燃?xì)獗碛?jì)量信息自動(dòng)化已成為信息自動(dòng)化管理的重要組成部分,但是目前依然還大量存在不能實(shí)現(xiàn)信息自動(dòng)化管理的字輪式燃?xì)獗怼１疚膶?duì)字輪式燃?xì)獗砑右愿难b,加裝可以拍攝碼字圖像的工業(yè)攝像頭,然后利用訓(xùn)練的機(jī)器學(xué)習(xí)模型識(shí)別所采集碼字圖像中的數(shù)字,從而達(dá)到燃?xì)獗硇畔⒆詣?dòng)化管理的目標(biāo)。此方案相比將所有字輪式燃?xì)獗砀难b為可以電子燃?xì)獗淼姆桨父?jié)省人力和資金成本。本文設(shè)計(jì)并實(shí)現(xiàn)了基于卷積神經(jīng)網(wǎng)絡(luò)的燃?xì)獗泶a字識(shí)別系統(tǒng)。此系統(tǒng)首先采集、整理、構(gòu)建了燃?xì)獗泶a字?jǐn)?shù)據(jù)集,然后使用該數(shù)據(jù)集分別訓(xùn)練了用來(lái)識(shí)別燃?xì)獗硗暾a字和不完整碼字的機(jī)器學(xué)習(xí)模型,具體內(nèi)容如下:（1）基于卷積神經(jīng)網(wǎng)絡(luò)的燃?xì)獗泶a字識(shí)別系統(tǒng)的設(shè)計(jì)及其實(shí)現(xiàn),其中硬件系統(tǒng)包括前端圖像采集模塊、以RS485為主的中間通信模塊和后臺(tái)計(jì)算機(jī)。（2）采集燃?xì)獗泶a字?jǐn)?shù)據(jù),對(duì)數(shù)據(jù)進(jìn)行去噪、歸一化的預(yù)處理操作,整理并構(gòu)建了兩個(gè)數(shù)據(jù)集:燃?xì)獗硗暾a字?jǐn)?shù)據(jù)集和燃?xì)獗聿煌暾a字?jǐn)?shù)據(jù)集;根據(jù)燃?xì)獗泶a字?jǐn)?shù)據(jù)的特點(diǎn),構(gòu)建了包含1個(gè)卷積層、2個(gè)最大池化層和1個(gè)InceptionV2結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡(luò)模型,并使用燃?xì)獗硗暾a字訓(xùn)練數(shù)據(jù)集訓(xùn)練該卷積神經(jīng)網(wǎng)絡(luò)模型,最終實(shí)現(xiàn)準(zhǔn)確識(shí)別燃?xì)獗硗暾a字... 

【文章來(lái)源】：西北大學(xué)陜西省 211工程院校

【文章頁(yè)數(shù)】：61 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

字輪式燃?xì)獗?br>

圖 1.2 燃?xì)獗泶a字圖像示例計(jì)算機(jī)視覺(jué)已被廣泛應(yīng)用于各行各業(yè)，字輪式燃?xì)獗淼拇a字識(shí)別課題也已成為當(dāng)計(jì)算機(jī)視覺(jué)技術(shù)應(yīng)用于工業(yè)實(shí)踐的重要課題之一。字輪式燃?xì)獗碓趷毫拥纳a(chǎn)環(huán)能夠穩(wěn)定工作的優(yōu)勢(shì)也將會(huì)使其成為天然氣計(jì)量工具的首選，也正是由于這些特用場(chǎng)景和燃?xì)獗碛?jì)量信息管理自動(dòng)化的推進(jìn)，使得改裝字輪式燃?xì)獗沓蔀橼厔?shì)，準(zhǔn)確識(shí)別就成為了整個(gè)系統(tǒng)的重中之重，碼字圖像如圖 1.2 所示。本文的研究目標(biāo)是設(shè)計(jì)和實(shí)現(xiàn)基于卷積神經(jīng)網(wǎng)絡(luò)的燃?xì)獗泶a字識(shí)別系統(tǒng)，利用卷經(jīng)網(wǎng)絡(luò)算法識(shí)別字輪式燃?xì)獗硗暾a字和不完整碼字。其意義在于實(shí)現(xiàn)了字輪式表計(jì)量信息的自動(dòng)化管理，充分利用了現(xiàn)有字輪式燃?xì)獗碣Y源，節(jié)省了時(shí)間、資人力成本，讓人們享受到了科技帶來(lái)的便利。 燃?xì)獗泶a字識(shí)別的國(guó)內(nèi)外研究現(xiàn)狀早在上世紀(jì) 20 年代德國(guó)學(xué)者 Tausheck 就提出了光學(xué)字符識(shí)別（OpticalCharacte

第二章 燃?xì)獗泶a字?jǐn)?shù)據(jù)采集和預(yù)處理基于卷積神經(jīng)網(wǎng)絡(luò)的燃?xì)獗泶a字識(shí)別系統(tǒng)設(shè)經(jīng)網(wǎng)絡(luò)的燃?xì)獗泶a字識(shí)別系統(tǒng)包括：碼字?jǐn)?shù)據(jù)采集硬件環(huán)別算法所需軟件環(huán)境的設(shè)計(jì)實(shí)現(xiàn)方案。碼字?jǐn)?shù)據(jù)采集硬件數(shù)據(jù)采集前端方便高效地采集有效的燃?xì)獗泶a字?jǐn)?shù)據(jù)，也提供了必要條件。最重要的是為燃?xì)獗泶a字?jǐn)?shù)據(jù)快速準(zhǔn)確行環(huán)境。

【參考文獻(xiàn)】：
期刊論文
[1]卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J]. 周飛燕,金林鵬,董軍.  計(jì)算機(jī)學(xué)報(bào). 2017(06)
[2]基于ReLU激活函數(shù)的軋制力神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型[J]. 劉杰輝,范冬雨,田潤(rùn)良.  鍛壓技術(shù). 2016(10)
[3]基于Softmax回歸的電力儀表分類(lèi)[J]. 王晟.  現(xiàn)代計(jì)算機(jī)(專(zhuān)業(yè)版). 2014(06)
[4]在Matlab平臺(tái)下基于形態(tài)學(xué)方法對(duì)LIDAR數(shù)據(jù)進(jìn)行建筑物邊緣提取[J]. 王大瑩,程新文,鄭艷麗,岳昊.  測(cè)繪科學(xué). 2010(01)
[5]自適應(yīng)變異的粒子群優(yōu)化算法[J]. 呂振肅,侯志榮.  電子學(xué)報(bào). 2004(03)
[6]基于RBF核的SVM的模型選擇及其應(yīng)用[J]. 王鵬,朱小燕.  計(jì)算機(jī)工程與應(yīng)用. 2003(24)
[7]穩(wěn)健最優(yōu)不變二次無(wú)偏估計(jì)[J]. 王新洲,劉經(jīng)南,陶本藻.  武漢測(cè)繪科技大學(xué)學(xué)報(bào). 1995(03)

博士論文
[1]支持向量機(jī)學(xué)習(xí)算法的若干問(wèn)題研究[D]. 王磊.電子科技大學(xué) 2007

碩士論文
[1]基于卷積神經(jīng)網(wǎng)絡(luò)的脫機(jī)手寫(xiě)漢字識(shí)別系統(tǒng)研究[D]. 高燦.安徽理工大學(xué) 2017
[2]基于動(dòng)態(tài)隨機(jī)卷積神經(jīng)網(wǎng)絡(luò)的手寫(xiě)數(shù)字識(shí)別方法[D]. 劉威.吉林大學(xué) 2017
[3]基于數(shù)字識(shí)別和壓縮傳輸?shù)娜細(xì)獗碜詣?dòng)抄送系統(tǒng)[D]. 裴孟菲.西北大學(xué) 2016
[4]基于嵌入式圖像處理的儀表智能識(shí)別技術(shù)研究[D]. 張歡歡.浙江理工大學(xué) 2015



本文編號(hào)：3236206