处理庞大冗杂的激光点云数据耗时耗力,聚类方法是处理点云数据合适的选择.文章基于点云数据,利用K-means算法和DBSCAN算法分别生成二维和三维的聚类结果.分析结论如下:聚类算法对于处理激光点云数据有较好的实用性,K-means算法依赖于分类数量的设定,DBSCAN算法依赖于参数eps和min_samples的设定:两种算法可处理几万至几十万的点云数据,DBSCAN算法的时间成本远远低于K-means算法;DBSCAN算法适用于连续不规则形状的点云簇,可分离点云中具有不同密度特征的对象,K-means算法适用于球形的分散点云簇.
Handwritten digit recognition is a very important and key research field in pattern recognition, and has certain difficulty.Handwriting habits of each person are different, and handwriting digit recognition is difficult to establish accurate mathematical model, which makes handwriting digit recognition greatly difficult. Aiming at the problem that handwritten digits are difficult to be accurately identified,LeNet neural network is applied to it, and the input layer, convolution layer, pooling layer and fully connected layer of LeNet model are analyzed in principle. Based on TensorFlow framework and Python language, related programming and design, MNIST library as the source of the dataset, using PyQt5 design GUI sketchboard interface, finally realize the recognition of handwritten digits. The recognition accuracy and recognition degree of this system reached 99.2%, which can be applied to the invoice handwritten digit recognition, hotel registration handwritten ID identification and other life practices.
本发明公开了一种多槽线圈直线电感位移传感器设计方法,该方法分为以下4个步骤:1、根据传感器几何模型建立数学模型:2、采用磁路理论建立电感位移传感器精确数学模型;3、设定约束条件;4、求解传感器数学模型.本发明的设计方法基于所建立的多线圈结构参数电感位移传感器数学模型,以及利用非支配排序多目标遗传算法NSGA-Ⅱ对该数学模型进行求解,最终得出满足量程、线性度和灵敏度特定性能要求的电感位移传感器的线圈组数和绕线匝数的结构参数.根据特定性能需求,采用该设计方法,对多线圈直线电感位移传感器进行正向设计,大大提高传感器的设计效率和设计的准确度.
鸣志推出了全新增量式高性能编码器MH13和MH22,该系列编码器专为无齿槽电机设计,性能卓越,结构紧凑. MH13和MH22系列编码器具有出色的性能指标,可以实现高分辨率和高精度的位置反馈,其优异的精度和重复性确保了稳定可靠的运动控制,从而提高系统的精确性.MH13和MH22系列采用更高规格的芯片,可以提供更强的性能和更宽广的应用场景.同时,MH22系列编码器也是鸣志第一款可以搭配ECH22系列高速无齿槽电机的高速编码器.
由于可穿戴电子传感器、软机器人、电子皮肤等产业的飞速发展,柔性湿度传感器作为其中不可或缺的柔性器件发挥着重要的作用,因此各行业对其湿度检测的准确性、稳定性提出了更高的要求.文章介绍了传统柔性湿度传感器和新型柔性湿度传感的性质、制备方法以及感湿性能,并且对它们进行对比与分析,同时分析了传统和新型柔性湿度传感器的优缺点,进而总结出柔性湿度传感器的湿度感知能力的影响因素.最后提出一些可以改善湿敏元件性能的方法.
