刘春
- 作品数：14 被引量：40H指数：4
- 供职机构：湖北工业大学计算机学院更多>>
- 发文基金：湖北省自然科学基金国家自然科学基金广东省科技厅省部产学研结合项目更多>>
- 相关领域：自动化与计算机技术交通运输工程文化科学机械工程更多>>
- 嵌入式设计教学的强化自主学习法研究被引量：1
- 2017年
- 分析目前嵌入式系统设计的现状,提出在嵌入式设计课程的教学中引入系统级硬件设计与软硬件联合仿真方法,遵循"小系统设计—驱动设计—应用层设计—综合设计"的脉络,以培养能力和信心为宗旨,以"强化自主式学习法"为教改思想,对教学与实验内容进行改编,增加设计型仿真实验,编排虚实结合的软硬件组合接口设计、游戏设计等,设计多阶目标满足不同强化训练需要。通过对4届学生的成绩综合分析发现,该教学法对提升整体成绩效果明显。
- 刘春王中齐
- 关键词：嵌入式系统PROTEUS
- 基于大数据的分布式网络安全管理平台设计与研究被引量：12
- 2017年
- 在计算机网络技术不断发展的过程中,大量的数据不断增长,网络中的问题也越来越突出。大数据作为全新的颠覆性技术,为大量数据的处理提供了多种可能性。但是传统关系数据库已无法满足需求,在此背景下就产生了分布式数据库。对于现代大数据及网络方面存在的多种问题,就要设计全新的分布式网络安全管理平台,从而为大数据提供实时的数据收集、检索和存储等多种功能。通过实验证明,笔者所设计的分布式网络安全管理平台能够有效提高大数据的处理能力,能够在大量日志备份、检索和网络报文收集及分析中使用。
- 孙小满刘春
- 关键词：大数据分布式网络安全管理
- 基于云班课与在线评价的操作系统教学实践
- 2023年
- 操作系统是计算机类专业的核心课程,然而对于一些地方高校,由于师资数量的限制,教师难以对每个学生的每次作业、实验提供一对一的针对性指导,导致教学效果难以达到预期。针对上述问题,探讨在操作系统课程教学实践中采用云班课管理学生作业,以及采用在线评价平台管理学生实验的教学方法,以期提高教学质量。基于在线评价平台,可实现对学生实验自动评分和自动生成实验报告等功能;教师还可通过进一步设计,使在线评价平台能够自动定位实验程序中的错误类型,从而帮助学生独立完成实验,提高动手实践能力。教学实践结果显示,该教学方法能有效提升学生的学习质量,因此具有较高的应用价值。
- 刘永川刘春熊才权叶志伟
- 关键词：操作系统教学实践
- 基于时空分析的位置大数据挖掘方法研究被引量：8
- 2016年
- 位置数据的高维特性及其数据海量的特点,使得对位置数据的挖掘较为困难。为解决这一难题,首先对高维位置数据采用基于时空约束的频率剪枝算法进行数据清洗;然后设定时间维上兴趣时间段的约束条件,提取兴趣位置点;再根据欧式距离划分与聚类划分的原理相似性,引入K-Means聚类,实现对车主地理位置关系的挖掘。通过试验可以看出,该方法较为简便的实现了对邻里、同事关系的挖掘,结果符合该区居民的地理位置分布情况,证明了该方法的适用性。
- 谭梦茜邵雄凯刘春
- 关键词：K-MEANS聚类算法数据挖掘
- 基于行车位置数据挖掘的拼车方法研究被引量：5
- 2017年
- 拼车是一种环保节能的出行方式,合理的拼车策略可以缓解交通压力,优化乘客体验,减少碳排放等。针对拼车问题,提出了两阶段的拼车匹配策略。第一阶段匹配过程是利用基于改进Hausdorff距离的乘客分配算法,将拼车需求分配到具体车辆,从而将多车辆问题转化为单车辆问题;第二阶段匹配过程,采用基于匹配度的聚类筛选出与车辆最为匹配的拼车需求。实验结果表明该算法和流程能分别应用于单车次、多车次接力换乘的拼车方案推荐,匹配简单准确。
- 刘春谭梦茜邵雄凯
- 关键词：数据挖掘聚类豪斯多夫距离匹配度
- 挖掘语义轨迹频繁模式及拼车应用研究被引量：5
- 2019年
- 现有各种轨迹分析主要利用聚类方法从多用户轨迹中挖掘公共停留点、计算用户相似度以发现热点、提取近似人群的公共属性,对同一用户计算相似度也无商业价值,因此很少对单用户轨迹分析展开研究。提出了基于地点语义的个体用户轨迹频繁模式挖掘方法。先逆地理编码求得语义轨迹并进行预处理从而求取Top-k候选频繁地点项集,进而采用时空序列求交集和分治归并方法,将长项集的频繁迭代计算转化为分层集合正则运算,从而求出频繁序列超集和子集。这种语义轨迹频繁模式挖掘能主动识别和发掘潜在的拼车需求,为共享拼车、HOV车道出行等基于位置的智能推荐提供更高的精准度。仿真拼车实验结果证明了该方法的适用性和高效性。
- 刘春周燕李鑫
- 关键词：数据挖掘拼车
- 双路融合的深度估计神经网络方法研究被引量：1
- 2020年
- 从单目视觉中恢复深度信息是计算机视觉领域的经典问题,结合传统算法的深度学习方法是近年来的研究热点,但在神经网络的算法融合、参照物标定和应用场景上还有限制。提出了一种双路融合深度估计神经网络结构,分别基于深度与深度梯度的语义信息进行网络训练,对特征融合后再次训练得到最终的细节特征,并通过单次标定的方法解决真实参照物标定工作量大的问题。该网络结构能根据单张RGB图片推测出富有细节的深度信息,网络模型基于KITTI的深度图数据集训练,实验包括KITTI测试集和部分实际场景图集,结果表明该方法在深度信息细节的重建上优于对比深度估计方案,在大视场场景下的鲁棒性优良。
- 刘春吴一珩
- 关键词：单目视觉人工智能神经网络
- 移动车联网增值服务平台架构设计被引量：3
- 2015年
- 基于无线车载智能终端和后台云服务器,设计全新的移动车联网增值服务架构。基于该架构可提供语音群聊、点播业务、路况分享、异动提醒等多种适于移动运营商运营的增值业务以及新颖的线上和线下互动服务。实测和试运行表明基于该架构的服务平台能带给用户全新的车载服务体验,不仅能为运营商拓展市场,而且能为其提供广阔的增值空间。
- 刘春童如意
- 关键词：车联网智能交通系统架构
- 基于YOLOv3的可变时间窗自校正船只跟踪与计数被引量：2
- 2021年
- 能够自动识别、统计航道上的船只类型与数量,对建设"智慧航道"、水上智能预警、通航辅助决策等具有重要意义.通过使用YOLOv3预训练模型,对船只样本图片进行训练,调参优化得到航道中船只检测模型,然后利用深度学习模型善于进行目标特征提取的特点,结合目标HSV颜色直方特征和LBP局部特征来实现目标选择,针对跟踪目标容易出现的漂移和抖动问题,设计校正网络融合使用了基于回归的方向判断和可变时间窗的目标计数方法,较好地实现了水上运动目标的自动检测、跟踪和自校正计数.测试表明本文方法稳定健壮,适合用于自动分析航道视频,提取统计数据.
- 刘春栗健
- 关键词：目标跟踪自校正
- 大规模AGV的改进时间窗路径规划
- 2023年
- 在机器人路径规划中,A^(*)算法搜索路径时存在大量冗余节点,随着任务量增加,其搜索效率也会急剧下降,因此无法适应大规模任务下的路径规划。为此提出一种改进时间窗的有界次优A^(*)算法用于求解大规模自动导引车(automatic guided vehicle,AGV)路径规划问题。算法使用时间启发式,并在搜索过程中采用时空搜索,规划无冲突的最优或次优路径。算法主要进行了三处改进:采用时间启发式,缩短了路径时间;采用动态时间窗算法,避免多次路径规划;优化了聚焦搜索算子,降低负反馈。通过MATLAB实验结果证明改进后的算法在进行多机器人路径规划时,能快速有效地规划出无冲突的平滑次优路径,搜索效率高,稳定性强。
- 刘春彭太平
- 关键词：时间窗负反馈多机器人
