徐梅
- 作品数：6 被引量：15H指数：2
- 供职机构：安徽新华学院信息工程学院更多>>
- 发文基金：安徽高等学校省级教学质量与教学改革工程项目更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 互联网+背景下的精品资源共享课程建设方法探讨被引量：5
- 2018年
- 近年来,在互联网+的背景下,高校在网络共享平台的建设方面投入了大量的资源,精品资源共享课程作为互联网+下的学习平台的代表平台,以其优质师资、材料资源受到了越来越多师生的喜爱。在此背景下,本文讨论如何建设更优质的精品资源共享课程。
- 张怡文李春梅徐梅汪红霞
- 关键词：精品课程资源共享基础课程
- 基于信息隐藏和图像恢复的JPEG图像压缩效率提升方法
- 2020年
- 针对目前图像压缩效率不高,压缩效果较差的问题,研究了信息隐藏在图像压缩中的应用,提出了利用信息隐藏以及灰度变换以提高JPEG彩色图像的压缩效率.将色度分量的熵编码DCT系数嵌入到亮度分量的DCT系数中,来提高图像的压缩效率.针对压缩和嵌入造成的图像退化,提出了一种基于信息隐藏的图像恢复方法.实验结果表明,文中的信息隐藏和图像恢复方法显著地提高了压缩效率,且压缩质量较好.
- 徐梅
- 关键词：信息隐藏图像压缩图像恢复JPEG
- 基于遗传算法的图像匹配技术研究
- 2015年
- 为了一步提高图像匹配的精度提出了基于遗传算法的图像匹配技术。首先介绍了图像匹配的分类及几种模板匹配的方法,给出了基于遗传算法的图像匹配过程,在这个过程中重点讨论了图像预处理、图像处理流程等。最后,文章重点分析了遗传算法中适应度函数的选择和种群的初始化问题。
- 徐梅
- 关键词：遗传算法图像匹配
- 基于模拟退火算法与量子遗传算法的图像匹配研究被引量：1
- 2019年
- 针对传统的基于先验模板或者个性特征的图像匹配算法存在的计算复杂、实时性较差、早熟收敛、全局最优缺失等问题,提出了一种基于模拟退火算法与量子遗传算法的图像匹配混合算法,可以克服模拟退火算法的收敛速度慢与量子遗传算法的局部搜寻能力弱等单一算法的固有劣势,实现全局最优,具有匹配精度高、抗干扰性强、并行搜索效率高等优势。在Matlab2015b环境下开发了验证环境并对算法进行了实际验证,结果表明该算法可以在较短的时间内有效匹配目标图像,实时性、准确率和稳定性较高,收敛速度、并行搜索效率等核心参数满足设计需求。
- 徐梅
- 关键词：模拟退火算法量子遗传算法图像匹配系统开发
- 基于改进量子遗传算法的图像匹配算法研究被引量：1
- 2017年
- 量子遗传算法是目前较成熟的全局优化算法,对于多目标的优化有独特的高效性和精确性。图像的匹配过程可以近似地看作在搜索目标函数图像相似性的最优解,而目标函数的变量则可用几何参数代替,因此对图像匹配算法的研究可以归结到量子遗传算法的全局寻优。然而,图像匹配中特征参数较多,维度较高,如果使用量子遗传算法(QGA)匹配,就会陷入局部寻优的状况,为了避免此现象的出现以及提高多维高峰环境下的匹配成功率,提出了改进的量子遗传算法,新算法在迭代中后期得到优秀解之时发挥作用,保留最优解,初始化其余个体。该方法一方面帮助算法跳出局部寻优,另一方面增加了群体多样性,进而提高了图像匹配的成功率以及效率。
- 徐梅
- 关键词：量子遗传算法改进量子遗传算法图像匹配
- 基于“分层+MOOC/SPOC”的大学公共计算机课教学研究与实践被引量：8
- 2018年
- 大学公共计算机课是高校各个专业所开设的通识教育课程,也是一门必修课。本文主要针对应用型高校"大学公共计算机"课程教学中存在的问题,结合我校实践,介绍了安徽新华学院计算机基础分层教学模式的改革与实施;分析和研究了"分层+MOOC/SPOC"教学模式的具体实施过程;以期促进高校计算机基础课教学质量的提高,并为同类高校的计算机基础MOOC改革提供思考。
- 徐梅
- 关键词：计算机公共课
