-
题名融合知识特征与协同属性的创新用户群发现研究
被引量：3
- 1
-
-
作者
唐洪婷
李志宏
张沙清
-
机构
广东工业大学
华南理工大学
惠州市广工大物联网协同创新研究院有限公司
-
出处
《情报学报》
CSSCI
CSCD
北大核心
2021年第5期534-546,共13页
-
基金
国家自然科学基金面上项目“基于超网络的大众协同创新社区用户知识主体挖掘方法研究”(71571073)
广东省软科学研究项目“大众协同创新平台的动力机制及其发展对策研究”(2020A1010020038)
+1 种基金
广东省自然科学基金面上项目“基于区块链的大众创新社区知识共享治理机制研究”(2019A1515011370)
惠州市高校科研专项资金项目“惠州市物联网信息技术实验室”(HSJS201807)。
-
文摘
企业创新社区作为用户参与的典型应用,可以为企业的产品开发与改进提供创新灵感。然而,互联网平台的开放性使得社区中的用户及其生成内容趋于无组织性,进而导致社区的知识组织与创新孕育效能低下。特别地,独立用户的创新活动常常受到其认知的限制。为了促使企业创新社区的用户创意得以有效聚集和碰撞,本文聚焦具体知识情景,对最具知识潜能与合作潜能的协同创新用户群进行识别,以最大限度的激发用户间的协同效用。因此,本文充分利用超网络的复杂系统分析能力,提出用户的知识特征与用户间协同属性的量化方法,并利用遗传算法,实现创新用户群发现的最优化求解。本文利用MIUI社区的真实数据进行实验研究,验证了该方法的可行性与有效性。本文着眼于创新用户群体的识别,完善了知识量化体系,同时,对在线协同创新等社区运营实践具有较好的指导意义。
-
关键词
知识特征
协同创新
用户发现
企业创新社区
超网络
-
Keywords
knowledge characteristics
collaborative innovation
user identification
open innovation community
supernetwork
-
分类号
F273.1
[经济管理—企业管理]
F49
[经济管理—产业经济]
-
-
题名贴片电阻焊点内部空洞缺陷自适应检测
被引量：2
- 2
-
-
作者
蔡念
肖盟
肖盼
周帅
邱宝军
王晗
-
机构
广东工业大学信息工程学院
天津大学
工业和信息化部电子第五研究所
广东工业大学机电工程学院
惠州市广工大物联网协同创新研究院有限公司
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2022年第5期1617-1624,共8页
-
基金
国家自然科学基金(62171142)
广东省自然科学基金(2021A1515011908)
惠州市高校科研专项资金项目(2019HZKY003)。
-
文摘
贴片电阻在回流焊过程中,受工艺影响,焊点内部或多或少会存在空洞缺陷,空洞占比率过高会严重降低器件的可靠性。该文融合局部预拟合(LPF)活动轮廓模型和自适应圆形卷积核,提出一种贴片电阻焊点内部空洞缺陷自适应检测方法。首先,根据贴片电阻图像具有明暗两个明显区域的特点,通过求解区域平均灰度差异最大的优化问题将其自适应地分为较暗和较亮两个区域。然后,针对较暗区域中空洞与背景之间对比度低、空洞分布较稀疏、面积偏大等特点,采用局部预拟合活动轮廓模型进行空洞检测;针对较亮区域中空洞与背景之间差异明显、空洞分布密集、面积偏小等特点,提出一种自适应圆形卷积核检测空洞。最后,采用形状因子和平均灰度策略剔除误检测,实现贴片电阻焊点内部空洞精细检测。实验结果表明,该文算法相较于其他检测算法性能有明显的提升,平均Dice系数高达0.8846。
-
关键词
空洞检测
贴片电阻
局部预拟合活动轮廓模型
自适应圆形卷积核
平均灰度策略
-
Keywords
Void detection
Chip resistor
Local Pre-Fitted(LPF)model
Circular convolution with adaptive kernel
Average-gray strategy
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于扇区邻域特征工程的玻璃封装绝缘端子缺陷检测
被引量：1
- 3
-
-
作者
蔡念
李炜博
黄钦豪
周帅
邱宝军
何兆泉
-
机构
广东工业大学信息工程学院
天津大学
工业和信息化部电子第五研究所
惠州市广工大物联网协同创新研究院有限公司
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2022年第5期1548-1553,共6页
-
基金
国家自然科学基金(62171142)
广东省自然科学基金(2021A1515011908)
惠州市高校科研专项资金(2019HZKY003)。
-
文摘
该文提出一种基于特征工程的玻璃封装绝缘端子外观质量检测算法以替代人工肉眼检测。首先,基于绝缘端子的形状先验将待检测区域划分为若干个扇区。其次,根据玻璃封装绝缘端子图像特点提出扇区基本特征数据、扇区灰度变化率、扇区反光特征和扇区方向统计特征等4大类扇区特征提取方法,采用梯度提升决策树(GBDT)进行粗分类。为了更全面地表征扇区特性,基于粗分类结果融合最近邻扇区提出扇区近邻(SN)特征提取方法。最后,将扇区近邻特征和扇区特征都输入到GBDT分类器进行精细分类,获得检测结果。实验结果表明,提出的特征工程方法能够在合理检测时间内取得较好的检测性能,交并比为97.45%,F1为0.987,优于现有类似检测方法。
-
关键词
外观质量检测
玻璃封装绝缘端子
扇区特征
扇区近邻特征
梯度提升决策树
-
Keywords
Appearance quality inspection
Glass seal insulated terminal
Sector feature
Sector Neighborhood(SN)feature
Gradient Boosting Decision Tree(GBDT)
-
分类号
TP274
[自动化与计算机技术—检测技术与自动化装置]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
