孙逊
- 作品数:44 被引量:108H指数:6
- 供职机构:苏州市职业大学更多>>
- 发文基金:苏州市职业大学青年教师科研启动基金国家自然科学基金苏州市科技计划项目更多>>
- 相关领域:自动化与计算机技术文化科学交通运输工程金属学及工艺更多>>
- 用于水下养殖的水下机器人的传感器构造
- 本发明公开了一种用于水下养殖的水下机器人的传感器构造,包括:水下机器人主体;多个水声传感器,均设置于水下机器人主体上,彼此顺次固定连接在一起且形成一柱状体,且围成有一中央腔;移除构件,包括旋转轴、第一、第二和第三驱动构件...
- 鲜学丰张震方立刚钱平孙逊
- 文献传递
- 基于Android系统的英语听、说自主学习软件的设计与实现被引量:8
- 2015年
- 针对目前相关移动英语听说学习软件存在功能不完善、操控性能不佳等问题,本文设计和实现一套基于Android系统的英语听、说自主学习软件,该软件除了常规音频文件播放功能外,还实现了音频文件的复读和字幕匹配、口语识别和口语匹配、锁屏控制等功能。该软件有效地避免目前相关软件的不足,扩展了现有软件的功能,有效地提高用户的体验度。
- 孙逊鲜学丰陈天乐王敏
- 关键词:ANDROID听力训练口语训练资源库复读机
- 一种带可拆卸雨衣的安全头盔
- 本发明是一种带可拆卸雨衣的安全头盔,该头盔包括:头盔外壳;头盔内套,其设置于所述头盔外壳的内部,并且所述头盔内套的底部设有挡雨帽檐,所述挡雨帽檐上设有头盔拉链;雨衣,其颈部设有雨衣拉链,所述雨衣拉链与头盔拉链配套形成完整...
- 沈效良葛翔许培吴彩燕孙逊吴佩华黄震于阳
- 基于学习情境的泛在学习资源个性化推荐关键技术研究
- 2016年
- 泛在学习是目前在线学习的研究热点,普遍存在个性化不完善,兼容性不合理的问题。提出了一种基于学习情境的泛在学习资源个性化推荐模型,并利用响应式Web设计理论解决其在不同设备上展示资源时可能存在的兼容性问题。
- 廖黎莉孙逊薛备钟顾顺意
- 关键词:泛在学习个性化推荐
- 商品推荐方法、装置、设备及介质
- 本申请公开了一种商品推荐方法、装置、设备及计算机可读存储介质,方法包括:输入包含多个特征的数据集,对特征进行映射得到特征向量;利用全连接层计算每个特征向量对应的输入感知权重因子,通过输入感知权重因子得到向量层面调整后特征...
- 鲜学丰方立刚孙逊赵朋朋
- 文献传递
- 基于校企合作的第二课堂实践型人才培养的探索——以苏州市职业大学计算机工程学院为例被引量:10
- 2019年
- 苏州市职业大学计算机工程学院在校企合作第二课堂实践型人才培养方面进行了尝试,探索出一种切实可行的人才培养模式。该模式主要包括:校企合作任务为导向的学生工作室建设,企业导师制的开放课堂、开放专业实训室,名企、名师指导的开放实训室论坛暨创客沙龙,厂商技术顾问模式的竞赛团队建设,融合现代企业文化及规章制度的实训环境建设。实践表明,运用该模式后学生的自主学习能力、意识明显提高;创新思维、实践能力明显增强;专业技能、职业综合素养显著提升。
- 于晓晶张震孙逊杨静波鲜学丰
- 关键词:校企合作第二课堂
- 角点的检测方法及其装置
- 本发明公开了一种角点的检测方法及其装置,该检测方法包括以下步骤:获取待检测图片,初始化角集;对待检测图片进行边缘检测并得到边缘图,从边缘图中提取曲线;对每个曲线均进行以下处理:填充曲线中的空隙,寻找曲线中的若干T结并将所...
- 孙逊王会燕董虎胜张旭
- 一种基于重复搜索机制的项目推荐方法
- 本申请公开了一种基于重复搜索机制的项目推荐方法、装置、设备及可读存储介质,该方案基于图神经网络和重复搜索机制来实现项目推荐,首先将用户在当前会话中交互的项目序列作为会话图进行处理,每个项目都被编码为图结构数据;然后,应用...
- 孙逊鲜学丰赵朋朋马俊
- 文献传递
- “互联网+”思维下实训室与设备管理研究被引量:4
- 2019年
- 实训室和实训设备是高职院校人才培养的主要场所和实训教学最基本的物质保障。针对实训室与实训设备管理上发现的一系列问题,文章利用"互联网+"思维采取一系列的方法提高实训室与实训设备信息化、智能化管理水平,更好保证了实践教学及科研工作的开展。
- 钱平罗文煜孙逊游旷喆王会燕
- 关键词:信息化
- 面向Deep Web本地化数据集成的数据源两层选择模型被引量:3
- 2017年
- 针对基于数据源质量选择方法的数据源在数据爬取时存在代价大、重复率高的问题,提出一种结合两层选择模型的Deep Web数据源选择和集成方法。该方法根据数据源本身质量和数据源的效用构建数据源的两层选择模型。给出基于该模型的递归增量数据源选择和集成策略,采用基于数据源质量的选择器过滤大量低质量Deep Web数据源,仅选择若干个高质量的数据源作为第2层选择器的输入。从候选数据源集合中递归地选择,使集成系统在获得尽可能多的高质量数据的同时,避免出现较高覆盖率的k个数据源,作为集成系统最终需要爬取和集成的数据源。实验结果表明,该方法结合两类选择器的优点,缩减了候选数据源的空间并保证集成数据的质量,同时避免了系统处理大量重复数据,有效降低Deep Web数据爬取与集成的代价。
- 鲜学丰崔志明方立刚顾才东孙逊
- 关键词:数据集成数据源选择