摘要：摩托罗拉企业移动业务数字成像扫描器DS9808新型数字成像扫描器DS9808专为零售、制造、公共交通、物流运输、医疗、商务及政府等领域而设计,具备丰富强大的功能,包括图像采集、条码扫描、EAS标签解码和RFID读取等。此外,凭借可读取一维、二维及PDF417条码的强大功能,

摘要：为精准识别和定位配电网故障,提出基于量子行为粒子群算法的中压配电网多目标故障自动识别方法。采用叠加原理分析中压配电网多目标故障行波,确定电压和电流行波的折射和反射系数;将不同的行波系数对应在粒子空间中,以最优解更新函数计算行波系数极值,并跟踪行波信号确定故障目标;选择量子行为编码理论线性求解粒子群,自动识别多目标故障的具体位置,完成方法设计。实验结果表明:以35kV中压配电网作为测试对象,采用所提方法对故障线路进行目标识别,能够实现快速且准确的故障点目标定位,具有应用价值。

摘要：直接分解电流互感器异常信号特征会降低运行异常识别的准确率,为此,提出考虑光源功率变化的电流互感器运行异常自动识别方法。构建电流互感器运行异常信号模型,基于光源功率监测设计电流互感器异常预警机制,实现电流互感器运行异常识别。结果表明,利用所提方法进行自动识别的准确率为98.73%,准确率较高,识别效果较好。

摘要：为解决通信网络在高异常数据比例下识别模型性能退化、F1值偏低的问题,文章设计了一种基于Merkle哈希树的通信网络异常数据流自动识别方法。对通信网络数据流进行预处理,以消除噪声和冗余信息;通过设定合理的阈值对异常评分进行比较,从而提取出关键的异常数据流特征;利用Merkle哈希树,建立一个高效的异常数据识别模型,该模型通过哈希树节点的连接机制,在层级间有效传递信息,实现对通信网络中异常数据流的自动识别。实验结果表明,相较于传统方法,基于Merkle哈希树的通信网络异常数据流自动识别方法在各个数据集上的表现更为优越,特别是在数据集4中,取得了0.93的F1值,证明该方法识别通信网络异常数据流的准确性和可靠性,几乎无遗漏。

摘要：由于原始的电厂电气设备信号存在杂波,对故障信号的识别结果往往存在较大误差。为此,以垃圾焚烧发电厂电气设备为研究对象,提出故障信号自动识别研究。采用高阶微分方法——四阶微分,对原始电气设备信号进行校正,确定信号值随时间的四阶变化率,从而更加直观地了解信号中的高频噪声、瞬态变化等细微特征。在故障信号识别阶段,利用小波变换将校正后的电气设备信号分解为不同频率段的小波系数,利用系数涵盖信号在不同时间尺度和频率下的特征信息——信号相位,确定异常信号。在测试结果中,设计方法对单位时间尺度内的信号状态识别结果与实际信号误差明显小于对照组,具有更强的识别效果。

摘要：为了从基于设计规则的机构创新设计自动化方法创成的、以符号表达的概念设计方案中快速遴选出具有创新性的设计方案,根据符号方案中功能构件和构件状态数之间的关系,给出了动力机构和基本机构识别的邻接矩阵遍历算法.用计算机化规则描述5种常见的基本机构之间的连接关系,给出了识别符号方案基本机构连接关系的遍历算法.由此,实现了符号方案的基本机构及其连接关系的自动化识别.

摘要：面向装配的设计评价为从装配角度确定产品设计的质量提供了一种系统方法 ,它主要研究各种产品设计因素对装配难度的影响 ,而零件对称性是影响产品零件装配操作难度的主要因素。为克服以往DFA评价中零件对称性人工识别的缺陷 ,提高评价的自动化程度 ,提出了基于零件CAD几何特征模型的零件对称性自动识别方法 ;将零件的对称性分解为零件组成表面特征点的对称性加以讨论 ,通过特征点的属性匹配确定零件对称性。最后 。

摘要：由于现有的动作识别方法不能直接用于人体微反应动作识别,本文基于人体下肢微反应动作特点,构建了一种时空金字塔韦伯局部描述子并设计了基于字典学习的人体下肢微反应自动识别算法。该方法利用时空金字塔韦伯局部描述子提取每一类人体下肢微反应动作特征,使用主成分分析法对特征降维;然后,建立每一类动作子字典并将子字典串联形成总的动作字典;最后,通过实验分析了金字塔级数L,降维后每类动作特征维数d_(PCA),每类动作子字典原子个数n_(Atom),以及稀疏阈值C等参数对识别结果的影响,并确定最优参数值L=3,d_(PCA)=30,n_(Atom)=40,C=10。实验结果表明,提出的算法对10种人体下肢微反应动作的识别率均在0.83~0.91之间,平均识别率达到0.86,高于其他动作识别算法。设计的算法更适用于人体下肢微反应动作分类,并可有效提高分类识别率。

摘要：为自动识别彩色扫描地形图中使用晕线填充绘制的街区式居民地,首先通过Gabor滤波检测晕线得到居民地候选区;然后在候选区中利用曲线跟踪算法识别居民地轮廓;最后进行线性插值连接和几何校正,以解决居民地轮廓不闭合和道路两侧居民地整齐排列问题.通过对5幅典型的居民地样本的实验。论证了文中方法的有效性和实用性.

摘要：零件位姿自动识别是实现三坐标测量机智能化的关键技术.设计了基于图像不变矩和神经网络的图像匹配与识别算法,将被测零件的虚拟图像与实际图像进行匹配,实现了零件放置姿态的识别功能.由图像几何矩计算出零件在实际图像中的位置和方向,经过像平面坐标系至机器坐标系的转换,得到零件在机器坐标系中的位置和方向.实验结果表明,此零件位姿自动识别方法是智能且高效的,识别算法的重复精度小于0.1 mm,识别系统的最大空间定位误差不大于0.6 mm.