简介:摘要:当今社会是一个充满高科技的信息化时代,监控在我们的生活中随处可见,监控的运用也是非常广泛的,但大多的监控只是对信息和图像进行一个采集和录像,对于监控视频,需要有专门的人员进行观看,才能及时发现视频中出现的异常,从而做出及时的反馈。当监控的范围广,监控的视屏比较多时,就需要大量的人力来进行观看,且观看的过程中,一个不注意就会导致一些意外被遗漏。从而导致一些危害的发生。因此,本文利用图像分析技术和只能监控技术,设计出一个适合在园区这样大范围进行监控的智能监控系统,该系统能够对监控范围内的图像进行识别,因为采用了人脸识别技术,所以监控能够直接识别出人物的面部特征,且不受肤色的影响,另外,监控中还安装了压力传感器,对于监控范围中出现的异常现象,监控系统能够做出一定的识别,并将其记录到档案中,同时也通过网络将其反馈到客户端,即负责人的手机或者监控室等,并根据负责人下达的指令做出相应的报警等反应,以此达到安全防范的作用。
简介:摘要:本文通过选取贵州省82个县级雨量站点1961~2015年的降水量数据信息,使用线性回归法、滑动平均法和累计距平法等对贵州省的降水量时空特征进行分析,并探讨了其对水稻种植的影响。结果表明:1961~2015年贵州省多年降水量的平均值为1200mm,西部地区的多年降水量的平均值达到了1300mm;北部的降水量则不足1200mm,年降水量分布不均的特征较为突出;近55年,贵州省降水量偏多和偏少的年份呈现出周期变化,年代际变化特征较为明显;水稻需水量较大的时期均出现在抽穗期以前,从孕穗期往后,贵州省开始进入到主汛期,此时是一年降水量最多的时期,有效降水可以满足水稻生长发育过程中对水分的需求。而每年的4月下旬到7月上旬的这段时间,是贵州省水稻移栽期到孕穗期,此时雨季出现的时间对降水量多少的影响较大