贾宗维
- 作品数：22 被引量：76H指数：5
- 供职机构：山西农业大学信息科学与工程学院更多>>
- 发文基金：山西省科技攻关计划项目山西高校科技研究开发项目山西省回国留学人员科研经费资助项目更多>>
- 相关领域：自动化与计算机技术文化科学电子电信农业科学更多>>
- Visual FoxPro程序设计主观题自动阅卷系统设计思路被引量：2
- 2008年
- 针对Visual FoxPro程序设计考题的类型,提出了基于程序运行跟踪、程序重点分析、运行结果判断等关键步骤的自动阅卷系统设计思路。
- 贾宗维王晓芳
- 关键词：自动阅卷VISUALFOXPRO主观题
- 区块链技术在农业物联网领域的应用与挑战被引量：27
- 2017年
- 物联网技术的飞速发展,使得传统农业迎来了新的变革,区块链技术的出现为农业物联网数据的存证和溯源提供了可能。本文介绍了区块链技术的基本定义和农业物联网领域发展所面临的问题,探讨了区块链技术在现代农业中应用的主要方向,并在此基础上分析了区块链技术在农业物联网应用中面临的挑战。
- 杨洋贾宗维
- 关键词：区块链农业物联网
- 高校JAVA程序设计课程教学模式研究被引量：3
- 2012年
- 根据当前高校Java程序设计课程教学的现状,分析了传统教学模式中存在的各种问题。以提高学生实践和创新能力和为目标,提出了较为科学的项目驱动教学模式。新教学模式从教师角色、教学内容、教学方法与教学手段、学生能力培养等都多方面进行了探索改革,显著提高了Java程序设计课程的整体教学水平。
- 贾宗维
- 关键词：JAVA程序设计教学模式
- 复杂网络中社团结构的快速探测方法被引量：2
- 2013年
- 探测复杂网络中的社团结构对更好地理解网络的整体结构与功能特性有着十分重要的实际意义和应用价值。基于共享邻居数目和社团强度定义提出了以边链接系数为分裂依据的快速探测算法。实验结果表明,与已有的划分算法相比,该算法不需要事先预知社团数目和原始社团划分情况,能够在较低的时间复杂度下得到更高质量的网络社团划分结果。
- 贾宗维崔军王晓芳
- 关键词：复杂网络社团结构模块度
- 一种新的层次信息可视化模型被引量：3
- 2009年
- 随着信息的日益丰富和互联网技术的发展,如何在海量数据中获取有效信息这一问题促使信息可视化领域成为当前的研究热点之一。层次信息的可视化结构最直观的方式就是树型结构。但是传统的树型结构有一个很大的缺点:当结构的层次增多或者节点增多时,该结构需要占据大量的可视化空间。针对这个问题,在分析研究层次信息可视化技术的基础上,提出了一种新的层次信息可视化模型,即层次信息自由呈递模型。通过对多种关键特征的参数化,实现层次信息在任意方向上的自由呈递,以及Focus+context视图效果。
- 崔军贾宗维王建伟于慧娟
- 关键词：信息可视化
- 基于节点结构互联性的图聚类算法研究
- 网络团体结构是现实世界中复杂网络最普遍和最重要的拓扑属性之一。具有团体内节点相互连接紧密，而团体间相互连接稀疏的特点。揭示复杂网络的团体结构对分析网络拓扑结构、理解其功能、发现其隐含模式、预测其行为都具有十分重要的理论意...
- 贾宗维
- 关键词：复杂网络
- 基于Arduino Uno和STM32智能家居安防控制系统的设计被引量：5
- 2018年
- 智能家居安防系统作为家居安防的核心所在,保证系统的低成本和高性能是提高家居智能安防的关键所在。基于此,应用物联网远程控制技术,提出基于Arduino和STM32的智能安防控制系统设计,利用Wi Fi模块和云存储功能,实现用户对家庭居室环境的远程监控的功能。
- 贾宗维杨鹏飞吴小强
- 关键词：远程监控
- 一种发现社团结构的快速凝聚聚类算法被引量：2
- 2012年
- 为了快速探测复杂网络中的社团结构,提出了基于网络节点耦合度的凝聚聚类算法.首先利用一种优化的聚类中心算法确定初始聚类中心节点,然后根据节点间耦合程度和节点度分别对各社团的节点进行分类和不断调整聚类中心,直至聚类算法结束.实验结果表明,该算法能够快速准确的划分复杂网络中的各社团.
- 贾宗维崔军
- 关键词：复杂网络社团结构耦合度模块度
- 一种新的图划分算法在PPI网络模块化中的研究
- 2012年
- 为了探测一组连接紧密的功能模块以便为蛋白质的功能预测提供许多有用的信息,提出了一种基于蛋白质相似度的图划分聚类算法,基于节点间最短路径数构建度量函数,以及模块度最优化作为算法终止条件。结果表明该算法能够较为准确地发现稠密的蛋白质功能模块。
- 王晓芳贾宗维
- 关键词：功能模块模块度聚类
- 基于图像识别的苹果叶片病害识别模型对比研究被引量：3
- 2022年
- 为实现苹果叶片病害图像自动识别,展开苹果叶片病害识别模型研究。通过整理网络开源植物病害数据,获取苹果赤霉病、苹果雪松锈病和苹果灰斑病3种苹果病害叶片图像,以1种健康叶片图像作为研究对象,随机抽取4433张图像建立数据集用于模型训练,采用离线增强和在线增强2种手段对数据进行预处理,扩充图像样本并保证各类样本均衡。在Resnet 50、Mobilenet v2、Vgg16、Vgg19、Inception v3等5种预训练模型的基础上,对迁移模型进行一系列的参数调整。5种模型训练比对结果表明,优化后的Resnet50模型能够达到0.9770的准确率。优化后的训练模型具有识别速度快、准确率提高的特点,可以准确、快速地识别出病害类型,为植物病害的自动诊断提供支撑。
- 郝菁贾宗维
- 关键词：卷积神经网络
