事件：

2012年10月，皇明太阳能董事长黄鸣公开质疑江苏省质量监督检验研究院的公正性。他表示，根据江苏省质检院出具的一份说明材料显示，该院共拥有19个热水器检测工位，从2012年3月4 日到6月4日共41天的气象状况满足实验要求，期间他们共出具了379分检测报告。黄鸣表示，如果按照每个样品最少需要检测5天的标准，这41个检测日中仅有8个检测周期，一共19个工位最多只能检测152个样品，怎么能出具379份检测报告呢？对此，黄鸣表示他已通过邮寄方式向国家质监总局实名举报江苏省质检院涉嫌在此次太阳能惠民补贴过程中和企业联手炮制大量质检报告，涉嫌违规。

背景：

实际上，皇明实名举报江苏质检院涉嫌违规事件之前，我们就已经意识到，在做完质检工作后，除了出具的检测报告，还能用什么来证明我们的质检工作是实实在在的进行了。因此，在2012年6月份设立了江苏省检验机构承检业务管理和风险监控系统这个项目。而实际上，我们在大三的时候，就已经在宫宁生，彭宏京，王一莉三位老师的指导下进行了这个项目的前期工作。皇明太阳能事件加快了我们完成这个项目的速度。

为加强承担质监检验业务的检验机构的监管，解决目前各家检验机构工作质量的管理不统一的问题，落实《产品质量检验机构工作质量分类评价细则》的工作，规范检验行为，提高检验工作质量，本项目的成功研制将对检验机构分类监管工作的统一管理、公平公正、科学严谨、动态调整具有重大意义。本项目旨在通过视频监控技术，对检验机构工作包括抽样、样品管理、检验、检验结果确认、异议处理等环节，全面实现电子化和自动化处理。规范检验机构在承检业务的实施过程中的公正和合法行为，尽可能避免人为因素干扰，杜绝违规违纪现象，改善工作流程，确保样品”追溯、控制、高效、准确、可操作，提高产品质量检验机构的检验能力和竞争力，同时通过物联网技术平台，运用信息化技术手段，实现检验机构承检业务监管与风险监控，为质监部门向社会公开检验结果，服务于社会公众、服务经济发展提供可靠的技术保障。

团队：

我们这个团队由四位同学组成，分别是我（李静），张敏怡，王杉杉和刘加权，并在宫宁生，彭宏京和王一莉三位老师的指导下完成。我（李静）完成处理摄像机所捕获视频所用的算法，即基于人工神经网络的数字识别和事件识别；刘加权完成智能视频处理模块，实现运行于DSP板上的视频处理模块；王杉杉完成检验机构承检业务的整个业务流程管理系统；张敏怡完成对检验机构的质检业务统计管理。

一：选题的意义

神经网络图像识别技术是随着当代计算机技术、图像处理、人工智能、模式识别理论等发展起来的一种新型图像识别技术。在进行图像识别之前需要利用数字图像处理技术进行图像预处理以及特征提取。BP神经网络具有较强的容错性和自适应学习能力,因而在数字图像识别领域有着广泛的应用。可以在经典BP神经网络的基本算法的基础上,对BP算法的参数设置进行了优化,实现了一种基于分类的改进BP神经网络算法。通过探讨BP神经网络在数字图像分类识别中的应用,详细考察了各种参数对识别效果的影响。

人工神经网络（Artificial Neural Networks, ANN）,一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。人工神经网络具有自学习和自适应的能力，可以通过预先提供的一批相互对应的输入#8212;输出数据，分析掌握两者之间潜在的规律，最终根据这些规律，用新的输入数据来推算输出结果。