基于实时技术的大气颗粒物在线分析系统

针对环境监测中,难以实时在线处理海量颗粒物数据的问题,提出了一种基于实时技术的大气颗粒物在线分析系统,实现了颗粒物统计、浓度变化、来源解析等功能.该系统利用实时数据库来实时采集、存储海量大气数据,解决了环境监测中数据的海量问题;同时,引入自适应共振神经网络算法和逻辑回归模型进行数据分析,成功降低数据规模,提升数据分析速度.实践表明,该在线分析系统能在合理时间内得到准确的分析结果,具有重要的实际意义.     

混合现实装配检测中深度学习的数据增强方法

针对混合现实装配检测中,装配者的视觉检测位姿具有不确定性极易发生误检漏检的问题,提出一种混合现实装配检测中深度学习的数据增强方法.采用人为最佳数据增强策略的数据预处理方法,通过图像增强、几何变换、少量噪声干扰和随机遮挡的方式生成增强数据集,并改善图像增强过程中的特征失真,不仅能有效解决深度学习中人工标注样本任务量大的问...     

基于浅层特征的印刷品分拣识别系统

针对印刷领域印刷品的识别问题,设计了一种基于浅层特征的视觉识别系统.浅层特征适用于对精准特定目标的识别,SIFT是一种被广泛使用且效果良好的浅层特征.该系统首先建立一个小型样本图像数据库,然后采用SIFT算法进行特征提取并与样本图像进行匹配识别.另外,该系统实现了在线学习的功能.经过实验验证,该系统可以实时、准确的实现对印刷品内容的识别.     

深度学习在混合现实车间巡检中的应用

传统的车间巡检方法主要依靠人工检查及记录结果,过程繁琐且无法实时共享全过程.为了提高工作效率,将深度学习应用到混合现实车间巡检中.采用了深度学习与混合现实技术相结合的方式,利用ResNet网络对车间设备进行分类识别,完成分类识别后,再利用HoloLens的空间感知能力定位到该设备进行确认,最后显示该设备的基本信息、运行...