基于YOLOv4网络模型的金属表面划痕检测

金属表面划痕检测旨在实现金属划痕的分类识别和尺度精确定位。由于划痕本身形态各异且其与背景的低对比度特性，当前基于传统图像处理方法难以精确实现划痕的定位与识别。为此提出一种基于小尺度卷积核的浅层神经网络模型，模型借鉴小目标检测相关理论，在数据层面对划痕进行增强，训练网络模型，实现表面划痕的精确检测。结果表明，相对于原始的YOLOv4网络模型而言，该网络模型且能够更好地避免不明显划痕的漏检测和误检测现象的出现，也能够更精确且完整地提取出贯穿式或较长的划痕。该模型完全能够满足生产线精确检验要求。     

基于深度学习的网站权威性预测

网站权威性一般是由外部链接来衡量,高质量的外部链接越多,网站的权威性就越高;常用的评价网站权威性的算法有PageRank等,然而该类算法对网站权威性的影响是有选择性的,使得这种方法具有一定的弊端.本文利用深度学习的方法,通过将搜索词和网址映射为向量,计算两个向量之间的相似度来评判在某个搜索词下不同网址的权威性,把计算结果相似度高对应的网站称为在该搜索词下权威性高的网站,从而从另一种角度去衡量网站的权威性.通过对比使用Word2vec和LSTM两种不同的模型实验,在对公开的数据集上的实验结果表明使用这两种模型是有效的,其中LSTM模型比Word2vec模型的效果要好.     

人工智能技术在文化大数据内容识别场景应用研究

提出文化大数据生态场景下的监测监管需求,研究特殊文化内容素材的前置识别处理技术,并将其应用于传统内容识别监测系统中。相比于传统的广播电视播出内容和互联网新媒体发布的图像、视音频等媒体的智能化审查,此次研究更注重于文化数据内容的识别处理。     

螺旋焊管机组矫平机支撑辊的改进

为了进一步提高焊管生产线机组矫平能力,对螺旋缝埋弧焊管机组矫平机设计过程中存在的能力弱点进行了分析,并对关键部件支撑辊的结构特点和运行规律进行了分析。结果发现,支撑辊辊圈在矫平钢板过程中存在碾压变形,有延展现象,该现象造成了固定螺栓的松动和脱落,同时降低了轴承使用寿命。根据分析结果提出了相应解决方案,并设计了内六角螺钉专用防松装置,成功解决了螺栓的松动和脱落问题,轴承和辊圈的使用寿命显著延长,并显著降低了矫平机组的故障率,使矫平机工作效率得到大大提升。