CN102506707B - 材积分析方法 - Google Patents
材积分析方法 Download PDFInfo
- Publication number
- CN102506707B CN102506707B CN 201110317149 CN201110317149A CN102506707B CN 102506707 B CN102506707 B CN 102506707B CN 201110317149 CN201110317149 CN 201110317149 CN 201110317149 A CN201110317149 A CN 201110317149A CN 102506707 B CN102506707 B CN 102506707B
- Authority
- CN
- China
- Prior art keywords
- data
- volume
- timber
- compartment
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
本发明提供了一种材积分析方法,用于获取车厢中木材的体积,通过对已经获取的材积方面的数据进行数据挖掘分析,得出材积的计算过程中需要用到的数据,并将这些数据与材积之间形成计算公式,这些计算公式对应着木材或车厢所处的不同外部条件下,则对于需要计算材积的车厢,只需要获取其所处的外部条件,便可获取在该条件下的计算公式,然后对该计算公式中的数据进行获取,即可得到材积。通过本发明提供的技术方案,可以简化材积的分析过程,提高计算的效率和准确率。
Description
技术领域
本发明涉及数据分析技术,具体而言,涉及一种材积分析方法。
背景技术
木材是中国海关口岸进口的大宗货物之一,持续增长的木材需求,为海关查验带来很大压力。在相关技术中,对于木材的材积计算的自动化监管,主要是通过对木材的横截面的图像数据进行分析,得到每节车厢装载的木材的横截面的面积,再对长度进行积分后,得到材积。但这种方式对于图像数据的分析和处理过程极为复杂,对系统要求较高,且需要消耗很大的数据资源,
因此,需要一种新的材积分析方法,可以简化材积的分析过程,提高计算的效率和准确率。
发明内容
本发明正是基于上述问题,提出了一种新的材积分析方法,可以简化材积的分析过程,提高计算的效率和准确率。
有鉴于此,本发明提出了一种材积分析方法,用于获取车厢中木材的体积,包括:步骤102,使用搜索装置对存储装置中存储的历史数据进行数据搜索,获取材积值及与计算所述材积值相关的其他数据;步骤104,分析可能存在的多种外部条件,并利用数据分析装置分别针对不同的所述外部条件对所述材积值和所述其他数据进行数据挖掘分析处理,得到与所述外部条件一一对应的材积计算公式,并将所述外部条件与所述材积计算公式对应地存储至所述存储装置;步骤106,通过数据采集装置对需要进行材积分析的车厢进行数据采集,并通过所述数据分析装置对采集结果进行分析,获取所述车厢所处的外部条件,以及通过所述搜索装置从所述存储装置中获取对应于所述外部条件的材积计算公式;步骤108,通过所述数据分析装置对所述采集结果进行数据分析,获取所述材积计算公式中需要的条件数据,以及通过所述数据处理装置,利用所述材积计算公式对所述条件数据进行数据处理,并输出材积值。在该技术方案中,主要是对存储的历史数据进行利用,这些历史数据中应该包括各个车厢的材积,以及计算出该材积所需要的其他数据,因此,这些数据之间必然存在一定的联系,从而才能够计算出材积,而数据挖掘就是通过对获取的数据进行分析后,得出它们之间的这种联系,即材积计算的公式。材积计算的公式可以不止一个,而是与外部条件的变化相关,比如每节车厢的情况不尽相同,如侧壁的有无、车厢的长短等,而对于每节车厢装载的木材的径级、排列方式等也都可能存在差异,那么对于这些差异就存在多种情况,则需要得到分别对应于这些情况的材积计算公式。而当需要再次分析材积时,则获取该车厢的外部条件,然后获取符合这样的条件的材积计算公式。每个采集计算公式中所需要的数据也不尽相同,因此需要在获取公式后,根据公式计算的需要,再进行相关数据的获取,从而最终计算出材积。
在上述技术方案中,优选地,在所述步骤102中,所述其他数据包括:数值属性数据和/或类别属性数据。在该技术方案中,与材积计算时相关的数据包括数值型的数据和用于区分的类别型的数据。
在上述技术方案中,优选地,所述数值属性数据包括:木材外轮廓体积、装货起始高度、径级和/或垫木层数。在该技术方案中,数值型的数据可能有很多,这些都是在计算材积时可能需要使用的数据,但并不是每个公式都要用到所有的数据,对于不同外部条件下,可能只需要其中的几项数据,比如对于厢体式的车厢,则不需要“装货起始高度”,再比如“径级”是针对装载的是原木的情况,而“垫木”只有在装载板材时才会用到。
在上述技术方案中,优选地,所述类别属性数据包括:木材类型、板材类型、有无车厢侧壁、车厢侧壁高度和/或材长。在该技术方案中,对于这类数据,虽然也是与材积的计算相关的数据,但是无法像数据属性数据那样进行处理,比如对于“木材类型”可能为原木或板材,对于“有无车厢侧壁”只能是有或无等等,因此,将这些数据作为区分不同外部情况的条件,如“无侧壁4m原木”、“无侧壁方板材”、“有侧壁宽板材”等。
在上述技术方案中,优选地,所述外部条件包括所述类别属性数据。在该技术方案中,不同的外部条件是由多种类别属性数据进行组合后界定的,比如有无侧壁、原木或是板材等,并形成多种不同的外部条件。
在上述技术方案中,优选地,所述条件数据包括所述数值属性数据。在该技术方案中,条件数据用于进行材积的分析计算,比如对于一种情况下,材积的计算公式中包括木材外轮廓体积、装货起始高度、径级等数据,则通过获取这些数据并带入计算公式,则可以计算得到材积。
在上述技术方案中,优选地,所述步骤102还包括:利用所述数据处理装置对所述材积值进行处理,输出平均材积值,并删除所述材积值中与所述平均材积值的差值大于预设的容错阈值的数据;以及利用所述数据处理装置对所述其他数据中的数值型数据进行分析,输出平均历史数据,并删除所述其他数据中与所述平均历史数据的差值大于预设的容错阈值的数据。在该技术方案中,对材积计算公式的分析,需要用到存储的历史数据,但这些数据并不一定十分准确,甚至可能存在一些错误,因此,在进行数据分析之前,必须将这些错误进行剔除。对于哪些数据可能存在错误,可以通过求得总体的平均值,然后将偏离该平均值过大的数值认为是错误数据,从而错误较大的数据进行去除。
在上述技术方案中,优选地,所述步骤106还包括:利用车厢识别装置对车厢进行识别和区分。在该技术方案中,由于一列火车包括很多车厢,而进行材积分析时,是在火车驶过设备时,对每节车厢进行检测和分析的,因而需要在火车驶过时,对每节车厢进行辨别,然后再针对每节车厢进行进一步检测和分析。
在上述技术方案中,优选地,所述步骤106还包括:利用所述数据采集装置采集所述车厢的编号,并将得到的所述材积值与所述编号对应地存储至所述存储装置。在该技术方案中,通过对车厢的识别和分析,得到每节车厢的材积,将这些数据与对应的车厢进行对应存储,方便相关人员在日后进行查看、使用和检查。同时,除了材积值,还可以将其他在进行材积分析时需要用到的数据进行一并存储,这有助于在进行材积值的检查时,作为直接证据。
在上述技术方案中,优选地,在所述步骤108之后,还包括:将所述材积值作为所述历史数据存储至所述存储装置中。在上述技术方案中,通过将不断测得的数据加入历史数据中,然后利用更新后的数据,对之前得到的公式进行校正,从而重新分析得到新的、更准确的对应于不同外部条件的材积计算公式。
通过以上技术方案,可以简化材积的分析过程,提高计算的效率和准确率。
附图说明
图1示出了根据本发明的实施例的材积分析方法的流程图;
图2示出了根据本发明的实施例的材积分析系统的框图;
图3A示出了根据本发明的实施例的数据采集的示意图;
图3B示出了根据本发明的实施例的数据采集的示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明并不限于下面公开的具体实施例的限制。
图1示出了根据本发明的实施例的材积分析方法的流程图。
如图1所示,根据本发明的实施例的材积分析方法,用于获取车厢中木材的体积,包括:步骤102,使用搜索装置对存储装置中存储的历史数据进行数据搜索,获取材积值及与计算材积值相关的其他数据;步骤104,分析可能存在的多种外部条件,并利用数据分析装置分别针对不同的外部条件对材积值和其他数据进行数据挖掘分析处理,得到与外部条件一一对应的材积计算公式,并将外部条件与材积计算公式对应地存储至存储装置;步骤106,通过数据采集装置对需要进行材积分析的车厢进行数据采集,并通过数据分析装置对采集结果进行分析,获取车厢所处的外部条件,以及通过搜索装置从存储装置中获取对应于外部条件的材积计算公式;步骤108,通过数据分析装置对采集结果进行数据分析,获取材积计算公式中需要的条件数据,以及通过数据处理装置,利用材积计算公式对条件数据进行数据处理,并输出材积值。在该技术方案中,主要是对存储的历史数据进行利用,这些历史数据中应该包括各个车厢的材积,以及计算出该材积所需要的其他数据,因此,这些数据之间必然存在一定的联系,从而才能够计算出材积,而数据挖掘就是通过对获取的数据进行分析后,得出它们之间的这种联系,即材积计算的公式。材积计算的公式可以不止一个,而是与外部条件的变化相关,比如每节车厢的情况不尽相同,如侧壁的有无、车厢的长短等,而对于每节车厢装载的木材的径级、排列方式等也都可能存在差异,那么对于这些差异就存在多种情况,则需要得到分别对应于这些情况的材积计算公式。而当需要再次分析材积时,则获取该车厢的外部条件,然后获取符合这样的条件的材积计算公式。每个采集计算公式中所需要的数据也不尽相同,因此需要在获取公式后,根据公式计算的需要,再进行相关数据的获取,从而最终计算出材积。
在上述技术方案中,在步骤102中,其他数据包括:数值属性数据和/或类别属性数据。在该技术方案中,与材积计算时相关的数据包括数值型的数据和用于区分的类别型的数据。
在上述技术方案中,数值属性数据包括:木材外轮廓体积、装货起始高度、径级和/或垫木层数。在该技术方案中,数值型的数据可能有很多,这些都是在计算材积时可能需要使用的数据,但并不是每个公式都要用到所有的数据,对于不同外部条件下,可能只需要其中的几项数据,比如对于厢体式的车厢,则不需要“装货起始高度”,再比如“径级”是针对装载的是原木的情况,而“垫木”只有在装载板材时才会用到。
在上述技术方案中,类别属性数据包括:木材类型、板材类型、有无车厢侧壁、车厢侧壁高度和/或材长。在该技术方案中,对于这类数据,虽然也是与材积的计算相关的数据,但是无法像数据属性数据那样进行处理,比如对于“木材类型”可能为原木或板材,对于“有无车厢侧壁”只能是有或无等等,因此,将这些数据作为区分不同外部情况的条件,如“无侧壁4m原木”、“无侧壁方板材”、“有侧壁宽板材”等。
在上述技术方案中,外部条件包括类别属性数据。在该技术方案中,不同的外部条件是由多种类别属性数据进行组合后界定的,比如有无侧壁、原木或是板材等,并形成多种不同的外部条件。
在上述技术方案中,条件数据包括数值属性数据。在该技术方案中,条件数据用于进行材积的分析计算,比如对于一种情况下,材积的计算公式中包括木材外轮廓体积、装货起始高度、径级等数据,则通过获取这些数据并带入计算公式,则可以计算得到材积。
在上述技术方案中,步骤102还包括:利用数据处理装置对材积值进行处理,输出平均材积值,并删除材积值中与平均材积值的差值大于预设的容错阈值的数据;以及利用数据处理装置对其他数据中的数值型数据进行分析,输出平均历史数据,并删除其他数据中与平均历史数据的差值大于预设的容错阈值的数据。在该技术方案中,对材积计算公式的分析,需要用到存储的历史数据,但这些数据并不一定十分准确,甚至可能存在一些错误,因此,在进行数据分析之前,必须将这些错误进行剔除。对于哪些数据可能存在错误,可以通过求得总体的平均值,然后将偏离该平均值过大的数值认为是错误数据,从而错误较大的数据进行去除。
在上述技术方案中,步骤106还包括:利用车厢识别装置对车厢进行识别和区分。在该技术方案中,由于一列火车包括很多车厢,而进行材积分析时,是在火车驶过设备时,对每节车厢进行检测和分析的,因而需要在火车驶过时,对每节车厢进行辨别,然后再针对每节车厢进行进一步检测和分析。
在上述技术方案中,步骤106还包括:利用数据采集装置采集车厢的编号,并将得到的材积值与编号对应地存储至存储装置。在该技术方案中,通过对车厢的识别和分析,得到每节车厢的材积,将这些数据与对应的车厢进行对应存储,方便相关人员在日后进行查看、使用和检查。同时,除了材积值,还可以将其他在进行材积分析时需要用到的数据进行一并存储,这有助于在进行材积值的检查时,作为直接证据。
在上述技术方案中,在步骤108之后,还包括:将材积值作为历史数据存储至存储装置中。在该技术方案中,通过将不断测得的数据加入历史数据中,然后利用更新后的数据,对之前得到的公式进行校正,从而重新分析得到新的、更准确的对应于不同外部条件的材积计算公式。
对于上述技术方案中提及的材积分析公式,其具体形式之一如下:
材积=K1*外轮廓体积+K2*装货起始高度+K3*径级+K4*垫木+b
其中,K1、K2、K3、K4和b在每个公式中的取值均不同,同时,由于在不同外部条件下,外轮廓体积、装货起始高度、径级、垫木不一定都需要,比如对于有侧壁的车厢,不需要考虑装货起始高度,此时K2=0,再比如对于原木,不需要考虑垫木的高度,此时K4=0。此外,这里列出的外轮廓体积、装货起始高度、径级、垫木等只是作为实施例的数据,对于实际采用时,若希望降低对系统的要求,可以适当减少数据的类型,而若希望提高准确度,则可以进一步增加其他类型的数据。
图2示出了根据本发明的实施例的材积分析系统的框图。
如图2所示,根据本发明的实施例的材积分析系统200,包括:搜索装置202,对存储装置204中存储的历史数据进行数据搜索,获取材积值及与计算材积值相关的其他数据;存储装置204,存储历史数据,以及对应地存储车厢的编号与分析得到的材积值;数据分析装置206,分别针对不同的外部条件对材积值和其他数据进行数据挖掘分析处理,得到与外部条件一一对应的材积计算公式,并将外部条件与材积计算公式对应地存储至存储装置204;数据采集装置208,对需要进行材积分析的车厢进行数据采集,并通过数据分析装置206对采集结果进行分析,获取车厢所处的外部条件,以及通过数据分析装置对采集结果进行数据分析,获取材积计算公式中需要的条件数据;数据处理装置210,利用材积计算公式对条件数据进行数据处理,并输出材积值;车厢识别装置212,对车厢进行识别和区分。在该技术方案中,主要是对存储的历史数据进行利用,这些历史数据中应该包括各个车厢的材积,以及计算出该材积所需要的其他数据,因此,这些数据之间必然存在一定的联系,从而才能够计算出材积,而数据挖掘就是通过对获取的数据进行分析后,得出它们之间的这种联系,即材积计算的公式。材积计算的公式可以不止一个,而是与外部条件的变化相关,比如每节车厢的情况不尽相同,如侧壁的有无、车厢的长短等,而对于每节车厢装载的木材的径级、排列方式等也都可能存在差异,那么对于这些差异就存在多种情况,则需要得到分别对应于这些情况的材积计算公式。而当需要再次分析材积时,则获取该车厢的外部条件,然后获取符合这样的条件的材积计算公式。每个采集计算公式中所需要的数据也不尽相同,因此需要在获取公式后,根据公式计算的需要,再进行相关数据的获取,从而最终计算出材积。
在上述技术方案中,其他数据包括:数值属性数据和/或类别属性数据。在该技术方案中,与材积计算时相关的数据包括数值型的数据和用于区分的类别型的数据。
在上述技术方案中,数值属性数据包括:木材外轮廓体积、装货起始高度、径级和/或垫木层数。在该技术方案中,数值型的数据可能有很多,这些都是在计算材积时可能需要使用的数据,但并不是每个公式都要用到所有的数据,对于不同外部条件下,可能只需要其中的几项数据,比如对于厢体式的车厢,则不需要“装货起始高度”,再比如“径级”是针对装载的是原木的情况,而“垫木”只有在装载板材时才会用到。
在上述技术方案中,类别属性数据包括:木材类型、板材类型、有无车厢侧壁、车厢侧壁高度和/或材长。在该技术方案中,对于这类数据,虽然也是与材积的计算相关的数据,但是无法像数据属性数据那样进行处理,比如对于“木材类型”可能为原木或板材,对于“有无车厢侧壁”只能是有或无等等,因此,将这些数据作为区分不同外部情况的条件,如“无侧壁4m原木”、“无侧壁方板材”、“有侧壁宽板材”等。
在上述技术方案中,外部条件包括类别属性数据。在该技术方案中,不同的外部条件是由多种类别属性数据进行组合后界定的,比如有无侧壁、原木或是板材等,并形成多种不同的外部条件。
在上述技术方案中,条件数据包括数值属性数据。在该技术方案中,条件数据用于进行材积的分析计算,比如对于一种情况下,材积的计算公式中包括木材外轮廓体积、装货起始高度、径级等数据,则通过获取这些数据并带入计算公式,则可以计算得到材积。
在上述技术方案中,还包括:利用数据处理装置210对材积值进行处理,输出平均材积值,并删除材积值中与平均材积值的差值大于预设的容错阈值的数据;以及利用数据处理装置210对其他数据中的数值型数据进行分析,输出平均历史数据,并删除其他数据中与平均历史数据的差值大于预设的容错阈值的数据。在该技术方案中,对材积计算公式的分析,需要用到存储的历史数据,但这些数据并不一定十分准确,甚至可能存在一些错误,因此,在进行数据分析之前,必须将这些错误进行剔除。对于哪些数据可能存在错误,可以通过求得总体的平均值,然后将偏离该平均值过大的数值认为是错误数据,从而错误较大的数据进行去除。
在上述技术方案中,由于一列火车包括很多车厢,而进行材积分析时,是在火车驶过设备时,对每节车厢进行检测和分析的,因而需要在火车驶过时,对每节车厢进行辨别,然后再针对每节车厢进行进一步检测和分析。
在上述技术方案中,还包括:利用数据采集装置208采集车厢的编号,并将得到的材积值与编号对应地存储至存储装置204。在该技术方案中,通过对车厢的识别和分析,得到每节车厢的材积,将这些数据与对应的车厢进行对应存储,方便相关人员在日后进行查看、使用和检查。同时,除了材积值,还可以将其他在进行材积分析时需要用到的数据进行一并存储,这有助于在进行材积值的检查时,作为直接证据。
在上述技术方案中,还包括:将材积值作为历史数据存储至存储装置204中。在该技术方案中,通过将不断测得的数据加入历史数据中,然后利用更新后的数据,对之前得到的公式进行校正,从而重新分析得到新的、更准确的对应于不同外部条件的材积计算公式。
对于上述技术方案中提及的材积分析公式,其具体形式之一如下:
材积=K1*外轮廓体积+K2*装货起始高度+K3*径级+K4*垫木+b
其中,K1、K2、K3、K4和b在每个公式中的取值均不同,同时,由于在不同外部条件下,外轮廓体积、装货起始高度、径级、垫木不一定都需要,比如对于有侧壁的车厢,不需要考虑装货起始高度,此时K2=0,再比如对于原木,不需要考虑垫木的高度,此时K4=0。此外,这里列出的外轮廓体积、装货起始高度、径级、垫木等只是作为实施例的数据,对于实际采用时,若希望降低对系统的要求,可以适当减少数据的类型,而若希望提高准确度,则可以进一步增加其他类型的数据。
图3A及图3B为根据本发明的实施例的数据采集的示意图。
如图3A所示,为车厢302在沿着行驶方向306前进时的示意图,由探测器304对车厢302进行扫描。扫描过程中,通过探测器304发射出射线308,射线308的发射方向通常为与行驶方向垂直,以便完成对车厢302的扫描。
图3B为车厢302的横截面的示意图,可以看到,射线308可以为一条或多条射线,从而方便得到更为丰富的数据,提高准确性。
在上述技术方案中,射线308可以为激光,如红外波段或可见光波段的激光,也可以为超声波,或是其它任意可以用于此处的射线。
上述技术方案中的外轮廓体积是指木材被装在车厢中时,从横截面观察时,其木材外轮廓体积。外轮廓体积的计算,主要是通过获取有效截面平均面积,则
木材外轮廓体积=有效截面平均面积*木材长度
其中,木材长度可以通过很多方法进行测量,比如通过记录车厢被扫描的时间和测得的车厢运动速度,则
木材长度=车厢被扫描的时间*车厢运动速度
或者,对于通常使用的车厢,其长度往往是固定的,比如12米,则在确定长度一致的情况下,可以直接使用固定长度。
而对于有效截面平均面积,是指探测器在对车厢进行扫描的过程中,得到的多个有效截面面积的平均值。而这里的有效截面面积是指去除未扫描到车厢中的木材的空截面和扫描到的木材两端的截面,去除车厢侧壁和立柱,且加入对车厢的底部高度的考虑后,处理得到的截面的面积。
以上结合附图详细说明了本发明的技术方案,考虑到相关技术中的材积分析方法算法复杂,需要占用较多的资源。因此,本发明提供了一种新的材积分析方法,可以简化材积的分析过程,提高计算的效率和准确率。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种材积分析方法,用于获取车厢中木材的体积,其特征在于,包括:
步骤102,使用搜索装置对存储装置中存储的历史数据进行数据搜索,获取材积值及与计算所述材积值相关的其他数据;
步骤104,分析可能存在的多种外部条件,并利用数据分析装置分别针对不同的所述外部条件对所述材积值和所述其他数据进行数据挖掘分析处理,得到与所述外部条件一一对应的材积计算公式,并将所述外部条件与所述材积计算公式对应地存储至所述存储装置;
步骤106,通过数据采集装置对需要进行材积分析的车厢进行数据采集,并通过所述数据分析装置对采集结果进行分析,获取所述车厢所处的外部条件,以及通过所述搜索装置从所述存储装置中获取对应于所述外部条件的材积计算公式;
步骤108,通过所述数据分析装置对所述采集结果进行数据分析,获取所述材积计算公式中需要的条件数据,以及通过所述数据处理装置,利用所述材积计算公式对所述条件数据进行数据处理,并输出材积值;
在所述步骤102中,所述其他数据包括:
数值属性数据和类别属性数据;
所述数值属性数据包括:木材外轮廓体积、装货起始高度、径级和垫木层数,其中,对于厢体式的车厢,所述数值属性数据中不包括装货起始高度,所述数值属性数据中的径级是针对装载的是原木的情况,所述数值属性数据中的垫木层数只有在装载板材时才会用到;
所述类别属性数据包括:木材类型、板材类型、有无车厢侧壁、车厢侧壁高度和材长;
所述材积计算公式包括:
材积=K1*外轮廓体积+K2*装货起始高度+K3*径级+K4*垫木+b,其中,对于有侧壁的车厢,不需要考虑装货起始高度,此时K2=0,对于原木,不需要考虑垫木的高度,此时K4=0。
2.根据权利要求1所述的材积分析方法,其特征在于,所述外部条件包括所述类别属性数据。
3.根据权利要求1所述的材积分析方法,其特征在于,所述条件数据包括所述数值属性数据。
4.根据权利要求1所述的材积分析方法,其特征在于,所述步骤102还包括:
利用所述数据处理装置对所述材积值进行处理,输出平均材积值,并删除所述材积值中与所述平均材积值的差值大于预设的容错阈值的数据;以及
利用所述数据处理装置对所述其他数据中的数值型数据进行分析,输出平均历史数据,并删除所述其他数据中与所述平均历史数据的差值大于预设的容错阈值的数据。
5.根据权利要求1所述的材积分析方法,其特征在于,所述步骤106还包括:
利用车厢识别装置对车厢进行识别和区分。
6.根据权利要求1所述的材积分析方法,其特征在于,所述步骤106还包括:
利用所述数据采集装置采集所述车厢的编号,并将得到的所述材积值与所述编号对应地存储至所述存储装置。
7.根据权利要求1至6中任一项所述的材积分析方法,其特征在于,在所述步骤108之后,还包括:
将所述材积值作为所述历史数据存储至所述存储装置中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110317149 CN102506707B (zh) | 2011-10-18 | 2011-10-18 | 材积分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110317149 CN102506707B (zh) | 2011-10-18 | 2011-10-18 | 材积分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102506707A CN102506707A (zh) | 2012-06-20 |
CN102506707B true CN102506707B (zh) | 2013-12-25 |
Family
ID=46218815
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110317149 Active CN102506707B (zh) | 2011-10-18 | 2011-10-18 | 材积分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102506707B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SE9603880D0 (sv) * | 1996-10-23 | 1996-10-23 | Bengt Soervik | Förfarande och anordning för skoglig planering |
WO2010008074A1 (ja) * | 2008-07-18 | 2010-01-21 | 瀬戸製材株式会社 | 木材の管理システム |
CN201233223Y (zh) * | 2008-07-30 | 2009-05-06 | 天恒威科技(北京)有限公司 | 一种木材自动监管系统 |
-
2011
- 2011-10-18 CN CN 201110317149 patent/CN102506707B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN102506707A (zh) | 2012-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108711148B (zh) | 一种基于深度学习的轮胎缺陷智能检测方法 | |
CN102636404B (zh) | 一种车载煤炭质量检测方法及装置 | |
CN103884289B (zh) | 基于双激光测距仪的航空行李尺寸和件数检查方法 | |
CN102175768A (zh) | 一种基于振动信号的高铁钢轨伤损探测方法及装置 | |
CN104034796B (zh) | 一种管道漏磁内检测数据实时处理装置及方法 | |
WO2011048219A3 (fr) | Methode et systeme pour evaluer la ressemblance d'un objet requete a des objets de reference | |
CN109278053A (zh) | 一种铁路隧道检测方法 | |
CN103150631A (zh) | 基于图像匹配的自动物品管理方法及其系统 | |
CN104330038B (zh) | 一种尺寸测量的方法 | |
CN103424420A (zh) | 一种基于拟合的核磁共振信号处理方法 | |
CN109374631A (zh) | 一种隧道状态评测方法 | |
CN108463736A (zh) | 异常检测装置以及异常检测系统 | |
CN110673038B (zh) | 一种电池检测方法、装置及系统 | |
CN102930279A (zh) | 用于产品数量检测的图像识别方法 | |
CN107894281A (zh) | 一种车载高速公路隧道照明亮度标准自动检测方法 | |
CN111581697A (zh) | 基于bim的桥梁检测信息管理方法及系统 | |
CN102998999B (zh) | 石油化工产品生产设备性能参数校核装置 | |
CN102565074A (zh) | 小张清分机疑似缺陷产品图像复检系统及方法 | |
CN102506707B (zh) | 材积分析方法 | |
CN202562477U (zh) | 集装箱码头堆场集装箱危险堆存方式检测装置 | |
CN101839978A (zh) | 一种高速公路绿色通道敞篷车装载率获取方法 | |
CN109766794B (zh) | 一种自动化实时道路检测方法及其系统 | |
CN105547914A (zh) | 一种火车煤密度测量系统 | |
CN207374421U (zh) | 一种新型列车车轮随动式智能探伤系统 | |
CN102722723A (zh) | 一种基于多尺度的Adaboost检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |