公共文化服务平台

三峡大学计算机与信息学院: 作品数：1,098 被引量：2,626H指数：17; 相关作者：任东肖敏邹耀斌贺鹏李昭更多>>; 相关机构：武汉大学信息管理学院中国地质大学计算机学院武汉大学计算机学院更多>>; 发文基金：国家自然科学基金湖北省自然科学基金湖北省教育厅自然科学基金更多>>; 相关领域：自动化与计算机技术文化科学电子电信经济管理更多>>

合作机构

基于MOOC的操作系统课程教学模式探讨: 2015年; 计算机操作系统课程是计算机科学与技术专业主干课程之一,为实现信息技术与高校课程的融合,在建设操作系统MOOC进行了以一系列探讨,并提出了每个教学环节的实施方案。; 张莉莉; 关键词：NOC 教学模式网络课堂

利用JS文件来优化网站表单验证和提交代码被引量：2: 2008年; 针对网站开发中设计表单验证和提交代码烦琐的现象,通过对JavaScript脚本语言的深入研究,本文设计并实现了通过JS文件来优化网站表单验证和提交代码,从而提高了代码的可重用性、简洁性、可读性和扩展性,提高了网站的开发效率。; 张蕊高张; 关键词：JAVASCRIPT

面向校企合作的移动通信课程教学改革被引量：1: 2014年; 针对移动通信课程具有多学科背景、技术发展快速和实践性强的特点，从教学内容的选取、教学方法和手段的改革以及实践环节等方面进行了探索，特别强调了根据校企合作确定移动通信课程定位，以灵活多样的教学方法和手段提升学生的兴趣，以项目实训和现场实践强化学生的动手能力训练。; 覃琴夏平唐庭龙; 关键词：移动通信校企合作

基于RBF-DE的改进蚁群算法和多QoS约束的云资源调度策略研究被引量：2: 2016年; 云计算属于分布式计算,资源调度是其核心问题。QoS(Quality of Service)一直是衡量分布式计算的一个标准。建立多QoS目标约束的云资源调度模型,同时引进高斯核函数以及差分进化法对蚁群算法进行改进,并运用改进后的算法对模型求解;最后,通过Cloudsim模拟系统模拟,结果显示运用该策略进行资源调度时,平均完成时间和成本都比较小。; 李莉王俊英臧兆祥陈鹏; 关键词：资源调度蚁群算法高斯核函数差分进化

参数优选残差网络下的井震联合反演方法: 2022年; 声波测井资料在层位标定和储层反演等工作中发挥着重要作用。然而受仪器设备、地质环境等条件的限制,实际得到的声波测井曲线常有失真现象。为了向油气藏勘探提供可靠的数据支持,提高储层预测的准确性,提出一种参数优选残差网络下的井震联合反演方法,对失真的声波测井曲线予以重构。考虑到传统人工神经网络无法表达出井震间的强非线性关系,该方法以深度学习中的残差网络(ResNet)构建智能反演模型,通过网络设计、参数选择以及模型训练,找到井震间更好的映射表达。同时综合考虑测井曲线的特点与均方损失的不足,设计了一种代价敏感损失函数Fusion,进一步提高模型整体的反演精度。在真实地震数据和测井资料上展开实验,并与全连接神经网络(FCNN)和多元回归分析(MLR)的反演结果对比分析,表明所提方法反演的声波测井曲线精度更高,相关系数达到0.912,均方根误差减小到13.399。将所提Fusion损失用于反演声波测井曲线,相关系数增加了2.5%,均方根误差减小了17.4%。; 郑杰文畅谢凯盛冠群; 关键词：声波测井资料

基于YOLO v7的轻量级红外目标检测算法: 2024年; 针对红外图像信噪比低、分辨率不佳、噪声与杂波多等检测难点。提出一种基于YOLOv7的轻量化红外图像目标检测算法ITD-YOLO。首先,ITD-YOLO算法重设计网络结构,对特征提取网络与特征融合网络架构重新调整。裁剪掉原网络中深层对应的大感受野,依据重构后网络特征图输出,对模型预设锚框进行调节。改变多尺度特征融合中的深层特征与浅层特征的关系,提高浅层网络提取的细节信息在融合中所占的权重,提高对较小目标的检测性能;然后,在ELAN模块中引入PConv替换掉常规卷积,进一步降低模型计算量。其次,将模型损失函数调整为PolyLoss以加速模型收敛,进一步加强对目标的检测性能;最后,使用SIoU作为边框损失函数,增强对目标的定位精度。实验结果表明,ITB-YOLO能够有效改善检测效果,在FLIR与OSU数据集上,相较于YOLOv7s的平均精度均值分别提高2.27%与7.29%。改进后得到的模型体积仅为17.7 MB,计算量下降37.11%。与主流算法进行对比,ITD-YOLO在各项指标均得到了一定程度的提高,能够满足红外目标实时检测任务。; 陈永麟王恒涛张上; 关键词：目标检测

基于案例推理的水上交通突发事件应急响应资源需求预测被引量：18: 2014年; 针对水上交通突发事件应急响应的资源需求问题,提出基于案例推理(CBR)的资源需求预测方法。首先,通过分析水上交通突发事件范围和近年来长江干线发生的历史案例,在保证案例完整性和有利于提高检索效率的前提下,提取案例的特征属性,定义案例的结构化表示框架,并讨论水上突发事件应急响应资源需求的特点和内容。然后,根据事件信息的属性类型,定义不同的相似度计算方法,确定案例检索过程中的属性权重,采用最邻近法计算全局相似度,求解资源需求预测结果。案例分析表明,案例2与目标案例的相似度最高,经专家对其资源调用情况进行修正后,作为资源需求预测的结果。; 邓守城吴青石兵初秀民陈先桥; 关键词：相似度计算资源需求预测

基于形态学梯度的图像边缘检测算法被引量：13: 2007年; 边缘检测是数字图像处理的一个重要内容,讨论了经典的边缘检测算子算法,该算法更多地采用Prewitt算子、LOG算子、Canny算子等在空域中进行。数学形态学在图像处理中有广泛的应用,其基本原理是基于利用结构元素去探测图像;在讨论常见数学形态学梯度的基础上,提出了一种基于形态学梯度的图像边缘检测算法,应用定义的形态学梯度结构检测出较理想的图像边缘信息。仿真结果表明,该算法在含噪图像中能得到较为理想的图像边缘信息,其抗噪声性能明显地优于经典的算子检测算法,在检测精度方面较经典的单一算子检测方法亦有一定的改善。; 夏平刘馨琼向学军万钧力; 关键词：图像处理形态学梯度边缘检测算子

交通道路行驶车辆车标识别算法被引量：7: 2022年; 为解决交通道路行驶车辆车标识别中存在的目标小、噪声大、种类多的问题,提出了一种基于深度学习的目标检测算法与基于形态学模板匹配算法相结合的方法,并设计了一种高准确度且能应对新类型车标的识别系统。首先,采用通过K-Means++重新聚类锚框值,并引入残差网络的YOLOv4进行车标的一步定位;其次,通过对标准车标图像进行预处理及分割,构建二值车标模板库;接着,利用带色彩恢复的多尺度视网膜图像增强算法(MSRCR)、最大类间方差法(OTSU)等对定位到的车标进行预处理;最后,将处理好的车标与模板库中的标准车标进行汉明距离计算,求出最佳匹配。车标检测实验中,改进的YOLOv4检测精度均优于原始YOLOv4、基于车牌位置的车标两步定位法和基于散热器栅格背景的车标定位法,达到99.04%;速度略低于原始YOLOv4,高于另外两者,达到每秒50.62帧。车标识别实验中基于形态学模板匹配的识别精度均高于传统的方向梯度直方图(HOG)、局部二值模式(LBP)和卷积神经网络,达到92.68%。实验结果表明基于深度学习的车标检测算法有较高的精度和较快的速度,形态学模板匹配方法在光照变化和噪声污染的情况下仍能保持较高的识别精度。; 李讷徐光柱雷帮军马国亮石勇涛; 关键词：车标定位车标识别特征提取

基于改进的Camshift目标跟踪算法被引量：2: 2014年; 基于改进的Camshift目标方法跟踪算法是在原始Camshift目标跟踪方法的基础之上加入距离约束和跟踪框大小约束两个约束条件的一种改进的算法。该算法能够有效地解决遮挡和跟踪目标与背景颜色相似时的跟踪失败的问题。实验结果表明,该算法具有较好的鲁棒性和稳定性。; 李妮妮褚玉刘军清陈鹏; 关键词：CAMSHIFT 目标跟踪遮挡

三峡大学计算机与信息学院

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

三峡大学计算机与信息学院

合作机构

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈