基于大数据驱动的农村电商产品自动化识别系统

农村电子商务的发展和建设,为多样化的电商产品流向农村、服务农村提供了良好契机。促进农村电商产品推广和分销的同时,如何正确甄别面向农村的电商产品是否合适,通过电商产品的参数识别、统计进行分析,从而提高电商产品质量,降低管理电商产品成本,成为亟需解决的问题。电商产品在电商平台中的介绍往往以图像形式呈现,想要对电商产品进行参数识别,提取参数并进行统计分析,就需要一种时效性好、精确度高的自动化识别系统,针对此种问题,提出以大数据驱动为基础,依靠神经网络学习算法结合OCR技术的方式进行商品图像识别,保证在提高时效性的同时,提高图像识别的精确度。改进的识别系统以YOLO模型为基础依据,并针对其存在的不足进行了进一步优化。系统设计的部分包括检测模型的搭建、文字识别以及图片处理等。

果蔬机器人采摘中基于改进SDD模型的目标自动化识别研究

为了提高果蔬机器人采摘的识别准确率,利用SDD网络进行实时检测。对基础网络的构造和检测层默认框进行改进,增加卷积层数量,减少计算参数,使其利于对不同尺度的果蔬进行识别,得到基于改进SDD模型的目标自动化识别框架。分析激活函数,发现Relu函数具有更快的收敛速度,利用Relu函数进行激活操作,并对训练结果进行分析,结果表明,改进后的SDD模型具有更快的收敛速度;当置信度为0.45时,改进后的SDD模型具有较理想的准确率、召回率、FI值和IOU值,可以满足果蔬机器人采摘的识别要求。

电网OA系统非结构化文档内容自动化识别技术

针对电网OA系统内存在大量的非结构化文档难以识别的问题,研究电网OA系统非结构化文档内容自动化识别技术。采用非直接转换方法,将非结构化数据先转换为采用XML文件承载的不完全结构化数据,利用SAX解析工具解析不完全结构化数据,采用Simhash算法对文本信息进行去重处理;采用TextRank算法提取文本内的关键词,根据关键词识别电网OA系统非结构化文档内容。测试结果显示,在海明距离与相似度阈值分别为10和70的条件下可获取较好的去重效果,关键词提取效果较好,具有推广价值。

电力变压器内部机械损伤的自动化识别研究

使用传统的判断方式识别电力变压器内部机械损伤时存在识别困难与识别不精准的问题,为此,构建了电力变压器内部机械损伤融合识别模型,以实现对内部各种机械损伤的有效识别与判断。CNN与LSTM算法的应用提高了模型的整体识别效率。通过仿真实验,以准确率指标和交叉熵损失指标验证了该模型与传统判断方式相比有较高的应用价值。

云PaaS层下的数字化电网中台快速响应模式自动化识别方法

现有方法未能对数字化电网中台响应信号进行预处理,导致响应模式的识别结果不准确、识别时间较长。提出一种云PaaS层下的数字化电网中台快速响应模式自动化识别方法。在云PaaS层下,通过Bayes估计的小波阈值去噪方法对含有噪声的电网中台快速响应信号进行预处理;设置模型的可见层、隐藏层和输出层,计算各层间的权重矩阵,对预处理后的响应信号进行训练,并将训练后的数据输入到RBM模型中,获取PaaS层下的数字化电网中台快速响应模式的识别结果。实验可知,所提数字化电网中台响应模式的识别时间最多为53 s,识别精度最高可达99%,召回率最高为98%,F1值最高为99%,表明该方法能够以较快的速度和较高的精度完成模式识别。

基于卷积神经网络的路面病害自动化识别研究

随着公路里程的增加,路面病害处治也普遍面临着数据量大增的问题,因此,具有较高效率的路面病害分析识别技术具有较高的研究价值。文章提出一种基于卷积神经网络的路面病害自动化识别方法。该方法的图像识别技术随着计算机硬件计算能力的逐年增强和相关算法的完善,已经有比较完备的理论基础和公式可以用于公路病害识别方面的应用。该系统的开发可以自动化识别包括路面裂缝、坑槽等在内的多种病害,自动化识别准确率达到90%以上。

基于AEEMD和改进DATA-SSI算法的桥梁结构模态参数自动化识别

模态参数作为桥梁结构最重要的动力参数之一,在实际运用中,可通过监测其变化情况来辨识结构的使用性能,精确地参数识别对保障桥梁健康运营具有十分重要的意义。鉴于此,该文对现阶段常用的振动信号降噪处理算法和模态参数识别算法进行了相应的改进。一方面,提出一种新的信号自适应分解与重构算法,即自适应总体平均经验模态分解算法(AEEMD),该算法相比总体平均经验模态分解算法(EEMD)而言,能够根据信号的自身特征自动化确定添加白噪声的幅值标准差和集成平均次数;能更好地处理端点效应;同时还能够保证所得本征模态函数之间不存在模态混叠现象;最终实现有效IMF分量的自动化筛选和信号重构。另一方面,将多维数据聚类分析算法引入随机子空间算法中,并以频率值、阻尼比以及振型系数为因子建立判别矩阵,以智能化区分虚假模态和真实模态,最终实现模态参数自动化识别。文章最后分别用模拟信号和实际桥梁测试信号对所提算法的有效性进行验证,结果表明,该文所提算法能运用于实际桥梁结构的模态参数自动化识别。

形状相似水果自动化识别研究

水果分类在超市导购中有较为重要的应用价值,应用自动化识别技术能够实现大量水果的高效分类。主成分分析可以从多元事物中解析出主要影响因素,从而利用一个或几个较好的综合指标来概括信息。本研究采用基于主成分分析的识别分类技术对10种外形相似的水果进行预处理、训练和识别,得到了较好的识别效果,各种水果的平均识别率达到93%以上,基本能够满足实际应用。

桥梁结构模态参数自动化识别算法及其应用

鉴于现有的总体平均经验模态分解算法(EEMD)不能实现结构响应信号的自适应分解和参数的自动化识别,本文首先通过改进算法抑制端点效应,在信号分解的过程中引入聚类分析以避免模态混叠现象,从而构建有效IMF的指标,以实现有效IMF分量的自动筛选和信号重构,同时进行系统阶次的自动化确定,再通过将谱系聚类算法与随机子空间算法进行结合来实现模态参数的自动化识别,最后用实际桥梁测试信号进行验证。结果表明:改进算法能实现桥梁结构的模态参数自动化识别。

英语语音自动化识别模型设计

传统英语语音合理性自动化识别模型无法准确有效地反映英语语音合理性,获取的结果也不够精确。本文设计了英语语音合理性自动化识别模型,并对该模型进行设计与规划。通过对所采集的语音信号进行加重、分帧、加窗和端点监测的操作处理。将语音信号中的特征参数进行提取,并进行评分计算,最终完成英语语音合理性自动化识别。根据仿真实验结果可知,该设计能够较精确地将英语语音合理性自动化识别出来,识别精准,易用性好。

对接焊缝近表面缺陷超声TOFD检测自动化识别方法研究

针对超声衍射时差法(TOFD)检测图像的近表面缺陷衍射波易与直通波混叠的特点,提出一种对接焊缝近表面缺陷自动化识别方法。为了准确定位缺陷位置,开展图像处理相关技术的研究,完成图像消噪和直通波矫直处理,在此基础上利用灰度分布统计法消除与近表面缺陷波重叠的直通波,并利用图像分割算法提取出超声TOFD检测图像中的焊缝缺陷,从而实现对焊缝缺陷的自动化识别。为验证所提方法的可靠性,开展了相关的实验研究。实验结果表明,所提方法能够有效地解决超声TOFD检测近表面盲区问题,能够提取出检测图像中与直通波混叠的近表面缺陷。

软件安全漏洞自动化识别原理评析

本文通过分析软件代码安全检测工作原理和市场上已广泛使用的工具,为希望借助软件代码安全检测工具,提升发现软件代码安全漏洞,进而提升软件代码安全质量提高帮助。

浅谈软件安全漏洞的自动化识别技术

本文通过分析软件代码安全检测工作原理和市场上已广泛使用的工具,为希望借助软件代码安全检测工具,提升发现软件代码安全漏洞,进而提升软件代码安全质量提高帮助。

基于机器学习反馈的黑暗环境车辆路况自动化识别方法

传统的车辆路况识别方法存在识别准确率低的问题,威胁驾驶员的人身安全。为此提出基于机器学习反馈的车辆路况识别方法。提取图像特征时利用函数分解窗将设定的像素函数分解出像素值,运用小波变换得出像素特征。使用极坐标方程将像素特征预处理成为像素簇。将像素簇代入到示警单元中进行扫描,得出阴影环境的像素峰值。示警单元自动将像素峰值转化为信号,传递给驾驶员。故此完成黑暗环境的车辆路况的自动化识别。对传统方法与本文提出的方法进行实验,实验结果表明,传统方式的识别准确率为78.4%,而自动化识别方法平均识别准确率达到了98.1%,具有更高的识别准确率。

基于数据挖掘的电缆隧道附属设施故障自动化识别方法

针对传统识别方法在识别电缆隧道附属设施故障时,存在识别精度低的问题,本文提出基于数据挖掘的电缆隧道附属设施故障自动化识别方法。分析电缆隧道附属设施故障分布结构,确定电缆隧道附属设施故障识别故障特征向量,提取电缆隧道附属设施故障特征;构建抗干扰滤波输出函数,利用数据挖掘对故障信号源平稳监测,通过抗干扰滤波处理实现电缆隧道附属设施故障信号去噪,实现故障信号特征保留,完成了电缆隧道附属设施故障的自动化识别。实验结果表明,本文方法无论是在正常情况下还是异常情况下,都可以提高电缆隧道附属设施故障的识别精度。

自动化识别方案助力仓储管理 易腾迈条码识别技术提升药品仓储管理及配送效率

日前，Intermec为一家全球性医药公司的中国库房提供条码识别技术，可靠、高效的自动化数据收集及识别整体方案为该医药公司节约了大量时间和人工成本，同时更加确保了数据的准确性及配送效率。

基于AEEMD和DATA-SSI桥梁结构模态参数自动化识别

基于AEEMD和DATA-SSI对桥梁结构模态参数自动化识别,对两种算法分别提出相应流程。首先进行系统阶次自动化确定,再利用一定数量加速度传感器,对桥梁结构进行监测并开始模态参数自动化识别。结果表明:在系统阶次自动化确定中,奇异值进行对数处理后,可以明显发现跳跃点,并且通过AEEMD算法和DATA-SSI算法结合对桥梁结构模态参数自动化识别,系统频率值极其稳定,能准确保留真实模态,并可将虚假模态进行清理。该方法得到频率结果与其他研究对比误差很小,维持在-0.005~0.008之间,差值百分比低于2%。

软件安全漏洞的自动化识别原理探析

本文通过分析软件代码安全检测工作原理和市场上已广泛使用的工具,为希望借助软件代码安全检测工具,提升发现软件代码安全漏洞,进而提升软件代码安全质量提高帮助。

基于LoRa无线技术的配电网故障自动化识别方法

传统的配电网故障自动化识别方法通过构建分层识别模型,实现对设备故障区间的锁定以及故障类型的判定,由于对设备故障特征的提取程度较低,导致识别效果较差。对此,提出基于LoRa无线技术的配电网故障自动化识别方法。对电气设备故障信号进行提取,获得信号稳态分量,并将故障区间的定位结果通过LoRa无线技术进行传递,帮助判断具体故障类型。在实验中,对提出的方法进行了识别精度的验证。经实验结果分析表明,采用提出的方法对配电网故障进行自动化识别,故障定位结果与实际故障区间的拟合程度较高,具备较高的识别精度。