靳小波
- 作品数：35 被引量：56H指数：3
- 供职机构：河南工业大学更多>>
- 发文基金：国家自然科学基金河南省科技攻关计划博士科研启动基金更多>>
- 相关领域：自动化与计算机技术文化科学轻工技术与工程更多>>
- 基于梯度方向评估的条码定位方法研究被引量：1
- 2018年
- 提出了一种快速定位条形码的方法,可用于任意倾斜角度、复杂背景的条码定位。通过对图像划分成一个个小的区域(像素块),并计算块内的图像像素平方梯度的平均值,通过统计分析图像块的内部的平方梯度方向的分布情况,来判断是否符合条码的条纹特征,从而得到一系列的疑似区域,并通过形态学操作,消除背景的干扰,从而得到条码区域的准确位置。在判断条码的过程中,结合了图像的边缘信息,使得检测结果更为准确。实验表明,算法在复杂背景下能够准确地将条码区域检测出来,对于复杂图像中包含多个条码的情况也能够准确地定位。
- 于俊伟鲁传政靳小波
- 关键词：条码梯度方向图像分割
- 一种基于支持向量回归SVR的粮堆结露预测方法
- 本发明公开了一种基于支持向量回归SVR的粮堆结露预测方法，具体包括以下步骤：S1、提取影响粮堆湿度的因素作为特征；S2、将所述特征进行数据预处理；S3、将预处理后的特征输入到SVR模型中进行优化；S4、利用优化后的SVR...
- 渠琛玲靳小波孙辉王胜王若兰
- 文献传递
- 基于多标记ML-kNN算法的食用植物油检测研究被引量：1
- 2017年
- 随着信息科学技术的发展,多种智能处理方法已凸显出自己的优势。食用植物油高效液相色谱法与支持向量机、AdaBoost.RMH、ML-LVQ算法相结合的食用油检测方法已有所应用。本文将甘油三酸脂组成成分指纹谱数据与多多标记ML-kNN算法相结合,用于食用植物油的分类识别与掺伪检验。首先进行甘油三酸脂组成成分指纹谱特征提取,然后构建多标号分类器,接着进行试验并评价其系统的性能。通过8种食用植物油及其混合油的测试结果表明,该算法能有效的应用于食用植物油的定性分类与定量分析。
- 周海琴张红梅靳小波
- 关键词：多标记学习
- 多策略粮虫视觉检测方法
- 本发明公开了一种多策略粮虫视觉检测方法，一、获取所述粮虫图像；二、对粮虫图像进行奇异值分解得到图像数据矩阵<Image file="268190DEST_PATH_IMAGE001.GIF" he="19" imgCon...
- 王贵财靳小波费选李磊魏蔚
- 文献传递
- 管理信息系统课程教学探讨被引量：1
- 2013年
- 分析管理信息系统课程教学现状及其存在的问题,并在此基础上结合笔者的教学实践,同时结合本课程实践性与应用性非常强的特点,探讨管理信息系统课程教学的创新点与突破点来达到提高课程教学水平的根本目的。
- 王贵财于俊伟靳小波
- 关键词：管理信息系统教学方法课程特点
- 一种基于粒子群优化的软件多错误定位方法及处理装置
- 本发明涉及软件测试技术领域，特别是一种基于粒子群优化的软件多错误定位方法及处理装置。根据动态切片缩小错误定位范围，结合粒子群优化算法的理论和方法，通过基于程序频谱信息及程序执行结果拓展怀疑度计算公式构造的适应度函数，得出...
- 曹鹤玲张庆辉杨铁军费选靳小波鲁斌
- 文献传递
- 论计算机教育中数学素养的培养
- 2012年
- 通过数学在计算机发展和应用中的重要作用,论述了计算机教育中数学素养培养的必要性,并以此结合《算法设计与分析》课程的讲授提出了四种培养数学素养的途径,藉此以达到培养学生思维能力和自学能力的目的。
- 靳小波于俊伟吕强
- 关键词：计算机教育数学素养思维能力
- V-最优直方图及其在车牌分类中的应用研究被引量：1
- 2013年
- 汽车牌照类型的判别是牌照识别系统(LPR)中的一个重要步骤。为有效进行车牌分类,本文提出一种基于V-最优直方图的KNN分类方法。首先根据车牌反色信息将多分类问题转化为二分类问题以简化并提高算法的效率;然后在HSV(色调-饱和度-明度)颜色空间中提取牌照图像的三阶颜色矩特征,利用KN N分类器实现对简化后所得二分类问题的判别;采用V-最优直方图方法降低KNN算法的计算复杂度,进一步提高分类算法的执行效率。在真实数据集上和其他方法进行对比实验,结果表明本算法具有较好的分类性能。
- 王峰靳小波于俊伟王贵财
- 基于Contourlet变换的数字版权保护水印技术
- 2012年
- 提出了一种融合Contourlet变换和SVD分解的数字版权保护水印算法。利用图像Contourlet变换系数的稀疏特性和SVD的稳定性特点进行数字水印嵌入和检测。实验证明了该技术在多种攻击下具有很好的鲁棒性。
- 于俊伟靳小波王贵财王峰
- 关键词：数字水印CONTOURLET变换奇异值分解版权保护
- 纹理特征和SIFT特征的茶叶品质分级被引量：1
- 2013年
- 当前的茶叶分级研究主要基于纹理特征构造分类器,但易受采样过程中的光照、噪声影响.本文提出了结合经典的SIFT(Scale-invariant feature transform)特征描述子在自然光条件下的茶叶分级问题,并使用多类AdaBoost算法对样本进行分类.单幅图像的提取结果显示,SIFT特征对带瑕疵的图片仍具有很好的描述能力.在采集的90幅3级茶叶样本上的实验结果显示,纹理特征+SIFT特征取得了比单组特征更好的分类性能.
- 陈景波靳小波
- 关键词：纹理特征SIFT特征ADABOOST算法
