-
题名无监督领域自适应调制识别方法
被引量：1
- 1
-
-
作者
毛红霞
-
机构
成都锦城学院计算机与软件学院
-
出处
《探测与控制学报》
CSCD
北大核心
2021年第4期117-122,共6页
-
文摘
针对现有自动调制识别(AMR)方法中,由于训练样本和实际应用的数据存在较大的不同,而导致识别率恶化的问题,提出无监督领域自适应(DA)的调制识别方法。该方法在传统识别网络中加入域分类子网络,在训练的代价项中加入域分类代价,使得网络能够同时适应目标域和源域。通过开源软件仿真的数据集证明,相比于无迁移学习和基于参数精调的方法,在CNN为基础网络的条件下,识别率分别提高了41%和7%;在ResNet为基础网络的条件下,识别率分别提高了43%和9%。
-
关键词
领域自适应
深度学习
调制识别
-
Keywords
domain adaptation
deep learning
modulation recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
TN98
[电子电信—信息与通信工程]
-
-
题名基于YOLOX模型在疫情背景下人脸识别中的应用
被引量：3
- 2
-
-
作者
金鹏祥
李丹
-
机构
成都锦城学院
-
出处
《长江信息通信》
2022年第1期1-2,6,共3页
-
文摘
随着COVID-19新型冠状肺炎全球大流行的趋势下,全人类都面临着重大全球公共卫生安全和经济下行压力,我国的疫情防治虽然已经取得阶段性胜利,但是变异毒株德尔塔的威胁仍使我们不能有丝毫松懈,以德尔塔(Delta)为代表的变异毒株异常狡猾,很多传染特征都突破了人们的既有认知,而且本轮感染者中轻型和无症状感染者的比例明显升高,不仅增加了疫情传播的隐蔽性,也对防疫提出了更高的要求。YOLOX是旷视科技于2021年7月发布的最新一代YOLO系列目标检测器,采用了近年来业界的最新技术,在性能和准确性上都超越了已有的同类产品。如果能将YOLOX检测器应用到当前全球疫情防治大背景下佩戴口罩下的检测,无论是对提高检测效率和准确度,还是降低人力成本,都具有重要意义。
-
关键词
人脸识别
YOLOX
深度学习
-
分类号
TB18
[一般工业技术]
-
-
题名嵌入式实时双操作系统自动化测试框架设计
被引量：1
- 3
-
-
作者
罗亚丽
-
机构
成都锦城学院计算机与软件学院
-
出处
《信息技术与信息化》
2022年第6期91-94,共4页
-
文摘
为解决嵌入式实时双操作系统自动化程度低下的问题,在研究嵌入式软件测试相关技术的基础上,提出了一种针对微内核虚拟化技术的嵌入式实时双操作系统自动化测试框架。首先构建了一个全实物测试平台,以分布式的架构管理测试过程;其次通过Robot Framework驱动sss测试用例的调度执行,利用Pyserial串口库实现自动化测试引擎与被测试的嵌入式实时操作系统之间的通信。测试结果表明,测试框架提升了嵌入式实时双系统的自动化测试程度,提高了系统测试的效率,同时也为系统的质量评估提供了依据。
-
关键词
嵌入式
微内核
实时性
双操作系统
自动化测试
-
分类号
TP316
[自动化与计算机技术—计算机软件与理论]
-
-
题名基于人脸识别的课堂专注度设计
被引量：1
- 4
-
-
作者
舒珩
周丽
-
机构
成都锦城学院计算机与软件学院
-
出处
《现代信息科技》
2021年第12期29-32,共4页
-
文摘
高校的学习生活因科技的高速发展而发生了翻天覆地的变化,顺应时代的发展,高校教育信息集成化成为当今关注焦点。决定大学生学习成果和学习效率的基本保障是课堂出勤率及课堂上的专注度,因此大学生的课堂专注度问题一直是高校热门话题。得益于人脸识别技术的高速发展,文章采用HAAR特征值算法将课堂专注度集成为一个基于人脸识别的系统。该系统将人脸识别考勤加入其中,在大大提高教师上课效率的同时,还可精准监管学生在课堂上的专注度。
-
关键词
人脸识别
课堂抬头率
专注度统计
-
Keywords
face recognition
classroom rise rate
concentration statistics
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
