公共文化服务平台

共 11 条记录，以下是 1-9

全选清除导出

排序方式：

基于Android平台的车联网系统的设计与实现被引量：2: 2017年; 如今人们对车的需求和使用越来越多,车联网技术促成了汽车、网络、计算机技术向智能化的方向发展。根据目前车联网的应用现状,文章设计并实现了一种基于Android平台的车联网系统,本系统提供了汽车状况实时提醒、附近加油站预约加油并提供可靠路线、交通违章信息提醒等关键功能为用户提供可靠服务。; 张烁张荣; 关键词：车联网 ANDROID平台 WEB

移动平台中面向自主学习的情景感知系统的研究: 随着互联网和物联网技术的飞速发展,人们身边充斥着大量丰富多彩的网络信息,但是人们难以及时、准确地获取全部的有用信息。目前需要一种在不同环境下,满足不同用户的需求并为用户提供高效、及时的个性化服务的情景感知系统的出现,从而...; 张烁; 关键词：情景感知 ANDROID; 文献传递

基于计算思维的医学院校大学计算机课程教学模式研究与实践被引量：10: 2018年; 针对目前教学中存在的问题,指出医学院校大学计算机课程中计算思维培养的重要性,提出医学院校大学计算机课程教学的新思路,阐明如何将传统教学模式与基于"MOOC+翻转课堂"的混合教学模式相结合,并说明实践教学和取得的教学效果。; 张荣张烁杨俊丽阎洁吴燕萍; 关键词：计算思维医学院校

基于卷积神经网络模型的手写数字辨识算法研究被引量：8: 2019年; 针对目前基于卷积神经网络模型(CNN)手写数字辨识算法收敛速度慢、识别率低的问题,设计一种CNN网络模型。在模型训练时,改进模型学习率,使学习率指数可以动态衰减;使用 Dropout正则化方法,提高模型的泛化能力;与批量随机梯度下降法、Momentum算法、Adagrad算法、RMSprop算法、Adam算法等参数优化方法作比较。实验结果表明:基于RMSprop或Adam的优化算法CNN模型在对MNIST数据集进行训练时,算法收敛速度快、测试集识别准确率为99.40%或99.70%。; 张烁张荣; 关键词：CNN 参数优化手写数字

基于Android平台的智慧校园系统的研究被引量：2: 2016年; 文章介绍了一种在Android移动平台上的智慧校园系统。该系统利用情景感知技术,建立并实现了一种智慧校园的情景感知服务模型。通过情景感知服务模型和情景推理技术实现了基于情景感知的智慧校园系统,并为用户提供可靠、高效的自主服务。; 张烁张荣; 关键词：ANDROID 智慧校园情景感知

基于深度学习的医学图像识别研究综述被引量：7: 2020年; 1943年McCulloch和Pitts首先提出了神经元模型(MP模型)[1]。1958年到1962年,Rosenblatt在神经元模型的基础上添加了学习功能,提出了单层感知器网络模型[2-3],并将此模型应用到实践中,但是此模型解决不了线性不可分问题。到1986年,Rumelhart等人提出了反向传播网络模型(BP模型)[4],解决了之前单层感知器网络模型不能解决的问题。在20世纪末,支持向量机(SVM)[5]被提出,SVM属于浅层机器学习模型,并取得巨大成功。直到2006年Hinton等人[6]认为具有多隐藏层的深层神经网络有很好的特征学习能力,从而引起了深度学习的热潮。深度学习(deep learning)就是通过无监督学习的方法训练每一个隐层,并将上一层训练的数据传递给下一层再训练,最后通过有监督学习的方法(如BP算法)调整训练好的整个网络[7]。目前流行的深度学习模型有卷积神经网络(CNN)[8]、循环神经网络(RNN)[9]、深信念网络(DBN)[10]、深自动编码器网络(DAN)[11]等。; 张烁张荣张岩波; 关键词：神经元模型反向传播网络单层感知器无监督学习有监督学习

基于智能移动平台的情景感知技术研究被引量：7: 2013年; 针对在智能空间中对用户提供多样化、个性化的情景感知服务的需求,建立在移动平台中基于智能空间的情景感知服务模型。通过情景感知服务模型实现在移动平台中情景感知的基本推理技术,并且为用户提供可靠、高效的服务。实验结果表明在移动平台中情景感知技术可获得规则推理的正确性且为用户提供可靠、高效的服务。; 张烁段富; 关键词：情景感知

基于影像组学的MCI进展为AD的生存分析方法、系统及设备: 本发明是一种基于影像组学的MCI进展为AD的生存分析方法、系统及设备，属于医学图像处理领域，解决了目前基于影像组学的MCI患者进展为AD的风险分析技术的不足的问题，具体技术方案：准备MCI患者和AD患者的影像组学数据和临...; 张荣张烁余红梅马艺菲韩红娟秦瑶

一种基于深度学习的医学图像特征提取方法: 2019年; 图像特征提取是图像处理研究领域一项重要的技术。针对脑MRI图像提出了一种基于深度学习技术的图像特征提取方法。首先选取了ADNI数据库(阿尔茨海默症影像学组织)中的脑正常老化和阿尔茨海默症脑MRI图像,生成大脑灰质图像;然后使用经典的VGG-16网络采用迁移学习的方法对脑MRI图像进行特征提取;最后使用支持向量机(SVM)对提取的特征进行了分类。结果表明,提出的图像特征提取方法在对脑正常老化和阿尔茨海默症患者的脑图像分类取得了较为理想的分类结果。; 张烁张荣; 关键词：卷积神经网络医学图像

全选清除导出

共1页<1>

张烁