李良
- 作品数：16 被引量：5H指数：1
- 供职机构：苏州工业职业技术学院更多>>
- 发文基金：江苏省职业技术教育学会职业教育研究立项课题更多>>
- 相关领域：文化科学自动化与计算机技术环境科学与工程更多>>
- IT类课程自主学习情况调查分析
- 2020年
- 通过对IT类课程自主学习的学习方式、学习内容、学习类型、学习影响因素等方面进行调查分析,总体了解学生在校期间自主学习的情况。利用相关分析、假设检验、因子分析等统计学方法对学生自主学习进行深入的研究,找出学生自主学习的内在特点,为学校更好地调动学生学习的积极性提供参考。
- 李良
- 关键词：学习动机
- 基于产品就绪队列变化的客户信息分析方法及系统
- 本发明提供了一种基于产品就绪队列变化的客户信息分析方法及系统，该方法包括：根据预设的时间间隔，采集相邻时刻的产品就绪队列信息；若相邻时刻的产品就绪队列信息不同，则提取出被删除的序号；获取所述被删除的序号所对应的预设时段内...
- 艾旭升姚文杰陈园园凌霞李良
- 文献传递
- 苏州地区空气质量指数的统计分析
- 2021年
- 为了对苏州地区的空气质量进行研究,以江苏省环境保护厅公布的2020年1月初至2月中旬共计40天的数据作为样本,将苏州与江苏其它城市进行比较,从平均空气质量指数(AQI)、空气质量等级、首要污染物三个方面进行排名,得出苏州在江苏省内空气质量加权综合排名情况,再利用SPSS统计软件,采用多种统计方法对苏州地区AQI的温度、天气类型、是否为周末等影响因素进行分析,统计结果可以制定提升苏州地区空气质量的方法和策略。
- 李良
- 关键词：空气质量指数方差分析SPSS
- 视频多目标情感度预测方法及系统
- 本发明属于视频数据处理技术领域，公开了一种视频多目标情感度预测方法及系统，主要思路是：视频v中包含多个目标，经过多目标视频解析后，形成多个单目标视频；然后根据单目标视频的时长，调用短视频情感度模块或长视频情感度模型预测目...
- 艾旭升刘楷张婷李良陈园园
- 文献传递
- 大数据专业深化产教融合的路径研究被引量：1
- 2019年
- 新工科时代背景下,专本协同是深化产教融合的重要方法。本文借鉴大数据专业建设的实践检验,研究数据为基础的专本协同机制,实现大数据产业链、专业链、人才链、技术链和创新链的有机融合,推动大数据专业建设和大数据产业经济的双向发展,深化大数据专业产教融合的广度和深度,满足大数据人才培养的多方需求。
- 艾旭升李良陈园园
- 关键词：大数据
- 自注意力机制在课堂专注度检测中的应用研究
- 2022年
- 为了充分了解课堂中每位学生对于教学内容的专注程度,有必要构建一个学生专注度检测的模型。本文建立了一个专注度分析模型,通过分析监控视频中学生的脸部表情、眼部注意力和头部姿势,量化学生专注度指标。模型采用卷积神经网络技术和Transformer自注意力机制。实践结果表明,学生专注度预测模型的误差损失值接近于0,有较好的预测效果。
- 张家骏李良艾旭升
- 关键词：TRANSFORMER
- POS机系统的数据爬虫技术被引量：1
- 2020年
- 随着大数据分析技术的普遍应用,简单的报表分析已经不能满足企业的需求。而POS系统的数据显得尤为重要,它包含了所有的交易信息,是对门店客户大数据进行分析的基础。本文将以茶饮行业的POS系统为例,详细介绍使用Python网络爬虫实现数据爬取到结构化存储系统的过程。
- 姚文杰艾旭升栾咏红李良
- 关键词：数据采集PYTHON
- 一种基于叫号器图像的顾客等待时长评估方法
- 本发明公开了一种基于叫号器图像的顾客等待时长评估方法，利用用于顾客点单的点单机、用于处理订单信息的微处理器、用于显示订单号和叫号时间的叫号器、用于拍摄叫号器视频图片的视频拍摄设备和用于储存订单信息的交易信息数据库组成的点...
- 艾旭升陈园园姚文杰凌霞李良
- 文献传递
- 建立时间戳识别模型的一种新方法被引量：1
- 2019年
- 在视频录像文件中,每张视频图片都包含时间戳图像。理解时间戳图像表示的时间数据,有助于筛选在特定时间段内的视频或图片。本文采用Keras神经网络接口实现数字识别模型,解析视频图片的时间戳信息,解决视频分析中的时间段筛选问题。实验结果也表明,新方法在时间戳识别方面,准确度达到99%以上,证实了新方法的有效性。
- 姚文杰艾旭升栾咏红李良
- 关键词：卷积神经网络视频分析图像识别
- CDIO理念在ERP财务管理课程教学改革中的应用研究
- 2013年
- 随着企业信息化的发展,企业对ERP的需求越来越大,这就使得ERP课程在各个高校广泛的开展。本文将结合CDIO工程教育理念,以项目驱动的学习方式对ERP课程重新设计,强化实践教学,采取多元化考核评价方案,通过CDIO教学提升学生多方面的能力,加强综合素质的培养。
- 李良
- 关键词：CDIO分组教学
