关于论文中的表

正1.表要精选,应具有自明性。表的内容切忌与插图及文字表述重复。2.表应精心设计,为使表的结构简洁,采用三线表,必要时可加辅助线。3.项目栏中各栏标注应齐全。若所有栏的单位相同,该单位标注在表右上角,不写"单位"二字。4.表中的术语、符号、单位等应与插图及文字表述所用的一致。5.表中内容相同的相邻栏或上下栏,重复示出或通栏表示,不用"同左"、"同上"等字样代替。     

关于论文中的表

正1.表要精选,应具有自明性。表的内容切忌与插图及文字表述重复。2.表应精心设计,为使表的结构简洁,采用三线表,必要时可加辅助线。3.项目栏中各栏标注应齐全。若所有栏的单位相同,该单位标注在表右上角,不写"单位"二字。4.表中的术语、符号、单位等应与插图及文字表述所用的一致。5.表中内容相同的相邻栏或上下栏,重复示出或通栏表示,不用"同左"、"同上"等字样代替。     

关于论文中的表

<正>1.表要精选,应具有自明性。表的内容切忌与插图及文字表述重复。2.表应精心设计,为使表的结构简洁,采用三线表,必要时可加辅助线。3.项目栏中各栏标注应齐全。若所有栏的单位相同,该单位标注在表右上角,不写"单位"二字。4.表中的术语、符号、单位等应与插图及文字表述所用的一致。5.表中内容相同的相邻栏或上下栏,重复示出或通栏表示,不用"同左"、"同上"等字样代替。     

基于模板匹配和神经网络的车牌字符识别方法

本文提出了一种基于模板匹配和神经网络的车牌识别方法。该方法具有模板匹配识别车辆字符和神经网络识别车牌字符的各自特点，可有效地提高车牌字符识别的识别率，识别速度和识别系统的泛化能力，实验结果表明，该方法车牌字符识别率超过92%，识别时间不超过1200ms，能较好地满足实际系统的要求。     

关于论文中的表

(1)表要精选,应具有自明性。表的内容切忌与插图及文字表述重复。(2)表应精心设计,为使表的结构简洁,采用三线表,必要时可加辅助线。(3)项目栏中各栏标注应齐全。若所有栏的单位相同,该单位标注在表右上角,不写“单位”二字。(4)表中的术语、符号、单位等应与插图及文字表述所用的一致。(5)表中内容相同的相邻栏或上下栏,重复示出或通栏表示,不用“同左”、“同上”等字样代替。     

关于论文中的表

(1)表要精选,应具有自明性。表的内容切忌与插图及文字表述重复。(2)表应精心设计,为使表的结构简洁,采用三线表,必要时可加辅助线。(3)项目栏中各栏标注应齐全。若所有栏的单位相同,该单位标注在表右上角,不写“单位”二字。(4)表中的术语、符号、单位等应与插图及文字表述所用的一致。(5)表中内容相同的相邻栏或上下栏,重复示出或通栏表示,不用“同左”、“同上”等字样代替。     

建筑模板体系在核岛施工中的应用

模板工程作为核岛土建施工中的重要组成部分,占钢筋 混凝土结构成本总造价的25%～30%,因此,设计、生产、开发 和选用先进适用的模板,不仅有利于提高工程质量、加快施工 速度、缩短施工工期,还有利于提高劳动生产率、降低成本以 及实现施工现场的文明施工。介绍了核岛厂房各个部位结构 特点,以及核岛施工过程中筏基普通木模板体系、安全壳曲面 悬臂爬升模板（DOKA模板）、直型墙体标准大模板、墙体异型 模板和特殊模板、楼层模板及其支撑体系共5 种模板体系的构 造和施工方法,为核岛工程模板体系的选择和安装以及为其 他类似结构工程模板施工提供参考。     

关于论文中的表

正(1)表要精选,应具有自明性。表的内容切忌与插图及文字表述重复。(2)表应精心设计,为使表的结构简洁,采用三线表,必要时可加辅助线。(3)项目栏中各栏标注应齐全。若所有栏的单位相同,该单位标注在表右上角,不写"单位"二字。(4)表中的术语、符号、单位等应与插图及文字表述所用的一致。(5)表中内容相同的相邻栏或上下栏,重复示出或通栏表示,不用"同左"、"同上"等字样代替。     

关于论文中的表

正(1)表要精选,应具有自明性。表的内容切忌与插图及文字表述重复。(2)表应精心设计,为使表的结构简洁,采用三线表,必要时可加辅助线。(3)项目栏中各栏标注应齐全。若所有栏的单位相同,该单位标注在表右上角,不写"单位"二字。(4)表中的术语、符号、单位等应与插图及文字表述所用的一致。(5)表中内容相同的相邻栏或上下栏,重复示出或通栏表示,不用"同左"、"同上"等字样代替。     

关于论文中的表

正(1)表要精选,应具有自明性。表的内容切忌与插图及文字表述重复。(2)表应精心设计,为使表的结构简洁,采用三线表,必要时可加辅助线。(3)项目栏中各栏标注应齐全。若所有栏的单位相同,该单位标注在表右上角,不写"单位"二字。(4)表中的术语、符号、单位等应与插图及文字表述所用的一致。(5)表中内容相同的相邻栏或上下栏,重复示出或通栏表示,不用"同左"、"同上"等字样代替。     

财务集约化、信息化管理体系下的据集中管理

近年来,宁夏地区高耗能企业资金链紧张,普遍以银行承兑汇票结算电费,导致宁夏电力公司(以下简称“宁夏公司”)收取的票据逐年快速攀升.大量的存量票据严重影响公司资金周转,宁夏公司在充分考虑票据安全的基础上,建立票据“实物属地托管,信息集中运作”的集中管理模式,通过完善信息系统,规范业务流程,实现了汇票收取、背书、贴现、到期承兑以及退票等全过程在线管理,全面防范汇票风险,提升汇票运作效率,提高公司资产运营质量.     

基于深度学习的交通标志文字信息检测与识别方法

为解决无人驾驶汽车外界环境感知系统对交通标识文字信息检测问题,提出一种在自动驾驶场景下对交通标识的文本信息进行检测并识别的两阶段方法,实现了自动驾驶信息精细化采集。首先使用YOLO检测器检测交通标识,同时使用本文改进的DB检测网络对场景内文本进行检测,将交通标识检测结果与场景文本检测结果进行交集运算得到待识别文本区域;最后使用轻量化CRNN网络对待识别区域文本进行识别。使用CSCT-1600数据集和MTWI-2018数据集分别进行训练和测试。实验结果表明,交通标识信息定位算法在召回率为92.98时精确度为94.95%,交通标识信息识别算法在F1为77.2%时识别速度为25帧。     

基于自然语言处理的弱监督知识获取系统的实现

知识获取多年来一直被认为是阻碍智能系统开发的瓶颈问题,尤其是互联网时代,大量的信息都以非结构化的文本形式存在。本文运用分布式计算思想设计了一个基于互联网大规模语料库的知识自动获取系统。采用弱监督条件下机器学习的方法对信息自动挖掘和获取,实现机器对知识的自动学习和挖掘、新词词典发现、实体关系模板提取、命名实体识别等功能。利用该系统分别对未登录新词发现和地名识别两种应用进行了实验,运用N gram和互信息(PMI)方法分别取得了72.1%和87.28%的准确率。     

混凝土坝施工文档实体知识智能挖掘方法

混凝土坝施工信息多以文档文本的形式呈现,其体量大、分布广、内在关系复杂,人工操作难以准确、高效地提取信息知识内容,理清错综复杂的施工信息关系。在自然语言处理技术中,命名实体是文本信息知识的载体,实现精确快速的实体识别是施工知识挖掘的重要前提。本文提出一种融合深度学习与关联规则技术的混凝土坝施工文档知识智能识别及挖掘分析方法。该方法耦合双向长短期记忆神经网络（bi-directional long-short term memory,Bi-LSTM）与条件随机场（conditional random field,CRF）,定义混凝土坝施工实体类型,构建命名实体识别模型,形成混凝土坝施工实体知识集合;在此基础上,考虑施工文本表达规律及实体类型,预定义实体之间关系,确定施工实体组合形式,形成实体关联规则提取技术;以实体关联规则提取技术为导向,改进Apriori算法计算频繁项集,获得实体间的强关联规则。该方法应用于实际混凝土坝施工监理周报中,经过计算得到命名实体识别的精确率为86.42%,验证了该方法的准确性。利用改进Apriori算法分析实体间的关联规则,证明了改进算法的优势,有助于提升混凝土坝施工文档知识分析的智能化与精细化水平。     

一种基于循环神经网络的电网客服语音文本实体识别算法

针对电力领域语音转写文本质量差,不能很好解决电网领域命名实体识别问题,以电网信息通信(information and communications technology,ICT)系统语音转写文本数据为研究对象,构建了一种基于双向长短期记忆(bi-directional long short-term memory,BiLSTM)神经网络融合条件随机场(conditional random field,CRF)面向电力文本特征的实体识别算法。通过与循环神经网络(recurrent neural network,RNN)等神经网络算法的对比验证:BiLSTM-CRF在电网ICT领域实体识别准确率达79%,F1值达80%,优于LSTM(long short-term memory)和其他RNN算法,并能较好地识别转写错误实体。该算法有效提升了领域语音转写文本的实体识别准确率,同时降低了领域语音识别技术成本,为电网客服领域信息检索、智能问答、个性化推荐等自然语言处理应用提供了高质量非结构化样本数据。     

基于改进PSENet与CRNN网络的智能电能表文本识别技术研究

电网系统的不断发展与智能化带来了庞大的计量需求,其中智能电能表作为主要计量设备得以广泛铺设,然而不同品牌、型号和批次的智能电能表携带的电能表信息也相差甚远,非智能的人工信息采集方式已经严重阻碍了电能表设备升级发展与采集安全,制约了电力资产管理的质量和水平。文中将文本识别技术应用于智能电能表的信息采集过程,设计一种两阶段的系统对电能表图片中的文本信息进行检测并识别,实现了电能表信息智能化采集,提高了智能电能表信息提取的效率和安全性。文中的两阶段系统包括文本检测模块和文本识别模块,文本检测模块通过改进的PSENet网络对电能表图片中的文本位置进行检测,文本识别模块通过CRNN网络对检测到的文本框进行识别。算法本身不受输入图像的质量和场景束缚,并且对面临的字体大小不一、曝光过高或过低等问题具有较强的抗干扰能力,对电能表图片中的汉字、英文和数字都具有很高的识别精度。     

基于深度学习的电力设备铭牌文本识别

电力设备铭牌包含丰富的设备信息,通过图文识别技术获取设备铭牌信息,可更加高效快捷地完成电力设备的信息统计、台帐校核等工作,也有利于提高电力系统的设备管理水平。针对电力设备铭牌与普通图像文本识别差异较大的特殊应用场景,文中提出一种基于深度学习的电力设备铭牌信息自动识别算法。该算法由铭牌检测、文本检测、文本识别三部分组成。通过改进损失函数设计、增加文本识别结果纠正、人工合成文本图像等方式,使得铭牌检测模型在测试集上的平均精度均值达到92.2%,文本检测模型在测试集上的F₁值达到91.2%,文本识别模型的字符识别准确率达到94.0%,文本行识别准确率达到82.3%。     

基于动态时间规整的人体动作识别方法

为了准确识别人体动作,提出了一种基于动态时间规整的人体动作识别方法。首先,该方法通过KINECT摄像头采集人体动作动态骨架序列构建动作模板。然后,通过动态时间规整算法计算被测试样本与单个模板以及模板组合的序列相似度,从而有效利用动作序列所对应动态骨架的序列特性实现人体复杂动作的识别。比较实验表明所提出方法能够准实现多类动作识别,并对于动作速率等外因具有较强鲁棒性。     

基于改进YOLOv5的输电线路绝缘子 识别方法

针对输电线路绝缘子识别准确率低、识别花费时间长的问题,提出一种改进的YOLOv5绝缘子识别方法。首先,通过引入超分辨率卷积网络提升数据集中图像样本质量;其次,通过引入k3-Ghost结构替换原始网络BCSP模块中的普通卷积,减少模型主干网络参数量,在主干网络尾部引入SENet注意力模块,加强模型对于通道信息的关注提升目标检测性能;在颈部网络引入DC-BiFPN结构替换原始结构,对不同尺度特征赋予不同权重以使多尺度特征进行更好的融合,提升绝缘子识别效果。最后,使用CIOU作为回归损失函数,加快网络收敛速度。实验结果表明：本文提出的方法在保证绝缘子识别准确率的同时拥有更高的识别速度,检测准确率达到89.5%,检测速度达到35.7FPS,验证了改进方法的有效性。     

基于拓扑特征和投影法的东巴象形文识别方法研究

东巴象形文是由云南丽江纳西族先民创造并使用的,被誉为"世界上唯一活着的象形文字"。在图形识别、内容释读以及形、音、义信息等方面,现有的英文、汉字等识别系统及翻译系统往往不能适用于东巴象形文字,提出一种先拓扑特征处理后投影法特征提取的分步骤信息处理方法,并采用模板匹配法进行文字识别。通过实验验证表明,基于象形文固有特征的提取,利用拓扑特征与投影法相结合的特征提取方法进行东巴象形文字识别,具有准确度更高的特点,是东巴象形文识别的一种有效方法。