兰孝文
- 作品数：7 被引量：11H指数：2
- 供职机构：内蒙古科技大学信息工程学院更多>>
- 发文基金：内蒙古自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术机械工程理学环境科学与工程更多>>
- 不同优化算法对于神经网络搭建模型的误差研究被引量：5
- 2020年
- 影响一个模型预测效果的并不一定是所用的方法和所确定的参数,还有可能是在训练损失的过程中所选择的优化算法,它是预测模型搭建过程中所不能忽视的重要因素。在TensorFlow中提供了不同种类的优化器编程接口。文章以包头市空气污染物浓度预测为研究对象,在优化过程中通过综合对比不同优化算法在以LSTM神经网络搭建的预测问题上的误差,从中选取最合适模型的优化方法。
- 兰孝文赵晓阳张晓琳
- 关键词：优化算法
- 智能家居远程控制系统的设计与实现被引量：4
- 2014年
- 物联技术的发展使智能家居成为改善人类生活质量的一个重要指标。文章实现了一个基于ARM的智能家居远程控制系统。该系统以S3C44B0X为核心处理器,外部扩展了Flash、SDRAM及网络接口;通过定制的湿度、风速传感器采集环境数据;用步进电机、继电器和被控对象相连接来控制其移动。在软件设计时移植了引导程序Bootloader及uClinux操作系统,并采用Boa和CGI的方式在uClinux上构建了Web服务器;完成了基于嵌入式Web服务器的网站程序,用来接收用户请求、返回页面及调用相关子程序(采集、控制),最终实现了智能家居远程网络控制的系统要求。
- 兰孝文刘江涛
- 关键词：智能家居远程控制UCLINUX嵌入式WEBARM
- 焊缝缺陷超声图谱的卷积神经网络分类研究
- 2023年
- 针对传统的工件焊缝缺陷分类方法分类准确率低、分类速度慢的问题,提出了基于迁移学习的卷积神经网络实现对工件焊缝缺陷图谱的智能分类。首先使用超声相控阵探伤仪对焊缝试块进行扫描实现数据采集,然后将采集好的各类缺陷图谱数据按9:1的比例分为训练集与测试集,最后使用基于迁移学习的ResNet-34、MobileNet-v2、AlexNet三种卷积神经网络模型训练。其中Resnet-34网络模型最高准确率可达到98.6%,MobileNet-v2网络模型的最高准确率达到84.5%,AlexNet网络模型的最高准确率达到96.5%。试验结果表明,使用基于迁移学习的卷积神经网络不仅可以有效地提高件焊缝缺陷图谱的分类准确率,而且分类的速度也远比人工分类的速度要快,有效的加快了缺陷图谱的分类速度。
- 兰孝文张学强王少锋徐光
- 关键词：卷积神经网络
- 异型圆柱贯穿腔体多轴线定位方法研究
- 2024年
- 异型圆柱贯穿腔体承载件的多轴线定位是其自动化缺陷检测的前提,本文提出一种基于机器视觉的异型圆柱贯穿腔体承载件的多轴线定位方法,从根源上解决了人工定位测量速度慢、精度低、自动化定位不能批量处理多个特征等问题。首先标定相机内参和机械臂手眼关系,接着采集异型承载件图像并检测端面椭圆,然后识别端面ArUco靶标并估计相机位姿,最后将承载件端面圆心坐标和法向量转换到机器人基座坐标系下,求解轴线数学表征。实验结果表明,该方法可以快速定位承载件轴线特征,异型承载件端面圆心定位精度最高可达1.63mm,端面ArUco靶标姿态估计精度最高可达0.35°,效率远超于人工测量,并可以处理具有多个圆柱端面的异型工件,具有一定的工业应用价值。
- 兰孝文赵波王少锋黄顺舟
- 关键词：单目视觉工业机器人目标检测
- 基于机器视觉圆环零件尺寸提取方法研究
- 2023年
- 针对流水线生产作业中圆环零件尺寸难以高精度快速提取的问题,提出了一种基于机器视觉的非接触式测量方法.通过机器人末端夹持线激光扫描仪扫描零件并将扫描数据转换到基座标下得到原始点云图像,对点云图像进行去噪处理和分离内、外圆特征点,提出了改进的随机采样一致性算法,分别拟合圆环内、外圆并计算圆环同心度.结果表明:该方法提取的圆环尺寸与真值比较误差在0.1 mm以内,满足自动化高精度测量需求.
- 刘润浩兰孝文王少锋李若飞
- 关键词：激光扫描机器视觉随机采样一致性
- 面向能力培养的《数据结构》课程理论教学与实践教学的统一性研究被引量：1
- 2011年
- "数据结构"课程内容比较抽象,理论性较强,学生在学习过程中不容易掌握,更谈不上学以致用。作者根据多年的教学实践经验及结合实践教学环节的要求,提出了数据结构课程知识体系和实践教学体系。其目的是提高"数据结构"课程的理论教学水平和学生的软件开发能力。
- 兰孝文
- 关键词：数据结构知识体系实践教学体系
- 基于神经网络的空气质量预测模型构建研究被引量：1
- 2020年
- 污染防治作为决胜全面建成小康社会的三大攻坚战之一,相关单位及部门应加以重视。为了打赢这场蓝天保卫战,包头市于2018年制订了《包头市打赢蓝天保卫战三年行动计划实施方案》,方案中明确指出经过3年的攻坚,到2020年颗粒物浓度较2015年下降20%,空气质量优良天数比率达到80%,为了实现预定的目标,进一步了解包头市的大气污染情况,有必要了解空气变化趋势,并根据之前的监测数据及时、准确、全面地预测未来的空气污染。笔者主要利用TensorFlow软件库构建基于时间序列进行预测的LSTM(长短期记忆网络)网络结构,对包头市主要的污染源PM2.5浓度进行精确地预测。研究成果可以为相关大气污染预防及防治工作提供数据支持和新的预测方法。
- 赵晓阳兰孝文张晓琳
- 关键词：神经网络空气质量
