徐龙艳 作品数:31 被引量:37 H指数:3 供职机构: 湖北汽车工业学院电气与信息工程学院 更多>> 发文基金: 湖北省教育厅科学技术研究项目 国家科技支撑计划 更多>> 相关领域: 自动化与计算机技术 电子电信 文化科学 农业科学 更多>>
多尺度的开放词汇目标检测 2024年 现有的开放词汇目标检测算法在处理图像和文本对应关系时容易丢掉多尺度信息,导致对小目标检测的精度较低。针对这个问题,文中结合Channel Attention机制与特征金字塔网络构建C-FPN模块,提出C-Baron算法。在区域选择阶段,C-Baron采用区域打包对齐方法处理图像与文本的对应关系。实验表明:相对于基线模型,C-Baron在新类别和基础类别上的识别精度分别提高了2%和6.3%。 祝岚 翟亚红 徐龙艳 王杰 赵逸凡 叶子恒OMRON以太网在成品库中的控制应用 2009年 完成欧姆龙以太网在NEPID系统中的开发并实现以太网通信,与工程管理服务器的联网管理。所设计的欧姆龙以太网实现了生产管理者对现生产的整体控制和基本数据的管理。从工程实际应用的角度系统地描述了欧姆龙以太网在生产管理和系统控制中的实现。 徐龙艳 文元雄 王俊峰关键词:工业以太网 生产管理 OMRON以太网在成品库中的控制应用 被引量:2 2007年 完成欧姆龙以太网在NEPID系统中的开发,并由此实现以太网通信,与工程管理服务器的联网管理。所设计的欧姆龙以太网实现了生产管理者对现生产的整体控制和基本数据的管理。从工程实际应用的角度系统地描述了欧姆龙以太网在生产管理和系统控制中的实现。 徐龙艳 文元雄 王俊峰关键词:工业以太网 生产管理 基于UML的机房报修系统的研究与设计 2012年 为提高高校机房计算机的利用率,采用面向对象的U ML建模技术对机房报修系统进行分析设计,以该系统为研究对象,对其需求模型和总体设计模型进行了分析设计,包括用例模型图、动态模型、静态模型,并采用Rational Rose工具实现了系统模型。建模可以方便用户、需求分析人员与开发人员之间的沟通,减轻开发和管理的工作量,降低软件开发的风险。 翟亚红 徐龙艳 杨亚会 杨艳霞关键词:UML建模技术 基于NSGA-Ⅲ的多目标柔性车间调度 2022年 针对柔性作业车间调度问题,以加工时间、成本、质量和能耗为优化目标建立问题排序模型,并利用改进NSGA-Ⅲ进行求解。采用两段式编码对工序和机器进行小数编码,运用自适应交叉变异策略进行染色体进化,提出基于目标空间参考点的选择策略进行个体选择。结果表明改进后的NSGA-Ⅲ算法具有良好的求解质量。 李鹏 徐龙艳 雷俊松 吕勇 毕亚球关键词:柔性作业车间调度 成品车立体仓库PLC控制系统设计与实现 2010年 对风神汽车有限公司涂装车间成品车立体仓库自动控制系统进行设计,控制选用OMRON公司CS1W-CPU65型PLC。详细阐述项目的硬件结构设计及软件组成以及PLC的具体配置。对Device Net总线在立体仓库中的应用作了一定的描述。结果表明系统能够满足了生产要求。 文元雄 徐龙艳 许辉关键词:自动控制 PLC 基于SDN工业环境中的DDoS攻击检测 2023年 针对基于软件定义网络(software defined network,SDN)架构的工业车间网络易受到DDoS攻击的问题,设计了检测防御模型。利用深度学习算法,融合卷积神经网络和双向长短期记忆网络,设计了CNN-BiLSTM模型,进行攻击检测,利用SDN设计防御策略,搭建基于SDN的工业车间网络平台进行仿真实验。结果表明:DDoS恶意流量检测准确率达到97%,并有效实现了DDoS攻击的防御。 韩炎龙 翟亚红 徐龙艳关键词:DDOS攻击 卷积神经网络 车身贴膜自动线红外温控系统设计 2012年 阐述了温控系统的调节原理和方法,及如何在PLC控制技术中应用。通过温度检测、变频控制、可控硅控制电压调节最终达到对车身加热控制。对该自动线的设备及车身控制温度,使车身在适当温度下进行贴膜,满足了生产实际要求。通过在国内某车身厂专业厂实际应用验证了红外加热车身贴膜温度控制方法的有效性和合理性。 文元雄 徐龙艳关键词:PLC 变频器 红外加热 蚁群算法中基于分布估计的量子信息素控制研究 被引量:4 2014年 针对蚁群算法在连续域问题求解方面的不足,以连续函数最优值问题为例,结合量子态叠加原理和分布估计算法的思想,提出了一种基于分布估计的量子信息素模型及其蚁群算法。它不仅具有分布估计方法的宏观化特性,同时具有量子态叠加机制的多样性,因此有希望突破传统的信息素留存方式在求解连续优化问题时遭遇的局限性。仿真实验结果表明,新信息素控制策略的引入能够使蚂蚁在较短的时间内找到更精确的解,有效避免了蚁群算法陷入局部最优解,对连续域问题求解具有较好的收敛速度和全局寻优能力。 翟亚红 徐龙艳关键词:蚁群算法 分布估计算法 量子计算 基于EC-YOLO的道路缺陷检测 2024年 针对道路缺陷检测中识别准确度低、漏检、误检等问题,提出了道路缺陷检测模型EC-YOLO。在主干网络中使用C2f和EMA注意力机制构建全新的模块C2f_EMA,通过重塑通道并将通道维度分组,以保留通道信息。在颈部网络中引入上采样模块CARAFE,通过特征扩张与重组保留更多的特征细节。将EC-YOLO与主流目标检测模型进行对比实验。结果表明,EC-YOLO的平均精度均值较YOLOv8提高3.4%。 王杰 翟亚红 徐龙艳 祝岚 赵逸凡 叶子恒