基于GAN与分离卷积的高解码精度图像隐写
作者：
林俏伶;刘昌华;刘沛
期刊：
软件导刊 ,2024年23(10):179-186 ISSN：1672-7800
作者机构：
[林俏伶; 刘昌华; 刘沛] 武汉轻工大学数学与计算机学院
关键词：
生成式对抗网络;沃瑟斯坦度量;残差连接;分离卷积;纠错层
摘要：
从提高秘密图像安全性、解码精度和缩短编解码时间3个方面进行考虑,提出一个基于GAN和分离卷积的高解码精度图像隐写方案。在嵌入秘密信息前使用基于Residual-Rep结构、Inception-SCS结构的预处理网络自动学...展开更多 从提高秘密图像安全性、解码精度和缩短编解码时间3个方面进行考虑,提出一个基于GAN和分离卷积的高解码精度图像隐写方案。在嵌入秘密信息前使用基于Residual-Rep结构、Inception-SCS结构的预处理网络自动学习载体图像高维特征并以数据驱动方式使用特征表示,全面获取通道和空间的特征信息,降低图像失真,引入残差连接,降低秘密信息损失,通过缩短编码和解码时间降低模型复杂度。在基于稠密结构的解码网络引入了纠错层、纠错函数和沃瑟斯坦度量,提升秘密信息恢复精度。在典型环境下,获得了平均0.89的解码精度,结构相似性平均为0.95,在提高解码精度的同时也降低了图像失真,编码时间比SteganoGAN、Hidden方法均缩短一半,可在更短时间内完成编码任务。收起
语种：
中文
展开
基于改进的ResNet34网络和迁移学习的油菜根肿瘤分级方法
作者：
梁春波;刘昌华
期刊：
武汉轻工大学学报 ,2023年42(03):108-114+119 ISSN：2095-7386
作者机构：
[梁春波; 刘昌华] 武汉轻工大学数学与计算机学院
关键词：
油菜根肿瘤;注意力机制;深度学习;迁移学习
摘要：
针对传统油菜根肿瘤分级方法精准性差、效率不高等问题,提出了一种基于改进的ResNet34网络和迁移学习的油菜根肿瘤分级算法。利用数据增强技术对采集的油菜根肿瘤图像进行样本数据的扩充,在ResNet34模型的基础上,选择不...展开更多 针对传统油菜根肿瘤分级方法精准性差、效率不高等问题,提出了一种基于改进的ResNet34网络和迁移学习的油菜根肿瘤分级算法。利用数据增强技术对采集的油菜根肿瘤图像进行样本数据的扩充,在ResNet34模型的基础上,选择不同的位置增加SE(Squeeze-and-Excitation)注意力分支,强化ResNet34对油菜根部病害区域的特征识别能力,提高网络识别油菜根肿瘤的精度,最后利用迁移学习的方法将预训练的参数权重迁移到所提模型进行训练,提高训练速度。试验以油菜5类常见的根肿瘤分级标准(N0~N4)为主要研究对象,并与原始的ResNet34算法模型进行比较。试验结果表明,所提SE_ResNet34_Qianyi模型对油菜根肿瘤的分级准确率可达86.39%,高于ResNet34_Qianyi(84.90%)和ResNet34(54.15%),可有效提取油菜根肿瘤特征,增强对多类根肿瘤级别的识别,提高识别准确率。收起
语种：
中文
展开
Prediction of 1000-grain Weight of Rapeseed Based on Auto-encoder
作者：
Xuyan He;Changhua Liu;Wenjie Guan
期刊：
ACM International Conference Proceeding Series ,2022年:1–6
通讯作者：
Liu, Changhua(liuch@whpu.edu.cn)
作者机构：
[He X.; Liu C.] School of Mathematics and Computer Science, Wuhan Polytechnic University, Hubei, Wuhan, China;[Guan W.] Oil Crops Research Institute, Chinese Academy of Agricultural Sciences, Hubei, Wuhan, China
会议论文集名称：
CSAE '22: Proceedings of the 6th International Conference on Computer Science and Application Engineering
关键词：
Bioinformatics;Data reduction;Deep learning;Forecasting;Genes;Learning systems;Oilseeds;Principal component analysis;Signal encoding;1000-grain weight of rapesed;Auto encoders;Deep learning;Dimensionality reduction;Gene prediction;Genetic data;Grain weights;High-dimensional;Higher-dimensional;Single nucleotide polymorphisms;Errors
摘要：
DNA sequence contains a lot of genetic information, and a variety of phenotypic information of the organism can be obtained by analyzing its single nucleotide polymorphism (SNP). Experiments have shown that 1000-grain weight of rapeseed is positively correlated with its oil yield. In this paper, the 1000-grain weight of rapeseed at maturity is predicted by the genetic data of rapeseed, so as to control the oil yield of rapeseed. When analyzing and processing high-dimensional genetic data, the author proposes a deep learning method—auto-encoder for dimensionality reduction processing of high-dimensional genetic data, and compares it with the traditional principal component analysis method. As the number of features of genetic data is much higher than the number of samples, the data generated by using the auto-encoder for dimensionality reduction cannot completely present the effective information of the original genetic data, and dimension disasters are prone to occur. In view of the above problems, this paper optimized the auto-encoder network. The experimental results showed that the proposed optimization method could reduce the MAE error by 0.1344, and the MAE error was 0.3824, indicating that there was an error of 0.3824g between the predicted value and the measured value of 1000-grain weight of rapeseed. Step 2: The thousand-grain weight prediction using neural network mainly includes two parts: 1. Use dimensionality reduction neural network to reduce the dimension of high-dimensional genetic data, and extract the deep relationship in the data at the same time; 2. Use linear regression to perform 1000-grain weight prediction on the new data after dimensionality reduction. © 2022 Association for Computing Machinery.
语种：
英文
展开
An Automatic Marking Method Based on Object Detection Algorithm in Aerial Images
作者：
Zuhao Ou;Changhua Liu;Da Jiang
期刊：
Journal of Physics: Conference Series ,2022年2218(1):012041 ISSN：1742-6588
通讯作者：
Liu, C.
作者机构：
School of Mathematics and Computer Science, Wuhan Polytechnic University, China
通讯机构：
School of Mathematics and Computer Science, Wuhan Polytechnic University, China
关键词：
Aerial images;Brassica napus;Deep learning;Object detection algorithm;YOLO-V4
摘要：
<jats:title>Abstract</jats:title>
<jats:p>Aerial images of brassica napus in field were taken by UAV equipment but often contained unnecessary areas, which caused interferences and inconveniences to the subsequent study of identification of flowering stage by brassica napus images. To solve above problems, YOLO-V4 object detection algorithm based on Convolutional Neural Network (CNN) is adopted to build a model to detect brassica napus distribution area in aerial images, and model is trained iteratively by training data sets and setting initial parameters. As a result, the mean average precision (mAP) of the object detection model reached 96.24%, and the average loss is only 0.5843. In addition, the generalization and robustness ability of model have been evaluated by testing data sets. Conclusion shows the model proposed in this paper can indeed achieve an application of object detection and automatic labeling in aerial brassica napus images with a good performance.</jats:p>
语种：
英文
展开
基于特征选择实现油菜基因预测千粒重值
作者：
何旭燕;刘昌华;管文杰
期刊：
武汉轻工大学学报 ,2022年41(05):34-39 ISSN：2095-7386
作者机构：
武汉轻工大学数学与计算机学院,武汉430048;[管文杰] 中国农业科学院油料作物研究所,武汉430048;[何旭燕; 刘昌华] 武汉轻工大学
关键词：
单核苷酸多态性;特征选择;机器学习;甘蓝型油菜;千粒重
摘要：
通过甘蓝型油菜种子染色体上的基因位点来预测其成熟期籽粒千粒重的值,以更好地把控油菜籽粒的产油量.在基因数据维度过高的情况下,提出的混合式特征选择算法很好地避免了传统特征选择方法浪费计算资源和训练时间过长的两大弊端.使用了本实验制定的特征选举规则不仅使千粒重的预测精度提高了 6.212％,同时其筛选结果集中还包含了已经被现有技术证实6个与千粒重相关的单核苷酸多态性(SNP)位点.
语种：
中文
展开
Classification Prediction Model Based on BP Neural Network
作者：
Da Jiang;Changhua Liu;Zuhao Ou
期刊：
Journal of Physics: Conference Series ,2022年2218(1):012040 ISSN：1742-6588
通讯作者：
Liu, Changhua(liuch@whpu.edu.cn)
作者机构：
[Da Jiang; Changhua Liu; Zuhao Ou] School of Mathematics and Computer Science, Wuhan Polytechnic University, China
通讯机构：
School of Mathematics and Computer Science, Wuhan Polytechnic University, China
关键词：
BP neural network;Brassica napus root;Image processing;MATLAB
摘要：
In this paper, a method of plant image processing combined with BP neural network was proposed to predict the disease degree of brassica napus. First, the initial image preprocessing, the roots of brassica napus. were used by Otsu threshold segmentation algorithm is combined with morphological open operation, segment the rape root image with better effect, in order to reduce image size inconsistent on the effects of extracting feature parameters, can be reconstructed images after segmentation, and then obtain the root image multiple characteristic parameters, Through chart correlation analysis to select the feature parameter information, with the characteristics of the rape root disease was positively associated with the degree of disease information to refactor pixel area and the longest diameter, finally establish the BP neural network, two characteristic parameters extracted as input, root disease degree level as the output, training network and prediction and comparison. The experimental results showed that the mean square error of the classification network for brassica olerica was 0.049, and the accuracy rate of the classification results predicted by the model was about 93%. The prediction effect was good and feasible. © Published under licence by IOP Publishing Ltd.
语种：
英文
展开
基于植物图像的甘蓝型油菜叶片面积测量方法
作者：
陈家茜;刘昌华
期刊：
武汉轻工大学学报 ,2021年40(02):18-23 ISSN：2095-7386
作者机构：
武汉轻工大学数学与计算机学院,武汉430023;[陈家茜; 刘昌华] 武汉轻工大学
关键词：
植物叶片面积;图像处理;分水岭算法;机器视觉
摘要：
针对使用Otus阈值法对叶片进行分割时存在的误差大、分割后目标区域不完整的问题,提出了一种基于分水岭算法对甘蓝型油菜叶片进行分割的方法。首先使用拍摄设备在现场采集相关农作物叶片的图像,再通过Sobel算子和形态学操作对叶片进行预处理,之后通过分水岭算法对标记过的植物叶片图像进行分割得到目标图像,最后通过统计目标区域的像素点个数计算叶片面积。实验结果表明,使用此方法可以解决Otus阈值法分割区域不完整的问题,有效地将测量误差降低在2.2%以下。
语种：
中文
展开
基于TPU和FPGA的深度学习边缘计算平台的设计与实现
作者：
栾奕;刘昌华
期刊：
计算机工程与科学 ,2021年43(06):976-983 ISSN：1007-130X
作者机构：
武汉轻工大学数学与计算机学院,湖北武汉430023;[刘昌华; 栾奕] 武汉轻工大学
关键词：
深度学习;边缘计算
摘要：
针对深度神经网络为了追求准确度对计算资源造成的巨大消耗,与边缘计算平台所处的受限环境之间的矛盾,探究利用FPGA逻辑资源搭建神经网络张量处理器(TPU),通过配合ARM CPU实现全新的边缘计算架构,不仅实现对深度神经网络模型的加速计算以及准确度的提升,还对功耗进行明显优化.该架构下,压缩后的MobileNet-V1网络准确度可达78.1％,而功耗仅为3.4 W,与其他不同计算架构的深度学习边缘计算平台的对比结果表明,该系统在不降低准确度的条件下,对于小规模深度神经网络的加速计算有着明显优势.
语种：
中文
展开
Method for Measuring Leaf Area of Brassica Napus Using Image Analysis
作者：
Zhenqi Liu;Changhua Liu;Jiaxi Chen
期刊：
ACM International Conference Proceeding Series ,2021年:1–6
作者机构：
[Liu Z.] University of Sheffield, Automatic Control and Systems Engineering, South Yorkshire, Sheffield, United Kingdom;[Liu C.; Chen J.] School of Mathematics and Computer Science, Wuhan Polytechnic University, Hubei, Wuhan, China
会议论文集名称：
CSAE '21: Proceedings of the 5th International Conference on Computer Science and Application Engineering
关键词：
Plants (botany);Sprinkler systems (irrigation);Watersheds;Brassica napus;Fertilizer applications;Image-analysis;Leaf area;Matlab 2020a;Plant leaf areas;Threshold methods;Top hat;Top-hat processing;Watersheds algorithms;Mathematical morphology
摘要：
Leaf is an important part of plants. A rapid and accurate detection of plant leaf area is an important guidance to reasonable fertilizer application and accurate sprinkler irrigation. In order to solve the problem of large error and incomplete target region in segmenting leaves when people using Otus's threshold method, a method based on watershed algorithm was proposed to segment the leaves of Brassica napus. Firstly, the images of relevant crop leaves are collected by the digital camera on site. Then these images are preprocessed by Sobel operator and morphological operation. Thirdly, labeled images are segmented by watershed algorithm to get target images. Finally the leaf area is calculated by counting the number of pixels in target area. The experimental results show that this method can solve the problem of incomplete segmentation of the Otus's threshold method and effectively reduce the measurement error to less than 2.2%.. © 2021 Association for Computing Machinery. All rights reserved.
语种：
英文
展开
WebSocket子协议的设计与实现
作者：
赵娟娟;刘昌华
期刊：
信息安全研究 ,2021年7(01):64-68 ISSN：2096-1057
作者机构：
武汉轻工大学数学与计算机学院 武汉430023;[赵娟娟; 刘昌华] 武汉轻工大学
关键词：
Security-WebSocket子协议;跨站劫持;身份认证;AES加密算法;通信
摘要：
2011年HTML5提出了一种持久化的协议——WebSocket协议,该协议作为一种全双工通信协议在实时通信方面很受欢迎.但是该协议不受同源策略的限制,则可能会存在跨站劫持的风险,一些不法分子趁机冒充用户和服务端通信从而窃取隐私数据.目前针对WebSocket协议的安全问题研究甚少,为了提高WebSocket的安全性,针对WebSocket协议的跨站劫持漏洞设计并实现了一种WebSocket子协议"Security-WebSocket",该子协议规定在成功连接建立后客户端需要协议认证和身份认证,在认证完成之后服务端需要发送密钥给客户端,以后每次传输数据时客户端都需要使用AES对称加密算法加密数据并携带认证信息发送到服务器,服务器验证身份信息无误后才可以进行通信.实验结果表明Security-WebSocket子协议虽然在传输时间上比WebSocket协议多一点,但是在可控范围之内,该协议可以在一定程度上预防跨站劫持漏洞,从而提高了WebSocket的安全性.
语种：
中文
展开
基于温度预测算法的智能粮仓温度预警系统
作者：
栾奕;刘昌华
期刊：
计算机技术与发展 ,2020年30(9):122-126 ISSN：1673-629X
作者机构：
武汉轻工大学 数学与计算机学院,湖北 武汉 430023;[刘昌华; 栾奕] 武汉轻工大学
关键词：
智慧粮仓;传感器;温度预测算法;温度预警
摘要：
为了提高基层农业信息化水平,大大改善对农业设施的监控效率,结合温室温度预测控制算法,实现了以FPGA为处理器的智慧粮仓内环境预警监控系统。该系统通过Verilog HDL硬件描述语言在FPGA内部设计各个功能模块,由FPGA芯片完成对传感器的驱动并建立通信链路,通过存储器操作指令控制传感器读取、转换温度数据,最后利用调整后的温室温度预测算法对任意时刻后的仓内温度进行预测,判断预测值是否超过预设报警值,同时由开发板上的数码管和LED显示实时温度以及预警信号。实验分为白天和夜晚两组,分别验证不同环境下的预测结论。实验结果表明,该系统实现了分辨率为0.062 5℃的温度监控显示,并能够较为精准地对20 s后的温度进行预判,预测误差小于±0.5℃,系统本身的功能和性能是有效可靠的。
语种：
中文
展开
Design and Implementation of SQL Injection Vulnerability Scanning Tool
作者：
Zhao, Juanjuan* ;Liu, Changhua
期刊：
Journal of Physics: Conference Series ,2020年1575(1):012094 ISSN：1742-6588
通讯作者：
Zhao, Juanjuan
作者机构：
[Zhao, Juanjuan; Liu, Changhua] Wuhan Polytech Univ, Dept Math & Comp, POB 430023, Wuhan, Hubei, Peoples R China.
通讯机构：
[Zhao, Juanjuan] W;Wuhan Polytech Univ, Dept Math & Comp, POB 430023, Wuhan, Hubei, Peoples R China.
会议名称：
5th Annual International Conference on Information System and Artificial Intelligence (ISAI)
会议时间：
MAY 22-23, 2020
会议地点：
Zhejiang, PEOPLES R CHINA
会议主办单位：
[Zhao, Juanjuan;Liu, Changhua] Wuhan Polytech Univ, Dept Math & Comp, POB 430023, Wuhan, Hubei, Peoples R China.
会议论文集名称：
Journal of Physics Conference Series
摘要：
<jats:title>Abstract</jats:title>
<jats:p>According to the “Top Ten Security Vulnerabilities List” (OWASPTop 10) released by OWASP in 2017, SQL injection attacks are still at the top of the list, and there are many ways of SQL injection attacks, which cause great harm. Although there are many vulnerability scanning tools, there is still a high rate of false negatives. Aiming at the current problems of SQL injection vulnerability detection, this paper proposes a scanning tool for SQL injection vulnerabilities. First, use the crawler framework scrapy to obtain the URL associated with the form and the a tag, and segment the URL based on the improved simhash algorithm. Deduplicate the link, then analyze the injection point to modify the URL parameter value injection test, and determine whether there is a vulnerability based on the response result of the server. The experimental results show that the detection method achieves a 96.50% URL deduplication rate in the crawler module, which greatly reduces the rate of false negatives. It is more suitable for detecting whether a website has a SQL injection vulnerability.</jats:p>
语种：
英文
展开
基于快速卷积神经网络的大田油菜花图像超分辨率重建
作者：
杨宇辉;刘昌华
期刊：
荆楚理工学院学报 ,2020年35(03):12-18 ISSN：1008-4657
作者机构：
武汉轻工大学 数学与计算机学院,湖北 武汉 430023;[刘昌华; 杨宇辉] 武汉轻工大学
关键词：
航拍图像;快速卷积神经网络;反卷积层;峰值信噪比;高分辨率图像
摘要：
大田油菜花航拍图像由于光照因素、气候影响、硬件条件成本限制等原因,所拍出的图片往往较为模糊,效果不佳.为了解决这一问题,提出一种基于快速卷积神经网络的大田油菜花图像超分辨率重建算法(AFSRCNN),通过基于深度学习的方法,在卷积神经网络图像超分辨率(SRCNN)上进行网络的加深和优化,增加了反卷积层和小感受野卷积核.与传统的双三次插值法和卷积神经网络超分辨率(SRCNN)重建的图像结果相比较,该算法计算所得的图像的平均峰值信噪比(PSNR)分别高1.590 dB和0.335 dB.实验结果表明,将此算法应用到大田油菜图像超分辨率重建问题中,可以得到更丰富的油菜轮廓信息,重建出更加优质的高分辨率图像.
语种：
中文
展开
基于iTop-4412的甘蓝型油菜图像采集与虫害参数提取仪
作者：
彭同宇;刘昌华
期刊：
计算机与数字工程 ,2020年48(6):1464-1468 ISSN：1672-9722
作者机构：
武汉轻工大学数学与计算机学院 武汉 430023;[彭同宇; 刘昌华] 武汉轻工大学
关键词：
油菜虫害;图像处理;特征参数
摘要：
为了便捷实时地采集油菜图像并提取特征参数以便于诊断油菜病虫害级别,论文设计并实现了一个基于iTop-4412开发平台的油菜图像采集与虫害特征参数提取系统。该系统主要由一个便携图像采集终端和一个搭载了图像处理功能的嵌入式平台组成。主要运用了OpenCV强大的图像处理库再结合嵌入式和图像处理的相关技术,在iTop-4412开发平台上搭建了该提取系统,能够实现图像的预览、采集、对所采集的油菜叶片图像进行剪切及其它预处理,并且比较精准地计算出叶片表面虫洞数量、虫洞最大面积、虫洞累计面积和叶片面积等虫害特征参数。
语种：
中文
展开
基于色彩空间的航拍油菜花图像分割
作者：
刘昌华;胡林龙;杨康;伍晓明
期刊：
武汉轻工大学学报 ,2020年39(1):13-17+21+2 ISSN：2095-7386
作者机构：
武汉轻工大学数学与计算机学院,湖北武汉430023;农业部油料作物生物学与遗传育种重点实验室中国农业科学院油料作物研究所,湖北武汉430062;[胡林龙; 杨康; 刘昌华] 武汉轻工大学;[伍晓明] 中国农业科学院油料作物研究所
关键词：
航拍油菜图像;K-means聚类算法;颜色分割算法;油菜花
摘要：
针对花期识别过程中油菜花航拍图像分割效果不理想的问题提出一种基于色彩空间分割油菜花图像的方法。首先在Lab空间利用K-means算法对油菜图像进行初次处理,然后在HSV空间使用颜色分割算法对聚类结果进行二次处理,最后把分割出的油菜花映射到RGB空间,以期完成油菜与油菜花的有效分割。选取了60幅不同的航拍油菜图像进行分割实验。结果表明采用此方法不仅能够较好地分割出油菜花,而且还能有效地避免光照的影响。此实验结果能为后期识别油菜花花期生长规律的研究提供参考。
语种：
中文
展开
基于色彩与高斯模型的油菜图像根系分割
作者：
刘金亚;刘昌华;许鲲
期刊：
武汉轻工大学学报 ,2019年38(5):69-74+80 ISSN：2095-7386
作者机构：
武汉轻工大学 数学与计算机学院,湖北 武汉,430023;农业农村部油料作物生物学与遗传育种重点实验室 中国农业科学院油料作物研究所,湖北 武汉,430062;[刘金亚; 刘昌华] 武汉轻工大学;[许鲲] 农业农村部油料作物生物学与遗传育种重点实验室
关键词：
图像分割;高斯模型;EXG因子;色彩空间;甘蓝型油菜;根部
摘要：
利用图像处理技术从甘蓝型油菜植株中识别出油菜根部及根部肿瘤等信息,进而分析甘蓝型油菜植株的根肿病程度。从原图像中提取出目标是解决实际问题的关键步骤,因此从复杂背景的甘蓝型油菜植株图像中分割出根部区域是准确识别其病害程度的关键。提出以EXG过绿颜色分割算法与高斯YCbCr颜色算法相结合的分割方法。首先通过EXG过绿颜色分割方法分离出绿色的茎叶部分,其次将RGB颜色空间转换到YCbCr颜色空间,利用高斯模型判断根的像素点,因此分割出甘蓝型油菜植株的根部区域,进一步利用数学形态学方法将得到的根部二值图进行膨胀与腐蚀的去燥操作,最终完成图像分割。利用该方法对不同拍摄环境且背景复杂的10幅油菜植株图像进行分割,为验证该方法的有效性,分别采用EXG过绿颜色算法与K-Means聚类算法作对比实验。实验结果表明,该算法的误差率均低于10%,10幅图像的平均误差率为6.984%。所做研究的方法能较准确的分割出甘蓝型油菜植株的根部区域,为后期识别甘蓝型油菜根肿病程度的研究提供参考。
语种：
中文
展开
基于Android的稻米图像特征参数测量系统
作者：
贾诗音;刘昌华
期刊：
武汉轻工大学学报 ,2019年38(06):27-32+67 ISSN：2095-7386
作者机构：
武汉轻工大学数学与计算机学院,湖北武汉430023;[贾诗音; 刘昌华] 武汉轻工大学
关键词：
稻米图像处理;特征提取
摘要：
为了便捷实时地采集稻米图像并测量稻米的特征参数以便于快速高效地识别稻米的品种,设计并实现了一个基于Android的复杂背景下稻米图像采集与稻米特征参数测量系统。该系统主要运用了OpenCV强大的图像处理库再结合图像处理的相关技术,在Android Studio开发平台上搭建了该测量系统,能够实现图像的预览、对所采集的稻米图像采用Grab Cut算法进行分割和前景提取,灰度化、以及其它预处理,并且能够准确地测量出稻米的灰度平均值、长宽比和圆形度等特征参数。
语种：
中文
展开
Otsu算法在大田油菜分割中的应用研究
作者：
李程程;刘昌华;帅杜娟;秦淑芳
期刊：
信息与电脑 ,2018年(1):33-34,37 ISSN：1003-9767
作者机构：
武汉轻工大学 数学与计算机学院,湖北 武汉,430023;[秦淑芳; 帅杜娟; 刘昌华; 李程程] 武汉轻工大学
关键词：
Otsu算法;全局阈值;颜色指数;阈值分割
摘要：
Otsu算法是根据图像的灰度直方图,采用最小二乘法原理来自动获取全局阈值的一种算法,对大田油菜具有一定的分割作用。但是,对油菜的分割效果并不是很好。通过最佳的颜色指数来确定分割油菜的全局阈值,最后对大田油菜进行Otsu阈值分割。经过实验验证,选取过红指数来确定的全局阈值对大田油菜Otsu阈值分割效果更好,失真不明显。
语种：
中文
展开
A general and effective network failure ant colony algorithm based on network fault location methods
作者：
Ruan Ling* ;Liu Changhua;Wang Yuling
期刊：
Lecture Notes in Electrical Engineering ,2018年474:727-733 ISSN：1876-1100
通讯作者：
Ruan Ling
作者机构：
[Liu Changhua; Wang Yuling; Ruan Ling] Wuhan Polytech Univ, Coll Math & Comp Sci, Wuhan 430023, Hubei, Peoples R China.
通讯机构：
[Ruan Ling] W;Wuhan Polytech Univ, Coll Math & Comp Sci, Wuhan 430023, Hubei, Peoples R China.
会议名称：
International Conference on Computer Science and its Applications, CSA 2017
会议时间：
18 December 2017 through 20 December 2017
会议地点：
Taichung, TAIWAN
会议主办单位：
[Ruan Ling;Liu Changhua;Wang Yuling] Wuhan Polytech Univ, Coll Math & Comp Sci, Wuhan 430023, Hubei, Peoples R China.
会议论文集名称：
Lecture Notes in Electrical Engineering
关键词：
Construction equipment;Construction industry;Ubiquitous computing;Ant colony algorithms;Construction business;Failed paths;Failure Probability;Network equipment;Network failure;Network technologies;Normal operations;Ant colony optimization
摘要：
With the development and evolution of network technology, the normal operation of network equipment to meet the most basic needs of the needs of business users. Meanwhile, the key is the normal operation of network services. Therefore, this paper proposes to quickly find a network failure ant colony algorithm, which uses equipment pheromone concentration determines the strength of the network devices failure probability, according to the pheromone concentration construction business failed path. © Springer Nature Singapore Pte Ltd. 2018.
语种：
英文
展开
基于DE0-Nano的多通道模拟信号采集系统设计
作者：
金瑞;刘昌华
期刊：
信息与电脑 ,2018年(1):48-51 ISSN：1003-9767
作者机构：
武汉轻工大学 数学与计算机学院,湖北 武汉,430023;[金瑞; 刘昌华] 武汉轻工大学
关键词：
智能电网;多通道采集
摘要：
在智能电网的设计过程中,需要采集数据信号,为在高速采集过程中数字控制系统AD转换速率相同的情况下,使数据采集系统硬件电路得到简化,笔者设计了一种基于DE0-Nano的多通道模拟信号采集系统。详细介绍了以DE0-Nano为核心控制器的16位、8通道模数转换AD7606软件代码设计与实现。最后采用Signaltap II逻辑分析仪对AD7606多通道数据进行实时采集、显示,对其精度进行验证。
语种：
中文
展开
