您的位置: 专家智库 > >

牛明强

作品数:5 被引量:12H指数:2
供职机构:安徽理工大学机械工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术电子电信矿业工程更多>>

文献类型

  • 3篇期刊文章
  • 1篇学位论文
  • 1篇专利

领域

  • 3篇自动化与计算...
  • 2篇电子电信
  • 1篇矿业工程

主题

  • 3篇家庭智能
  • 2篇水射流
  • 2篇物联网
  • 2篇联网
  • 2篇监控系统
  • 2篇高压水
  • 2篇高压水射流
  • 2篇分布式
  • 2篇ZIGBEE
  • 2篇LABVIE...
  • 1篇远程
  • 1篇远程监控
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇智能控制
  • 1篇视频模块
  • 1篇特征提取
  • 1篇特征提取方法
  • 1篇通讯技术
  • 1篇最小二乘

机构

  • 5篇安徽理工大学

作者

  • 5篇牛明强
  • 4篇杨洪涛
  • 3篇孙帅
  • 1篇耿金华
  • 1篇张东速
  • 1篇禹斌
  • 1篇范斌

传媒

  • 1篇电子测量与仪...
  • 1篇工矿自动化
  • 1篇安徽理工大学...

年份

  • 3篇2014
  • 2篇2013
5 条 记 录,以下是 1-5
排序方式:
基于LabVIEW和物联网的分布式家庭智能监控系统被引量:4
2013年
为了解决现有家庭监控系统的不足,基于ZigBee无线自组网技术,利用"软件代替硬件"的设计理念,设计了一种分布式家庭智能监控系统。该系统以采用CC2530作为主控芯片,选择合适的硬件设计了用于门窗防盗、视频监控、温湿度监控、智能控制和USB数据传输的接收机等功能模块,编制了相应的下位机监控程序,利用LabVIEW软件开发了上位机网络远程智能监控软件。该系统硬件安装在现场,通过运行上述监控软件和无线通讯,可以实现燃气浓度、温湿度、门窗状态的实时监测、视频实时监控和数据的无线传输,并可以实现通过互联网通信进行远程监控。通过实验测试可知,该系统还可以实现现场报警、历史记录存储和远程网络智能监控等功能,具有体积小、成本低、无需开槽安装、便于扩展、智能化程度高和性能稳定可靠等优点。
杨洪涛牛明强王岚晶
关键词:分布式系统ZIGBEELABVIEW智能控制远程监控
基于物联网和LabVIEW的家庭智能监控系统
随着传感技术、智能控制技术、物联网技术的快速发展和越来越多的居民对家居环境安全的重视,越来越多的家庭监控系统不断出现。目前市场上的家庭监控系统主要分成单一监控和智能化监控两大类。前一类系统存在监控种类单一,智能化程度低,...
牛明强
关键词:分布式
文献传递
高压水射流靶物反射声信号的特征提取方法
2014年
为了提高利用高压水射流靶物反射声信号识别靶物材质的效率,针对地雷探测过程常见的地雷、石块、砖块和木块4种靶物,采用不同的特征提取方法来识别靶物材质。在分析Mel频率倒谱系数及小波包变换倒谱系数基本原理的基础上,结合靶物反射声信号的特点,提出了一种基于Mel频率倒谱和小波包变换倒谱特征融合的特征提取方法:利用小波包变换将原始靶物反射声信号划分为若干子频段,选取其中一个子频段作为低频和高频的划分层;低频部分提取Mel频率倒谱系数作为特征值,高频部分则提取小波包变换倒谱系数作为特征值,将2组特征值线性合并为一组新的特征向量,用于靶物材质的识别。采用最小二乘支持向量机建立多分类模型,验证基于单一特征和基于特征融合的特征提取方法的识别率。实验结果表明,在取得低频与高频的最佳划分层时,基于特征融合的特征提取方法的平均识别率达到82.812 5%,较单一的利用Mel频率倒谱系数或小波包变换倒谱系数作为特征向量时的平均识别率分别提高了10.312 5%和7.812 5%。
孙帅杨洪涛张东速方传智牛明强
关键词:高压水射流小波包变换
基于无线物联网和LabVIEW的家庭智能监控系统
本实用新型公开一种基于无线物联网和LabVIEW的家庭智能监控系统,属于网络技术领域。它包括端点监控模块、视频模块、ZigBee无线网络、用户电脑、接收机,所述端点监控模块与ZigBee无线网络相连,所述端点监控模块用于...
杨洪涛牛明强孙帅方传智范斌禹斌喻曹丰耿金华
文献传递
EMD和LS-SVM相结合的高压水射流靶物材质识别方法研究被引量:6
2014年
为了利用靶物反射声有效识别靶物材质,提出了一种新的基于经验模态分解(EMD)和最小二乘支持向量机(LSSVM)相结合的靶物材质识别方法。首先应用模极大值算法识别靶物边界点,提取边界点内的反射声信号进行小波降噪预处理,对预处理后的信号进行EMD分解,并计算获得各个本证模态(IMF)分量的短时能量比,作为对应不同靶物材质的特征值输入到利用LS-SVM建立的多分类模型。介绍了上述方法的基本原理,设计了试验装置和靶物材质识别影响因素分析试验方案。实验结果表明:靶物的内部结构和外形大小因素对靶物材质识别率影响小,利用上述方法进行的四种靶物材质探测,平均识别率达到85.83%,比BP神经网络提高了18.83%,且运算速度也得以提高,因此该方法可以用于靶物材质的识别。
杨洪涛孙帅方传智牛明强
关键词:经验模态分解最小二乘支持向量机
共1页<1>
聚类工具0