在机动车保有量持续攀升的当下,机动车检测设备的高效运行成为保障车辆安全性能的关键。传统故障诊断方式依赖人工经验,存在效率低、准确性差等问题,难以满足日益复杂的检测需求。AI 故障诊断算法的引入为机动车检测设备故障诊断带来新突破,但现有算法仍需不断优化,以提升诊断的精准度与效率。
目前,AI 故障诊断算法在机动车检测设备中已得到初步应用,主要
2025年08月29日
在机动车保有量持续攀升的当下,机动车检测设备的高效运行成为保障车辆安全性能的关键。传统故障诊断方式依赖人工经验,存在效率低、准确性差等问题,难以满足日益复杂的检测需求。AI 故障诊断算法的引入为机动车检测设备故障诊断带来新突破,但现有算法仍需不断优化,以提升诊断的精准度与效率。
目前,AI 故障诊断算法在机动车检测设备中已得到初步应用,主要
2025年08月29日
最近在做图片识别时发现,python有好多方法可以做到,像pytesseract、paddle等,最后感觉pytesseract的速度比较快,但是中文特别是非印刷体的图片识别准确率较低,EasyOCR的准确率就较高,不过速度会慢一些(如果有牛逼的显卡还是很快的)。这里要介绍的是EasyOCR。
EasyOCR 是一个由 Jaided AI 开发的开源光学字符识别(OCR)库,基于 PyTorch 实现。它支持
2025年08月29日
图卷积网络 (GCN) 已越来越多地用于预测电池的健康状态 (SOH) 和剩余使用寿命 (RUL)。然而,传统的 GCN 存在局限性。首先,它们未考虑特征与 SOH 或 RUL 之间的相关性。其次,在将聚合的时间特征投影到另一个维度空间时,未考虑特征之间的时间关系。为了解决这些问题,本文引入了两种无向图,以同时考虑特征之间的相关性以及特征与 SOH 或 RUL 之间的相关性。构建了一个条件 GCN 来分析这些图。引入了一种双谱图卷积操作来分析这些图的拓扑结构。此外,还将膨胀卷积操作与条件 GCN 集成,以考虑聚合特征之间的时间相关性。本文使用两个电池数据集评估了所提出方法的有效性。实验结果表明,所提出的方法优于文献中报道的其他机器学习方法。