CN106767966A - 一种计数器读数模糊推论识别算法 - Google Patents

一种计数器读数模糊推论识别算法 Download PDF

Info

Publication number
CN106767966A
CN106767966A CN201611082659.1A CN201611082659A CN106767966A CN 106767966 A CN106767966 A CN 106767966A CN 201611082659 A CN201611082659 A CN 201611082659A CN 106767966 A CN106767966 A CN 106767966A
Authority
CN
China
Prior art keywords
character wheel
reading
current character
location status
current
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.)
Pending
Application number
CN201611082659.1A
Other languages
English (en)
Inventor
林兵
林光明
谢彦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Yue Yue Instrument Co Ltd
Chongqing City Yushui Instrument Co Ltd
Original Assignee
Chongqing Yue Yue Instrument Co Ltd
Chongqing City Yushui Instrument Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Yue Yue Instrument Co Ltd, Chongqing City Yushui Instrument Co Ltd filed Critical Chongqing Yue Yue Instrument Co Ltd
Priority to CN201611082659.1A priority Critical patent/CN106767966A/zh
Publication of CN106767966A publication Critical patent/CN106767966A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
    • G01D5/26—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light
    • G01D5/40—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light specially adapted for use with infrared light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G06N5/048—Fuzzy inferencing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Character Discrimination (AREA)

Abstract

一种计数器读数模糊推论识别算法，通过矩阵扫描方式采集传感器中的数字信号，并存入传感器信号矩阵中，采用动态比较算法得到有用数字信号并做归一化处理后得到有用格雷码，通过查询格雷码对照表得出字轮组中每位字轮的读数及其位置状态，通过模糊处理方法确定每位字轮连续传动的状态，然后进行迭代计算，计算得到字轮组的最终读数，运用此发明提高了实际工况下由机械读数转换成电子读数的准确率。

Description

一种计数器读数模糊推论识别算法
技术领域
本发明涉及一种户用智能表计由机械读数转换成电子读数的识别算法，特别是一种计数器读数模糊推论识别算法。
背景技术
现有智能表计将机械计数器读数转换成电子读数是通过传感器的通断输出来将机械读数转换为电子读数，在实际应用中抗干扰能力差，字轮联动到进借位状态时读数转换不准确，在实际工况条件下，其转换准确率低于90％，按照现有方案，10000个计数器中当强光照射到计数器上时，4551个计数器在机械读数转换为电子读数时机械读数与电子读数不一致，输出错误读数，当计数器中有水泡时，3765个计数器机械读数转换为电子读数时机械读数与电子读数不一致。
为此，本发明提出一种计数器读数模糊推论识别算法。
发明内容
本发明的目的就是提供一种计数器读数模糊推论识别算法，优点是避免背景噪声信号所产生的干扰。
本发明的目的是通过这样的技术方案实现的，它具体步骤依次为
(1)关闭传感器发射端，通过矩阵扫描方法采集传感器接收到的背景噪声数字信号，将背景噪声数字信号存入传感器信号矩阵中；
(2)打开传感器发射端，通过矩阵扫描方法采集工作数字信号，将工作数字信号存入传感器信号矩阵中，所述工作数字信号包括有背景噪声数字信号和有用数字信号；
(3)通过动态比较算法，将传感器信号矩阵中的背景噪声信号去除，得到传感器信号矩阵中的有用数字信号，并将有用数字信号做归一化处理后得到有用的格雷码；
(4)根据有用的格雷码查询格雷码对照表后得出字轮组中每位字轮的读数及其位置状态；所述位置状态为上部或中部或下部；
(5)字轮组中每位字轮通过齿轮由低位向高位进行传动，在每位字轮连续传动的过程中，通过模糊处理方法将字轮组的读数、字轮组的位数和每位字轮的位置状态作为输入，确定每位字轮连续传动的状态，所述连续传动的状态为正常状态或进位状态或借位状态；所述进位状态是将字轮的读数0到8九个数字的读数加一；所述借位状态是将字轮的读数9置0后将字轮上一位的读数加一，所述正常状态是直接保存字轮的读数
(6)将字轮组的读数、字轮组的位数、每位字轮的位置状态和每位字轮的连续传动的状态作为输入，通过迭代计算方法，得出最终字轮组的读数。
进一步，所述模糊处理方法步骤依次为
S1.将字轮组的读数、字轮组的位数和每位字轮的位置状态作为输入，将字轮组中最低位字轮作为当前字轮，并取出当前字轮的读数及其位置状态并跳转到S2；
S2.判断当前字轮的读数是否为0且当前字轮的位置状态是否为上部，若当前字轮的读数为0且当前字轮的位置状态为上部，则跳转到S4；若当前字轮的读数不为0且当前字轮的位置状态不为上部，则跳转到S3；若当前字轮的读数不为0且当前字轮的位置状态为上部，则跳转到S3；若当前字轮的读数为0且当前字轮的位置状态不为上部，则跳转到S3；
S3.判断当前字轮的读数是否为9且当前字轮的位置状态是否为下部，若当前字轮的读数为9且当前字轮的位置状态为下部，则跳转到S5,；若当前字轮的读数不为9且当前字轮的位置状态不为下部，则跳转到S6；若当前字轮的读数不为9且当前字轮的位置状态为下部，则跳转到S6；若当前字轮的读数为9且当前字轮的位置状态不为下部，则跳转到S6；
S4.将当前字轮连续传动的状态标记为进位状态并跳转到S7；
S5.将当前字轮连续传动的状态标记为借位状态并跳转到S7；
S6.将当前字轮连续传动的状态标记为正常状态并跳转到S7；
S7.保存当前字轮的读数、位置状态及其连续传动的状态并跳转到S8；
S8.判断字轮组的位数是否全部处理完成，若字轮组的位数全部处理完成，则跳转到S10；若字轮组的位数没有全部处理完，则跳转到S9；
S9.取出当前字轮的上一位字轮的读数和位置状态，并将当前字轮的上一位字轮设定为新的当前字轮并跳转到S2；
S10.保存字轮组的读数、位数、位置状态及其连续传动的状态。
进一步，所述迭代计算方法步骤依次为
S1.将字轮组的读数、位数、位置状态及其连续传动的状态作为输入，将字轮组中最低位字轮作为当前字轮，并取出当前字轮的读数、位置状态及其连续传动的状态并跳转到S2；
S2.通过关联处理方法得到当前字轮的最终读数，并跳转到S3；
S3.判断字轮组的位数是否全部输入完，若字轮组的位数全部处理完成，则跳转到S5；若字轮组的位数没有处理完成，则跳转到S4；
S4.将当前字轮的上一位字轮设定为新的当前字轮，取出新的当前字轮的读数和位置状态及其连续传动的状态，并跳转到S2；
S5.保存字轮组最终的读数。
进一步，所述关联处理方法步骤依次为
S1.将当前字轮的读数、当前字轮的位置状态及当前字轮连续传动的状态作为输入，判断当前字轮连续传动的状态为正常状态或者进位状态或者借位状态，若当前字轮连续传动的状态为正常状态，则跳转到S 12；若当前字轮连续传动的状态为进位状态，则跳转到S2；若当前字轮连续传动的状态为借位状态，则跳转到S4；
S2.判断当前字轮的位置状态是否为下部，若当前字轮的位置状态为下部，则跳转到S6；若当前字轮的位置状态不为下部，则跳转到S3；
S3.保存当前字轮的读数并跳转到S12；
S4.判断当前字轮的位置状态是否为上部，若当前字轮的位置状态为上部，则跳转到S8；若当前字轮的位置状态不为上部，则跳转到S5；
S5.保存当前字轮的读数并跳转到S12；
S6.判断当前字轮的读数是否为9，若当前字轮的读数为9，则跳转到S10；若当前字轮的读数不为9，则跳转到S7；
S7.将当前字轮的读数加1后跳转到S12；
S8.判断当前字轮的读数是否为0，若当前字轮的读数为0，则跳转到S11；若当前字轮的读数不为0，则跳转到S9；
S9.将当前字轮的读数减1后跳转到S12；
S10.将当前字轮的读数置0后跳转到S12；
S11.将当前字轮的读数置9后跳转到S12；
S12.输出当前字轮最终的读数。
进一步，所述传感器接收到的背景噪声数字信号是通过传感器接收到的背景噪声模拟信号得到的，所述传感器接收到的背景噪声模拟信号是通过矩阵扫描方式得到的。
进一步，所述工作数字信号是通过工作模拟信号得到的，所述工作模拟信号是通过矩阵扫描方式得到。
进一步，所述传感器为5对红外对射传感器，并均匀分布在每位字轮的圆周上。
由于采用了上述技术方案，本发明具有如下的优点：将机械计数装置的读数准确、稳定地转换为电子读数，通过动态比较算法解决背景噪声对传感器的影响，获得稳定、准确的传感器信号，使机械计数器读数转换成电子读数时抗干扰能力强、转换准确、可靠，大大降低维修成本、维护成本，在各种工况环境下，其转换准确率可达到99.99％，完全满足实际工况的要求。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书和权利要求书来实现和获得。
附图说明
本发明的附图说明如下：
图1为本发明的工作原理总框图；
图2为本发明的模糊处理方法流程图；
图3为本发明的迭代计算方法流程图；
图4为本发明的关联处理方法流程图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
关闭红外传感器发射二极管，通过矩阵扫描方法逐一将红外传感器接收三极管的背景噪声进行A/D采样，将25个传感器接收端的背景噪声数字信号存入传感器信号矩阵中，有利于筛选出有用数字信号。
打开红外传感器发射二极管，通过矩阵扫描方法逐一将红外传感器接收三极管的工作信号进行A/D采样，并将采集到的工作数字信号存入传感器信号矩阵中，工作数字信号包括有背景噪声数字信号和有用数字信号。
将传感器信号矩阵中的工作数字信号与传感器接收端的背景噪声数字信号进行动态比较计算，得到传感器信号矩阵中的有用数字信号，并将有用数字信号做归一化处理后得到字轮的格雷码，有利于去除背景噪声信号得到有用数字信号，避免背景噪声信号带来的干扰。
字轮上面有0-9十个数字，每个数字可分得3组格雷码，并将每个数字的位置状态分为上部、中部、下部，得到格雷码对照表，有利于进一步获取准确的字轮读数。
计数器的多位字轮通过四八齿由低位向高位进行传动，在字轮的连续转动的过程中，将字轮连续转动的状态模糊处理为三种状态：正常状态、进位状态和借位状态，有利于获取准确的字轮读数。
模糊处理方法步骤依次为：
S1.将字轮组的读数、字轮组的位数和每位字轮的位置状态作为输入，将字轮组中最低位字轮作为当前字轮，并取出当前字轮的读数及其位置状态并跳转到S2；
S2.判断当前字轮的读数是否为0且当前字轮的位置状态是否为上部，若当前字轮的读数为0且当前字轮的位置状态为上部，则跳转到S4；若当前字轮的读数不为0且当前字轮的位置状态不为上部，则跳转到S3；若当前字轮的读数不为0且当前字轮的位置状态为上部，则跳转到S3；若当前字轮的读数为0且当前字轮的位置状态不为上部，则跳转到S3；
S3.判断当前字轮的读数是否为9且当前字轮的位置状态是否为下部，若当前字轮的读数为9且当前字轮的位置状态为下部，则跳转到S5,；若当前字轮的读数不为9且当前字轮的位置状态不为下部，则跳转到S6；若当前字轮的读数不为9且当前字轮的位置状态为下部，则跳转到S6；若当前字轮的读数为9且当前字轮的位置状态不为下部，则跳转到S6；
S4.将当前字轮连续传动的状态标记为进位状态并跳转到S7；
S5.将当前字轮连续传动的状态标记为借位状态并跳转到S7；
S6.将当前字轮连续传动的状态标记为正常状态并跳转到S7；
S7.保存当前字轮的读数、位置状态及其连续传动的状态并跳转到S8；
S8.判断字轮组的位数是否全部处理完成，若字轮组的位数全部处理完成，则跳转到S10；若字轮组的位数没有全部输入完，则跳转到S9；
S9.取出当前字轮的上一位字轮的读数和位置状态，并将当前字轮的上一位字轮设定为新的当前字轮并跳转到S2；
S10.保存字轮组的读数、位数、位置状态及其连续传动的状态。
将字轮组的读数、位数、位置状态及其连续传动的状态作为输入，通过迭代计算方法，输出最终字轮的读数，避免实际工况中所产生的误差。
迭代计算方法步骤依次为：
S1.将字轮组的读数、位数、位置状态及其连续传动的状态作为输入，将字轮组中最低位字轮作为当前字轮，并取出当前字轮的读数、位置状态及其连续传动的状态并跳转到S2；
S2.通过关联处理方法得到当前字轮的最终读数，并跳转到S3；
S3.判断字轮组的位数是否全部输入完，若字轮组的位数全部处理完成，则跳转到S5；若字轮组的位数没有处理完成，则跳转到S4；
S4.将当前字轮的上一位字轮设定为新的当前字轮，取出新的当前字轮的读数和位置状态及其连续传动的状态，并跳转到S2；
S5.保存字轮组最终的读数。
关联处理方法步骤依次为：
S1.将当前字轮的读数、当前字轮的位置状态及当前字轮连续传动的状态作为输入，判断当前字轮连续传动的状态为正常状态或者进位状态或者借位状态，若当前字轮连续传动的状态为正常状态，则跳转到S 12；若当前字轮连续传动的状态为进位状态，则跳转到S2；若当前字轮连续传动的状态为借位状态，则跳转到S4；
S2.判断当前字轮的位置状态是否为下部，若当前字轮的位置状态为下部，则跳转到S6；若当前字轮的位置状态不为下部，则跳转到S3；
S3.保存当前字轮的读数并跳转到S12；
S4.判断当前字轮的位置状态是否为上部，若当前字轮的位置状态为上部，则跳转到S8；若当前字轮的位置状态不为上部，则跳转到S5；
S5.保存当前字轮的读数并跳转到S12；
S6.判断当前字轮的读数是否为9，若当前字轮的读数为9，则跳转到S10；若当前字轮的读数不为9，则跳转到S7；
S7.将当前字轮的读数加1后跳转到S12；
S8.判断当前字轮的读数是否为0，若当前字轮的读数为0，则跳转到S11；若当前字轮的读数不为0，则跳转到S9；
S9.将当前字轮的读数减1后跳转到S12；
S10.将当前字轮的读数置0后跳转到S12；
S11.将当前字轮的读数置9后跳转到S12；
S12.输出当前字轮最终的读数。
传感器接收到的背景噪声数字信号是通过传感器接收到的背景噪声模拟信号得到的，传感器接收到的背景噪声模拟信号是通过矩阵扫描方式得到的，将模拟信号转换成数字信号方便计算。
工作数字信号是通过工作模拟信号得到的，所述工作模拟信号是通过矩阵扫描方式得到，将模拟信号转换成数字信号方便计算。
传感器为5对红外对射传感器，并均匀分布在每位字轮的圆周上，有利于更精确的获取传感器上的信号。
表1为有用格雷码表；
表2为格雷码对照表；
表3为每个字轮的读数、位置状态及其连续传动的状态；
表4为本发明算法和以前的算法的对照表。
通过矩阵扫描方法得到背景噪声数字信号和工作数字信号并将背景噪声数字信号和工作数字信号存入传感器信号矩阵中，通过动态比较算法得到传感器信号矩阵中有用数字信号，有用数字信号做归一化处理后得到表1，通过查询表2，根据表1中的有用格雷码得出表3。
位数 第五位 第四位 第三位 第二位 第一位
有用格雷码 0A 17 C C 0E
表1
表2
表3
通过本发明的算法输出整个字轮最终的读数为：02000
表4
通过本发明的算法输出整个字轮最终的读数为：02000
通过以前的算法得出的整个字轮最终的读数为：01990
采用本发明算法，直读计数器的电子转换读数输出与机械计数器一致，解决了机械读数转换成电子读数时机械读数与电子读数一致的问题，避免了背景噪声信号产生的干扰。
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (7)

1.一种计数器读数模糊推论识别算法，其特征在于:所述计数器读数模糊推论识别算法，具体步骤依次为
(1)关闭传感器发射端，通过矩阵扫描方法采集传感器接收到的背景噪声数字信号，将背景噪声数字信号存入传感器信号矩阵中；
(2)打开传感器发射端，通过矩阵扫描方法采集工作数字信号，将工作数字信号存入传感器信号矩阵中，所述工作数字信号包括有背景噪声数字信号和有用数字信号；
(3)通过动态比较算法，将传感器信号矩阵中的背景噪声信号去除，得到传感器信号矩阵中的有用数字信号，并将有用数字信号做归一化处理后得到有用的格雷码；
(4)根据有用的格雷码查询格雷码对照表后得出字轮组中每位字轮的读数及其位置状态；所述位置状态为上部或中部或下部；
(5)字轮组中每位字轮通过齿轮由低位向高位进行传动，在每位字轮连续传动的过程中，通过模糊处理方法将字轮组的读数、字轮组的位数和每位字轮的位置状态作为输入，确定每位字轮连续传动的状态；所述连续传动的状态为正常状态或进位状态或借位状态；所述进位状态是将字轮的读数0到8九个数字的读数加一，所述借位状态是将字轮的读数9置0后将字轮上一位的读数加一，所述正常状态是直接保存字轮的读数；
(6)将字轮组的读数、字轮组的位数、每位字轮的位置状态和每位字轮的连续传动的状态作为输入，通过迭代计算方法，得出最终字轮组的读数。
2.如权利要求1所述的计数器读数模糊推论识别算法，其特征在于：所述模糊处理方法步骤依次为
S1.将字轮组的读数、字轮组的位数和每位字轮的位置状态作为输入，将字轮组中最低位字轮作为当前字轮，并取出当前字轮的读数及其位置状态并跳转到S2；
S2.判断当前字轮的读数是否为0且当前字轮的位置状态是否为上部，若当前字轮的读数为0且当前字轮的位置状态为上部，则跳转到S4；若当前字轮的读数不为0且当前字轮的位置状态不为上部，则跳转到S3；若当前字轮的读数不为0且当前字轮的位置状态为上部，则跳转到S3；若当前字轮的读数为0且当前字轮的位置状态不为上部，则跳转到S3；
S3.判断当前字轮的读数是否为9且当前字轮的位置状态是否为下部，若当前字轮的读数为9且当前字轮的位置状态为下部，则跳转到S5,；若当前字轮的读数不为9且当前字轮的位置状态不为下部，则跳转到S6；若当前字轮的读数不为9且当前字轮的位置状态为下部，则跳转到S6；若当前字轮的读数为9且当前字轮的位置状态不为下部，则跳转到S6；
S4.将当前字轮连续传动的状态标记为进位状态并跳转到S7；
S5.将当前字轮连续传动的状态标记为借位状态并跳转到S7；
S6.将当前字轮连续传动的状态标记为正常状态并跳转到S7；
S7.保存当前字轮的读数、位置状态及其连续传动的状态并跳转到S8；
S8.判断字轮组的位数是否全部处理完成，若字轮组的位数全部处理完成，则跳转到S10；若字轮组的位数没有全部输入完，则跳转到S9；
S9.取出当前字轮的上一位字轮的读数和位置状态，并将当前字轮的上一位字轮设定为新的当前字轮并跳转到S2；
S10.保存字轮组的读数、位数、位置状态及其连续传动的状态。
3.如权利要求1所述的计数器读数模糊推论识别算法，其特征在于：所述迭代计算方法步骤依次为
S1.将字轮组的读数、位数、位置状态及其连续传动的状态作为输入，将字轮组中最低位字轮作为当前字轮，并取出当前字轮的读数、位置状态及其连续传动的状态并跳转到S2；
S2.通过关联处理方法得到当前字轮的最终读数，并跳转到S3；
S3.判断字轮组的位数是否全部处理完，若字轮组的位数全部处理完成，则跳转到S5；若字轮组的位数没有处理完成，则跳转到S4；
S4.将当前字轮的上一位字轮设定为新的当前字轮，取出新的当前字轮的读数和位置状态及其连续传动的状态，并跳转到S2；
S5.保存字轮组最终的读数。
4.如权利要求3所述的计数器读数模糊推论识别算法，其特征在于：所述关联处理方法步骤依次为
S1.将当前字轮的读数、当前字轮的位置状态及当前字轮连续传动的状态作为输入，若当前字轮连续传动的状态为正常状态，则跳转到S12；若当前字轮连续传动的状态为进位状态，则跳转到S2；若当前字轮连续传动的状态为借位状态，则跳转到S4；
S2.判断当前字轮的位置状态是否为下部，若当前字轮的位置状态为下部，则跳转到S6；若当前字轮的位置状态不为下部，则跳转到S3；
S3.保存当前字轮的读数并跳转到S12；
S4.判断当前字轮的位置状态是否为上部，若当前字轮的位置状态为上部，则跳转到S8；若当前字轮的位置状态不为上部，则跳转到S5；
S5.保存当前字轮的读数并跳转到S12；
S6.判断当前字轮的读数是否为9，若当前字轮的读数为9，则跳转到S10；若当前字轮的读数不为9，则跳转到S7；
S7.将当前字轮的读数加1后跳转到S12；
S8.判断当前字轮的读数是否为0，若当前字轮的读数为0，则跳转到S11；若当前字轮的读数不为0，则跳转到S9；
S9.将当前字轮的读数减1后跳转到S12；
S10.将当前字轮的读数置0后跳转到S12；
S11.将当前字轮的读数置9后跳转到S12；
S12.输出当前字轮最终的读数。
5.如权利要求1所述的计数器读数模糊推论识别算法，其特征在于：所述传感器接收到的背景噪声数字信号是通过传感器接收到的背景噪声模拟信号得到的，所述传感器接收到的背景噪声模拟信号是通过矩阵扫描方式得到的。
6.如权利要求1所述的计数器读数模糊推论识别算法，其特征在于：所述工作数字信号是通过工作模拟信号得到的，所述工作模拟信号是通过矩阵扫描方式得到。
7.如权利要求1所述的计数器读数模糊推论识别算法，其特征在于：所述传感器为5对红外对射传感器，并均匀分布在每位字轮的圆周上。
CN201611082659.1A 2016-11-30 2016-11-30 一种计数器读数模糊推论识别算法 Pending CN106767966A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611082659.1A CN106767966A (zh) 2016-11-30 2016-11-30 一种计数器读数模糊推论识别算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611082659.1A CN106767966A (zh) 2016-11-30 2016-11-30 一种计数器读数模糊推论识别算法

Publications (1)

Publication Number Publication Date
CN106767966A true CN106767966A (zh) 2017-05-31

Family

ID=58901510

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611082659.1A Pending CN106767966A (zh) 2016-11-30 2016-11-30 一种计数器读数模糊推论识别算法

Country Status (1)

Country Link
CN (1) CN106767966A (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2219112A (en) * 1988-05-28 1989-11-29 Smith Meters Ltd Counter
CN2501121Y (zh) * 2001-09-18 2002-07-17 孙建国 电可读计数器
CN2758871Y (zh) * 2004-11-11 2006-02-15 孙建国 高可靠电直读计数器
CN2862199Y (zh) * 2005-08-01 2007-01-24 黄华 转轮式计数器的电子读取装置
CN1900955A (zh) * 2005-07-22 2007-01-24 黄华 机械转轮式计数器的电子读取装置及其方法
CN200944052Y (zh) * 2006-07-31 2007-09-05 张世芳 把仪表中机械读数转换为数字电信号的装置
CN203364905U (zh) * 2013-07-20 2013-12-25 西安旌旗电子股份有限公司 新型光电直读水表

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2219112A (en) * 1988-05-28 1989-11-29 Smith Meters Ltd Counter
CN2501121Y (zh) * 2001-09-18 2002-07-17 孙建国 电可读计数器
CN2758871Y (zh) * 2004-11-11 2006-02-15 孙建国 高可靠电直读计数器
CN1900955A (zh) * 2005-07-22 2007-01-24 黄华 机械转轮式计数器的电子读取装置及其方法
CN2862199Y (zh) * 2005-08-01 2007-01-24 黄华 转轮式计数器的电子读取装置
CN200944052Y (zh) * 2006-07-31 2007-09-05 张世芳 把仪表中机械读数转换为数字电信号的装置
CN203364905U (zh) * 2013-07-20 2013-12-25 西安旌旗电子股份有限公司 新型光电直读水表

Similar Documents

Publication Publication Date Title
Rastogi et al. Leaf disease detection and grading using computer vision technology & fuzzy logic
Butte et al. Potato crop stress identification in aerial images using deep learning‐based object detection
CN110163138B (zh) 一种基于无人机多光谱遥感图像的小麦分蘖密度测算方法
CN103308430A (zh) 一种测量种子千粒重的方法及装置
CN109374697B (zh) 一种电化学甲醛传感器检测的批量标定方法
CN109631997A (zh) 工程设备健康检测方法、装置以及电子设备
CN109677341A (zh) 一种车辆信息融合决策方法及装置
CN101226133A (zh) 一种血细胞脉冲信号的分类识别方法
Liu et al. A lightweight method for grape berry counting based on automated 3D bunch reconstruction from a single image
CN101806898A (zh) 基于端元可变的高光谱遥感影像目标探测方法
CN104239722A (zh) 一种基于因素间相关关系识别的预测方法
Hu et al. Rice Weed detection method on YOLOv4 convolutional neural network
CN114577791A (zh) 一种茶叶质量等级的检测方法
Pinto et al. The real-time mobile application for identification of diseases in coffee leaves using the CNN model
CN106767966A (zh) 一种计数器读数模糊推论识别算法
Zhao et al. Hyperspectral target detection method based on nonlocal self-similarity and rank-1 tensor
Moghaddam et al. A new method in assessing sugar beet leaf nitrogen status through color image processing and artificial neural network
Wu et al. A Dense Litchi Target Recognition Algorithm for Large Scenes
CN107884726A (zh) 一种用于输出磁场矢量长度的磁开关电路
CN203964982U (zh) 非接触式液位测量系统
CN102622202B (zh) 一种有效数字运算结果的有效位数智能选取及表示方法
Evangelisti et al. Artificial intelligence enables the identification and quantification of arbuscular mycorrhizal fungi in plant roots
CN116091818A (zh) 基于多神经网络级联模型的指针式仪表读数识别方法
Ahmadi et al. Convolutional svm networks for detection of Ganoderma boninense at early stage in oil palm using uav and multispectral pleiades images
Xing et al. Filament-necking localization method via combining improved PSO with rotated rectangle algorithm for safflower-picking robots

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170531