公共文化服务平台

基于WPF的图片预览控件的设计与实现被引量：2: 2018年; WPF(Windows Presentation Foundation)是微软推出的基于Windows的用户界面框架,本文基于WPF实现了图片预览的功能,包括对图片的拖动、旋转和缩放操作。; 李斌; 关键词：WPF 图片预览

英文作文的自动拼写检查研究被引量：5: 2008年; 基于自动拼写检查的研究现状,将英文作文中的拼写错误进行了分类,并分别采用规则匹配和统计建模的方法对单词的非词错误和真词错误进行了研究,从而扩大了对英文单词进行拼写检查的研究范围.真词错误检查主要是利用贝叶斯定理,并通过建立一些特定的混淆集的方法来实现.通过实验数据分析,该系统的准确率达到了80%以上.; 李斌姚建民朱巧明; 关键词：拼写检查贝叶斯定理

近红外光谱法预测红参醇提过程中总皂苷的变化研究被引量：21: 2007年; 目的应用近红外(NIR)光谱技术快速分析红参乙醇回流提取过程。方法采用比色法测定提取液样品的总皂苷质量浓度作为对照值,同时采集提取液样品的NIR光谱。运用正交信号校正算法消除光谱中的干扰信息,采用偏最小二乘回归法建立NIR光谱校正模型。结果NIR光谱校正模型能够准确地预测红参提取过程总皂苷质量浓度。结论NIR光谱技术可用于红参醇提过程快速分析。; 王静莫必琪李斌瞿海斌程翼宇; 关键词：近红外光谱正交信号校正

工控软件的层次化设计: 2014年; 本文阐述如何在多专业领域合作下,用层次化方法对计算机工控软件进行系统设计。文中将工控软件的体系结构分为四层:物理层、通讯层、协议层和事务层,并对每一层所涉及的技术细节加以说明。文中以某型配液仪为例,介绍了软件与其它技术专业的接口在层次结构中的映射。; 李斌; 关键词：软件工程工控软件层次化设计

多分类器融合技术在自动作文评分中的应用被引量：3: 2009年; 从作文的内容和语言学两个方面抽取了作文中相关的特征,并利用多种分类器(贝叶斯、K近邻和支持向量机)根据各方面的特征实现了对作文的分类(评分).最后利用多分类器融合技术对多个分类器进行了融合处理.通过实验分析,利用文本分类的方法对作文进行评分是完全可行的,在采用融合技术以后的评分性能有了较大的提高.; 陆军梁颖红陆玉清李斌姚建民; 关键词：自动作文评分特征提取文本分类多分类器融合

基于Davinci平台的室内智能监控系统设计: 近二十年来视频监控系统经历了从第一代模拟系统,到第二代部分数字化系统,再到现在第三代全数字化系统三个阶段的发展。近年来随着网络、计算机技术,传感器技术的迅速发展,以及图像处理算法的大量涌现,智能监控系统日益受到...; 李斌; 关键词：视频监控 TMS320DM6446 电路设计目标检测; 文献传递

红参醇提液浓缩过程近红外光谱在线分析方法被引量：47: 2005年; 目的应用近红外光谱在线分析中药浓缩除醇过程,实时反映过程的状态。方法以红参醇提液的浓缩过程为例,配制浓缩液标准样品,获得其乙醇浓度和总皂苷浓度的参考值和近红外光谱,用标准正态变量方法(standard normal variate,SNV) 和一阶导数预处理光谱,建立近红外光谱与浓度参考值之间的校正模型,并将模型用于在线分析红参醇提液浓缩除醇过程。结果测量总皂苷和乙醇浓度的校正模型所用波数范围分别为5543-9033 cm-1和6016-8658 cm-1,模型测量校正集样本总皂苷浓度的预测误差均方差(RMSEP)和相关系数r2分别是1．81 g·L-1,0．983 9,测量乙醇浓度的RMSEP和r2分别为 1．58％,0．997 7。结论近红外光谱技术可作为一种中药浓缩过程的在线分析方法。; 瞿海斌李斌刘雪松程翼宇; 关键词：近红外光谱

基于最小二乘的双权重学习法被引量：1: 2020年; 强化学习是人工智能领域中的一个研究热点。在求解强化学习问题时,传统的最小二乘法作为一类特殊的函数逼近学习方法,具有收敛速度快、充分利用样本数据的优势。通过对最小二乘时序差分算法(Least-Squares Temporal Difference,LSTD)的研究与分析,并以该方法为基础提出了双权重最小二乘Sarsa算法(Double Weights With Least Squares Sarsa,DWLS-Sarsa)。DWLS-Sarsa算法将两权重通过一定方式进行关联得到目标权重,并利用Sarsa方法对时序差分误差进行控制。在算法训练过程中,两权重会因为更新样本的不同而产生不同的值,保证了算法可以有效地进行探索;两权重也会因为样本数据的分布而逐渐缩小之间的差距直到收敛至同一最优值,确保了算法的收敛性能。最后将DWLS-Sarsa算法与其他强化学习算法进行实验对比,结果表明DWLS-Sarsa算法具有较优的学习性能与鲁棒性,可以有效地处理局部最优问题并提高算法收敛时的表现效果。; 李斌刘全; 关键词：函数逼近最小二乘

强化学习中基于权重梯度下降的函数逼近方法: 2023年; 函数逼近法(function approximation)是强化学习领域中的一个研究热点,可以有效处理强化学习中大规模、连续状态和动作空间的问题。基于梯度下降(gradient descent)的函数逼近方法虽然是强化学习中使用最广泛的方法之一,但该算法对步长参数的要求较高,取值不当易产生收敛速度慢、收敛不稳定甚至发散的情况。针对这类问题,通过围绕基于函数逼近的TD(TD,temporal difference)算法,在最小二乘方法和梯度下降方法的基础上对权重的更新方法进行了改进,利用最小二乘方法处理值函数求解权重值,并结合时序差分和梯度下降的思想求出权重之间的误差,并利用该误差直接更新权重,从而提出一种权重梯度下降(WGD,weight gradient descent)方法。该方法以全新的方式更新权重,有效降低算法对计算资源的消耗,并且可以有效地对其他基于梯度下降的函数逼近算法进行改进,广泛应用于诸多基于梯度下降的强化学习算法。实验表明,WGD方法能够在更广泛的空间中调整参数,可以有效降低算法发散的可能性,在保证算法拥有良好收敛效果的同时,提高算法的收敛速度。; 秦晓燕刘禹含徐云龙李斌; 关键词：函数逼近梯度下降最小二乘

信息中心机房安全建设简析被引量：2: 2013年; 本文围绕机房的选址、内饰、供电、UPS、空调、网络、整体监控、机房安全管理等方面,总结了信息中心机房安全建设中应注意的一些问题,以便为建设信息中心机房安全建设、最大限度规避风险提供可靠的依据。; 李斌; 关键词：UPS

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

李斌