安徽省高校省级自然科学研究项目(KJ2011ZD10)

作品数:7被引量:30H指数:3
导出分析报告
相关作者:罗斌孔敏翟素兰涂铮铮单启兵更多>>
相关机构:安徽大学皖西学院安徽水利水电职业技术学院电子工程学院更多>>
相关期刊:《计算机工程与应用》《电子学报》《计算机工程》《宿州学院学报》更多>>
相关主题:PLC梯形图初始聚类中心K均值关联图更多>>
相关领域:自动化与计算机技术电子电信更多>>
-

检索结果分析

结果分析中...
条 记 录,以下是1-6
视图:
排序:
衍射层析成像的Voronoi图密度补偿算法的研究被引量:2
《电子学报》2014年第7期1268-1272,共5页方杰 刘仁金 
国家自然科学基金(No.61302179;No.61303209);安徽省青年优秀人才重点基金(No.2010SQRL184);安徽省高校自然科学基金(No.KJ2011ZD10);安徽省自然基金(No.11040606M150)
网格算法是最常见的衍射层析成像的频域重建算法,然而这种算法却容易引入误差,且对采样点的分布形状较敏感,因此,本文提出了一种基于Voronoi图密度补偿的超声衍射层析成像重建算法.首先,用三角剖分快速生成算法生成投影数据的Voronoi图...
关键词:密度补偿 衍射层析成像 非均匀傅里叶变换 VORONOI图 
基于关联图划分的Kmeans算法被引量:14
《计算机工程与应用》2013年第21期141-144,151,共5页李正兵 罗斌 翟素兰 涂铮铮 
国家自然科学基金(No.61073116);安徽省教育厅自然科学研究基金资助重大项目(No.KJ2011ZD10);博硕士队伍建设计划(No.02203105);安徽省高校优秀青年人才基金项目(No.2009SQRZ19ZD)
Kmeans是最典型的聚类算法,因其简洁、快速而被广泛使用。针对传统Kmeans算法对初始聚类中心敏感和聚类参数k难以确定的问题,提出了一种基于关联图划分的Kmeans算法。该算法能够有效地根据数据的分布特性选取初始聚类中心,能够在指定的...
关键词:K均值 关联图 初始聚类中心 相似度矩阵 
基于西门子S7-200PLC顺序控制编程方法研究被引量:7
《巢湖学院学报》2012年第3期65-68,共4页单启兵 孔敏 
安徽省自然科学基金资助项目(项目编号:090412261x);安徽省教育厅自然科学研究重大项目(项目编号:KJ2011ZD10)
以西门子S7-200PLC为例,介绍了两种典型的顺序控制程序设计方法,通过比较,指出了S/R指令和步进指令在设计PLC顺序控制程序时所具有的不同特点。实验结果表明,利用顺序功能图来编制用户控制程序,以实现单台设备或生产过程的顺序控制,使得...
关键词:PLC 顺序控制 顺序功能图 置位/复位指令 梯形图 
PLC语句表编程中堆栈方法研究
《宿州学院学报》2012年第5期16-18,共3页单启兵 孔敏 
安徽省自然科学基金资助项目"基于图理论的人工情感建模方法研究及其应用"(090412261x);安徽省教育厅自然科学研究重大项目"融合语义信息的结构化视频分析"(KJ2011ZD10)
首先介绍了西门子S7-200PLC堆栈及相关的指令在语句表编程中的应用,然后研究了复杂的控制流程转化为语句表的方法与步骤。该方法关键是要分析整个控制流程中的块及块的串并联结构,使用LPS指令保护中间结果并弹出堆栈,下一级即之前保存...
关键词:PLC 堆栈 梯形图 语句表 
基于镜头标记与动态滑动窗口的视频摘要生成被引量:4
《计算机工程》2012年第2期256-258,共3页张玉培 孔敏 翟素兰 罗斌 
国家自然科学基金资助项目(60772122,61073116);安徽省教育厅自然科学研究基金资助重大项目(KJ2011ZD10);安徽省自然科学基金资助项目(090412261x);安徽省高校优秀青年人才基金资助项目(2009SQRZ19ZD)
提出一种基于镜头标记与动态滑动窗口的视频摘要生成方法。对视频进行镜头分割,利用帧差累积法将镜头分成静态镜头和动态镜头并标记。运用动态滑动窗口,对标记镜头进行归类。提取集合镜头的关键帧,抽取冗余少、涵盖内容丰富的镜头帧,组...
关键词:二次分类 帧差累计 镜头标记 动态滑动窗口 视频摘要 
多流形上的数据分类算法
《计算机工程与应用》2011年第31期24-26,共3页符茂胜 罗斌 孔敏 刘仁金 
国家自然科学基金(No.60772122);安徽省教育厅自然科学重大科研计划项目(No.KJ2011ZD10);安徽省教育厅自然科学重点科研计划项目(No.KJ2009A054;No.KJ2010A326)~~
与传统的基于流形的数据分类算法大都假设数据位于同一个流形上不同,假设多类数据分别位于不同的流形上。提出了一种基于多流形的数据分类算法,算法大致分为两步:学习过程和测试过程。学习过程采用线性流形学习方法获得训练数据的低维...
关键词:非线性维数约简 流形学习 K近邻 
检索报告 对象比较 聚类工具 使用帮助 返回顶部