基于CNN算法的电表箱巡视自动导航及缺陷识别系统

针对现有的现场人工巡检电表方式难以快速、准确、及时地判断出电表箱是否存在缺陷的问题,提出一种基于CNN算法的电表箱巡视自动导航及缺陷识别系统。对表箱历史缺陷数据的特征进行抽取及分析,利用神经网络算法模块对上传的表箱图片的特征值进行细粒度的信息提取;通过整合目标的状态识别信息及其位置坐标信息,实现对表箱不同缺陷的识别分析和自动巡航定位。整体外观的完好度、箱门状态、视窗状态、门锁状态、电表箱下螺丝的情况等的智能化识别率分别达到了81.67%、83.12%、90.20%、87.37%、92.23%。结果表明:利用所设计的系统可以减少表箱寻找时间及台账手动更新时间,降低辖区内表箱存在问题误判和漏判概率,提升工作效率,提高企业的服务和管理能力。

基于Fisher的RFID标签安全双向认证防丢失协议研究

使用传统的安全双向认证防丢失协议加密RFID标签时,加密效果差,抗干扰能力不强。基于Fisher研究了一种新的RFID标签安全双向认证防丢失协议,利用中心网络、RFID门禁、管理中心、服务器等设备建立RFID标签安全双向认证防丢失协议系统拓扑图。利用RFID通道建立双向认证防丢失协议数据库,通过读写管理和载波器管理两种方式管理RFID标签内部数据。选用SM7加密芯片作为RFID协议内部标签,根据设定的硬件加密和软件加密构建了加密结构。为检测研究协议的安全性,与传统防丢失协议进行对比,结果表明,基于Fisher研究的RFID标签安全双向认证防丢失协议具有很强的加密能力和抗干扰能力,应用效果更好,使用价值更高。