德州智能車(chē)牌識(shí)別廠家安裝
德州智能車(chē)牌識(shí)別廠家安裝
中文題名軸流泵3D實(shí)體造型的自動(dòng)實(shí)現(xiàn)英文題名Automatic3Dsolidmodelingofaxialflowpump關(guān)鍵詞實(shí)體造型CAD軸流泵二次開(kāi)發(fā)Pro/Engineer中圖分類(lèi)號(hào)TH318出版時(shí)間24頁(yè)122-125標(biāo)準(zhǔn)連續(xù)出版物號(hào)(ISSN)12-6819國(guó)內(nèi)期刊統(tǒng)一刊號(hào)(CN)11-247/S館藏文獻(xiàn)索取號(hào)S2/1文獻(xiàn)類(lèi)型學(xué)術(shù)論文作者王海松農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院王福軍農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院嚴(yán)海軍農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院張志民水利水電科學(xué)研究院劉自貴水利水電科學(xué)研究院王國(guó)玉北京理工大學(xué)機(jī)械與車(chē)輛工程學(xué)院學(xué)科機(jī)械工程機(jī)械制造及其自動(dòng)化中文針對(duì)目前軸流泵三維(3D)實(shí)體造型缺乏自動(dòng)實(shí)現(xiàn)的特點(diǎn)，提出了一種自動(dòng)實(shí)現(xiàn)軸流泵3D實(shí)體造型的方法。
牌照字符識(shí)別方法主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。基于模板匹配算法將分割后的字符二值化并將其尺寸大小縮放為字符數(shù)據(jù)庫(kù)中模板的大小，然后與所有的模板進(jìn)行匹配，選擇匹配作為結(jié)果。基于人工神經(jīng)網(wǎng)絡(luò)的算法有兩種:一種是先對(duì)字符進(jìn)行特征提取，然后用所獲得特征來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)分配器;另一種方法是直接把圖像輸入網(wǎng)絡(luò)，由網(wǎng)絡(luò)自動(dòng)實(shí)現(xiàn)特征提取直至識(shí)別出結(jié)果。

實(shí)際應(yīng)用中，車(chē)牌識(shí)別系統(tǒng)的識(shí)別率還與牌照質(zhì)量和拍攝質(zhì)量密切相關(guān)。牌照質(zhì)量會(huì)受到各種因素的影響，如生銹、污損、油漆剝落、字體褪色、牌照被遮擋、牌照傾斜、高亮反光、多牌照、假牌照等等;實(shí)際拍攝過(guò)程也會(huì)受到環(huán)境亮度、拍攝方式、車(chē)輛速度等等因素的影響。這些影響因素不同程度上降低了車(chē)牌識(shí)別的識(shí)別率，也正是車(chē)牌識(shí)別系統(tǒng)的困難和挑戰(zhàn)所在。為了提高識(shí)別率，除了不斷地完善識(shí)別算法還應(yīng)該想辦法克服各種光照條件，使采集到的圖像利于識(shí)別。下面就是詳細(xì)對(duì)無(wú)機(jī)高分子結(jié)合劑制作磨具的設(shè)計(jì)原則和方法、制作無(wú)機(jī)高分子復(fù)合材料磨具高速重負(fù)荷、荒磨磨具、磨削磨具、深切磨削、緩進(jìn)給磨削磨具、快速點(diǎn)磨削磨具、磨削磨具、主軸及其軸承磨具、率磨床磨具、鋼軌打磨磨具、砂帶磨削的工藝方法提一些粗淺的看法。無(wú)機(jī)高分子結(jié)合劑磨具的設(shè)計(jì)原則和方法在砂輪設(shè)計(jì)制造中應(yīng)考慮如下幾個(gè)題目：應(yīng)考慮加工的材料的機(jī)能和材料加工表面的精度，然后選擇合適的磨料、粒度以及混合磨料的磨削使用。