简介：自智能交通系统出现以来,汽车驾乘员的安全带检测一直是备受关注的研究课题.依据城市道路的交通卡口监控数据,研究一种基于深度学习的汽车驾乘人员安全带检测算法,能够准确识别驾驶员是否佩戴安全带.通过对卡口图片进行人工标定,并运用深度学习方法训练两个检测器和一个分类器,最终实现安全带的快速定位和分类.本文提出的方法在城市道路卡口采集的图像上检测效果较好.
简介：本文提出用EDTA络合滴定法取代经典的K2Cr2O7法测定铁矿石中全铁含量,避免因经典法加入饱和HgCl2溶液而造成环境污染,有害人的健康.本文报道的测定方法操作简便,结果准确.
深度学习的汽车驾驶员安全带检测
铁矿石中全铁含量的测定-EDTA滴定法
