智能分析技术在集成领域的应用解析

正一、智能分析技术在集成领域的发展现状智能分析技术属于人工智能中的模式识别,起源于计算机视觉技术、综合应用图像处理、目标检测与跟踪、模式识别等技术,对视频场景中的目标进行检测分析,实现图像质量诊断、人脸识别、车牌识别、视频检索等功能。智能视频分析技术可减少由于人员疏忽或离开错过的重要监控信息,使监控管理更加方便高效。安防智能化不仅仅指的是视频的智能分析技术,还包括系统和安全层     

基于ARM和射频识别技术的门禁系统设计

论文主要研究和设计基于ARM和射频识别技术的非接触式IC卡智能门禁系统。本门禁系统通过TCP/IP协议实现门禁与远程管理主机之间的传输数据,并结合90年代以来飞速发展的射频识别技术,来完成现代化的网络型门禁系统的管理。     

化工园区安全发展指标体系构建与评价方法综述

为了更好构建化工园区安全发展评价模型,本文从化工园区安全发展指标体系构建、指标权重方法确定、评价方法3个方面探讨了化工园区安全发展评价体系的研究现状,指出了化工园区安全发展评价存在的问题,并从通过合理运用数据库技术,提高化工园区安全发展指标数据收集的可靠性和时效性;通过自适应等信息化技术,建立动态指标权重确定方法;借助计算机技术,研发化工园区模拟软件,进一步提升化工园区安全发展评价效果;通过机器学习等智能技术,提高化工园区安全发展评价方法深度学习能力,提升其评价的准确性与实用性等方面提出了未来化工园区安全发展评价的研究方向和发展趋势。     

车联网在智慧城市中的发展与应用

<正>一、车联网在智慧城市中的应用现状车联网是随着互联网、物联网的发展逐渐发展起来的,它集互联网通信技术、物联网感知技术、车载设备传感器技术于一身。在传统汽车的机电设备、电路设计、控制器设计、传感器设计相关集成领域,开源技术与共享开放标准在业内逐步统一的大环境下,车联网的信息融合优势和车辆载具的发展出现了爆炸式增长。而随着智慧城市顶层设计与总体规划的不断完善,交通信息化乃至智能交通的行业发展,为车联网开辟了广大的发展空间,并通过智能交通业态的发展进一步提升车联网发展的速度。     

动力电池安全护航新能源汽车行稳致远

<正>动力电池是新能源汽车的核心部件，决定了整车的动力性能和安全性。本文通过对新能源汽车动力电池安全防护理念的分析与安全检测技术的介绍，提出安全技术展望。保障新能源汽车动力电池安全对我国新能源行业高质量发展和迈向汽车强国具有重要意义。本文梳理了当下新能源汽车安全现状，分析了新能源汽车火灾事故特性，并在此基础上提出了电池“本质安全、     

承压设备损伤模式智能识别系统应用研究

企业在采用RBI技术进行设备的检测和风险评估时,需要进行损伤模式的识别判断,有助于在设备发生失效、损坏等安全事故之前及时进行合理修复或报废等处理,避免不必要的设备损坏或过度维修问题。传统的损伤模式识别方法比较单一的依赖标准规定和专家经验,识别过程相对烦琐且不规范。针对存在的问题,结合相关标准并参考专家经验,得出了7种损伤模式识别表征参数,并找出特征参数与损伤模式之间的关联,建立了损伤模式识别知识规则库,基于规则引擎建立了承压设备损伤模式智能识别系统。     

人机时代智能互联汽车网络安全发展探析——评《智能互联汽车的网络安全技术及应用》

正互联网和物联网的发展,让万物互联正在变成现实。在汽车信息化领域,自动驾驶已进入实质性应用阶段,有的城市已经出现无人驾驶出租车。信息技术与智能技术在汽车领域的应用,在很大程度上推动着智能互联汽车技术与产业的发展。无人驾驶技术代表着人机共融时代汽车工业的一个重要产业发展趋势,意味着汽车行业的智能互联技术已经进入较成熟阶段。智能汽车产业想得到更好的发     

汽车“新四化”下的全球马路革命——揭开未来汽车面纱

正雄安新区,广袤平原上,冬日阳光把大地染成金色,穿插其间的道路上,一队奇怪的轿车鱼贯前行。让路人惊奇的是,驾驶员并不动手开车。目前,发改委出台《智能汽车创新发展战略(征求意见稿)》,提出2020年中国智能汽车新车占比将达50%;立志做智慧城市的"千年大计"之地雄安,无人驾驶测试已经开启;北京市交通委也刚发布指导文件,无人驾驶要路考了;而国外,马斯克干脆把特斯拉智能电动汽车发往火星,在太空做起广告……改变世界的汽车正在被改变,以电动化、智能化、网络化、共享化为趋势的汽车"新四化",正催生马路上的革命。     

智能分析的关键技术解析及新应用

智能视频分析技术涉及到模式识别、机器视觉、人工智能、网络通信以及海量数据管理等技术。视频智能分析通常可以分为几部分:运动目标的识别、目标跟踪和行为理解。智能监控系统是指在特定的监控区域内实时监控场景内的永久或是临时的物体,通过对视频传感器获取的信息进行智能分析来实现自动的场景解析、预测被观察目标,并进行交互性行为。本文就视频智能分析关键技术进行解析并介绍智能分析的新应用。     

智能汽车换道避障路径规划与跟踪方法

为提高智能汽车的行驶安全性,提出智能汽车换道避障的路径规划和跟踪方法。首先,建立4轮独立驱动汽车的运动学和动力学模型;然后,在路径规划方面,使用多项式函数给出换道避障路径规划,结合加速度阈值和防碰撞2个条件,提出路径调整方法及路径迭代调整方法;最后,在路径跟踪方面,设计模型预测控制器,使用滚动优化和反馈的思想求解前轮转角控制律。结果表明:用多项式函数可规划出避障路径,模型预测控制器有较高的跟踪精度,可以实现汽车的主动避障;通过调整参数,可以调节控制器的跟踪精度、实时性和稳定性。     

BP神经网络技术在交通工具火灾预警中的应用

通过对交通工具火灾成因机理以及现有典型交通工具火灾实例的分析研究,建立了预警评价指标体系。根据非线性理论和模式识别原理以及交通工具火灾的特点,采用基于BP神经网络的智能灾害诊断方法,对交通工具火灾发生的可能性和危险性进行评估和预测。研究表明:BP神经网络方法是解决非线性系统问题的一种有效方法,与传统的预警方法相比,该方法具有速度快、效率高、可信度好、自学能力强等特点。采用BP网络进行交通工具火灾预警时,只需输入影响交通工具火灾发生的相关指标因素,网络便可在较短的时间内得出可靠的预警结果。     

车辆事故紧急呼救技术发展综述

综述了车辆事故紧急呼救技术的原理,从车辆事故检测识别技术、移动车辆定位技术、无线通信技术和地理信息系统几方面概述车辆事故紧急呼救技术的研究内容。进一步介绍车辆事故紧急呼救技术的国内外研究和应用现状,并从车辆事故识别技术、地图匹配及组合导航、集群通信及通信网络几方面总结并指出车辆事故紧急呼救技术的关键技术和难点。展望了车辆事故紧急呼救技术的发展趋势,并就我国发展车辆事故呼救技术的可行性和发展方向进行探讨。     

智能交通安全系统的研究

随着智能交通系统概念的提出 ,在交通领域中 ,该系统已得到了极大的发展和应用 ,同时对世界各国城市交通的发展起了极大的推动作用。而在交通的发展过程中 ,交通安全始终是第一重要的 ,智能交通安全系统是智能交通系统的重要组成部分。笔者研究和探讨了智能交通安全系统的概念、组成及自动事件管理系统、可变信息标志系统、自动化的商业车辆系统、在智能交通中所起的重要作用 ,并介绍了美国的一些经验     

基于模糊模式识别的瓦斯含量指标异常预警技术

提出利用模糊模式识别技术对瓦斯涌出异常进行动态预警的新思路;通过对已知巷道的瓦斯含量监测数据和素描图进行分析,提取引起瓦斯涌出异常的前兆特征作为模式识别的特征向量,来对实时监测的巷道的工况进行判断,确定其是否存在瓦斯涌出异常的可能性。该方法将传统煤矿安全监控系统事后报警转变成事前预警,提高了系统的可用性。     

基于数据分析的地铁智能温控系统方案设计

针对目前地铁站及地铁车辆内部的环境温度控制,提出一种通过数据分析随环境变化情况进行自动调节的智能温度控制系统方案。智能温度控制系统采用闭环控制,核心温控采用PID控制。阐述系统的设计原理、架构、关键技术、实际应用中的工作模式,说明环境因素采集预算子系统、温度实时监测子系统、温度预警和温度调整子系统的系统功能。     

图像识别技术及其在机械零件无损检测中的应用

无损检测法是一种常用的故障诊断技术,故障诊断从本质上来讲就是模式识别问题,而模式识别又可以狭义地理解为图像识别。从介绍图像、图像识别、图像识别过程和图像识别系统的基本概念着手,就几种常用图像识别方法的原理和特点进行比较,给出了CCD图像获取系统的组成。最后,结合发动机曲轴的一种自动磁粉探伤系统实例,对系统的图像处理和识别流程进行详细的讨论,并针对一般无损检测系统难以满足曲轴的检测要求和精度要求的状况,提出经过改进的一种适用于曲轴的整体无损检测系统。该系统有助于高效和完整地获取整个曲轴的图像,提高图像信息的质量,从而提高发动机曲轴表面缺陷检测的准确性和可靠性。     

企业与消费者型(B to C)网络支付模式及相关安全技术研究

随着电子商务的飞速发展,网络支付模式及安全问题已经成为制约其发展的瓶颈。根据企业与消费者型(Bto C)电子商务网络支付系统的一般模式,较为详细地研究了各种Bto C型电子商务网络支付模式的类型,依据Bto C型电子商务网络支付系统所受不同类型攻击,系统地分析了Bto C型电子商务网络支付所面临的安全问题,并对其相关安全技术的实现进行了较为系统的研究和分析,最后根据Bto C型网络安全支付协议发展过程和存在问题,分析了一个基于3D-Secure的Bto C型网络安全支付模式实现过程。     

基于Multi-class SVM的车辆换道行为识别模型研究

自动安全换道是车辆实现无人驾驶的关键,为精确识别行驶车辆换道状态,保证行车安全,设计了一种基于多分类支持向量机(Multi-class Support Vector Machine,Multiclass SVM)的车辆换道识别模型。从NGSIM数据集中选取美国101公路车辆轨迹数据进行分类处理,并将车辆换道过程划分为车辆跟驰阶段、车辆换道准备阶段和车辆换道执行阶段。采用网格搜索结合粒子群优化算法(Grid Search-PSO)对SVM模型中惩罚参数C和核参数g进行寻优标定,利用多分类支持向量机换道识别模型对样本数据进行训练和测试,模型测试精度达97.68%。研究表明,模型能够很好地识别车辆在换道过程中的行为状态,为车辆换道阶段的研究提供支持。     

基于图像识别的建筑工人智能安全检查系统设计与实现

为提高建筑工人作业前安全检查的效率和效果,减少事故发生。以图像识别技术为核心支撑,提出了建筑工人智能安全检查系统的结构、功能及运行流程,并对系统运行效果进行了测试。研究和测试表明:该系统具备身份识别、安全装备检查、作业行为能力检查功能,能实现建筑工人作业前的自动、智能安全检查。该系统的身份识别正确率为83.75%、安全帽识别正确率为96.25%、安全带识别正确率为63.75%。该系统具有硬件投入低、检测速度快、准确性高、应用场景广泛的特点。     

论金属矿山地质灾害模式识别模型

从崩塌与滑坡、泥石流、采空塌陷3个方面探讨了金属矿山地质灾害模式,运用层次分析法确定了金属矿山地质灾害模式识别指标的权重。考虑到影响金属矿山地质灾害因素的不确定性,引入SPA,并与最优化原理相结合,提出了同异反最优模式识别模型,将其与现有的最大联系测度方法应用于某金属矿山地质灾害模式识别中。实例应用表明,同异反最优模式识别模型从整体上判断金属矿山地质灾害模式,较最大联系测度方法更为科学、合理。