摘要。手机现在已成为一种基本必需品。根据日常需要,每个人都肯定有一部手机。只需一只手即可捕捉连接并开展各种活动。本研究的对象是评测具有最佳人工智能相机的智能手机。研究中使用的数据处理方法使用朴素贝叶斯算法。朴素贝叶斯被认为是文本挖掘分类准确度最好的方法之一。研究目的是方便那些购买具有最佳人工智能相机的智能手机的客户,而无需阅读产品评论。这样它就可以根据正面文本的分类来查看并标记负面文本分类。在本研究中,n-gram 用作字符选择器以提供更好的准确性结果。根据研究结果,Na¨ıve Bayes 的准确率为 72.00%,那么 Na¨ıve Bayes 的 n-gram 选择准确率为 N-gram = 2,准确率为 72.00%,n-gram = 3,准确率为 75.00%,n-gram = 4,准确率为 74.50%。本研究进行了 10 次实验,以测量 n-gram 的加入对准确率的提高。从而得出结论,n-gram 特性的应用可以提高 Na¨ıve Bayes 算法的准确率。
简介 近年来,人工智能已成为人们生活的一部分。人工智能用于许多设备,如电脑、笔记本电脑和手机等。在各种设备中,智能手机在高等教育学生中越来越受欢迎。手机成为学生生活的一部分,成为他们的伙伴;它教他们、与他们交谈、与他们玩耍。简单地说,他们与智能手机生活在一起。高等教育学生了解最有用的应用程序,并利用它们来提升自己。智能手机取代了许多电子设备,如手表、相机、计算器、收音机、录音机、CD、VCD 等。学生使用的许多应用程序通过知识、便利、健康和安全使他们适应数字印度。智能手机让学生变得更聪明。
在实验室实验中,研究人员制作了由水滴制成的透镜,用于放大智能手机/平板电脑屏幕的像素,并验证了透镜方程。简而言之,将一台 iPad(第 6 代,型号 MR7K2LL/A)(屏幕朝上)放置在平坦的表面上。在将水滴放到 iPad 屏幕上之前,建议学生打开一个应用程序(例如 GoodNotes)以生成均匀的白色背景,并在屏幕上画几条水平线作为参考线(图 1[c] 中的黑线)。此外,要求学生写下所需的水滴体积(以毫升为单位)(图 1[c] 中的数字 10、12、14、16 和 18)。这些参考线和数字可帮助学生整理水滴和要获取的数据。此外,在 iPad 上靠近屏幕边缘的位置放置了一把有标记的尺子。
近年来,可用于帮助现场植物识别的智能手机应用程序数量激增。可用的方法有很多,从基于人工智能 (AI) 和自动图像识别自动识别植物的应用程序,到需要用户使用传统二分法键或多访问键的应用程序,再到可能只有一系列图像而没有明确的系统来识别任何感兴趣的物种的应用程序。所有照片均由作者拍摄。在这里,我只关注那些可用于从上传的图像中自动识别植物的免费应用程序,最多只需要用户做出一些小决定(列于表 1 中)。我首先确认,无论是在现场使用实时图像,还是在计算机显示器上显示并通过智能手机拍摄该图像后对其进行测试,这些应用程序的行为都相似。然后,我在 38 张对比鲜明的英国野生和归化植物图像上测试了找到的 10 个免费自动植物识别 (id) 应用程序的性能(包括禾本科、莎草科、草本植物和木本植物,以及花、叶、果实或整株植物的图像),这些图像主要选自我自己的 visual-flora 网站 (visual-flora.org.uk)。样本包括许多常见物种、一些花园逃逸物种和几种不太常见甚至稀有的物种(例如 Cyperus fuscus)。每个应用程序对每张图像测试五次,因为许多应用程序即使使用完全相同的图像,也给出出人意料的差异化识别结果。所有测试均在 2019 年 10 月或 11 月进行,但许多应用程序都在不断改进。图 1 显示了测试的 38 张图像中的一些,其中一些被所有应用程序成功识别,也有一些仅被
智能手机万向节的开发,通过使用微控制器和 MPU 6050 传感器,使其变得简单且更省钱。最近,摄像和图像处理的发展与智能手机技术的快速发展密不可分。最受欢迎的功能之一是相机。手部运动和冲击会导致最大效果减少。为了提高相机拍摄和视频的质量,必须有一个稳定器来稳定相机位置。因此,预计本文的结果能够为廉价的智能手机万向节做出贡献。万向节的设计和实现使用丙烯酸作为材料,厚度为 5 毫米。该 MPU 6050 传感器经过优化,可检测 X、Y 和 Z 轴的摆动或滚动、俯仰和偏航。陀螺仪和加速度计为微控制器提供输入,微控制器将处理 3 个伺服电机的输出,这些伺服电机的作用是将相机的位置保持在指定的设定点。结果表明,MPU 6050 传感器可以响应 1.34° 的滚动、0.25° 的俯仰和 0.78° 的偏航角度读数误差。伺服电机最大运动误差为 1.5°。因此,可以得出结论,万向架可以以更低的成本和更低的误差实现最佳工作。预计下一步研究将增加其他合适且精确的控制,即 PID 或模糊。
明治安田生命保险公司(总裁兼首席执行官:根岸昭夫)将采用由CAC公司(以下简称CAC;详情请参阅附件)开发的基于人工智能的培训应用程序“Kokoro Sensor for Training”,用于全国约30,000名MY Life Plan 顾问(销售人员)使用的公司智能手机“MY Phone”。 为了改善面对面的客户服务,该应用程序允许 MY Life Plan 顾问(销售人员)在拜访客户之前检查他们的面部表情并进行对话技巧的自我训练。 为了继续提供“永久的安心”,我们将继续推动提高客户满意度的举措,努力成为“最亲民的人寿保险公司”。
天线孔径调谐对于使智能手机能够在不断增加的 RF 频段范围内高效运行以及支持向 5G 的过渡至关重要。智能手机需要更多天线来支持不断增长的 RF 需求,例如新的 5G 频段、MIMO 和载波聚合 (CA),但由于智能手机工业设计的变化,这些天线的空间越来越小。因此,天线变得越来越小,可能会降低天线效率和带宽。孔径调谐通过允许天线调谐以在多个频段上高效运行并将 Tx 和 Rx 性能提高 3 dB 或更多来弥补这一问题。孔径调谐是通过将开关与其他调谐组件相结合来实现的;具有低 RON 和低 COFF 的开关对于最大限度地提高效率至关重要。孔径调谐还允许天线同时在多个频段上通信以支持 CA。实施孔径调谐需要深入了解如何将该技术应用于每种应用。
摘要:本文提出了一种星体跟踪算法,使用智能手机等商用现货 (COTS) 移动设备确定纳米卫星、无人机和微型无人机等自主平台的精确全球方向。这种星体跟踪尤其具有挑战性,因为它基于现有的摄像机,这些摄像机可以捕捉天空的部分视图,并且应该连续自主地工作。所提框架的新颖之处在于计算效率和星体跟踪器算法使用经济实惠的 COTS 移动平台应对噪声测量和异常值的能力。所提出的算法已在几个流行平台上实现和测试,包括:Android 移动设备、商用微型无人机和 Raspberry Pi。报告的方向的预期精度为 [0.1 ◦ ,0.5 ◦ ]。
• Poostchi Mahdieh 等人,使用薄血涂片显微镜对人类和小鼠进行疟原虫检测和细胞计数,医学影像杂志 5,第 4 期 (2018):044506。• Feng Yang 等人,级联 YOLO:在薄血涂片中自动检测间日疟原虫,将于 2020 年 2 月 18 日至 20 日在美国休斯顿的 SPIE 医学影像大会上发表。