您的位置： 专家智库 > >

李晨

作品数：7 被引量：29H指数：3
供职机构：郑州轻工业学院计算机与通信工程学院更多>>
发文基金：河南省科技攻关计划河南省高校青年骨干教师资助项目国家自然科学基金更多>>
相关领域：自动化与计算机技术农业科学电子电信更多>>

合作作者

文献类型

  • 7篇中文期刊文章

领域

  • 5篇自动化与计算...
  • 2篇农业科学
  • 1篇电子电信

主题

  • 3篇网络
  • 3篇小麦
  • 3篇小麦病害
  • 3篇病害
  • 2篇信号
  • 2篇质心
  • 2篇质心定位
  • 2篇质心定位算法
  • 2篇手机
  • 2篇图像
  • 2篇无线传感
  • 2篇无线传感器
  • 2篇无线传感器网
  • 2篇无线传感器网...
  • 2篇接收信号
  • 2篇接收信号强度
  • 2篇基于图像
  • 2篇感器
  • 2篇RSSI
  • 2篇ANDROI...

机构

  • 7篇郑州轻工业学...

作者

  • 7篇李晨
  • 4篇邹东尧
  • 3篇夏永泉
  • 3篇李耀斌
  • 1篇韩腾飞

传媒

  • 2篇科技通报
  • 1篇安徽大学学报...
  • 1篇郑州轻工业学...
  • 1篇现代计算机（...
  • 1篇计算机测量与...
  • 1篇轻工学报

年份

  • 1篇2017
  • 4篇2016
  • 1篇2015
  • 1篇2014
共 7 条 记 录，以下是 1-7
全选 清除 导出
排序方式：
基于垂直平分线的非测距定位算法被引量：2
2016年
在无线传感器网络定位机制中,近似三角形内点测试(APIT)定位算法因思想简单、硬件成本低、定位精度高而被广泛应用,但算法性能会因锚节点分布不均匀受到严重影响;为提高节点定位精度和解决APIT定位算法边缘效应的问题,提出一种基于垂直平分线的非测距定位算法;该算法利用接收信号强度指示值(RSSI)值筛选锚节点并与等腰三角形底边中垂线过顶点的几何原理结合进行定位,可以得到比较合理的定理精度,性能相对稳定;仿真结果表明,该算法可有效提高无线传感器网络定位的精度和覆盖率。
邹东尧李晨刘碧微
关键词：无线传感器网络近似三角形内点测试接收信号强度指示
无线传感器网络质心算法定位参数研究与性能分析
2015年
质心定位算法是WSN中一种典型的定位算法。首先对质心定位算法和自由空间传播模型进行分析,然后在网格中随机部署未知节点和锚节点,通过改变锚节点个数、节点通信半径等参数,研究其对节点定位误差的影响。实验结果表明,总节点数量一定时,锚节点数量和通信半径对定位精度存在较优值。
邹东尧李晨韩腾飞
关键词：无线传感器网络质心定位算法通信半径
RSSI曲线拟合的误差分析与分段方法被引量：6
2014年
针对接收信号强度(RSSI)测距算法常用Shadowing模型在一些实际测距中固定节点受到地形等环境因素影响致使其使用受限的问题,提出了一种基于多项式分段拟合的RSSI测距算法.该算法利用最小二乘拟合函数法,将采样的有限个RSSI数据分段拟合成连续的三次多项式函数,以便更准确地模拟特定环境下的RSSI衰减情况.利用该算法进行实验和仿真,寻求合适的分段数和分割点,结果表明:用2段法进行拟合可将平均误差由2.25 m降低至0.877 8 m.
邹东尧郑道理李晨
关键词：接收信号强度最小二乘法
基于多神经网络的小麦病害在线诊断系统被引量：1
2016年
为了快速准确地诊断小麦病害,及时采取防治措施,提高小麦产量和质量,构建了基于多神经网络的小麦病害在线诊断系统。用户通过Android手机采集病害图像,在具备网络覆盖的地方将病害图片发送至诊断平台。诊断平台采用多神经网络模型对病害诊断,将多个神经网络预测值平均作为病害诊断结果,并根据多个神经网络预测值的方差计算出诊断结果的可信度。测试结果表明,该系统实现了病害的及时准确诊断,可信度参数具有提示作用,满足农田小麦病害诊断的实际需要。
夏永泉李耀斌李晨
关键词：ANDROID手机小麦病害病害诊断多神经网络
基于RSSI的加权蜂窝形状质心定位算法
2017年
针对基于RSSI定位精度易受外界环境因素干扰这一缺点,提出一种带有加权函数的质心改进定位算法:1)通过对通信距离与测距误差之间关系的分析,采取最优通信距离来提高定位精度;2)根据整体环境的情况对区域进行划分,采用蜂窝正六边形布局信标节点,对划分的各区域进行环境参数最小二乘法拟合;3)利用高斯分布模型对实验数据进行预处理,通过对参考节点的加权运算来保证其可靠性.仿真实验表明,这一改进算法与传统的加权三角形质心定位算法相比,在效率与精度上都有一定的提高.
邹东尧刘碧微李晨
关键词：质心定位算法RSSI加权函数
基于图像处理技术的小麦叶部病害识别研究被引量：9
2016年
植物病害会导致农作物在产量和质量上都显著降低。为了快速准确的诊断识别小麦病害,及时采取防治措施,利用图像处理技术对小麦常见病害进行识别。以小麦病害纹理特征参数和颜色特征参数作为特征向量,采用基于径向基核函数的支持向量机对小麦白粉病、条锈病、叶锈病和秆锈病图像进行识别,整体识别准确率达95%。实验结果表明,所选取的特征参数对4种小麦叶部常见病害的识别是有效可行的,为小麦病害诊断提供了有效分析手段。
夏永泉李耀斌李晨
关键词：小麦病害纹理特征颜色矩病害识别
基于图像处理技术与Android手机的小麦病害诊断系统被引量：11
2016年
为了智能化农业的发展,提高农作物病害诊断水平,及时采取防治措施,提出一种基于图像处理技术与Android手机的病害智能诊断系统的设计方法.系统不受时间和地域限制,用户可以在具备网络覆盖的地方将采集到的病害图片发送至服务器端.服务器端接收到病害图片后,在HSI(horizintal situtation indicator)颜色空间对病害图像分割,利用颜色矩和灰度共生矩阵来提取病害颜色和纹理特征参数,并将优选的特征参数输入支持向量机识别,识别结果反馈给客户端.实验结果表明:该系统可以准确高效地识别出病害种类,有较强的实用性和推广应用前景.
夏永泉李耀斌李晨
关键词：小麦病害ANDROID系统病害诊断
全选 清除 导出
共1页<1>
聚类工具0