公共文化服务平台

VB程序设计课程教学方法探讨被引量：2: 2011年; VB程序设计作为一门可视化的高级编程语言,由于它的界面设计和程序语言与其他编程语言相比简单易懂,所以成为了许多高校非计算机专业学生的公共必修课程。同时,VB也被纳入全国计算机等级考试科目中。因此,学好这门课程是非常重要的。作为编程入门语言,VB程序设计的开发方法和涉及的概念都是全新的,同时它也具备了结构化程序设计枯燥和乏味的特点。对于非计算机专业的学生来说,这是他们是第1次接触到编程语言,难免会觉得比较难以理解。因此,在教学中,如何充分调动学生的积极性,激发学生的学习兴趣,提高学生分析和解决问题以及独立编程的能力是讲授本课程的老师应该重点考虑的问题。; 李艳玲; 关键词：VB程序设计程序设计课程高级编程语言非计算机专业结构化程序设计

非合作通信中单载波调制信号识别算法研究: 数字通信信号调制识别技术研究是非合作通信系统中接收机的关键技术之一，在民用和军事领域都具有重要的应用价值。随着通信技术的快速发展，通信信号的调制方式日益复杂和多样，实际无线通信环境也更加复杂，调制信号的识别算法研究还有待...; 李艳玲; 关键词：多径信道调制识别高阶累积量

数据库原理与应用课程的教学实践探讨被引量：1: 2011年; 数据库技术起源于20世纪60年代末,经过40余年的迅速发展,目前已经建立起一套较完整的理论体系,开发了一大批商用软件产品,培育起一个颇具规模的软件产业。; 李艳玲; 关键词：数据库原理应用课程数据库技术软件产品软件产业

多径信道下调制信号识别新方法被引量：7: 2011年; 针对多径信道中存在调制信号识别难以实现及识别率低的问题,提出了一种全盲的基于小波变换和高阶循环累积量相结合的算法(W-HOCC).该算法利用小波变换的线性性质和循环累积量的叠加性质构造识别特征,即把接收信号在小波变换前后的四阶累积量的比值作为识别特征参数.从理论上证明了该算法能够消除多径信道参数的影响.仿真结果表明:在信噪比为0dB的多径瑞利衰落信道下,分类2ASK、2PSK和4QAM信号的识别率几乎达到100%;与基于高阶累积量的算法相比,在识别BPSK和QPSK时,W-HOCC算法的性能明显优于基于高级累积量的算法,而且具有更强的抗噪声和抗多径能力.; 李艳玲李兵兵殷昌义刘明骞; 关键词：高阶循环累积量小波变换特征提取多径信道

基于光流场的图像分割技术研究: 2008年; 提出了一种基于光流场算法的图像分割技术,该技术使用仿射变换模型,并在理论上进行了详尽地推导,通过用光流场对运动图像的速度场进行近似估计,较好地去除了图像相邻帧之间的时间相关性,而且能够很好地进行图像分割。模拟试验也证实了该方法的可行性、有效性。; 李艳玲吴珺; 关键词：光流场图像分割

一种基于多尺度分解的红外与可见光图像融合算法: 本发明提出一种基于多尺度分解的红外与可见光图像融合算法，该方法包含三个部分：编码器、融合层和解码器。将特征提取的优化问题展开为卷积神经网络，分为基础编码器和细节编码器，增加网络的可解释性；为了能够更加全面提取红外与可见光...; 司海平赵文汭陈宝钢闫辉董萍张国英李艳玲郭良栋

Rayleigh衰落信道下MQAM调制信号的盲识别方法: 本发明涉及一种Rayleigh衰落信道下MQAM调制信号的盲识别方法。主要旨在解决Rayleigh衰落信道下MQAM信号类内识别难以及识别率不高的问题。该识别方法的实现步骤包括：(1)根据特征量公式计算特征量<Image...; 李艳玲朱娟花吴昂席磊汪强

一种多径信道下多体制信号识别方法被引量：5: 2011年; 针对多径干扰下调制信号识别难的问题,提出了一种基于循环谱的调制信号识别方法.根据信号循环谱的性质,提取频率谱截面和循环谱截面的相关系数作为特征参数,并证明了该特征参数能够消除多径信道参数的影响,克服了利用循环谱或循环相关系数识别信号时受多径干扰影响大的缺点.仿真结果表明:在信噪比为0dB的多径瑞利衰落信道下,2PSK,4QAM和ODFM信号的识别率达到90%以上,与基于循环谱的方法相比,该方法识别率有显著的提高,且具有更强的抗多径能力.; 李艳玲李兵兵殷昌义刘明骞; 关键词：调制识别多径信道循环谱特征提取

基于聚类算法的MQAM信号识别方法: 本发明公开了一种基于聚类算法的MQAM信号识别方法，主要解决由多聚类半径引起的调制识别系统复杂，运算量大，识别率低的方法。其实施步骤为：首先采用了循环逼近的思想对接收信号的实际载波频率进行无限逼近估计，使得能消除载波频率...; 李兵兵殷昌义李艳玲

基于卷积神经网络的农作物种类自动识别算法研究被引量：3: 2020年; 随着“互联网+”农业项目的推进,农业图像数据的采集越来越多样化,在数据的采集过程中也产生了大量无标签的农作物图像,图像数量极其庞大,已经达到无法人工识别的程度.通过人工采集大量农作物图像,利用卷积神经网络算法实现作物种类图像识别,在DenseNet121网络的基础上,通过对其参数进行优化调整,使用已采集的5类农作物数据集对其进行训练和测试,测试结果表明网络的识别率为99.3%.在此数据集上,与现有的一些经典分类识别模型进行了对比试验,其中Vgg16模型的识别率98.2%,ResNet50模型的识别率为92.4%,分别提升了1.1%和6.9%,模型识别率得到了一定提升.为了增强模型的可用性,实现作物种类图像识别的自动化,基于三种模型进行了作物图像识别系统设计.该系统对后期有针对性地对作物种类图像的长势、健康状况等实现智能决策管理具有一定的参考价值.; 程帅李艳玲司海平孙昌霞; 关键词：卷积神经网络图像识别识别率

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

李艳玲