公共文化服务平台

鲍文霞: 作品数：152 被引量：506H指数：12; 供职机构：安徽大学更多>>; 发文基金：国家自然科学基金安徽省自然科学基金安徽省高校省级自然科学研究项目更多>>; 相关领域：自动化与计算机技术文化科学农业科学电气工程更多>>

合作作者

一种实时检测手扶电梯乘客摔倒行为的方法: 本发明公开了一种实时检测手扶电梯乘客摔倒行为的方法，该方法包括下述步骤，步骤一，采集乘客搭乘手扶电梯视频图像，并且处理视频图像，将视频中乘客摔倒和正常行为分别裁剪作为训练样本，得到训练集和测试集；包括本发明利用视频图像中...; 唐俊张建军王年朱明鲍文霞张艳

一种超大型的触摸显示装置及电子设备: 本发明提供的一种超大型的触摸显示装置中，首先所述显示区域的尺寸不小于100寸，相比较现有图书馆中的电子阅读器，所述显示区域远远大于现有图书馆中电子阅读器的显示屏，这样可以结合软件操作实现各种内容的显示，并且本发明中，在所...; 鲍文霞李斌胡根生王年黄豆豆余国芬; 文献传递

一种基于ESPRIT的电能质量系统谐波分析方法: 2009年; 本文提出了一种基于ESPRIT的电能质量分析系统谐波间谐波检测方法,该算法是基于信号子空间的高分辨率信号分析方法,直接以测量数据构成的数据矩阵为基础,将信号空间分解为信号子空间和噪声子空间,能够高精度地估计电力系统的谐波与间谐波,进而为电能质量安全分析提供可靠依据。仿真算法表明此算法能够准确的检测出信号各个谐波间谐波成分,有效证明了此算法的正确性。; 夏颖王尚元何国栋鲍文霞; 关键词：谐波间谐波奇异值分解电能质量

一种基于边缘信息增强的肾脏肿瘤CT图像分割方法: 本发明涉及一种基于边缘信息增强的肾脏肿瘤CT图像分割方法，与现有技术相比解决了CT图像中肾脏肿瘤边缘分割不准确的缺陷。本发明包括以下步骤：构建肾脏肿瘤CT图片数据集；构建边缘增强CT图像分割网络；边缘增强CT图像分割网络...; 鲍文霞杜银徕

基于改进卷积神经网络的苹果叶部病害识别被引量：23: 2021年; 针对苹果病害叶片图像病斑区域较小导致的传统卷积神经网络不能准确快速识别的问题,提出基于改进卷积神经网络的苹果叶部病害识别的网络模型.首先,将VGG16网络模型从ImageNet数据集上学习到的先验知识迁移到苹果病害叶片数据集上;然后,在瓶颈层后采用选择性核(selective kernel,简称SK)卷积模块;最后,使用全局平均池化代替全连接层.实验结果表明:与其他传统网络模型相比,该模型能更准确快速捕获苹果病害叶片上微小的病斑.; 鲍文霞吴刚胡根生张东彦黄林生; 关键词：图像识别

基于核局部线性嵌入的基因表达谱数据分类: 2014年; 针对局部线性嵌入算法(Local Linear Embedding,LLE)利用试凑法寻找近邻数耗时的缺陷性,提出一种增强的核局部线性嵌入算法(Enhanced Kernel Local Linear Embedding,EKLLE)自动为样本分配邻域;该算法以高斯核函数为核心改进标准LLE距离度量准则,结合样本的类别信息,无需人工干预自动为样本设置不同的近邻数,克服了试凑法获得最优结果时需要大量时间;最后在各样本近邻数不相同的情况下对数据进行维数简约及待测样本分类。EKLLE算法有效地将高维基因表达谱数据映射到低维本质空间中,解决了传统LLE算法不能很好地处理含噪声或者稀疏数据的缺点。通过对比其他肿瘤样本分类实验,验证本文方法的实时性和精确性。; 王年许鸿洋梁栋鲍文霞; 关键词：局部线性嵌入基因表达谱高斯核

基于椭圆型度量学习空间变换的水稻虫害识别被引量：9: 2020年; 为了提高水稻虫害识别的准确率,文中首先采用深度语义分割U-Net网络去除复杂背景的影响,采用滑动窗口法提取水稻虫害图像的HSV颜色特征和SILTP纹理特征,统计同一水平滑窗中特征的最大值来构成特征向量,并利用Relief-F算法进行优化,获取具有高辨识性的水稻虫害图像特征。同时,引入对数据具有更好区分性的椭圆型度量,通过椭圆型度量学习寻找反映虫害图像特征空间结构信息和语义信息的非线性变换,对虫害图像特征的潜在关系进行建模,使相同类别特征之间的距离减小,不同类别特征之间的距离增大;在椭圆型度量学习过程中,通过在三元组约束函数中增加Frobenius范数正则项来避免过拟合,提高泛化能力。最后,利用椭圆型度量矩阵将水稻虫害特征变换到新的特征空间,从而提升SVM分类器的辨识能力。对13类常见水稻虫害图像的识别结果表明,文中提出的算法显著提高了小样本和复杂背景下水稻虫害图像识别的准确率,可以为精准农业中农作物病虫害的智能识别提供参考。; 鲍文霞邱翔胡根生梁栋黄林生

基于特征融合和字典学习的交通标志识别被引量：5: 2018年; 由于类别的多样性、内部结构的相似性以及外界环境等因素的影响,交通标志识别一直是人工智能与模式识别领域中的难题之一,而影响识别准确性的主要因素是特征的鉴别性与冗余性。为了提高交通标志的识别准确性,提出了融合稀疏表示的方法。首先提取交通标志的HOG与GIST特征,再使用广义典型相关分析对提取的两个特征进行融合,融合得到的特征既保留了两个特征的有效信息,同时也增强了特征的鉴别性,但多特征的融合,难免会产生一定的冗余性。在不降低特征鉴别性的前提下,为了减少其冗余性,最后使用K-SVD对其进行字典学习稀疏表示。实验结果表明,交通标志的融合稀疏方法的效果明显优于大多数的识别方法,即使用线性SVM在GTSRB数据集上的分类准确率为99.23%。; 姚汉利赵金金鲍文霞; 关键词：交通标志识别 HOG GIST

基于AI技术松材线虫病智能识别处理系统: 本发明涉及病虫害防治技术领域，本发明公开了基于AI技术松材线虫病智能识别处理系统；包括采集选定区域的历史训练数据集合，基于历史训练数据集合，训练预测出树木状态值的机器学习模型，采集实时的综合虫害数据，预测出实时的树木状态...; 褚诗伟鲍文霞

结合无符号Laplace谱特征的触觉步态识别算法被引量：1: 2016年; 针对单纯利用压力点分布特征进行触觉步态识别的不足,提出了一种结合无符号Laplace谱特征的动态触觉步态识别算法。利用足底压力数字化场地采集常速、快速和慢速三种情况下的触觉步态数据,生成足底压力分布图像,并根据足底解剖学的结构划分区域;以足底压力图像各区域为节点构造结构图,并采用无符号Laplace矩阵表示;通过对该矩阵进行奇异值分解(Singular Value Decomposition,SVD)获取谱特征,并结合形状特征得到触觉步态特征;选择"一对一"的支持向量机(Support Vector Machine,SVM)多分类方法,按照人在行走过程中不同的速度分别构造分类器,从而实现动态触觉步态的识别。实验结果表明该识别算法对不同速度样本数据的触觉步态识别正确率都较高。; 鲍文霞梁栋