樊洪斌
- 作品数：8 被引量：15H指数：2
- 供职机构：湘南学院更多>>
- 发文基金：湖南省普通高等学校教学改革研究项目湖南省科技厅科技计划项目湖南省高等学校科学研究项目更多>>
- 相关领域：自动化与计算机技术文化科学理学更多>>
- 一种可拆卸的多功能RFID读写器
- 本实用新型公开了一种可拆卸的多功能RFID读写器，包括盒体和盒盖，盒盖通过中心轴转动连接在盒体上，盒盖的前侧设有第二连接块，盒体的上端一侧设有第一连接块，半圆卡环和设在第一连接块中部的半圆块活动连接，连接杆的外侧固定连接...
- 于芳刘耀辉樊洪斌段盛
- 文献传递
- 基于Unit-Linking PCNN的医学图像边缘检测
- 2014年
- 本文利用Unit-Linking PCNN模型结合最大交叉熵准则将医学图像分割为二值图像,然后将亮区(背景)和暗区(目标)的点火二值图异或,点火脉冲依据目标的形状同步传播,从而迅速提取目标边缘。实验结果表明,该方法有效地提取了图像边缘特征。与经典边缘检测算子相比,结果更加清晰完整,是一种有效的医学图像边缘检测方法。
- 樊洪斌章才能
- 关键词：PCNN医学图像交叉熵边缘检测
- 地方本科高校计算机科学与技术专业转型发展研究——以湘南学院为例被引量：7
- 2015年
- 随着全球经济一体化,中国的经济结构不断转型,教育制度也不断改革,行业企业需求也在不断变化,本科高校计算机科学与技术专业转型发展势在必行。建设应用技术大学是新形势下地方本科高校转型发展的重要思路。基于此,通过分析计算机科学与技术专业的发展现状与人才需求,并结合地方本科高校实际,从分方向培养人才、师资队伍建设、校企合作、产学研融合、科技创业等方面提出改革措施,推动地方本科高校计算机科学与技术专业的转型步伐。
- 章才能樊洪斌
- 关键词：计算机科学技术
- 构建彰显行业特色的计算机科学与技术专业课程体系被引量：2
- 2014年
- 课程体系的构建是保障教学质量的核心之一,课程体系合理性与科学性,关系到培养目标能否实现和培养人才的质量。通过分析地方本科院校计算机科学与技术专业的人才培养和教学中存在的问题,提出了以行业发展为导向的计算机科学与技术专业教育模式。该模式围绕行业需求,建立理论与实践并重的课程体系,从而提高计算机专业人才的培养质量,培养实用型创新人才。
- 章才能樊洪斌
- 关键词：计算机科学与技术专业课程体系
- 脉冲耦合神经网络在医学图像处理中的应用研究
- 目前医学影像已成为发展最快的技术领域之一，广泛应用于诊断和治疗，是现代医学中的重要手段和工具。医学图像处理是医学影像技术极为重要的一个环节，它能有效地对医学图像进行处理，从而提高医学图像信息的利用率，有助于实现对病变特征...
- 樊洪斌
- 关键词：脉冲耦合神经网络医学图像处理
- 文献传递
- 基于ACM竞赛的地方本科高校计算机应用型人才培养新模式——以湘南学院为例被引量：4
- 2017年
- 针对地方本科高校计算机及相关专业人才培养现状进行分析,提出了将ACM竞赛引入计算机专业应用型人才培养,搭建ACM在线评测学习平台,以赛促学来调动学生的自主学习积极性,以赛促教来提高专业教学水平,充分锻炼了学生实践操作能力、团队协作能力和心理承受能力,培养符合行业企业所需计算机应用技术型人才。实践证明,文中采用的应用型人才培养新模式取得了良好效果。
- 樊洪斌田晴章才能何杨莫盛富李祖汉
- 关键词：计算机应用型人才
- 平面电磁波极化特性的“右手定则”
- 2018年
- 电磁场与电磁波作为高等院校通信与电子信息类及相关专业本科生的专业的一门非常重要的专业基础课,而电磁波极化是一个重要特性参量,对于有效的学习电磁场与电磁波这门课程非常关键。本文以平面电磁波为例,对其极化特性判定规则进行研究并作出分析,给出了确定其极化方向的一般流程,提出一个关于平面电磁波极化特性判定的"右手定则",既加深了对极化特性概念的理解,也使极化平面电磁波极化特性判断更加简单准确,也能够对学习电磁场与电磁波这门课程的学生在平面电磁波极化特性的判定上提供了有效的帮助。
- 罗俊唐政华罗荣保樊洪斌
- 关键词：平面电磁波极化特性右手定则
- 一种基于PCNN的医学图像混合噪声滤波方法被引量：1
- 2014年
- 根据脉冲耦合神经网络同步脉冲发放特性来定位脉冲噪声和高斯噪声点的位置,提出一种在该网络控制下,只对与噪声相关的像素进行均值计算以替代噪声像素的亚均值滤波算法,实现了图像的较强自适应滤波。计算机仿真实验结果表明,这种方法适应性强,在去除医学图像噪声的同时能很好地保留医学图像的细节和边缘信息,有利于改善医学图像质量、提高信息利用率和诊断的正确率。该方法的效果优于均值滤波、中值滤波、维纳滤波等去噪方法,是去除医学CT图像混合噪声的一种比较理想的方法。
- 樊洪斌章才能袁晚成何耀贺志明
- 关键词：PCNN医学图像
