-
题名计算机人工智能识别技术的应用研究
被引量：5
- 1
-
-
作者
陈运财
-
机构
广东工程职业技术学院
-
出处
《工程技术研究》
2022年第15期158-160,共3页
-
文摘
随着现代科学技术的不断发展,人工智能技术逐渐成为计算机领域的主要研究方向,各种人工智能识别技术得到了各行各业的广泛应用,极大地推动了行业的发展,也为人们的日常工作和生活提供了便利。基于此,文章结合现阶段实际研究情况,针对计算机人工智能识别关键技术展开分析,包括卷积神经网络算法及栈式自编码神经网络技术,并对人工智能识别技术在日常生活、航天及机器人等领域中的实际应用展开探讨,以供参考。
-
关键词
计算机
人工智能识别技术
卷积神经网络算法
栈式自编码神经网络
-
Keywords
computer
artificial intelligence recognition technology
convolutional neural network algorithm
stack auto-encoding neural network
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
TP391.4
[自动化与计算机技术—控制科学与工程]
-
-
题名计算机人工智能识别技术的应用研究
被引量：4
- 2
-
-
作者
谢钟扬
-
机构
湖南软件职业技术大学
-
出处
《软件》
2022年第12期85-87,共3页
-
基金
湖南省职业教育教学改革研究项目“基于人工智能音视频分析的课堂教学考核评价体系研究”(ZJGB2019306)。
-
文摘
目前我国科技发展速度较快,人工智能识别技术被广泛应用于各行业当中,这一技术的出现为人们工作和生活都带来了极大的便利,而且也能够大幅度提高国民经济的整体水平。想要对人工智能识别技术的应用进行进一步优化,就需要不断完善计算机技术和功能,使其在更多方面与人工智能技术更加契合。但是计算机人工智能识别技术在实际应用过程中仍然存在诸多问题。本文针对计算机人工智能识别技术的应用进行分析和研究,并提出相关发展策略。
-
关键词
计算机
人工智能识别技术
应用研究
-
Keywords
computer
artificial intelligence recognition technology
application research
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名计算机人工智能识别技术及其应用
被引量：3
- 3
-
-
作者
郑伟
-
机构
南阳师范学院计算机科学与技术学院
-
出处
《信息与电脑》
2021年第12期169-171,共3页
-
基金
南阳师范学院青年基金项目“融合人工智能的南水北调渠首段水源保护关键技术研究”(项目编号:2020QN006)。
-
文摘
随着国民经济的不断增长,科学技术的不断创新,我国计算机人工智能产业建设发展水平得到了质的提升。将计算机人工智能识别技术应用在各个行业领域,不仅能够实现企业生产管理的自动化与智能化控制,大大提高识别工作质量和效率,还可以帮助企业降低人力资源投入成本,减少人们的工作任务量,创造出最大的社会经济效益。基于此,本文将进一步对计算机人工智能识别技术及其应用进行分析与探讨,旨在为同行业者提供科学参考意见。
-
关键词
计算机
人工智能识别技术
实践应用
-
Keywords
computer
artificial intelligence recognition technology
practical application
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名计算机人工智能识别技术应用的思考
- 4
-
-
作者
熊涛
-
机构
武汉市洪山高级中学
-
出处
《卫星电视与宽带多媒体》
2020年第18期60-62,共3页
-
文摘
近年来人工智能识别技术被广泛的应用,不仅为人们的日常生产生活提供了极大的便利条件,而且对于提升国民经济水平也有着很明显的促进作用。因此,要想进一步促进人工智能识别技术的推广和应用,就要对计算机功能进行全面的强化,使之在视觉和语言感知等方面能够更加契合人工智能识别技术。但是在实际开发和应用过程中,计算机人工智能识别技术依然会与遇到各种各样的瓶颈问题。本文也会结合该技术的应用特点,针对这些瓶颈难题进行着重分析,并提出一些能够突显该技术应用价值的发展建议,以便相关人士参考。
-
关键词
人工智能识别技术
应用特点
瓶颈问题
发展趋势
-
Keywords
artificial intelligence recognition technology
application characteristics
bottleneck problem
development trend
-
分类号
TN94
[电子电信—信号与信息处理]
-
-
题名基于人工智能图像识别的输电线路巡检研究
被引量：4
- 5
-
-
作者
龙珊珊
信瑞山
-
机构
石家庄理工职业学院
鞍钢集团北京研究院有限公司
清华大学
-
出处
《电子测量技术》
北大核心
2023年第6期116-121,共6页
-
基金
河北省教育厅2021年河北省高等学校科学技术研究青年基金(QN2021408)项目资助
-
文摘
为了准确、及时地发现输电线路中的缺陷,研究基于人工智能图像识别技术的输电线路立体化巡检模式。具体地,以人工智能图像识别技术为支持,借助K-means算法对立体巡检图像进行聚类处理,同时,采用人工神经网络对图像中输电线路缺陷进行智能识别。经测试,在相同工作量下,未采用本文所提技术的输电线路缺陷识别需要5个分析员持续工作15 d,平均每分钟进行2~3张图片的识别,图像识别速度为20~30 s/张;采用人工智能识别技术,识别速度高达0.25 s/张,仅需3.6 h便可以将识别任务完成。在弱光环境下,经过增强处理的图像边缘更加清晰,目标图像与背景实现明显分界,且现阶段可利用输电线路中相同部件不同角度的7张图片实现高于90%的识别准确率。另外,通过对相同条件下其他几种方法影响模型实际收敛情况的比较发现,所有方法的重构误差均呈现出逐渐降低之势,最终都趋于稳定。结果表明本文技术在立体化线路图像缺陷检测中有一定普适性,有利于工作效率的显著提升。
-
关键词
输电线路
立体化巡检
缺陷识别
人工智能图像识别技术
-
Keywords
electric transmission line
three-dimensional inspection
defect identification
artificial intelligence image recognition technology
-
分类号
TM726
[电气工程—电力系统及自动化]
-
