您的位置: 专家智库 > >

湖南省教育科学“十二五”规划课题(XJK012CGD022)

作品数:6 被引量:16H指数:3
相关作者:朱韶平肖永良朱城夏利民更多>>
相关机构:湖南财政经济学院中南大学更多>>
发文基金:湖南省普通高等学校教学改革研究项目湖南省教育科学“十二五”规划课题湖南省科技计划项目更多>>
相关领域:自动化与计算机技术机械工程更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 1篇机械工程

主题

  • 3篇虚拟实验
  • 3篇虚拟实验室
  • 2篇实践教学
  • 2篇教学
  • 2篇LDA模型
  • 1篇单片机
  • 1篇单片机原理
  • 1篇单片机原理与...
  • 1篇电子技术
  • 1篇实践教学改革
  • 1篇图像
  • 1篇图像标注
  • 1篇潜在语义
  • 1篇轴承
  • 1篇轴承故障
  • 1篇主题
  • 1篇自适
  • 1篇自适应
  • 1篇自适应特征
  • 1篇自适应特征选...

机构

  • 6篇湖南财政经济...
  • 1篇中南大学

作者

  • 6篇朱韶平
  • 1篇夏利民
  • 1篇肖永良
  • 1篇朱城

传媒

  • 2篇赤峰学院学报...
  • 1篇轴承
  • 1篇复旦学报(自...
  • 1篇吉首大学学报...
  • 1篇湖南第一师范...

年份

  • 2篇2015
  • 2篇2014
  • 1篇2013
  • 1篇2012
6 条 记 录,以下是 1-6
排序方式:
基于Java的电子技术虚拟实验室设计研究被引量:2
2015年
虚拟现实技术的共享性、沉浸性和交互性使得虚拟实验室在高校实践实训教学中的应用成为可能,现有的虚拟实验系统绝大多数是二维平面的,真实感和交互性不强.论文提出了应用Java和Web3D新技术设计基于Java的Web3D电子技术虚拟实验室,解决了系统数据通用性、兼容性差和真实感、交互性不强等问题,很好地实现了三维逼真虚拟场景的渲染、三维动画效果和人机交互性等功能,给人身临其境的感受,达到了电子技术实践教学的目的.
朱韶平
关键词:虚拟实验室JAVA技术
基于虚拟实验室的《单片机原理与应用》实验教学改革研究被引量:4
2015年
针对传统的《单片机原理与应用》实验教学中存在的问题,结合Protues和Keil、虚拟现实等技术,提出了基于虚拟实验室的实践教学新方法.该方法采用虚实结合的开放式实验教学,创新了实践教学模式,优化了实践教学资源.形式多样的实践教学环节,丰富了实践教学的内容,增强了《单片机原理及应用》的实验教学效果,充分发挥了学生学习的自主性,培养了学生的实践能力和创新能力.
朱韶平
关键词:单片机原理与应用虚拟实验室实践教学改革
基于CTM模型和最优标签集的图像标注被引量:3
2014年
为了提高自动标注系统的性能,提出了一种基于最优标签集图像自动标注系统优化算法.用词袋模型表示图像,采用CTM模型进行图像标注,在此基础上,采用基于词频因子的词间相关性以及启发式迭代算法对获得的标注词进行有效的优化,提高了标注词的准确性.在Corel5K数据集中利用LDA模型和CTM模型进行图像标注对比实验,实验结果表明本文提出的图像标注方法能有效提高标注系统的性能.
朱韶平夏利民朱城
关键词:LDA模型
基于虚拟实验室的计算机专业实践教学改革研究被引量:5
2012年
针对传统实践教学中存在的问题,提出了基于虚拟实验室的计算机专业实践教学改革的思路与方案,改革传统的实践教学模式和手段,优化实践教学环境和过程,创新实践教学的内容和方法,培养人文素质高、专业基础扎实和实践能力强的高级应用型人才,适应社会对计算机专业人才需求改变的新形势。
朱韶平肖永良
关键词:虚拟实验室实践教学计算机专业
基于自适应特征选择的夜间运动车辆检测算法被引量:1
2013年
针对夜间交通环境的特点,提出了基于自适应特征选择的夜间运动车辆检测算法.首先,利用SIFT算法提取夜间运动车辆的形状特征,并融合颜色和纹理特征,得到夜间运动车辆的特征向量;其次,利用Boosting算法和遗传算法以迭代形式获取模糊规则及其权值;然后,采用Boosting算法以加权投票方式自适应选取对检测最有利的特征,从而实现自适应特征选择;最后,对夜间交通场景下3种不同道路情况进行实验.实验结果表明,在遮挡、光照及背景干扰等复杂情况下,该方法可以根据背景信息的不同自适应地选择特征,实现夜间车辆的实时检测,鲁棒性较好,可以满足智能交通系统的实时性和准确性的要求.
朱韶平
关键词:车辆检测SIFT特征BOOSTING方法自适应特征选择
基于LDA模型的滚动轴承故障类型检测被引量:1
2014年
将小波包变换与LDA算法相结合,提出了一种基于LDA模型的滚动轴承故障类型检测新方法。首先通过小波包变换提取轴承振动信号的能量特征及其所包含的故障信息特征,并用"词袋"模型将故障信息特征表示成视觉词向量,然后利用LDA模型对轴承故障类型进行判别。试验表明,该方法能精确提取轴承的故障信息特征,快速检测出轴承的故障类型,与SVM等方法相比检测精度更高,鲁棒性更强,具有很好的故障检测效果。
朱韶平
关键词:滚动轴承故障检测小波包分解LDA模型
共1页<1>
聚类工具0