Results 61 to 70 of about 5,202 (206)
Zhendong Ceshi yu Zhenduan为了提高小样本图像条件下列车轮对轴承故障检测水平，提出了一种基于多分辨率孪生神经网络（multi⁃resolution siamese neural network， 简称MrSNN）模型的列车轮对轴承表面缺陷机器视觉检测方法。首先，采用孪生神经网络（siamese neural network， 简称SNN）为基础模型框架，构建了包含不同卷积核尺寸及不同膨胀因子大小的多分辨率卷积融合模块（multi‑resolution convolution fusion block， 简称MrCFB ...
doaj +1 more source
[An improved Vision Transformer model for the recognition of blood cells]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za Zhi, 2022 Sun T, Zhu Q, Yang J, Zeng L.
europepmc +1 more source
Design of an Auto-recharge System for Mobile Phone Rechargeable Card [PDF]
, 2009 手机是现代文明社会中与每个人关系最密切的一种通信工具，为了保证持续的通信就需要对手机充值,现在可以进行手机充值的方式多种多样,但其中一种广泛的方式是购买充值卡,刮开卡片密码,打电话进行充值,但这种方式存在费时费力且易误输卡片密码等缺陷. 针对上面所述现状,本课题设计开发了一套充值卡自动充值系统,使用这套系统,用户只需刮开卡片密码,将卡片放入系统的扫描装置中,并输入手机号,系统将自动完成充值.系统主要组成包括扫描仪控制子系统,图像预处理及OCR卡片密码识别子系统,modem拨号充值通信子系统 ...
黄文森
core
Dianci bileiqi, 2019 绝缘子是保障输电线正常运行的重要部件,而传统通过人工目视判断的绝缘子缺陷检测方式耗材耗力,近年来得到大力推广的无人机电力巡检方式在图像中快速定位并且找出缺陷绝缘子自动化程度不高,效率较低。针对无人机电力巡检方式提出基于深度学习的Faster RCNN方法,识别无人机图像中的绝缘子,并且对其进行缺陷判别。首先,进行绝缘子的样本采集,采集的样本保证种类丰富、数量足够。其次,利用采集的样本训练Faster-RCNN网络模型,对待检测图像进行识别,确定绝缘子所在具体位置。最后,对提取出绝缘子进行图像分割 ...
虢韬 +7 more
doaj
An image representation method based on the similarity of feature points(基于特征点群相似度计算模型的图像表示方法)
Zhejiang Daxue xuebao. Lixue ban, 2017 针对空间金字塔匹配模型缺乏对图像中视觉物体旋转、平移和缩放的考虑问题，提出了一种基于特征点群相似度计算模型的图像表示方法.基于词汇树模型的粗匹配结果，通过特征点群拓扑、方向、距离等计算其相似度，并以此作为评价指标对匹配结果进行过滤；根据由特征点群计算所得的标准差椭圆的圆心、旋转角度对金字塔匹配的图像划分子区域并进行调整，从而得到图像抗旋转、平移和缩放的表示.分别在自建校园建筑物数据集和自建物体图像数据集上对方法进行了验证和比较，结果表明，该方法提高了分类识别的准确率和检索的查全率，特别是对于包含明显旋转、
HEJing(何敬) +4 more
doaj +1 more source
Research on Image Recognition Basd on BP Neural Network [PDF]
, 2008 BP神经网络具有较强的容错性和自适应学习能力,因而在数字图像识别领域有着广泛的应用。本文在经典BP神经网络的基本算法的基础上,对BP算法的参数设置进行了优化,实现了一种基于分类的改进BP神经网络算法。通过探讨BP神经网络在数字图像分类识别中的应用,详细考察了各种参数对识别效果的影响。实验结果证明改进后的算法有很好的实用价值。Back-propagation neural network with high fault-tolerance and good adaptive learning ...
张海波, 董槐林, 郭世可, 龙飞
core
Dianci bileiqi, 2019 绝缘子污秽状态非接触检测是智能变电巡检的重要组成部分,为有效提高绝缘子污秽状态识别率,提出了一种基于多光源图像决策级融合的污秽状态诊断方法。以沿海地区多所变电站中不同污秽状态的绝缘子为研究对象,采用种子区域生长法进行图像分割后,分别提取其可见光颜色空间特征、红外图像的灰度化特征以及环境特征,再依据Fisher判据筛选得到最优表征量,并设计支持向量机多值分类器进行污秽状态初判。基于各自识别结果,引入D-S理论进行决策级融合,实现绝缘子污秽状态的有效识别。试验结果表明 ...
曹培, 高凯, 田昊洋, 许侃
doaj
Gaoya dianqi, 2017 对局部放电进行有效识别可以为评估变压器设备绝缘状况提供科学的参考依据,然而局部放电类型的识别往往需要人为地提取描述特征,适应性很差。针对此问题,提出一种基于卷积神经网络的智能识别新方法。根据视觉注意机制分割出放电信号图像,并将灰度化和双线性插值归一化处理的图像作为卷积神经网络的输入。该方法模拟人脑的机制来解释数据,可以直接对采集到的放电信号图像进行自动特征学习与模式识别。实验中对4种典型放电类型的识别率超过了94%,显著优于传统的方法。试验结果表明,该方法无需进行复杂的特征提取 ...
刘兵, 郑剑
doaj
Gaoya dianqi, 2021 红外热成像是监测和诊断高压开关设备发热缺陷的方法之一,具有非接触、无损伤等优点。海量红外图像数据的处理对信息挖掘、目标识别和智能诊断提出了更高的要求,而现有方法在故障区域识别、关键特征提取和缺陷分类等方面仍存在不足。因此,文中提出了一种基于红外图像实例分割的敞开式开关设备发热缺陷智能诊断方法,利用Mask R-CNN进行感兴趣区域的自动提取与分割,构建轻量级卷积神经网络并引入到Mask R-CNN的最后一步,利用迁移学习进行模型训练,实现发热缺陷的自动识别。测试结果表明 ...
叶剑涛 +5 more
doaj
Prediction of rock mixed ratio in image-based intelligent control of drawing opening in longwall top coal caving face – Part I: Surface rock mixed ratio of coal flow [PDF]
Image-based intelligent control of longwall top coal caving (LTCC) is a critical technology for achieving intelligent coal mining. Its core lies in monitoring the rock mixed ratio (RMR) of coal flow to control the drawing opening.
Bochao AN +5 more
core +1 more source