-
题名基于图像处理的轨道图像去噪算法研究
- 1
-
-
作者
丁要男
-
机构
江西机电职业技术学院信息工程学院
-
出处
《山西电子技术》
2025年第2期114-116,共3页
-
基金
江西省教育厅科学技术研究项目(GJJ2406908)。
-
文摘
为保证轨道图像的质量和边缘细节信息的完整,对轨道图像进行去噪非常重要,基于此重点讨论和比较了均值滤波、高斯滤波、中值滤波、双边滤波四种去噪方法的去噪效果,通过采用峰值信噪比PSNR、归一化均方误差NMSE进行评价,仿真实验表明,采用双边滤波对轨道图像进行去噪效果相对较好,有利地保护了轨道图像的边缘细节信息。
-
关键词
图像去噪
滤波
轨道图像
峰值信噪比
归一化均方误差
-
Keywords
image denoising
filtering
orbital images
peak signal-to-noise ratio
normalized mean square error
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名轴承表面检测系统的研究与开发
被引量：2
- 2
-
-
作者
田秀梅
廖慧琴
冯祥胜
王白晶
-
机构
南昌工程学院计算机科学与技术系
江西机电职业技术学院电子与信息工程系
-
出处
《长春工业大学学报》
CAS
2008年第2期221-225,共5页
-
文摘
针对轴承检测领域的特殊性,通过理论分析和大量实验获得了一个较为有效的神经网络结构。提出了一个基于神经网络技术的轴承表面检测算法,对待测图像进行预处理,提高检测率,最终提出了一个基于神经网络的轴承检测系统。
-
关键词
表面检测
神经网络
轴承
-
Keywords
surface test
neural network
bearing
-
分类号
TH133.33
[机械工程—机械制造及自动化]
TP206
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名一种基于特征权重的文本分类新算法
被引量：1
- 3
-
-
作者
胡晓辉
-
机构
江西机电职业技术学院信息工程学院
-
出处
《科技创新与应用》
2023年第4期39-42,共4页
-
基金
江西省教育厅科学技术研究项目(GJJ204203)。
-
文摘
自然语言处理的一个重要分支,即自动文本分类,是文本信息处理的重要基础,是人工智能研究的一个热点,有助于文本的信息管理。已经有大量的专家学者对朴素贝叶斯、神经网络、支持向量机、k近邻等传统算法进行研究,但大量的专家学者实验证明KNN、SVM等经典的文本分类算法大都基于向量空间模型,因泛化能力不足,导致对于复杂的文本分类结果较差。该文提出一种新的特征权重计算方法,充分利用文本结构特征信息对特征权重进行计算,对于不同位置出现的词语赋予不同的权重,突出关键位置词语的重要性,同时考虑词分布密度对分类结果的影响,在分类模型中考虑词密度权重,优化TF-IDF算法。在2个语料库上的实验表明该文基于特征权重的分类算法较大地提高分类效果。
-
关键词
文本分类
特征选择
自然语言处理
类别信息
向量空间模型
-
Keywords
text classification
feature selection
natural language processing
category information
support vector machine(SVM)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名HTML5在Web前端开发中的应用
被引量：5
- 4
-
-
作者
曹方玲
-
机构
江西机电职业技术学院信息工程学院
-
出处
《长江信息通信》
2022年第10期106-108,111,共4页
-
文摘
为实现对Web前端界面综合性能的全面优化,提高界面运行的流畅性,保证不同功能模块之间的良好通信,研究HTML5在Web前端开发中的应用。引进HTML5技术,设计Web前端智能交互架构,实现在Web前端开发过程中,前端与后端、服务器端之间的良好通信;设置标签,将其导入HTML5文档中,操作编辑界面,设计Web前端界面响应指令,建立响应指令与Web前端的直接链接;建立Web前端Form表单,将界面功能信息在表单中进行嵌入,确保前端展示信息的完善性;使用视觉技术,对Web前端场景进行集成与渲染,以此完成Web前端开发设计。通过实例应用证明,引进HTML5技术进行Web前端的开发,可以在保证前端界面运行无卡顿的条件下,实现界面不同功能模块之间的良好通信。
-
关键词
HTML5
响应指令
Web前端开发
Form表单
-
分类号
TN911.2
[电子电信—通信与信息系统]
-
-
题名基于特征重要度的文本表示方法及应用
被引量：1
- 5
-
-
作者
胡晓辉
-
机构
江西机电职业技术学院信息工程学院
-
出处
《信息技术与信息化》
2022年第10期123-126,共4页
-
基金
江西省教育厅科学技术研究项目(GJJ204203)。
-
文摘
在自然语言处理领域,现有的文本分类算法Naive Bayes、KNN和SVM分类器,通常使用的是条件概率模型、向量空间模型。大多经典算法采用向量空间模型,其采用的文本特征未考虑基于类信息的文本表示方法。由于特征选择及文本表示方法在很大程度影响文本分类器性能,针对该问题,提出了一种新的基于特征重要度的文本表示方法。方法通过大量训练数据,建立相似矩阵、构造相似图,同时考虑特征词的类内外出现频率,找到每个类别的最优特征信息,使得文本分类算法在此文本表征下,分类效果大幅提升。文章在20newsgroups数据集上实验表明此方法对提高分类结果较为有效。
-
关键词
文本分类
文本表示
特征加权
机器学习
类别信息
特征选择
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
