-
题名组合网络控制拓扑建模与鲁棒性分析仿真
被引量：1
- 1
-
-
作者
韩红章
-
机构
江苏理工学院计算机工程学院
常州市云计算与智能信息处理重点实验室
-
出处
《微电子学与计算机》
CSCD
北大核心
2014年第6期162-165,170,共5页
-
基金
江苏省高校自然科学研究项目(13KJB520005)
江苏理工学院校青年科研基金项目(KYY12025)
常州市云计算与智能信息处理重点实验室(CM20123004)
-
文摘
组合网络最优决策控制拓扑建模与结构鲁棒性分析能够提高组合网络控制结构的抗干扰能力.在组合网络最优决策控制过程中,容易受到环境因素的干扰,无法形成固定的控制决策,影响了组合网络决策控制的鲁棒性测试.提出基于概率解析算法的组合网络控制结构鲁棒性测试方法.筛选组合网络中控制结构鲁棒性影响因素,建立鲁棒性影响因素数据集合,并对不同鲁棒性影响因素的权重进行计算.根据概率解析算法相关理论,获取组合网络最优决策控制鲁棒性影响因素的灵敏度函数和数据传输函数,对结构的鲁棒性进行准确的分析.实验结果表明,利用改进算法进行组合网络中最优决策控制结构鲁棒性分析,能够提高分析的准确性,满足组合网络应用的实际需求.
-
关键词
决策控制
拓扑建模
鲁棒性
-
Keywords
decision-making control
topology modeling
robustness
-
分类号
TP13
[自动化与计算机技术—控制理论与控制工程]
-
-
题名高等院校计算机网络教学存在的问题与对策分析
被引量：2
- 2
-
-
作者
韩红章
-
机构
江苏理工学院计算机工程学院
常州市云计算与智能信息处理重点实验室
-
出处
《无线互联科技》
2016年第20期88-89,109,共3页
-
文摘
随着计算机技术与网络技术的发展,高等院校计算机网络教学也在随之进步。在目前高等院校计算机网络教学的实际应用过程中,这种新型的教学形式能够突破时间与空间的界限,给进行计算机网络教学的双方带来相应的便利,但同时也存在着相应的问题,文章针对高等院校计算机网络教学中所存在的问题进行分析,以此来提出可行的对策。
-
关键词
高等院校
计算机网络教学
教学方法
-
Keywords
higher colleges
computer network teaching
teaching methods
-
分类号
TP393-4
[自动化与计算机技术—计算机应用技术]
G642
[文化科学—高等教育学]
-
-
题名基于改进YOLOv3模型的软包装食品自动识别方法
被引量：4
- 3
-
-
作者
张志凯
韩红章
赵雪芊
李忠
-
机构
江苏省苏州丝绸中等专业学校
江苏理工学院
南京大学
江苏联合职业技术学院常州刘国钧分院
-
出处
《食品与机械》
CSCD
北大核心
2023年第5期95-100,共6页
-
基金
江苏省自然科学基金项目(编号:21JS23879023)。
-
文摘
目的:解决现有包装食品自动识别方法存在的识别精度差、效率低等问题。方法:基于软包装食品自动识别系统,提出一种改进的YOLOv3模型用于软包装食品的自动识别。将Kmeans++算法引入模型中解决小目标不敏感问题,将Mish激活函数引入模型中提高识别的准确性,将注意力机制Senet引入模型中提高特征提取能力。通过试验分析了该识别模型的性能,验证了模型的优越性。结果:与常规识别方法相比,所提方法能更准确、高效地实现软包装食品的自动识别,识别准确率为95.40%,识别效率为23.80帧/s,满足包装食品识别的需要。结论:通过对现有食品识别模型的优化,可以有效提高识别模型的性能。
-
关键词
软包装食品
自动识别
YOLOv3模型
Kmeans++算法
Mish激活函数
注意力机制Senet
-
Keywords
packaged food
automatic identification
YOLOv3 model
Kmeans++algorithm
Mish activation function
attention mechanism Senet
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
TS207.3
[轻工技术与工程—食品科学]
-
-
题名嵌入式网络数据库最优访问路径自动检测系统设计
被引量：3
- 4
-
-
作者
黄海军
韩红章
赵小荣
-
机构
江苏理工学院计算机工程学院
-
出处
《现代电子技术》
北大核心
2020年第13期159-162,166,共5页
-
基金
江苏省产学研合作项目(BY2018205)。
-
文摘
传统的嵌入式网络数据库最优访问路径自动检测系统在检测过程中覆盖率低,准确性差。针对上述问题,设计了一种新的系统,硬件由采集器模块、处理器模块和检测器模块三部分组成,利用CAN总线连接硬件设备。采集器模块的运行系统为PC104系统,内部装有16 GB CF卡存储器,配合软件工作,选用智能采集通信节点C805 1 FO103作为通信节点;处理器模块内部拥有寄存器单元、算术逻辑单元、输入/输出单元,通过EAD-STROBE脉冲控制信息输入,利用WEARFAFAVD脉冲信号执行输出操作。软件分为系统上电复位、信息采集、信息处理三步。为检测系统工作效果,与传统系统进行实验对比,结果表明,给出的检测系统覆盖率更高,准确性更好。
-
关键词
嵌入式
网络数据库
最优访问路径
自动检测
脉冲信号
覆盖率
-
Keywords
embedded type
network database
optimal access path
automatic detection
pulsing signal
coverage rate
-
分类号
TN710-34
[电子电信—电路与系统]
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于高分辨率重建的矿区遥感图像目标分割算法
- 5
-
-
作者
王晓红
苏兵
韩红章
-
机构
常州市高级职业技术学校机械工程学院
-
出处
《金属矿山》
2025年第4期195-200,共6页
-
基金
江苏省产学研合作项目(编号:BY2022149)
第五期江苏省职业教育教学改革研究重点课题(编号:ZCZ82)。
-
文摘
高分辨率遥感图像中的矿山目标具有复杂的形态、纹理和光照特征,给目标分割带来了挑战。为提高矿山目标分割精度和效率,提出了一种基于高分辨率重建的矿区遥感图像目标分割算法。该算法首先利用超像素分割方法将遥感图像分割成若干块,利用深度学习模型提取每个块的特征,并将其重建为高分辨率的特征图;然后利用标记分水岭算法对重建的特征图进行进一步分割,得到矿山目标的精细边界;最后通过条件随机场对分割结果进行优化,消除噪声和误分区域。在真实的高分辨率遥感图像上进行了试验,结果表明:该算法在矿山目标分割方面具有较高的准确率和鲁棒性,且具有较快的运行速度,适用于大规模的遥感图像处理,准确率达到了0.93,召回率为0.92,F_(1)分数为0.94,平均交并比(mIoU)达到0.85。所提算法为高分辨率遥感图像精确分割提供了一种有效方法,对于促进矿区遥感技术应用有一定的意义。
-
关键词
高分辨率重建
矿区遥感图像
目标分割
深度学习模型
条件随机场
-
Keywords
high-resolution reconstruction
remote sensing image in mining area
target segmentation
deep learning model
conditional random field
-
分类号
TP391
[自动化与计算机技术]
-
