区间直觉犹豫模糊集的两种相似测度及其在模式识别中的应用

模糊集的相似测度是模糊集理论的重要组成部分之一,有着广泛的应用.首先给出了基于隶属度、非隶属度和犹豫度的区间直觉犹豫模糊集的标准海明距离、标准欧氏距离、广义标准海明距离公式以及它们的加权距离公式.然后提出了基于距离的区间直觉犹豫模糊集相似测度和区间直觉犹豫模糊集的余弦相似度,并给出了公理化证明.两种相似测度均包含了区间直觉犹豫模糊集的隶属度、非隶属度和犹豫度.最后将这两种相似测度应用到基于区间直觉犹豫模糊信息的模式识别中.     

基于卷积神经网络的HL-2A装置H模辨识研究

基于HL-2A装置的放电实验数据，利用卷积神经网络和时间窗口算法开发了高约束(H)模时段的识别算法，得到了可靠的高成功率的高约束模时段识别结果。算法中，选取206次放电实验数据中等离子体储能及氘α通道信号作为双通道原始数据进行学习，得到一个深度为21层的二分类卷积神经网络。该网络模型经过其他474次放电数据的测试集检验，高约束模识别的正确率达到了98.17%。     

可模式识别的水声成像方法

提出一种在自由环境中可以进行模式识别的水声成像方法。利用角域滤波将空间不同入射方向的平面波在阵元域中进行分离,在成像扇面内按要求设计一系列角域带通滤波器,这些滤波器的输出就是从角通带内入射的平面波在阵元域中的快拍数据,可以实现要求输入为阵元域特性数据的目标识别和底质分类等专用的模式识别算法,角域滤波器输出的平面波快拍数据的幅度作为像素值进行水声成像。采用角域滤波的方法可以进行水声成像得到所需要的声图,并且每个像素对应着相应点目标远场平面波入射到接收阵时所产生的快拍数据。仿真和实验数据处理结果表明,采用角域滤波和利用常规波束形成所得到的声图是一样的,并且两种成像方法具有相同的稳健性。      

基于多特征算法选择的太赫兹时域光谱用于水稻种子掺假研究

该文提出了一种基于太赫兹时域光谱的水稻种子模式识别方法。实验以10种不同品牌混合掺假的水稻种子为样本,基于采集的样本太赫兹时域光谱数据,通过建立Relief、随机森林（RF）、支持向量机递归特征消除（SVM-RFE）和最大相关最小冗余（mRMR）模型分别对样本光谱波长进行特征选择,最后设计分类器对4种特征选择方法处理后的样本进行分类识别。结果表明,基于布谷鸟算法（CS）优化的极限学习机模型对经RF特征选择算法提取后的样本光谱数据具有最佳识别效果,其准确率可达100%,实验对于法庭科学领域内种子的掺假鉴定具有一定的借鉴意义。     

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。     

最近十年中国头发微量元素研究进展

2006—2015年,是中国头发微量元素研究继续取得重要成果的10年,也是该项研究量质转变的10年。概述了10年内中国头发微量元素研究的进展、现状和发展方向,高通量微量元素组学研究和微量微区分析技术的发展将引领头发微量元素研究领域走向新的高度。     

基于质子转移反应-飞行时间质谱快速鉴别不同产地闽北水仙茶

采用质子转移反应-飞行时间质谱仪(PTR-TOF-MS), 构建了3个产地(武夷山、建阳、建瓯)113个闽北水仙茶样品香气的化学指纹图谱, 对所得的闽北水仙茶香气指纹图谱进行主成分分析(PCA), 获得了不同产地闽北水仙茶样品的质谱信息特征, 然后采用软独立建模分类法(SIMCA)、K最邻近结点算法(KNN)、偏最小二乘判别分析法(PLS-DA)对闽北水仙茶的质谱信息进行了模式识别.结果表明, PTR-TOF-MS结合分类识别模式能有效区分不同产地的闽北水仙茶.PCA 提取了3个主成分, 累计贡献率为84.66%;3个识别模型的校正集判别正确率分别为89.38%、100.00%和100.00%, 预测集的判别正确率分别为83.18%、 96.46%和95.57%.基于此成功建立了不同产地的闽北水仙茶识别模型.本方法无需样品预处理、分析速度快、灵敏度高、对茶叶无损伤, 为茶叶产地溯源提供了新方法.     

基于时频分帧能量熵的陶瓷制品敲击声波信号特征识别

针对现有陶瓷制品敲击声波信号特征提取方法中提取的特征代表性降低的问题,该文提出结合最大重叠离散小波包变换(MODWPT)和时频分帧能量熵的特征提取方法。首先采用MODWPT将信号分解为4层,再对每个节点的子信号分帧后计算各个节点的时频分帧能量熵,然后根据能量分布特征选择了前6个节点的时频分帧能量熵特征,最后构建随机森林分类器完成识别。将该方法和MODWPT时频分段能量熵、MODWPT归一化能量特征两种方法进行比较。实验结果表明,相比MODWPT时频分段能量熵、MODWPT归一化能量两种特征提取方法,MODWPT时频分帧能量熵能提升特征的代表性,具有更优的陶瓷制品敲击声波信号特征识别性能,其识别的F₁值达到了98.46%,相比上述两种方法分别提升F₁值3.22%、1.86%。     

五味子优良品种优选的模式识别方法

通过超高效液相色谱法,对不同生长特征的五味子样品中5种主要的木脂素成分:五味子醇甲、五味子醇乙、五味子酯甲、五味子甲素和五味子乙素进行测定,同时考察其抗氧化活性。对所得到的5种木脂素成分的含量及抗氧化数据进行聚类分析和主成分分析,并且通过逐步判别分析建立判别函数,从而筛选五味子优良品种。主成分分析和聚类结果基本一致,均将样品分为3大类,逐步判别分析的正确率高达90%。     

在缪子成像中利用模式识别检测毒品与爆炸物

在集装箱安检中一个很重要的亟待解决的问题是如何有效地检测出藏在金属中的毒品和爆炸物。传统的X射线CT难以穿透较厚的金属材料，而中子CT引入了很大的放射性，其屏蔽问题是一个难点。相较之下，宇宙线缪子成像是一种有前景的非破坏性成像技术，因为缪子来源于天然的宇宙射线且有足够的能量完全穿透大型集装箱。本文研究了在可接受的测量时间内，宇宙线缪子成像方法能够在何种程度上识别毒品爆炸物与空气和金属。基于清华大学缪子实验平台TUMUTY并通过Geant4模拟宇宙线缪子与物质的相互作用，毒品爆炸物及不同金属材料的散射密度能够被重建出来。基于模式识别的SVM分类器被训练出来对这些材料进行自动识别分类。结果显示，对于边长为20 cm的不同材料的物块，在10到30 min的测量时间内，能够通过缪子成像方法识别毒品爆炸物与金属材料和本底，分类的错误率约为1%；测量时间为1 min时，分类的错误率恶化为12.9%。