简介:摘 要: 我公司轮转车间有两台商务轮转印刷机 ,一台海德堡商务轮转 ,是有轴联动;一台是高斯商务轮转(以下简称 C+),是无轴联动;自 2010年以来 C+四个印刷单元有不同程度的飞版现象, 2013自己亲自参加了 C+黄版单元上下版滚筒、黑版单元下版滚筒版夹气囊的更换工程,此次维修解决了 C+飞版的现象。
简介:摘要:对于监督学习算法而言,需要大量的结构化的数据集,这就涉及到图片数据标注,并筛选出会精准打点或准确语义分割的用户需要大量人工审核。文本涉及一种利用二维高斯分布判断用户打点位置,并筛选有效用户进行图片打点工作。初步利用多个用户打点的结果进行处理,先确定出图片中每个点的像素坐标平均值,然后以图片左上点像素坐标为原点建立局部图像坐标系。通过计算采样用户打点的方差,以及中心点在x方向和y方向的像素坐标分量,最终以所需要的通过标准,判断可允许误差的打点范围,筛选出会判断点位并打点非常准确的用户出来继续完成正式作业。本方法可以进行机器判断,省下人工每张图进行筛选,大大提升了人工筛选的准确率以及筛选效率,并且同时可以筛选每张图片中多个点。完成后可以按准确率与图片类型将用户进行分类,最终得出用户画像,后续可以对不同任务安排不同用户进行作业。
简介:摘要 近期,智能视觉技术越来越多应用到监控安防场景中,其中的步态识别技术可以通过分析行人行走序列中的姿态与动作来判断身份。传统步态识别方法的具体应用效果依旧会针对不同衣着和背包场景下步态轮廓图中的身体部位粘连、遮挡、与正常场景差异大等问题的影响。因此,本文使用人体骨架信息进行识别,来减弱上述问题造成的影响。核心思想在于使用深度学习方法,提取原始图像序列中的人体骨架关键点,据此构成步态骨架图结构以辅助后继步态识别。在具体实现中,本文引入多个相同的时空图卷积模块,使得所提取的步态骨架序列能充分融合空间维度与时间维度两方面的特征信息。实验证明,该网络在CASIA-B数据集上相对于传统的步态骨架方法,达到了更高的性能。
简介:摘 要:根据建筑业2015年1季度到2018年4季度总产值数据做出时间序列图,初步判断总体趋势为上升,另外还有明显的季节性趋势特点,选用两种常用的季节性趋势预测方法(自适应过滤法、ARIMA模型)。根据MAD、MSE、MFE、MAPE四个误差分析指标以及建筑业2019年实际总产值综合分析预测精准度、各自优缺点及适用条件。
简介:摘要:本文基于时间序列InSAR技术,采用2018年8月~2019年6月共48景Sentinel-1A数据,利用Stacking-InSAR方法对子洲县行政区域进行形变监测,得到研究区域形变速率图。对子洲县滑坡区域进行早期识别,标记出风险较高的区域,并分析滑坡特征点及危害程度,对当地相关部门进行滑坡前期监测提供了有效参考。
简介:摘要:蓄水调水和治理泥沙一直都是治理黄河河段的基本工作之一,但在研究黄河水文时,由于黄河水沙通量较大,数据特性分析难度大。本文建立模型实现基于不同时间序列的数据汇总分析。利用距平值对突变性进行分析;通过可视化分析,研究所表现出的周期变化;季节性水沙通量最大值往往出现在夏季,最小值往往出现在冬季;通过spsspro建立水沙通量的季节性ARIMA模型来研究其变化规律,发现季节性数据的水流量的拟合度0.724,排沙量拟合度为0.764,拟合效果较好;能较好的进行预测分析,并为黄河水流管理提供理论依据。
简介:【摘要】我国黄河流域水沙通量的变化对环境治理、气候变化和人民生活有着重要意义。本文首先根据现有数据进行可视化分析,研究含沙量与时间、水位、水流量的关系,然后利用相关分析确认含沙量与水位、水流量为线性关系,最后采用“分割-近似代替-求和”的方法求出年总水流量和年总排沙量。
简介:【摘要】因黄河受季节性强降雨的影响,影响生态环境的稳定,本文根据其水沙通量的变化趋势,建立 ARIMA 时间序列分析模型,对 2022 年和 2023 年的水沙通量进行预测。分析预测出的未来两年水沙通量随时间的变化曲线,根据其斜率变化与突变特点定制出未来两年即能及时掌握水沙通量实时状态,又能减少投资成本的最优方案。
简介:【摘要】研究黄河水沙通量的变化规律对环境治理,气候变化和人民生活具有重要的意义,根据水沙通量的公式计算出6年的水沙通量,观察水沙通量的变化曲线,直观分析其突变规律,后利用Mann-Kendall突变检验法,通过M-K统计量曲线定位出每年的水沙通量突变点位置和整个6年的突变点位置。基于水沙通量数据的时序特点,进行时间序列分析得到水沙通量的季节性和周期性规律。