基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用人工抄表方式采集燃气表数据,很难保障数据的实时性及准确度。现有的远程抄表系统,大多需要对原有的燃气表进行拆改,采用加装一些电子器件等升级硬件的方式来达到燃气表数据实时传输的目的,而拆改燃气表会影响燃气表性能,采用图像识别技术可以在不损坏燃气表硬件的前提下实现机械燃气表的示数自动识别。利用图像识别技术识别燃气表示数与远程抄表方式相比,具有不限时间地点、可靠性高等诸多优点。本文提出了一种基于支持向量机(SVM)的燃气表示数图像识别方法,并详细介绍了此方法的实现过程。
推荐文章
基于支持向量机的水中目标识别
支持向量机
水中目标识别
统计学习理论
基于支持向量机的人脸识别
人脸识别
支持向量机
核函数主元分析
基于稀疏表示和支持向量机的人脸识别算法
人脸识别
稀疏表示
正交匹配追踪法
多分类支持向量机
基于支持向量机的中文文本中地名识别
支持向量机
中文文本
地名识别
机器学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于支持向量机的燃气表示数识别
来源期刊 长春师范大学学报 学科 工学
关键词 燃气表示数识别 图像处理 字符分割 支持向量机
年,卷(期) 2020,(2) 所属期刊栏目
研究方向 页码范围 59-63
页数 5页 分类号 TP311.1
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王志军 23 43 4.0 6.0
2 杨玉东 长春理工大学计算机科学技术学院 3 2 1.0 1.0
3 宋延卫 2 0 0.0 0.0
4 于悦 长春市万易科技有限公司工程研究中心 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
燃气表示数识别
图像处理
字符分割
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
长春师范大学学报
月刊
2095-7602
22-1409/G4
大16开
吉林省长春市长吉北路677号
12-326
1982
chi
出版文献量(篇)
1626
总下载数(次)
6
总被引数(次)
38458
论文1v1指导