摘要：为提高烟丝杂质检测及剔除的准确率,设计了一种基于计算机视觉与机器学习的烟丝杂质图像级联检测方法。该方法采用颜色特征和梯度能量计算机视觉方法对烟丝杂质进行定位,结合HOG特征、LBP特征与级联Adaboost分类器,设计多窗口检测算法对烟丝杂质进行实时检测。结果表明:基于颜色特征的静态杂质检测方法的准确率高于梯度能量方法,在结合了HOG特征和级联Adaboost分类器算法后,检测结果非常稳定,烟丝杂质检测准确率达到97.33%,在实际操作过程中不需要人工调整算法参数,在保证算法准确率和有效性的同时降低了时间成本。

摘要：为了提高烟丝质量,以烟丝物理特性、烟支物理特性和卷烟化学成分为质量控制指标,采用BP神经网络(BPNN)对烟草制丝工艺参数进行了优化,将BPNN优化结果与正交试验结果进行对比,并对优化后的参数进行验证。结果表明:所建BPNN模型预测结果具有较高的可靠性和准确性,通过BPNN预测的最优制丝工艺参数组合唯一且准确;通过正交试验方法得出的烟草制丝工艺参数最优组合在蒸汽流量和热风温度的参数设置上存在差异。烟草制丝工艺参数优化后,烟丝整丝率、填充值提升,碎丝率、卷烟单支质量标准差、烟支吸阻标准差、CO释放量、焦油释放量、烟碱释放量均降低,整体优化效果明显。BPNN对烟草制丝最优参数预测准确,避免了误判现象,提高了加工效率,降低了时间成本和资源浪费。

摘要：　　自1955年铁道部设计总局成立航测组以来,铁路航测遥感事业的发展已经走过了半个世界的历程.……

摘要：达芬奇技术是一款集成DSP处理器、软件、开发工具和技术支持的综合多媒体解决方案，智能视频处理技术在交通视频监控系统中应用最为广泛。本文以达芬奇技术为基础开发了一种智能交通监控系统，实现了以双核芯片TMS320DM6446为主处理器的硬件平台，在达芬奇软件框架下设计出软件系统。实验结果表明，此方案单片系统实现了实时交通视频的目标检测和目标跟踪等功能。

摘要：心理学研究表明，儿童的认识规律一般遵循“感知-表象-概念”的模式。而操作学具符合这一规律．能变学生被动地听为主动地学．有利于充分调动学生的各种感官参与教学活动，去感知大量直观形象的事物，获得感性知识，形成知识的表象，并诱发学生积极探索．