶叶香气成分GC-MS指纹图谱检测和代谢组学数据分析平台,以清香型乌龙茶、闽南乌龙茶和闽北乌龙茶工艺制法在制品和毛茶为对照样,探讨了做青工艺[萎凋程度(鲜叶减重率)×做青强度(摇青次数)]对做青叶在制品香气组成特征的影响。通过"云图"绘制和主成分分析结果表明,"晾青失水"可明显改变做青叶在制品香气组成的化学模式,伴随萎凋程度(鲜叶减重率)的加重,α-法呢烯、苯乙醛、香叶醇、3-己烯-1-醇和(Z)-己酸-3-己烯酯含量逐渐增多,而叶绿醇、吲哚、2,6-二叔丁基对甲酚和乙基苯等成分含量则呈减少趋势,但仅结合不同强度的"单次摇青"将无法促成乌龙茶特有香型品质。做青是形成乌龙茶特殊香型品质的关键工序,带有类似花果香型的吲哚、反式-橙花叔醇和苯乙醛等香气成分可作为乌龙茶做青工艺品质控制的主要化学评测指标。

电子鼻在食用油鉴伪中的应用进展

电子鼻作为一种快速无损的新型检测技术,广泛应用于食品检测监测领域,近年来在食用油检测中的应用研究也越来越多。主要从采样方式、检测系统以及模式识别技术等方面总结国内外的研究现状,为电子鼻在食用油检测中的应用提供参考。

基于模糊加权灰色关联分析的发动机磨损模式识别

结合大量铁谱分析数据与专家经验,给出了发动机磨损模式识别标准样本库,建立了发动机磨损模式识别的模糊均权灰色关联分析模型、模糊加权灰色关联分析模型,结合磨损模式识别实例,验证了识别结果的可靠性。实践证明,模糊加权灰色关联分析方法能够快速、准确、有效地识别发动机磨损模式。

基于光谱技术的杨梅汁品种快速鉴别方法的研究

为了实现杨梅汁品种的快速无损鉴别,提出了一种用可见和近红外光谱技术快速鉴别杨梅汁品种的新方法。首先采用偏最小二乘法进行模式特征分析,经过交互验证法判别,确定最佳主成分数为9。完成特征提取后,将这9个主成分作为神经网络的输入变量,建立了三层BP神经网络,实现类别预测的同时也完成了数学建模与优化分析工作。3个品种的杨梅汁样本数均为20,共计60个样本。在神经网络学习中,将其分成训练集样本51个和预测集样本9个。对9个未知样本进行预测,准确率为100%。说明本文提出的基于光谱技术和模式识别的方法具有很好的分类和鉴别能力。

计算机拟合技术优化氯氰菊酯GC检测条件的研究

借助均匀设计法合理安排试验及应用计算机拟合技术科学地进行了氯氰菊酯的毛细管气相色谱检测条件的设计与优化的研究,建立了相关的数学模型.成功地求出了柱温258.8℃、压力17.3Pa时能够满足出峰时间快、峰型好的气相色谱检测条件,优化色谱条件的方法具有广泛的应用价值.

大数据处理技术在交互设计中的应用研究

目的将分布式与并行计算、机器学习、假设检验、模式识别等大数据处理技术应用于交互设计的经典问题,包括用户调研、产品迭代和产品测试。方法首先调研了交叉学科和交互设计的研究现状,然后提出了将大数据处理技术应用于交互设计的研究框架,进而分别研究了基于大数据处理技术的用户调研方法、基于A/B测试的版本更新方法以及基于模式识别的用户体验优化方法。结果研究结果表明了将大数据处理技术应用于交互设计的可行性,大数据处理技术为设计学中的传统用户调研和测试方法提供了坚实的理论基础和数据支持。结论将大数据处理技术应用于交互设计,大大降低了人工成本,并进一步为设计学与计算机科学的交叉进行了初步探索,提供了有效实用的理论与方法。

储层的地震识别模式分析及定量预测技术初探——以塔河油田碳酸盐岩储层为例

通过对塔河油田碳酸盐岩储层模型正演研究,结合储层实际地震反射特征,依据碳酸盐岩岩溶储集体的形态、规模、组合形式、距奥陶系风化面距离等多种影响因素,对塔河油田碳酸盐岩储层识别模式进行了系统的总结分析,总结出了不规则地震反射结构、串珠状强振幅地震反射结构、弱振幅低频地震反射结构三种储层地震识别模式,并对每种识别模式和三者之间的组合方式进行了详细论述。在此基础上,运用时频分析、反射强度、波形分析技术,依据对缝洞体空间分布研究及实钻的溶洞统计分析结果等资料,以缝洞单元划分结果为约束条件,对三维缝洞储集体的有效空间分布进行精细刻画,并求取视体积。初步探索了碳酸盐岩储层的定量预测方法,并取得一定效果。

基于连续隐马尔可夫模型的仿真模型验证

将连续隐马尔科夫模型(CHMM)应用于仿真模型验证研究,在分段提取各可选仿真模型输出特征向量序列的基础上,采用Segmental K-Means算法训练并建立各可选仿真模型的CHMM,进而构建模型库;将实际系统的特征向量序列作用于模型库,依据其概率输出判别各可选仿真模型相对于实际系统的有效性。最后通过实例分析,证明了该方法的有效性。