导读:本文包含了模式识别方法论文开题报告文献综述及选题提纲参考文献，主要关键词:主题关联,科技互动,可视化,互动模式
模式识别方法论文文献综述
刘自强,许海云,罗瑞,董坤,朱礼军[1]（2019）在《基于主题关联分析的科技互动模式识别方法研究》一文中研究指出从微观层面深度剖析科技互动的内在机理,定量化、自动化、可视化识别科技互动模式,对于弥补当前科学与技术内在关系研究的不足,揭示科技与技术协同创新的发展规律与演化特征具有一定的意义。首先,通过构建多元关系融合的主题词共现矩阵,基于社区探测算法识别论文和专利中的研究主题;然后综合共词、作者与引用关联度构建科学与技术主题关联数据,利用主题演化可视化方法绘制科学与技术主题演化可视化图谱辅助科技互动模式分析。以基因工程疫苗领域的论文和专利数据进行了实证研究,研究结果发现,基因工程疫苗领域的科技互动模式主要有S模式、T模式、S-T模式和T-S模式,其中S模式、T模式随着时间的推移协同增长(呈现明显的协同关联特征),T-S模式、S-T模式随着时间的推移交叉增长(呈现一定的反馈特征,科学与技术双螺旋式推进发展)。(本文来源于《情报学报》期刊2019年10期）
晏祥文,钟一平,吕世懂,孟庆雄[2]（2019）在《基于挥发性组分结合化学计量学方法的铁观音乌龙茶和软枝乌龙茶模式识别分析》一文中研究指出采用全自动顶空固相微萃取(headspace solid-phase microextraction,HS-SPME)和气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)对两种不同省份的乌龙茶(4个福建铁观音乌龙茶和3个台湾软枝乌龙茶)的香气成分进行研究,比较它们在挥发性成分及含量上的差异,并利用化学计量学方法对它们进行模式识别分析。结果显示,在7个乌龙茶中共鉴定出挥发性成分71种,成分均以醇类、碳氢和酯类化合物为主,其余化合物含量均较低;铁观音乌龙茶的挥发性成分主要是橙花叔醇、吲哚、2-甲基丁酸-2-苯乙酯、α-法呢烯、丁酸苯乙酯、己酸-2-苯乙酯、己酸-3-己烯酯、茉莉内酯、植醇、苯乙醇、芳樟醇、依兰烯、茉莉酮等;台湾软枝乌龙茶中的挥发性成分主要是香叶醇、吲哚、芳樟醇、橙花叔醇、脱氢芳樟醇、α-法呢烯、茉莉内酯、咖啡因、茉莉酮、水杨酸甲酯、茉莉酮酸甲酯、苯乙腈、植醇、己酸-3-己烯酯等。利用化学计量学方法中的主成分分析(principle component analysis,PCA)和偏最小二乘判别分析(partial least squares-discriminant analysis,PLS-DA),两种不同省份的茶叶之间能实现较好的区分,并通过进一步分析发现香叶醇、橙花叔醇、芳樟醇、2-甲基丁酸-2-苯乙酯、水杨酸甲酯、α-法呢烯、苯乙醇、茉莉酮酸甲酯可能是导致两种不同省份茶叶香气差异的关键性化合物。(本文来源于《食品研究与开发》期刊2019年20期）
郭茂祖,王鹏跃,赵玲玲[3]（2019）在《基于深度学习的出行模式识别方法》一文中研究指出居民出行信息可体现居民活动规律、反映城市交通问题,是制定交通规划与管理的重要依据.利用GPS获取的轨迹数据虽具有大量时空信息但不能直接表达出行模式,需要数据处理和挖掘算法提取隐藏知识来识别出行模式.由于居民出行模式具有高度的非线性和复杂性,识别具有很大挑战.本文利用深度学习方法的特征学习表征优势,解决特征提取的繁琐计算或漏提特征等弊端,通过对轨迹进行去野和划分等预处理后,计算轨迹片段的运动学特征构成输入数据,提出基于卷积神经网络与门控循环单元相结合的识别出行模式方法,利用卷积神经网络的深层特征表征优势和门控循环单元的时序特性挖掘能力,提高对非线性分类问题的学习能力和识别出行模式的准确性.为验证所提出方法的有效性,还设计单独的卷积神经网络和门控循环单元等模型,在Geolife数据集上进行测试和对比.实验结果表明,本文方法虽仅计算4个特征量仍具有较好的识别效果,并且优于单独采用卷积神经网络等分类方法的识别性能.(本文来源于《哈尔滨工业大学学报》期刊2019年11期）
郑蕾,聂丽[4]（2019）在《基于硫酸-3,6-二氨基吖啶比色-荧光双模式识别氰离子新方法》一文中研究指出以硫酸-3,6-二氨基吖啶为探针,研究其自身的紫外、荧光光谱及其对CN~-识别性能。结果发现:在乙醇溶剂中,探针在260 nm、290 nm和459 nm处有明显的吸收峰,加入CN~-后,其在260 nm和290 nm处吸收峰增强,459 nm吸收峰减弱并蓝移至407 nm,并伴随着从黄色到无色可视性颜色变化,CN~-的比色检出限为8.867×10~(-7) mol/L;当激发波长为440 nm,狭缝为5 nm时,探针在493 nm处有一较强的荧光发射峰,其强度随着CN~-引入和增加逐渐猝灭,CN~-的荧光检出限为6.124×10~(-9)mol/L;其它共存的阴离子(F~-、AC~-、Br~-、Cl~-、H_2PO_4~-、HSO_4~-、I~-、NO_3~-和SCN~-)对探针的紫外光谱及荧光光谱不产生影响。硫酸-3,6-二氨基吖啶是一种潜在的能够识别CN~-的比色-荧光双模式化学传感探针,满足我国及世界卫生组织对饮用水CN~-含量规定的健康标准。(本文来源于《皖西学院学报》期刊2019年05期）
唐松平,周舟,彭刚,张作刚,彭杰[5]（2019）在《基于自适应神经模糊的GIS缺陷模式识别方法》一文中研究指出气体绝缘组合电器(GIS)目前得到了广泛的应用,因此对GIS各种放电特点和故障识别的研究具有重要意义。论文提出了基于自适应神经模糊的GIS局部放电检测与缺陷模式识别方法,建立了相应的神经模糊推理系统,设计GIS局部放电实验系统并完成了局部放电数据的采集,在选取并处理相应的放电特征输入至系统后,根据系统输出的结果判别GIS缺陷类型。实验结果表明,相比于目前应用广泛的BP神经网络和RBF神经网络,论文提出的GIS局部放电检测和缺陷模式识别方法在识别率高出多个百分点,识别结果更为可靠,在故障诊断方面具有一定的现实意义。(本文来源于《计算机与数字工程》期刊2019年09期）
[6]（2019）在《刘康博士团队在城市道路交通交互模式识别方法取得进展》一文中研究指出中国科学院深圳先进技术研究院高性能计算技术研究中心博士后刘康与中国科学院地理科学与资源研究所陆锋研究员团队、美国威斯康辛-麦迪逊大学高松助理教授合作的研究在城市道路交通交互模式识别方法取得进展。相应成果为"Liu K,Gao S,Lu F.Identifying spatial interaction patterns of vehicle movements on urban road networks by topic modelling[J],Computers,Environment and Urban Systems,2019,74:50-61(基于主题模型的城市道路交通空间交互模式(本文来源于《集成技术》期刊2019年05期）
郝勇,耿佩,温钦华,吴文辉[7]（2019）在《滚动轴承保持架缺陷的图像处理及模式识别方法研究》一文中研究指出轻系列滚动轴承保持架由于兜孔直径小、两半保持架之间钉孔距离相对较大等因素导致在铆压过程中易出现变形,造成铆压歪斜缺陷。为此,本文提出了基于图像纹理特征的模式识别方法用于保持架歪斜缺陷的准确识别。首先,改进了轴承图像归一化展开算法,实现了轴承图像展开起点的自动优化选择以避免误分割保持架、铆钉和滚动体;其次,设计了轴承图像保持架区域定位分割算法,准确分离出7个保持架区域;最后,分别提取保持架区域的Hu矩和旋转不变均匀局部二值模式(LBPrPiu,2R)作为纹理特征,并结合PCA降维方法构建轴承保持架缺陷识别的SVM分类模型。结果表明,基于Hu矩和LBPrPiu2,R的SVM模型的正确识别率分别为85%和100%。因此,轴承LBPrPiu2,R特征结合SVM模型对轴承保持架歪斜缺陷具有较好的识别效果。该方法有望为滚动球轴承保持架铆压工艺缺陷的自动识别提供参考。(本文来源于《仪器仪表学报》期刊2019年09期）
张志浩,杨春花[8]（2019）在《基于代码克隆检测的抽取方法重构模式识别》一文中研究指出抽取方法是一种常用的代码重构手段,被广泛应用到软件开发和维护中。提出一个基于克隆检测的抽取方法重构模式的识别算法。以代码变更块hunk为单位,用代码克隆检测工具simian对候选的hunk进行筛选,用语法分析对该模式进行判定。在4个开源项目上进行实验,结果表明该算法具有较高的准确率。(本文来源于《计算机应用与软件》期刊2019年09期）
张子强,黄旭日,王晖,刘振坤,田楠[9]（2019）在《砂体迭合模式识别新方法在地震驱动建模中的应用》一文中研究指出随着油气田的勘探开发技术日趋完善,我国大多数油气田已进入开发中后期,因此,如何建立更高分辨率的叁维储层地质模型来指导剩余油的勘探开发就显得非常重要。其中,亟待解决的问题就是如何在建模过程中充分利用地质、地震、测井等不同尺度下的资料。近年来兴起的地震驱动建模方法作为一种井震联合建模方法,充分利用了地震资料中包含的空间信息,很好地解决了井网稀疏、井距大等不利条件下对井间岩石物性估计不准确的问题,进而有效改善了建模结果以及对复杂地层的描述。本文将改进后的砂体迭合模式识别算法用于地震驱动建模,并将其与序贯高斯模拟、贝叶斯模拟做进一步对比分析。(本文来源于《中国石油学会2019年物探技术研讨会论文集》期刊2019-09-09）
王礼鹏[10]（2019）在《基于模式识别的滚动轴承故障诊断方法》一文中研究指出传统多任务滚动轴承故障识别方法存在故障识别正确率低和耗时长的问题,为此提出一种基于模式识别的滚动轴承故障诊断方法。在滚动轴承故障检测识别过程中,通过模式识别来完成故障的定位以及故障类型的判断。在模式识别过程中,采用EMD(经验模态算法)和SVD(奇异值分解)方法提取滚动轴承故障特征后,再利用模糊C均值算法对提取的特征进行聚类分析,从而有效地检测滚动轴承故障类型。这种方法克服了传统故障识别正确率低和耗时长的问题。仿真结果验证了所提方法的正确性。(本文来源于《常州工学院学报》期刊2019年04期）
模式识别方法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
采用全自动顶空固相微萃取(headspace solid-phase microextraction,HS-SPME)和气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)对两种不同省份的乌龙茶(4个福建铁观音乌龙茶和3个台湾软枝乌龙茶)的香气成分进行研究,比较它们在挥发性成分及含量上的差异,并利用化学计量学方法对它们进行模式识别分析。结果显示,在7个乌龙茶中共鉴定出挥发性成分71种,成分均以醇类、碳氢和酯类化合物为主,其余化合物含量均较低;铁观音乌龙茶的挥发性成分主要是橙花叔醇、吲哚、2-甲基丁酸-2-苯乙酯、α-法呢烯、丁酸苯乙酯、己酸-2-苯乙酯、己酸-3-己烯酯、茉莉内酯、植醇、苯乙醇、芳樟醇、依兰烯、茉莉酮等;台湾软枝乌龙茶中的挥发性成分主要是香叶醇、吲哚、芳樟醇、橙花叔醇、脱氢芳樟醇、α-法呢烯、茉莉内酯、咖啡因、茉莉酮、水杨酸甲酯、茉莉酮酸甲酯、苯乙腈、植醇、己酸-3-己烯酯等。利用化学计量学方法中的主成分分析(principle component analysis,PCA)和偏最小二乘判别分析(partial least squares-discriminant analysis,PLS-DA),两种不同省份的茶叶之间能实现较好的区分,并通过进一步分析发现香叶醇、橙花叔醇、芳樟醇、2-甲基丁酸-2-苯乙酯、水杨酸甲酯、α-法呢烯、苯乙醇、茉莉酮酸甲酯可能是导致两种不同省份茶叶香气差异的关键性化合物。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模式识别方法论文参考文献
[1].刘自强,许海云,罗瑞,董坤,朱礼军.基于主题关联分析的科技互动模式识别方法研究[J].情报学报.2019
[2].晏祥文,钟一平,吕世懂,孟庆雄.基于挥发性组分结合化学计量学方法的铁观音乌龙茶和软枝乌龙茶模式识别分析[J].食品研究与开发.2019
[3].郭茂祖,王鹏跃,赵玲玲.基于深度学习的出行模式识别方法[J].哈尔滨工业大学学报.2019
[4].郑蕾,聂丽.基于硫酸-3,6-二氨基吖啶比色-荧光双模式识别氰离子新方法[J].皖西学院学报.2019
[5].唐松平,周舟,彭刚,张作刚,彭杰.基于自适应神经模糊的GIS缺陷模式识别方法[J].计算机与数字工程.2019
[6]..刘康博士团队在城市道路交通交互模式识别方法取得进展[J].集成技术.2019
[7].郝勇,耿佩,温钦华,吴文辉.滚动轴承保持架缺陷的图像处理及模式识别方法研究[J].仪器仪表学报.2019
[8].张志浩,杨春花.基于代码克隆检测的抽取方法重构模式识别[J].计算机应用与软件.2019
[9].张子强,黄旭日,王晖,刘振坤,田楠.砂体迭合模式识别新方法在地震驱动建模中的应用[C].中国石油学会2019年物探技术研讨会论文集.2019
[10].王礼鹏.基于模式识别的滚动轴承故障诊断方法[J].常州工学院学报.2019