信息检索作业(武科大)熊胜

上传人:1888****888 文档编号:37618934 上传时间:2021-11-03 格式:DOC 页数:10 大小:624.73KB
收藏 版权申诉 举报 下载
信息检索作业(武科大)熊胜_第1页
第1页 / 共10页
信息检索作业(武科大)熊胜_第2页
第2页 / 共10页
信息检索作业(武科大)熊胜_第3页
第3页 / 共10页
资源描述:

《信息检索作业(武科大)熊胜》由会员分享,可在线阅读,更多相关《信息检索作业(武科大)熊胜(10页珍藏版)》请在装配图网上搜索。

1、 信息检索与运用作业 学院:机械自动化学院 专业:机械电子工程 班级:机电1004 姓名:熊胜 学号:201003133132 1.先熟悉百度高级搜索功能,然后完成以下习题。(1)请检索关于绿色制造与节能减排方面的专业文档,并将你觉得有价值的论文的页面或者链接保存在作业中。企业绿色管理与节能减排_百度文库009中国绿色制造新年论坛(2)请从天空网下载腾讯QQ软件,并将检索过程简单记录在作业中。在百度中搜索,输入“QQ软件下载天空网”,进入天空网,点击下载地址,迅雷下载,安装目录,即可下载2. 先熟悉谷歌高级搜索功能,然后完成以下习题。(1)请在谷歌学术搜索中检索有关环境友好型新材料与新工艺方面

2、的文献,并将你觉得有价值的论文的页面或者链接保存在作业中。(2)通过谷歌地图找到武汉科技大学青山校区门口的“建一邮政储蓄ATM”的位置,并将图片记录在作业中。3. 关键词的选择在所有网络信息检索技巧中是最重要也是最基本的,试通过谷歌或者百度检索关于搜索引擎的产生与未来发展方向的相关资料,并在作业中记录下你的检索过程,注意标明选用的检索词。检索词:在百度搜索中输入:搜索引擎的产生与未来发展4. 请仔细阅读下面材料,并写出检索思路。张红父亲临终前给了他一张残破不全的汇款单,上面只看得见一排身份证号的前6位:320623XXXXXXXXXXXX,其他的都模糊不清了。父亲说这是5年前一位外地亲戚给他汇

3、款时寄来的,这位亲戚住的地方据说即将建成10-20万吨级深水大港,这位亲戚就住在港口附近的的天然气发电厂里,请帮助小明找到这位亲戚。 答:首先我们要确认身份证持有者的所在地点,在Google查询关键字“身份证 归属”,在得到的第一个结果中( 江苏省南通市如东县 出生日期: 1981年12月25日 性别: 男 所以我们确定这个深水大港是在江苏省南通市如东县,然后搜索关键字“如东 大港 发电量”,在第一个结果中(5. 使用常见中文网络数据库例如维普期刊数据库、CNKI、万方学术/学位期刊等。完成课题:基于神经网络的机械零件识别研究,做成一个综合实习报告。机器视觉是一门通过研究图像或视频 数据来观察

4、周围世界的学科,其核心内容是图像的处理和识别.图像识别理论和方法的介绍与 分析、机械零件图像的预处理、图像的特征提取、机械零件识别和典型零件识别系统 的设计。 在图像识别理论及方法方面,主要对图像匹配识别、统计模式识别、句法模 式识别、模糊模式识别和人工神经网络模式识别等图像识别方法进行介绍和分析。 在图像的预处理方面,着重对图像去噪和图像边缘提取进行研究。在对图像 进行去噪的过程中,主要对均值滤波、中值滤波和小波滤波进行研究。通过对几 种方法的比较,发现经过中值滤波和均值滤波相结合的混合滤波方法具有较好的滤波 效果。在机械零件图像的边缘提取过程中,经过对现有几种常见边缘检测算子的比较 研究,

5、发现利用Sobel 算子进行边缘提取,具有速度快、效果好的优点。 在特征的提取方面,着重根据螺栓的几何形状特征对螺栓进行特征提取的研究。提出的螺栓的特征向量具有尺寸不变性、旋转不变性和平移不变性等优点。 在识别的算法方面,根据提取出来的螺栓的特征向量利用RBF 网络对螺栓进行识 别研究。仿真实验表明RBF 网络技术应用于零件识别,具有较好的识别效果,且识别 速度快。目前几乎所有的计算机视觉检测系统都只适用于解决特定的检测和识别任务,建 立一种较为通用的视觉检测系统,以适用于不同条件下的检测和识别任务,进而实现 对目标进行“完全检测和识别”,是目前和将来视觉检测和识别系统的一个发展方向。机械零件

6、图像识别研究的内容 按照图像识别从易到难,可分为三类问题。第一类识别问题中,图像中的像素表 达了某一物体的某种特定信息。如遥感图像中的某一像素代表地面某一位置地物的一 定光谱波段的反射特性,通过它即可判别出该地物的种类。第二类问题中,待识别物 是有形的整体,二维图像信息已经足够识别该物体,如文字识别、某些具有稳定可视 表面的三维体识别等。但这类问题不像第一类问题容易表示成特征矢量,在识别过程 中,应先将待识别物体正确地从图像的背景中分割出来,再设法将建立起来的图像中 物体的属性图与假定模型库的属性图之间匹配。第三类问题是由输入的二维图、要素 图等得出被测物体的三维表示。这里存着如何将隐含的三维

7、信息提取出来的问题,是 当今研究的热点在图像零件 识别和检测过程中,我们主要对零件的形状和尺寸进行研究。因此,我们的研究内容 可能涉及到以下几个方面:机械零件部件的尺寸;机械零件的形状特征;机械 零件的表面相互位置;机械零件的表面缺陷等; 在利用机器视觉技术对机械零件进行识别和检测过程中,机械零件的特征提取是 其中重要的一个环节。在特征提取过程中,常用的方法有二值化的方法和边缘检测的 方法。二值化方法简单,计算量相对较小,具有较快的提取速度,但用二值化方法提 取目标时,提取精度没有保证,且抗噪声的能力比较差。因此,二值化的方法比较适 合实时性要求较高、图像干扰较少、原始图像质量较好、几何尺寸精

8、度要求不高的产所。图像识别理论及方法研究 图像识别在图像处理和分析中占有非常重要的地位,识别所得到的结果往往接近 甚至就是整个图像处理和分析的最终结果。模板匹配识别 模板匹配法是一种最基本的图像识别方法。模板匹配法是把已知物体的模板与待 测目标进行比较,如果待测目标与模板匹配,则待测模板被检测出来,并被认为和模 板为相同物体。此外,由于图像存在 噪声以及被检测物体形状、结构、位置方面的不确定性,模板匹配法在较复杂的情况下 往往得不到理想的效果,难以绝对精确,一般都要在图像的每一点上求模板与图像之间 的匹配量度,凡是匹配量度达到某一阈值的地方,表示该图像中存在所要检测的物体。经 典的图像匹配方法

9、利用互相关计算匹配量度,或用绝对差的平方和作为不匹配量度,但 是这两种方法经常发生不匹配的情况,因此,利用几何变换的匹配方法有助于提高稳健 性。统计模式识别方法是对研究的图像进行大 量的统计分析,找出其中的规律并提取反映图像本质特点的特征来进行图像识别的。它 以数学上的决策理论为基础,建立统计学识别模型,因而是一种分类误差最小的方法。统计模式识别需要解决两个方面的问题:一、 提取什么样的特征才能准确点的表达待测目标,这主要涉及到特征提取和选择两部分 内容。二、如何根据所选的特征度量对待测目标进行分类。在图像特征的选择中,如果特征选择的不恰当,则计算机将不能 够对图像进行精确的识别,甚至识别不出

10、来。对于特征的选择,我们必须保证:一、 可区别性。即对于不同类型的图像而言,它们的特征具有明显的差异;二、可靠性。 即对于同类图像而言,特征值应该比较接近;三、独立性好。即所选择的特征之间彼 此不相关;四、数量少。在能精确对图像进行识别的同时,我们必须使所选特征的数 量越少越好,这样才能够减少计算量,节省识别时间。按照聚类过程的不同,模糊聚类分析可以分成以下三大类: (1) 基于模糊关系的方法:它包括谱系聚类算法、基于等价关系的聚类算法、基于相 似关系的聚类算法及图论聚类算法等。该方法是较早的一种方法,由于不能适用于大 数据量的聚类,所以在实际中没有得到广泛的应用。 (2) 基于目标函数的模糊

11、聚类方法:它是把聚类分析归结成一个带约束的非线性规划 问题,通过优化求解得到数据集的最优模糊聚类。该方法设计简单,适用的面广,还 能转化为优化问题进而借助非线性规划理论求解,易于计算机实现。所以,基于目标 函数的方法现已成为研究热点。 (3)基于神经网络的模糊聚类方法:它是采用竞争学习算法来指导网络的聚类过程。神经网络模式识别 人工神经网络是以模仿人类的大脑的拓扑结构而形成的新颖技术。它的基本思想 是从仿生学的角度对人脑的神经系统进行模拟,使机器的信息处理系统具有像人一样 的感知、学习和推理能力。人工神经网络模型多种多样,不过按神经元的连接方式和 特点进行划分,总体上可以分为四种类型:前向型网

12、络、反馈型网络、随机型网络和 自组织竞争型网络。经网络之所以受到人们的重视,这主要因为它具有以下特点 363738 : (1) 学习能力。人工神经网络具有强大的自学习能力。 (2) 能够处理混沌的、不完全的、模糊的信息。这主要是因为在神经网络中,信息分散 分布在神经元连接上,单个的连接权值和神经元都没有多大的用途,只有当它们组 合起来,才能从宏观生反应出一定的信息特征。因此,人工神经网络表现出强大的 鲁棒性和容错能力。 (3) 人工神经网络具有并行计算的能力,虽然单个神经元的动作不高,但总体的处理速 度快。 (4) 人工神经网络可以有效的实现输入空间到输出空间的非线性映射6. 已知武汉科技大学

13、孔建益教授从事机械设计与传动方面的研究。有同学要报考他的研究生,需要搜集研究生考试信息及其指导的博硕士学位论文,请简述检索过程及结果。在百度搜索中输入关键字:报考研究生考试信息;孔建益教授;博硕士论文7. 登录并了解三个专利数据库:中国专利数据库美国专利数据库http:/www.uspto.gov/patft/index.html欧洲专利数据库8. 登录并实践下列西文数据库:ScienceDirect 全文数据库:EBSCO 全文数据库 ASME 全文数据库 ACM 全文数据库 Springer LINK 全文数据库EI 美国工程索引 9. 检索英文数据库EiVillage2,要求查出武汉科技

14、大学教职工的论文被EI收录的情况,并记录下来。10. 在ScienceDirect 全文数据库系统检索关于纳米材料的分类及其物理性能的英文论文,写出检索使用的检索式,并记下检出论文的篇名、作者、刊名、年、卷、期。Nano materials and the classification of the physical properties AND English papers1A review on the application of inorganic nano-structured materials in the modification of textiles: Focus on a

15、nti-microbial propertiesReview ArticleColloids and Surfaces B: Biointerfaces, Volume 79, Issue 1, 1 August 2010, Pages 5-18Roya Dastjerdi, Majid Montazer2Carbon nanotube polymer compositesOriginal Research ArticleCurrent Opinion in Solid State and Materials Science, Volume 8, Issue 1, January 2004,

16、Pages 31-37R Andrews, M.C Weisenberger3Strengthening and toughening of carbon nanotube reinforced alumina nanocomposite fabricated by molecular level mixing processOriginal Research ArticleScripta Materialia, Volume 53, Issue 7, October 2005, Pages 793-797Seung I. Cha, Kyung T. Kim, Kyong H. Lee, Ch

17、an B. Mo, Soon H. Hong11. 请检索有关环形缸盖发动机和适于特殊用途的机械的专利文献。请各选一篇记录在作业中。 环形缸盖发动机 CN201010509918.0_靳北彪_2010年10月18日 本发明公开了一种环形缸盖发动机,包括气缸、活塞、曲轴和连杆,所述活塞设在所述气缸内,所述活塞经连杆与所述曲轴的连杆轴颈连接,两个或两个以上的所述气缸以所述曲轴的主轴的横截面中心为圆心放射形设置构成圆柱形机体或. 环形缸盖发动机 CN201020565028.7_靳北彪_2010年10月18日 本实用新型公开了一种环形缸盖发动机,包括气缸、活塞、曲轴和连杆,所述活塞设在所述气缸内,所

18、述活塞经连杆与所述曲轴的连杆轴颈连接,两个或两个以上的所述气缸以所述曲轴的主轴的横截面中心为圆心放射形设置构成圆柱形机.特殊用途的机械http:/211.157.104.87:8080/sipo/zljs/hyjs-jieguo.jsp12.请检索液压传动.液体在线自动颗粒计数系统.校准和验证方法的中国国家标准的相关信息。并记录下过程。进入武汉科技大学图书馆网站,点击“校外访问”,登陆,点读秀,直接搜索” 液压传动.液体在线自动颗粒计数系统.校准和验证方法”点击“pdf下载”,按提示下载插件,阅读文件,截图如下 13. 通过我馆主页的检索老虎工作室的AutoCAD中文版机械制图习题精解一书,并下载全文。14 通过我馆主页的检索关于中国机械设计大典方面的文献,并记录那些图书馆收入了此书,如果我馆有收藏,请查看在架状况。15 通过我馆主页的,检索关于Renewable energy方面的文献,了解它们主要登载在哪些OA外文期刊上。主要登载在Monthly Energy ReviewBusiness EuropeCivil War TimesPacific Islands Monthly

展开阅读全文
温馨提示:
1: 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2023-2025  zhuangpeitu.com 装配图网版权所有   联系电话:18123376007

备案号:ICP2024067431-1 川公网安备51140202000466号


本站为文档C2C交易模式,即用户上传的文档直接被用户下载,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有。装配图网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。若文档所含内容侵犯了您的版权或隐私,请立即通知装配图网,我们立即给予删除!