公共文化服务平台

姚晓通: 作品数：28 被引量：103H指数：5; 供职机构：兰州交通大学电子与信息工程学院更多>>; 发文基金：国家自然科学基金甘肃省科技计划项目甘肃省自然科学基金更多>>; 相关领域：自动化与计算机技术交通运输工程电气工程电子电信更多>>

合作作者

基于TMS320C6713图像识别系统在汽车防追尾检测装置中的应用被引量：3: 2006年; 为了减少汽车防追尾过程中障碍物的误判断,我们可以先确定本车前面的目标物是车,然后再对其进行跟踪测距、判断其安全性,并对不安全状况进行预警。本文介绍了一种基于汽车防追尾的图像识别系统软硬件设计。该系统由CCD摄取图像,经视频解码器处理后再传给车辆识别系统进行图像的车辆识别判断。; 姚晓通王紫婷; 关键词：图像采集车辆识别

基于FPGA的空间圆弧插补控制器的设计与实现被引量：2: 2015年; 设计并实现了一个基于FPGA的空间圆弧插补控制器,通过MATLAB仿真算法确保设计的可行性之后,利用Altera公司的Quartus II13.0进行完整的设计,整个过程使用的编程语言为Verilog HDL硬件描述语言,该设计在Model Sim-Altera 10.1d仿真器中进行功能和时序仿真,最后根据电路原理设计出了PCB板,通过调试和进一步实物测试,该插补控制系统达到0.001mm的插补精度,在精加工机器手和机器人机械臂中有很好的实用价值。; 姚晓通李亚文郑青松; 关键词：FPGA MATLAB 机械臂

开展分层次创新活动,提高学生实践创新能力的研究与实践: 本文就如何培养学生创新能力的诸多因素进行了全面的研究。通过分层次创新活动促进创新教育的普及化,系列化,营造一种全新的创新氛围,收到十分显著的效果。; 王紫婷孙爱良姚晓通孔洁张文婷; 关键词：创新教育; 文献传递

基于TMS320C5402在语音信号处理中的研究被引量：5: 2004年; 介绍了基于TI公司TMS320C5402定点DSP芯片,存储器(采用512Kx8bit的FLASH芯片SST29VF040用于程序存储),A/D数据转换芯片(语音信号编码解码芯片TLC320AD50)等在语音处理应用中(原声重现、IIR低通滤波、变调现象)的软硬件设计方法,给出了硬件原理图、应用程序、相关的实验数据、波形等.; 王紫婷姚晓通张华卫; 关键词：话音信号 CCS

构建分层次创新活动平台,提高大学生的创新能力被引量：18: 2008年; 文章就如何培养学生创新能力的诸多因素进行了全面的研究。通过分层次创新活动促进创新教育的普及化,系列化,营造一种全新的创新氛围,全面提高学生的创新能力,收到十分显著的效果。; 王紫婷孙爱良姚晓通孔洁张文婷

基于改进蚁群算法的机器人路径规划研究被引量：15: 2021年; 针对机器人路径规划中传统蚁群算法收敛速度慢、易陷入局部最优解等问题,提出一种改进的蚁群算法。引入带权重因子的引导函数,对蚂蚁状态转移策略进行改进,使蚂蚁在寻优的过程中更具有导向性。在信息素更新规则中,提出一种自定义的自适应信息素挥发因子更新方法,避免蚂蚁陷入局部最优解,而不能到达全局最优解。搭建了仿真环境,通过实例对所提方法进行验证并与传统蚁群算法对比分析,结果表明:改进蚁群算法在最优路径长度和迭代次数方面表现更优,对机器人路径规划有实际工程意义。; 姚晓通李致远程晓; 关键词：改进蚁群算法路径规划

基于ARM和以太网的远程电参数测量技术研究被引量：3: 2014年; 针对目前各地用电及收费管理不便的问题,文中研究了基于ARM和以太网的远程电参数测量技术。该技术主要用于对电参数的采集和存贮。主控制器采用32位的ARM微处理器STM32F103V,接口硬件设计配合上位机显示电参数。上位机采用LabVIEW的DataSocket技术编写实现显示功能。通过上下位机的结合,完成电能的计量,进而方便收费管理。; 王启栋姚晓通王记荣; 关键词：ARM 以太网电参数 SPI DATASOCKET

接触网绝缘子清洗机器人视觉控制关键技术研究: 绝缘子在电气化铁路接触网系统中起着支撑和绝缘的重要作用，随着我国铁路里程的快速增加，接触网绝缘子数量也变得相当庞大，由于其长期暴露在户外的雾霾、沙尘等环境中，其表面容易积污，随着污秽程度的加大容易诱发污闪。污闪会造成严重...; 姚晓通; 关键词：视觉定位伺服控制

一种避雷器在线监测设备的以太网传输装置: 本实用新型公开了一种避雷器在线监测设备的以太网传输装置，包括用于对避雷器在线监测设备所得监测数据进行远程实时处理的监测数据处理装置，用于提供以太网网络环境以传输监测数据处理装置处理所得数据的以太网装置，分别与监测数据处理...; 张又鹏王思华姚晓通徐金阳董海燕王记荣杨昱鑫藤婕; 文献传递

基于改进YOLOv8的小麦叶片病虫害检测轻量化模型: 2024年; [目的/意义]针对小麦叶片病虫害在自然环境下形态和颜色特征较为复杂、区分度较低等特点,提出一种高质量高效的病虫害检测模型,即YOLOv8-SS (You Only Look Once Version 8-SS),为病虫害的预防与科学化治理提供准确的依据。[方法]基于YOLOv8算法,采用改进的轻量级卷积神经网络ShuffleNet V2作为主干网络提取图像特征即YOLOv8-S,在保持检测精度的同时,减少模型的参数数量和计算负载;在此基础上增加小目标检测层和注意力机制SEnet (Squeeze and Excitation Network),对YOLOv8-S进行改进,在不降低检测速度和不损失模型轻量化程度的情况下提高检测精度,提出YOLOv8-SS小麦叶片病虫害检测模型。[结果与讨论]YOLOv8-SS模型在实验数据集上的平均识别精度和检测准确率分别达89.41%和91.00%,对比原模型分别提高10.11%和7.42%。因此,本研究所提出的方法可显著提高农作物病虫害的检测鲁棒性,并增强模型对小目标图像特征的提取能力,从而高效准确地进行病虫害的检测和识别。[结论]本研究使用的方法具有广泛适用性,可应用于大规模农作物病虫害检测的实际场景中。; 杨锋姚晓通; 关键词：小麦叶片轻量化模型