您的位置: 专家智库 > >

张艳华

作品数:7 被引量:33H指数:4
供职机构:徐州工程学院信电工程学院更多>>
发文基金:江苏省基础研究计划湖北省自然科学基金江苏省现代教育技术研究规划课题更多>>
相关领域:自动化与计算机技术机械工程电子电信更多>>

文献类型

  • 7篇中文期刊文章

领域

  • 6篇自动化与计算...
  • 1篇机械工程
  • 1篇电子电信

主题

  • 3篇图像
  • 3篇去噪
  • 3篇自适
  • 3篇自适应
  • 3篇阈值
  • 2篇优化算法
  • 2篇图像去噪
  • 2篇子群
  • 2篇自适应阈值
  • 2篇小波
  • 2篇小波变换
  • 2篇粒子群
  • 2篇粒子群优化
  • 2篇粒子群优化算...
  • 2篇教学
  • 2篇波变换
  • 1篇多模式
  • 1篇信息技术
  • 1篇整定方法
  • 1篇支持向量

机构

  • 6篇徐州工程学院
  • 3篇华中师范大学

作者

  • 7篇张艳华
  • 3篇李玲远
  • 2篇黄为勇
  • 1篇高玉芹
  • 1篇鞠训光
  • 1篇田秀玲
  • 1篇程红林
  • 1篇王义

传媒

  • 2篇福建电脑
  • 1篇仪器仪表学报
  • 1篇计算机工程与...
  • 1篇通信技术
  • 1篇计算机科学
  • 1篇现代电子技术

年份

  • 2篇2015
  • 1篇2014
  • 1篇2010
  • 1篇2009
  • 2篇2007
7 条 记 录,以下是 1-7
排序方式:
基于提升小波MRI图像自适应阈值去噪算法被引量:4
2007年
分析了小波的消失矩特性对图像重构误差的影响,提出了利用提升算法提高双正交小波消失矩的改进算法。通过提升算法对传统小波提高消失矩,改善了小波的性能,使小波具有更好的振荡性,能够更好地捕捉图像的细节,从而提高了重构信号的精确度。根据磁共振图像的特点及其噪声的分布特性,提出了一种对小波系数进行分块处理的阈值去噪方法。通过对分解后每个层次上的各高频系数矩阵分为多个子矩阵分别进行不同阈值的选取,实现在不同的对比度区域选取不同的阈值的目的,从而使阈值的选取更具有自适应性。
李玲远张艳华
关键词:图像去噪小波变换
计算机专业课实践教学实名制初探
2010年
简单介绍了计算机专业课实践教学实名制的思想,并对实名制的具体内容和实施方法进行了简述,探讨了其对实践教学质量的影响。
鞠训光程红林张艳华
关键词:实名制计算机专业课实践教学
一种采用改进CPSO算法的PID参数整定方法被引量:7
2014年
为提高控制系统的性能,提出了一种采用改进混沌粒子群(CPSO)算法的PID参数整定方法。该算法将混沌搜索应用到粒子群算法的粒子位置和速度初始化、惯性权重优化、随机常数以及局部最优解邻域点的产生的全过程,使其不仅具有全局寻优能力,而且具有持续与精细的局部搜索能力。3种典型控制系统的PID参数整定实验结果验证了所提方法的有效性,其性能明显优于常规方法。
黄为勇高玉芹张艳华
关键词:PID控制参数整定混沌优化粒子群优化算法
微课程教学模式的研究被引量:1
2015年
在信息技术及移动终端日益普及的背景下,微课程教学模式逐渐成为热点。然而目前微课程模式的实施者对微课的含义理解和具体模式的建构都存在的多样化的现象。本文从微课程的概念出发,分析研究了微课程教学模式的建构,浅析了微课程教学模式的发展趋势、目前存在的问题以及解决方法。
张艳华
关键词:信息技术网络资源
基于GCV理论的小波自适应多阈值图像去噪方法被引量:11
2007年
小波图像去噪是小波应用较成功的一个领域,而其中最重要的一个环节就是最优阈值的确定问题。提出了一种基于小波变换的多阈值图像去噪的改进方法。这种方法是在各分解尺度上的各子带选择不同的最佳阈值,而最佳阈值的选取是基于GCV理论。利用此理论不仅能获得最小均方意义上的渐进最优解,而且不需要知道噪声的先验知识。通过实验证明,这种方法不仅能获得很好的去噪效果,而且由于不需要对噪声进行估计从而减小了计算量。
张艳华李玲远
关键词:小波变换GCV自适应
基于平衡正交多小波的MR图像去噪算法研究
2009年
磁共振图像中的噪声分布的特殊性不仅大大降低了图像的质量,影响医学诊断,而且为噪声的去除提出了更高的要求。平衡正交多小波同时满足正交性和对称性,不仅具有比单小波分解更加精确、去噪效果更好的特点,同时避免了普通多小波分解过程中的预处理过程。文中对磁共振图像进行平衡正交多小波分解后,采用了一种自适应性更高的阈值确定函数与半软阈值相结合方法对小波系数进行萎缩处理,实现降噪目的。结果表明:该方法优于97提升小波及ghm多小波方法,去噪效果进一步提高。
张艳华李玲远
关键词:磁共振图像去噪自适应阈值
一种基于SVR的发动机多模式故障诊断方法被引量:10
2015年
针对传统基于支持向量分类机(SVC)的发动机多模式故障诊断方法需要多个二类分类器的问题,提出了一种基于支持向量回归机(SVR)的多模式故障诊断方法。该方法首先应用归一化的故障数据样本和一个支持向量回归机构建一个发动机故障诊断回归模型,再对支持向量回归机的输出结果进行基于距离的聚类操作得到发动机的故障模式,诊断模型的参数向量采用一种基于Tent混沌映射的量子粒子群优化算法及样本测试集的均方根误差与平均相对误差同时最小的准则进行整定。实验结果表明,所提出的方法能够克服常规支持向量分类机多模式故障诊断方法需要多个二类分类器的缺陷,降低了建模的时间复杂度,有效地提高了发动机的故障诊断性能。
黄为勇王义田秀玲张艳华
关键词:发动机故障诊断聚类量子粒子群优化算法
共1页<1>
聚类工具0