2) Fuzzy identification
Fuzzy识别
1.
In accordance with the basic ideas of Fuzzy identification and Fuzzy probability as well as the concepts of probability and Fuzzy frequency,the frequency circle disk method and sample circle disk method of environmental monitoring were put forward from the angle of information application.
从Fuzzy识别和Fuzzy概率的基本思想出发,依照频率和Fuzzy频率的概念,提出了环境监测的频率圆盘法和样本圆盘法。
3) pattern recognition
模式识别
1.
Study and application of pattern recognition and support vector machines in composite optimized design;
模式识别和支持向量机在复合材料优化设计中的研究和应用
2.
Design of the pattern recognition classifier of the spectrum signal of droplet transfer;
熔滴过渡光谱信号模式识别分类器的设计
3.
Distinguishing gas-bearing formation from compact sandstone with pattern recognition;
利用模式识别技术识别致密砂岩含气层
4) model identification
模式识别
1.
A intelligent control algorithm for multi-model systems based on model identification;
一种基于模式识别的多模型系统智能控制算法
2.
Research on model identification in distributed fiber sensor system;
分布式光纤传感器触发模式识别的研究
3.
The main discussion is the application of fuzzy logic in the fire image model identification.
本文主要论述了模糊逻辑在图像模式识别中的应用。
5) mode identification
模式识别
1.
A portable intelligent fault diagnosis instrument for gear box base-on microprocessor and CPLD is introduced on its hardware and software,and statistic mode identification are applied fault diagnosis of gear.
介绍了一种基于单片机和CPLD(复杂的可编程逻辑器件)的便携式齿轮箱故障诊断仪的硬件、软件设计;将统计模式识别理论应用到齿轮故障诊断中;利用小型拖拉机传动系统可靠性试验装置对系统进行验证,取得了良好的效果。
2.
This paper introduces the methods of identifying dynamic state loading,including frequency domain,time domain,and the method based on modern signal processing and mode identification,and analyzes their characteristics.
文章介绍了动态载荷识别的各种方法,包括频域法、时域法和基于现代信号处理和模式识别的几种方法,分析了各种动态载荷识别的特点,指出了各种方法在实际工程载荷识别中存在的问题。
3.
After getting the characteristic vector of fault diagnoses,using three layer advanced BP network,have a research and analysis on some typical fault events, find out that ANN technology can be used in solving the mode identification problems of big turning bearing which have typical fault problem.
通过对大型回转支承振动信号的分析,提出了基于神经网络的典型故障诊断方法,通过提取故障诊断特征向量,利用三层改进 BP 网络对回转支承若干典型故障进行研究和分析,发现神经网络技术能够有效地解决大型回转支承典型故障的模式识别问题。
6) pattern identification
模式识别
1.
Fault diagnosis of transformer based on BP network pattern identification;
基于BP网络模式识别的变压器故障诊断
2.
Traffic pattern identification of elevator group control based on Bayes decision theory
基于贝叶斯决策理论的电梯群控交通模式识别
3.
After analyzing sedimentary faces,seismic faces,NN(Neural Network) pattern identification and AVO response,"SXBY" abnormity is regarded as the abnormal reflection of organic bank,wh.
通过沉积相、地震相、神经网络模式识别以及AVO(Ampli-tude Various with Offset)响应特征的分析,认为三星伴月异常体为生物滩的异常反射,有待钻井证实。
补充资料：模式识别
应用计算机对一组事件或过程进行鉴别和分类。所识别的事件或过程可以是文字、声音、图像等具体对象，也可以是状态、程度等抽象对象。这些对象与数字形式的信息相区别，称为模式信息。模式识别所分类的类别数目由特定的识别问题决定。有时，开始时无法得知实际的类别数，需要识别系统反复观测被识别对象以后确定。
模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理的研究有交叉关系。例如自适应或自组织的模式识别系统包含了人工智能的学习机制；人工智能研究的景物理解、自然语言理解也包含模式识别问题。又如模式识别中的预处理和特征抽取环节应用图像处理的技术；图像处理中的图像分析也应用模式识别的技术。
决策理论方法 又称统计方法，是发展较早也比较成熟的一种方法。被识别对象首先数字化，变换为适于计算机处理的数字信息。一个模式常常要用很大的信息量来表示。许多模式识别系统在数字化环节之后还进行预处理，用于除去混入的干扰信息并减少某些变形和失真。随后是进行特征抽取，即从数字化后或预处理后的输入模式中抽取一组特征。所谓特征是选定的一种度量，它对于一般的变形和失真保持不变或几乎不变，并且只含尽可能少的冗余信息。特征抽取过程将输入模式从对象空间映射到特征空间。这时，模式可用特征空间中的一个点或一个特征矢量表示。这种映射不仅压缩了信息量，而且易于分类。在决策理论方法中，特征抽取占有重要的地位，但尚无通用的理论指导，只能通过分析具体识别对象决定选取何种特征。特征抽取后可进行分类，即从特征空间再映射到决策空间。为此而引入鉴别函数，由特征矢量计算出相应于各类别的鉴别函数值，通过鉴别函数值的比较实行分类。
句法方法 又称结构方法或语言学方法。其基本思想是把一个模式描述为较简单的子模式的组合，子模式又可描述为更简单的子模式的组合，最终得到一个树形的结构描述，在底层的最简单的子模式称为模式基元。在句法方法中选取基元的问题相当于在决策理论方法中选取特征的问题。通常要求所选的基元能对模式提供一个紧凑的反映其结构关系的描述，又要易于用非句法方法加以抽取。显然，基元本身不应该含有重要的结构信息。模式以一组基元和它们的组合关系来描述，称为模式描述语句，这相当于在语言中，句子和短语用词组合，词用字符组合一样。基元组合成模式的规则，由所谓语法来指定。一旦基元被鉴别，识别过程可通过句法分析进行，即分析给定的模式语句是否符合指定的语法，满足某类语法的即被分入该类。
模式识别方法的选择取决于问题的性质。如果被识别的对象极为复杂，而且包含丰富的结构信息，一般采用句法方法；被识别对象不很复杂或不含明显的结构信息，一般采用决策理论方法。这两种方法不能截然分开，在句法方法中，基元本身就是用决策理论方法抽取的。在应用中，将这两种方法结合起来分别施加于不同的层次，常能收到较好的效果。
模式识别的应用 模式识别可用于文字和语音识别、遥感和医学诊断等方面。
① 文字识别：专门识别文字的设备称为光学文字阅读机（见图）。它的作用是使计算机能直接阅读文字和数据，而免除人工按键输入步骤。邮件分拣也是一个重要的应用方面。计算机能较准确地识别印刷的（或规整手写）西文字母和数字，但汉字和草写字符的识别尚未完全解决。被识别的文字通过信号接收和前处理，变成数字信息，通过特征抽取再与识别字典相比较而得出识别结果。
② 语音识别：用于向计算机输入命令和数据。计算机能较可靠地识别数百个单音，但是连续语音识别问题尚未完全解决。
③ 遥感:遥感图像识别已广泛用于农作物估产、资源勘察、气象预报和军事侦察等（见遥感技术）。
④ 医学诊断:在癌细胞检测、X射线照片分析、血液化验、染色体分析、心电图诊断和脑电图诊断等方面，模式识别已取得了成效。
模式识别与统计学、心理学、语言学、计算机科学、生物学、控制论等都有关系。它与人工智能、图像处理的研究有交叉关系。例如自适应或自组织的模式识别系统包含了人工智能的学习机制；人工智能研究的景物理解、自然语言理解也包含模式识别问题。又如模式识别中的预处理和特征抽取环节应用图像处理的技术；图像处理中的图像分析也应用模式识别的技术。
决策理论方法 又称统计方法，是发展较早也比较成熟的一种方法。被识别对象首先数字化，变换为适于计算机处理的数字信息。一个模式常常要用很大的信息量来表示。许多模式识别系统在数字化环节之后还进行预处理，用于除去混入的干扰信息并减少某些变形和失真。随后是进行特征抽取，即从数字化后或预处理后的输入模式中抽取一组特征。所谓特征是选定的一种度量，它对于一般的变形和失真保持不变或几乎不变，并且只含尽可能少的冗余信息。特征抽取过程将输入模式从对象空间映射到特征空间。这时，模式可用特征空间中的一个点或一个特征矢量表示。这种映射不仅压缩了信息量，而且易于分类。在决策理论方法中，特征抽取占有重要的地位，但尚无通用的理论指导，只能通过分析具体识别对象决定选取何种特征。特征抽取后可进行分类，即从特征空间再映射到决策空间。为此而引入鉴别函数，由特征矢量计算出相应于各类别的鉴别函数值，通过鉴别函数值的比较实行分类。
句法方法 又称结构方法或语言学方法。其基本思想是把一个模式描述为较简单的子模式的组合，子模式又可描述为更简单的子模式的组合，最终得到一个树形的结构描述，在底层的最简单的子模式称为模式基元。在句法方法中选取基元的问题相当于在决策理论方法中选取特征的问题。通常要求所选的基元能对模式提供一个紧凑的反映其结构关系的描述，又要易于用非句法方法加以抽取。显然，基元本身不应该含有重要的结构信息。模式以一组基元和它们的组合关系来描述，称为模式描述语句，这相当于在语言中，句子和短语用词组合，词用字符组合一样。基元组合成模式的规则，由所谓语法来指定。一旦基元被鉴别，识别过程可通过句法分析进行，即分析给定的模式语句是否符合指定的语法，满足某类语法的即被分入该类。
模式识别方法的选择取决于问题的性质。如果被识别的对象极为复杂，而且包含丰富的结构信息，一般采用句法方法；被识别对象不很复杂或不含明显的结构信息，一般采用决策理论方法。这两种方法不能截然分开，在句法方法中，基元本身就是用决策理论方法抽取的。在应用中，将这两种方法结合起来分别施加于不同的层次，常能收到较好的效果。
模式识别的应用 模式识别可用于文字和语音识别、遥感和医学诊断等方面。
① 文字识别：专门识别文字的设备称为光学文字阅读机（见图）。它的作用是使计算机能直接阅读文字和数据，而免除人工按键输入步骤。邮件分拣也是一个重要的应用方面。计算机能较准确地识别印刷的（或规整手写）西文字母和数字，但汉字和草写字符的识别尚未完全解决。被识别的文字通过信号接收和前处理，变成数字信息，通过特征抽取再与识别字典相比较而得出识别结果。
② 语音识别：用于向计算机输入命令和数据。计算机能较可靠地识别数百个单音，但是连续语音识别问题尚未完全解决。
③ 遥感:遥感图像识别已广泛用于农作物估产、资源勘察、气象预报和军事侦察等（见遥感技术）。
④ 医学诊断:在癌细胞检测、X射线照片分析、血液化验、染色体分析、心电图诊断和脑电图诊断等方面，模式识别已取得了成效。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条