李秋生

作品数：54被引量：161H指数：7
导出分析报告
供职机构：赣南师范大学物理与电子信息学院更多>>
发文主题：相控阵低分辨雷达飞机相控阵天线回波更多>>
发文领域：电子电信自动化与计算机技术文化科学兵器科学与技术更多>>
发文期刊：《石河子大学学报（自然科学版）》《兵工自动化》《航天电子对抗》《中国科学院大学学报（中英文）》更多>>
所获基金：国家自然科学基金江西省教育厅科学技术研究项目江西省科技支撑计划项目武器装备预研基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于Self-Attention和TextCNN-BiLSTM的中文评论文本情感分析模型
《石河子大学学报(自然科学版)》2025年第1期111-121,共11页龙宇 李秋生 
江西省教育厅科学技术研究项目(GJJ201408)。
目前关于中文评论文本的情感分类方法大都无法充分捕捉到句子的全局语义信息,同时也在长距离的语义连接或者情感转折理解上具有局限性,因而导致情感分析的准确度不高。针对这个问题,本文提出一种融合SelfAttention和TextCNN-BiLSTM的文...
关键词：自注意力机制 中文评论文本 深度学习 情感分析 
基于结构化深度聚类网络的人脸表情识别研究被引量：1
《赣南师范大学学报》2023年第6期56-63,共8页胡宇晨 李秋生 
江西省教育厅科学技术研究项目(GJJ201408);江西省研究生创新专项资金资助项目(YC2022-s939)。
针对如今常用的卷积神经网络对人脸表情图片的特征提取不足、关键区域的特征无法精确提取等问题,文章利用不同表情时人脸关键点的变化,并将深度学习方法与聚类方法相结合运用于人脸表情识别中,提出一种基于结构化深度聚类网络(SDCN)的...
关键词：人脸表情识别 结构化深度聚类网络 KNN图构建 图卷积神经网络 人脸关键点 
基于多重分形及其关联特征组合的心电信号分类
《计算机应用研究》2023年第10期3016-3021,共6页卢清 李秋生 叶莉华 许德鹏 
江西省教育厅科技项目(190772);江西省研究生创新专项基金项目(YC2021-S739)。
多重分形理论只是对分形体几何支集上任意一点观察到的奇异指数作统计分析。多重分形关联研究的是具有不同奇异指数的两点之间的空间关联特性,是对多重分形单点统计的推广,两者特性具有一定的互补性。为此研究了一种多重分形及其关联特...
关键词：心电分类 多重分形 多重分形关联 支持向量机 
基于Haar-like T和LBP特征的人脸识别方法被引量：3
《自动化与仪表》2023年第10期52-56,61,共6页胡宇晨 李秋生 
江西省研究生创新专项资金资助项目(YC2022-s939)。
人脸识别技术是一种可靠的身份识别技术,是当今研究的热点课题之一。该文将Haar-like T和LBP特征相结合的算法进行人脸识别的研究。首先将Haar-like T方法与Haar-like方法进行人脸检测率的对比,再分别用该文算法与CNN、LBP等其他算法相...
关键词：人脸识别 卷积神经网络 Haar-like T LBP 
基于蚁群优化算法的相控阵天线随机馈相方案的优化
《制导与引信》2023年第3期23-28,共6页李秋生 杨雨萱 
国家自然科学基金(61561004);江西省教育厅科学技术研究项目(GJJ201408)。
为了降低相控阵天线的峰值副瓣电平,提高相控阵天线的抗干扰性能,以泰勒幅度加权的线阵为例,分析了随机馈相的数学模型,并基于蚁群优化算法提出了针对相控阵天线随机馈相的优化算法,并进行了仿真实验验证。仿真结果表明,采用优化后的随...
关键词：相控阵天线 随机馈相 蚁群算法 天线方向图优化 
基于三维特征图和改进DenseNet的脑电情绪识别方法被引量：2
《石河子大学学报（自然科学版）》2023年第3期381-389,共9页苏靖然 李秋生 
国家自然科学基金项目(61561004);江西省教育厅科学技术研究项目(GJJ201408)。
情感作为人脑的高级功能,对人的心理健康状态有很大的影响。为了充分考虑脑电信号的空间信息以及时频信息,更好地实现人机交互,论文提出了1种基于三维特征图的改进DenseNet情绪识别模型。通过提取脑电信号θ、α、β和γ 4个频段的微分...
关键词：脑电信号 电极映射 三维特征图 特征重用 多尺度卷积核 
基于多重分形关联和深度CNN的常规雷达目标分类方法被引量：2
《安徽大学学报（自然科学版）》2023年第3期50-55,共6页李秋生 朱化娟 胡俊勇 
国家自然科学基金资助项目(61561004);江西省教育厅科学技术项目(GJJ201408);赣南师范大学研究生创新专项资金资助项目(YCX22A041)。
针对传统分类方法中飞机雷达回波信号识别分类精度低、人工定义特征稳定性差的问题,提出基于多重分形关联特征和深度卷积神经网络(convolutional neural network,简称CNN)的雷达目标分类方法.首先,对输入训练数据进行多重分形关联分析,...
关键词：低分辨雷达 目标分类 多重分形关联谱 特征提取 深度卷积神经网络 
基于EEMD与多重分形的心电信号特征提取与分类被引量：5
《信号处理》2023年第1期143-153,共11页叶莉华 李秋生 卢清 
国家自然科学基金(61561004);江西省研究生创新专项资金项目(YC2021-S739);江西省教育厅科技项目(GJJ190772)。
心电信号的快速分类在心脏病医学诊断领域具有至关重要的作用,为了降低人工识别的成本,提高心电信号分类的准确率。文章以正常搏动、房性早搏、室性早搏、左束支传导阻滞及右束支传导阻滞信号为研究对象,用集合经验模态分解分解心电信号...
关键词：心电信号 集合经验模态分解 多重分形理论 支持向量机 
基于微多普勒特征和深度学习的人体动作识别被引量：1
《赣南师范大学学报》2022年第6期37-42,共6页钟滢洁 李秋生 
国家自然科学基金资助项目(61561004);江西省教育厅科学技术研究项目(GJJ201408)。
针对基于光学和红外视频数据的人体动作识别受环境影响大及传统机器学习分类方法特征提取复杂的问题,提出基于雷达微多普勒频谱图和深度学习模型的人体动作分类识别方法.首先,搭建77GHz毫米波雷达数据采集系统.其次,开展人体行为回波数...
关键词：毫米波雷达 人体动作识别 微多普勒 卷积神经网络 
基于PP-YOLO改进算法的脐橙果实实时检测被引量：7
《北京联合大学学报》2022年第4期58-66,共9页章倩丽 李秋生 胡俊勇 谢湘慧 
国家自然科学基金资助项目(42061067);江西省教育厅科学技术研究项目(GJJ201408)。
深度学习已被广泛应用于智能采摘领域,消除不同环境场景对目标识别和检测产生的不利影响,对采摘机器人实现精准高效的工作至关重要。采用基于单阶段目标检测网络改进的PP-YOLO模型对树上成熟脐橙的识别进行研究,通过添加可变形卷积的主...
关键词：脐橙 目标检测 深度学习 改进的PP-YOLO 
全选清除导出
共6页<123456>
检索报告 对象比较 聚类工具 使用帮助 返回顶部