导读:本文包含了信息模式识别论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:信息,神经网络,信息学,深度,卷积,课程,生物。
信息模式识别论文文献综述
徐江河,张飞舟,张立福,邓楚博,孙雪剑[1]（2019）在《一种综合利用图像和光谱信息的物体真假模式识别方法》一文中研究指出传统模式识别方法在物体、人脸、指纹、军事目标识别等领域中只利用单一的图像信息。当研究对象的图像特征高度相似时,识别率较低,如对于真假目标的识别,仅仅利用物体的图像信息很难得到满意的识别结果。针对上述问题,提出了一种综合利用图像和光谱信息的物体真假模式识别方法。该方法采用卷积神经网络模型,通过迁移学习的方式构建图像识别模型,并依据物体图像的语义特征进行物体类别识别,在此基础上,基于逆传播(back propagation,BP)神经网络模型,结合物体的实测光谱数据进行物体真假识别。为了验证该方法的准确性和有效性,利用真假苹果和葡萄作为测试对象,单独利用图像信息和光谱信息进行识别时,识别率分别为38.50%和63.00%,而利用该综合方法得到的识别率为95.00%。可认为该方法提高了真假目标混杂情况下的识别准确度,可为物体识别、人脸识别、指纹识别、军事目标识别等领域的应用提供重要的参考,也为航天侦查载荷设计提供了新的思路。(本文来源于《武汉大学学报(信息科学版)》期刊2019年08期）
李志义,沈之锐[2]（2019）在《基于重复模式识别的网页信息抽取研究》一文中研究指出【目的/意义】随着Web网页的爆炸式增长和网页噪声不断增多,企业竞争情报系统和智能化网站的开发以及移动终端的阅读都急需一种可以高效精确抽取网页信息的方法。【方法/过程】本文提出了基于重复模式识别的信息提取新方法,通过页面解析、相似度计算、聚类并形成群组、删除横幅广告和导航链接等步骤,提取到了详情页面的标题和主要内容。【结果/结论】对于结构稳定的页面,本文实现了较高质量的信息抽取。不足之处是聚类和相似度的计算量较大,时间较长。(本文来源于《情报科学》期刊2019年03期）
张鹏琴[3]（2019）在《模式识别与智能信息处理实践课平台设计与实现分析》一文中研究指出近年来,我国现代科学技术得到了前所未有的创新发展,智能信息处理技术以及模式识别技术已经在各行业领域中得到了广泛应用。随着我国社会主义市场经济体制改革的逐步深入,企业竞争已经逐步转变成专业技术人才的竞争,因此,现代高校加强模式识别与智能信息处理实践课平台设计实现教学至关重要。本文主要就模式识别与智能信息处理实践课平台设计实现教学的主要价值进行分析,并提出了模式识别与智能信息处理实践课平台设计实现的有效策略,望对未来模式识别与智能信息处理实践课平台设计提供相应借鉴。(本文来源于《计算机产品与流通》期刊2019年02期）
吴陈,高尚,刘镇,王丽娟,夏金鑫[4]（2018）在《模式识别与智能信息处理实践课平台设计与实现》一文中研究指出本文通过用Tomcat作为服务器,MYSQL作为数据库管理系统,MyEcl i pse作为开发工具,运用JSP动态网页开发技术,对模式识别与智能信息处理实践课程教学平台进行了设计和实现。由于其具有较为完备应用程序功能,符合实践课程教学平台的要求,满足师生对该课程的管理、维护和使用的需要,这里对其基本功能包括课程开设、选课系统、课程实验的开设、对课程实验进行预约和留言板块等情况进行分析介绍,旨在探讨现代信息技术在研究生教改上的应用研究。(本文来源于《科教文汇(上旬刊)》期刊2018年12期）
吴陈,高尚,刘镇,王丽娟[5]（2018）在《“模式识别与智能信息处理实践”课教改模式研究》一文中研究指出本文以该实践课为综合性基础,分析了该实践课与相关课程的联系,指出了该实践课目前存在的不足,从教学团队建设和指导、教学计划安排、知识综合、实验设备配置以及该实践课教学网站建设等方面对该实践课教改模式进行了探讨。(本文来源于《教育教学论坛》期刊2018年25期）
杨佳放[6]（2018）在《基于轨迹信息的出行模式识别研究》一文中研究指出出行模式识别在用户轨迹查询、用户行为预测、基于用户位置的兴趣推荐、用户隐私保护与市政交通规划等多个方面有广泛的应用。由于目前的识别准确率不能满足应用需求,所以出行模式识别研究是目前轨迹数据研究中的焦点问题。伴随着GPS导航技术与智能移动设备的普及,可以从中获取大量的用户移动数据信息,基于这些信息可以进行很多有意义的研究。其中,对轨迹信息的出行模式识别研究就是其中之一。在目前的出行模式研究方法中,对轨迹的特征提取只局限于轨迹的基础属性(速度、角度、加速度等)。本文在此基础上提出了使用排列熵作为轨迹的一个特征值参与轨迹分类研究,排列熵作为一个衡量时间序列复杂度的属性,本文使用了速度排列熵与角度排列熵作为轨迹的特征参与到出行模式的分类中。本文首先研究排列熵与轨迹分类准确度的关系,通过对相同数据集的实验分析,分类结果较差的排列熵值相对较大。在速度等属性的基础上,增加排列熵属性进行分类,可以提高实验结果的准确度。在分类模型的选择方面,由于目前使用的分类模型(SVM,决策树等)均属于浅层分类模型,本文采用的方法为深度神经网络(Deep Neural Network)模型,与浅层分类模型相比,深层模型能够使用隐含的多层复杂结构以及非线性变换,来表达对数据的高度抽象,从而得到更好的分类结果,在增加了排列熵属性的基础上,使用深度神经网络分类模型可以使实验效果进一步提高。本文在理论研究的基础上,设计并实现了出行模式分类系统以验证本文所提出的特征提取方法与分类模型的有效性。此系统通过采取一定数量的训练集,在监督学习的基础上,能够通过原始的GPS轨迹数据分析出此轨迹的出行模式,包括汽车、公交车、步行、自行车和火车的轨迹。通过分类系统的实验,验证了本文所提出的方法是可行且有效的。实验结果表明,本文所提取的属性与使用的分类方法与其他方法的分类结果相比准确性有所提高。(本文来源于《北方工业大学》期刊2018-05-31）
刘智鹏[7]（2018）在《基于多传感器信息融合的刀具磨损状态模式识别和寿命预测研究》一文中研究指出切削刀具是自动化加工中的直接执行者,会最直接得对切削质量和加工精度产生影响,出现严重故障甚至会损毁机床,危及生命安全,所以对刀具磨损状态的监测工作意义重大。本文通过对多传感器信息融合获得不同传感器的信息进行分析和处理,获得比单一传感器更合理,更全面和更精确的诊断结果,以实现对刀具状态的准确监控。因此进行了下述研究工作:信号采集方面,本文通过对切削过程中各信号特点研究分析,最终选择了力信号、振动信号和声发射信号搭建多传感器试验平台,对相关信号的收集处理,通过科学方法提取出能反应刀具不同磨损状态的特征,为实现刀具磨损状态监测、模式识别和寿命预测提供依据。信号预处理方面,由于试验中原始信号存在大量噪声和干扰信息,在本文中,一种适用于车削信号特征提取预处理的改进型总体经验模态分解(Modified-EEMD)算法被研究并提出。此方法是基于信号固有特征,将目标信号分解成若干蕴涵模态函数(IMF),该方法区别于传统EMD和EEMD方法在于通过对原信号添加一正一负两组均值为零的白噪声信号,从而减少白噪声的重构误差,使得EMD分解更加具有完备性,并通过不断检验IMF分量是否异常决定是否继续EMD分解,从而在一定程度上提高了特征提取效率、简化了步骤、降低了计算成本。模式识别方面,针对传统决策融合算法的不足,采用了一种基于支持向量机的状态识别的信息融合,将分别独立的BP神经网络和Elman神经网络进行融合,结果显示,这种融合方法能够在确保模式识别的准确性和鲁棒性的同时也具有高效性。寿命预测方面,研究并提出了改进的灰色隐马尔可夫预测模型进行计算分析,最终实现了对车削刀具磨损状态和寿命的准确预测。区别于经典隐马尔可夫模型在于使用了灰色理论,且在计算过程中不直接对原始序列累加,而是直接建立对应一阶微分方程参与计算和GM模型建立的改进方法,试验结果证明了该方法相对经典马尔可夫预测模型具有更高的预测精确度和效率,为刀具磨损状态的精准预测提供了一种新方法作为参考。(本文来源于《西南交通大学》期刊2018-05-04）
[8]（2018）在《南京理工大学模式识别与生物信息学研究组》一文中研究指出南京理工大学模式识别与生物信息学研究组(以下简称"研究组",http://csbio.njust.edu.cn)成立于2011年9月,隶属于南京理工大学计算机科学与工程学院,依托模式识别与智能系统国家重点学科,主要从事模式识别、机器学习以及生物信息学方面的研究。主要研究方向包括模式对象的特征抽取和表示、机器学习算(本文来源于《数据采集与处理》期刊2018年02期）
陈赫[9]（2018）在《模式识别技术在电子信息特征提取中的应用》一文中研究指出在电子信息的分析过程中,特征提取是极为重要的一个步骤,可以对于电子信息数据中所包含的信息进行有效地利用,本文通过对于模式识别技术进行分析,以电子信息中的图像信息为例,对其提取技术进行探讨,为其进一步发展指明了方向。(本文来源于《电子技术与软件工程》期刊2018年01期）
黄沐也[10]（2017）在《试论生物信息学中模式识别技术的应用与发展》一文中研究指出随着互联网和计算机的普及,现代社会的数据多以高维信息的形式呈现在大众生活中,人们很难在高维信息中辨别数据的真实性并寻找到所需要的信息。模式识别技术的应用依据是不同物质具有不同特性,通过计算样本间距离的方式归类新样本,该技术已经被广泛的应用在了生物信息学中,本文对此进行了分析。(本文来源于《中国高新区》期刊2017年24期）
信息模式识别论文开题报告
（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：
【目的/意义】随着Web网页的爆炸式增长和网页噪声不断增多,企业竞争情报系统和智能化网站的开发以及移动终端的阅读都急需一种可以高效精确抽取网页信息的方法。【方法/过程】本文提出了基于重复模式识别的信息提取新方法,通过页面解析、相似度计算、聚类并形成群组、删除横幅广告和导航链接等步骤,提取到了详情页面的标题和主要内容。【结果/结论】对于结构稳定的页面,本文实现了较高质量的信息抽取。不足之处是聚类和相似度的计算量较大,时间较长。
（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。
信息模式识别论文参考文献
[1].徐江河,张飞舟,张立福,邓楚博,孙雪剑.一种综合利用图像和光谱信息的物体真假模式识别方法[J].武汉大学学报(信息科学版).2019
[2].李志义,沈之锐.基于重复模式识别的网页信息抽取研究[J].情报科学.2019
[3].张鹏琴.模式识别与智能信息处理实践课平台设计与实现分析[J].计算机产品与流通.2019
[4].吴陈,高尚,刘镇,王丽娟,夏金鑫.模式识别与智能信息处理实践课平台设计与实现[J].科教文汇(上旬刊).2018
[5].吴陈,高尚,刘镇,王丽娟.“模式识别与智能信息处理实践”课教改模式研究[J].教育教学论坛.2018
[6].杨佳放.基于轨迹信息的出行模式识别研究[D].北方工业大学.2018
[7].刘智鹏.基于多传感器信息融合的刀具磨损状态模式识别和寿命预测研究[D].西南交通大学.2018
[8]..南京理工大学模式识别与生物信息学研究组[J].数据采集与处理.2018
[9].陈赫.模式识别技术在电子信息特征提取中的应用[J].电子技术与软件工程.2018
[10].黄沐也.试论生物信息学中模式识别技术的应用与发展[J].中国高新区.2017
论文知识图
