简介:摘要:目的:利用无人机(UAV)巡检识别航拍图像中的工程车辆对于减少电力安全事故的发生具有重要意义。采用人工提取特征的经典模式识别方法或YOLOv5等深度学习算法识别无人机电力巡检航拍图像中的工程车辆,存在识别精度不高、模型参数规模过大等问题。为解决以上问题,采用一种基于胶囊网络识别航拍图像识别方法。方法对原有的胶囊网络进行多层次稠密连通模型的改进,使其能从图像中提取出更多的工程车辆特征;对胶囊网络的动态路由算法进行改进,增强其抗扰动能力;研究不同的网络结构、不同的路径选择方法等因素对系统性能的影响,寻找具有较大辨识精度的参数。结果:1)网络层数对人脸的识别精度有较大影响,但是两者的相关性不是单一的。在本研究的实际情况下,5层胶囊网络的识别精度是最好的;另外,动态路由算法改进与否并不会影响识别准确率跟随网络层数的变化趋势。2)随着胶囊网络层数的增大,识别率下降,但并没有显著地增大参数的大小,并且其大小与mAP的大小没有显著的关系。结论:所提出的算法不仅能提高识别精度,而且所用的参数尺度也很小,为无人机在机载端识别目标物奠定基础。
简介:摘要:药品生产过程中的微生物检测方法学验证及改进方案,通过精心策划验证试验、全面评估检测性能、总结验证结果,确保了检测方法的准确性和可靠性。同时,优化检测流程、引入自动化与智能化技术、加强人员培训和技能提升,不仅提高了检测效率,也保障了药品质量和患者安全。这一方案将持续完善,为药品生产行业的科学发展提供坚实的技术支撑。
简介:摘要:随着信息技术的快速发展,数据挖掘技术在食品安全检测数据分析中展现出巨大潜力。该技术通过对大量食品检测数据的深入分析,能够揭示隐藏的信息,提高食品安全监测的准确性和效率。本文探讨了数据挖掘技术在食品安全检测数据分析中的实践应用,包括数据预处理、关联规则挖掘、聚类分析、时间序列分析和异常检测等方法。同时,文章分析了数据挖掘在该领域面临的挑战,如数据来源不确定性、数据隐私问题及算法选择和优化问题,并提出了相应的改进措施。这些措施旨在加强数据收集与质量评估、保护数据隐私、降低处理成本以及优化数据挖掘算法,以期为食品安全监管提供科学的决策依据。
简介:摘要:C600型条盒包装机是上海烟机公司从意大利GD公司引进技术改进后生产出来的产品。由于原核心技术基本上被发明于上世纪70年代,在技术上如今看来稍显落后,但在稳定性和使用成本方面依然优秀。本文通过对该机型透明纸包裹组件深度研究分析,针对产品检测方面进行了适当改进,提升了机器的运行稳定性。