限定检索结果

检索条件"作者=刘天键"
10 条 记 录,以下是1-10 订阅
视图:
排序:
基于深度稀疏滤波的目标跟踪
收藏 引用
《计算机辅助设计与图形学学报》2017年 第3期29卷 459-468页
作者:邱立达 刘天键 傅平闽江学院物理学与电子信息工程系福州350108 
为了在复杂环境下更好地区分被跟踪目标和背景,设计了一种基于2l范数归一化和1l范数最小化的深度稀疏滤波模型,通过深度学习获取样本稀疏特征并对其进行分类,将该模型和粒子滤波框架结合,提出一种目标跟踪算法.首先使用离线训练集对深...
来源:详细信息评论
基于神经网络的铂电阻温度传感器非线性校正方法
收藏 引用
《仪器仪表学报》2002年 第5期23卷 518-521页
作者:刘天键 王劭伯 朱善安浙江大学电气学院杭州310027 
简单介绍了当前铂热电阻应用存在的问题,提出了应用前向多层神经网络建立热电阻的逆模型进行非线性补偿,使得铂电阻的静态特性线性化。文中采用MATLAB为工具,对神经网络进行训练,获得权值、阈值,并以SIEMENS的S7-200为控制器,对加热炉...
来源:详细信息评论
眼动跟踪数据集标定与标准化
收藏 引用
《闽江学院学报》2022年 第2期43卷 43-51页
作者:刘天键 吴成霖 胡焕强闽江学院物理与电子信息工程学院福建福州350108 福建师范大学光电与信息工程学院福建福州350117 
眼动跟踪数据的准确度直接影响后续模型设计的可靠性和泛化能力,然而收集准确的基准数据十分困难。目前该领域没有统一的预处理方法,致使后续任务的算法比较缺乏一致的基准数据。在反射立体视觉基础上,基于虚拟相机透视投影变换的数据...
来源:详细信息评论
基于稀疏滤波的无线传感器网络数据融合
收藏 引用
《电子测量与仪器学报》2015年 第3期29卷 352-357页
作者:邱立达 刘天键 傅平闽江学院物理学与电子信息工程系福州350108 
在无线传感无器网络中,为了提高数据融合算法的性能,设计了一种基于深度学习的二值化层叠稀疏滤波模型(BSSFM),BSSFM将若干稀疏滤波器层叠并对权值参数进行二值化从而能快速有效的提取高维数据特征,之后将BSSFM和分簇协议相结合提出数...
来源:详细信息评论
一种新型计费系统建设方案的探讨
收藏 引用
《电信科学》2007年 第7期23卷 13-17页
作者:刘天键 金敏玉 盛立浙江大学信息学院杭州310027 华信邮电咨询设计研究院有限公司杭州310014 
本文简要地介绍了现有计费方案,从实时计费的需求出发,说明了在线计费的必要性。然后结合目前计费系统的实际情况,提出了弹性计费系统的建设方案,并分析了该方案的优势。最后,指出弹性计费系统是一种优化的计费系统。
来源:详细信息评论
基于楼宇监控WSN网络的MHTQ路由协议
收藏 引用
《闽江学院学报》2011年 第5期32卷 81-85页
作者:邱立达 刘天键闽江学院物理学与电子信息工程系福建福州350108 
楼宇环境监控中对无线传感器网络数据传输的可靠性有较高要求,针对这一特点设计了一种轮询多跳路由协议MHTQ,MHTQ在分层组网和路由分配阶段采用多路由分配算法MRM,使得在主路由失效的情况下能通过备用路由保证传输路径畅通,在数据传输...
来源:详细信息评论
PC与PLC串行通信程序设计
收藏 引用
《工业控制计算机》2001年 第3期14卷 32-34,60页
作者:刘天键 王劭伯福州大学电气工程系350002 
本文论述了PC与PLC之间的通信方法。详细地说明了通信协议的帧结构,并以加热炉温度采集系统为例来实现温度的监控。
来源:详细信息评论
工控应用程序的一种仿真调试方法
收藏 引用
《工业控制计算机》2000年 第2期13卷 21-23页
作者:王劭伯 刘天键福州大学电气工程系350002 
工控应用程序的完善设计是保证计算机控制系统的性能与可靠性的一个重要措施 ,而仿真调试是使应用程序完善化的一个重要环节。本文讨论数字仿真技术在工控应用程序实验室调试中的应用原理 。
来源:详细信息评论
构架灵活高效的准实时计费平台
收藏 引用
《电信技术》2007年 第2期 95-99页
作者:刘天键 周振勇 朱东照浙江大学杭州310027 华信邮电咨询设计研究院杭州310014 
根据计费系统的需求,以及对业务进行梳理后,提出了一种新型的准实时计费系统,详细介绍了该系统的设计思路以及具体的构建方案。
来源:详细信息评论
准实时计费系统欠费控制方案的探讨
收藏 引用
《邮电设计技术》2007年 第5期 13-16页
作者:刘天键 周振勇 朱东照不详 华信邮电咨询设计研究院有限公司 
介绍了后付费系统存在的问题,给出了两种欠费控制解决方案,并对两种方案进行比较。欠费控制平台不仅保留了后付费系统的优点,而且弥补了该系统的一些不足,能最大限度地预防欺诈风险。
来源:详细信息评论
聚类工具 回到顶部