【摘 要】
:
计算机图像识别技术是人工智能中非常重要的一项技术,计算机图像识别是属于计算机视觉的范畴,它涵盖了图像匹配、图像检索、人脸检测、行为检测等技术。在互联网搜索引擎、自动驾驶、医学分析、遥感分析等领域都有广泛的应用。在农业领域可以用来监控农作业的生长过程、农作物病虫害防治等,在智能交通领域可以用来进行车牌智能识别、自动定位,在生物医学领域可以进行智能影像采集等。
论文部分内容阅读
计算机图像识别技术是人工智能中非常重要的一项技术,计算机图像识别是属于计算机视觉的范畴,它涵盖了图像匹配、图像检索、人脸检测、行为检测等技术。在互联网搜索引擎、自动驾驶、医学分析、遥感分析等领域都有广泛的应用。在农业领域可以用来监控农作业的生长过程、农作物病虫害防治等,在智能交通领域可以用来进行车牌智能识别、自动定位,在生物医学领域可以进行智能影像采集等。
其他文献
慢性阻塞性肺疾病(chronic obstructive pulmonary disease, COPD)是一种常见的以持续呼吸道症状和气流受限并进行性发展的疾病,属中医学“肺胀”“喘证”或“喘病”等病证范畴。其病机复杂,目前多认为属于本虚标实之证,其中稳定期以虚为主,且多表现为气虚,集中于肺脾肾等脏,又以肺气虚为根本。肺功能检查对早期检出肺、气道病变等方面有重要的临床价值,常作为COPD评估及治
随着科学技术和文化的飞速发展,汽车产业已成为我国的支柱产业之一,并逐渐形成了我国最大的生产和消费形式。铝合金已发展为汽车的重要零件和新型轮毂材料,汽车铝合金轮毂以其重量轻、变形小、环保节能等优点在市场上得到了广泛认可。本文首先介绍了汽车铝合金轮毂的发展起源和基本结构,然后介绍了汽车铝合金轮毂的应用优势和生产工艺,最后,对汽车铝合金轮毂的技术革新等相关问题进行了探讨。
宋代医疗高度发达,其中尤以江浙地区的发展居于全国前列。随着江浙人口密度的增加,受其独特的气候地理环境影响,疾病极易滋生,民众对医疗需求逐渐扩大。江浙社会经济的繁荣和刻印技术的成熟为民间医疗发展提供了物质基础。宋政府对医疗重视加之南宋临安成为政治中心极大地推动江浙医疗的发展。宋代江浙民间医疗发展水平反映了当时社会基层医疗的方向,其发展具体表现在医者、医籍、药物的增多和医疗疗法的运用。宋代江浙民间医者
轨道交通对于城市交通的意义主要在于引导城市人口布局及加强交通中心,缓解城市的交通压力,改变人们的出行方式.本文以西安市主城区地铁站点作为主要对象,基于GIS服务区范围分析、CostDistance成本距离分析方法分析评价西安市地铁站点可达性.结果表明:西安市地铁站点可达性以中心城区如碑林区、莲湖区、雁塔区、高新区域时间可达性在1~5 min之内,距离可达性在5 min之内,而其他区域由于线路和站点
2020年初我国高职院校、高等院校纷纷响应“停课不停学”的教育号召,采用线上教学的方式开展大学英语教学活动,确保学生在疫情防控期间能够获取充足的理论知识与语言表达能力,提升英语教学的实效性和有效性。对此本文结合“停课不停学”的背景,探究大学英语课程现状,系统分析线上教学平台选择、目标确定、内容筛选,提出英语教学实践策略,以期推动我国大学英语教育事业的健康发展。
<正> 中碎和细碎用旋回破碎机的零件在工作中经受着动负荷。当破碎机中落入非破碎物时,这种负荷达到特大值。非破碎物可能是金属块、挖掘机铲斗齿等。迄今,尚未有防止破碎机中落入非破碎物的安全方法。因此,为了限制中碎和细碎用旋回破碎机的动负荷,采用了减震装置。合理选择运动链和
针对突发公共卫生事件情况下生活物资被病毒污染,小区内居民交叉感染及配送人员短缺等问题,本文提出一种基于无人机与卡车协作的封控社区生活物资配送方法。首先,规定无人机在完成每次配送后需要返回卡车位置处进行消杀,以配送过程中社区居民交叉感染风险和配送成本最小为优化目标,以配送服务完整性、无人机载货重量限制及生活物资时效性要求等为约束条件,建立混合整数规划模型,协同优化卡车额定载重、停靠位置、所需无人机数
交通网络对县域乡村的发展具有重要的作用,采用成安县公路网络数据,基于GIS平台建立了路网模型,选取最小阻抗模型分析了成安县路网可达性。结果表明:(1)成安县路网可达性呈现单核心多圈层的特征,其中高可达性区域主要分布在县城附近区域且呈波状向外递减,低可达性区域分布在东西两侧;(2)路网可达较高区域对周边辐射影响范围较小。针对存在问题提出了建议:(1)发展多核心多圈层模式;(2)改善公路级配,提高支路
城市轨道交通站点作为城市轨道交通系统与外界联系的重要门户,对其可达性的研究一直是交通领域的重要议题。通过分析出行者在城市轨道交通网络和城市街道网络出行方式的不同,利用ArcGIS网络分析模块和地理大数据平台构建基于时空花费的可达性评价方法,对站间可达性和站域可达性两个指标进行综合评价和可视化表达。以南京市为例进行实证研究,结果表明:受站点间距和换乘距离的影响,南京城市轨道交通站点站间可达性呈现以主
变压器作为电网运行中的关键设备,其油中溶解气体浓度预测一直是研究热点.随机森林算法作为一种泛化能力很强的集中机器学习算法,算法性能与算法参数选择存在密切影响关系.现已报道的利用随机森林算法解决变压器油中溶解气体浓度预测问题的研究,忽略了对参数取值问题的讨论.利用遗传算法对随机森林算法中的5个重要参数进行优化,将优化结果代入随机森林算法,以乙炔为例,所得油中溶解气体预测相对误差为2.66%,结果小于