公共文化服务平台

蔡述庭: 作品数：258 被引量：432H指数：10; 供职机构：广东工业大学更多>>; 发文基金：国家自然科学基金广东省自然科学基金中央财政支持地方高校发展专项资金更多>>; 相关领域：自动化与计算机技术文化科学电子电信经济管理更多>>

合作作者

基于移动互联学习的“电路实验”翻转课堂实践被引量：2: 2021年; 在基于产出的教学理念的指导下,针对“电路实验”课程存在问题,在对原有实验内容进行深层优化的基础上,开展了基于智慧教学平台的翻转课堂教学探索,详细阐述了教学设计理念、执行过程和实际效果。实践表明,该教学模式可帮助学生在课前建立起有效的知识储备,确保课堂翻转的实质性发生,提高实验课上的学习成效。; 杨健夏益民谷爱昱蔡述庭王永华; 关键词：智慧教学电路实验实验教学改革

《数字电子技术》精品课程建设及其资源共享升级的策略研究被引量：4: 2013年; 广东省《数字电子技术》精品课程通过网络资源建设、课程体系建设、教学团队建设,改革教学方式方法和手段,实现了精品课程的建设目标。在服务学习型社会新目标下,利用信息技术推动精品资源的更广泛共享,建设精品资源共享课。; 谢云蔡述庭刘冰茹陈平徐迎晖; 关键词：精品课程

一种自适应背偏调节电路适配器: 本发明公开了一种自适应背偏调节电路适配器，涉及电源适配器技术领域，包括适配器主体，所述适配器主体的底端下方设置有轴流风机，所述轴流风机的底端下方设置有清灰机构，所述适配器主体内部还包括自适应背偏调节电路，所述自适应背偏调...; 蓝浩源蔡述庭熊晓明王治安张小辉

一种修复语义信息的高效移动机器人SLAM系统: 为了解决现有技术中移动机器人视觉系统中的SLAM系统在物体移动时容易造成系统失效的问题，本发明提供一种修复语义信息的高效移动机器人SLAM系统，包括机器人视觉感知装置、语义分割模块、优化模块以及建图模块；其中，将机器人视...; 徐伟锋蔡述庭陈文峰李丰张海钰

一种复杂度均衡的视频编码方法及其解码方法: 本发明公开了一种复杂度均衡的视频编码方法，包括步骤01：将原始视频序列按GOP分为K帧和W帧；步骤02：对于K帧，采用帧内编码方法进行编码；步骤03：对于W帧，采用LDPC进行编码；步骤04：对于每一帧W帧，同时计算出相...; 蔡述庭林卓胜尹明王钦若

一种基于k-means聚类和字典学习的图像处理方法及装置: 本发明提供了一种基于k‑means聚类和字典学习的图像处理方法及装置，初始化图像参数对噪声图像进行分块处理，运用k均值算法对给定的图像块进行聚类，对每个聚类运用MOD‑AK‑SVD字典训练算法，得到训练聚类字典{D<Su...; 刘坤蔡述庭翁少佳陈平李卫军; 文献传递

一种基于RGBD与编码器融合的动态SLAM系统: 了解决现有技术中SLAM系统都采用GPU进行辅助计算而导致的硬件成本过高的问题，本发明提供一种基于RGBD与编码器融合的动态SLAM系统，首先，通过基于RGB‑D深度相机和编码器的追踪模块先将RGB‑D深度相机中的每一个...; 徐伟锋蔡述庭陈文峰李丰李翔宇

工程教育认证背景下的资料室信息化管理建设初探——以广东工业大学自动化学院为例: 2019年; 学院教学档案是工程教育过程中各个环节的积累与体现,是工程认证最强有力的评审依据。我们应充分利用现代信息化手段,高度重视教学档案的规范管理,为工程认证以及工程教育的提升打下坚实的基础。; 梁可湘蔡述庭; 关键词：工程教育认证教学档案信息化

基于深度特征的单目视觉惯导里程计: 2023年; 视觉里程计是SLAM(Simultaneous Localization and Mapping)领域中的基石,单目视觉里程计因其成本低廉和仅需较少的相机标定工作而占据着重要的地位,但它存在着尺度不确定、尺度漂移、鲁棒性差等缺点。本文在ORB_SLAM3的基础上,提出了一种基于深度特征的单目视觉惯导里程计,简称DF-VIO(Visual Inertial Odometry Based on Deep Features),它采用深度学习网络提取的深度特征替代传统的人工点特征,并融合了人工线特征,强化了系统在现实复杂场景下的鲁棒性;另外,系统提供了多种位姿跟踪方式,除了基于恒速模型和跟踪参考关键帧的方式外,还提供了一种基于深度学习网络的可重复性图的位姿跟踪方法,进一步提高了系统位姿跟踪的精度。在公开数据集EuRoC上进行对比实验,在纯视觉模式下,平均轨迹误差下降了25.9%,在视觉惯导模式下,平均轨迹误差下降了8.6%,证明了本文提出的系统在复杂的场景下能够具有更高的鲁棒性。; 徐伟锋蔡述庭熊晓明; 关键词：视觉里程计惯导线特征

一种基于硬件感知的CNN层级搜索分析建模方法: 本发明公开了一种基于硬件感知的CNN层级搜索分析建模方法，包括：选择CNN网络进行混合精度量化的配置生成，得到网络层级量化配置以及量化后网络的精度损失；基于配置中的不同方案得到对应混合精度量化的CNN网络，对量化的CNN...; 谢泽铭郑欣詹瑞典高怀恩蔡述庭熊晓明