您的位置: 专家智库 > >

四川省教育厅自然科学科研项目(03226181)

作品数:6 被引量:89H指数:4
相关作者:罗晓晖罗晓辉贾年张红宇谭立球更多>>
相关机构:西华大学中南大学更多>>
发文基金:四川省教育厅自然科学科研项目四川省教育厅重点项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 6篇自动化与计算...

主题

  • 1篇多传感器
  • 1篇多传感器数据
  • 1篇多传感器数据...
  • 1篇映射
  • 1篇招生
  • 1篇招生管理
  • 1篇智能火灾报警...
  • 1篇神经网
  • 1篇神经网络
  • 1篇数据融合
  • 1篇水平集
  • 1篇水平集方法
  • 1篇条码
  • 1篇条码技术
  • 1篇图像
  • 1篇图像分割
  • 1篇网络
  • 1篇灭点
  • 1篇火源
  • 1篇火灾

机构

  • 5篇西华大学
  • 1篇中南大学

作者

  • 3篇罗晓晖
  • 2篇贾年
  • 2篇罗晓辉
  • 1篇李志
  • 1篇李建华
  • 1篇黄烟波
  • 1篇何立新
  • 1篇谭立球
  • 1篇高琳
  • 1篇张红宇
  • 1篇杜召彬
  • 1篇高平茹
  • 1篇郭胜

传媒

  • 4篇计算机工程与...
  • 1篇西南交通大学...
  • 1篇西华大学学报...

年份

  • 1篇2009
  • 2篇2007
  • 1篇2006
  • 2篇2005
6 条 记 录,以下是 1-6
排序方式:
DOG线条检测器在三维轮廓光切法测量中的应用
2006年
论文介绍了在三维轮廓光切法中提取二维轮廓光带中心线的传统方法,针对传统方法依赖于对轮廓光带精确分割的问题,提出了一种直接使用DOG(DifferenceofGaussian)线条检测器提取轮廓光带中心线的新方法。实验结果表明该方法具有好的准确性及较强的抗噪声能力。
罗晓晖贾年
关键词:感受野
水平集方法在CT肝脏图像分割中的应用被引量:12
2005年
水平集方法在医学图像分割上有着广泛的应用。文章将水平集方法用于CT肝脏图像的分割,并针对CT图像的特点,提出了一种结合图像灰度和曲线曲率信息的速度函数,实验结果表明该方法是有效的。
高琳罗晓辉何立新
关键词:图像分割水平集CT图像分割
条码技术在高校招生管理系统中的应用被引量:3
2007年
文章在介绍一维条形码Code39的结构、编码方式、检验码计算的基础上,应用C/S模式,采用Code39码设计开发了一个高校招生管理系统。该系统由数据管理模块、条码生成及通知书打印模块、报到模块、报到统计模块等组成。通过实际应用证明,该系统能够及时、准确、安全和完整地提高新生数据的收集整理,具有较高的应用价值。
郭胜罗晓辉高平茹
关键词:C/S模式高校招生管理
本体映射方法研究被引量:61
2005年
本体集成是为了解决不同本体之间的共享和交流,其中本体映射是本体集成的一个关键环节。在以往的系统中,本体映射通常是由手工实现的。目前的研究都是朝着实现本体映射的自动或半自动化方向努力。文章对目前本体映射的方法进行了分类,针对本体定义模型,提出了基于语法、基于实例、基于定义、基于层次结构的分类。针对具体映射实现技术,提出了基于规则、基于统计学、基于机器学习的分类。并对每种方法进行了详细描述。这项研究工作可以作为人们提出新的映射方法或者组合的映射方法的一个参考。
黄烟波张红宇李建华谭立球李志
关键词:本体映射
MSA火灾报警系统中图像型火源定位研究被引量:6
2009年
图像型火灾探测系统是MSA(Multi-Step-Alarm)火灾系统中的重要环节,其重要任务之一是对监控场景中的火源进行精确定位。而在实际应用中,由于安装等因素的原因,要获取摄像机的图像坐标系与世界坐标系之间转换的关键参数非常困难。提出了一种基于双灭点的图像透视投影的坐标转换方法,该方法通过分析世界坐标系中4个点在图像坐标系中的位置关系,可以实现图像坐标系与世界坐标系之间的转换。实验结果证明该方法简便实用。
罗晓晖杜召彬
基于MSA的智能火灾报警系统被引量:7
2007年
针对传统的采用单一火灾传感器的自动消防系统易产生误报警、漏报警的问题,提出基于MSA(mu lti-step-alarm)的智能火灾报警系统.该系统采用基于BP神经网络的多传感器数据融合技术融合各种火灾传感器的信号,以减少报警时间、误报警和漏报警.提出了相关判定规则,以确认火灾报警信号,克服BP算法容易陷入误差局部最小、单纯使用训练值会产生振荡的缺陷.实验结果表明,与3种单一传感器的平均值比较,基于MSA的智能火灾报警系统的误报率和漏报率分别减少了80%和92%,报警时间缩短了50%.
贾年罗晓晖成华友
关键词:火灾探测报警MSA多传感器数据融合BP神经网络
共1页<1>
聚类工具0