陈明
- 作品数：8 被引量：23H指数：3
- 供职机构：贵州工业职业技术学院更多>>
- 相关领域：自动化与计算机技术矿业工程电子电信文化科学更多>>
- 无线发射器（腰挂UHF）
- 1.本外观设计产品的名称：无线发射器（腰挂UHF）。;2.本外观设计产品的用途：信号的无线发射。;3.本外观设计产品的设计要点：在于形状。;4.最能表明设计要点的图片或照片：立体图。
- 陈明
- K-means++和WKNN自适应指纹算法在井下定位系统中的应用研究被引量：4
- 2020年
- 针对煤矿井下人员定位系统的定位精度不高,提出一种基于K-means++和动态WKNN的自适应指纹定位算法。采样点通过自制无线终端扫描各个AP节点获得RSSI值,将其传送到服务器建立离线原始数据库,当建库完成再利用K-means++算法对所有采样点进行聚类生成离线指纹数据库。目标点通过无线终端接收RSSI值,并发送到实时定位数据库中,通过动态WKNN改进算法和离线指纹数据库估算出目标点物理位置坐标,最终生成人员轨迹数据库。实验结果表明,该指纹定位算法能自适应井下强时变性环境,系统定位精度得到提升,平均定位误差为1.67 m。
- 刘夏莫树培罗浩陈明
- 一种buck型数控电源的设计被引量：1
- 2018年
- 为了提升电源的数控性能,对buck型数控电源设计进行研究与分析,利用MSP430单片机设计了一种buck型数控电源。从组成架构与工作原理两个方面对这种电源进行介绍,从控制器选择、显示屏设计、PWM波驱动电路设计以及其他系统设计四个方面阐述了具体的设计策略。
- 李林华杨军陈明何毅
- 关键词：电路设计
- 基于TPACK模式高职物联网专业教师信息化能力提升研究
- 2020年
- 针对高职物联网专业教师信息化能力处于中等水平、教学效果不佳的现状,作者提出了基于TPACK模式教师信息化能力提升研究,首先分析高职物联网专业教师信息化能力存在的问题,其次搜集教师和学生的TPACK能力问卷调查,再次分析和评估教师TPACK能力分值和形成原因,最后构建分级分层信息化培训、完善教师实践制度以及加强教学方法和技术知识等培养方式,提升高职物联网专业教师TPACK能力,提高教学效果。
- 莫树培赵大磊陈明徐广允丁琼
- 关键词：TPACK信息化高职教师物联网专业
- 分布式电源技术问题的探讨
- 2016年
- 分布式电源的特点是能够有效地应用一系列分散的资源,涵盖取得的可再生资源与化石类燃料,且实现资源应用效率的提升。一般在中低压配电系统接入分布式电源。为此,本文阐述了分布式电源的有关技术问题。
- 陈明
- 关键词：分布式电源
- 混沌粒子群优化神经网络的井下人员无线定位方法研究被引量：9
- 2020年
- 针对井下人员定位系统定位精度较低,不能满足智慧煤矿的需求,提出一种基于混沌粒子群算法优化Elman神经网络的井下人员无线定位方法。该定位方法首先在井下巷道无线网络环境中,利用无线终端采集一定数量的样本点指纹数据库。其次初始化Elman神经网络,利用混沌粒子群优化算法对神经网络权值和自连接反馈增益因子寻优。再次用指纹数据库对优化过的Elman神经网络进行训练和测试,建立神经网络定位算法模型。最后通过无线终端采集定位点的指纹数据,由神经网络定位算法模型进行实时定位。经试验表明,该井下人员无线定位方法平均定位误差为1.35 m;而混沌粒子群算法优化Elman神经网络定位算法,其算法全局搜索能力更强,更适合井下时变环境中应用。
- 莫树培唐琎唐琎陈明陈明周龙龙朱超赵大磊
- 关键词：ELMAN神经网络混沌优化算法
- 基于改进加权质心的井下定位算法研究被引量：1
- 2019年
- 针对井下定位精度不高的问题,提出一种基于加权质心定位的改进定位算法。通过带测点扫描AP节点,把信号强度信息RSSI值、MAC地址和IP地址发送到服务器,计算出最近3个节点,利用节点RSSI的差值之比,计算出加权值,再用改进加权质心定位算法计算位置坐标的试验,结果显示,该定位算法定位精度提高34.45%。
- 莫树培陈明
- 关键词：无线网络加权质心定位
- 基于SAPSO-BP神经网络的井下自适应定位算法被引量：9
- 2019年
- 针对基于传统BP神经网络的井下定位算法存在收敛速度慢、易形成局部极值、在煤矿井下强时变性电磁环境中定位误差大等问题,提出了一种基于模拟退火思想的粒子群优化算法加BP神经网络(SAPSO-BP)的井下自适应定位算法。采用SAPSO算法优化BP神经网络的初始权值和阈值,以加快训练收敛速度,使之到达全局最优;通过安装在井下巷道中的无线校准器采集目标点接收信号强度指示(RSSI)值,采用自适应动态校准方法对RSSI值进行实时校准,以减小强时变性电磁环境对定位精度的影响;最后利用SAPSO-BP神经网络估算出目标点位置坐标。实验结果表明,该算法的定位误差在2m内的置信概率为77.54%,平均误差为1.53m,定位性能优于未校准SAPSO-BP神经网络算法、PSO-BP神经网络算法、BP神经网络算法。
- 莫树培唐琎唐琎陈明
- 关键词：井下人员定位自适应定位
