基于改进支持向量机的皮革划痕检测方法

针对传统皮革划痕检测方法存在检测准确率低、检测效率不高的问题,提出一种基于K-means聚类算法改进支持向量机SVM的皮革划痕检测方法。首先,对支持向量机基本原理进行分析;然后采用K-means聚类算法解决支持向量机SVM的二分类问题;最后搭建一个K-means-SVM皮革划痕检测模型,通过此模型实现皮革划痕快速准确检测。试验结果表明,本模型的检测精度为96.74%,相较于传统的YOLOv5模型、CRNN模型和SVM-DS模型分别高出了18.85%、20.17%、13.06%,且本模型进行皮革划痕检测的所用时长仅为11.52 s,均低于另外3种模型。由此说明,本模型的检测精度更高,检测速度更快,满足真皮表面划痕检测的实时性和准确性需求。

小学Scratch结对编程活动特征探究

结对编程过程中发生的活动是影响结对编程有效性的重要因素,已有的研究多聚焦于学生在编程过程中出现某一活动,而系统的分析学生结对编程活动及其特点的研究相对较少。文章从协作问题解决视角出发回顾相关文献,制定了结对编程活动编码表,使用认知网络分析工具对Scratch初学者的结对编程活动进行了探究,发现不同协作程度的小组在结对编程中不同的活动特征,并根据这些特征总结了一些教育启示,可为结对编程教学提供一些参考。

基于分型线选择的保险杠结构优化设计

阐述保险杠分型线的概念及分类;针对实际试模过程中遇到的前保险杠脱模划伤问题,在综合分析产品结构和成型过程的基础上,对保险杠结构进行优化,修模后得出了符合要求的产品,为今后保险杠的结构和工艺设计提供了参考。

曲轴线工件划伤问题改进研究

以某曲轴生产线出现的工件划伤问题为研究对象,针对不同工位出现的曲轴划伤问题进行分析和比较,从与曲轴接触面的结构入手,研究改进曲轴划伤的方法,预防曲轴划伤,提升曲轴加工质量,为保障发动机稳定可靠运行有重要意义。

基于异域数据联邦学习的金属板表面划痕检测

由于真实工业场景下的部分工业缺陷太少,导致深度学习应用在表面缺陷检测困难。针对金属板材表面缺陷检测的真实工业环境中所存在的小样本问题,本文提出了异域数据联邦检测模型,采用轻量级网络MobileNet-YOLOv3,有效利用不同领域的划痕数据,分场景训练检测模型。实验结果表明,通过异域数据结合训练的检测模型拥有一个很好的划痕检测效果,金属板训练的本地模型的mAP为94.95%,比传统数据增广方法训练模型mAP高5%,比YOLOv3的推理速度减少44.8%。

板材件拉伸过程中产生拉丝划痕烧结问题的解决办法

分析了板材件拉伸过程中产生拉丝、划痕及烧结粘连问题的原因,介绍了铜合金用作拉伸模材的优点并成功解决了拉丝、划痕及烧结粘连的问题。