简介:国家质检总局和信息产业部联合向社会公布了《微型计算机商品修理更换退货责任规定》,决定从9月1日起我国全面实施“电脑三包”。该规定共35条,详细说明了适用范围;销售者、修理者和生产者的责任义务;实行退货、更换、修理的操作程序及处理三包纠纷的途径等问题,规定中还明确肯定了“谁销售谁负责三包”。三包有效期自开具发货票之日算起,电脑主机、外设商品售出后7日内出现故障,消费者可向销售商提出免费退货、换货或修理;8至15日内,可选择换货或修理;整机在三包有效期内,经两次修理仍不能正常使用的,可以要求调换同型号产品,同型号产品停产的,应调换不低于原产品性能的同品牌产品。若消费者不同意这两种方案换货而要求退货的,销售商应予以退货,按规定的折旧率收取折旧费;三包有效期内,选购件和软件出现故障。销售商应免费给消费者调换新品,选购件更换两次、软件更换后仍不能正常使用应免费退货。若故障属生产者、供货者或修理者的责任,销售商则有权向此三者追偿。
简介:随着人工智能的发展,数字识别技术也得到了关注并通过各种算法提高了识别准确率。数字识别在安防、交通、邮政等领域发挥越来越重要的作用,是智能城市不可或缺的一环。通过采用包含隐含层的BP神经网络对数字识别进行仿真。首先介绍Mnist数据集、人工神经元模型、激活函数、BP算法等相关概念,详细描述了BP神经网络的原理,并通过实例进行BP网络设计。同时提出了6种优化方式,分别是初始化权值、设置Dropout、选取不同的激活函数、选取不同的代价函数、采用不同优化器、设置学习率。结果表明BP网络在数字识别方面具有实际应用价值,并能通过各种优化方式提高识别精度。
简介:在丝绸等织物生产过程中,经常会出现织物产生非正常花纹的缺陷。目前对织物缺陷的检测主要是通过人工肉眼判别,该方法花费时间长、人工成本高,会给企业带来较大的经济负担。本文通过使用BP和SAE两种神经网络对织物进行缺陷检测,并判断是何种缺陷:首先介绍了使用BP神经网络对大量样本训练并保存,得到最佳权值,从而实现对于图像的缺陷检测和分类;训练样本通过SAE深度神经网络训练得到重构图像,再不断微调参数,获得最佳的权重数值,运用滤波器过滤噪声,最终得到结果。通过大量的实验,结果表明两种方法对织物缺陷检测均具有非常良好的效果,充分证明了深度神经网络在工业生产织物过程中运用的可行性。