CAD打板在针织服装中的应用

服装纸样CAD是集服装纸样设计、计算机图形学、数据库、网络通讯等多学科于一体的综合技术,是在服装结构设计理论指导下,采用人工智能技术的参数化设计理论。然而,目前诸多的CAD纸样系统仅仅给出了操作者各种必须的纸样设计工具,仅仅以鼠标代替笔、屏幕代替纸,这些系统大多由非服装专业的计算机人员开发,使用起来并非所有功能都十分方便。     

浅谈煤矿安全生产中虚拟现实技术的应用

一、虚拟现实技术释义 虚拟现实技术(Virtual Reality,简称VR)是在众多相关技术如计算机图形学、仿真技术、多媒体技术、传感器技术、人工智能的基础上发展起来的.     

人工智能技术在电气系统中的应用

人工智能技术是提高电气系统自动化程度的重要技术,在电气自动化系统中发挥人工智能技术的作用,是电气行业发展的主要趋势。介绍人工智能技术相关内容,分析人工智能技术在电气系统中的应用方式。     

人工智能技术在煤矿中的应用

本文对人工智能技术在煤矿工业中的应用进行了阐述,并且给出了方法流程。对煤矿工业中人工智能的发展前景提出了自己的看法。     

计算机应用于图像处理的相关技术探讨

分析了计算机辅助设计与制造技术、遥感图像处理技术、计算机艺术和动画设计以及国家地形地貌和自然资源图勘察技术等目前常见计算机图像处理技术,同时分析了计算机图像处理技术的发展趋势,以期为计算机图像处理技术提供一些参考,促进我国计算机图像处理技术的不断发展。     

人工智能在电气工程及自动化中的应用

人工智能技术推动了电气工程及自动化的进步,能够实现远程监控,并对自动化设备进行操控,确保机械设备能够维持稳定运行。人工智能技术在电气工程及自动化中的应用,能够有效推动电气工程企业健康、稳步发展。针对人工智能技术和电气工程自动化的含义、人工智能技术应用优势和实践应用途径展开分析,希望能够有助于电气工程及自动化的发展。     

AI智能技术在服饰中的研究与应用

本文从人工智能的发展历程、涉及领域、优势等角度出发,浅析了人工智能在服饰中的运用,以及得出了人工智能的价值在服装界得到了高度重视。逐步分析且展现出这项技术在服装中展现的魅力,其中包括:服装面料、服装设计、服装制版、服装裁剪、服装工艺、服装后整理和服装销售,整个服装产业链几乎都有AI技术的身影。我们知道,AI这项技术出现的初衷都是服务于人类,那么在服装上,我们确实也是需要这样的一项工具来提高我们产业的整体效率,越来越多企业正在加强这项技术在服装上的研发,同时已有的产品也得到了越来越多人们好的青睐。     

图像处理技术在纺织检测中的应用

随着近年来纺织技术自动化的发展,计算机图像处理技术已经广泛应用于纺织工业的检测工作中。本文从介绍图像处理技术概念出发,结合其在纺织工业中的应用状况分析,重点研究了当前图像处理技术在纺织加工检测中的应用问题。为纺织工业技术自动化研究提供参考。     

人工智能技术在航空火控系统故障检测中的应用

应用人工智能技术设计火控系统故障检测设备,根据航空设备的维护标准及技术要求,对工作状态及性能开展实时检查,以提高火控系统运行的可靠性。     

人工智能技术在计算机网络防御中的应用探索

在现代科学技术的推动下,计算机技术与网络技术全面普及,对社会经济发展产生了重要的推动作用。在计算机网络应用过程中,为了确保网络安全,需要采用科学的防御技术,构建完善的防御体系,其中人工智能技术具有良好的应用效果,将其与计算机网络防御体系相结合,能够有效提升网络防御能力。因此,本文将对人工智能技术在计算机网络防御中的应用进行深入的研究与分析,并结合实践经验总结一些措施,以期能够对相关人员有所帮助。     

基于温度分析的抽水储能发电机故障模式识别

为提高抽水蓄能电站系统运行的稳定性和可靠性,提出了一种通过主站发电机瓦温信息构建发电机故障诊断模型的方法。以温度值作为特征量构建了支持向量机故障诊断模型,结合麻雀算法全局寻优和局部寻优自由切换的优势,将故障识别正确率作为迭代更新的目标函数,对支持向量机的惩罚因子以及核函数半径的参数组合进行优化。根据麻雀种群位置优化特点,给出了基于麻雀搜索算法进行SVM参数优化的详细步骤流程,并对采集的水泵发电机实测温度数据进行验证和分析。实测数据表明,所提方法可对下导瓦间隙偏小、冷却器容量不足、透平油老化、杂质混入等故障模式进行识别。与若干现行同类方法进行对比分析可知,基于温度分析的发电机故障诊断方法可为抽水储能发电机运行状态监测及主站电机的安全可靠运行提供有益参考。     

基于OCR识别技术的自动阅卷系统的研究

利用光学字符识别(OCR)技术,设计的自动阅卷系统,不仅能够实现对答题卡的自动阅卷工作,还可以完成成绩的统计和成绩单的打印工作,已在实际中得到应用。结果表明该系统提高了考试阅卷工作的效率,与一般的自动阅卷系统相比,有着独特的优点,应用前景广阔。     

基于支持向量机和特征向量提取的人脸识别框架

为了研究支持向量机在人脸识别中的应用,提出了人脸识别框架,该框架首先利用特征向量提取算法对人脸进行特征提取,得到人脸面部纹理特征数据,然后采用支持向量机对提取的数据进行训练,得到人脸模板,并依据人脸模板对人脸进行识别。实验采用ORL人脸数据库作为实验数据,使用LBP算法提取特征向量,使用LIBSVM训练得到人脸模板数据库,当模板人脸数与预测人脸数比值一定时,随着人数增加,其预测的正确率会有所下滑;当人数一定时,人脸模板与预测人脸数值上升,其正确率会有所上升。当选择一个相对合适的模板比例时,正确率将会达到89.29%以上。实验结果表明,提出的框架对于人脸具有良好的识别能力。     

一种基于CMAC神经网络的板形模式识别新方法

针对传统的板形识别模型在识别板形时,由于板宽的变化需要不同拓扑结构的神经网络才能完成板形模式识别任务,网络学习工作量大,网络存在收敛速度慢,易陷入局部极小等结构性能不佳的问题,建立了一种新的基于CMAC神经网络的板形模式识别模型。该模型利用欧式距离差得到网络的输入神经元,并在权值更新算法中引入了动态学习率。通过仿真实验表明该方法简单、实用,识别精度较高,克服了传统的识别模型的缺点和不足,有效地提高了板形模式识别模型的速度和精度。     

计算机纤维图像处理分析技术

计算机纤维图像处理分析是利用计算机程序,将图像进行简单化处理后,通过比对分析,获取纤维种类的一种快速鉴别方法。本文选取了调整图像对比度、对纤维图像边缘提取的方法,对这种处理进行程序化固定,方法简便实用,判别可靠性较高。     

面向小样本的遥感影像目标识别技术

为了解决深度学习方法网络模型在小样本遥感图像目标识别场景下过拟合、性能急剧下降等问题,设计了基于度量学习的小样本目标识别方法RS-DN4.在度量模块中选择前k个具有代表性的特征进行目标相似度的计算;引入元学习中阶段式训练理念,执行上万次任务级迭代训练;基于互联网开源遥感影像数据集和自有遥感影像数据集,构建了一套包含21...     

基于CenterNet的跑步姿态鉴别系统的设计

为了改善目前大众跑步姿势普遍不规范的现状,提出了一种基于CenterNet的跑步姿态鉴别系统。首先,通过截图、拍照的方式自制数据集,并对数据集进行清洗、标注和分析,消除数据无关信息与简化数据。其次,引入多尺度通道注意力机制与添加十字星变形卷积2种方式改进CenterNet算法模型,将动作图像转化为数字信息和特征向量,并以此为基础,利用KNN（K-nearest neighbors）算法对跑步姿态类型进行分类。最后,与经典模型方案进行对比,验证改进CenterNet算法鉴别系统的有效性。结果表明：改进的CenterNet模型的精确率与召回率都有所提升,其参数量与计算量降低。所提算法模型能够对大多数不良姿势作出及时、准确反馈,有效帮助跑步爱好者发现问题,从而改善跑步姿态、提高运动效率、预防伤病。     

语音情感识别专利分析

为了深入了解语音情感识别领域的技术发展状况,采取定量与定性交叉融合的分析方式,对当今语音情感识别领域相关专利的申请态势、技术发展脉络、申请国别、主要申请人等进行了多角度的分析和探讨。结果表明,在语音情感识别技术的发展进程中,中国虽然起步较晚,但发展速度很快,已逐渐赶超美、日、韩等发达国家;中国大部分专利还处于科研阶段,距大规模商业化尚有一定距离。另外,中国语音情感识别领域还有很多技术空白点,亟待专利布局,因此,中国的科研院校与企业应积极合作,发挥各自优势,以市场为导向,提高语音情感识别技术的市场竞争力。同时,要进一步加大对语音情感识别技术基础要件的科研力度,并勇于探索更尖端的技术领域。研究结果不仅可作为语音情感识别领域科研人员确定研究方向的依据,还可为政府和企业的规划决策提供参考。     

基于表情识别技术的学生课堂状态检测

为了解决在线教学模式下学生学习状态难以监测的问题,提出了利用表情识别技术对学生课堂状态进行检测的方法。首先,利用摄像头定时截取学生课堂图像,对其进行预处理,识别获取人脸数据;其次,利用表情识别方法分析学生上课状态,将人脸表情分类为7种,并再次划分为积极、消极、中性3种状态来判断学生课堂参与度与专注度;最后,将可视化数据推向教师,教师可根据学生上课状态,优化课堂教学,提高教学质量。实验过程中为了降低计算功耗,提高表情识别准确度,采用添加通道注意力机制的轻量级模型mini_Xception作为表情识别的训练网络,并使用该改进的mini_Xception网络在公开数据集Fer2013,CK+上进行训练。实验结果表明,该网络相较于ResNet-18网络在Fer2013,CK+上的识别准确率分别提高了7.97%和3.81%,且与原始mini_Xception网络和已有的几个文献的表情识别结果相比均有提高,能更好地检测到学生的学习状态和表情变化。因此,将表情识别技术应用于在线教学,可辅助教师获取屏幕前学生的课堂学习状态,并据此适时优化课堂教学,提升教学效果,对提高线上教学质量有实际的应用价值。     

基于MBP算法和深度学习的人脸识别

为了解决在深度学习提取人脸图像特征时,易忽略其局部结构特征和缺乏对其旋转不变性学习的问题,提出了一种基于单演局部二值模式(MBP)与深度学习相结合的高效率人脸识别方法。首先,用多尺度单演滤波器对图像进行滤波,得到幅值和方向信息;其次,用LBP算法和象限比特的方法进行编码,分块计算组合其直方图特征;然后,将提取的单演特征作为深度信念网络(DBN)的输入,逐层训练优化网络参数,得到优异的网络模型;最后,将训练好的DBN网络在ORL人脸数据库上进行人脸识别实验,进行识别率计算,其识别率为98.75%。所提出的方法使用无监督的贪婪算法,隐藏层设定为2层,使用反向传播算法优化网络。相较于已知的人脸识别方法,MBP+DBN算法对光照、表情和部分遮挡变化具有较好的鲁棒性,在人脸识别中识别率较高,具有一定的优势,为图像特征提供了一种新的识别方法。