结合多尺度体素和高阶条件随机场的点云分类

针对利用经典高阶条件随机场模型进行点云分类时,由于海量节点和无向边导致的点云分类效率低的问题,提出一种结合多尺度体素和高阶条件随机场的点云分类方法.首先以多尺度体素代替海量离散点云作为无向图图模型节点,减少节点和无向边的数量;然后使用超体分割结果作为高阶团,并基于此设计了一种非监督分布性空间上下文作为高阶团特征向量,用于改善分类结果;最后结合构建的图模型和各阶特征向量,采用经典高阶条件随机场模型实现点云数据的自动分类.采用Oakland标准数据集作为实验数据,实验结果表明,该方法在有效地保证分类精度的前提下,高阶条件随机场点云分类模型的分类效率提高了5～10倍.     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

某进口固体废物“铁精粉”的鉴别方法探析

为了确保不进口污染环境的固体废物，针对某冒充铁精粉的进口固体废物，通过外观、成分、物相分析进行了系统的鉴别。确定样品主要为经研磨加工的氧化铁皮，属于禁止进口的固体废物——轧钢产生的氧化皮。     

以应用创新开拓商机:华为2015年将大力发展ISV

作为ICT基础设施厂商和最终客户之间的桥梁,各行业ISV对客户业务形态的深刻理解与IT架构弹性化、智能化相结合,能够帮助最终客户完成业务创新和平稳落地,因此受到华为的高度重视。在云化、移动化、大数据化、智能化的发展趋势下,软件将重新定义世界,而独立软件开发商(ISV:Independent Software Vendors)是其中的重要力量。在经济环境发展放缓、IT技术不断创新与发展、国内市场瞬息万变的大趋势下,基础设施厂商与ISV都会面临巨大的挑战与发展机遇。只有双方强强联合,     

中岩科技减水剂产品通过中铁检验认证中心认证

<正>日前,中建材中岩科技有限公司的聚羧酸系高性能减水剂产品获得中铁检验认证中心(CRCC)颁发的铁路产品认证证书,型号包括NZY-SR缓凝型和NZY-TPC标准型2种。据介绍,目前全国减水剂厂家有1300多家,通过CRCC认证