一种基于离散型Hopfield神经网络的化学实验室风险预警方法

    公开(公告)号:CN113610349A

    公开(公告)日:2021-11-05

    申请号:CN202110771110.8

    申请日:2021-07-08

    Abstract: 本发明提出了一种基于离散型Hopfield神经网络的化学实验室风险预警方法将通风照明设备运行状况a1、控温控湿设备运行状况a2、电路系统运行状况a3、危险化学品存放环境状况a4、危险化学品化学性质保存状况a5、实验仪器安全检查状况a6、实验仪器安全运行状况a7、安全指示标志状况a8、防火防爆设备运行状况a9、实验环境卫生状况a10、应急设备状况a11、应急疏散通道状况a12的实际结果编码化并输入到构建的离散型Hopfield神经网络中,在多次迭代后保持不变的特性实现对高校化学实验室安全状况多指标评估体系的风险预警。本发明解决需要大量数据进行仿真、迁移性差、构造方法复杂的问题,实现了对实验室安全状况直观、快速、准确的风险预警。

    一种基于离散型Hopfield神经网络的化学实验室风险预警方法

    公开(公告)号:CN113610349B

    公开(公告)日:2023-10-20

    申请号:CN202110771110.8

    申请日:2021-07-08

    Abstract: 本发明提出了一种基于离散型Hopfield神经网络的化学实验室风险预警方法将通风照明设备运行状况a1、控温控湿设备运行状况a2、电路系统运行状况a3、危险化学品存放环境状况a4、危险化学品化学性质保存状况a5、实验仪器安全检查状况a6、实验仪器安全运行状况a7、安全指示标志状况a8、防火防爆设备运行状况a9、实验环境卫生状况a10、应急设备状况a11、应急疏散通道状况a12的实际结果编码化并输入到构建的离散型Hopfield神经网络中,在多次迭代后保持不变的特性实现对高校化学实验室安全状况多指标评估体系的风险预警。本发明解决需要大量数据进行仿真、迁移性差、构造方法复杂的问题,实现了对实验室安全状况直观、快速、准确的风险预警。

    一种基于图像识别的围棋识别方法及程序接口

    公开(公告)号:CN110909727A

    公开(公告)日:2020-03-24

    申请号:CN201911140766.9

    申请日:2019-11-20

    Abstract: 本发明提供一种基于图像识别的围棋识别方法及程序接口,用于解决现有围棋判定中计算量大、裁判要求高、没有普及9路和13路棋盘、线上技术迁移困难、算法速度慢精度差的问题。包括以下步骤:获取棋盘数字图像;对图像中棋盘上所有十字特征的线交叉点与丁字特征的线交叉点进行搜索;得到棋盘的四个角点和正视图;计算棋盘格式;计算不同棋盘的横竖棋盘线交叉点得到棋盘图像的交叉点位置;在棋盘交叉点位置识别棋子得到棋谱数据;将数据进行判定得到数子、数目、提、贴目、星位和整体的判定结果;对识别和判定过程的程序进行封装得到程序接口。本方法及程序接口可靠性高,适应较强的不均匀光照、截取和视角不规范的情况,提高了识别的准确率。

Patent Agency Ranking