崔鹏宇
- 作品数：17 被引量：37H指数：4
- 供职机构：辽宁地质工程职业学院更多>>
- 发文基金：安徽省高校省级自然科学研究项目更多>>
- 相关领域：自动化与计算机技术电气工程动力工程及工程热物理文化科学更多>>
- 浅谈矿区智能监控系统
- 2014年
- 智能监控是在传统监控的基础上,加入智能的识别算法,能够对视频图像中的行人、车辆等检测目标进行识别,并根据检查结果自动做出一些判断。作为计算机视觉和人工智能结合的产物,智能监控可实现无人值守,自主判断,并能保证实时性,对适应恶略环境有很强的适应性。本文通过对矿区的智能监控系统进行阐述,介绍了智能监控系统的总体结构以及矿区系统信息的传输,对后续的矿区智能监控系统的设计具有一定的参考价值。
- 崔鹏宇
- 关键词：智能监控视频采集信息传输远程控制
- 基于网络的扫描仿真试验的安全研究
- 2011年
- 本文对利用扫描仿真试验对网络维护进行了详细的分析，通过仿真试验对网络或目标主机进行了评估，同时对扫描对象的脆弱性进行深入的了解，这样就能较好地运用程序进行自动检测发现其是否存在漏洞，这样也能为扫描时发现的问题提供一个良好的解决方案，能在系统实现预期功能时提高效率并能提供相应的补救信息。
- 崔鹏宇
- 关键词：网络扫描器
- 一种基于碰撞思想的光纤测距优化算法被引量：2
- 2016年
- 传统的光纤测距方法采用特征阻抗检测技术,受到回波信号的峰脊陡变效应的影响,测距精度不准确。提出一种引入数据冲突监测和碰撞思维的光纤优化测距算法。提取测距信息的数据冲突信息特征,对高稳定性低压差线性测距测量系统发出的主频进行分析,考虑不同坐标中心的偏差与测量误差,通过数据整合获得横波坐标位置定位。当入射两固体介质面或粘滞弹性界面时,分析反射和折射的横波碰撞过程,设计自适应滤波器,求得峰脊陡变信息分量回波相对于发射信号的时延,通过传感器测量位移和速度参数,实现光纤测距。实验和仿真结果表明,采用该算法能有效抑制峰脊陡变效应的影响,提高测距精度,在传感器设计与应用中具有较高价值。
- 童德茂张华李平崔鹏宇
- 关键词：测距特征阻抗
- 多维特征融合与Adaboost-SVM的车辆识别算法被引量：14
- 2019年
- 为了解决车辆目标特征不明显而导致识别率低的问题,提出了基于多维特征融合与Adaboost-SVM强分类器的车辆目标识别算法。首先,根据车辆目标几何特征、颜色特征和纹理特征,融合为多维特征向量,达到组建强特征向量的目的。然后,融合Adaboost与多个弱分类器,建立强分类器,根据SVM的超优分类平面模型,训练多维特征向量,设计了Adaboost-SVM分类器,达到稳定准确识别车辆目标特征的目的。最后,将样本图像分为训练样本集与测试样本集,通过强分类器,实现并测试车辆目标识别算法。实验测试结果显示:与当前车辆识别技术相比,该算法拥有更高的识别准确度。
- 崔鹏宇
- 关键词：车辆识别ADABOOST分类器纹理特征
- 基于支持向量机的分类器训练研究被引量：2
- 2016年
- 通过介绍基于机器学习的分类器的训练过程。首先对模式识别的相关知识进行介绍,并对分类器的训练进行具体的说明;然后给出了机器学习中最常用的支持向量机(SVM)方法和梯度方向直方图特征描述的相关知识,重点讲述了其原理和计算过程,建立了工程车辆样本库,采用梯度方向直方图作为样本特征,使用线性支持向量机的方法训练分类器,最后通过实验证明了算法的正确性和可行性。
- 崔鹏宇
- 关键词：梯度方向支持向量工程车辆HOG特征
- 共享局部算法的数据分析
- 2018年
- 本文针对单一关系的数据挖掘方案不能精准的发现网络中隐藏的问题,通过提出异构网络数据挖掘的算法达到网络节点的初步划分目标的实并且能够初步此得到各数据子集。
- 崔鹏宇
- 关键词：异构网络数据挖掘
- 安全防御技术在校园网中的应用研究
- 经过多年的信息化建设之后,国内大多数高校基本上都建成了自己的校园网。与此同时,网络社会与生俱来的不安全因素,也无时无刻不在威胁校园网的健康发展；由于大学生的好奇心理较强,经常引发来自内部的网络攻击,造成校园网络服务不能响...
- 崔鹏宇
- 关键词：网络扫描网络攻击
- 文献传递
- 多漏洞主动式集成挖掘平台
- 2018年
- 本文探讨了处于动态符号执行架构下的漏洞挖掘技术,研究分析了多漏洞主动式集成挖掘平台。
- 崔鹏宇
- 关键词：漏洞发掘
- 一种计算机硬件防盗固定装置
- 本实用新型公开了一种计算机硬件防盗固定装置，包括：底板、固定结构和报警结构；其中，所述固定结构和所述报警结构均安装在所述底板上；其中，所述固定结构包括第一限位槽，所述第一限位槽的内部通过销轴铰接有盖体，所述盖体和所述底板...
- 崔鹏宇毕长飞
- 文献传递
- 大数据时代的智慧教育的发展被引量：3
- 2018年
- 大数据时代给智慧教育的发展带来了新的变革与挑战。基于大数据技术的智慧教育发展模式主要有:慕课,云班级教学模式以及团队任务导向型教学模式,教学单位要结合自身及学生的特点选择不同的教学模式。
- 崔鹏宇
- 关键词：智慧教育大数据时代
