简介：摘要：本文针对某一特征的指针仪表进行识别，具体表现形式为：表盘背景固定，刻度均匀分布在指针四周；指针形状为等腰三角形，指针位置跟随飞机状态发生改变。对图像进行二值化、形态学处理，并应用连通域法提取到清晰的指针图像，再基于霍夫变换计算得到指针与起始刻度夹角，利用角度法实现仪表读数的自动判读。

简介：摘要：电能质量是衡量供电系统是否正常的一项重要指标，由于新能源发电的并网及各种非线性负荷的接入，使得电能质量问题越加严重和复杂。在真实环境中投入运营的电力系统，其存在的电能质量扰动在同一个时间段内并不可能是仅仅由一种构成，而是由许多种扰动在信号波形上叠加而成的，所以研究这些信号波形的检测算法对于后期的改善具有重要意义。鉴于此，本文主要分析电能质量扰动检测与识别方法。

简介：摘要：我们针对管道漏磁内检的缺陷识别问题，提出了一种基于阈值分析的方法来对漏磁检测数据的处理，生成了一系列的漏磁检测曲线，这样更有利于图像的识别，我们利用相关软件在识别过程中产生了一条竖直的线来进行定位，环形焊缝在识别螺旋焊缝时，以圆点的形式产生斜线定位螺旋焊缝，实现了焊缝的自动化识别。在进行识别的过程中，我们用三线表来进行了缺陷位置的标注，对于不同的漏磁检测数据进行了多次的识别之后，表明这种方法的识别率是比较高的。 关键词：漏磁内检测，漏磁检测曲线，缺陷识别，数据分析 管道的腐蚀主要是造成管道泄漏的主要问题，然而漏磁内检测技术主要是因为管道内部的环境要求不够高，不需要耦合剂等优点，这就成为了目前比较成熟的检测手段之一，目前我们所常用的识别方法有，优化方法中的逐次逼近法，还有多元统计法以及神经网络法。我们主要通过对于漏磁检测数据的处理，还有分析利用相关软件对转化成的数组形式的漏磁检测数据来进行操作，形成了管道漏磁曲线，找到了相应的位置，通过判断满足了相应的条件。 一、管道漏磁内检测基本原理 1.1、漏磁检测原理 如果管壁中存在着缺陷的话，磁导率就会发生变化，整个磁路中的磁通发生畸形现象，这样就会改变整个途径，有部分的磁通会离开管壁，这样空气就会作为介质来绕过缺陷，在管壁的表面形成一个漏磁场。漏磁通被磁敏感器所捕捉之后，形成了相应的感应信号，缺陷漏磁信号中所含有的缺陷信息可以对信号进行分析，判断出缺陷是否超标。 1.2、管道漏磁内检测器

简介：摘要 :非线性降维作为当前比较流行的一种 降 维 方 法 , 是科学研究工程人员的重要研究领域热点。局部的非线性 降维算法 的优点和一些不足 ， 在人脸识别上值得我们做出深入的技术研究 , 因此通过测试这种线性降维计算方式在不同降维参数下的实际降维效率 , 分析总结这种线性降维计算方式的适用特点和推广范围 , 选择一种局部的非线性嵌套 的 主要 方面 进行分析 , 通过应用于人脸识别中 , 并总结 ， 提高人脸识别的准确识别率。

简介：[摘要 ]：

简介：摘要： 经济在快速发展，社会在不断进步， 雷击输电线路产生的暂态信号会对行波保护产生一定干扰，是影响精确定位故障的主要原因。正确识别非故障雷击、雷击故障及普通短路故障具有重要意义。利用线路发生扰动后极短时间内非故障雷击的波形对称性和故障时的波形单调性，分别对时间轴上方和下方的暂态电流波形进行积分运算，可识别线路的故障和非故障雷击。 PSCAD 仿真结果验证了所提方法的有效性。

简介：

简介：摘要：地面激光扫描仪是高科技的时代产物，具有极强的高效性和准确性，其在建筑测绘领域被广泛使用。文章通过对建筑测绘中采用激光扫描的方法进行研究，对建筑测绘工作提供可参考的理论依据。

简介：摘 要：由于A扫描超声检测技术有操作时间短、检测结果反馈快、对环境无污染等特点，在石油炼化装置安装和检修中发挥着重要作用，尤其是在射线检测难以实施的部位（例如锅炉中的炉管），对于容易产生的未熔合面积型缺陷，仍然是A扫描超声检测技术的优势所在。以下浅谈我们在现场检测炉管时，对未熔合缺陷的超声波识别方法。

简介：摘要：随着激光扫描技术的产生和发展，我国在建筑测绘的测量方面，得到了进一步的进步，利用地面激光扫描模式识别方法进行建筑的测绘，在保护一些固定的建筑资源同时，使测绘效果更明显，数据更加准确，对于现代化建筑测绘工作的进程有着极大的帮助。基于此，本文先分析在测绘工程中运用地面激光扫描模式识别技术的意义，然后对当前所使用的建筑测绘地面激光扫描模式识别方法进行概括，最后提出利用地面激光扫描模式识别方法的不足之处。以此供各界相关人士进行交流参考。

简介：

简介：

简介：摘要：目前现有配电网线路相间故障采用自动重合闸技术存在重合于未消失故障导致重合不成功的风险，有必要重合前进行无故障识别来避免盲目重合。据此特征，提出了利用相间故障过渡电阻的辨识结果进行重合前故障状态的识别方法及判据。最后， PSCAD建模仿真计算分析表明，所提出相间故障重合前无故障识别方法的正确性和有效性，有助于提高配电网相间故障的重合成功率。

简介：摘要：本文以红外与光学成像为研究对象，提出采用XGBoost集成深度学习算法，通过对光学图像首先采用了镜像翻转、图像分割、灰度化与归一化等图像预处理手段对样本数据进行修正，研究了在小样本数据集中四种算法的性能表现。结果表明：对于小样本数据集，随机森林和 XGBoost 的训练效果最好，准确率达98.75%，优于其他几种算法。

简介：摘要：为了解决数字化油田建设过程中出现的数据采集不规范，信息化程度低等问题。本研究提供一种基于稠油环境工作设备编码与识别方法的井下工具“全寿命周期”管理方法，提出了井下工具“全寿命周期”管理方案。同时根据油田实际情况，设计了井下工具的生命周期管理系统方案，为油田智能管理研究提供了切实可行的方案。

简介：摘要 : 水肥一体化自动装备的使用能够有效提高水肥资源利用率，但需要在作业前获知作物的营养状况及水肥需求量，而通过人工手持测量仪器来获取这些信息，存在着时效性差和劳动强度大等缺点。针对以上问题，本研究以常见的作物玉米为研究对象，使用大疆精灵Ⅲ无人机携带 RedEdge-M多光谱相机在田间上空采集玉米多光谱图像，同时使用 YLS-D系列植株营养测定仪测量玉米植株的氮素和水分含量等营养信息，根据这些信息将采集的图像分为 3个等级（每个等级共包含 530幅五通道图像，其中 480幅作为训练集， 50幅作为验证集），提出了一种基于卷积神经网络的玉米作物营养状况识别方法。并基于 TensorFlow深度学习框架搭建了 ResNet18卷积神经网络模型，通过向模型输入彩色图像数据和五通道多光谱图像数据，分别训练出适合于彩色图像和多光谱图像的玉米植株营养状况等级识别模型。试验结果表明：训练后的模型能够识别玉米作物的彩色图像和多光谱图像，能够输出玉米的营养状况等级和 GPS 信息，识别彩色图像模型在验证集的正确率为 84.7%，识别多光谱图像模型在验证集的正确率为 90.5%，模型训练平均时间为 4.5h，五通道图像识别平均用时为 3.56s。该识别方法可快速无损地获取玉米作物的营养状况，为有效提高水肥资源利用率提供了方法和依据。

简介：摘要：电网运行中的电力变压器由于受到外部冲击、性能、工况变化、人为及环境等因素的干扰，存在较大的故障隐患，在长期工作中，其安全性也会逐渐恶化。为有效应对电力器故障，需采取更加高效的诊断方法，缩短故障识别及处理时间，以最快速度恢复变压器运行状态，保证电力网络整体运行安全。鉴于此，本文就智能诊断方法在电力变压器故障识别中的应用展开探讨，以期为相关工作起到参考作用。

简介：摘要：电力变压器是电力系统最昂贵、最重要的电气设备之一，它的正常运行跟整个供电系统的可靠性密切相关。而变压器故障的发生，往往是多重因素导致的，故障判别有很大难度，然而常规诊断方法较为单一，且准确度不高，迫切需求更加智能、高效的故障识别方法。基于此，本文就智能诊断方法在电力变压器故障识别中的应用研究进行分析，仅供参考。

简介：

简介：摘 要 《深圳市生活垃圾分类管理条例》获广东省人大常委会批准，已于2020年9月1日起正式实施。对于还没接触或者接触但不熟悉垃圾分类的居民来说，很容易将生活垃圾错分类，同时在自主分类的时候也要花费不少时间。本文主要分析了智能垃圾分类的需求，通过运用现有技术解决目前遇到的问题，介绍了该设备的结构特点、工作原理、关键技术和使用效果等情况