您的位置: 专家智库 > >

陕西师范大学计算机科学学院现代教学技术教育部重点实验室

作品数:2 被引量:0H指数:0
相关作者:孙雪华更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇信号
  • 1篇虚拟专用网
  • 1篇用户
  • 1篇用户认证
  • 1篇玉米
  • 1篇远程教育
  • 1篇声信号
  • 1篇特征提取
  • 1篇碰撞
  • 1篇主元
  • 1篇主元分析
  • 1篇专用网
  • 1篇组网
  • 1篇组网技术
  • 1篇教育
  • 1篇高校远程教育
  • 1篇高校
  • 1篇VPN组网

机构

  • 2篇陕西师范大学

作者

  • 1篇马苗
  • 1篇郭敏
  • 1篇孙雪华

传媒

  • 1篇云南大学学报...
  • 1篇中国信息技术...

年份

  • 1篇2020
  • 1篇2017
2 条 记 录,以下是 1-2
排序方式:
面向高校远程教育资源共享新发展的VPN组网技术研究
2020年
本文面向《中国教育现代化2035》战略规划,深入分析发现东西部高校对口支援、高校区域集群协同化和高校联盟教育资源共建共享正在将远程教育资源共享推向新的发展阶段。在此基础上,作者提出了“L2TP VPN+Radius”组网的设计方案,相比于传统VPN组网技术,该方案可以解决统一安全认证基础上的远程跨域互访,通过仿真实验表明该方案可有效实现教育资源跨域受控共享,为发展公平而有质量的高等教育提供技术支撑。
宋澳华胡曦明李鹏马苗
关键词:远程教育虚拟专用网用户认证组网技术
基于PCA和KICA双空间特征提取的玉米碰撞声信号分类
2017年
提出了一种基于主元分析(PCA)和核独立主元分析(KICA)双空间特征提取方法,PCA-KICA方法.运用碰撞声装置采集玉米完好粒声信号、虫蛀粒声信号、霉变粒声信号,首先将信号在PCA空间进行特征提取,然后将提取的特征送入到KICA空间提取信号的特征向量,最终送入到粒子群优化的支持向量机分类器中进行分类.实验结果证明,单空间特征提取算法对于3类信号的分类效果不理想,但是采用双空间中特征子空间的互补性可以克服单空间的限制.PCA-KICA双空间特征提取方法的识别率最高,完好粒、虫蛀粒、霉变粒的识别率分别达到95.00%、96.40%、97.80%.
孙雪华郭敏马苗
关键词:主元分析特征提取
共1页<1>
聚类工具0