-
题名基于深度学习的指针式压力表读数方法研究
- 1
-
-
作者
林鸿正
张斌
赵成龙
戴杰
湛敏
-
机构
中国计量大学计量测试工程学院
杭州莱霆科技有限公司
-
出处
《现代电子技术》
北大核心
2024年第7期165-169,共5页
-
文摘
为了降低指针式压力表的误读率,减轻人工读数压力,提高仪表读数的精度,设计了一种基于深度学习的指针式压力表读数方法。通过在DBNet网络结构基础上增加主干网络ResNet-18各个卷积层的通道数来提高模型的鲁棒性,重新设计了更适应指针式压力表刻度值检测的损失函数,在刻度值精准检测识别的基础上设计了极坐标展开的方法,将弧形的刻度值展开成一条直线,提高了读数的准确率。实验结果表明,最大误差仅1.05%,平均误差仅0.725%。相较于常用的Hough直线检测与ORB结合或DBNet+CRNN检测的方法,读数识别的平均误差大幅降低,为指针式压力表的自动读数提供了新的思路。
-
关键词
深度学习
指针式压力表
极坐标展开
自动读数
卷积循环神经网络
读数识别
-
Keywords
deep learning
pointer pressure gauge
polar coordinate expansion
automatic reading
convolutional recurrent neural network
reading recognition
-
分类号
TN606-34
[电子电信—电路与系统]
TP183
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于神经网络的曲面加工路径优化研究
被引量：1
- 2
-
-
作者
王利辉
-
机构
内蒙古民族大学机械工程学院
-
出处
《数字技术与应用》
2014年第5期108-108,共1页
-
文摘
针对曲面加工中截面法路径规划的优化问题,提出了极坐标变换展开的优化方法,该方法结合BP神经网络,对实体特征点轨迹进行拟合,从而得到可用于路径规划的点集。仿真实验表明,该方法能够实现对封闭曲线的拟合,转换后的曲线平滑度较好,拟合误差小于直接点轨迹拟合。
-
关键词
曲面加工
极坐标变换展开
神经网络
封闭曲线拟合
-
分类号
TH741
[机械工程—光学工程]
-
