0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: > 装配过程智能监测

相同语种的商品

销售排行榜

浏览历史

装配过程智能监测


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
装配过程智能监测
  • 书号：9787030752840
    作者：陈成军等
  • 外文书名：
  • 装帧：平装
    开本：16
  • 页数：183
    字数：242000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2023-08-01
  • 所属分类：
  • 定价： ￥98.00元
    售价： ￥77.42元
  • 图书介质:
    纸质书

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

装配过程监测是保证产品装配质量和装配效率的关键环节。本书应用机器视觉和人工智能技术研究一系列面向装配过程监测的技术和方法，并从装配体监测、装配操作监测和螺栓装配力/力矩监测三个方面开展系统介绍。全书共8章，详细阐述人工智能技术基础知识以及基于人工智能的装配过程监测。第1、2章介绍了装配过程监测的基础知识；第3～7章介绍了基于深度学习的装配监测方法，包括像素点特征提取算法、语义分割技术和动作识别技术等；第8章总结全书内容，并进行展望。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    前言
    第1章 绪论 1
    1.1 装配过程监测的意义 1
    1.2 装配过程监测的国内外研究现状1
    1.2.1 装配体监测的研究现状 1
    1.2.2 装配操作监测的研究现状.8
    1.2.3 螺栓装配力 /力矩监测的研究现状 12
    1.3 本书主要内容 16
    第2章 人工智能技术基础 19
    2.1 随机森林分类器 19
    2.1.1 决策树模型 19
    2.1.2 随机森林分类器模型20
    2.2神经网络技术20
    2.2.1 单层感知器 20
    2.2.2 全连接神经网络 21
    2.2.3 卷积神经网络 24
    2.2.4 循环神经网络 27
    2.2.5 长短期记忆神经网络 28
    2.3 开发平台 30
    第3章 深度图像标记样本库构建 32
    3.1 合成深度图像标记样本库构建 32
    3.2 真实深度图像标记样本库构建 34
    3.2.1 Kinect传感器 34
    3.2.2 真实深度图像的获取及处理 35
    3.2.3 真实深度图像的标记 37
    第4章 基于像素点特征提取算法的装配体监测 39
    4.1 基于 PX-LBP特征的像素分类 39
    4.1.1 PX-LBP特征提取算法 39
    4.1.2 随机森林分类器 44
    4.1.3 实验及结果分析 45
    4.2 基于深度差分特征的像素分类 50
    4.2.1 深度差分特征 50
    4.2.2 实验及结果分析 54
    4.2.3 PX-LBP特征与深度差分特征对比 57
    4.3 零件识别及装配监测 60
    4.3.1 像素预测图像获取 61
    4.3.2 基于深度图像的零件识别 62
    4.3.3 基于深度图像的装配监测 64
    第5章 基于深度学习的装配体监测 73
    5.1 基于多跳跃式全卷积神经网络的装配体深度图像语义分割方法 73
    5.1.1 多跳跃式全卷积神经网络.73
    5.1.2 实验及结果分析 75
    5.2 基于可训练引导滤波器和多尺度特征图的装配体深度图像语义分割方法 81
    5.2.1 基于可训练引导滤波器和多尺度特征图的网络结构 81
    5.2.2 其他语义分割网络 83
    5.2.3 实验相关设置 87
    5.2.4 实验及结果分析 88
    5.3 基于U-Net的装配体深度图像轻量级语义分割方法 93
    5.3.1 U-Net网络结构 93
    5.3.2 SKC-UNet+DenseCRF网络结构 94
    5.3.3 其他语义分割网络 99
    5.3.4 实验相关设置 103
    5.3.5 实验及结果分析 104
    第6章 基于深度学习的装配操作监测 112
    6.1 基于三维卷积神经网络的装配动作监测 112
    6.1.1 装配动作监测流程及数据集的建立 112
    6.1.2 三维卷积神经网络模型结构 115
    6.1.3 基于批量归一化的改进三维卷积神经网络 118
    6.1.4 实验及结果分析 120
    6.2 基于目标检测的装配工具检测 124
    6.2.1 装配工具监测流程 124
    6.2.2 目标检测相关模型分析 125
    6.2.3 实验及结果分析 128
    6.3基于姿态估计的装配动作重复次数检测 133
    6.3.1 研究流程 133
    6.3.2 姿态估计模型分析 133
    6.3.3 实验及结果分析 135
    第7章 基于表面肌电图信号的螺栓装配监测 141
    7.1 螺栓装配扭矩实验台及数据集建立141
    7.1.1 螺栓装配扭矩实验台 141
    7.1.2 扭矩分类数据集制作及数据预处理 143
    7.1.3 扭矩回归数据集制作及数据预处理 145
    7.2基于卷积神经网络的装配扭矩分类粒度估计 148
    7.2.1 多粒度分割并行卷积神经网络 148
    7.2.2 2D CNN模型 149
    7.2.3 实验及结果分析 150
    7.3 基于回归神经网络的螺栓装配扭矩监测 159
    7.3.1 基于回归神经网络的螺栓装配扭矩监测流程 160
    7.3.2 回归神经网络模型 160
    7.3.3 实验及结果分析 165
    第8章 总结与展望 172
    8.1本书总结 172
    8.2研究展望 173
    参考文献 175
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com