人工智能在数字经济中的应用研究

当前,数字经济发展迅猛,人工智能的飞速发展为传统经济向数字经济转型提供了新机遇,可在提高数据智能化管理与应用、促进信息有效共享、提高风险管理质效、提升服务水平等方面助力传统经济的数字化转型。本文从原理与过程方面简要介绍了人工智能的典型应用——智能客服和智慧物流,并分析其各自的特点,探讨了其在数字经济中的结合方式和应用场景。研究结果表明,人工智能可以与数字经济实现深度融合,在管理和参与经济市场、改善劳动密集等方面发挥作用,本研究仅供参考。

基于改进Dijkstra算法的仓储拣选最优路径规划研究

Dijkstra(迪科斯彻)算法是典型的单源最短路径算法,用于计算一个节点到其他所有节点的最短路径,其主要特点是以起始点为中心向外层层扩展,直到扩展到终点为止。Dijkstra算法是很有代表性的最短路径算法。文章研究了叉车在仓储作业选择最优路径的问题,主要根据仓储巷道交通网络数据,建立数学模型,确定叉车仓储作业的最优路径,并且对模型的优缺点进行分析,提出改进方法,以更好地研究叉车仓储作业的最优路径选择问题。本研究选出在仓储巷道作业车辆从起点到终点的最优路径。结果表明,Dijkstra算法能够计算出车辆作业的最优线路,对现场的司机指导、工作效率提高提供了很好的支持。

基于蓝牙5.0技术的物联网室内定位技术研究

蓝牙5.0是由蓝牙技术联盟在2016年提出的蓝牙技术标准,蓝牙5.0具有低功耗、传输速度快等特点,对导航功能等有很好的支持。此外,结合Wi Fi对室内设备的位置进行辅助定位,可提高设备位置的及时性。本文提出了一种基于蓝牙5.0技术的室内定位解决方案,通过介绍蓝牙5.0的概念、特性、定位方法等,进行研究实验,分析试验结果,数据表明:蓝牙5.0技术下的设备终端室内定位具有良好的精度,具有很好的应用推广价值。

基于深度学习的卷包设备清洁保养质量判别系统设计

为解决烟草行业设备保养人工检查效率低、标准不一等问题,设计了一种基于深度学习的卷包设备清洁保养质量判别系统。系统主要包括三个模型,基于深度学习的保养部位识别模型,判别采集到的图像是否是正确的保养部位;基于深度学习的脏物检测模型,从采集到的保养图像中检测出不合格的脏物;融入工艺知识的保养质量判别模块,根据检测到的脏物和保养部位信息,判别保养是否合格。以武汉卷烟厂卷包车间为例进行现场测试,结果表明:系统对卷包设备的清洁保养质量判别准确率达到86.3%,满足实际生产中对卷包设备清洁保养质量的自动化判别需求,具备良好的泛化性能。

5G CPE在烟草物流核心设备中的应用研究

本文旨在利用新一代信息技术在烟草物流关键环节探索研究智能化应用,以现代物流自动化立体仓库中的巷道堆垛机设备为例,构建了一套基于5G CPE(Customer Premise Equipment)技术的通讯数据链路,解决了堆垛机控制系统数据传输的稳定性、实时性等问题。应用测试结果表明,系统数据传输时延由30ms左右降到了10ms以内、站台定位精度由±9mm降到了±3mm范围。

面向全自动打贴码设备的二维码信息隐写模型设计

二维码是一种快速扫描和解码的矩阵式条形码,具有高密度储存信息的能力。然而二维码的信息容易被未经授权的访问者读取或篡改。因此,研究提出一种面向全自动打贴码设备的二维码信息隐写模型,通过秘密信息嵌入算法与提取算法达到对信息的保护。研究选择H等级二维码进行实验,结果表明,研究提出的隐写模型中嵌入算法使嵌入信息容量能力提升50.4%~164.4%,且绝对嵌入率超过30%,PSNR值平均为53.4 dB,SSIM值平均为0.937。而模型中的提取算法能够有效保证隐写二维码信息的真实性。在烟草公司实际应用中,隐写模型的加入使得烟草公司的假冒产品数量降低24.8%。研究建立的二维码信息隐写模型在保护二维码信息安全和完整性方面具有重要意义,能够促进信息加密技术的发展。