排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
近年来,北京飞机维修工程有限公司（Ameco）北京、成都两地附件修理车间工作量大幅增加,出现附件产品数据量大、车间生产管理难度大、信息汇总和反馈不及时不精确等问题,成为亟待改善的难题。为此,Ameco通过对附件维修的全链条业务流程和数据进行梳理,将信息技术与生产业务相融合,自主开发了航空附件维修全流程管控智能可视化平台（Power BI）。该系统在现有生产操作系统上进行深度数据挖掘,多样可视化的方案使整个维修流程更加直观可控,同时具有全自动的数据下载、数据清洗、逻辑计算以及前端展现功能,大大提高了管理效率。本文对航空附件维修的全流程数字化管控的开发与实践进行探讨。 相似文献
随着手势动作识别技术在人机交互、生活娱乐及医疗服务等应用领域的逐步深入,其对非接触、微光条件下的稳健测量与识别能力提出更高要求。针对该问题,研究了一种基于线性调频连续波（LFMCW）雷达距离-多普勒（RD）信息和卷积神经网络（CNN）的典型手势动作识别方法。首先,对于LFMCW雷达回波,通过去斜、快时间域快速傅里叶变换和相干积累,获取手势目标的二维RD像数据;其次,以RD像幅度矩阵作为CNN输入样本,利用2层卷积与池化处理构建特征空间,从而通过全连接与softmax分类器实现对手势动作的有效识别;最后,在此基础上,采用24 GHz工业雷达传感器设计手势测量实验系统,形成关于4种典型手势动作的LFMCW雷达回波数据库。实验结果表明,将24 GHz LFMCW雷达回波RD处理与CNN结合能够实现对典型手势动作的有效识别。 相似文献
1