【摘 要】
：
纺织行业一直在我国国民经济中占据十分重要的位置.传统的布匹瑕疵识别检测一般都是通过人工检测的方式,但是随着布匹检测数量的不断增加,人工识别效率也会随之下降,且准确率得不到保证.针对这个问题提出了使用Python语言,卷积神经网络DenseNet模型、Keras框架,创建和训练深度学习神经网络,设计与实现了一款布匹瑕疵系统,从而使得布匹检测更加高效、便捷.
【机 构】
：
南通理工学院,江苏南通226001
论文部分内容阅读
纺织行业一直在我国国民经济中占据十分重要的位置.传统的布匹瑕疵识别检测一般都是通过人工检测的方式,但是随着布匹检测数量的不断增加,人工识别效率也会随之下降,且准确率得不到保证.针对这个问题提出了使用Python语言,卷积神经网络DenseNet模型、Keras框架,创建和训练深度学习神经网络,设计与实现了一款布匹瑕疵系统,从而使得布匹检测更加高效、便捷.
其他文献
大数据的飞速发展引发了人们的高度关注,对大数据实施高效的解读是大数据行业永恒不变的命题.透过资料解析即服务、大数据解读模式与大数据驱动科目3大维度对大数据解读提供参考,给出了大数据环境下云计算的数据存储、弱可用度、数学建模、资源分享与专业解读工具缺乏等5个难题,并有目的 性地给出了布局云计算方略、提高数据可用度、优化数据解读建模、弹性分享资源与开发大数据解读平台等策略.
在当前大数据背景下,企业面临数字化的转型升级,数据成为无形的资产.在对网络爬虫的产生背景和相关原理、流程进行研究的基础上,应用Python的网络爬虫框架Scrapy对网站信息进行爬取,提高了信息获取的效率和效果.实践表明,Scrapy框架简单易用,具有非常高的可行性、有效性,使用户有良好的体验,为相关人员开展数据爬取工作提供了借鉴.
通过筛选深度学习中结合注意力机制的推荐模型相关文献,将文献从注意力机制结合自编码器、图神经网络这两个方面进行归纳整理,分析了各模型在推荐应用中的特点和不足,展望了该领域的研究方向.
介绍了基于RP2040和机器学习开发的一款可以实现手势控制的魔棒工具,以实现微控制器和机器学习的结合.讲解了魔棒工具开发过程中关键技术的实现,包括魔棒工具的组成、微控制器对数据的处理和采集、深度学习模型的构建与训练、模型的转换与部署、以及基于魔棒工具实现的贪吃蛇游戏.
在“互联网+”时代下,人工智能等技术不断发展深深地影响着包括图书馆行业在内的各大领域,国内外各地区高校的图书馆也在新时代发生着翻天覆地的变化.根据图书馆实际工作,利用人工智能等先进技术,设计开发了一套智慧图书馆系统,可以为日后建设智慧图书馆的工作提供良好的理论基础.
针对鸡雏性别鉴别存在人工鉴别困难、电子信息技术鉴别存在不足的情况,设计了一种鸡雏性别辨别器.能够实现双向判断、双向限制,以期提高识别率和识别速度.给出了具体设计的依据和设计思路,对系统方案作出了详细论述,进行了硬件电路设计和程序设计编写,对双向双限识别算法进行了理论分析和设计.利用基音频谱分析与中心频率计算双向判断、双向限制,实现了雏鸡性别的99％自动识别,降低工人劳动强度,提高生产效率.
C#是网络系统开发中常用的编程语言,将其应用在物联网智能农业监控系统的构建领域中,不仅能够提升应用程序编写效果,还能保证系统的稳定性、安全性、语言简洁性,具有重要意义.基于C#语言,提出了在物联网智能农业监控系统中的应用措施,为增强智能农业监控系统建设水平、应用效果提供帮助.
随着先进光学仪器、精密测量技术的迅速发展,通常利用接触式、非接触式检测方案,对某些光学元件表面存在的缺陷问题进行人工或自动识别.提出了基于光电测量技术的光场复振幅识别、表面轮廓特征识别方案,结合Harris算子角点识别方法,对光学元件涉及到的尺寸、纹理、缺陷位置、缺陷梯度等数据参量,展开全方位的表面检测与识别,自动缺陷识别的误识率小于1％、漏识率小于2％,在识别效率、识别精度方面具有较大优势.
利用Python语言对5000条新闻数据进行了文本分类.通过词频和TF-IDF统计量构建特征向量,通过精准率和召回率对比前后2种特征提取算法的分类效果,通过逻辑回归、朴素贝叶斯和支持向量机进行分类结果对比,结果表明:对于目标新闻文本,在同等条件下,使用TF-IDF构建词向量模型的精准率和召回率比使用词频词襞模型分别高出0.013和0.012个百分点.在使用TF-IDF特征的基础上,朴素贝叶斯、逻辑回归和支持向量机算法的准确率是依次上升的,其中支持向量机的精度最好.
VoLTE用户无感知自动开通方法较为繁杂,涉及设备技术节点众多,现有监测手段较难对HSS系统内部的相关信息实施采集.对此,提出了一种基于HSS系统内部各类设备节点间交互日志进行采集分析的系统平台解决方案,极大提升了实施无感知自动开通定位时效,实现了潜在投诉提前处理,从而有效提升了VoLTE自动开通的成功率.