张文勇
- 作品数：8 被引量：24H指数：3
- 供职机构：贵州大学计算机科学与技术学院更多>>
- 发文基金：国家自然科学基金贵州省科技厅社会发展攻关项目贵州科学技术基金更多>>
- 相关领域：自动化与计算机技术农业科学文化科学经济管理更多>>
- 汽车牌照自动识别系统算法研究
- 本文针对汽车牌照自动识别技术中的关键算法进行了研究。本文将牌照识别过程分为预处理、车牌分割、字符分割、字符识别四个阶段。
在预处理中本文采用了滑动窗口，并在滑动窗动内进行图像局部灰度拉伸和局部阈值化，阈值化的阈值是...
- 张文勇
- 关键词：车牌识别字符识别模式识别图像处理汽车序贯相似性检测算法
- 文献传递
- 欧洲高科技中小企业在黔发展现状和机会研究
- 2008年金融危机之后，世界经济秩序发生变化，中国以令世人瞩目的经济发展速度和发展潜力成为世界经济的“新引擎”。金融危机引发的欧债危机使得欧洲经济发展持续低迷，在这种情况下，中国蓬勃发展的国内市场、高储蓄率带来的充足资金...
- 张文勇
- 关键词：产业政策
- 信息安全等级保护测评中网络安全现场测评方法研究被引量：14
- 2016年
- 信息系统安全等级保护是国家信息安全保障工作的基本制度、基本策略、基本方法。网络安全现场测评是信息安全等级保护项目测评中的难点,本文提出了基于用户访问路径的网络测评对象确定和原始数据的分析迭代恢复网络拓扑图结构方法,有效地解决了网络现场测评中普遍存在的技术资料不全、被测评方技术人员能力有限、被测评方技术人员配合不足等问题,可以高效、准确、完整地获取被测评网络原始数据,很好地支持等保测评项目及时、高质量的实施。
- 张文勇李维华唐作其
- 关键词：信息安全等级保护网络安全
- 基于特征融合的随机森林模型茶鲜叶分类被引量：5
- 2021年
- 【目的】解决机采茶鲜叶中混有不同等级的茶叶,且混杂度高、物理特征分类精确度低的问题。【方法】利用随机森林分类模型,提出一种基于颜色和边缘特征融合的方法。试验采集3种不同等级的茶鲜叶,对原始图像进行裁剪、尺寸归一化和去噪等处理,再进行颜色特征和边缘特征提取。通过参数的修改和测试,构建最优的随机森林分类模型,并且同K最近邻、SVM分类器进行对比试验。【结果】特征融合之后随机森林模型的分类准确率达到99.45%,比单一颜色特征和边缘特征的分类准确率分别高7.14和9.34个百分点;比K最近邻和SVM分类器准确率分别高15.38和5.49个百分点。【结论】所建立的方法能够对茶鲜叶单芽、一芽一叶、一芽二叶进行精确的分类。
- 万广陈忠辉方洪波闫建伟张文勇谢本亮
- 基于信息安全等级保护的信息安全综合实训教学研究
- 2016年
- 信息安全等级保护是我国保障信息系统安全的根本制度,为了培养学生基本信息安全技术操作技能,使其具备运用信息安全等级保护知识分析信息系统安全风险和编制符合信息安全等级保护要求的解决方案的能力,将信息安全等级保护内容纳入信息安全综合实训教学,按信息安全等级保护标准体系构建了信息安全专业综合实训教学体系,并给出了具体的实施流程和方法。
- 张文勇李维华唐作其
- 关键词：信息安全等级保护等级测评实践教学综合实训
- 基于多尺度特征融合的轻量化苹果叶部病理识别被引量：3
- 2023年
- 苹果叶部病害的发生极大地影响了苹果的品质和产量,对病害的监测是确保苹果产业健康发展的重要措施。在ResNet结构基础上,提出了一种基于多尺度特征融合的轻量化病害识别模型。首先,采用特征融合机制,提取并融合网络高低维特征,加强卷积层之间语义信息的传递,增强识别细微病斑的能力。其次,加入多尺度深度可分离卷积,利用多尺度卷积核结构对不同尺度的病害特征进行提取,提高特征的丰富度,同时约束模型的参数量。最后,为验证所提模型的有效性,采用一个包含5种苹果叶部病害数据集进行了实验。实验结果表明,该模型取得了98.05%的识别准确率,模型参数量和计算量仅为4.02 MB和0.92 GB,与其他模型相比同样具有优势,可为农业自动化精准识别病虫害提供新的方案。
- 王等准李飞李飞刘瑞欣闫建伟闫建伟张文勇
- 关键词：病害识别多尺度轻量化
- 基于WinPCAP的多模式流量监控系统设计
- 2017年
- 该文研究了一个多模式流量监控系统的设计和实现,该系统可监控PC上各个进程的网速情况,根据用户需求对流量进行控制。系统具有默认、安全、智能三种模式,普通模式是根据大众使用网络应用习惯来分配网络流量,安全模式是根据黑白名单列表来控制网络流量,杜绝网络流量的浪费和恶意软件的非法行为,智能模式根据用户使用应用软件频率列表智能识别出软件优先级再分配网络流量。本系统利用winpcap成功实现了设计要求。
- 蒋日健周丽江达鑫冯志伟张文勇
- 关键词：WINPCAP多模式
- 基于改进YOLOv5s的离线手写数学符号识别被引量：2
- 2022年
- 离线数学符号识别是离线数学表达式识别的前提。针对现有离线符号识别方法只是单纯的对符号进行识别,对离线表达式识别的其他环节未有任何帮助,反而会限制表达式识别,提出一种改进YOLOv5s的离线符号识别方法。首先,根据符号图像小的特点,用生成对抗网络(GAN)进行数据增强;其次,从符号类别的角度分析,在YOLOv5s模型中引入空间注意力机制,利用全局最大值和全局平均值池化,扩大类别间的差异特征;最后,从符号自身角度分析,引入双向长短期记忆网络(BiLSTM)对符号特征矩阵进行处理,使符号特征具有上下相关联的信息。实验结果表明:改进后的YOLOv5s取得较好离线符号识别效果,有92.47%的识别率,与其他方法进行对比,证明了其有效性和稳健性。同时,能有效避免离线数学表达式识别中错误累积的问题,且能为表达式的结构分析提供有效依据。
- 方洪波万广陈忠辉黄以卫张文勇谢本亮
