郑颖
- 作品数：32 被引量：25H指数：3
- 供职机构：河南科技学院更多>>
- 发文基金：国家创新方法工作专项河南省科技攻关计划河南省教育厅人文社会科学研究项目更多>>
- 相关领域：自动化与计算机技术农业科学文化科学军事更多>>
- 一种基于级联视觉注意力网络的单图像超分辨率方法
- 本发明提供了一种基于级联视觉注意力网络的单图像超分辨率方法，包括：步骤1)设计一个特征注意力模块，用于特征水平的注意力学习来获得一个大的感知领域；步骤2)设计一个通道注意力模块，确保在通道水平注意力学习下强化特征；步骤3...
- 张卫东周玲金松林李国厚李嘉郑颖田勇勤赵文义曲培新
- 基于领域本体的农作物病虫害问题分类研究被引量：3
- 2016年
- 问题分类是问答系统的重要组成部分,其作用是将问题划分到对应的类别里以提高问答系统的准确率。本研究提出了一种基于领域本体的农作物病虫害问题分类方法,该方法首先构建农作物病虫害领域本体,将领域本体中的领域词添加到分词系统中以提高分词的准确率。然后提取特征词,并利用同义词词林和领域本体对特征词进行扩展。最后,针对农作物病虫害领域的特殊性将问题分为4类,利用语义和规则相结合的问题分类方法对问题分类。试验结果表明,该方法有助于提高问题分类的准确率。
- 郑颖金松林张自阳霍云凤王斌
- 关键词：农作物病虫害领域本体
- 基于TRIZ理论的小麦育种专家系统模型构建被引量：1
- 2016年
- 基于TRIZ理论构建了小麦育种专家系统模型,旨在利用该系统为小麦育种科研人员在短时间内提供创新育种的思路、技术及方法,解决目前常规小麦育种过程中所面临的效率低下、创新力不够的问题,克服常规育种方法中的不足.
- 金松林郑颖姜小苓张自阳刘明久茹振钢王斌
- 关键词：TRIZ理论小麦育种专家系统
- 一种衰减图引导的水下图像颜色校正方法
- 本发明提供了一种衰减图引导的水下图像颜色校正方法，先统计每个颜色通道的总像素值，根据总像素值将其像素值最大的定义为亮通道；然后求解亮通道和红绿蓝三色通道的像素平均值，再以亮通道作为参考图对RGB通道进行颜色补偿，颜色补偿...
- 张卫东宋小雨冯贺阳郑颖李嘉金松林李国厚王应军王建平
- 用于水下生物图像分类的双注意力机制深度神经网络模型及方法
- 本发明提供了一种用于水下生物图像分类的双注意力机制深度神经网络模型及方法，包括：多阶段布局模块，用于抑制复杂的水下背景，减少参数量；双注意力机制模块，结合反向残差瓶颈，从空间和通道两方面提取水下生物图像特征信息；重力优化...
- 曲培新张卫东李腾飞李国厚金松林周玲郑颖王应军安金梁白林锋
- 局部自适应的水下图像颜色校正方法
- 本发明提供了一种局部自适应的水下图像颜色校正方法，首先获取颜色失真水下图像，统计RGB三色通道总像素均值，将其重定义为最大、中间和最小三个颜色通道；基于灰度世界假设建立最小颜色损失准则并在三个颜色通道之间构建颜色损失项，...
- 张卫东李国厚金松林周玲郑颖安金梁曲培新白林峰
- 基于任务驱动的网页设计公共课的教学改革探索被引量：1
- 2014年
- 传统的网页设计公共课的教学模式存在很多问题,教学效果无法达到指定的教学目标。通过分析教学中的问题,提出基于任务驱动的网页设计课程改革方案。从教学效果来看,该方案能调动学生的积极性,培养学生的创造能力与实践能力。
- 吕莹莹郑颖
- 关键词：网页设计
- 基于计算思维的《操作系统》课程教学改革探讨被引量：6
- 2015年
- 针对传统"操作系统"课程教学中存在的问题,将计算思维引入操作系统课程教学中,分别从理论教学、实验教学和考核机制3个方面探讨其教学改革。实践表明,基于计算思维的操作系统课程教学,对提高教学效果和培养学生的创新思维能力具有积极作用。
- 郑颖金松林张涛
- 关键词：计算思维操作系统教学改革
- 一种基于零点逼近准则的水下图像颜色校正方法
- 本发明提供了一种基于零点逼近准则的水下图像颜色校正方法。本发明首先将原始水下图像转换到CIELab颜色空间，从直方图的零点逼近准则出发，将a和b通道都减去一个全局平均值以获得一个过原点且为拱桥形的直方图；然后利用a和b通...
- 张卫东喻百强周玲王木子金松林李国厚郑颖刘庆敏曲培新
- 基于特征选择和CNN+Bi-RNN模型的小麦抗寒性识别方法被引量：3
- 2022年
- 针对当前小麦抗寒性识别方法受限、资源消耗严重等问题,以国审小麦品种的文本数据为研究对象,利用特征选择算法和深度学习方法实现小麦抗寒性识别研究。首先,使用集成学习中的自适应增强(adaptive boosting,简称AdaBoost)算法和极端梯度提升(extreme gradient boosting,简称XGBoost)算法进行特征选择;然后,将卷积神经网络(convolutional neural networks,简称CNN)抽取的局部特征和双向循环神经网络(Bi-direction recurrent neural network,简称Bi-RNN)抽取的上下文特征融合,构建基于CNN+Bi-RNN的小麦抗寒性识别模型,通过试验表明选择15个特征时CNN+Bi-RNN方法的准确率、F1值和Kappa系数最高,分别为0.789 8、0.810 2和0.602 7。最后,使用合成少数类过采样技术(synthetic minority over-sampling technique,简称SMOTE)对样本均衡化处理,处理后训练模型的准确率均有所提高,其中CNN+Bi-RNN模型的准确率达到0.829 2。该方法能够较好地识别小麦抗寒性,提高育种效率。
- 金松林来纯晓郑颖李艳翠霍云凤刘明久张自阳韩博闫思尧李龙威
- 关键词：小麦
