汤全武
- 作品数：36 被引量：83H指数：5
- 供职机构：宁夏大学更多>>
- 发文基金：国家自然科学基金宁夏回族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信文化科学农业科学更多>>
- 一种马铃薯自动分级输出装置与方法
- 本发明公开了一种马铃薯自动分级输出装置与方法，输出装置包括支架总成、分级闸板、传送带；传送带平铺于支架总成上端的两个平带轮之间；传送带的上端设置有倒U型的支撑板；支撑板的上端纵向设置有多个气压缸，气压缸通过导向杆与分级闸...
- 汤全武汤哲君孔霄张然刘馨阳
- 文献传递
- 基于高光谱成像技术和SVM神经网络的马铃薯外部损伤识别被引量：8
- 2014年
- 探索利用高光谱成像技术识别马铃薯外部损伤的方法。对外部冻伤、机械损伤、摔伤和正常4类共162个马铃薯样本进行高光谱成像试验,对试验得到的原始数据进行主成分分析以实现数据降维,从降维后的特征图像中提取均值、标准差、平滑度、三阶矩、一致性、熵6个描绘子组成特征向量,把特征向量分别输入贝叶斯分类器、BP神经网络和SVM神经网络3个模型进行识别,结果贝叶斯分类器模型对冻伤和机械损伤两类马铃薯相互误判严重,BP神经网络模型对机械损伤类马铃薯识别率低,而SVM神经网络模型较前两个模型的识别率有明显提高,是最为适合的马铃薯外部损伤识别模型。
- 汤哲君汤全武张然史崇升
- 关键词：主成分分析贝叶斯分类器神经网络模型
- 二阶线性系统的仿真分析被引量：3
- 2003年
- 二阶线性系统的应用非常广泛,传统的分析方法是数学分析法.文章利用仿真的方法,主要研究了在给定典型输入信号下如何求取系统的输出信号并进行了分析,得出了二阶线性系统的响应随阻尼比不同而变化的情况,以及当自然频率的值减小时,脉冲响应的幅度也随着减小,响应的速度也将降低,反之亦然.
- 汤全武
- 关键词：阻尼比脉冲响应MATLAB语言信号分析
- 一种羊肉产地的检测方法
- 本发明公开了一种羊肉产地的检测方法，涉及肉类检测技术领域。本发明方法包括：采用高光谱成像技术采集待检羊肉的原始光谱图像，提取原始光谱图像的光谱数据，对所述光谱数据进行处理得到处理后的光谱数据；利用处理后的光谱数据建立偏最...
- 郭中华王靖赵庆东汤全武杨旭宁何凤杰
- 虚拟现实技术概述被引量：21
- 2002年
- 概述了虚拟现实的概念、基本特征、系统组成、关键技术及其应用.
- 汤全武
- 关键词：虚拟现实虚拟环境交互性系统组成系统结构
- 巧设游戏做好中小学英语教学衔接被引量：7
- 2013年
- 中小学英语同属基础教育的范畴,它们是一脉相承的两个教学阶段。但是随着中小学英语教学的不断深入和展开,小学与中学教学存在严重脱节现象。本文从在课堂中巧妙设计游戏的角度,对中小学英语教学衔接做出了新的思考。
- 仲阳汤全武
- 关键词：游戏英语教学衔接
- 基于卷积神经网络的X射线图像危险液体识别
- 2023年
- 公共安全越来越被社会重视,安检是保障公共场所和交通工具安全的重要手段。现如今,对枪支弹药、刀具等固体物质的安检已经非常成熟,但对危险液体的安检还存在无法准确、快速识别等不足。为此,对92号汽油、甲醇与硝基甲烷混合液、75%酒精、食用油、水共5种液体分别用玻璃、金属、塑料、陶瓷共4种容器盛装后,进行X射线图像获取,对样本图像进行旋转、镜像、平移等操作增强样本平衡性、现实性,再对样本图像分割、前景获取等处理后,分别使用6类特征值的支持向量机网络、改进的基础型卷积神经网络、改进的ResNet-50卷积神经网络共3种分类器进行识别,从耗时、识别准确率、训练损失3个维度对比,结果为:6类特征值的SVM模型只需要较小的样本量即可快速达到90%识别率;改进的基础型卷积神经网络可快速达到识别率97.2%;改进的ResNet-50神经网络需要较长时间达到识别率99.2%。结论为:在本实验条件下综合耗时、识别准确率、训练损失3个维度,改进的基础型卷积神经网络为最优液体X射线图像识别模型。
- 张然汤全武李明源刘东昌解波
- 关键词：安检X射线图像图像识别
- Matlab语言在指数函数可视化教学中的应用研究被引量：1
- 2013年
- 为帮助学生更好的理解函数的数形关系,本文以高中数学指数函数为例,将Matlab语言引入数学可视化教学中,通过教师的模拟演示实验、学生的验证实验和探索实验展开,通过师生之间、生生之间丰富而生动的互动协作,完成对指数函数的学习。突破了由于数学逻辑推理的复杂性、学生认知水平的不足而带来的思维困难,极大地改善了学生的数学思维环境,取得了良好的教学效果。
- 黄宇汤全武
- 关键词：MATLAB指数函数可视化教学
- 贝叶斯分类器在马铃薯外品质检测中的应用被引量：2
- 2014年
- 为了丰富马铃薯外品质的建模方法,结合机器视觉和贝叶斯分类器建立马铃薯外品质的预测模型。先通过机器视觉技术采集虫眼、合格、机械损伤、绿皮、鼠咬5类马铃薯图像,再对马铃薯的灰度图像和彩色图像提取两类3种特征数据,同时结合贝叶斯分类器建立不同马铃薯外品质的预测模型。研究结果表明:利用马铃薯真彩色图像R、G、B三通道获取特征数据,并对其特征数据采用滤波模板进行平滑处理,建立马铃薯贝叶斯分类器预测模型,可以有效提高各类马铃薯的识别率。
- 史崇升汤全武汤哲君
- 关键词：马铃薯无损检测贝叶斯分类器机器视觉
- 马铃薯品质无损检测技术研究进展被引量：6
- 2014年
- 随着马铃薯产量的加大及其加工业的快速发展,马铃薯品质无损检测技术的研究对保障马铃薯加工和深加工业快速安全的发展起到了至关重要的作用。针对马铃薯内外品质的检测,包括大小、形状、颜色、病斑、腐烂、机械损伤等外部缺陷和马铃薯干物质含量、空心、黑色心腐等内部缺陷,分别从超声波检测技术、机器视觉检测技术、近红外检测技术、高光谱检测技术4个方面入手,并结合多种化学计量学方法及统计学方法分析国内外的研究现状,同时为满足马铃薯实时、高效的在线检测,提出建立完善的马铃薯高光谱检测技术理论,而在实际生产加工环节采用机器视觉与多光谱技术代替高光谱成像技术的新思路。
- 吴佳汤全武史崇升王健李秩期
- 关键词：马铃薯无损检测
