融合多源异构信息的隧道围岩智能分级方法探索

常用的围岩分级方法受限于样本数量与经验归类,通常只适用于特定类型围岩,存在不良地质条件考虑不精细、多源地质信息利用不充分等局限,其智能化程度不高,在复杂地质条件下隧道围岩分级应用的精度和效率有限。针对这些问题,基于地质勘察设计、超前地质预报、岩石物理实验、掌子面测量等技术获取多源数据,综合考虑岩石性质、不连续体、地质背景、工程施工等多种因素对围岩分级的影响,提出一种融合多源异构信息的隧道围岩智能分级方法。综合多个网络单元构建关联多源异构信息与围岩级别的混合深度神经网络模型,可针对不同来源、不同类型的输入数据选用不同的网络结构开展特征学习,并面向围岩级别开展多分类目标学习,实现围岩智能分级,具有良好的灵活性。

基于深度学习的牛肉大理石纹智能分级研究

目的开发客观、准确、无损的基于深度学习的牛肉大理石纹智能化分级技术。方法将深度学习的图像识别方法应用于牛肉大理石纹的特征提取和分类上,并进行相应的调试和学习。结果通过计算机调试和学习,评级正确率分别达到84.2%(一级)、89.4%(二级)、81.9%(三级)、84.1%(四级)、82.6%(五级)。各级牛肉的识别率均在80%以上,识别时间都在1 s以内,达到了预期目标。结论将深度学习的图像识别方法应用于牛肉大理石纹的特征提取和分类上,评级准确率非常高,且随着图片数据库样本数的不断增多,其识别的准确度将不断提高,可进行大量推广使用。

导弹武器的智能分级及特征

本文对导弹武器智能分级及特征展开了探讨,对智能导弹的概念和内涵进行了定义。基于算法设计原理和导弹武器的研制特点,将导弹的智能水平分为初、中、高、超四个等级,并阐述了每个等级的内在含义。本文重点论述了导弹武器的智能特征,描述了四个等级智能导弹的能力表现,探讨了智能导弹研制的关键技术,并基于技术现状介绍了当前阶段各项关键技术的研究重点。

以智能分级为核心的传染病多点触发预警系统建设的探讨

目的:以“人物地”传染病同防为目标,以多源多渠道综合监测、集中研判智能分级为特点,构建传染病多点触发预警系统。方法:建立多源、多渠道传染病预警数据的动态汇聚、综合监测机制,通过智能规则研判中心,对多渠道预警智能分级为红、橙、黄、蓝4级预警,并驱动不同的处置流程,实现数据驱动、多点触发、智能研判及分级预警。结果:以综合监测、智能分级为核心的传染病多点触发预警系统,于2021年起投入超大城市疫情防控使用。结论:系统开发及应用满足了传染病疫情防控多点触发的多渠道覆盖、动态时效性、智能规则辅助研判、智能分级预警等要求,实现了预期建设和应用目标。

猪胴体智能分级技术研究进展

猪胴体智能分级技术是屠宰行业关注的热点,本文概述了猪胴体分级技术的发展历史、现状和发展趋势,并根据我国的现状提出了一些建议。

基于神经网络的水果智能分级系统研究

由于目前国内外有关计算机图像处理技术的水果分级研究都是针对苹果、柑桔等大型水果,而对于小型水果(如樱桃、荔枝等)的分级还要依靠人工进行,因此提出了一种基于颜色空间的分割识别与基于BP神经网络分级相结合的水果识别分级法。该算法根据成熟水果所特有的颜色作为特征描述值进行分割识别出成熟的水果,并在该基础上以水果目标的色度均值和色度均方差为特征进行BP神经网络分级,从而提高了成熟水果分拣和分级的效率。实验结果表明:该算法对成熟水果的识别准确率达93.16%,平均分级正确率为93.3%,可满足实际水果识别分级的作业要求。

基于Wagner分级的糖尿病足溃疡智能分级系统的构建及验证

目的基于Wagner分级构建糖尿病足溃疡智能分级评估系统,并验证其与伤口治疗师对同一足溃疡图片评估结果的同质性。方法根据人工标注后的1042张足溃疡图像,利用深度学习方法识别足溃疡图像各区域并进行分割,构建智能分级评估系统实现对足溃疡的自动分级。选取就诊的68例糖尿病足患者的150张足溃疡图片作为验证组,评价智能分级系统和国际伤口治疗师对150张足溃疡图片Wagner分级结果的一致性。结果糖尿病足智能分级评估系统与伤口治疗师对足溃疡分级的加权Kappa值为0.643(P<0.01)。结论基于Wagner分级的糖尿病足溃疡智能分级评估系统可实现临床同质化评价,辅助临床医护人员对足溃疡进行分级评估,根据分级结果实施针对性的治疗及护理措施,从而提高护理质量与效果。

糖尿病足高危因素智能分级与管理路径的构建及应用探讨

通过建立糖尿病足高危因素筛查路径,对病人进行糖尿病足高危因素筛查;根据筛查结果应用互联网技术和大数据技术,将美国ADA高危因素分级法文本语言转化为计算机语言进行分级,借助信息管理平台对有足部高危因素的糖尿病病人实施信息化智能分级管理,提高病人对足部日常自我护理能力,降低糖尿病病人足部皮肤破损率、足溃疡发生率。

智能分级管理平台对糖尿病足高危患者的干预研究

目的探讨通过使用足部高危因素智能分级管理平台对糖尿病患者进行足部高危因素及足部自我护理行为进行管理后的应用效果研究。方法采取便利抽样方法,对符合纳入标准的97例糖尿病患者进行足部高危因素筛查和足部自我护理知识进行调查,借助智能分级管理平台对患者采取远程管理,干预6个月后比较2组患者的足部高危因素、知识、行为及破损情况。结果干预前2组患者足部护理知识总得分处于中等水平,干预6个月后,干预组总得分标准得分处于“良好水平(≥80分)”从22%上升至94%,2组患者足部护理得分情况(总得分、足部检查、足部日常护理、足部干燥处理)比较差异具有统计学意义(P<0.05),同时干预组患者鞋型选择、趾甲修剪、皮肤干燥情况都较对照组有明显改善(P<0.05),干预组患者足部破损率低于对照组(P<0.05)。结论借助足部高危因素智能分级管理平台对存在高危足的糖尿病患者进行管理后,可以提高患者的知识,改善足部日常自我护理行为。

煤矿安全风险智能分级管控与信息预警系统

煤矿安全风险预警是煤炭开采过程中实现安全保障的关键一环,在记录矿井下安全隐患数据时,采集相关的数据容易受到外界环境因素(如光线、温度、湿度等)和人为因素的影响,导致划分安全风险等级出现误差,从而使得安全隐患得不到有效处理。为解决煤矿等相关企业存在的安全风险等级划分不精确的问题,研究了一种基于改进基于粒子群算法(PSO)和卷积神经网络(CNN)的煤矿安全风险智能分级管控与信息预警系统。该系统采用基于改进PSO的智能数据筛选模型,利用PSO算法查找全局最优解的特性,筛选掉不合理的数据,减少了人工计算数据不准确或采集矿区信息过程中出现纰漏的问题;采用基于改进的CNN的智能风险分级模型,通过对数据特征的采集、融合处理,实现了高精确划分安全风险等级。实验室训练与应用结果表明:该系统对安全风险数值的查全率为85.6%,查准率为91.7%,较其他系统查全率提升了4.2%,查准率提升了2.8%,大幅提升了安全风险等级划分的精确度,对出现的安全隐患及时预警效果显著。此方法有效减少了安全隐患发生的频率。

智能分级卸载技术在海上油田的应用

针对海上油田电力系统分级卸载方法效率较低。不能精确有序地卸载负荷等缺点，提出一种智能分级卸载方法。与传统分级卸载相比。该方法可提供快速和最优化的负荷管理。通过电力系统仿真软件进行可视化模拟计算。对海上油田的电力系统进行潮流分析。仿真结果直观、形象地反映出电压等高线及功率分布的情况，有利于快速准确地切断部分载荷，确保油田电网安全、稳定运行。

海量网络数据智能分级存储技术研究

随着网络的普及和应用,诞生了海量的网络数据,因此针对海量网络数据实施有效的存储,可以提高数据的访问效率和安全性。文章详细地分析了海量网络数据智能分级存储现状,提出了一种智能分级存储系统,并且研究了智能分级存储的数据分类技术、数据放置技术、数据迁移技术等关键技术。

基于机器视觉的机采鲜茶叶智能分级技术

阐述机器视觉技术在机采茶鲜叶智能化分级中的应用,以传感器作为信息采集载体,利用不同类别的终端操控机构,保证机器视觉系统在运行过程中,进行数据采集与分析,驱动终端机构操作。

烟叶智能分级设备工作效能指标研究

以2019年云南省烟叶产区选定试验田不同密植情况下各100株烟叶及5个烟叶收购站点烟叶收购工作量为材料,选定的100株烟叶采烤完成后对列级烟叶称重及清点片数。跟踪观察了收购烟叶5×10^(5) kg的5个烟叶收购站点工作量后,进行了烟叶智能分级设备在逐片烟叶分级情况下的工作量测算。结果表明:①云烟87品种在云南半山地实验地块烤烟烟叶平均单叶重为10.24 g;②云南省内烟叶收购站烤烟收购工作日在40~60 d;③烟叶智能分级设备效能应满足至少30片/s以上,才具有在相同工作时间内替代人工分级工作的可行性。

智能分级阅读助力构建英语阅读教学新样态

作者基于智能分级阅读平台,使用多元教学策略,关注学生个性化的起点和发展需求,拓宽了学生的视野,提升了学生加工信息、运用策略和有效阅读的能力,培养了学生质疑、推断和批判性思维,在深度阅读中提升了学生阅读素养,构建英语阅读教学新样态。

基于决策树的果冻橙智能分级算法设计

随着人民生活水平的不断提高,水果产业在我国得到了快速的增长。但在需求量不断增加的同时,采摘后怎样智能分拣的实际问题也渐渐产生。仅靠手工或者半机械化的分拣方式显然已经无法适应当下农业集中化、现代化和智能化需求。针对当下果业分级分拣工作智能化程度低、人工成品偏高的问题,本文通过引入决策树算法,配合智能机械臂和机器视觉系统,实现果冻橙的智能分级。并通过实验表明,算法在实现智能分级的同时,可以保证较好的分级正确率,从而可以在实际分级分拣工作中发挥作用。

煤矿机器人技术产业痛点及智能化分级标准

探讨了我国煤矿机器人行业的发展现状、痛点以及未来趋势。在“机器人+”大时代背景下,从机器人企业数量、地域分布、产业园区建设、优势赛道、国家政策等层面阐述了我国机器人产业发展情况,并阐述国内互联网和制造业大厂入局机器人带来的变革与挑战;重点分析了煤矿机器人技术及产业痛点,指出了煤矿机器人实现智能化应具备的3大能力;提出了应加强其供应链、标准体系等方面建设;详细介绍了煤矿机器人L_(0)~L_(5)的分级标准。

掌上式生鲜猪肉新鲜度无损智能检测分级装置

为实现储运过程中生鲜猪肉新鲜度实时检测,该研究基于可见/近红外光谱技术开发了掌上式生鲜猪肉新鲜度无损智能检测装置。检测装置以可见\近红外光谱采集单元为核心,搭建了硬件系统,开发了生鲜猪肉新鲜度多指标同时检测和新鲜度分级软件系统。通过研发的检测装置采集了不同部位猪肉的650~1100 nm波长范围的漫反射光谱,经过标准正态变量变换(standard normal variable transformation,SNV)预处理后,对比连续投影算法(successive projections algorithm,SPA)和竞争性自适应加权抽样算法(competitive adaptive reweighted sampling,CARS)算法优选了猪肉新鲜度特征光谱,分别建立了不同部位猪肉新鲜度指标通用预测模型,并根据挥发性盐基氮(total volatile basic nitrogen,TVB-N)含量和pH值预测值,将猪肉分为新鲜、次新鲜和变质3个等级。试验结果表明,通过SNV预处理和CARS算法筛选特征波长后建立的PLS预测模型(下文简称“SNV-CARS-PLS”)具有更好的性能,TVB-N含量、pH值、亮度L^(*)、红度a^(*)和黄度b^(*)通用预测模型的预测集相关系数分别为0.942、0.945、0.940、0.933和0.833,预测均方根误差分别为1.131 mg/100 g、0.136、1.706、1.217和0.717。将通用检测模型导入检测装置进行了试验验证,对不同部位猪肉样本试验结果表明,TVB-N含量、pH值、亮度L^(*)、红度a^(*)和黄度b^(*)的预测结果与理化值的均方根误差分别为1.109 mg/100 g、0.134、1.140、1.094和0.636;新鲜度的分级正确率为92.86%;单个样品检测时间约为1 s。该检测装置可满足不同部位猪肉新鲜度多指标现场快速检测和分级的需求,为及时掌握储运过程中生鲜猪肉新鲜度情况、辅助决策储运和销售方案、保障生鲜猪肉品质安全具有重要作用。

基于双重预防体系的矿山安全风险智能分析系统

在国家相关政策指导下,矿山企业分别从风险分级管控和现场安全检查两个维度构建安全监管体系,但风险分级管控与隐患排查治理相对独立,彼此之间缺乏有效联系。为了解决矿山安全双重预防体系管理过程中存在的风险辨识针对性不强、风险分级方法单一等问题,在梳理现有双重预防体系业务流程的基础上,结合大数据分析技术和事故树分析法构建了双重预防体系全过程闭环管理体系;通过对地下金属矿山事故数据的采集与统计分析,运用事故树方法分析各类事故发生的潜在风险,并以事故严重程度作为评价依据,用于指导风险等级评价;采用大数据分析方法中的文本共现分析和模糊聚类分析模型对隐患数据进行处理与分析,形成了契合矿山实际情况的风险分级方法;根据全业务流程闭环管理体系的内容进行系统分析和设计,在此基础上完成系统开发;系统采用电脑终端、移动终端、数据大屏相结合的跨屏幕方式开发,实现风险分级管控和隐患排查治理全场景的应用。研究结果表明:系统实现了风险分级管控、隐患排查治理和风险智能分级的闭合式管理模式及多场景应用,达到了安全风险动态化、标准化、智能化分级的目的。

基于AE-RCNN的洪水分级智能预报方法研究

复杂产汇流特性地区使用洪水分级预报方法可提高预报精度,本文提出一种基于自编码器(Autoencoder,AE)和残差卷积神经网络(Residual Convolutional Neural Network,RCNN)的洪水分级智能预报方法,使用自编码器和K均值聚类算法实现对原始水文数据的特征提取和洪水分级,通过RCNN模型提升卷积神经网络的有效训练深度,以山东省小清河流域黄台桥水文站为例开展洪水分级智能预报研究。结果表明应用降维数据聚类的AE-RCNN模型MAE指标、RMSE指标、NSE指标分别为5.04、7.91、0.92,优于CNN模型、RCNN模型和降雨聚类RCNN模型。该方法能够有效提取水文数据特征、提高洪水预报精度。