高艳霞
- 作品数：6 被引量：26H指数：3
- 供职机构：怀化学院更多>>
- 发文基金：湖南省普通高等学校教学改革研究项目更多>>
- 相关领域：自动化与计算机技术轻工技术与工程文化科学更多>>
- 地方本科院校公共计算机基础课程教学效果评价研究被引量：2
- 2013年
- 根据教师授课质量问卷调查情况,利用SPSS统计分析软件统计分析、方差分析和独立样本T检验等方法对采集的样本进行研究,找到影响计算机公共基础课程教学效果的关键因素,为改进教学方法 ,取得良好教学效果提供有力的实证支持。
- 高艳霞彭小宁
- 关键词：教学效果评价
- 基于粒子群算法和神经网络的大豆识别研究被引量：5
- 2007年
- 在分析大豆表面颜色特征的基础上,提出了利用神经网络和大豆表面颜色特征对大豆进行分级的方法。选取了大豆图像的6种颜色特征值作为神经网络的训练样本,并尝试利用粒子群优化算法与BP结合算法训练网络。仿真结果表明,提出的方法取得很好的效果。
- 高艳霞李禹生
- 关键词：粒子群优化算法人工神经网络大豆
- 基于机器视觉的大豆热损伤粒检测被引量：2
- 2011年
- 大豆国家新标准(GB 1352-2009)于2009年9月1日起正式实施,新标准首次增加对热损伤粒的要求。基于此,本文在分析大豆表面颜色特征的基础上,提出利用神经网络和大豆表面颜色特征对大豆进行标准粒和热损伤粒分类的方法。文中选取大豆图像的6种颜色特征值作为神经网络的训练样本,并尝试利用粒子群优化算法与BP(Back Propagation)结合算法训练网络。仿真结果表明,本文提出的方法取得一定的效果,有利于实现大豆的在线缺陷粒检测。
- 高艳霞胡昌标
- 关键词：图像处理大豆粒子群优化算法机器视觉
- 基于Haar-Lbp特征和粒子群神经网络的人耳识别
- 2012年
- 在分析人耳Haar和Lbp特征的基础上,提出了一种基于神经网络和人耳Haar-Lbp特征对人耳进行识别的方法.文中选取了人耳图像的Haar和Lbp双特征值作为神经网络的训练样本,并尝试利用粒子群优化算法与BP结合算法训练网络.仿真结果表明,文中提出的方法取得较好的效果.
- 高艳霞
- 关键词：人耳识别HAAR特征LBP特征
- 基于粒子群优化算法的BP神经网络在图像识别中的应用被引量：14
- 2006年
- 介绍了一种采用微粒群算法与BP算法相结合的方法用于BP神经网络模型优化,来提高模型的收敛速度和精度。仿真结果表明,与BP算法相比较,PSO-BP学习算法训练的神经网络不仅训练时间明显缩短,而且其预报精度也得到了较大的提高。
- 高艳霞李禹生
- 关键词：粒子群优化算法人工神经网络图像识别
- 基于Gabor+PCA特征与粒子群算法的部分遮挡人耳识别研究被引量：3
- 2014年
- 在分析人耳Gabor特征基础上,提出一种主成分分析降维并利用基于粒子群优化训练的人工神经网络对部分遮挡人耳进行识别方法。选取了PCA方法降维后人耳图像的Gabor特征值作为人工神经网络训练样本,利用粒子群优化算法与多层前馈网络结合算法训练神经网络。与多种方法对比的实验表明,针对部分遮挡人耳的测试实验,基于Gabor+PCA特征与粒子群算法的部分遮挡人耳识别方法具有高识别性能,取得好的效果。
- 高艳霞
- 关键词：人耳识别GABOR小波特征粒子群优化算法
