耿庆田
- 作品数：82 被引量：167H指数：8
- 供职机构：长春师范大学更多>>
- 发文基金：国家自然科学基金吉林省科技发展计划基金吉林省教育厅科学基金更多>>
- 相关领域：自动化与计算机技术文化科学交通运输工程天文地球更多>>
- 基于局部邻域约束的空间验证的错误匹配检测方法
- 一种基于局部邻域约束的空间验证的错误匹配检测方法，属于图像识别领域。本发明的目的是通过局部区域内匹配特征对的数量，定义该匹配特征的局部权重，进而过滤不相关的匹配特征对，最后计算相关匹配特征是否满足一致几何变换的基于局部邻...
- 刘萍萍赵宏伟李清亮王振臧雪柏于繁华戴金波耿庆田
- 文献传递
- 一种机械轴类零件圆柱度检测装置及检测方法
- 本发明公开了一种机械轴类零件圆柱度检测装置及检测方法，包括底座和读数表，所述底座的内部转动连接有连接杆，且连接杆的外侧紧密贴合有连接块，所述连接块的上端一体化设置有支撑板，且支撑板的内侧安装有固定板，所述支撑板的上端贯穿...
- 孙秋成孙明玉张未名刘闯王春艳耿庆田于繁华刘成
- 文献传递
- 一种计算机控制的智能监控系统
- 本发明提供了一种计算机控制的智能监控系统，包括：图像采集单元，用于采集车辆的图像信息；定位单元，用于获得车辆的实时定位信息；通讯模块，用于将车辆的图像信息和实时定位信息上传至云端；监控中心，用于从云端获取车辆的图像信息和...
- 孙明玉刘光洁耿庆田李清亮朱金龙
- 文献传递
- 一种高精度轴径测量装置及测量方法
- 本发明公开了一种高精度轴径测量装置及测量方法，包括支撑板、伺服电机、双远心镜头、CCD相机和远心平行光源，所述支撑板的左上方设置有安装板，所述螺纹杆的顶端连接有调整块，所述螺纹杆的外侧安装有螺纹套，所述连接杆的内部安装有...
- 孙秋成刘闯张未名王春艳孙明玉耿庆田刘成
- 文献传递
- 网络计费信息采集的研究与实现
- 2007年
- 计费系统对于ISP以及与因特网互连的Intranet都必不可少。针对计费系统实现的关键技术——计费信息的采集,本文提出了采用简单网络管理协议实现对路由器中计费信息采集的方法。通过编程实现管理工作站(SNMP Manager)对代理(Agent)中的变量的访问,来获得路由器中的网络计费信息,并详细讨论了其设计的原理和实现的方法。
- 耿庆田李民于繁华
- 关键词：简单网络管理协议数据采集计费系统
- 一种基于移动式互联网的车辆智能巡航装置
- 本实用新型公开了汽车技术领域的一种基于移动式互联网的车辆智能巡航装置，包括车体、控制器、ABS、中控屏和音箱，所述控制器与ABS、转向系统和转向灯电性输入或通过网络模块连接，多个所述光电传感器安装在车体左右两侧的倒车镜上...
- 耿庆田乔桥张天李清亮马梦露范木杰蔡学森肖倩倩姚久斌
- 文献传递
- 一种智能家居安防报警系统
- 本实用新型公开了一种智能家居安防报警系统，包括无线网络端，智能家居安防报警系统还包括电脑控制端、固话控制端、接警中心端、保安系统端、高清摄像机、燃气探测器、烟雾探测器、红外探测器、门禁探测器、门栅电控锁和户主手机端，所述...
- 赵东陈向瑞于繁华耿庆田张天
- 文献传递
- 一种交通实况监控装置及其使用方法
- 一种交通实况监控装置及其使用方法，属于监控设备领域。包括多个控制装置、监控支架和警示装置；所述监控支架的底端侧面固定连接多个控制装置；所述警示装置通过轴承连接在监控支架上。所述多个壳体26斜向固定连接在支撑板24的底端，...
- 耿庆田李清亮于繁华范木杰张天韩敬峰孙秋成赵杨刘植韩亚茹
- 基于B＋树的数据索引存储被引量：8
- 2013年
- 针对传统索引算法在数字数据索引应用中存在的索引建立时间开销较大问题,提出一种将B+树理论和算法应用于索引的设计方案.在对B+树索引基础上,建立了索引存储模型,结合位图存储方式将B+树节点存储在存储介质上,实现索引存储.实验结果表明,使用B+树,可按路径读取,节省了建立索引时间,同时提高了B+树的稳定性,在B+树节点存储的情况下访问键值信息,索引速度得到较大提升.
- 耿庆田狄婧常亮赵宏伟
- 关键词：数据存储B+树位图
- 极限梯度提升和长短期记忆网络相融合的土壤温度预测被引量：4
- 2020年
- 土壤温度是地球科学多个领域的重要变量。其时空变化受多种环境因素影响,这对土壤温度的准确预测带来巨大挑战。以机器学习为核心的数据驱动方法,在土壤温度预测中是重要研究领域,为基于物理过程模型提供重要补充。然而目前针对土壤温度影响因素量性研究较少,因此本文提出XGBoost-LSTM的数据驱动方法。基于极限梯度提升算法(XGBoost)分析土壤温度影响因素的重要性,然后根据影响因素重要性依次组合,并输入至长短期记忆网络(LSTM),得到最优预测模型并实现土壤温度预测。最后在长白山和海北两个气象站完成实验,本文方法的最优均方根误差为2.234、平均绝对误差为1.716、纳什效率系数为0.932、LMI系数为0.729和威尔莫特一致性指数为0.983。结果表明本文提出的XGBoost-LSTM预测模型与目前土壤温度中常用的数据驱动模型相比,均表现出更高的精确度。
- 李清亮蔡凯旋耿庆田刘光洁孙明玉张嵛于繁华
