TXAFJ001-2023 面向煤矿井下边缘视觉感知的低代码开发平台关键技术及应用指南.pdf

TXAFJ001-2023 面向煤矿井下边缘视觉感知的低代码开发平台关键技术及应用指南.pdf

  1. 1、本文档共25页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

ICS35.020

CCSL09

团体标准

T/XAFJ001—2023

面向煤矿井下边缘视觉感知的低代码开发

平台关键技术及应用指南

Keytechnologyandapplicationguideoflow-codedevelopmentplatformformine

edgevisualperception

(征求意见稿)

2023-XX-XX发布2023-XX-XX实施

江苏省人工智能协会发布

T/XAFJ001—2023

目次

前言II

1范围3

2规范性引用文件3

3术语和定义3

4总体设计4

4.1基本原则4

4.2总体思路介绍4

4.3基于约束损失的多目标神经架构搜索方法4

4.4基于感知哈希的选择性推理方法12

4.5煤矿井下边缘视觉感知低代码开发平台16

I

T/XAFJ001—2023

前言

本文件按照GB/T1.1—2020《标准化工作导则第1部分:标准化文件的结构和起草规则》的规定

起草。

请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。

本文件由中国矿业大学提出。

本文件由江苏省人工智能协会归口。

本文件起草单位:中国矿业大学、XXX。

本文件主要起草人:尹雨晴、XXX

II

面向煤矿井下边缘视觉感知的低代码开发平台关键技术及应用指南

1范围

本文件提供了面向煤矿井下边缘视觉感知的低代码开发平台关键技术及应用的术语和定义、基于

约束损失的多目标神经架构搜索方法、基于感知哈希的选择性推理方法、煤矿井下边缘视觉感知的低代

码开发平台构建等关键技术的指南。

本文件适用于煤矿井下边缘视觉感知的低代码开发平台的研究、设计、技术路线,可作为煤矿井下

边缘视觉感知的低代码开发平台设计与研究的技术依据。

2规范性引用文件

本文件没有规范性引用文件。

3术语和定义

下列术语和定义适用于本文件。

3.1边缘计算(EdgeComputing)

边缘计算是为应用开发者和服务提供商在网络的边缘侧提供云服务和IT环境服务,目标是在靠近

数据输入或用户的地方提供计算、存储和网络带宽。

3.2神经网络(NeuralNetworks)

神经网络是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。

3.3卷积神经网络(ConvolutionalNeuralNetwork)

卷积神经网络是一种专门用来处理具有类似网格结构的数据的神经网络。

3.4加速稳健特征提取(SpeededUpRobustFeatures)

加速稳健特征提取是一种稳健的局部特征点检测和描述算法。

3.5奇异值分解(SingularValueDecomposition)

奇异值分解是线性代数和矩阵论中一种重要的矩阵分解法,适用于信

文档评论(0)

pvg-sha + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档