简介:摘 要:鸟巢是造成铁路接触网供电中断的主要隐患之一。当前的管控手段主要依靠人工添乘和2C图像智能分析+人工判读,工作量大、劳效低、疏漏多,特别是在鸟巢爆发季,无法达到实时管控、避免接触网跳闸的目标。针对该现状,开发出一种利用YOLO v5智能识别系统,对2C数据预先标记处理,再对标记数据进行确认,可以大大提高2C数据的分析速度和效果。通过实际运用,该系统对成型鸟巢识别率达90%以上,极大地提高了分析效率,确保了接触网供电安全。
简介:摘要:新冠疫情的爆发是人类历史的一场灾难,管控疫情的扩散需要大量的人力物力的投入,而基于大数据的健康码管理,为快速锁定确诊病人的密切接触者提供了便利。本文基于Python语言的数据处理、分析和可视化库,并使用nvector库计算地理位置间距离,对一批健康码亮码数据进行处理,并分析了如何在时间和距离两个维度设定密切接触者的评判标准。