数据驱动下交通异常行为的双层识别模型

为实现对车辆异常行为的准确识别,提高车辆行驶的安全性,提出了一种基于支持向量机(support vector machine, SVM)、监督学习与长短期记忆(long short term memory, LSTM)深度学习的交通异常驾驶行为双层识别模型。首先,对车辆轨迹数据筛除和滤波,构建异常行为数据集;其次,从异常行为轨迹特征中提取出特定异常行为的特征标签,并人为标定在训练集中;再次,构建SVM模型对训练集进行粗识别,基于SVM的二分法原理,从测试集中筛选出异常行为;最后,通过LSTM时间序列模型构建具体种类的异常行为模型,并通过深度学习的方法,从异常行为数据中细分为蛇形驾驶、急速变向、侧滑、大半径转弯、快速U型转弯、急刹车等具体的异常驾驶行为。本次实验选用下一代仿真(next generation simulation, NGSIM)数据中US-101高速公路和peachtree城市道路的数据集的轨迹数据验证SVM和LSTM双层识别模型的性能,包括均方根误差、识别准确率等。结果表明,构建的双层识别模型在第一层有98%的识别准确率,第二层有超过80%的识别准确率,可以较为准确地识...     

利用早停可微架构搜索的三维点云模型分类

针对现有三维点云分类网络采用人工设计费时费力的问题,提出早停可微架构搜索(early-stopping differentiable architecture search,ES-DARTS)算法。利用从人工设计网络架构中提取到的先验知识,预定义一个包含高效候选操作的搜索空间,可快速搜索出适用于三维模型分类任务的高性能网络模型;通过追踪网络搜索阶段各候选操作的权重变化,找出跳跃连接操作在双重优化过程中发挥不公平竞争作用的临界点并在此处停止搜索,以保证各候选操作之间的稳定性,解决DARTS算法搜索过程中易出现性能崩溃的问题。提出的算法在ModelNet40数据集上达到了93.2%的识别准确率,比当前人工设计的主流网络具有更高的识别准确率。     

苯甲酰类化合物构效关系的模式识别研究

用ＣＮＤＯ／２量化方法计算了３５个苯甲酰类化合物的量化指数,并应用模式识别方法研究了该类化合物的结构对治疗患Ｌ１２１０肿瘤小鼠药效的影响,得到满意的分类图。结果表明化合物的抗癌活性的主要影响因素为ＣＱＳ、ＥＬＵＭＯ、ＥＳＨＥＰ和π,药物的抗癌活性主要是通过抑制核苷酸还原酶所致,而且化合物在体内到达受体的过程和难易程度对药效的影响较大。     

基于小波分析的被动声纳信号宽带噪声包络调制分析

采用小波分析理论建立了一种新的被动声纳信号宽带噪声包络调制分析算法。通过被动声纳的海上实际信号的分析实验,取得了良好的检测效果且可以节省计算时间,具有很好的应用前景。     

Milestone of the meridian science──970th anniversary of the Chinese Bronze Statue of Meridian

For more than a thousand years, Chinese people were aware of the transmitted sensations by the application of needles on the body surface. This practice is called acupuncture. Acupuncture had been recorded and transcribed in writings and in drawings, until finally the acupoints were inscribed onto a bronze statue. The bronze statue was called the Meridian Figure. Deeply embodied in the bronze statue is a tripartite confrontation-prism representation of the humans body. This concept was a great scientific achievement in ancient China. The author traces the history of Meridian science described in traditional Chinese medical terms. Then he explores a clear analogy of the meridian pathway (MP) phenomenon. In a model system, by using a simple segmental in vertebrate, certain parallels can be demonstrated with the meridian concept. For example, the author demonstrated a clear correlation rule among the central mechano-sensory channels, and characteristics of positional discrimination in individual nerve cells from different receptive field inputs. The evidence suggests that the MP phenomenon is an objective neurobiological response. To clarify the research objective in this paper, the author suggests that the MP is a bi-directional pathway along which a positional message signal is transmitted. This phenomenon is evoked by physical stimulation, transmitted linearly across the human body segments, and is perceived by the brain. The MP consists of low resistance paths, is connected by the liquid media contained in the apposite membranous structure. At the cellular level, the regulation functions of MP must pass through along this low resistance path. Two aspects of the modern Meridian research are the functional regulation and the mechanism of intercellular liquid modulation at the nanometer level.     

模糊灰关联模式识别方法及其应用

首先建立了灰关联分析的新的理论模型,然后将其与模糊集理论结合起来,提出了一种模糊灰关联模式识别方法．通过应用于场地土类别的评定,从而说明了本文方法的有效性     

基于语音识别的说话人身份辨识系统

提出一种在小字库孤立语音条件下,集成语音识别与说话人的识别技术,并进行说话人身份代码（密码）识别、认证．利用语音信号的短时分析技术进行孤立词的单元分割,采用临界带特征矢量作为语音信号特征,分析了经典语音识别算法——动态时间规整算法,提出了对语音模板各帧加权的改进方法．为提高识别响应速度,研究了多门限多轮次的判决方法,在增加多套模板、提高识别率的情况下,降低了系统的响应时间．     

质心层次特征的无约束手写体数字识别

光学字符识别（ＯＣＲ）是模式识别最为成功的应用之一．目前,ＯＣＲ的研究重点是无约束手写体字符识别．采用了基于字符质心的层次特征对无约束手写体数字进行分类识别．基于字符质心的不均匀分块方法,在一定程度上可以克服无约束手写体数字字形千变万化所引起的不稳定性．层次特征将字符在空间的二维分布转化为一维,特征抽取过程简单,易于实现．将该算法应用于无约束手写体数字的信函分拣系统,单字的平均识别率达９７％以上．     

模式识别在测井相分析中的应用

在测井相分析过程中,提取了与岩相有关的测井响应特征,进行了模糊聚类分析,形成其测井相模式。该模式通过岩－电关系库,应用模式识别技术,实现向岩相的转化,形成岩性的系统剖面。     

基于 Mahalanobis距离进行人脸表情的识别

提出了利用Mahalanobis距离进行人脸表情识别的方法.首先将待分类的图像样本集进行坐标变换,使得变换以后类间离散度尽可能大而类内离散度尽可能小,即使变换以后的Fisher准则函数取得极大值,在新的坐标下求每个待分类样本到各类均值向量的Mahalanobis距离,从而将待分类的样本归到Mahalanobis距离最小的类中去,通过实验得到了平均80.25%的识别率.