您的位置： 专家智库 > >

陈敬东

作品数：8 被引量：30H指数：3
供职机构：武汉数字工程研究所更多>>
相关领域：电子电信军事自动化与计算机技术更多>>

合作作者

文献类型

  • 6篇期刊文章
  • 2篇会议论文

领域

  • 6篇电子电信
  • 2篇自动化与计算...
  • 2篇军事

主题

  • 2篇通信
  • 2篇ATCA
  • 1篇多媒体系统
  • 1篇心跳
  • 1篇信息融合
  • 1篇译码
  • 1篇译码器
  • 1篇质量管理
  • 1篇软件无线电
  • 1篇软件无线电系...
  • 1篇识别方法
  • 1篇特种计算机
  • 1篇通信技术
  • 1篇图像
  • 1篇图像标注
  • 1篇无线
  • 1篇无线电
  • 1篇无线电系统
  • 1篇下车
  • 1篇显示技术

机构

  • 8篇武汉数字工程...

作者

  • 8篇陈敬东
  • 1篇杜祖升
  • 1篇刘杰
  • 1篇张琼
  • 1篇王新余
  • 1篇胡哲琨
  • 1篇曾真

传媒

  • 4篇舰船电子工程
  • 1篇计算机与数字...
  • 1篇计算机科学
  • 1篇中国造船工程...

年份

  • 1篇2022
  • 1篇2021
  • 1篇2020
  • 1篇2018
  • 1篇2008
  • 2篇2006
  • 1篇2003
共 8 条 记 录，以下是 1-8
全选 清除 导出
排序方式：
国产特种计算机自动测试控制系统设计被引量：2
2021年
设计了一套面向国产特种计算机的自动测试控制系统,采用测试控制通信协议将测试命令发送给被测计算机,由被测计算机执行相关测试用例后将测试结果反馈给自动测试控制系统以存入数据库,并最终生成测试报表。此外,基于心跳机制实现了测试状态监测功能,用于及时发现试验过程中的宕机等故障,使自动测试控制系统能够适用于长时间可靠性试验场景。试验表明,设计的自动测试控制系统能够对国产龙芯、申威特种计算机实施测试控制,可满足不同架构的国产特种计算机批量测试与验证需求。
石钊铭胡哲琨陈敬东
关键词：特种计算机控制系统心跳
基于ATCA通信计算平台的建设与军事应用研究
信息技术将继续向高性能、低成本、普适计算和智能化等主要方向发展,寻求新的计算与处理方式和物理实现是未来信息技术领域面临的重大挑战.在通信技术与计算机技术紧密融合的趋势下,建立通信计算平台十分必要,也是可行的.讨论建立通信...
陈敬东
关键词：军事通信多媒体系统软件无线电系统
文献传递
基于无迹粒子滤波的WiFi-PDR融合室内定位技术被引量：7
2022年
为提高室内定位的精度和稳定度,文中提出了一种基于无迹粒子滤波的WiFi-PDR融合的室内定位方法。为降低室内复杂环境对WiFi定位的影响,采用加权路径损失算法改善WiFi定位;为降低行人航迹推算误差累积效应,通过设定参考值划分行走周期并对加速度数据进行平滑降噪处理,提高了步数计量的精度;在改进WiFi和PDR定位的基础上,提出使用无迹粒子滤波融合定位方法,并对粒子滤波进行抗差自适应优化,提高其鲁棒性。实验仿真结果表明该方法可以有效提高室内定位的精度和稳定性。
周楚霖陈敬东黄凡
关键词：PDR信息融合
OLED显示技术及其军事应用被引量：12
2003年
介绍了OLED显示器的技术特点和典型应用 ,着重分析了其军事应用方法 。
陈敬东刘杰
关键词：OLED显示器军事应用LCD
群智标注系统中质量管理设计与实现被引量：1
2020年
现有的图像标注需要标注人对图像内所有目标进行手工标注,时间漫长,过程复杂,耗时严重,且人具有自主性,在此过程中标注质量存在波动。基于此,论文设计一个通用的智能标注模型,以群智众包的形式将标注任务分派给各个标注者,标注者仅需对智能标注后的图像进行补充优化,大幅度提高了任务的效率,并且通过增加质量管理模块,提高了系统可靠性。通过试验,验证了该模型的可行性和有效性。
胡平陈敬东曾真
关键词：图像标注众包
基于ATCA通信计算平台的建设与军事应用研究
信息技术将继续向高性能、低成本、普适计算和智能化等主要方向发展,寻求新的计算与处理方式和物理实现是未来信息技术领域面临的重大挑战。在通信技术与计算机技术紧密融合的趋势下,建立通信计算平台十分必要,也是可行的。讨论建立通信...
陈敬东
关键词：通信技术ATCA
文献传递
基于IP Core的RS编译码器的设计与实现被引量：1
2008年
里德-索罗蒙码(Reed-Solomon,简称RS码)以其纠错能力强且实现简单的特点广泛应用于现代通信及计算机领域。在讨论RS码的编译码原理基础上,采用基于IP Core的方法,设计了RS(31,15)编译码器,并通过仿真及测试验证了设计的正确性。
张琼杜祖升陈敬东
关键词：RS码IPCORE
基于深度学习的复杂场景下车辆识别方法被引量：7
2018年
针对复杂场景下尺寸小、遮挡严重等因素导致车辆识别率低、虚警率高等难题,提出了一种基于深度学习的复杂场景下车辆识别方法。首先,根据复杂场景中的车辆特点,对公开数据集的标注文件进行可视化解析,对其中的漏标注、误标注等车辆进行重新标注,对图像样本数据进行增强处理,形成新的训练数据集;然后,用新的训练数据集训练YOLO(You Only Look Once)网络模型,直至模型满足给定精度;最后,用训练好的YOLO模型对复杂场景下的车辆进行识别,并用基于残差归一化规则的虚警抑制方法剔除虚警。实验结果表明,使用COCO数据集测试时,改进的算法平均精度均值(Mean Average Precision,m AP)为79.2,比YOLO算法提高了0.6;使用PCAR数据集测试时,改进的算法m AP值为63.7,比YOLO算法提高了1.4。
余胜陈敬东王新余
关键词：车辆识别
全选 清除 导出
共1页<1>
聚类工具0