掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養秘籍)
-
>
晶體管電路設計(下)
-
>
基于個性化設計策略的智能交通系統關鍵技術
-
>
花樣百出:貴州少數民族圖案填色
-
>
山東教育出版社有限公司技術轉移與技術創新歷史叢書中國高等技術教育的蘇化(1949—1961)以北京地區為中心
-
>
鐵路機車概要.交流傳動內燃.電力機車
-
>
利維坦的道德困境:早期現代政治哲學的問題與脈絡
物流安全檢測技術及應用 版權信息
- ISBN：9787122455871
- 條形碼：9787122455871 ; 978-7-122-45587-1
- 裝幀：精裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
物流安全檢測技術及應用 本書特色
本書在介紹物流安全檢測技術研究背景、發展和應用現狀的基礎上，介紹了物流安全檢測技術體系框架、基于慣性傳感的物流安全檢測技術、基于圖像識別的物流安全檢測技術，zui后對物流安全檢測技術的未來發展進行了預測和展望，本書可供安全工程、物流管理、物流工程、倉儲管理等相關專業師生閱讀，也可供從事安全管理、運輸安全、倉儲安全等相關行業技術人員的參考。
物流安全檢測技術及應用 內容簡介
為了推動物流業的智能化發展，本書深入研究了物流安全檢測技術及應用：首先介紹了物流安全檢測技術的背景和評估方法體系；然后詳細介紹了基于慣性和圖像的物流安全檢測技術，這些技術能有效監測物流環境中的各種異常情況。此外，本書還對基于慣性、圖像的檢測方法進行了總結，為讀者提供了豐富而全面的物流安全檢測技術知識。通過閱讀本書，讀者能夠深入了解物流安全檢測與應用的近期新研究成果和實踐案例，從而加深對物流業智慧化、智能化發展的認識。 本書不僅適合機械工程、物流工程、交通運輸工程、安全工程等相關學科或專業的科研人員、高校師生閱讀，也可作為物流安全檢測相關領域實踐工作的參考用書。
物流安全檢測技術及應用 目錄
第1章 緒論 001
1.1 物流安全檢測技術的研究背景 002
1.2 物流安全檢測技術的研究目的和意義 004
1.3 物流安全檢測方法和技術的發展及應用現狀 007
1.3.1 方法和技術研究現狀 007
1.3.2 應用現狀 016
1.4 本書主要內容 031
參考文獻 032 第2章 物流安全檢測技術體系框架 039
2.1 全流程物流安全檢測技術的體系框架 040
2.2 面向在途運輸的物流安全檢測技術方案 046
2.3 面向固定場所的物流安全檢測技術方案 048
參考文獻 050 第3章 基于慣性傳感的物流安全檢測技術 053
3.1 基于慣性傳感的物流安全檢測技術實現流程 054
3.2 基于慣性傳感的物流安全檢測的硬件終端 055
3.2.1 智能慣性傳感終端 056
3.2.2 基于振動能量收集的續航保持技術 060
3.3 基于深度學習的異常物流操作行為識別算法 082
3.3.1 加速度數據預處理（作為基于深度學習的識別算法的輸入） 083
3.3.2 CNN 095
3.3.3 CNN-LSTM 102
3.3.4 CDCE-CNN-GRU 105
3.4 基于慣性傳感的物流安全檢測云平臺 123
3.4.1 功能需求分析 123
3.4.2 云平臺界面 125
3.4.3 云平臺功能 127
參考文獻 128 第4章 基于圖像識別的物流安全檢測技術 135
4.1 人為異常操作行為的智能識別技術 136
4.1.1 快遞分揀人員異常行為研究 136
4.1.2 基于視頻識別的快遞分揀人員異常行為檢測算法 139
4.1.3 基于圖像識別的快遞分揀人員異常行為檢測算法 145
4.1.4 基于輕量化對抗增強的復雜強噪背景下物流違規操作檢測方法 166
4.2 貨物安檢圖像的智能判別技術 180
4.2.1 小樣本學習 181
4.2.2 小樣本學習的算法方式 183
4.2.3 多標簽圖像標注 189
4.2.4 多標簽分類 190
4.2.5 使用Tensorflow構建關系網絡與匹配網絡 193
4.2.6 基于YOLOv4算法的違禁寄遞物品識別方法 200
參考文獻 215 第5章 總結與展望 219
5.1 主要工作與結論 220
5.2 未來工作展望 222
1.1 物流安全檢測技術的研究背景 002
1.2 物流安全檢測技術的研究目的和意義 004
1.3 物流安全檢測方法和技術的發展及應用現狀 007
1.3.1 方法和技術研究現狀 007
1.3.2 應用現狀 016
1.4 本書主要內容 031
參考文獻 032 第2章 物流安全檢測技術體系框架 039
2.1 全流程物流安全檢測技術的體系框架 040
2.2 面向在途運輸的物流安全檢測技術方案 046
2.3 面向固定場所的物流安全檢測技術方案 048
參考文獻 050 第3章 基于慣性傳感的物流安全檢測技術 053
3.1 基于慣性傳感的物流安全檢測技術實現流程 054
3.2 基于慣性傳感的物流安全檢測的硬件終端 055
3.2.1 智能慣性傳感終端 056
3.2.2 基于振動能量收集的續航保持技術 060
3.3 基于深度學習的異常物流操作行為識別算法 082
3.3.1 加速度數據預處理（作為基于深度學習的識別算法的輸入） 083
3.3.2 CNN 095
3.3.3 CNN-LSTM 102
3.3.4 CDCE-CNN-GRU 105
3.4 基于慣性傳感的物流安全檢測云平臺 123
3.4.1 功能需求分析 123
3.4.2 云平臺界面 125
3.4.3 云平臺功能 127
參考文獻 128 第4章 基于圖像識別的物流安全檢測技術 135
4.1 人為異常操作行為的智能識別技術 136
4.1.1 快遞分揀人員異常行為研究 136
4.1.2 基于視頻識別的快遞分揀人員異常行為檢測算法 139
4.1.3 基于圖像識別的快遞分揀人員異常行為檢測算法 145
4.1.4 基于輕量化對抗增強的復雜強噪背景下物流違規操作檢測方法 166
4.2 貨物安檢圖像的智能判別技術 180
4.2.1 小樣本學習 181
4.2.2 小樣本學習的算法方式 183
4.2.3 多標簽圖像標注 189
4.2.4 多標簽分類 190
4.2.5 使用Tensorflow構建關系網絡與匹配網絡 193
4.2.6 基于YOLOv4算法的違禁寄遞物品識別方法 200
參考文獻 215 第5章 總結與展望 219
5.1 主要工作與結論 220
5.2 未來工作展望 222
展開全部
書友推薦
- >
李白與唐代文化
- >
名家帶你讀魯迅:故事新編
- >
羅曼·羅蘭讀書隨筆-精裝
- >
山海經
- >
月亮與六便士
- >
巴金－再思錄
- >
回憶愛瑪儂
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
