根據(jù)電子器件管理平臺,，可以對產(chǎn)品的生產(chǎn)制造、貨運物流,、市場銷售及其應用等階段開展---,。噴碼字符做為一種常見產(chǎn)品-碼，其檢驗,、鑒別在賦碼-系統(tǒng)軟件中擁有---的影響力,。對于字符的鑒別，普遍的方式 主要是根據(jù)軟件系統(tǒng)設計方案的,，該方式 不利機器設備當場智能化系統(tǒng)管理方法,。因而，文中設計方案了一套根據(jù)fpga和單脈沖藕合神經(jīng)元網(wǎng)絡(pcnn)的噴碼字符識別技術,。文中關鍵研究方向及結果為:(1)對于基本方式 在圖像二值分割時,，實際效果不理想化的難題，文中選用pcnn算法融合交叉熵基礎理論來分割圖像,。,，激光碼噴碼缺陷識別檢測，根據(jù)matlab對pcnn算法的基礎實體模型剖析,，對于不一樣灰度值像素數(shù)火時刻不一樣的特點,，開展圖像的二值分割。隨后,，罐裝飲料噴碼缺陷識別檢測,，運用每一次分割后圖像與原圖像的交叉熵的基礎理論，明確pcnn在分割圖像時,，什么時候為二值分割圖像,。該方式 完成了圖像的全自動分割，且實際效果---,。(2)對于傳統(tǒng)式投射分割方式 只有分割持續(xù)字符,，沒法分割點陣噴碼字符的難題，文中明確提出---的投射分割算法,。該算法運用噴碼字符中點陣裂縫與字符間隔的關聯(lián),，根據(jù)---分割閥值的尺寸將一串串字符分割成單獨字符，便于于字符svm算法及鑒別,。---后的算法不但可以分割持續(xù)字符,，并且---的解決了傳統(tǒng)式投射算法沒法分割點陣字符的難題。(3)對于噴碼字符的點陣特點,，文中明確提出---的網(wǎng)格圖特點算法,，并---改變字符鑒別標準。