LFT不是新技术，已经非常广泛地用在了现场护理，因为比较容易使用。但是LFT也有一些较大的局限性，例如通过肉眼读出结果，所以灵敏度不高；另外不是定量的结果。数字化LFT可以弥补上述局限，灵敏度可以和台式实验室测试相媲美。

灵敏度较高，低成本，且可以大批量的生产，操作简单。

数字化LFT解决方案还增加了蓝牙通讯模块，使一次性的设备可与手机和云进行连接，这样可直接在手机上看到检测成果；另外数据也能用于全球疫情的监测系统。

ams的LFT试纸的光谱解析读数器也是平台化的技术，因此不仅可用于COVID-19抗原和抗体，也可以用于其他的病毒。因为可以用反射或荧光的测量。

数字化LFT是一次性的，可以和手机连接。该方案中的ams传感器整合在PCB里，再加上电池、狭条和外壳就成了一次性的设备。

制造商:Anaren产品种类:信号调节发货限制：Mouser目前不销售该产品。RoHS:是产品类型:Filters产品:Baluns频率范围:200 MHz to 500 MHz阻抗:200 Ohms端接类型:SMD/SMT封装 / 箱体:1608 (4121metric)最小工作温度:- 55 C最大工作温度:+ 85 C封装:Cut Tape封装:MouseReel封装:Reel安装:SMD/SMT工作温度范围:- 55 C to + 85 C类型:Ultral Low Profile Balun商标:Anaren介入损耗:1.3 dB工厂包装数量:4000子类别:Filters商标名:Xinger

类型：Coax Solder Sleeves商标：TE Connectivity / AMP封装：Bulk零件号别名：690152-000ROHS：含铅

在计算机进行的图像识别中，计算机首先就能够完成图像分类并选出重要信息、排除冗余信息，根据这一分类计算机就能够结合自身记忆存储结合相关要求进行图像的识别，这一过程本身与人脑识别图像并不存在着本质差别。对于图像识别技术来说，其本身提取出的图像特征直接关系着图像识别能否取得较为满意的结果。

由于计算机归根结底不同于人类的大脑，所以计算机提取出的图像特征存在着不稳定性，这种不稳定性往往会因为计算机提取图像特征的明显与普通影响图像识别的效率与准确性，由此可见图像特征对于AI中图像识别技术的重要意义。

计算机的图像识别技术就是模拟人类的图像识别过程，在图像识别的过程中进行模式识别是必不可少的。简单地说，计算机的模式识别就是对数据进行分类，它是一门与数学紧密结合的科学，其中所用的思想大部分是概率与统计。模式识别主要分为三种：统计模式识别、句法模式识别、模糊模式识别。

对于当下AI+时代的图像识别技术来说，神经网络的图像识别与非线性降维的图像识别是最为常见的两种图像识别技术。

(素材来源：eepw和ttic.如涉版权请联系删除。特别感谢）