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
简介:摘要:随着精益管理的深入推进,各项管理的幅度和深入不断加大工作量也随之增多,为了提高工作效率减少工作失误,唐口煤业公司提出推进“智慧矿山”建设,利用先进的科技术来提高效益。 在人们追求各项事物完美的同时,对管理创新上也提出了很多构想,而“人脸识别智能系统”,就是在推进“智慧矿山”建设中的一项工作。 “人脸识别智能系统”是推动“智慧矿山”建设的一种措施和工作方法。通过规范基础管理,降低管理成本,提高管理效率,进一步强化管理措施,明确工作指标考核管理体系,推动食堂在保证干部职工饮食卫生健康安全,优化服务意识上的不断发展。
简介:摘要:随着我国综合实力的稳步提升,各行各业也在快速发展,因此对电能的需求量愈来愈大,对电网运维质量的要求也愈来愈高。低压配电网(配电变压器台区,简称配电台区)是配电系统的末端环节,直接服务于用户,它的可靠运行是整个电网运行可靠性链条中的重要组成部分。然而,长期以来,在配电网的建设改造及自动化过程中主要集中在中压配电网( 10kV配电网)方面,陆续在中压配电网方面投资已超几百亿,中压配电网无论是在网架结构、设备可靠性还是自动化、信息化水平均得到了极大提升,故障率明显下降,并且初步实现了故障的定位隔离以及部分核心区或重要线路的半自动化集中负荷转供,但在低压配电网方面仅停留在通过切割低压负荷、新增配电台区、调整三相负荷、更换低压线路线径等方式解决“低电压”、超重载和三相不平衡治理等问题。鉴于此,文章结合笔者多年工作经验,对基于深度学习的配电设备智能识别技术研究提出了一些建议,仅供参考。
简介:摘要:人工智能识别技术属于计算机人工智能领域的关键技术,在当前科技水平不断提升的背景下,该项技术也到了快速发展,并且也应用到了社会多个领域当中,推动着人类社会的发展进步 .然而由于计算机人工智能识别技术的发展时间并不长,许多核心环节问题依旧未能很好解决,也就导致其在应用中存在瓶颈,进而给使用者带来不小困扰 .鉴于此,文章将主要针对目前计算机人工智能识别技术的应用及其中存在的瓶颈展开分析,希望能够为相关研究人员提供参考 . 关键词:计算机 ;人工智能识别技术 ;应用 ;瓶颈 1 计算机人工智能识别技术的应用现状 一是,无生命特征的技术实践。从现阶段我国技术实践来讲主要包括三项内容:条形码识别技术、智能卡技术、射频识别技术,其中条形码识别技术的应用最为广泛,微信等 APP的二维码以及条码的实现都基于该项技术,条形码识别技术的应用可以将加到信息容量的文字信息集中显示,提升了信息密度,而且具有自动纠错能力,对于提升信息识别以及采集的准确性、效率都发挥着重要的作用。智能卡技术的核心也是智能化自动识别,其是一种集成电路卡,具有自动、独立储备以及运算功能,与计算机的结合,可以实现其智能化自动信息采集、處理、传输、管理等功能,该技术在物理领域有着较为广泛的应用 [1]。而射频识别技术,这项技术通过非接触式对符号进行自动识别,可以直接通过无线电信号对物品上的信息进行识别,可以发挥自动识别与跟踪的功能。 二是,有生命特征的技术实践。如声音识别技术、指纹识别技术、人脸识别技术等。其中,声音识别技术在计算机人工智能识别技术体系中也属于一种非接触式识别技术,其以声音作为主要对象,通过辨别声音的特征,如音质、音调等的识别进行操作控制等。当前,声音识别技术在计算机软件、移动终端软件程序上的应用较为广泛,成为一种新型控制与识别方式。指纹识别技术是以指纹这一生物特征作为身份识别的媒介,提升了身份识别的安全性,在诸多精密验证中的应用较为广泛 [2]。人脸识别技术是一项将人脸视觉特征信息作为识别媒介的识别技术手段,在现阶段的发展中,手机等身份验证环节的应用都较为广泛。
简介:摘要目的探讨肌肉再分布技术(MRT)在智能仿生假肢信号识别中的应用价值。方法于2016年12月至2017年4月期间采用MRT技术治疗4例肢体远端截肢患者,均为男性,其中上肢截肢患者3例,截肢水平分别位于前臂中远1/3处、腕掌关节和腕中关节;下肢截肢患者1例,截肢水平位于小腿中远1/3处。MRT手术是利用残端肢体内的肌肉、肌腱进行移位,将4~6根肌腱锚定在皮肤不同区域,通过肌肉主动收缩牵拉肌腱,使不同区域皮肤发生明显形变。术后观察项目包括皮肤形变、电容信号数据及并发症情况等。在进行电容信号测量时,嘱患者分别执行抓握、屈腕、伸腕、屈指、伸指,或踝背伸与跖屈、伸趾和屈趾动作,利用电容传感测量系统采集患肢形变信息并进行分析。结果4例患者均获随访,共有20处部位接受MRT手术。术后3个月时患者均能主动控制相应肌肉收缩并产生皮肤形变,有效形变率为80%(16/20)。电容信号测量结果分别利用线性判别分析(LDA)和二次判别分析(QDA)两种分类器对各种动作进行识别,发现上肢整体识别准确率分别为97.27%和100%,每种动作各自识别准确率均为100%;下肢整体识别准确率分别为95.32%和100%,每种动作各自识别准确率均为100%。术后有1例患者创面不愈,经多次换药后愈合。结论MRT能有效将人体运动意图进行输出,增加了运动信号源的数目及强度,有助于患者更好地控制智能仿生假肢,为人机交互提供了新的途径。