史律
- 作品数：19 被引量：16H指数：2
- 供职机构：南京信息职业技术学院更多>>
- 发文基金：江苏省“青蓝工程”基金江苏省自然科学基金更多>>
- 相关领域：自动化与计算机技术文化科学电子电信矿业工程更多>>
- 基于“赛教习”高技能人才培养方式的工匠工坊制教学模式研究被引量：2
- 2020年
- 基于"赛教习"高技能人才培养模式,将工匠工坊应用到教学中,重点就工匠工坊教学形式、评价考核、管理、优点等方面进行阐述。将基于"赛教习"协同高技能人才培养模式培养的毕业生的就业情况与普通毕业生的就业情况进行了对比分析。
- 苗春玲何淼史律
- 关键词：教学改革
- 一种基于OpenStack的网络模型被引量：1
- 2016年
- 本文首先介绍了OpenStack中网络服务Neutron的基本架构,包括几个主要的代理服务DHCP代理(DHCP Agent),三层转发代理(L3 Agent),Metadata代理(Metadata Agent),负载均衡代理(LBaaS Agent)。随后重点分析了其中主要组件OpenvSwitch,以及如何实现SDN业务需求的基本功能。在此基础上本文提出了一种按功能层次划分的网络模型可以根据功能和用途将云网络相对隔离并实现基于OpenStack网络的基本功能。
- 史律
- 关键词：网络模型
- 一种创建云硬盘的方法
- 2017年
- 本文首先介绍了在openstack中如何通过命令行创建云硬盘,随后介绍了通过rename参数修改云硬盘信息的基本方法,本文最后还特别指出如何通过命令行查看云硬盘,以及查看云硬盘后反馈参数信息的具体含义。
- 王迪史律
- 一种用于电子制造的贴片机
- 本发明公开一种用于电子制造的贴片机，包括：支撑机构，所述支撑机构具有用于提供安装支撑的工作台；至少一个定位机构，所述定位机构具有至少两个可活动的、用于定位电子产品的定位件；传送机构，所述传送机构具有用于传送贴片的传送件和...
- 李建林张永史律
- 文献传递
- 深度学习在目标识别中的应用研究被引量：1
- 2019年
- 深度学习是一种基于数据技术和图像技术的新兴机器学习技术,目前深度学习技术在社会发展建设中起到了越来越重要的作用。深度学习是建立在信息神经网络、卷积理论等先进科学技术理论基础上的,加强了机器深度学习的可靠性和准确性。本文通过对深度学习在目标识别中的应用进行深入研究和探讨,旨在为我国目标识别领域提供新的思路和途径,从而提高我国目标识别技术水平。
- 史律唐鸣
- 关键词：目标识别
- Internet发展与现状
- 2010年
- 主要介绍了Internet的起源,在此基础上介绍了Internet的发展历程,以及发展历程中一些关键性的事件,最后还介绍了Internet的现状。
- 史律
- 关键词：INTERNET网络局域网广域网
- 面向高技能竞赛的“赛教习”协同培养模式研究被引量：7
- 2020年
- 围绕常规教学、岗位实习、竞赛集训三种手段对培养高技能竞赛人才的作用,以及三者之间的协同运用方式,构建"赛教习"协同高技能竞赛选手的有效培养模式。该模式实施需要做好高水平技能竞赛人才要素分析与评价体系构建、"赛教习"协同专业人才培养方案(含学分互换)实施、基于"赛教习"协同的高技能培养工作室(工匠工坊)构建、"赛教习"高技能人才培养实证反馈修正等工作。全国职业院校技能大赛"云计算技术与应用"赛项的人才培养实践表明,该模式是有效的。
- 何淼何淼史律孙仁鹏
- 一种用于电子制造的贴片机
- 本实用新型公开一种用于电子制造的贴片机，包括：支撑机构，所述支撑机构具有用于提供安装支撑的工作台；至少一个定位机构，所述定位机构具有至少两个可活动的、用于定位电子产品的定位件；传送机构，所述传送机构具有用于传送贴片的传送...
- 李建林张永史律
- 文献传递
- “赛教习”高技能人才培养方式下的工匠工坊制教学模式研究
- 2020年
- 本文基于“赛教习”高技能人才培养模式,将工匠工坊应用到教学中,重点就工匠工坊教学形式、评价考核、管理、优点等方面进行阐述。最后,文章就基于“赛教习”协同高技能人才培养模式培养的毕业生的就业情况和普通毕业生就业的情况进行了对比分析。
- 苗春玲何淼史律
- 关键词：教学改革
- 基于多信息融合与神经网络的矿区目标体重建方法研究
- 2020年
- 为提高矿区目标体的重建效果,提出了一种将点云数据与图片进行融合的重建方法。通过MATLAB获得目标体的点云数据,对目标体的点云数据进行拼接以及表面重建。以清晰程度、纹理复杂度以及曝光率作为评价图片质量的3个因素,利用BP神经网络对目标体图片的质量进行分级,在卷积神经网络的基础上搭建BP神经网络对目标体图片中的部分进行识别。最终通过融合激光雷达、单目相机所获得的点云数据与图片来实现目标体的重建。结果显示,BP神经网络的分级准确率为96.39%,BP神经网络的最低识别率为96.4%,通过融合后重建目标体的误差小于±0.12m。研究结果为目标体的定位、矿区救援提供了参考依据。
- 史律李建林
- 关键词：信息融合BP神经网络激光雷达
