任贺宇
- 作品数：13 被引量：38H指数：3
- 供职机构：河南交通职业技术学院更多>>
- 发文基金：国家自然科学基金河南省高等教育教学改革研究项目河南省信息技术教育研究项目更多>>
- 相关领域：自动化与计算机技术文化科学交通运输工程机械工程更多>>
- 一种基于动态网格技术的K-means初始质心选取算法被引量：2
- 2013年
- 针对K-means算法随机选取中心点而无法得到全局最优误差平方和SSE的问题,提出了一种基于移动网格技术的K-means中心点选取算法,该算法在明显减少K-means算法的迭代次数的同时,近似得到SSE的全局最优.
- 张真任贺宇
- 关键词：聚类动态网格K-MEANS
- 实训基地建设背景下高职双师型教师培养路径探索被引量：1
- 2021年
- 高等职业教育改革进入提质培优的新阶段,提升“双师型”教师的质量和数量成为高职教育改革的重要任务。在生产性实训基地建设过程中,对“双师型”教师的内涵和认定标准进行研究,与多家企业深度合作,探索“双师型”教师培养的新路径,把生产性实训基地打造成兼具教师发展中心职能的新基地。
- 张月任贺宇
- 关键词：高职生产性实训基地
- 集中/分布式电动汽车蓄电池组工作参数检测系统
- 本发明涉及一种集中/分布式电动汽车蓄电池组工作参数检测系统，其整个系统由若干个检测模块通过CAN总线连接而成，检测单元部分模块化、本地化，数据靠总线传输，构成一种集中/分布式检测模式。检测系统加强了组建系统的灵活性和扩充...
- 马建张卫钢蹇小平任贺宇钱定军穆丹
- 文献传递
- 嵌入式系统在智能交通中的应用被引量：2
- 2006年
- 介绍了嵌入式系统及其操作系统,并将其系统和通用计算机系统作了比较,总结了嵌入式系统产品在ITS(In-telligent Traffic System,智能交通系统)应用中的工作稳定性高、环境适应能力强和设备独立性三个特点,且结合嵌入式产品在ITS中应用的这几个特点,探讨了嵌入式系统在智能交通系统中应用研究。最后,展望嵌入式系统在ITS(智能交通系统)中的广泛应用。
- 熊建芳高继任贺宇
- 关键词：嵌入式系统嵌入式操作系统ITS数字信号
- 基于ASP.NET的ADO与ADO.NET分析与研究被引量：16
- 2006年
- 探讨基于ASP.NET框架ADO和ADO.NET的两种数据库访问技术,并给出一个在ASP.NET下使用ADO.NET组件对数据库访问的实例。然后,对这两种技术在缓存中的数据集存储形式、脱机与连机关系、标准化程度、传输性能方面进行了比较分析,突出了ADO.NET的优点。
- 熊建芳高继任贺宇
- 关键词：ADOADO.NETASP.NET
- 仿真软件在网络设备管理课程项目化教学中的应用被引量：1
- 2018年
- 文章首先对仿真软件进行了介绍,其次论述了项目化教学,最后,以"VLAN在局域网中的应用"项目的课堂实施过程为例,从任务导入、搭建拓扑、子任务划分、子任务系统四个方面详细介绍了PT软件在项目化教学中的应用。
- 任贺宇
- 关键词：项目化课程仿真软件CISCOTRACER
- 基于CAN总线的纯电动汽车电源信息采集系统的设计与实现
- 电池管理系统BMS是电动汽车的关键技术之一。BMS从功能上可分为两个层面：下层完成数据采集，上层完成数据处理、分析与控制，中间通过数据管道进行数据传输和交换。
BMS的下层数据采集系统由前端数据采集模块、通信...
- 任贺宇
- 关键词：车辆工程纯电动汽车信息采集电池管理嵌入式工控机
- 文献传递
- 一种改进的粒子群优化算法被引量：5
- 2017年
- 针对基本粒子群算法存在着收敛速度慢、效率低、易陷入局部最优等缺陷,为了更好地平衡全局和局部搜索能力,在粒子群算法中引入收缩因子,使算法中粒子不仅向种群最优的粒子进行学习,而且向种群中比自己优秀的所有粒子学习,增加了粒子的多样性。实验结果证明,与基本蚁群算法相比,改进的粒子群算法提高了收敛速度和效率,能一定程度地避免局部最优解的产生。
- 任贺宇郭磊赵开新
- 关键词：粒子群全局最优
- 高职项目化教学设计及评价探索——以网络设备管理课程为例被引量：3
- 2016年
- 项目化教学是有效解决理论与实践相结合问题的途径。文章提出了项目化教学设计的原则,以网络设备管理课程中具体项目为例讨论了项目化教学设计,并提出了针对项目化教学法的教学评价。
- 任贺宇常军林
- 关键词：项目化教学教学设计教学评价
- 基于核主成分分析和RVM的传感器故障诊断算法设计被引量：4
- 2014年
- 传统的传感器故障诊断模型受限于所采用的机器学习方法需要人为设定参数,诊断精度依赖于参数设置的好坏,且无法实现传感器在线诊断,为此,提出了一种基于核主成分分析和稀疏贝叶斯RVM(relevancevector machine,RVM)的传感器在线故障诊断模型;首先,采用核主成分分析法将故障征兆数据映射到高维空间对数据进行降维,降低数据的复杂度;然后采用稀疏贝叶斯RVM对传感器进行故障诊断,在贝叶斯框架下对诊断函数权重进行推断,从而获得各故障类别的后验概率,量后,根据后验概率和投票致判断最终的故障类别;在NS2仿真环境下对实验进行仿真,结果表明,文中方法具有较高的故障诊断精度,较其它方法具有诊断时效高、泛化能力强和稀疏性好的优点,具有很强的可行性,
- 郭秀峰任贺宇
- 关键词：传感器故障诊断相关向量机稀疏贝叶斯
