导读:本文包含了货物识别论文开题报告文献综述及选题提纲参考文献，主要关键词:超大件货物,重吊船,半潜船,拖航
货物识别论文文献综述
贾鑫,吴敏[1]（2019）在《超大件货物海上运输的风险识别及应对》一文中研究指出文中结合作者多个国际工程物流项目超大件货物运输经验,从实际运输的角度出发,对超大件货物进行了适合现实运输层面的定义,归纳了超大件运输需具备的各项现实条件,分析了目前市场上超大件运输的主要方式,着重对超大件运输存在的各项风险进行了详细总结,并综合考虑各项风险因素提出了系统性的应对措施。以期能够为国际工程项目超大件货物相关物流从业者提供有益参考。(本文来源于《物流工程与管理》期刊2019年10期）
赵慧英,钱大琳,张博,范爱华[2]（2019）在《危险货物道路运输车辆出行链活动类型识别》一文中研究指出针对危险货物运输(危货)车辆出行链上停留节点活动类型的识别问题,提出基于高斯混合模型-隐马尔科夫模型(GMM-HMM)的活动类型识别方法.对车辆GPS数据构建基于决策树的车辆起停检测模型,提取出行链活动节点,并通过D-OPTICS算法对活动节点聚类得到活动热区;根据活动节点的个体特征、所在出行链的亲属特征和所处热区的群体特征进行多尺度特征体系构建,通过因子分析进行降维处理;利用GMM-HMM构建危货车辆活动类型识别模型,通过Baum-Welch算法进行参数估计,并使用Viterbi算法解码隐藏状态得到出行链各活动节点的类型识别结果.在小规模实际活动数据集上直接验证所提方法的正确性,还结合活动节点的POI类别,间接评估所提方法对大规模GPS数据的车辆活动类型识别效果.实验结果表明:在9种活动类型识别任务中,基于GMM-HMM的出行链活动类型识别方法的活动识别率超过80%.识别结果可用于分析活动行为模式,及时发现异常活动,为危险品运输监管提供有效的决策支持.(本文来源于《哈尔滨工业大学学报》期刊2019年09期）
白云[3]（2019）在《基于红外光谱和拉曼光谱的货物真实性抽检识别分析》一文中研究指出化工品及其制品储运安全评价是一个涉及面广、科技含量高的技术领域。上海化工研究院检测中心联合浦东机场对抽样样品进行物化性质的检测,利用红外光谱和拉曼光谱对对比异常样品进行化合物结构分析功能的特征鉴别,判断样品的真实性,为化工品及其制品安全储运提供有力的技术支撑。(本文来源于《广东化工》期刊2019年10期）
金平章,邓洪[4]（2019）在《货物进口证明书识别鉴定技术应用》一文中研究指出涉车违法犯罪行为是公安机关一直以来打击的重点,其中伪造货物进口证明书申请注册登记违法行为,因甄别鉴定困难日渐猖獗。因此货物进口证明书的识别鉴定作用日渐突出。本文结合我国进口车登记管理现状,探讨货物进口证明书管理中存在的问题,针对问题提出应对措施,并对今后在我国进口机动车管理中,货物进口证明书识别鉴定技术和应用提出了几点思考,希望以此规范和改进我国进口机动车管理。(本文来源于《汽车与安全》期刊2019年05期）
杨欢,幸芦笙[5]（2019）在《自动化立体仓库中货物自动识别技术》一文中研究指出自动化立体仓库的货物识别系统一直是研究者和企业关注的部分。随着技术的发展,此系统已由人工识别发展为机器自动识别。目前,已被应用的自动识别技术有条形码识别技术、二维码识别技术、磁卡(条)识别技术、RFID无线射频识别技术、机器视觉图像识别技术等,将对应用于自动化立体仓库中常用的货物自动识别技术做一个简单的综述,并简要分析了实际应用中该如何选择自动识别技术。(本文来源于《江西科学》期刊2019年02期）
于明明,王永更[6]（2019）在《船舶载运散裃液体危险货物污染海洋环境风险识别研究》一文中研究指出文章结合天津港大港港区发展实际,对进出大港港区船舶污染海洋环境的风险进行识别,幵分别利用NFPA危险分级、MAPPOL公约附则Ⅱ、ABCDE五栏标准法对散装液体危险货物风险进行识别。(本文来源于《天津航海》期刊2019年01期）
王豪男,丁军航,许华胜[7]（2019）在《基于交叉并行卷积神经网络的货物列车车厢号识别系统》一文中研究指出现有的车厢号识别系统常存在着效率不高、改造困难、维护复杂等缺陷。利用深度卷积神经网络设计货物列车车厢号自动识别系统。通过搭建深度卷积框架LPCNN,缩减模型结构,采取交叉并行的数据传输方式,对图片集进行训练测试,识别的最终结果表明该系统与现有的Alex-Net模型对比,参数的数量仅需其1/50,且识别结果精度和准确率得到有效提升。(本文来源于《制造业自动化》期刊2019年03期）
余志文[8]（2018）在《面向智能装车卸车机器人的货物识别技术研究》一文中研究指出本文研究基于机器视觉的能够高效率,高可靠性的实现货物识别方法,解决货物装车、卸车、码垛、搬运等一系列作业自动化的难题,研究相关的软件算法和软件系统,本文的主要研究内容如下:首先,根据装车卸车机器人的需求和技术方案、工作场景等,提出了在上下货模块和码垛模块分别采用一个SCARA机械臂的结构方案。其次,在货物识别方面,利用能够同时获取深度图和彩色图的Microsoft的Kinect2.0作为图像采集传感器,利用相机的针孔成像模型和张正友标定法分别对Kinect的彩色和深度相机进行标定,并建立起彩色相机和深度相机之间的相对变换关系。根据上下货机械手和托盘机械手的工作方式和场景特点,分别采用了Eye-in-Hand和Eye-to-Hand的相机布置方式,根据SCARA机械臂的叁个旋转自由度互相平行冗余的结构特点,提出了一种针对SCARA机械臂,采用机械臂、标定物以及相机之间坐标变换关系的示教式的手眼标定方法,求取最优标定解,通过实验对标定结果进行误差分析,满足工作精度要求。然后,针对箱体货物具有稳定矩形轮廓特征以及矩形存在4个由两条互相垂直邻边构成的L形交点的特点,提出了通过检测矩形来实现货物识别的方法。分别从原理和实验分析了基于轮廓检测和基于L形交点检测两种算法的使用场景和特点。基于轮廓的检测算法无法对边界与周围环境变化梯度不明显的货物实现精确的识别,但是,基于L形交点的检测算法刚好能够弥补这个缺陷。基于此,本文提出了一种基于轮廓检测和L形交点检测融合的货物识别方法,以提高货物检测的鲁棒性,并通过实验验证了其可行性。最后,本文设计和制造集成了装车卸车移动机器人样机,并将设计的软件算法移植集成到该机器人样机中,对其进行相应的测试实验,验证了本文提出的货物识别方法的可行性,能够满足正常工作要求。(本文来源于《华中科技大学》期刊2018-05-01）
Jinxin,Xu,Leilei,Zhang,Yinghua,Ye,Yongli,Shan,Chanjuan,Wan[9]（2018）在《SNX16通过独特的膜结合和货物蛋白识别机制调节钙粘蛋白E-cadherin的循环转运》一文中研究指出文章简介上皮细胞钙粘蛋白E-cadherin在胚胎发育、肿瘤发展和细胞编程中都发挥重要作用。然而,对于E-cadherin在细胞内的分选转运,尤其是E-cadherin被内吞后重新回到细胞表面的循环转运机制仍不清楚。(本文来源于《科学新闻》期刊2018年04期）
张建列,黄博纯[10]（2017）在《SNXs蛋白结合内体和识别货物蛋白的新机制被揭示》一文中研究指出本报讯（ 张建列 通讯员 黄博纯）近日，中科院广州生物医药与健康研究院刘劲松课题组与舒晓东课题组合作，通过结构生物学和细胞生物学研究，揭示了SNX16通过独特的内体结合和货物蛋白识别机制，调节上皮细胞黏连蛋白E-cadherin的循环运输。(本文来源于《广东科技报》期刊2017-08-04）
货物识别论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对危险货物运输(危货)车辆出行链上停留节点活动类型的识别问题,提出基于高斯混合模型-隐马尔科夫模型(GMM-HMM)的活动类型识别方法.对车辆GPS数据构建基于决策树的车辆起停检测模型,提取出行链活动节点,并通过D-OPTICS算法对活动节点聚类得到活动热区;根据活动节点的个体特征、所在出行链的亲属特征和所处热区的群体特征进行多尺度特征体系构建,通过因子分析进行降维处理;利用GMM-HMM构建危货车辆活动类型识别模型,通过Baum-Welch算法进行参数估计,并使用Viterbi算法解码隐藏状态得到出行链各活动节点的类型识别结果.在小规模实际活动数据集上直接验证所提方法的正确性,还结合活动节点的POI类别,间接评估所提方法对大规模GPS数据的车辆活动类型识别效果.实验结果表明:在9种活动类型识别任务中,基于GMM-HMM的出行链活动类型识别方法的活动识别率超过80%.识别结果可用于分析活动行为模式,及时发现异常活动,为危险品运输监管提供有效的决策支持.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
货物识别论文参考文献
[1].贾鑫,吴敏.超大件货物海上运输的风险识别及应对[J].物流工程与管理.2019
[2].赵慧英,钱大琳,张博,范爱华.危险货物道路运输车辆出行链活动类型识别[J].哈尔滨工业大学学报.2019
[3].白云.基于红外光谱和拉曼光谱的货物真实性抽检识别分析[J].广东化工.2019
[4].金平章,邓洪.货物进口证明书识别鉴定技术应用[J].汽车与安全.2019
[5].杨欢,幸芦笙.自动化立体仓库中货物自动识别技术[J].江西科学.2019
[6].于明明,王永更.船舶载运散裃液体危险货物污染海洋环境风险识别研究[J].天津航海.2019
[7].王豪男,丁军航,许华胜.基于交叉并行卷积神经网络的货物列车车厢号识别系统[J].制造业自动化.2019
[8].余志文.面向智能装车卸车机器人的货物识别技术研究[D].华中科技大学.2018
[9].Jinxin,Xu,Leilei,Zhang,Yinghua,Ye,Yongli,Shan,Chanjuan,Wan.SNX16通过独特的膜结合和货物蛋白识别机制调节钙粘蛋白E-cadherin的循环转运[J].科学新闻.2018
[10].张建列,黄博纯.SNXs蛋白结合内体和识别货物蛋白的新机制被揭示[N].广东科技报.2017