李亚娟
- 作品数：20 被引量：28H指数：3
- 供职机构：安康学院更多>>
- 发文基金：陕西省教育厅科研计划项目陕西省教育厅自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信文化科学经济管理更多>>
- 基于分布式的机房管理系统设计与实现被引量：5
- 2011年
- 分布式计算机机房管理系统是一个面向学校计算机机房管理的软件,本文依据功能需求提出了一个采用C/S与B/S结合的系统模型,给出了分布式解决方案,实现了数据集成和区域管理。运行结果表明,系统的各项功能符合要求,能适用于广域网,实现跨校区管理。
- 李亚娟王刚熊玉明
- 关键词：机房管理分布式
- 约束优化问题测试函数的一个构造方法被引量：1
- 2010年
- 给出了约束优化问题测试算例的一个构造方法,分别给出了非凸规划、凸规划测试函数的构造方法,构造的约束优化问题在可行域边界达到最优解。并就构造的算例分别用非线性规划求解软件进行了验证,结果表明构造方法是有效的。
- 雍龙泉邬弢李亚娟
- 关键词：约束优化问题测试函数非凸规划凸规划全局最优解
- 计算机文化基础实验课程的教学改革探讨被引量：1
- 2014年
- 在面临大学转型之际,计算机基础课程势必要做相应的改革,针对这一问题,论文介绍了计算机基础课程的目前现状、分析了计算机基础课程改革的必要性和具体措施,最后根据存在的问题给出了建议和意见。
- 李亚娟
- 关键词：计算机基础课程改革
- 一种主机箱散热风扇清洗装置
- 本实用新型公开了一种主机箱散热风扇清洗装置，包括机体，所述机体的左侧外壁上设置有铰链，且机体通过铰链与侧门连接，所述机体的内侧底部开设有收集室，且收集室的左侧内壁上设置有收集盒，所述收集室内设置有小型吸尘器，所述收集室的...
- 李亚娟
- 文献传递
- 结合全局和局部稀疏表示的SAR图像目标识别方法被引量：9
- 2020年
- 提出结合全局和局部稀疏表示的合成孔径雷达(SAR)目标识别方法。基于全局字典的稀疏表示可以比较各个训练类别对于测试样本的相对表征能力。而基于局部字典的稀疏表示则体现各个类别对于测试样本的绝对描述能力。因此,两者的结果具有良好的互补性,可以为正确决策提供更充分的信息。采用D-S (Dempster-Shafer)证据理论对两者的决策矢量(即重构误差)进行决策融合从而得到更为稳健的识别结果。基于MSTAR数据集进行了目标识别实验并与其他SAR目标识别方法进行了充分对比,实验结果证明了提出方法的有效性。
- 李亚娟
- 关键词：合成孔径雷达目标识别D-S证据理论
- 一种拼接式的计算机机箱
- 本实用新型属于电脑配件领域，尤其为一种拼接式的计算机机箱，包括底板和防尘壳，所述底板开设有套壳槽和安装槽，所述防尘壳与所述套壳槽卡合固定；进行安装时，将限位块内的定位滑块拉动，然后把连接板插入安装槽之中并解除对定位滑块的...
- 李亚娟
- 文献传递
- 嵌入式图像识别的机器人路径追踪系统
- 2022年
- 为了解决传统路径追踪系统追踪精度低的问题,本文设计了基于嵌入式图像识别的机器人路径追踪系统。系统利用内核驱动层的图像采集模块驱动硬件层的CCD摄像机,采集行驶路径的图像信息并传送至同层的控制模块;控制模块选用TMS320DM6437将图像信息传送至业务支持层的图像识别模块;图像识别模块通过边缘提取等过程识别路径信息,将识别结果传送至路径追踪模块,并在通信模块中利用无线通信网络在追踪界面展示路径追踪结果。实验结果表明:在不同光照强度下,该系统得到的机器人路径追踪结果的位移偏差小于2 cm、角度偏差小于1°,说明该系统具有优越的路径追踪性能。
- 李亚娟
- 关键词：TMS320DM6437图像识别CCD摄像机
- 任务驱动教学法在教师计算机基础技能培训中的应用研究
- 2012年
- 计算机技能培训是实践性、操作性很强的课程,任务驱动教学非常适用该门课程的教学。本文结合安康学院教师计算机技能培训工作的实践,验证了上述结论,并阐述了任务驱动教学中应注意的问题。
- 李亚娟
- 关键词：教学计算机基础
- 基于计算思维的大学计算机基础教学研究
- 2015年
- 介绍了对于计算思维的认识和理解,分析了计算机基础课程如何培养学生计算思维能力,详细阐述了教学目标、教学内容、实施方案、教学模式方面的具体改革措施。
- 李亚娟
- 关键词：计算思维计算机
- 结合多决策准则稀疏表示的SAR图像目标识别方法被引量：2
- 2021年
- 提出组合多决策准则的稀疏表示分类(Sparse Representation-based Classification,SRC)并在合成孔径雷达(Synthetic Aperture Radar,SAR)目标识别中进行应用。传统SRC通常在全局字典上对测试样本进行重构,分别计算不同训练类别对于测试样本的重构误差,最终根据最小重构误差的原则进行分类决策。然而,由于SAR目标识别问题的复杂性,单一决策准则往往对扩展操作条件的适应性不强,导致整体性能下降。为此,文中基于稀疏表示求解的系数矢量,分别采用最小重构误差原则、最大系数能量原则以及局部最小重构误差原则分别进行分类。最小重构误差准则直接采用传统算法。最大系数能量准则分别计算不同训练类别系数能量,按照能量最大的原则进行判决。局部最小重构误差原则在局部字典上对测试样本进行表征和分析,充分体现SAR图像的视角敏感性。对于三个准则获取的决策变量,通过适当转换统一采用概率分布形式进行表达。最终,基于线性加权融合对三个准则的结果进行分析,判决测试样本所属目标类别。基于MSTAR数据集对方法进行测试,分别验证了提出方法在标准操作条件、俯仰角差异、噪声干扰及目标遮挡等情形的性能。实验结果表明:所提方法通过结合多决策准则能够有效提升SAR目标识别性能。
- 李亚娟
- 关键词：合成孔径雷达目标识别
