首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   0篇
  国内免费   2篇
综合类   3篇
  2022年   1篇
  2020年   1篇
  2005年   1篇
排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
从分析静态计量方式的微机控制配料系统的工作原理入手,指出影响配料系统精度的误差因素主要是落料误差、称量误差和累积误差。采用基于系统数学模型的给料误差补偿算法来降低落料误差,同时通过传感器、测量电路、秤斗安装等硬件措施和软件滤波、非线性修正、软件动态去皮等软件措施来降低称量误差,采用自动补偿算法降低累积误差。运行结果表明:微机控制配料系统某通道配比误差由1.2%降低到0.6%。  相似文献   
2.
在玻璃安瓿瓶包装完整性检测领域,常用高压放电法对微米级漏孔缺陷进行检测,针对现有方法存在的难以找到合适滤波方式、判别阈值依赖人工设计、检测准确率较低的问题,提出一种基于改进的GoogLeNet的微孔检测方法.对于原始放电电流数据,利用小波变换(WT),以广义Morse小波函数(GMW)为基小波,将一维的电流时间序列转换为二维的时频索引图以呈现数据完整的细节信息.在GoogLeNet原型基础上引入Relu激活函数以减少过拟合,将输入端卷积缩减至1层,然后进行了三种不同层次的Inception模块裁剪,对比分析发现只用前6个Inception模块并调高Inception(4d)的大尺寸卷积核占比时,模型能在参数量更少的情况下同样达到很好的微孔判别效果.在生产现场工控机中用训练好的模型替换原有算法,进行1000个正负样本的验证测试,结果表明该算法的准确率达到99.15%,阳性样品漏检率仅0.8%,优于现有方法的96.45%准确率和5.3%漏检率,具有较好实用价值.  相似文献   
3.
医药空瓶在生产过程中瓶身表面会产生大量的气泡缺陷,但现有的方法对医药空瓶表面气泡检测存在各种问题,例如对复杂场景变化的鲁棒性不强,抗噪声干扰能力弱等.针对现有医药空瓶表面的气泡缺陷,提出了一种改进的深度学习目标检测算法RetinaNet对瓶身气泡进行检测.对原始RetinaNet算法中的特征金字塔网络结构进行了优化,在特征融合过程中引入了特征增强模块,用来提高网路对图像语义特征的提取,增强网络特征提取能力.为了减少模型的参数数目和计算时间,考虑到空瓶表面气泡均为小目标缺陷,去掉原始特征金字塔网络中用于检测大目标的网络结构,提高了算法检测速度.通过对标准的ResNet50网络进行重新组合,并引进了膨胀卷积模块,扩大特征图感受野,提高了模型检测的精度.通过在注塑空瓶数据集上对本文的方法进行了验证,其准确率为99.72%,漏检率为0.12%,误检率为016%,mAP为99.49%,相比原始的RetinaNet的mAP提高了接近2.4%.  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号