湖南师范大学信息科学与工程学院
- 作品数：265 被引量：701H指数：13
- 相关机构：中南大学信息科学与工程学院长沙理工大学计算机与通信工程学院湖南大学信息科学与工程学院更多>>
- 发文基金：国家自然科学基金湖南省自然科学基金湖南省教育厅科研基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信理学更多>>
- PBL模式下的嵌入式系统中断机制教学案例被引量：4
- 2021年
- 新工科建设推动新一轮教学改革,嵌入式系统课程的高实践性要求教学过程应将理论与实践有机融合。采用以问题为导向的PBL模式,围绕项目展开,把嵌入式系统中断机制的教学内容组织成一系列相关联的问题,理论知识分化融入项目实施的各个环节。学生在这些问题的驱动下主动求解获取知识,形成了学生乐学教师乐教的“做中学”教学常态,学生的工程能力得到培养。
- 窦亚玲刘金平
- 关键词：嵌入式系统教学案例
- 滑坡灾害监测的圆弧合成孔径雷达大气相位校正方法
- 2022年
- 地基圆弧合成孔径雷达通过形变值测量实现滑坡预警,是一种重要的滑坡灾害监测遥感手段。大气相位校正影响形变值测量精度,是长时间稳定监测的关键技术。本文提出一种基于网格划分的两阶段大气相位校正方法。该方法通过特征提取及分类获得永久散射点,基于此实现监测点的自动筛选;利用网格估计大气相位,有效降低运算量,提高了计算效率;结合空间滤波和时间序列滤波,保证了大气相位估计的准确性。实测数据处理结果表明了该文所提方法在大气相位校正方面的有效性。
- 杜年春王玉明沈向前谢翔
- 关键词：永久散射体
- 基于多电流特征形态组合模式挖掘的层冷辊电机故障诊断
- 2023年
- 针对人工点检层冷辊电机存在过度维修和故障漏报的问题,本文提出一种基于多电流特征形态组合模式挖掘的故障诊断方法.该方法选取与故障相关的六种关键电流特征,计算各特征的上下分位数形成边界,采用Bayes-L-BFGS(Bayes Limited-memory Broyden-Fletcher-Goldfarb-Shanno)算法自动拟合出各特征的边界形态;针对形态样本少的问题,本文提出一种用于形态识别的SCNN(Spetial Convolutional Neural Network)-Transformer模型.通过训练Siamese-CNN准确识别边界形态,并训练Transformer识别边界时序关系与形态变化程度,融合两个模型的识别结果确定边界形态类型;以边界形态类型作为基因片段,采用遗传算法挖掘出不同故障对应的多电流特征形态组合模式,形成用于故障类型匹配的形态组合模式库.在某钢厂层冷辊电机上对本文方法进行在线验证,准确率超过90%,无关键故障漏报与误报.
- 马天雨刘思亚刘金平郑之伟李志鹏
- 关键词：故障诊断
- 一种对fMRI数据分类的加权随机SVM集群算法被引量：1
- 2019年
- 如何从小样本、高维度特性的功能磁共振成像(fMRI)数据中识别出内在的脑区活动模式,对理解人脑意义重大。随着模式识别技术和机器学习算法的发展,fMRI的分类研究也引起了人们的重视。提出一种对fMRI数据分类的加权随机SVM集群(WRSVMC)算法。该算法分为两步,首先通过随机选择样本和特征建立多个SVM,以构建集成分类器;然后在投票过程中,对每个SVM赋权重,以优化模型的集成性能。结合fMRI数据和图论特征,采用WRSVMC算法对轻度认知障碍(MCI)患者数据展开分类研究。结果表明,准确率最高可达87.67%。该方法能帮助医师对MCI患者进行辅助诊断。
- 王志刚胥茜毕夏安
- 关键词：轻度认知障碍
- 基于分解法与轨迹搜索的无人机群轨迹多目标优化模型
- 2023年
- 基于深度学习(DL)的传统多目标求解器存在模型利用率低以及容易陷入局部最优的问题。针对这些问题,提出了基于分解法与轨迹搜索的无人机群轨迹多目标优化模型(DTMO-UT)。所提模型包含编码与解码部分。首先,编码部分由设备编码器(Dencoder)和权重编码器(Wencoder)组成,用于提取物联网(IoT)设备的状态信息与权重向量的特征,其中权重向量代表分解多目标优化问题(MOP)的标量优化子问题,因此解决所有子问题即可解决该MOP。权重编码器可以实现对所有子问题的编码,从而提高了模型的利用率。然后,使用包含轨迹解码器(Tdecoder)的解码部分对编码特征进行解码,以生成帕累托最优解。最后,为了减少贪婪策略陷入局部最优的现象,为轨迹解码器设计轨迹搜索技术,即通过生成多个候选轨迹选标量值最优的轨迹作为帕累托最优解,从而增强了轨迹解码器在轨迹规划时的探索能力,并获得质量更好的帕累托集。仿真实验结果表明,所提模型相较于主流的基于DL的MOP求解器,在模型参数量降低98.93%的情况下,MOP解的分布性提高了0.076%,延展性提高了0.014%,平均综合性提高了1.23%,表现出较强的实用性路径规划能力。
- 柳隽琰江沸菠彭于波董莉
- 关键词：多目标优化
- 基于ELM的网络流量分类及可视化研究
- 2018年
- 精准的网络流量分类是网路流量监测和网络流量数据分析的重要基础。机器学习方法利用统计网络流量的各种特征,不依赖于协议端口和协议内容对网络流量数据进行分析。采用超限学习机(ELM)和改进算法分层超限学习机(H-ELM)作为机器学习的算法,识别客户端与服务器。对链路层、网络层和应用层数据进行分析,实现对多层次网络流量数据的可视化,对H-ELM和ELM算法的实验结果进行对比。实验结果表明,ELM算法能有效地应用于网络流量分类,基于ELM分类模型的网络流量识别训练速度快。H-ELM通过紧凑的特征去除冗余原始输入,改进了总体学习表现。
- 陈幸如魏书宁
- 关键词：网络流量数据可视化
- Midori密码算法FPGA优化研究
- 2020年
- 基于SPN结构的分组密码Midori是以优化能耗为目的研发的一种应用于资源受限环境的轻量级分组密码。文章对Midori64算法的加密结构进行了优化,并以优化Midori64加密算法面积和提高部件复用率为目的提出了新的基于迭代的硬件体系结构。该结构将白化密钥加和轮密钥加进行了整合,通过多路复用器来完成白化密钥加变换或者轮密钥加变换。综合实验结果表明,基于新的硬件体系结构的Midori64加密算法在资源面积上少了100个LUTS,优化效率达到了26.25%,有效节省了硬件实现面积,同时加密速度提高了20.53%,能耗减少了17.15%。
- 冯景亚李浪※郭影黄现彤
- 关键词：FPGA硬件实现
- 结合认知诊断和答题行为分析的试题推荐方法被引量：1
- 2022年
- 提出一种新的个性化试题推荐方法,基于答题行为分析学生的答题风格相似度,以此作为学生的共性特征指导划分学生群组,基于模糊认知诊断框架分析学生的知识点掌握情况,通过综合考虑学生的个体学习特性和群组共性,使用概率矩阵分解方法为学生推荐试题。最后设计并实现了一个真实的个性化试题推荐系统。
- 熊超马华
- 基于晶格动力学的硅单晶热学性质研究(III)——热膨胀系数公式推导及分析
- 2020年
- 在硅单晶的晶格三阶非和谐势能公式、和谐晶体晶格振动位移和哈密顿公式的基础上,利用量子力学的微扰理论和晶格动力学理论,推导了硅单晶的热膨胀系数计算公式。通过该热膨胀系数计算公式,可以对各个非线性力常数对热膨胀系数的贡献分别进行计算,从而分析各个非线性力常数和声子对热膨胀性质的影响,这对硅单晶在低温下的负热膨胀性质的物理机制探讨是非常有利的,为热膨胀系数的数值计算及硅单晶低温负热膨胀物理机制的探究做了必要的准备。最后本文还利用该公式对kz = 0时不同波矢的声子对硅单晶的热膨胀系数的贡献进行了计算,发现某些模态的声学声子对热膨胀的贡献为负,这表明本文推导的公式能从微观上解释低温下硅单晶的负热膨胀性质的物理机制。
- 贺业鹏黄建平
- 关键词：硅单晶热膨胀晶格动力学
- 基于多分类问题处理机制的研究被引量：1
- 2018年
- K近邻算法是一种高效且易实现的监督型机器学习算法。对于多分类问题通常将多分类任务拆解为多个二分类任务进行求解,一般采取OVO(一对一)及OVA(一对多)两种机制进行解决。该文主要在鸢尾花数据集上,对两种方式进行比较,仿真结果表明,采用这两种不同的方式处理多分类问题,结果是一致的,但各有优劣。
- 李浩舒炫煜何楚田恬恬王胜春张锦
- 关键词：K近邻算法
