检索结果-内蒙古大学图书馆

技术与市场 1995年第8期2卷 7-7页

现代模式识别技术是利用计算机对物质或精神进程进行分析和描述,对各种物理量及其变化过程进行分类,提取特征加以识别的一项专门技术。模式识别是建立在计算机技术、影像技术和音响技术基础上的综合性高技术,是人工智能的重要组成部分... 详细信息

现代模式识别技术是利用计算机对物质或精神进程进行分析和描述,对各种物理量及其变化过程进行分类,提取特征加以识别的一项专门技术。模式识别是建立在计算机技术、影像技术和音响技术基础上的综合性高技术,是人工智能的重要组成部分。人工智能是研究用机器来模拟人动作、感觉、认知和思维过程的科学,而这些都离不开对文字、声音、图形和图像的处理、分类和识别。模式识别技术在文字、声音、图像识别方面已取得很多成果,在工农业生产、

关键词：模式识别技术人工智能图像识别技术计算机技术反舰导弹笔输入计算机现代模式影像技术利用计算机图形识别

来源：评论

学校读者我要写书评

暂无评论

电力设备故障诊断中的模式识别技术研究

引用

家电维修 2025年第2期 137-139页

作者：吴玉凯莅平信源环保建材有限公司山东省聊城市252100

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... 详细信息

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：电力设备故障诊断模式识别技术数据预处理分类算法

来源：评论

学校读者我要写书评

暂无评论

模式识别技术在伞形科芹亚科植物分类中的应用研究

模式识别技术在伞形科芹亚科植物分类中的应用研究

引用

作者：刘一真中国药科大学

学位级别：博士

来源：评论

学校读者我要写书评

暂无评论

神经网络及模式识别技术在测井解释中的应用

引用

测井技术 2002年第5期26卷 364-368页

作者：罗利姚声贤任兴国杨嘉四川石油管理局测井公司

针对四川碳酸盐岩储层实际情况 ,用测井资料与岩心分析结果组成孔隙度、含水饱和度样本 ,经BP网络训练后得到模型参数。使用模型参数进行孔隙度、含水饱和度计算 ,计算结果精度高。BP网络在产能评价方面也有明显优势 ,能较好地表达储层... 详细信息

针对四川碳酸盐岩储层实际情况 ,用测井资料与岩心分析结果组成孔隙度、含水饱和度样本 ,经BP网络训练后得到模型参数。使用模型参数进行孔隙度、含水饱和度计算 ,计算结果精度高。BP网络在产能评价方面也有明显优势 ,能较好地表达储层参数与产能之间的关系 ,提高预测结果精度。对汉明网络结构作了适当的调整 ,使其适用于输入为连续值的模式识别问题。在储层流体性质判别方面 ,气层、水层的判别符合率达 93% ;该网络在多个地区的测井相分析中应用表明 ,能提高沉积微相识别率和预测符合率。实际应用证实 ,神经网络技术能提高测井解释中的数值计算精度和模式识别符合率。

关键词：神经网络模式识别技术测井解释应用神经网络计算方法碳酸盐岩储层评价

来源：评论

学校读者我要写书评

暂无评论

基于模式识别技术的色貌模型评价研究

引用

光学技术 2012年第5期38卷 573-578页

作者：王晓红孙平徐卓吕兆锋上海理工大学上海200093

选用Munsell新标数据集,采用基于模式识别技术的圆度、色相角偏差、明度线性度与空间投影点聚集度四个指标来分别评价目前八个典型色貌模型在彩度均匀性、色相预测准确性、明度均匀性、颜色的空间再现的能力。结果表明,不同的色貌模型... 详细信息

选用Munsell新标数据集,采用基于模式识别技术的圆度、色相角偏差、明度线性度与空间投影点聚集度四个指标来分别评价目前八个典型色貌模型在彩度均匀性、色相预测准确性、明度均匀性、颜色的空间再现的能力。结果表明,不同的色貌模型在四个方面的颜色再现性上表现出不同的优势。八个色貌模型对彩度预测最好的是RLAB,每个色貌模型对红色和绿色预测比较好,CAM02在色相预测整体上占优势;明度的均匀性预测都比较好,尤其是CIELAB;LLAB的颜色的空间再现能力最好。

关键词：模式识别技术色貌模型孟塞尔新标数据集圆度色相角偏差明度线性度投影点聚集度

来源：评论

学校读者我要写书评

暂无评论

模式识别技术（Pattern recognition techniques）在山茶属植物数值分类学和叶绿素含量预测中的应用研究

模式识别技术（Pattern recognition techniques）在山茶属植物数...

引用

作者：姜武浙江师范大学

学位级别：硕士

模式识别技术(Pattern recognition technique)包括聚类分析、机器学习等多种方法,是一种集合数学方法和计算机技术对研究对象内部规律以及隐藏性质进行分析的综合技术。该技术在近20年来发展突飞猛进,已经广泛运用于各项领域。本文将... 详细信息

模式识别技术(Pattern recognition technique)包括聚类分析、机器学习等多种方法,是一种集合数学方法和计算机技术对研究对象内部规律以及隐藏性质进行分析的综合技术。该技术在近20年来发展突飞猛进,已经广泛运用于各项领域。本文将在拓展模式识别技术的应用方面进行研究,主要是以山茶属植物的花和叶片为研究对象,将聚类方法(Clustering approach, CV)、反向传播神经网络(Back-propagation artificial neural networks, BP-ANN)、支持向量机(Support vector machine, SVM)等多种模式识别技术应用到山茶属植物的数值分类学领域以及叶绿素含量的无损预测领域中。具体而言,主要完成以下四大方面的工作：(1)依据山茶花的形态学特征,运用聚类方法和支序分析进行山茶属物种组水平的数值分类学应用研究。(2)基于叶片解剖学指标运用模式识别分类器在山茶属植物组水平上的分类研究。(3)基于叶片颜色分形和RGB强度值指标的模式识别分类器在山茶属植物组水平上的分类研究。(4)基于光照强度和叶绿素荧光参数的模式识别无损伤技术在山茶属植物叶片叶绿素含量的预测研究。主要研究结果如下： (1)利用山茶花的形态学基础数据以及衍生数据,对山茶属油茶组(Sect. Oleifera)和短柱茶组(Sect. Paracellia)的19个物种应用支序分析进行数值分类研究。本研究分类结果基本和前人得到的结果一致。另外,聚类结果支持以下物种合并：油茶(C. oleifera)和越南油茶(C. vietnamensis);茶梅(C. sasanqua)和冬红短柱茶(C. hiemalis);短柱茶(C. brevistyla)和粉红短柱茶(C. puniceiflora);长瓣短柱茶(C. grijsii)和陕西短柱茶(C. shensiensis)。而且,我们建议樱花短柱茶(Cmaliflora)更适合被当做茶梅(C. sasanqua)的变种,褐枝短柱茶(C. phaeoclada)归并到短柱茶组(Sect. Paracamellia)中也相当合适；此外,本研究支持了以下物种可被合并：大姚短柱茶(C. tenii)和琉球短柱茶(C. miyagii),小果短柱茶(C. confusa)和窄叶短柱茶(***)。 (2)植物叶片特征为植物分类结果提供了很多有价值的信息。我们利用7个叶片解剖学属性数据：上表皮细胞面积、上表皮细胞厚度、栅栏组织厚度、叶片总厚度、海绵组织厚度、下表皮细胞厚度和下表皮细胞面积,结合运用BP-ANN和SVM对来自三个组的山茶属植物的47个物种(金花茶组Sect. Chrysantha16种,瘤果茶组Sect. Tuberculata16种,短柱茶组Sect. Paracamellia15种)进行分类。其中SVM模型的最佳惩罚参数(C=32)和核函数参数(γ=0.13)通过交叉验证得到。识别分类的最高精度(84.00%的训练集精度和90.91%的测试集精度)由径向基(Radial basis function)支持向量机分类器(RBF-SVM classifier)和Sigmoid支持向量机分类器(Sigmoid SVM classifier)得到。相比较BP-ANN对测试集的识别分类效果(86.36%),SVM的分类效果更佳。因此,基于叶片解剖学数据,应用SVM对这三组山茶属植物的准确分类是可行的,将SVM作为植物分类学中的工具具有潜在应用价值和意义。 (3)本研究旨在验证上述模式识别分类器的有效性,且进一步补充分类器的快速识别性能。以来自五个组的山茶属植物的68个物种(糙果茶组Sect. Furfuraceal1种，短柱茶组Sect. Paracamellia13种,瘤果茶组Sect. Tuberculata15种,连蕊茶组Sect. Theopsis和红山茶组Sect. Camellia5种)作为研究对象,利用叶片分形参数(Leaf parameters analysis, FA)和叶片红、绿、蓝(RGB)强度值为基础数据,结合SVM分类器进行效果验证。结果显示使用RBF-SVM分类器在最佳参数下(C=16,γ=0.5)可达到最高分类识别精度(96.88%),线性核函数分类器(Linear-SVM)分类精度90.63%,Sigmoid-SVM分类器和多项式核函数分类器(Polynomial-SVM, d=2)分类精度分别为40.63%和93.75%。利用基础数据做的聚类图的分类效果亦符合前人的研究结果。因此,RBF-SVM结合FA和RGB值的分类器可用来快速无损且精确的对山茶物种分类和对其他未知基因型

关键词：模式识别技术神经网络支持向量机植物数值分类无损预测形态解剖光合生理

来源：评论

学校读者我要写书评

暂无评论

近红外光谱法结合模式识别技术快速无损鉴别天然牛黄、体外培育牛黄和人工牛黄

引用

药物分析杂志 2017年第10期37卷 1897-1903页

作者：聂黎行张烨胡晓茹刘燕戴忠马双成中国食品药品检定研究院北京100050 内蒙古鄂尔多斯市食品药品检验研究中心鄂尔多斯017000

目的:采用近红外光谱技术建立天然牛黄、体外培育牛黄和人工牛黄的快速无损鉴别方法。方法:采集天然牛黄、体外培育牛黄和人工牛黄的近红外漫反射光谱,比较其光谱差异,利用主成分分析法观察不同样品主成分空间分布,进一步优化光谱预处... 详细信息

目的:采用近红外光谱技术建立天然牛黄、体外培育牛黄和人工牛黄的快速无损鉴别方法。方法:采集天然牛黄、体外培育牛黄和人工牛黄的近红外漫反射光谱,比较其光谱差异,利用主成分分析法观察不同样品主成分空间分布,进一步优化光谱预处理方式,采用判别分析法建立定性鉴别模型。结果:3类牛黄原始光谱存在差异;其主成分空间分布明显不同,天然牛黄、体外培育牛黄和人工牛黄各自单独聚为一类;判别分析模型预测准确率为100%。结论:近红外光谱结合模式识别技术可有效区别不同种类牛黄,为天然牛黄、体外培育牛黄和人工牛黄的鉴别提供一种新的参考方法。

关键词：天然牛黄体外培育牛黄人工牛黄近红外光谱法快速无损鉴别模式识别技术

来源：评论

学校读者我要写书评

暂无评论

基于支持向量机的模式识别技术中若干问题的研究

基于支持向量机的模式识别技术中若干问题的研究

引用

作者：肖嵘南京大学

学位级别：博士

该文将集中研究以下几个方面的问题:(1)具有容噪性的SVM预处理算法的研究.该文提出了EPCA算法,该算法将经典的PCA算法扩弃到一个更为普遍的数据分析领域.和经典的PCA相比较,EPCA算法通过保持原始样本集的稀疏性,极大地降低了算法的计算... 详细信息

该文将集中研究以下几个方面的问题:(1)具有容噪性的SVM预处理算法的研究.该文提出了EPCA算法,该算法将经典的PCA算法扩弃到一个更为普遍的数据分析领域.和经典的PCA相比较,EPCA算法通过保持原始样本集的稀疏性,极大地降低了算法的计算复杂度.在此基础上,该文进一步提出了一种面向SVM分类降噪应用的CEPCA预处理算法.(2)先验知识的整合.该文首先提出了一个VSV-VA算法,该算法通过综合虚样本,虚属性和虚SV方法的优点,将先验知识引入到后继的学习中去使得分类器的性能得到很大提高;其次,该文给出了一种基于SVM阵列的方法.(3)训练集和SV集的削减(4)SVM增量算法(5)Smart Sketchpad在线图形识别系统.该文通过综合SVM的多值分类、增量学习、先验知识的引入等方面的技术,实现了一个自适应的SVM多值增量图形分类器.实验结果表明,该算法很好的满足了设计了要求,并具有良好的性能.

关键词：支持向量机增量学习噪音削减先验知识整合 Smart Sketchpad 模式识别技术

来源：评论

学校读者我要写书评

暂无评论

基于模式识别技术的肝癌PET探针优化研究

基于模式识别技术的肝癌PET探针优化研究

引用

作者：畅征军医进修学院解放军总医院军医进修学院

学位级别：博士

目的：原发性肝细胞癌是一种常见高发的恶性肿瘤，不同生物学特性的肝癌反映着不同的恶性程度。PET探针优化是指通过对肿瘤细胞不同特性进行提取，观察其对应不同PET示踪剂的特异性反应，以期能够使用一种或多种示踪剂做出常见肿瘤的鉴... 详细信息

目的：原发性肝细胞癌是一种常见高发的恶性肿瘤，不同生物学特性的肝癌反映着不同的恶性程度。PET探针优化是指通过对肿瘤细胞不同特性进行提取，观察其对应不同PET示踪剂的特异性反应，以期能够使用一种或多种示踪剂做出常见肿瘤的鉴别诊断，可作为临床肝癌亚型分类的辅助手段。本课题以不同生物学特性的肝癌作为研究对象，通过多示踪剂组合方式（18F-FDG，18F-FLT，11C-CH），结合多维数据分析和模式识别技术探讨Micro-PET在肝癌生物学行为中的价值，为优化PET探针和临床可视化工作做出指导。<br>　　方法：以人肝癌细胞株（MHCC97H，MHCC97L，HepG2，QGY7701）为研究对象，首先观察其不同的生物学特性，利用三种不同机理的正电子核素示踪剂：18F-FDG（葡萄糖代谢）、18F-FLT（细胞增殖）和11C-CH（细胞膜脂代谢），研究其在不同肝癌细胞中的摄取特征；其次模拟体内环境，观察不同肝癌细胞在干预条件下（葡萄糖，胰岛素，化疗药物）18F-FDG的差异性摄取；随后建立不同特性肝癌的皮下荷瘤模型，观察肿瘤组织的增殖、转移等过程，进一步观察三种示踪剂在不同类型肝癌组织中的摄取特征。最后，将上述实验的结果进行特征提取，以示踪剂的摄取值作为特征参数，观察不同特性肿瘤细胞和组织的摄取值空间分布结果，结合多维数据分析和模式识别等方法构建不同的分类模型，综合分析不同探针组合的摄取显像结果。<br>　　结果：18F-FDG摄取率：HepG2>QGY7701>MHCC97H≈MHCC97L(P<0.01)；18F-FLT摄取率：QGY7701>HepG2>MHCC97H>MHCC97L(P<0.01)；11C-CH摄取率：HepG2>MHCC97L>MHCC97H>QGY7701（P>0.05）。其中，行单一示踪剂实验时MHCC97H和MHCC97L的摄取无显著性差异（P>0.05），作交叉比较发现三种不同示踪剂对应不同细胞的组间摄取差异有统计学意义（P<0.01），说明两种或多种示踪剂可通过摄取值的组合来定位不同特性肝癌细胞的空间分布位置；结合分类模型的数据分析结果，FDG+CH组合方式的二重交叉检验误差明显低于其它两种组合，分类面结果显示FDG+CH的组合相对于其它两种组合能够较好地将不同特性肝癌细胞进行区别分类。三种示踪剂联合分析时，数据分布趋向各自的一致性，二重交叉检验误差低于任意两两示踪剂的组合误差，分类面进一步明确，说明三种示踪剂组合分析有利于区别不同特性的肝癌肿瘤细胞，也说明多参数分类器能为肿瘤生物学特性判别提供更准确的信息。不同干预条件下四种肝癌细胞18F-FDG摄取实验结果显示，葡萄糖干预：HepG2>QGY7701>MHCC97H>MHCC97L(P<0.05)；胰岛素干预：HepG2>QGY7701>MHCC97H>MHCC97L(P<0.05)；化疗药物干预：HepG2>QGY7701>MHCC（P<0.05）。实验发现在模拟体内不同干预条件下单一示踪剂18F-FDG的摄取有明显变化，可以作为区分不同特性肝癌细胞的参考因素。皮下荷瘤模型的Micro-PET显像结果显示，18F-FDG摄取值：HepG2>QGY7701>MHCC97H>MHCC97L（P<0.05）；18F-FLT摄取值：HepG2>QGY7701>MHCC97L>MHCC97H（P<0.05）；11C-CH摄取值：MHCC97H>HepG2≈MHCC97L>QGY7701（P>0.05）。建立分类模型结果显示，FDG+CH的组合分类误差远远低于其他两种组合方式，三种示踪剂组合显像的结果则更为精确，分类误差仅为0.002500。<br>　　结论：1.不同生物学特性肝癌细胞在体内和体外的18F-FDG、18F-FLT和11C-CH摄取特征有明显差异，建立多示踪剂摄取为特征参数的分类模型有助于区分不同类型肝癌细胞。2.不同干预条件下18F-FDG的摄取存在差异，可为单一示踪剂分类肝癌细胞提供依据。3.利用模式识别技术进行数据提取和分析，18F-FDG和11C-CH联合或三种示踪剂联合显像有助于不同分型肝癌的分类。

关键词：原发性肝细胞癌 PET探针优化示踪剂组合方式模式识别技术数据分析

来源：评论

学校读者我要写书评

暂无评论

图象处理与模式识别技术在木材无损检测中的应用

图象处理与模式识别技术在木材无损检测中的应用

引用

作者：戚大伟哈尔滨船舶工程学院

学位级别：硕士

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：