电力通信网的节点重要性评估是电力通信研究的一个重要议题。针对目前电力通信网节点重要性评估存在 的连接权值单一以及评价指标单一等问题，利用电力通信网的带宽和距离作为权值，计算电力通信网节点的多种 评价指标：节点强度、节点紧密度以及节点的介数。基于电力通信网节点的多种评价指标，利用快速密度聚类方 法建立电力通信网的节点重要性评估模型，为电网通信的规划做支撑。通过快速密度聚类方法进行无监督的分类， 将节点分为若干个重要性等级。该方法可以有效地改善基于距离的无监督分类方法的不足。利用某省的实际电

随着计算机技术、数字图像处理的迅速发展，机器视觉技术广泛应用于 汽车及汽车零部件制造业、机械加工行业等诸多领域中。目前传统的工业机器 人必须通过逐点示教才能完成生产线上的物料搬运、装配，但是工业现场工件 往往任意摆放，致使工业机器人无法完成操作任务。针对上述问题，本文引入 机器视觉技术，对工业生产线上的工件自动装配问题进行了研究 独创性声明 木人卢明所呈交的学位论文是木人在导师指导下进行的研究工作和取得的 研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发 表或撰写过的研究成果

1 分类准确度及衡量指标 1.scikit-learn中的混淆矩阵，精准率，召回率 from sklearn.metrics import confusion_matrix confusion_matrix(y_test,y_log_predict) from sklearn.metrics import precision_score precision_score(y_test,y_log_predict) from sklearn.metrics import recall