您的位置: 专家智库 > >

杨莘

作品数:26 被引量:48H指数:3
供职机构:武汉科技大学信息科学与工程学院更多>>
发文基金:湖北省高等学校省级教学研究项目国家自然科学基金国家教育部博士点基金更多>>
相关领域:自动化与计算机技术文化科学电子电信机械工程更多>>

文献类型

  • 22篇期刊文章
  • 2篇专利
  • 1篇会议论文

领域

  • 8篇自动化与计算...
  • 7篇电子电信
  • 7篇文化科学
  • 1篇经济管理
  • 1篇机械工程
  • 1篇艺术
  • 1篇理学

主题

  • 8篇图像
  • 7篇图像融合
  • 6篇教学
  • 4篇信号
  • 4篇滤波
  • 4篇课程
  • 3篇信号处理
  • 3篇数字信号
  • 3篇数字信号处理
  • 3篇网络
  • 3篇卡尔曼
  • 3篇卡尔曼滤波
  • 3篇MATLAB
  • 2篇大学生
  • 2篇导航
  • 2篇导航星
  • 2篇原理课程
  • 2篇数字信号处理...
  • 2篇通信
  • 2篇通信原理

机构

  • 25篇武汉科技大学
  • 1篇山东大学
  • 1篇武汉大学
  • 1篇教育部
  • 1篇中兴通讯股份...

作者

  • 25篇杨莘
  • 14篇吴谨
  • 10篇李娟
  • 8篇刘劲
  • 5篇邓慧萍
  • 2篇熊凌
  • 2篇王文武
  • 2篇钟敏
  • 2篇朱磊
  • 1篇邓艾
  • 1篇陈建良
  • 1篇刘海涛
  • 1篇陈振学
  • 1篇陈淑
  • 1篇熊庆国
  • 1篇李文翔
  • 1篇郑庆庆
  • 1篇佘坤

传媒

  • 3篇科技信息
  • 3篇科教导刊
  • 2篇数字技术与应...
  • 1篇电子与信息学...
  • 1篇仪器仪表学报
  • 1篇激光与光电子...
  • 1篇光子学报
  • 1篇计算机应用研...
  • 1篇红外技术
  • 1篇信息与电脑
  • 1篇电子制作
  • 1篇液晶与显示
  • 1篇计算机科学
  • 1篇现代电子技术
  • 1篇中国冶金教育
  • 1篇教书育人(高...
  • 1篇大学教育
  • 1篇第七届全国信...

年份

  • 4篇2023
  • 1篇2022
  • 1篇2019
  • 2篇2017
  • 2篇2016
  • 1篇2015
  • 2篇2014
  • 5篇2013
  • 3篇2012
  • 3篇2010
  • 1篇2008
26 条 记 录,以下是 1-10
排序方式:
数字信号处理课程的Matlab教学研究被引量:1
2012年
数字信号处理是一门理论性很强的课程,针对教学过程中学生对知识点理解困难、学习枯燥无味等问题,将Matlab软件引入课堂教学中,以FIR滤波器的窗函数设计法为教学实例,将相关知识点用图形化演示直观地表示出来。在实验教学中,以Matlab软件为平台,分别按照窗函数设计法的原理编程设计滤波器,采用Matlab信号处理工具箱提供的fir1函数设计滤波器,以及调用滤波器设计和分析工具箱提供的图形用户界面设计滤波器。教学效果表明,将Matlab引入到教学过程中,不仅可以使学生直观地领会和深入地理解数字信号处理的理论知识和分析方法,还可以提高学生的实际动手能力以及分析解决问题的能力,有效提高了教学质量。
李娟吴谨杨莘
关键词:数字信号处理FIR滤波器MATLAB
基于SGWT和多显著性的红外与可见光图像融合被引量:2
2022年
由于谱图小波变换(Spectral Graph Wavelet Transform, SGWT)可充分利用图像在图域中的光谱特性,本文结合其对不规则小区域表达的优势,提出了一种基于多显著性的红外与可见光融合算法。首先应用SGWT将源图像分解成一个低频子带和若干个高频子带;对于低频系数,将多个互补的低层特征结合起来,提出了一种适合人眼视觉特征的多显著性融合规则,对于高频系数,充分考虑邻域像素的相关性,提出了一种区域绝对值取大规则;最后,应用了一种加权最小二乘优化(weighted least squares,WLS)方法对谱图小波重构的融合图像进行优化,在突出显著目标的同时尽可能多地保留可见光的背景细节。实验结果表明,与DWT(Discrete Wavelet Transform)、NSCT(Non-down Sampled Contourlet Transform)等7种相关算法相比,在突出红外目标的同时还能保留更多的可见光背景细节,具有较好的视觉效果;同时在方差、熵、Qabf和互信息量4个客观评价上也均占据优势。
田立凡杨莘梁佳明吴谨
关键词:图像融合
改进双路径生成对抗网络的红外与可见光图像融合
2023年
为了使融合图像保留更多源图像的信息,该文提出一种端到端的双融合路径生成对抗网络(GAN)。首先,在生成器中采用结构相同、参数独立的双路径密集连接网络,构建红外差值路径和可见光差值路径以提高融合图像的对比度,引入通道注意力机制以使网络更聚焦于红外典型目标和可见光纹理细节;其次,将两幅源图像直接输入到网络的每一层,以提取更多的源图像特征信息;最后,考虑损失函数之间的互补,加入差值强度损失函数、差值梯度损失函数和结构相似性损失函数,以获得更具对比度的融合图像。实验表明,与多分类约束的生成对抗网络(GANMcC)、残差融合网络(RFnest)等相关融合算法相比,该方法得到的融合图像不仅在多个评价指标上均取得了最好的效果,而且具有更好的视觉效果,更符合人类视觉感知。
杨莘田立凡梁佳明黄泽丰
关键词:图像融合红外图像可见光图像
基于正弦分析模型的音乐多音高检测方法研究
详细描述了两种基于正弦分析模型的多音高检测方法——幅度谱法和相位声码器法的基本原理,并将二者应用于音乐多音高检测。实验结果表明,相位声码器法相比幅度谱法更加胜任正弦分量榆测的任务,尤其是在精确度上具有后者无可比拟的优势,...
杨莘
文献传递
基于DRN和Faster R-CNN融合模型的行为识别算法被引量:3
2019年
针对传统单人行为识别算法易受行人形态多样性、背景和光照等影响的问题进行研究。基于扩张残差网络(DRN)的精准分类效果及目标检测网络Faster R-CNN在目标追踪方面的准确性,提出了一种DRN和Faster R-CNN的融合网络模型。该模型在Faster R-CNN中融入DRN的扩张卷积残差块代替原来的一般卷积层,并对融合模型进行了两方面的改进:在每一层前面添加一个batch normalization层;用三层扩张卷积残差块代替部分两层残差块。实验结果表明三种融合网络识别算法在Olympic sports dataset上较其他行为识别算法取得了更高的mAP。其中,包含三层扩张卷积残差块的融合模型识别性能最好,mAP达到78.9%。
杨楠杨莘杜能
基于相位声码器法的音乐信号正弦分量检测
2010年
设计和实现一种基于相位声码器的音乐信号正弦分量检测方法,该方法将STFT等效为一组均匀滤波器,将各正弦分量分离,并由各通道输出的相位变化率估计正弦分量的瞬时频率,然后通过寻找STFT通道中心频率与瞬时频率映射的定点进行正弦分量检测;同时,针对原始相位声码器的缺点,设计了一个多采样率、非均匀滤波器组对其进行改进。实验结果表明,该方法具有良好的瞬时频率跟踪性能,可作为音乐信号多音高估计的分析前端。
杨莘佘坤李娟
关键词:短时傅里叶变换
通信原理课程实践教学研究
2017年
针对通信原理课程理论性强、实验条件较差的特点,将Matlab多方位引入课程教学和实践中。Matlab编程建模作为课堂讲授后的实践作业灵活地应用到课程的各个重要知识点,加深学生对课程内容的理解,Simulink仿真作为课堂教学演示和综合性实验的工具,有利于提高学生系统分析和综合设计的能力。笔者通过实例进行分析和说明。
杨莘吴谨邓慧萍
关键词:通信原理MATLAB系统仿真AM
基于二代Curvelet变换和区域匹配度的图像融合算法被引量:3
2012年
提出了一种新的基于二代Curvelet变换的多传感器图像融合算法,分别讨论了粗尺度系数和细尺度系数的融合规则。首先采用二代Curvelet变换对源图像进行多尺度的分解,将粗尺度系数值进行变换使其强度分布一致,再采用加权平均的方法确定粗尺度融合系数。采用显著性测度和区域匹配度联合分析的方法确定细尺度系数,并进行一致性验证,最后进行二代Curvelet逆变换获取融合图像。将传统融合规则和该方法从独立因素、联合因素以及综合评价3方面进行了比较,结果表明,该方法较好地保持了边缘信息,减少了细节信息的损失,具有较优的性能参数和良好的视觉效果。
邓艾吴谨杨莘李娟
关键词:图像融合曲波变换
一种面向编队飞行的相对导航测速及组合导航方法
一种面向编队飞行的相对导航测速及组合导航方法,相对导航测速包括获得每个航天器与各导航星之间的相对速度,计算航天器相对于每颗导航星的速度之间的差值,建立基于星光多普勒的相对速度测量模型;组合导航方法包括建立面向编队飞行的轨...
刘劲钟敏吴谨熊凌李娟邓慧萍杨莘
文献传递
大学生学习关系网络特征研究被引量:1
2010年
针对当前大学生群体中存在的学习交流和沟通障碍等问题,基于社会关系网络理论,以实例研究以班级为单位的大学生学习关系网络的构建与分析方法,通过若干关键网络指标分析了在大学本科不同阶段的大学生学习关系网的特征和变化规律,并探索特定网络现象所产生的具体原因,提出强化学习团队的互动交流、建设和谐向上的班级学习团队的若干举措,以激励学生个体融入集体、奋发向上,推动班级等正式群体的完善与巩固,促进良好学风的建设。
李文翔熊庆国吴谨杨莘
关键词:社会关系网学习团队复杂网络
共3页<123>
聚类工具0