摘要：为了提升基于复杂数据特征的工业产品质量异常检测性能,利用高斯受限玻尔兹曼机在高维数据非线性建模和计算复杂性上的综合优势,提出一种智能异常检测方法FE-GRBM。利用GRBM模型中自由能量与边缘概率自然对数的数学关系,设计基于自由能量的模型训练及检测策略。通过真实烟支成品质量检测案例开展实验验证。结果显示,FE-GRBM平均性能高于3个传统方法最高分0.29,高于RE-GRBM 0.04,验证了方法的有效性和优越性。

摘要：为了实现卷烟零售数据的自动化采集,提出了一种基于图像识别技术的卷烟零售数据采集方法。首先,基于深度图设计一种人体检测与跟踪算法,稳定跟踪消费者在购买卷烟期间的行动轨迹;其次,实现一种7点式的人体关键点检测算法,检测顶式视角下的人体关键点;然后,构建卷烟的检测与识别算法,检测卷烟在图像中位置与姿态并识别卷烟的牌号;最后,融合人体跟踪信息、人体关键点信息、卷烟位置和牌号信息构建一种消费者行为识别方法,实现卷烟零售数据的采集。结果表明:数据采集方法的准确率达到95.6%,通过图像识别技术实现卷烟零售数据的自动化采集是可行的。

摘要：为满足自动化采集卷烟零售数据需求,提出了一种基于深度学习的卷烟牌号识别方法。首先设计一种卷烟检测模型,检测卷烟在图像中的位置和姿态,并通过姿态矫正生成卷烟正向图像;其次构建卷烟特征提取模型,提取卷烟正向图像的特征;最后生成欧式距离阈值,通过阈值在卷烟特征库检索出与待识别特征最相符的卷烟特征,由卷烟特征与卷烟牌号的对应关系得出待识别特征的卷烟牌号。以广西南宁市若干卷烟零售店为例进行测试,结果表明:对卷烟牌号的识别准确率达到98.0%。说明所建卷烟牌号识别方法可满足卷烟零售数据自动化采集的需求,具备良好的泛化性能。

摘要：围绕"智慧烟叶"建设目标,研发了一套基于物联网监控的烟叶精准种植管理系统:设计了基于物联网技术的多源异构种植数据采集和传输机制,实现烟田种植数据的实时监控和采集,解决烟田数据采集难度大、成本高和采集滞后的问题;提出了一种基于机器学习的烟草精准种植和智能管理方法,利用机器学习和神经网络技术,训练烟草大田种植期分类模型和烟草智能管理模型,实现烟草精准种植和智能管理,构建烟草种植信息数据库,为烟草种植生产和分析管理提供依据。在广西靖西烟田实验基地的试用效果表明,该系统实现了烟叶种植环境数据、气象数据、土壤数据以及植株长势数据的自动化采集,支持烟草种植全过程的实时监控和智能管理,为智慧烟叶生产和管理可以提供有效的数据支撑。

摘要：社会物联网是一种集合人与物关系的新型物联网形式。针对物联网频谱资源匮乏的问题,提出基于认知无线电技术的社会物联网——认知社会物联网(CR-SIoT)。认知社会物联网中频谱资源的动态性、设备的移动性和社会性及业务流的多样性,给路由机制的设计带来更大的挑战。机会路由充分利用无线信道的广播特性机会地传输数据,进而提高网络性能。因此,提出一种面向多业务的能量感知的编码机会路由。路由度量标准考虑了认知社会物联网中的社会属性及能量问题,提出基于拍卖模型的双层候选节点集选择算法和基于博弈论的信道分配算法。同时,为了加快数据传输进程,在所选候选节点传输数据时,采用网络编码技术进行“批量”传输。通过仿真实验验证了该机会路由的有效性。

摘要：报表是企业数据决策平台的重要的展示窗口。为了解决目前企业报表存在的数量和种类繁多、报表分散在各个业务系统中不便查看的问题,文章设计了一种基于数据联动分析的企业报表系统,以期解决"报表森林"的问题,提升系统的易用性和自动化程度。