苑迎春 作品数:63 被引量:311 H指数:11 供职机构: 河北农业大学信息科学与技术学院 更多>> 发文基金: 河北省自然科学基金 国家自然科学基金 河北省高等学校科学技术研究指导项目 更多>> 相关领域: 自动化与计算机技术 文化科学 农业科学 理学 更多>>
基于颜色特征和AdaBoost算法的麦穗识别的研究 被引量:14 2014年 单位面积麦穗数是小麦产量预测中的一个重要参数。在应用图像处理技术识别麦穗的个数研究中,提出了一种小麦颜色信息和AdaBoost算法相结合的麦穗检测方法。先用麦穗颜色分割法排除非小麦区域的干扰,然后用AdaBoost算法训练的分类器对麦穗区域进行定位识别。该方法在保证检测率的同时,大大减少了目标区域的误检率,提高了小麦检测准确率。试验证明所用方法能有效去除叶片和秆茎的干扰,对于角度倾斜有一定鲁棒性。在随机抽取的100个样本中检测率为88.7%,有很强的识别能力。 赵锋 王克俭 苑迎春关键词:ADABOOST算法 小麦 高校学生思想政治教育网上测评系统的探析 2012年 通过深入计算机系统的调查和研究,加强和改进高校思想政治教育的教育教学,对整个思想教育过程有计划地进行组织、协调、监督和评估,并合理调配各种思想政治教育管理资源,努力提高思想政治教育工作者不断进行教育教学内容、方式和方法创新的积极性和自觉性,从而实现思想政治教育教育教学的现代化。 李晓霄 苑迎春关键词:计算机 思想政治 高校 大学生 “研究性学习”模式探索与实践——以“Visual Basic程序设计”课程为例 被引量:2 2018年 为激发学生学习兴趣、提高非计算机专业大学生利用计算机分析问题和解决问题的能力,将"研究性学习"理念引入计算机公共基础课程"Visual Basic程序设计"。通过分析传统教学方式存在的不足以及对"研究性学习"理念的研究与思考,摸索出了一套"任务驱动+小组学习+翻转课堂+作品展示+过程评价"的研究性学习模式。该模式实现了教师和学生两个重要角色的转变,学生以案例为基本任务开展小组学习,以互相协作、不断探索、研究思考的方式完成作品,以翻转课堂的形式展示作品并进行过程评价,实现了自主、探究性的主动学习;教师由知识的传授者,转变为知识资源的提供者、教学活动的引导者、学生思考的领航者和学习效果的评价者。两年的教学实践结果表明,该教学模式充分调动了学生的学习热情和能动性,激发了学生对计算机课程的学习兴趣,学生的自主学习能力和创新意识得到明显增强,对计算机公共基础课程的教学改革和人才培养模式的创新起到了积极的促进作用。 苑迎春 董素芬 徐静关键词:研究性学习 基于拓扑序列归约的Web服务组合QoS度量算法 被引量:1 2012年 考虑有向无环图(DAG)描述的组合服务模型,提出了一种新的组合服务QoS度量方法———基于拓扑序列归约的Web服务QoS度量方法(QCMTSR)。其借鉴迭代归约度量方法中的基本结构及QoS计算公式,定义了DAG图中的两类基本结构,串归约结构和并归约结构,并给出了两种基本结构的QoS属性计算公式;通过逐步归约DAG图拓扑序列中的每个节点,直至最后一个节点的QoS属性值就是组合服务的各QoS属性的度量结果。从理论上证明了QCMTSR算法适用于所有DAG描述的组合服务,并实验证明QCMTSR算法对可靠性和可用性能够更准确的度量。 李兴芳 苑迎春 王克俭关键词:WEB服务组合 QOS度量 有向无环图 面向服务架构 基于逆向分层的网格工作流调度算法 被引量:61 2008年 有向无环图DAG(Directed Acrylic Graph)描述的工作流时间费用优化问题是计算网格下一个基本的且难以求解的问题.通过分析DAG图中活动的并行和同步完成特征,采取由后向前方法将活动逆向分层(BottomLevel,BL),将工作流截止期转化为层截止时间,提出截止期约束的逆向分层费用优化算法DBL(Deadline BottomLevel).算法中同层活动的开始时间不同于DTL(Deadline Top Level)算法中设置相同的策略,而是分别由其前驱活动确定,时间浮差被平均分配到各分层,以尽量增大活动的费用优化区间.通过大量模拟实验将DBL和MCP(mini mumCritical Path)、DTL两算法比较,结果表明DTL将MCP的平均费用降低15.62%,而DBL将MCP的平均费用降低24.74%.最后讨论了截止期和分组参数对算法性能的影响. 苑迎春 李小平 王茜 张毅关键词:计算网格 工作流 有向无环图 启发式算法 基于QoS的组合服务优化方法 Web服务以及面向服务的架构SOA(Service-OrientedArchitecture)为分布异构环境下的资源共享和应用互操作提供了有效支持,动态组合多个现有Web服务,形成一个新的、更大粒度的增值服务成为Inte... 苑迎春关键词:WEB服务 QOS 服务质量 计算机网络 文献传递 基于优先级规则的网格工作流调度 被引量:16 2009年 网格资源需求的不断增长使价格成为资源进行竞争的有效手段,有向无环图DAG(Directed Acyclic Graph)表示的工作流时间费用优化问题是网格环境下一个重要问题.通常情况下,DAG应用调度属于NP-Hard问题.通过分析活动间的时序特征,给出时间耦合强度TCS(Time-dependent Coupling Strength)的定义,用于标识一个活动最大的时间耦合活动个数;将其作为优先级规则的一个重要信息和BF规则(BestFit)结合,设计出时间耦合强度最适规则BFTCS(Best Fit with Time-dependent Coupling Strength),用于启发式算法的改进阶段,逐步提高初始可行解的性能.模拟实验结果表明,相对现有的启发式算法,基于BFTCS规则的启发算法能获得最好的性能和较快的运行效率;最后讨论了问题参数对算法性能和效率的影响. 苑迎春 李小平 王茜 张晓东关键词:网格计算 工作流 有向无环图 基于改进YOLOv4-tiny的果园复杂环境下桃果实实时识别 2024年 为实现果园复杂环境下的桃果实实时识别,提出一种基于YOLOv4-tiny的桃果实实时识别方法 YOLOv4-tinyPeach。通过在主干网络中引入卷积注意力模块CBAM,优化其通道维度和空间维度的特征信息;在颈部网络中添加大尺度浅层特征层,提高对小目标识别精度;采用双向特征金字塔网络BiFPN对不同尺度特征信息进行融合。通过训练和比较,YOLOv4-tiny-Peach模型在测试集下的平均精度AP为87.88%,准确率P为91.81%,召回率R为73.84%,F1值为81.85%,相比于改进前,AP提升5.46%,P提升2.29%,R提升4.09%,F1提升3.44%。为检验改进模型在果园复杂环境下的适应性,在不同数目、不同成熟期和遮挡的情况下对果实图像进行识别,并与原模型识别效果进行对比,结果表明改进模型在三种情况下的识别精度均高于原模型,尤其在大视场和未熟期场景下模型改进效果显著。YOLOv4-tiny-Peach模型占用内存为27.4 MB,识别速度为49.76 fps,适用于农业嵌入式设备。为果园复杂环境下的桃果实自动采摘提供实时精准的目标识别指导。 苑迎春 张傲 何振学 张若晨 雷浩关键词:采摘机器人 果园 基于改进YOLO v4的自然场景下冬枣果实分类识别 2024年 为实现冬枣园机械化自动化采摘以及冬枣树精准化管理,针对自然场景下冬枣果实的快速、准确分类识别问题,提出一种基于YOLO v4模型改进的冬枣果实分类识别模型CC-YOLO v4。利用改进的CSP跨阶段部分连接结构和多尺度特征融合的CBAM卷积注意力模块,减小网络规模的同时增强特征提取能力,改善果实分类识别的误检和遮挡目标的漏检情况;采用Softmax交叉熵损失函数代替Sigmoid二元交叉熵损失函数作为分类损失函数,引入EIoU损失函数代替CIoU损失函数作为边界框回归损失,进一步改善果实分类识别的误检并提升预测框精度。试验结果表明,CC-YOLO v4模型对3类冬枣果实的查准率P均值为81.86%,平均检测精度均值mAP为82.46%,IoU均值为81.35%,模型参数量和大小分别为26.9 M和108 MB,检测速度可达28.8 F/s。与其他模型相比,本模型具有更好的分类识别能力、识别速度和较小的模型复杂度。在不同果实数量情况下进一步试验,本研究方法具有良好的精度和鲁棒性,对解决自然场景下冬枣果实的精准分类识别问题具有重要参考价值。 刘天真 苑迎春 滕桂法 孟惜关键词:冬枣 损失函数 自然场景 高校学业文本命名实体识别及数据集构建研究 被引量:1 2023年 近年来,我国高校因学业问题无法顺利毕业的学生数量逐年上升,给高校教学管理工作带来极大压力。利用知识图谱技术快速自动解答学业困惑成为亟待解决的重要问题。实体精准识别可有效提取学业管理文本中的关键信息,但该领域尚未存在公开适用的标注数据集,因此开展面向具有普遍性和通识性的高校学业命名实体识别数据集变得极为迫切。依据学业管理专家的领域知识,对某高校13万余字学业文本制定了8类学业数据构建标准,并根据构建标准以及文本特性完成了标注工作。将BiLSTM-CRF等4种识别模型在公开数据集和构建数据集上进行实验测试,结果表明构建的数据集可以应用于高校学业领域的命名实体识别任务,构建方法具有普适性,而且分类标注后的数据集识别效果相较未分类数据集有明显提升,进一步验证了该分类标准的有效性。 何晨 苑迎春 王克俭 王克俭关键词:命名实体识别