基于卷积神经网络图像识别的智能电子秤系统

发布时间：2021-11-23 12:57

　　为解决现有超市、菜市场的销售果蔬贴条形码、称重、计价流程复杂、耗时长的问题,设计了一套基于卷积神经网络图像识别的智能电子秤系统。系统通过传感器技术与机器视觉技术相结合,实现在感知菜品重量的同时,自动识别果蔬类别,通过网络通信技术将多个电子秤与服务器互联,实现销售信息的统一管理与分析,并结合数据分析技术,对销售信息进行大数据挖掘,预测销售趋势,有利于控制供需平衡,促进智慧菜市场的建设。 

【文章来源】：景德镇学院学报. 2020,35(03)

【文章页数】：4 页

【部分图文】：

IE Scale系统架构

商贩端软件的功能主要有检查电子秤状态，查询菜品库，增加删除修改菜品，查询销售日志，销量分析等功能。该模块基于VS2012作出MFC界面，每个界面采取ADO技术和SQL SERVER数据库建立连接，实现对应的SQL语句来实现显示数据库内容，并且作出销量分析，运用捕捉异常的方法，将异常信息显示出来。通过SQL脚本实现实时更新数据库信息。该系统根据销售数据作出统计图直观显示各个菜品某个时间段的销售量，以及分析每个蔬菜当前的销售趋势[3]。商贩端软件结构如图2。商贩端软件允许用户根据需要选择特定一种菜品，查询它的销量和利润。也可以根据销售记录，查看销量直方图直观地查看各个菜品的销售情况。菜品销量直方图如图3所示。

商贩端软件允许用户根据需要选择特定一种菜品，查询它的销量和利润。也可以根据销售记录，查看销量直方图直观地查看各个菜品的销售情况。菜品销量直方图如图3所示。同时，服务器将每天的销售信息进行整理，根据各个菜品的销售记录，拟合各个数据，预测当前该菜品的销量，来帮助商家合理地控制进货量。菜品销量趋势如图4所示。

【参考文献】：
期刊论文
[1]集成学习在短文本分类中的应用研究[J]. 王国薇,黄浩,周刚,胡英.  现代电子技术. 2019(24)
[2]基于软件定义片上可编程系统的卷积神经网络加速器设计[J]. 苗凤娟,王一鸣,陶佰睿.  科学技术与工程. 2019(34)
[3]基于改进卷积神经网络的车型识别[J]. 陈立潮,卜楠,潘理虎,曹建芳,张英俊.  计算机工程与设计. 2019(11)
[4]基于卷积神经网络的多进制相位调制信号识别算法[J]. 吴佩军,侯进,吕志良,刘雨灵,徐茂,张笑语,陈曾.  计算机应用与软件. 2019(11)
[5]基于卷积神经网络的雷达人体动作识别方法[J]. 蒋留兵,魏光萌,车俐.  计算机应用与软件. 2019(11)
[6]全卷积神经网络研究综述[J]. 章琳,袁非牛,张文睿,曾夏玲.  计算机工程与应用. 2020(01)
[7]深度学习在图像识别中的应用研究综述[J]. 郑远攀,李广阳,李晔.  计算机工程与应用. 2019(12)



本文编号：3513928