饶文碧
- 作品数：102 被引量：465H指数：13
- 供职机构：武汉理工大学更多>>
- 发文基金：国家自然科学基金湖北省自然科学基金武汉市青年科技晨光计划更多>>
- 相关领域：自动化与计算机技术文化科学化学工程建筑科学更多>>
- JXTA网络编程环境的实现被引量：2
- 2005年
- 介绍了JXTA技术的核心概念和JXTA网络编程环境相对于传统网络编程环境的优势;阐述了在JX TA协议上开发的一个应用系统模型;讨论了如何为JXTA解决网络通信安全问题的方法。
- 饶文碧程浩陶莎张丽
- 关键词：JXTA对等体网络服务
- 一种图形库管理系统的开发被引量：2
- 1995年
- 本文针对陶瓷设备CAD软件开发过程中所急需解决的图形数据库管理问题,用C语言开发了一套以Auto CAD为图形支撑软件的应用软件,建立了管理系统与Auto CAD之间的专用参数化接口模块,并具有良好的人机交互界面。
- 吴彦春饶文碧周迪勋
- 关键词：图形库陶瓷设备软件开发
- 结构损伤智能识别方法被引量：6
- 2003年
- 应用神经网络、遗传算法建立了交互式结构损伤智能识别系统。详细阐述了软件设计的思想及其实现 ,并对预测结果与实测数据进行了比较。结果表明 ,将神经网络和遗传算法用于结构损伤识别是有效的、可行的。
- 尚钢张翔饶文碧钟珞
- 关键词：神经网络遗传算法
- 服务发现协议互操作性的研究
- 本文针对目前存在的多个服务发现中间件而导致的互操作问题,提出了服务层上的基于服务代理的互操作解决方案.文章总结了互操作问题研究现状,提出了基于服务代理的互操作体系结构,并对其中各模块的功能以及运行过程给以详细介绍.通过和...
- 饶文碧张丽柯慧燕易健康
- 关键词：计算机网络网络服务服务代理
- 文献传递
- MICROMAX-2集散控制系统的图形生成软件的开发
- 1998年
- 饶文碧吴彦春
- 关键词：控制系统集散型
- 建筑结构损伤无线监控系统及其协议设计
- 2005年
- 为了长期有效地监测建筑物健康状况并对其发生的结构损伤进行识别,需要由传感器系统、本地处理器和中央监控设备组成的基于无线网络技术的建筑结构损伤监控系统。介绍了该系统3个组成部分的主要功能,提出一种基于轮询制的无线网络传输协议,并进一步定量分析了其平均循环时间,最大、最小循环时间和理论带宽。
- 饶文碧张亮
- 关键词：无线监控系统网络协议
- 一种声学场景分类的数据增强方法及系统
- 本发明提供一种声学场景分类的数据增强方法及系统，属于语音识别技术领域，包括：将语音音频样本数据转换为频谱数据；提取频谱数据中的时频域特征，基于任意两个不同mini‑batch中确定任意两个不同样本对时频域特征进行时频掩蔽...
- 饶文碧芦硕熊盛武闫垚楠字云飞
- 结构损伤神经网络辨识系统的实现被引量：21
- 2002年
- 阐述了利用神经网络建立结构损伤辨识系统的过程 ,并对系统建立过程中训练样本的选取和预处理问题进行了说明。通过对缺陷板结构损伤辨识的实例分析 ,说明了基于人工神经网络的损伤辨识系统的正确性。
- 饶文碧程洪斌方复兴
- 关键词：人工神经网络建筑结构
- 基于C++Builder的图形图像处理方法被引量：8
- 2002年
- Borland C+ + Builder(BCB)是一种快速高效的可视化开发语言 ,与一般语言相比 ,其在图形绘制和图像处理上功能较强 ;Matlab是一种用于工程计算的高级语言。在 BCB中调用 Matlab函数 ,将进一步增强 BCB对图形和图像的处理能力。
- 饶文碧陈旭辉徐锐
- 关键词：C++BUILDERMATLAB图像处理图形绘制
- 面向无人机遥感场景的轻量级小目标检测算法被引量：2
- 2023年
- 在基于深度学习的目标检测算法中,YOLO算法因兼具速度与精度的优势而备受关注,但是将其应用于无人机遥感领域时存在检测速度较慢、计算资源要求较高、小目标检测精度不佳等问题。为此,提出基于YOLO的轻量级小目标检测算法SS-YOLO。使用轻量的主干网络提升算法的推理速度,根据特征金字塔网络分治思想,加入下采样倍数为4的高分辨特征图P2用于检测微小目标。为解决高分辨率特征图(P2、P3)中语义信息不足的问题,构建结合自适应融合因子的语义增强上采样模块。针对定位损失函数中IoU度量方法对目标尺寸敏感所带来的影响小目标定位精确性的问题,设计结合归一化Wasserstein距离度量方法与中心点距离惩罚项的L_(CNWD)定位回归损失函数。实验结果表明,与YOLOv5s以及最新的YOLOv7-tiny相比,改进后的SS-YOLO模型参数量分别减少了31.3%和20.6%,与YOLOv7-tiny相比,mAP在VisDrone与AI-TOD数据集上分别提升了7.5和7.0个百分点;与YOLOv5s相比,mAP分别提升了2.3和3.6个百分点。当输入图片尺寸为800×800像素时,SS-YOLO的FPS为110帧/s,能够在满足无人机等边缘设备实时检测的同时,显著提升小目标的检测结果。
- 胡清翔饶文碧熊盛武
- 关键词：小目标检测
