期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
4
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习与多光电二极管的可见光定位实验研究
1
作者
魏芬
吴怡
徐世武
《激光与光电子学进展》
CSCD
北大核心
2023年第7期288-298,共11页
针对单个光电二极管接收器的倾斜问题和几何算法的不足,搭建了多光电二极管接收器的真实可见光定位场景,并采用基于接收信号强度的指纹定位技术及其常用的机器学习算法,实验研究了4种典型的机器学习算法的定位性能。结果发现:在二维定位...
针对单个光电二极管接收器的倾斜问题和几何算法的不足,搭建了多光电二极管接收器的真实可见光定位场景,并采用基于接收信号强度的指纹定位技术及其常用的机器学习算法,实验研究了4种典型的机器学习算法的定位性能。结果发现:在二维定位时,K最近邻、极限学习机、随机森林和自适应增强的定位误差小于2 cm的概率分别为96.67%、48.57%、67.14%和15.24%;在三维定位时,K最近邻、极限学习机、随机森林和自适应增强的定位误差小于2 cm的概率分别为74.52%、38.81%、59.76%和6.43%。结果均表明,K最近邻的定位性能较佳。在此基础上,比较了发光二极管个数、光电二极管个数和发光二极管发射功率等因素对定位精度的影响。结果表明:发光二极管个数和光电二极管个数的增加均有效地降低了定位误差,发光二极管的发射功率为5 W时,已经实现了定位误差的收敛。该结果为发光二极管分布密度较低时可见光定位系统的设计提供新的理论支持与实际应用参考价值。
展开更多
关键词
可见光定位
多光电二极管
接收信号强度指纹
机器学习
原文传递
基于BP-AdaBoost神经网络的多参数掌静脉图像质量评价法
被引量:
6
2
作者
李苋兰
张顶
黄晞
《计算机系统应用》
2020年第3期20-28,共9页
手掌静脉纹识别技术作为新一代高精度的生物特征识别技术,被广泛用于个人身份鉴定领域.然而,其识别效果受限于图像的质量,低质量的图像往往造成识别准确度偏低,如何有效的对图像质量进行评价从而筛选出高质量的图像成为掌静脉识别技术...
手掌静脉纹识别技术作为新一代高精度的生物特征识别技术,被广泛用于个人身份鉴定领域.然而,其识别效果受限于图像的质量,低质量的图像往往造成识别准确度偏低,如何有效的对图像质量进行评价从而筛选出高质量的图像成为掌静脉识别技术中的一项重要研究内容.本文旨在解决这一问题,提出了一种基于BP-AdaBoost神经网络的多参数的掌静脉图像质量评价法.根据掌静脉图像质量特点,提出多个参数的评价指标(对比度(contrast)、信息熵(entropy)、清晰度(sharpness)和等效视数(enl)).利用BP网络优良的非线性拟合特点,以多个评价参数为网络输入,分类结果为网络输出,训练10个BP弱分类器;在此基础上利用AdaBoost算法得到最终的强分类器.实验结果显示,对比传统加权融合的评价分类方法,分类的结果准确度较高,系统具有具有良好的应用价值.
展开更多
关键词
掌静脉
图像质量评价
多参数
BP神经网络
ADABOOST算法
强分类器
下载PDF
职称材料
基于4G移动通信的综合性实验平台建设
3
作者
郑云
徐哲鑫
+1 位作者
吴怡
杨正
《实验室科学》
2023年第3期123-127,共5页
就新工科要求下对高校的工程实践教学进行深入研究探讨,引入新型的科研技术与仪器设备,提出并完成了基于4G移动通信的综合性实验平台的建设。设计了基于该实验平台的开放探索型教学实践课程,具有综合性、应用性以及前沿性,符合高等教育...
就新工科要求下对高校的工程实践教学进行深入研究探讨,引入新型的科研技术与仪器设备,提出并完成了基于4G移动通信的综合性实验平台的建设。设计了基于该实验平台的开放探索型教学实践课程,具有综合性、应用性以及前沿性,符合高等教育发展、改革的趋势和走向。将人才培养制度、课程体系、师资队伍建设和实践教学体系相互融合,更有助于创新性应用型人才的培养,对实践教学改革和相关专业建设具有较好的借鉴和推广意义。
展开更多
关键词
新工科
综合性平台
实践教学
下载PDF
职称材料
基于粒子群优化压缩感知的可见光定位算法
被引量:
18
4
作者
徐世武
吴怡
王徐芳
《中国激光》
EI
CAS
CSCD
北大核心
2021年第3期75-84,共10页
目前,基于压缩感知的可见光定位采用线性最小二乘法重构信号,容易陷入局部最优解,且需要高密度的发光二极管布局。针对这些问题,提出了一种基于粒子群优化压缩感知的可见光定位算法。首先,建立一种基于重构接收信号强度残差的适应度函数...
目前,基于压缩感知的可见光定位采用线性最小二乘法重构信号,容易陷入局部最优解,且需要高密度的发光二极管布局。针对这些问题,提出了一种基于粒子群优化压缩感知的可见光定位算法。首先,建立一种基于重构接收信号强度残差的适应度函数;其次,将指纹定位的权重求解问题转换为稀疏矩阵的重构问题;最后,采用粒子群优化重构信号。仿真结果表明,所提算法的时间复杂度较低、鲁棒性好,即使在低密度的发光二极管布局下,定位误差依然很小。当信噪比为10 dB、网格间距为50 cm时,所提算法定位误差的平均值为3.67 cm,显著低于现有的10种同类算法。还详细分析了不同参数对所提算法定位误差的影响,所得结果可为实际可见光定位系统的设计提供有益的参考。
展开更多
关键词
光通信
可见光通信
可见光定位
位置指纹
粒子群优化
压缩感知
原文传递
题名
基于机器学习与多光电二极管的可见光定位实验研究
1
作者
魏芬
吴怡
徐世武
机构
福建师范大学
光电与
信息
工程
学院
医学
光电
科学与
技术
教育部重点实验室
福建
农林
大学
金山
学院
福建师范大学
光电与
信息
工程
学院
福建省
光
子
技术
重点实验室
福建师范大学光电与信息工程学院福建省光电传感应用工程技术研究中心
福建师范大学
协和
学院
出处
《激光与光电子学进展》
CSCD
北大核心
2023年第7期288-298,共11页
基金
国家自然科学基金(U1805262,61901117)
中央政府引导地方科技发展专项资金(2021L3010)
+3 种基金
省级重点科技创新项目(2021G02006)
国家级大学生创新创业训练计划(202214046002)
福建省光电传感应用工程技术研究中心开放课题(2021001,2020002)
福建省中青年教师教育科研项目(JAT210663,JAT200967)。
文摘
针对单个光电二极管接收器的倾斜问题和几何算法的不足,搭建了多光电二极管接收器的真实可见光定位场景,并采用基于接收信号强度的指纹定位技术及其常用的机器学习算法,实验研究了4种典型的机器学习算法的定位性能。结果发现:在二维定位时,K最近邻、极限学习机、随机森林和自适应增强的定位误差小于2 cm的概率分别为96.67%、48.57%、67.14%和15.24%;在三维定位时,K最近邻、极限学习机、随机森林和自适应增强的定位误差小于2 cm的概率分别为74.52%、38.81%、59.76%和6.43%。结果均表明,K最近邻的定位性能较佳。在此基础上,比较了发光二极管个数、光电二极管个数和发光二极管发射功率等因素对定位精度的影响。结果表明:发光二极管个数和光电二极管个数的增加均有效地降低了定位误差,发光二极管的发射功率为5 W时,已经实现了定位误差的收敛。该结果为发光二极管分布密度较低时可见光定位系统的设计提供新的理论支持与实际应用参考价值。
关键词
可见光定位
多光电二极管
接收信号强度指纹
机器学习
Keywords
visible light positioning
multi-photodiode
received signal strength fingerprint
machine learning
分类号
TN929.12 [电子电信—通信与信息系统]
原文传递
题名
基于BP-AdaBoost神经网络的多参数掌静脉图像质量评价法
被引量:
6
2
作者
李苋兰
张顶
黄晞
机构
福建师范大学光电与信息工程学院福建省光电传感应用工程技术研究中心
出处
《计算机系统应用》
2020年第3期20-28,共9页
基金
福建省自然科学基金(2019J01271)。
文摘
手掌静脉纹识别技术作为新一代高精度的生物特征识别技术,被广泛用于个人身份鉴定领域.然而,其识别效果受限于图像的质量,低质量的图像往往造成识别准确度偏低,如何有效的对图像质量进行评价从而筛选出高质量的图像成为掌静脉识别技术中的一项重要研究内容.本文旨在解决这一问题,提出了一种基于BP-AdaBoost神经网络的多参数的掌静脉图像质量评价法.根据掌静脉图像质量特点,提出多个参数的评价指标(对比度(contrast)、信息熵(entropy)、清晰度(sharpness)和等效视数(enl)).利用BP网络优良的非线性拟合特点,以多个评价参数为网络输入,分类结果为网络输出,训练10个BP弱分类器;在此基础上利用AdaBoost算法得到最终的强分类器.实验结果显示,对比传统加权融合的评价分类方法,分类的结果准确度较高,系统具有具有良好的应用价值.
关键词
掌静脉
图像质量评价
多参数
BP神经网络
ADABOOST算法
强分类器
Keywords
palm vein
image quality evaluation
multi-parameter
BP neural network
AdaBoost algorithm
strong classifier
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
TP183 [自动化与计算机技术—控制理论与控制工程]
TP309 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于4G移动通信的综合性实验平台建设
3
作者
郑云
徐哲鑫
吴怡
杨正
机构
福建师范大学
光电与
信息
工程
学院
出处
《实验室科学》
2023年第3期123-127,共5页
基金
2020年福建师范大学教学改革研究资助项目(项目编号:I202002064,I202002034,I202003008)。
文摘
就新工科要求下对高校的工程实践教学进行深入研究探讨,引入新型的科研技术与仪器设备,提出并完成了基于4G移动通信的综合性实验平台的建设。设计了基于该实验平台的开放探索型教学实践课程,具有综合性、应用性以及前沿性,符合高等教育发展、改革的趋势和走向。将人才培养制度、课程体系、师资队伍建设和实践教学体系相互融合,更有助于创新性应用型人才的培养,对实践教学改革和相关专业建设具有较好的借鉴和推广意义。
关键词
新工科
综合性平台
实践教学
Keywords
new engineering
comprehensive experimental platform
practical teaching
分类号
G482 [文化科学—教育技术学]
下载PDF
职称材料
题名
基于粒子群优化压缩感知的可见光定位算法
被引量:
18
4
作者
徐世武
吴怡
王徐芳
机构
福建师范大学
光电与
信息
工程
学院
医学
光电
科学与
技术
教育部重点实验室
福建师范大学
协和
学院
福建师范大学
光电与
信息
工程
学院
福建省
光
子
技术
重点实验室
福建师范大学光电与信息工程学院福建省光电传感应用工程技术研究中心
出处
《中国激光》
EI
CAS
CSCD
北大核心
2021年第3期75-84,共10页
基金
国家自然科学基金(61871131,61701118,61901117,61571128)
国家自然科学基金促进海峡联合基金(U1805262)
+3 种基金
福建省科技计划(2019J01267)
福建省高校产学合作项目(2018H6007)
福建省海洋经济发展补助资金(ZHHY-2020-3)
福建省光电传感应用工程技术研究中心开放课题(2018003)。
文摘
目前,基于压缩感知的可见光定位采用线性最小二乘法重构信号,容易陷入局部最优解,且需要高密度的发光二极管布局。针对这些问题,提出了一种基于粒子群优化压缩感知的可见光定位算法。首先,建立一种基于重构接收信号强度残差的适应度函数;其次,将指纹定位的权重求解问题转换为稀疏矩阵的重构问题;最后,采用粒子群优化重构信号。仿真结果表明,所提算法的时间复杂度较低、鲁棒性好,即使在低密度的发光二极管布局下,定位误差依然很小。当信噪比为10 dB、网格间距为50 cm时,所提算法定位误差的平均值为3.67 cm,显著低于现有的10种同类算法。还详细分析了不同参数对所提算法定位误差的影响,所得结果可为实际可见光定位系统的设计提供有益的参考。
关键词
光通信
可见光通信
可见光定位
位置指纹
粒子群优化
压缩感知
Keywords
optical communications
visible light communication
visible light positioning
location fingerprint
particle swarm optimization
compressed sensing
分类号
TN929.12 [电子电信—通信与信息系统]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于机器学习与多光电二极管的可见光定位实验研究
魏芬
吴怡
徐世武
《激光与光电子学进展》
CSCD
北大核心
2023
0
原文传递
2
基于BP-AdaBoost神经网络的多参数掌静脉图像质量评价法
李苋兰
张顶
黄晞
《计算机系统应用》
2020
6
下载PDF
职称材料
3
基于4G移动通信的综合性实验平台建设
郑云
徐哲鑫
吴怡
杨正
《实验室科学》
2023
0
下载PDF
职称材料
4
基于粒子群优化压缩感知的可见光定位算法
徐世武
吴怡
王徐芳
《中国激光》
EI
CAS
CSCD
北大核心
2021
18
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部