简介：

简介：摘要：在进行机械操作时，如果存在任何非法的活动，可能会导致严重的经济后果。因此，我们需要开发一种新的方法，用于识别这些活动的安全风险。我们使用非线性自回归神经网络去探索这些风险，并依照这些风险的严重性，计算其相应的风险度值。最后，我们还会利用人工免疫网络构造一个智能的识别模型。

简介：

简介：本文以电力角钢塔主材螺栓的紧固任务为研究背景，探讨了电力角钢塔在电力系统中的重要作用，研究了国内外基于机器学习和图像处理的目标检测算法，对比分析了这些网络模型在螺栓识别的适用场景和优缺点。

简介：

简介：

简介：摘要：【目的/意义】从计算机视觉领域探索卷烟外包装印刷特征，用算法模型代替人脑进行卷烟真假判断，辅助专卖执法人员识别卷烟真伪。【方法/过程】通过对当前行业卷烟鉴别检验方法的回顾，在计算机视觉技术支持和Transformer架构下，构建VIT模型，针对卷烟品规中的芙蓉王（硬），构建数据集、增强数据、训练和验证卷烟真伪。【结果/结论】基于VIT模型开发软、硬件系统，对芙蓉王（硬）品规测试准确率达100%，追加测试准确率为97.37%，表明模型具有较强的鲁棒性和泛化能力。将卷烟真伪鉴别能力载体从“执法人员”转移到“智能化设备或系统”上，可以提升现场卷烟真伪鉴别水平，推动现场执法水平高质量发展。【创新/局限】提出了“替代人眼观察卷烟外包装印刷特征”、“代替人脑进行真假判断”的识别算法思路，经过近三年的持续跟踪和方法验证，确定利用计算机视觉技术和机器学习技术创造的识别卷烟真伪的算法模型识别真假卷烟方法有效，且具备准确率高和鉴别速度快两个特征。

简介：

简介：摘要：随着智能电网的发展，电表作为电力系统中的重要组成部分，其准确性和可靠性对于电力计费、能源管理以及电网运行监控至关重要。然而，电表在长期运行过程中可能会出现各种故障，这些故障不仅影响用户的正常用电体验，还可能导致电力公司的经济损失。因此，开发一种能够自动检测和识别电表故障的技术显得尤为重要。

简介：

简介：

简介：

简介：

简介：

简介：

简介：

简介：

简介：摘要：

简介：

简介：