您的位置: 专家智库 > >

孙伟忠

作品数:7 被引量:5H指数:1
供职机构:辽宁科技大学更多>>
发文基金:辽宁省科学技术计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇专利
  • 3篇期刊文章

领域

  • 4篇自动化与计算...

主题

  • 2篇纸币
  • 2篇神经网
  • 2篇神经网络
  • 2篇识别方法
  • 2篇腕带
  • 2篇显示设备
  • 1篇信号
  • 1篇遗传算法
  • 1篇映射
  • 1篇脏污
  • 1篇指套
  • 1篇纸币识别
  • 1篇智能家居
  • 1篇智能家居系统
  • 1篇智能组卷
  • 1篇试卷
  • 1篇收藏夹
  • 1篇通信连接
  • 1篇图像
  • 1篇图像传感器

机构

  • 7篇辽宁科技大学
  • 1篇中国科学院
  • 1篇中国科学院大...

作者

  • 7篇孙伟忠
  • 3篇魏东
  • 2篇程万胜
  • 2篇武志涛
  • 2篇吴庆洪
  • 1篇柳伟生
  • 1篇欧阳鑫玉
  • 1篇胡君一
  • 1篇马跃
  • 1篇尹震宇
  • 1篇王介生
  • 1篇赵楠楠
  • 1篇王欣
  • 1篇田雨泽

传媒

  • 1篇小型微型计算...
  • 1篇石油化工高等...
  • 1篇机电信息

年份

  • 1篇2024
  • 2篇2022
  • 1篇2020
  • 1篇2019
  • 1篇2010
  • 1篇2007
7 条 记 录,以下是 1-7
排序方式:
SD卡引导Linux内核在ARM11中的实现被引量:1
2010年
对目前非常流行的ARM-Linux嵌入式系统的组成进行了介绍,并针对Samsung公司的S3C6410处理器分析了ARM-Linux嵌入式系统从SD卡启动系统的过程,突出该系统从SD卡引导的技术难点,同时针对当下流行的Linux内核进行引导并取得成功。
孙伟忠吴庆洪
关键词:ARMLINUXS3C6410SD卡
自学习式纸币面向识别方法被引量:1
2007年
提出了一种根据纸币图像识别其面向的方法.为了避免对大量的图像象素进行处理,并有效地减少计算量,首先对纸币图像进行了分块,为了能够建立纸币面向识别的统一模型,采用了人工神经网络的方法,使不同的纸币能够通过在线自学习确定其模型.
吴庆洪孙伟忠柳伟生王欣
关键词:自学习纸币识别神经网络
一种用于计量设备的自动化测试系统
本发明涉及一种用于计量设备的自动化测试系统,包括测试主机、控制装置和指示装置。测试主机与控制装置电连接,控制装置和指示装置,分别电连接于预设数量的待测试计量设备。测试主机,用于向控制装置传送控制信号;控制装置,用于接收测...
孙伟忠
显示设备及其控制方法和设备
本发明公开了显示设备及其控制方法和控制设备,其中所述的控制方法由第一设备执行,所述第一设备为腕带设备,所述的控制方法包括如下步骤:S1:当检测到第二设备在目标面的第一轨迹时,执行S2;S2:检测第二设备在目标面的第二轨迹...
武志涛程万胜魏东孙伟忠
文献传递
智能家居系统及其控制方法
本发明公开了智能家居系统及其控制方法,其中智能家居系统包括:通信连接的第一显示设备和第二显示设备,还包括:头戴设备,所述头戴设备配置有摄像头和输入模块,所述头戴设备与所述第一显示设备通信连接;腕带设备,所述腕带设备配置有...
武志涛程万胜魏东孙伟忠
一种基于卷积神经网络的纸币脏污识别方法被引量:3
2020年
纸币的污损程度在某种程度上决定了纸币是否能够继续流通.如何精准的识别纸币的脏污,是当前金融机具面临的一项重大问题.为了解决这个问题,本文使用接触式图像传感器采集纸币在红光、绿光、蓝光、红外光下的双面反射图像,同时也采集纸币在绿光透射和红外光透射下的图像.通过使用图像处理的方法把纸币图像提取出来,然后分析不同脏污等级的纸币在各种光源照射下所形成的图像,最终决定把哪种光源的纸币图像输入到卷积神经网络.之后,将已经分类好的训练样本和测试样本通过上述方式处理,会得到纸币图像的训练样本和测试样本.使用训练样本对本文设计的卷积神经网络进行训练,就会得到本文所需要的纸币脏污识别分类器.然后使用测试样本在这个分类器上进行测试,会得到训练的分类器的识别效果.测试结果表明本文所设计的卷积神经网络分类器对于识别纸币脏污的准确性非常高.
孙伟忠孙伟忠尹震宇马跃徐福龙
关键词:CNN接触式图像传感器
一种基于改进遗传算法的智能组卷方法
本发明提供一种基于改进遗传算法的智能组卷方法,A.新建一个题库或打开一个题库;B.对题库进行章节管理、考点管理、题型管理、组卷设置、试卷模板管理和试卷分类;C.试题的单题录入、重复检测、转移、批量删除和修改;D.通过遗传...
欧阳鑫玉史明礼赵楠楠田雨泽魏东王介生胡君一欧阳一帆孙伟忠
文献传递
共1页<1>
聚类工具0