刘涵
- 作品数：177 被引量：719H指数：14
- 供职机构：西安理工大学更多>>
- 发文基金：国家自然科学基金陕西省教育厅科研计划项目国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术水利工程电气工程电子电信更多>>
- 图形可编程继电保护实验平台的设计被引量：4
- 2017年
- 基于工业级保护控制器M7D,设计了一套基于图形可编程继电保护实验平台,利用PLPShell软件内部的30余种保护元件和图形可编程功能,学生根据所学继电保护原理可自行编写逻辑程序,下载至保护控制器中运行,并验证保护逻辑的正确性。该平台可以克服传统微机继电保护学生不能编写逻辑程序的缺点,可以更加直观地理解保护原理,并提高学生的实践动手能力,符合工程教育人才培养的目标要求。
- 程刚程刚焦尚彬李生民孙旭霞
- 关键词：继电保护实验教学
- 基于互信息和软仪表误差的输入变量自动选择方法
- 本发明公开了基于互信息和软仪表误差的输入变量自动选择方法。首先利用原始采集的全部过程变量，作为软仪表的输入变量集，通过训练多个自动编码器，构建一个基于SAE的软仪表模型。在此基础上，利用MI‑SAE方法，在每次训练迭代中...
- 刘涵王晓
- 文献传递
- 基于支持向量机与概率输出网的深度学习模型被引量：9
- 2018年
- 本文提出了基于支持向量机与概率输出网络的深度学习回归模型．该回归模型利用深度学习的深层结构，以及支持向量机的泛化能力、概率输出网络中的条件概率估计特点，建立了多层支持向量机的深度学习结构，避免了深度学习的参数选择问题．其中核参数的选择域呈网格状，通过求取输出对应卢分布的累积概率分布和经验累积概率分布的K-S检验，求取一致性的P值最大对应的核参数作为支持向量机模型的核参数．对应的输出为模型提取的特征，作为下一层的输入，直至模型达到结束条件为止．仿真实验通过三个标准的回归数据集证明了本文提出模型的有效性．
- 刘涵王月岭王晓林艳艳
- 关键词：支持向量机
- 基于Faster R-CNN的颌面部囊肿识别综合实验设计被引量：1
- 2022年
- 为了让学生更深入地掌握机器学习知识和Python语言程序设计,该文采用Faster R-CNN技术设计了颌面部囊肿目标识别系统综合实验,旨在辅助医生对患者病情的诊断。利用Python语言,在Faster R-CNN算法基础上,编写颌面部囊肿目标识别系统,实现颌面部囊肿图像预处理、特征提取、特征选择和网络模型参数训练,识别单幅计算机断层扫描图像的颌面部囊肿并可视化输出。该实验不仅可以帮助学生综合应用图像处理与机器学习知识,更好地理解和利用Faster R-CNN来进行目标识别的基本原理和方法,还能使学生更深入、熟练地掌握Python程序设计语言,提高学生的科研素质和动手实践能力。
- 王文卿张春丽张纪乾刘涵李余兴
- 关键词：人工智能目标识别
- 电站锅炉烟风系统关键控制技术及工程应用
- 刘丁刘涵杨延西潘正权弋英民黄雪飞何维邓毅梁炎明魏永贵
- 该项目属于计算机与自动控制技术领域。火力发电是中国电力能源的主要支撑。烟风系统是火力发电厂的关键设备，主要包括空气预热器、送引风机等装置与系统，其作用是将空气增压、加热后送往磨煤机和燃烧器并将燃烧物从炉膛抽出除尘后排至烟...
- 关键词：
- 关键词：电站锅炉烟风系统火力发电厂
- 基于3D深度卷积神经网络的小样本高光谱图像分类方法
- 本发明公开了一种基于3D深度卷积神经网络的小样本高光谱图像分类方法，首先将高光谱数据作为一个整体输入，划分数据为训练集train以及测试集test；然后构建3D CNN的深度学习网络模型，确定各层卷积核的大小、卷积核的个...
- 王文卿尚卓刘涵梁莉莉
- 我校控制科学与工程专业研究生的培养与管理
- 2005年西安理工大学获得控制科学与技术一级学科硕士点授予权，所有招收硕士生按照一级学科培养方案培养。目前该学科在校研究生总计二百余人。此前依托控制理论与控制工程、检测与自动化装置、模式识别和智能系统三个二级硕士点学科已...
- 刘丁钱富才任海鹏刘涵
- 关键词：研究生教育教学改革论文答辩
- 一种基于HVS特性的无参考图像质量评价方法
- 本发明公开了一种基于HVS特性的无参考图像质量评价方法，首先将图像数据库中的失真图像分为训练图像集和测试图像集，然后提取训练图像集和测试图像集的显著性区域，将训练图像集和测试图像集中的每幅图像划分为易引起视觉注意的显著性...
- 谢国高欢刘涵梁莉莉钱富才张春丽陈庞王雨冰王丹彭希
- 文献传递
- 一种硅单晶提拉伺服系统振动分析方法
- 本申请提出一种硅单晶提拉伺服系统振动分析方法，属于半导体集成电路硅单晶制备技术领域。本方法包括以下步骤：获取硅单晶提拉伺服系统的相关数据参数；利用相关数据参数构建硅单晶提拉伺服系统的数学模型，并利用数学模型搭建硅单晶提拉...
- 穆凌霞张谢龙刘丁刘涵吴世海冯楠
- 改进聚类的深度神经网络压缩实现方法被引量：3
- 2019年
- 深度神经网络通常是过参数化的,并且深度学习模型存在严重冗余,这导致了计算和存储的巨大浪费.针对这个问题,本文提出了一种基于改进聚类的方法来对深度神经网络进行压缩.首先通过剪枝策略对正常训练后的网络进行修剪,然后通过K-Means++聚类得到每层权重的聚类中心从而实现权值共享,最后进行各层权重的量化.本文在LeNet、AlexNet和VGG-16上分别进行了实验,提出的方法最终将深度神经网络整体压缩了30到40倍,并且没有精度损失.实验结果表明通过基于改进聚类的压缩方法,深度神经网络在不损失精度的条件下实现了有效压缩,这使得深度网络在移动端的部署成为了可能.
- 刘涵王宇马琰
- 关键词：剪枝
