孙立辉 作品数:53 被引量:168 H指数:7 供职机构: 河北经贸大学 更多>> 发文基金: 国家高技术研究发展计划 河北省科技计划项目 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 电子电信 经济管理 文化科学 更多>>
一种合金切削模型的构建方法、装置及计算机设备 本发明提供了一种合金切削模型的构建方法、装置及计算机设备,属于金属切削技术领域,其方法包括如下步骤:根据γ‑TiAl合金的晶格结构及晶格常数构建单胞合金模型;使用ATOMSK软件对单胞合金模型进行扩胞以得到γ‑TiAl合... 姜军强 孙立辉 马宏伟多尺度特征融合的视频去噪方法、系统、设备及存储介质 本发明提供了一种多尺度特征融合的视频去噪方法、系统、设备及介质,其中,方法包括:对原始视频数据进行加噪处理后形成有噪视频数据;将有噪视频数据输入光流对齐模块获取对齐后的序列帧;将对齐后的序列帧输入多尺度细化模块,多尺度细... 孙立辉 陈恒基于A-LSTM算法的烧结矿质量预测 被引量:1 2020年 针对烧结厂烧结杯实验周期长等问题,构建一种A-LSTM的烧结矿质量预测模型。在LSTM网络基础上借鉴注意力机制思想,通过权重再分配使网络更加关注训练过程中的非冗余数据。为减少损失函数在训练过程中的震荡,提出加权均方误差损失计算方式,考虑每轮输入数据缺失值占总体的比重,使模型预测更为准确。实验结果表明,A-LSTM预测方法准确率可达92.7%,相比于原始LSTM,预测准确率提升了1.9%。 孙立辉 武晓婧基于SJA1000的CAN总线系统中广播和组播的实现 被引量:7 2003年 详细介绍了SJA1000在PeliCAN模式下验收过滤器的工作原理。设计了一种在CAN总线环境下实现组播和广播的方法。 孙立辉 和志强关键词:SJAL000 CAN总线 广播 组播 基于BERT-CNN的电商评论情感分析 被引量:16 2020年 在对电商评论进行情感分析中,为了使提取的情感特征能够更多地捕获句子中的情感信息,提出了一种基于预训练的Bidirectional Encoder Representations from Transformers(BERT)网络与卷积神经网络(CNN)相结合的BERT-CNN网络模型。首先利用BERT结构表达句子语义作为文本向量,然后通过卷积神经网络抽取句子的局部特征,通过在有标签的京东某手机评论数据集上的实验,表明该方法在该领域具有良好的性能。 史振杰 董兆伟 庞超逸 张百灵 孙立辉关键词:卷积神经网络 情感分析 浅析软件产品防盗版技术及实现 2004年 随着软件产业的不断发展,软件防盗版形势也越来越严峻,笔者结合当前流行的软件防盗版技术实例,对软件防盗版技术的现状及优缺点进行系统地分析,旨在增强软件保护意识,提高安全性。 曾文献 和志强 孙立辉关键词:软件产品 防盗版 注册机 基于高斯平滑直方图匹配的图像间匀光算法 被引量:1 2021年 由于不同的光照条件及各传感器之间的特性差异等原因,进行全景拼接的各图像间往往存在曝光差异。为了使拼接后的各图能够自然过渡,笔者首先分别统计待拼接两图重叠区域的直方图并对其进行高斯平滑预处理,然后进行灰度级的匹配。实验证明,该方法不仅能够有效消除图像间的曝光差异,还能改善图像中可能出现的灰度值分块不连续现象。 孙立辉 张竟雄关键词:图像拼接 直方图匹配 基于最小梯度中值滤波的红外背景抑制方法 被引量:2 2007年 背景抑制是红外运动点目标检测的核心技术之一。目前大部分背景抑制算法是针对平缓变化的背景而设计的,对存在强起伏边缘的背景抑制效果很差.针对此问题,本文提出了一种最小梯度中值滤波算法.该算法利用边缘方向和非边缘方向梯度的差异,能最大程度地减少背景抑制结果中边缘的残差.把实际拍摄的红外图像序列与其它算法进行了实验对比,证明该算法具有背景抑制残差小、目标信噪比增益大、计算量小、便于硬件实现等优点. 孙立辉 何永强 陈娅冰 王永仲关键词:点目标 基于CiteSpace的“区块链+医疗”领域研究热点及前沿分析 2022年 本文采集中国知网数据库收录的关于国内“区块链+医疗”领域的核心期刊和学术论文,并将其作为数据样本用可视化分析软件CiteSpace对文献作者、关键词等内容执行共现、聚类等操作,得到数据的知识图谱、聚合网络等可视化信息,分析该领域的研究热点及未来的研究趋势走向。研究分析发现,医疗数据共享、隐私保护、数据安全等是“区块链+医疗”领域的研究热点,完善医疗数据信息平台、加强药品溯源、实现传染病风险预警与防控等是该领域研究的前沿趋势。本研究结果以期为“区块链+医疗”领域的相关研究人员提供参考。 李向荣 赵霞 孙立辉关键词:区块链 CITESPACE 数据共享 基于灰狼算法SVR的烧结矿FeO含量预测 被引量:8 2019年 烧结是高炉炼铁的重要环节之一,其中烧结矿FeO的含量对高炉的使用寿命,烧结的原料成本都有重要影响。为了提高烧结矿FeO预测的准确度,提出了一种基于灰狼算法支持向量机回归(GWO-SVR)的烧结矿FeO含量预测模型,利用原料使用数据对烧结矿中FeO含量进行预测,为烧结过程提供理论依据。将98个原料样本数据和烧结矿FeO含量数据进行预处理,选取79个样本作为训练集,19个样本作为测试集,分别建立烧结矿FeO支持向量回归模型(SVR),GA-SVR模型,PSO-SVR模型和GWO-SVR模型,采用决定系数(R2),均方误差(MSE)和绝对平均误差(MAPE)作为模型的对比标准。结果表明,GWO-SVR算法预测精度高、误差小,耗时较短,使用灰狼算法优化支持向量机回归对烧结矿FeO含量预测分析合理、高效。 史振杰 董兆伟 孙立辉 武晓婧关键词:烧结矿 FEO