具有甜品识别功能的智能支付平台研究

针对甜品店的基于商品识别的自助结账问题,研究并实现了一个具有甜品识别功能的智能支付平台。该平台通过摄像头采集甜品图像,对图像中甜品的种类和数量进行识别,识别后自动计算甜品总价,并向用户提供支付二维码和网页支付方式完成付款。基于Web环境开发了平台的原型系统,采用百度AI图像识别技术实现了甜品种类和数量的识别,利用SQLServer搭建后台数据库,存储甜品名称及其单价,调用支付宝平台API实现支付功能。     

番茄原汁的改进工艺

主要研究一种强抗氧化性保健番茄原汁,能够抗衰老,延缓疲劳发生。通过对番茄原汁加工中的几个关键工艺步骤对产品抗氧化性影响的研究得出结论:68℃下对番茄原汁进行预热处理,单独使用茶多酚作为护色剂,95℃温度进行杀菌得到的番茄汁抗氧化能力最强。制备的保健番茄原汁口感醇厚,酸甜适口,颜色鲜艳。     

油液监测故障模式识别理论研究现状

油液监测诊断的本质是面向识别任务的多源信息处理过程,随着润滑摩擦系统的复杂化和精细化,传统阈值和专家经验已难以满足故障诊断需求,应用模式识别理论来进行故障判决成为油液监测故障诊断的重要发展方向。从特征提取理论和故障模式判决理论两方面入手,简述油液监测故障模式识别理论的发展现状,分析各种理论方法的特点,并指出油液监测故障模式识别理论的发展趋势和面临的问题。     

基于卷积神经网络的驾驶员不安全行为识别

提出了一种基于卷积神经网络的驾驶员违规行为识别方法。首先，利用特定卷积神经网络对驾驶员的实时图像提取特征，然后并行对多种行为分别进行二分类。建立了一个真实场景下的驾驶员违规数据集，在此数据集上的测试说明了该方法的高效和良好的泛化能力。实验结果表明，该方法在约10万张图像的数据集中对打电话、吸烟、不系安全带3种行为分别达到了99.85%、99.62%、98.68%的识别率，同时使用当前较先进的Inception-v3和Xception模型测试，也获得了类似的识别效果。     

基于混合模型与改进多分类马田系统的控制图模式识别

为提高生产过程中产品质量的智能监控水平，提出基于时间序列混合模型及改进多分类马田系统的控制图模式识别算法。选用时间序列混合模型对控制图实时数据进行特征提取；改进马田系统的阈值计算方法并制定多类判别准则，将表征的特征向量代入改进多分类马田系统分类器中进行特征约减及模式识别。最后，将该识别算法应用于控制图公开数据集及生产案例中，以验证算法的有效性，并与其他算法对比了分析，结果表明，基于时间序列混合模型及改进多分类马田系统算法能简化识别系统，识别精度高，是一种更为有效的控制图模式识别方法。     

面向居家养老的智能机器人伴侣

开发机器人伴侣以帮助人类对家庭环境进行交互控制是解决养老问题的重要技术手段。为此,文中提出了一种可自主调整家居环境的智能机器人伴侣的系统设计。通过用户行为姿势的识别,机器人伴侣可作为整套智能家居设备的核心,通过无线网络对智能家居设备进行自主控制。此外,机器人伴侣还集成了语音交互功能以提高用户体验。试验表明,所开发的试验原型能够识别用户的基本行为并自适应控制智能家居设备,同时具有一定的语音交互能力。     

气相色谱-质谱法测定鞋用橡胶中的 1，1，2，2-四氯乙烷和六氯丁二烯

建立了鞋用橡胶中两种卤代烃(1,1,2,2-四氯乙烷和六氯丁二烯)的气相色谱-质谱检测方法。样品采用乙酸乙酯超声提取,采用气相色谱-质谱联用仪对提取液进行定性定量分析,定性采用全扫描,定量采用选择离子扫描方式,外标法定量。结果表明:当1,1,2,2-四氯乙烷和六氯丁二烯质量浓度在0. 20～5. 0 mg·L~(-1)范围内时,线性关系良好,相关因数大于0. 999;1,1,2,2-四氯乙烷和六氯丁二烯的检出限(3倍信噪比)分别为1. 0和0. 25 mg·kg~(-1),定量限(10倍信噪比)分别为2. 5和1. 0 mg·kg~(-1);平均加标回收率分别为85. 6%～91. 6%和89. 2%～94. 5%。该方法检出限低,灵敏度高,准确度和精密度高,操作简便,可用于鞋用橡胶中两种卤代烃的定性定量检测。