【摘 要】
：
本文结合时代背景,详细分析了物联网与智慧物流的原理,设计了基于物联网技术的智慧物流全程可信系统。物流业未来的竞争和提升一定靠企业对新技术的掌握和应用,回顾以往物流行业的每次变革,都可以看到技术突破和产业升级两股力量共同推动、互相碰撞,带来日新月异的变化。因此,物流企业家不仅要紧跟市场,还一定要有技术的敏感度,不断提升掌握新技术掌握新装备的能力。
论文部分内容阅读
本文结合时代背景,详细分析了物联网与智慧物流的原理,设计了基于物联网技术的智慧物流全程可信系统。物流业未来的竞争和提升一定靠企业对新技术的掌握和应用,回顾以往物流行业的每次变革,都可以看到技术突破和产业升级两股力量共同推动、互相碰撞,带来日新月异的变化。因此,物流企业家不仅要紧跟市场,还一定要有技术的敏感度,不断提升掌握新技术掌握新装备的能力。
其他文献
为逐步建立公安行业视频AI应用关键技术指标参考基线,为视频AI算法及系统优化提供科学指导,视频图像信息智能分析与共享应用技术国家工程实验室(以下简称"视频国家工程实验室")组织了首个亿级规模的实际无约束场景FAT-AI应用测试。在第二期特约专稿《FAI-AI人脸识别应用测试结果及基线报告》中已围绕测试进行了整体分析。今年,视频国家工程实验室又与中国图象图形学学会共同主办了针对口罩遮挡条件下的人脸识
X射线CT (computed tomography)成像技术中常遇到尺寸、形状或是材料特殊的检测对象,此时只能在有限的角度内进行数据采集.在不满足CT精确重建条件时,常规的重建算法表现出严重的滑坡伪影,难以为实际应用提供有价值的信息参考.为了更好地消减图像中的伪影,文章提出了一种基于ResNet网络模型的有限角CT图像重建方法,其采用残差学习方法,可用来对输入的图像进行特征提取,获取足够的细节信
本文针对新冠病毒疫情状况下的小区居民出入大门、陌生人随意进出小区等情况带来的安全隐患,通过对现在门禁装置存在的安全问题进行分析,结合服务设计理念,从出入人员的安全需求出发,提出一种基于服务设计的小区出入门禁自动监测装置系统,实现对行人、车辆进出小区时所需进行的身份信息进行快速地核对和记录的同时,还具有测温、数据信息记录、消毒等功能;并通过服务系统上传出行人员相关的出行信息,减少小区门卫人员人与人之
针对汽车零部件检测环节较多,人工检测难度大等问题,提出一种基于Halcon的模型匹配检测方法。通过3D视觉采集图像获取图像的高度图及多种参数,使用阈值图像分割算法,缩减图像的定义域,将图像的定义域由全图改变到一个指定的区域。通过提取指定区域的亚像素边缘,得到亚像素轮廓,创建亚像素轮廓的模型与视觉采集图进行匹配检测。实验结果表明,算法可以应用于不同零部件的模型创建,能够满足实际生产的需要。
本研究从家庭用户需求出发,帮助父母来监测儿童体温和睡眠情况,当温度异常时发出警铃,帮助家长随时监测儿童身体状况而设计的一款"小飞碟"儿童睡眠监护仪。这款产品可以作为日常监测使用,也可以在儿童身体不适时随时做好体温监测使用。
射频识别技术作为物联网的核心技术之一,是物联网专业的一门重要专业课。射频识别技术涉及多个学科,内容枯燥,学习难度较大。本文分析目前射频识别课程存在的问题,提出通过采用教学内容的基础化来降低学习的难度、教学手段的多样化来吸引学生的学习兴趣、课后作业的自主化来扩展学生的视野、实验内容的综合化来锻炼学生的实践动手能力等多种教学手段进行教学过程的优化。实践证明,通过这些教学手段,可以提高射频识别课程的教学
植物叶片分类在植物智能分类中有着非常重要的作用。针对当前叶片分类识别存在的准确率与效率低下的问题,介绍了一种新型叶片识别分类模型,研究通过引入骨架参数与智能算法的方式,提高叶片分类的准确度与效率。在提取了离心率、纵横比、形状参数、不变矩等9个特征后,以叶片骨架为基础,建立有向无环图的支持向量机模型,以叶片纹理为基础,选出植物叶片的主成分并与叶片特征指标结合。最终实现对100种叶片1 600张图片9
多车道大场景尺度下,车牌识别存在背景复杂、车牌与字符像素占比小、车牌倾斜角度大等问题;与单车道、单车辆及固定摄像头场景相比,已有算法上车牌定位困难、识别速度慢。为此,提出使用改进的Tiny YOLO V3模型提取车辆位置,缩小车牌检测范围,去除复杂背景干扰;并结合去除掩码分支的Mask R-CNN模型,达到车牌识别的目的。首先将高分辨率图片通过YOLO快速卷积提取车辆位置,并将车辆部分裁剪下来;然
本文首先对AE技术在视频剪辑中应用的重要意义进行了总结,并对AE技术应用存在的具体问题展开了分析,制定了提升AE技术在视频剪辑中应用质量的具体策略。
本文调研了压缩感知相关算法的一些发展现状,并且概要分析了各种不同算法的优劣势。基于神经网络的压缩感知方法在训练过程中的GPU内存消耗,随着网络层数的变多快速增大,导致该类网络大多是浅层网络,性能提升空间有限。针对该问题,本文结合可逆网络,提出了一种新的可逆压缩感知算法,名为InvICS。由于可逆网络的特性,该模型不存在GPU内存瓶颈。通过在多个数据集上验证,其能极大的减少训练期间的内存消耗,而且还