淮阴工学院计算机与软件工程学院
- 作品数：164 被引量：452H指数：9
- 相关作者：刘金岭姜明新吴志明徐维林罗晓燕更多>>
- 相关机构：江南大学物联网工程学院南京信息工程大学遥感与测绘工程学院河海大学计算机与信息学院更多>>
- 发文基金：国家自然科学基金江苏省“六大人才高峰”高层次人才项目江苏省高校自然科学研究项目更多>>
- 相关领域：自动化与计算机技术文化科学交通运输工程轻工技术与工程更多>>
- 计算机专业中外合作办学教学模式探索与实践——以NIIT嵌入式培养为例被引量：1
- 2020年
- 中外合作办学是我国教育现代化建设的重要组成部分。我院通过与印度NIIT开展嵌入式合作办学,积极探索人才培养的新模式,培养了一大批实践创新能力强、企业满意度高的计算机本科人才。从合作机制、课程体系、教学特色、学生实训竞赛等方面进行介绍,也为同类院校合作办学提供借鉴和参考。
- 肖绍章唐娥李芬芬
- 关键词：嵌入式课程体系
- 基于GMM与三维LBP纹理的视频火焰检测被引量：5
- 2019年
- 针对候选区域提取准确度问题及火焰特征的描述能力,提出一种基于高斯混合模型(Gaussian mixture model,GMM)与三维的局部二值模式(local binary pattern,LBP)纹理特征的火焰检测算法,分析火焰在RGB与HSV两个空间中的分布规律,训练出火焰的高斯混合模型,提取火焰候选区域。重点研究火焰的纹理特征,将LBP纹理与火焰的运动特征相结合形成一种新的三维LBP纹理,提高纹理特征对火焰的分类效果。使用单分类支持向量机(one-class support vector machine,One-classSVM)分类方法,判定候选区域是否为火焰。
- 严云洋严云洋刘以安张慧珍
- 关键词：火焰检测GMM动态特征支持向量机
- 基于YOLOv2的视频火焰检测方法被引量：8
- 2019年
- 一般火焰检测方法由于对复杂场景的应变能力较差,因此检测率较低。文中提出了一种基于改进的YOLOv2网络的深度学习火焰检测方法,来自动提取火焰特征;同时,针对特征提取过程中信息丢失的问题,采用聚类选取候选框,以多尺度特征融合的方法融合高层与浅层特征信息,进一步提高了模型的检测率。在Bilkent大学火焰视频数据集上的实验结果表明,该方法的平均正检率达到了98.8%,检测速率达到40帧/s,具有较强的鲁棒性和实时性。
- 杜晨锡严云洋刘以安刘以安
- 关键词：火焰检测聚类
- 基于云计算的移动通信数据采集方法改进研究被引量：1
- 2017年
- 针对传统的采集方法在有外界因素干扰的情况下对移动通信网络数据的采集效率低、精度差的问题。提出就云计算的移动通信网络数据采集方法,从移动通信网络设备采集到的时频分布对数据的特征向量进行提取,排除外界的干扰,完成对数据特征向量的有效识别,采用ADASYN算法,去除冗余信息,基于云计算实现对移动通信网络数据精准地采集,实验结果表明,文章提出的方法能够有效地实现移动通信网络数据的采集,精度高,效率好。
- 王留洋章慧俞扬信
- 关键词：移动通信网络云计算数据采集
- 指尖课堂:双线并行 六步驱动——《供应链管理》课程思政教学改革探究
- 2023年
- 《供应链管理》课程内容来源于企业管理实际,具有较强的理论性、实践性和应用价值。然而,课程理论总体抽象难懂,学生上课主动性不够,教学育人效果有待进一步提升。鉴于信息化教学改革背景和学生学情特点,课程实施“线上线下并行,六步教学驱动”的《供应链管理》指尖课堂思政教学改革。经过近两年的探索和实践,取得较好的育人成效,具有一定的理论参考和实践推广价值。
- 张浩包旭陈伯伦洪琼
- 关键词：《供应链管理》
- 微媒体文本热点事件的发现与跟踪
- 2016年
- 以微博、微信、社交网络等为代表的微媒体文本传播方式迅速成为大众关注的焦点。本文首先概括了微媒体文本热点事件传播的特点;接着利用数据挖掘的方法对微媒体文本信息流进行预处理,形成高维向量空间;而后根据其时序性特点在每个时间区域内进行聚类,抽取出大类信息,从而形成热点事件;最后根据热点事件的生命周期和强度变化趋势,分析出热点事件的发展趋势。
- 王宗尧刘金岭
- 基于深度森林模型的火焰检测被引量：14
- 2018年
- 在进行视频火焰检测时,周围环境以及火焰本身亮度的变化会对背景建模造成影响。针对该问题,提出一种基于帧频提升的高斯混合背景建模方法。在当前帧和前一帧之间插入若干帧,使高斯混合模型构建出的背景更贴近当前帧的真实背景,有利于后续的目标检测和目标提取。同时,构建一种应用于火焰检测的深度森林模型,对基于帧频提升的高斯混合背景建模方法所提取的火焰候选区域,先使用双视角、深层多粒度扫描结构提取出其抽象特征,再使用深度森林模型进行火焰检测。实验结果表明,该方法能够增强火焰特征的抽象表示能力,提高火焰检测率,并且具有强鲁棒性。
- 朱晓妤严云洋刘以安刘以安
- 关键词：火焰检测高斯混合模型
- LaneAr:基于编解码实例分割的车道线检测方法
- 2022年
- 车道线检测在自动驾驶中有着重要的作用。在对道路图像进行检测时,一般的编解码网络在进行图像分割的精度不高。构建一种LaneAr编解码体系结构的车道线检测算法,在编码器部分采用深层的残差结构与不同尺度的空洞卷积结合扩大感知域,同时利用批归一化BN(Batch Normalization)捕获到图像中的车道线语义信息,在获取到编码特征图时利用提出通道注意力机制增强语义特征提取效果,最后再通过多次上采样进行解码恢复到与输入图像相同的像素。实验表明,LaneAr模型在tusimple数据集进行车道线检测的实验其准确率能达到97.82%,同时对复杂场景下的道路环境的车道线检测效果也比较显著。该方法在进行车道线检测时的精度上优于现阶段的其他编解码方法。
- 李杰刘奕高尚兵汪长春胡序洋李少凡
- 关键词：车道线检测图像分割
- 基于CDIO的高校数据库实践教学改革与探索被引量：3
- 2015年
- 科系淮阴工学院数据库实践课程的教学实际,提出了基于CDIO工程教育模式的全新数据库实践教学模式,集教学主体、教学内容、教学方法和教学评价为一体,并阐述了该模式的具体实施方案及成效。经实践证明,该教学模式能显著提高学生的实践能力、工程素养、职业能力及道德,实现人才培养与企业需求的"无缝对接",是高校工程教育改革之有效途径与方法,具有良好的启示作用与借鉴意义。
- 周泓刘金岭冯万利
- 关键词：CDIO工程教育高校实践教学
- 基于CXANet-YOLO的火焰检测方法被引量：2
- 2023年
- 快速准确的火焰检测对于降低火灾危害具有重要意义,为了加强模型的火焰特征提取能力以及解决特征图尺寸不平衡的问题,利用XSepConv (Extremely Separated Convolution)、大卷积核、Mish激活函数等构建CXANet-block(Convolution Extremely Attention Network)作为YOLOv5的骨干网络,引入CBAM (Convolution Block Attention Module)注意力机制,提出一种基于CXANet-YOLO的火焰检测方法,通过增加通道注意力和空间注意力来提高检测性能.在自建火焰数据集上进行训练,提升模型的鲁棒性和泛化能力.实验结果表明,CXANet-YOLO模型比基准模型YOLOv5在火焰检测上具有更高的检测精度和检测速度,准确率提高了8.2%,检测速度每秒提升25帧.
- 卞苏阳严云洋龚成张冷志超祝巧巧
- 关键词：火焰检测
