关键词： 光纤传感   入侵监测系统   模式识别   卷积神经网络   地下综合管廊  

摘要： 针对目前地下综合管廊的安全防控需求,设计研制了一种基于分布式光纤振动传感技术的地下管廊入侵监测系统。系统采用分布式光纤马赫曾德尔-萨格纳克混合干涉结构,结合振动传递装置将井盖开关行为转化成对光缆的振动冲击,再利用一维卷积神经网络算法对振动冲击信号做模式识别,通过监测井盖开关实现对地下管廊人为入侵行为的监测。对所设计的系统进行实地测试,采集1573组扰动数据进行模式识别,模式识别正确率在99%以上,识别实时性高,表明该系统能够满足地下综合管廊实际应用的需求,有利于拓展光纤传感技术在地下管廊领域的应用。

关键词： 年用水量   聚类分析   K均值方法   模式识别   异常值诊断  

摘要： 一年内城市用水量变化既有周期性又有变化性,为总体掌握一年内城市用水量的变化规律,利用K均值聚类算法进行分析。K均值聚类算法具有模式识别和异常值诊断功能,为获得接近全局最优结果,通常需要针对不同的分类质心初始值进行计算。考虑到类别数K值不是预先指定的,需要尝试采用不同的K值进行分析。以华东某城市的某年各日用水量作为原始数据,首先,针对小时用水量变化的上凸或下凹特性,引入加权方法修正异常值;然后,根据计算结果,分析了生成各类别用水的特点。其中,典型特征包括春节前后的用水量较低,“五一”和“十一”两个小长假用水具有相似性。分析结果对于城市用水量管理和供水运行调度具有重要参考价值。

关键词： 学术刊物   高年级大学生   科研人员   中国科学院   中国自动化学会   工程技术人员   智能计算机   模式识别  

摘要： 《模式识别与人工智能》是中国自动化学会、国家智能计算机研究开发中心和中国科学院合肥智能机械研究所共同主办的学术刊物。本刊面向国内外各高等院校、研究机构和企业的科研人员、教师、工程技术人员及研究生和高年级大学生。

关键词： 人工智能   模式识别   计算机神经网络   计算机图象处理   工业视觉   孪生网络   卷积神经网络  

摘要： 工业品缺陷存在目标多尺度和随机性等特点,易导致现有的目标检测算法出现误检或漏检现象.基于卷积神经网络架构,提出一种高性能的工业缺陷视觉检测模型,记为SNDec(Siamese network detection).采用并行权重共享的孪生网络(Siamese network, SN)将工业缺陷转化为视觉差异特征.孪生网络由并行特征提取通道构成,并以两通道的差异特征作为输出,能够在抑制同类属性的前提下,最大程度地凸显缺陷特征.结合弱监督定位算法,所提模型能够在实现高精度识别的同时,获取工业缺陷发生位置.通过引入卷积块注意力机制(convolutional block attention module, CBAM),进一步提升了模型检测精度.在真实工况采集的注塑瓶盖数据集以及公开的MVTec数据集上,将当前主流的工业品缺陷视觉检测算法(ResNet 50、1-NN、U-Student和GANomaly)与SNDec模型进行比较.结果表明,SNDec模型取得了89.2%的分类准确率和90.1%的召回率,比ResNet50模型分别提高了5.7%和3.2%.仿真结果验证了基于差异特征实现工业缺陷检测的有效性,结合弱监督定位算法Grad-CAM,SNDec模型能够以热力图形式实现准确的工业缺陷定位,为工业缺陷特征刻画提供更为丰富的信息.

关键词： 模式识别   多边形剖分   谱分析   聚类   凸率  

摘要： 文中对二维多边形物体有意义剖分进行了研究。心理学家通过研究后发现对物体进行有意义的剖分是人类识别物体的一个重要过程。研究对二维多边形物体的剖分,对于图像识别具有重要意义。在进行图像识别时可首先提取图像中物体的边缘,并用封闭多边形表示。研究如何对该多边形进行有意义的剖分,是正确识别该图像中的物体很关键的一步。文中首先用谱分析结合K-均值的方法,对要剖分的多边形的顶点进行聚类,然后用计算多边形剖分线段适合度的方法,递归地在顶点类内部和顶点类之间选择最佳剖分线段,实验结果表明了该方法的有效性。该算法剖分结果和知名的人工剖分结果的定量分析比较表明,算法剖分结果符合人类思维,取得了较好的剖分结果。

关键词： 模式识别   快速自适应多元经验模态分解   样本熵   秃鹫优化算法   支持向量机  

摘要： 为了增强相位敏感光时域反射仪(Φ-OTDR)系统对不同扰动事件的识别能力,提出了一种基于快速自适应多元经验模态分解(FA-MVEMD)样本熵和非洲秃鹫算法优化支持向量机(AOVA-SVM)的光纤振动信号模式识别算法。光纤振动信号经FA-MVEMD分解后得到若干多元本征模态函数(IMF),通过计算与原始信号的相关系数,筛选出相关系数大于0.1的有效分量并计算其样本熵作为信号的特征,最后利用AOVA-SVM分类模型进行识别。实验结果表明,相比于其他SVM分类模型,AOVA-SVM的分类准确率更高,对6种事件的平均分类准确率达到了97.5%,实现了Φ-OTDR系统模式识别的既定目标,具有实用价值。

关键词： 自动目标识别   性能评价   模式识别   决策分析  

摘要： 自动目标识别(ATR)是一个汇集模式识别、人工智能、信息处理等多学科融合发展的技术领域,ATR评价则是将ATR算法/系统等作为研究对象的评价行为。由于ATR算法/系统面临目标非合作、工作条件复杂多样、决策者自身存在多种主观偏好等诸多困难,ATR评价贯穿ATR研制的全过程,对ATR技术发展起到重要的指导作用。该文首先阐述了ATR评价方法研究的内涵,简要回顾ATR技术发展;然后从性能指标定义、测试条件构建、推断与决策等方面详细梳理分析了ATR评价方法研究的成果、应用及最新研究进展;最后总结了若干ATR评价方法研究的发展方向。该文旨在为更好地理解ATR评价和有效使用ATR评价方法提供新的参考借鉴。

关键词： 不安全行为   化学实验室   目标检测   模式识别   YOLOv7算法  

摘要： 为实现化学实验室动火实验无人值守行为的智能化识别,提出基于目标检测算法的识别方法。定义动火实验无人值守行为并设计6组场景模拟方案,通过对3种不同行为模式进行模拟,构建模型训练与验证所需图像数据集,并基于目标检测算法构建化学实验室动火实验无人值守行为识别模型。研究结果表明:融合SimAM注意力机制且使用WIoU损失函数的模型识别精确率达0.996,召回率0.996,mAP@0.5为0.996;泛化能力测试精确率为0.891,召回率为0.783,mAP@0.5为0.821,融合SimAM注意力机制且使用WIoU损失函数后的模型的识别能力和泛化能力均得到明显提升。研究结果可为化学实验室动火实验无人值守行为识别与预警提供技术支撑。

关键词： 机载雷达   特征参数   D-S证据理论   模式识别  

摘要： 工作模式识别是通过对信号的处理分析来确定雷达功能和行为状态的,是情报侦察、电子对抗领域的重要手段之一。随着现代机载雷达功能的多样化,其对应的信号样式也变得越来越复杂,而且日益复杂的侦察环境也导致侦察信号的质量参差不齐,这些都给传统的工作模式识别方法带来了巨大的困难。针对这一问题,在现有工作模式识别方法的基础上,提出了一种参数特征识别与D-S证据理论识别相融合的工作模式识别方法。首先,对于各侦察机处理得到的辐射源特征信号,利用特征参数识别算法快速得到工作模式信息,并结合D-S证据理论对识别结果加以验证。其次,对于单平台无法识别的信号,采用D-S证据理论融合识别的方法来完成工作模式的判别。从理论分析可以得出,该识别算法具有运算速度快,结构简单等优点,且新的融合识别方法可以提高工作模式的识别精度。最后,仿真验证了此方法的可行性。

关键词： 人工神经网络   点式传感器   有载变压器   故障检测   模式识别   对抗生成网络   数据增强  

摘要： 实际应用中电力变压器故障数据获取困难,导致在处理变压器故障数据时会由于存在不平衡数据对深入分析结果产生很大的影响。为了解决上述问题,结合对抗神经网络和人工神经网络对不平衡数据进行处理与判断,利用基于超弱光纤布拉格光栅的分布式声波传感技术对实验室搭建的变压器的模拟现场进行数据采集与分析,并在采集到的变压器故障模拟数据的检测上取得很好的效果。这种方法对基于对抗生成网络的有载变压器小样本故障识别系统具有重要的借鉴意义。