应用科技大学信息电气类专业本科生能力培养探讨

以应用科技大学中信息电气类专业的本科生为例,从鼓励学生参与实际工程实践项目、加大企业在人才培养改革方案中的参与度、鼓励教师下企业和建立完善的学生实践考评机制等四个方面,探索如何建设以提高学生的工程实践能力为主线的人才培养方案改革,通过工程实践能力培养,促进学生知识的学习和素质的提升,使之成长为既熟练掌握基础理论知识又具备较高实践能力的高等应用型人才。     

基于OpenCV处理视频图像检测焊缝的研究

提出了一种基于处理视频图像对焊缝进行检测的方法。将视频文件中的原始焊缝图像作为研究目标。采用灰度变换法对原始图像进行预处理,选用Canny算子对焊缝图像进行边缘检测,并运用改进的Hough变换进行线段检测。得到焊缝坡口的中心线以及中心线的中点位置。实现了对焊缝焊点的检测。实验证明。该方法实现成本低。实时性强,精确度较高。智能性强。     

脱机手写体满文文本识别系统的设计与实现

通过研究手写体圈点满文文字特征,提出采用基于笔画序列的脱机手写满文识别方法.首先使用数字图像处理方法对识别目标实现单词提取和预处理操作.然后将处理后的单词分解为笔画基元,采用统计模式识别方法进行识别,得到笔画序列.再把笔画序列转换为字根序列,使用模糊串匹配算法实现满文罗马转写的输出.最后再采用基于隐马尔可夫模型方法对单词识别结果进行后处理,进一步提高系统识别率.实验表明,在单一字体笔画学习和大语料双词同现概率统计的基础上,系统的识别率和自适应能力都较好.     

脱机手写满文笔画基元的提取和识别

笔画的正确提取对文字识别结果至关重要。该文提出并实现了一种全新的满文笔画提取方法。基于满文文字的结构和特征,首先对处理目标进行预处理,确定笔画主干,创建笔画生长法对满文文字笔画实现自动提取。对提取得到的笔画进行分类,然后对照笔画特征库进行识别。试验表明,该方法对规整手写的满文文字的笔画提取和识别有令人满意的效果,为进一步脱机手写满文识别研究奠定了坚实的基础。     

基于知识的满文识别后处理

为提高手写满文的整体文本识别率,基于规则和统计的方法提出以构建语料为主、规则为辅的满文语言知识库,并将其他应用于满文手写体字符识别结果中候选字的后验概率统计中．小范围测试样本表明该方法的有效性较高．     

多类型现场总线在工业自动化控制中的综合应用

对ProfiBus、InterBus-S和Genius三种现场总线以及它们所连接的设备特性进行了深入分析，探讨了在网络底层用多类型现场总线在复杂现场环境下的综合运用。     

基于改进剪枝算法的入针点位置决策

新冠肺炎疫情暴发以来,全球已有超过23万名医护人员感染新冠病毒,非人工接触手背静脉自动注射方式因其良好的隔离性受到众多医护工作者的欢迎,而实现非接触式手背静脉自动注射的关键是实现手背静脉检测与分割及入针点位置的决策。针对手背静脉检测问题,提出了一种基于U-Net改进的指导注意力机制的图像处理算法（AT-U-Net）,并基于自建手背静脉数据库进行了实验,其准确率达到93.6%。根据手背静脉检测的结果,提出了一种基于剪枝算法的手背静脉入针点位置决策方法（PT-Pruning）。通过PT-Pruning提取手背静脉主干线,综合考虑每条静脉血管入针点区域的血管截面积及弯曲值,最终获得手背静脉最优入针点。与自建的手背静脉入针点数据库进行对比,有效入针点注射区域检测准确率达到96.73%,最优入针点注射区域检测准确率达到96.5%,为后续机械自动注射奠定了基础。     

基于线结构光扫描的手背注射入针平面测量优化方法

新冠肺炎疫情的暴发使得非接触式静脉注射机器人备受医务人员青睐,但目前对机器人入针角度的研究较少,多以粗略的角度进行入针操作,这会增加穿刺失败率,且由于患者本身存在的个体差异,有时会有明显疼痛感。为此,针对手背静脉注射机器人入针角度的确定展开研究,重点完成对手背测量数据的优化,以保证入针角度计算结果的准确性。首先通过单目相机与线结构光扫描相结合的方法获得手背入针区域空间点云,利用最小二乘法对手背点云进行拟合得到手背平面;在线结构光系统标定过程中,通过构造误差函数,采用最优化方法进行迭代求解来消除测量误差;然后以得到的入针区域平面为依据确定入针角度;最后设计实验,验证所提方法的准确性。实验结果表明,优化后结构光平面位置的平均误差约为0.1 mm,满足项目需求,为后续全自动注射奠定基础。     

人工智能技术在电气自动化控制中的运用

本文首先从人工智能的概述出发,研究了人工智能技术的理论及控制,其次对人工智能技术的特点进行了分析,最后对人工智能技术在电气自动化控制中的应用进行了探讨。