项目简介： 本项目针对复杂的实际工业环境，基于机器学习最新理论成果和机器视觉基本原理，研究并实现了具有较强鲁棒性的变电站传统机械式电表远程智能读数系统。首先通过图像的预处理对电表区域进行初步定位，然后在此有效范围中利用电表指针的几何形状特点对其进行精准定位，最后通过指针与表盘刻度的相对位置计算电表读数，最终实现了在复杂环境下对电表快速、可靠、精确地远程智能读数，代替了低效的传统人工抄表和数据录入，具有可推广应用的工业价值。 运用机器学习和计算机视觉技术，首先获取指针式仪表表盘图像，然后采用数字图像处理技术提取和识别目标，最后实现指针式仪表示值的自动判读，从而避免人工判读示值工作量大、容易出错等问题。本项目的主要工作内容有：电表特征配置、指针类表计读数判别、建立前馈式神经网络模型、图像智能化判断。 由于工业环境复杂多变，在数据采集过程中不定期地会出现各种故障和干扰。这些极端情况下所采集到的图片若进入系统进行智能读数分析，所得到的分析结果往往是不可信或者无意义的。所以，根据图像的像素分布特点进行分析，系统将自动拒绝对质量过差的问题图像进行分析判断，并向变电站工作人员发送相关警告提示。在提高系统读数结果可靠性的同时，及时发现设备问题并通知工作人员，有利于尽早排除故障、防患于未然。主要技术指标：识别正确率：92.5%；识别速度<3s。 应用范围：项目目前已进入产业化阶段，成果权属为我校独自拥有。

通过人脸检测模块对输入图像进行预处理，自动而准确地定位人脸所在位置并分割出相应的人脸 区域，对人脸面部图像进行特征提取，利用模式分类器进行性别识别。

RFID即射频识别，是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象，可快速地进行物品追踪和数据交换。识别工作无须人工干预，可工作于各种环境。RFID技术可同时识别多个对象，操作快捷方便。 本项目以电力井为对象，开发了手持式及桌面型RFID电缆信息化系统。项目开发的手持式RFID电缆信息化系统，由手持式读写器、UHF超高频射频卡及其读写软件组成，适用于电力井现场采集及电缆信息维护；项目开发的桌面型RFID电缆信息化系统，由桌面型读写器、UHF超高频射频卡及其读写软件组成，适用于办公室中对电力井电缆信息化管理工作。系统可处理中英文字符信息，手持式系统通过GPRS技术可实现远程数据维护。

（1）开发工业字符自动识别算法，有效对旋转、变形、缺失字符进行准确识别，实现自动物流跟踪；（2）支持面喷、侧喷、钢印和手写字符的识别；（3）支持自定义字库，语法，多点同步识别；（4）识别算法对喷印质量没有要求，识别准确率为：对人工能进行识别的字符整体识别正确率为 99%。

场景文字检测与识别是指将自然场景中出现的文字信息识别出来。具体来讲其包含两个部分（如图1）：文字检测和文字识别。在现实生活中，场景文字检测与识别的应用十分广泛。

一、项目进展 创意计划阶段 二、负责人及成员 姓名 学院/所学专业 入学/毕业时间 学号 高志豪 计算机学院/物联网工程 2017年/2021年 201731064410 林钟煇 计算机学院/物联网工程 2018年/2022年 201831064119 阳旭菻 计算机学院/计算机科学与技术 2018年/2022年 201831062525 李沛键 计算机学院/物联网工程 2018年/2022年 201831064115 三、指导教师 姓名 学院/所学专业 职务/职称 研究方向 陈雁 计算机科学学院 副教授 人工智能、复杂网络、能源与人工智能交叉领域 刘忠慧 计算机科学学院 副教授 机器学习、人工智能、形式概念分析 四、项目简介 美国海相页岩气藏的成功勘探开发，展现了页岩气的巨大潜力和发展空间，同时也极大地促进了页岩储层微观结构表征分析技术的发展，通过页岩岩心薄片观察底层形态、确定底层数据，是页岩气勘探开采中的重要一环。页岩储层的孔隙作为页岩组分的一个重要部分，其结构特征直接影响着储层剩余储量的剩余油的分布，因此，对页岩薄片孔隙的形状和类型进行研究是十分必要的。但在目前，页岩薄片只能靠人工鉴定，这种方法工作量大，效率低，且主观性强，误差较大。深度学习是近年发展起来的具有多层次特征抽象归纳与知识发现能力的机器学习算法，目前已经被广泛应用到了语音识别、计算机视觉、自然语言处理等众多领域。在地质和岩石物理领域也有了初步的应用，深度学习方法在地质数据的特征提取及预测识别方面有着广阔的应用前景，本项目组将会开发页岩薄片智能平台，通过机器学习算法来学习专家知识，自动识别孔隙类型，这样就可以大大提高效率，节省人力。

茶叶是我国重要的农产品之一， 也是传统的大宗出口商品。在茶叶种植中，以氯氝菊酣为主

该检测技术目前主要能力有烟丝宽度检测、烟丝结构检测、烟叶霉变检测、污损图文识别、雾化效果检测、烟气成团性检测等，并且实现了在线检测防潮、多频次、样本复杂等检测难点；解决了目前行业内容人工取样检测效率低下、人工观察不及时、无法实现人工检测等难题，在行业创新性上具有重要意义。

已有样品/n该项目所开发的仪器设备可以实现对FNRBCs 准确、高效、快速、低廉的分离与富集，并进行基因组层面的全面分析，为无创性产前诊断技术的发展及相关科学研究的深入提供有力的推动和支撑平台。项目团队在该研究领域进行了长期的研究工作，积累了大量经验，并取得了一定成绩。该成果，方法独特，效果明显并成功用于三体综合症检测。

成果与项目的背景及主要用途： 菌糠是指以棉籽壳、木屑、稻草、玉米芯、甘蔗渣及多种农作物秸秆、工业 废料（如酒糟、醋糟、造纸厂废液及制药厂黄浆废液等）为主要原料栽培食用菌 后的废弃培养基。菌糠主要含有物质是纤维素、半纤维素、木质素、抗营养因子 和少量的蛋白质，这些原料作为培养基栽培食用菌后，通过食用菌菌体的生物固 氮作用、酶解作用等一系列生物转化过程，粗蛋白质、粗脂肪含量均比不经过食 用菌发酵前提高二倍以上，纤维素、半纤维素、木质素等均已被不同程度的降解， 其中粗纤维素降低了 50%以上，木质素降低 30%以上，棉酚降低 60%以上，同 时还产生了多种糖类、有机酸类和生物活性物质。据报道，我国菌糠年产量在 200 万吨以上大部分当作废料而被浪费掉，给环境造成了很大的污染，一些菌糠 可以被用作畜禽饲料，并且用废弃菌糠来改良土壤可以做到废物利用、改善环境， 实现农业的可持续发展。 我国土壤绝大部分严重缺磷、缺钾，化学肥料中的磷元素和钾元素在施肥后 很快被固化，不再能够被植物使用。解磷菌、解钾菌及固氮菌是生物益生菌肥中 的主要菌株，使用这些土壤益生菌可以提高土壤中植物可利用氮磷钾的利用率。 如果能够利用废弃菌糠大规模培养这三种菌，制备成为生物菌肥，将会极大的增 211天津大学科技成果选编 加菌糠做为肥料的优势。本项目利用菌糠培养解磷菌、解钾菌、固氮菌，制备成 为生物菌肥，预期产生极大的经济效益和社会效益。 技术原理与工艺流程简介： 本项目拟利用处理后的废弃菌糠残渣培养酵母、解磷菌、解钾菌、固氮菌， 优化发酵条件，提高菌体量，获得制备微生物菌肥的最佳工艺路线。 天津大学从农业废弃物堆肥中筛选出 7 株解磷能力较强的菌株，其中菌株 FL7 表现出较好的解磷效果，FL7 解磷量为 436.63mg/L。该菌株已经于 2010 年 7 月 13 日在中国微生物菌种保藏中心进行保藏（保藏号：CGMCC NO.4008）。 本课题组还从农业废弃物堆肥中筛选得到解钾菌 K3、固氮菌 N1。解钾菌 K3 解 钾量达 4.10mg/L、固氮菌 N1 固氮量为 1.81×10—2mol/L。 另外，天津大学已经建立了以菌糠为基质培养解磷、解钾、固氮菌的发酵条 件，经过发酵条件优化，制备的菌肥中三种菌的含量达到 48.62×108CFU/g，其 中解磷菌 2.4×108cfu/g，解钾菌 25.22×108cfu/g，固氮菌 21×108cfu/g，均远高于 国标。 应用领域：生物、农业领域 合作方式及条件：具体面议