苏维均 作品数:80 被引量:459 H指数:12 供职机构: 北京工商大学 更多>> 发文基金: 北京市自然科学基金 国家自然科学基金 北京市教委科技发展计划 更多>> 相关领域: 自动化与计算机技术 电子电信 农业科学 文化科学 更多>>
基于正交多项式回归分析方法的系统辨识研究 用正交多项式回归方法拟合阶跃响应曲线,通过曲线上三个特定点对应的时间之比,辨识被控对象的类型与阶次;给出了2~8阶等容对象阶跃响应曲线的拐点坐标、时间常数与阶次n的关系。对等容对象可令所拟合曲线的二阶导数为零求出拐点的方... 苏维均 杨化庭 刘载文关键词:系统辨识 被控对象 阶跃响应 时间常数 文献传递 机载电气负载管理单元设计 被引量:2 2018年 针对现代机载设备在强电磁、高震动工作环境中高可靠性工作的要求,设计了一种适用于机载雷达系统的电气负载管理单元。所设计的电气负载管理单元以STM32处理器为核心控制器,具备大电流通断控制、过流保护、电压电流监测、状态显示、数字通信等功能,实现了雷达系统各分机的用电智能化控制及状态反馈,适用于飞机内使用28 V直流供电系统的电气环境。测试结果表明该负载管理单元各项指标满足军用机载应用要求。 孟祥森 谢涛 于重重 苏维均 杨飞关键词:机载设备 状态反馈 一种改进的DTW相似性搜索方法 被引量:6 2019年 为了更有效的对时间序列进行相似性搜索,本文从相似性度量函数的角度提出一种改进的基于下界函数的DTW (Dynamic Time Warping)相似性搜索方法NLB-FDTW。上述方法定义一种更有效的下界函数,减少DTW的计算开销,加快相似性搜索的速度。为了验证所改进的DTW相似搜索算法的有效性,对一个月的交通流量进行了相似性搜索的实验。结果表明,基于下界函数的DTW在很大程度上减少计算量,NLB-FDTW相较于基于欧氏距离或原始DTW的相似性搜索是一种高效的时间序列相似性搜索方法。 晏臻 苏维均 于重重 吴子珺关键词:时间序列 相似性搜索 因子分析在健康住宅环境评价中的应用 被引量:1 2008年 针对目前住宅建设中愈来愈受关注的居住健康问题,通过实际调查数据,从居住的物理与社会环境两个方面使用多元统计中的因子分析方法建立数据模型,分别从3个层次对影响居住健康的各种因素以及因素下的评估点进行了分析,初步得到主要影响居住健康的物理因素和社会因素,实现了对居住健康影响评价指标体系结构的验证. 云志 苏维均 于重重关键词:健康住宅 环境影响因素 输油管道泄漏监测系统的研究 本文介绍了输油管道泄漏监测系统的总体组成结构、组成部分的功能、软硬件的设计及泄漏监测原理,重点研究了负压波理论在输油管道泄漏监测系统中的应用,给出了泄漏判断及泄漏点定位的算法,并对输油管道泄漏监测系统应用中存在的问题进行... 廉小亲 苏维均 于重重 曹志国 石芹侠关键词:输油管道 计算机技术 文献传递 基于RGB图像的坦克损伤目标三维检测研究与应用 被引量:1 2022年 现代战争中,坦克在攻坚战中的地位越来越重要,检测坦克的损伤对于取得战场主动权乃至获取战争的胜利起着决定性作用,所以对实时性要求非常高。采用易获取的RGB图像,以坦克装甲车为研究目标,选用Complex-YOLO为基础三维目标检测模型,针对复杂战场环境中图像内容复杂、弹孔损伤目标小、没有三维CAD模型等问题,对Complex-YOLO模型进行改进,通过使用识别精度高且速度快的YOLOV3网络及九点法回归三维目标检测框的方法,提高模型性能。在坦克数据集上的实验结果表明,改进后的算法对于复杂战场环境下的多目标检测具有更强的敏感性,较大程度上增强了模型的检测识别精度。 朱家辉 苏维均 于重重 于重重基于语义标签的高铁接触网图像目标检测研究 被引量:3 2020年 基于深度学习的目标检测模型近些年快速发展,可以准确检测出物体在图像中的位置。但是多数检测模型一般不考虑物体之间的相对位置关系,而图像中物体间的相对关系包含有效高层语义信息,有利于对特殊的指代个体进行目标检测。通过提出基于语义标签与谓词字典构建图像中物体之间的相对位置关系的方法,对高层语义信息进行建模,实现物体感知任务与语义认知任务的协同,使图像目标检测模型具有推测相对位置语义的能力。论文通过对京津段高铁接触网图像的目标检测进行实验,实验结果表明上述方法的可行性。 杨亚峰 苏维均 秦勇 于重重关键词:卷积神经网络 以创新精神与实践能力为导向的理工类硕士研究生培养模式探索与实践 被引量:8 2019年 研究生教育是培养国家需求的高层次人才的主要途径,是国家发展和社会进步的基石。本文总结了课题组成员多年来以创新精神与实践能力为导向的理工类硕士研究生培养模式探索与实践经验,并简单列举了阶段性成果,希望这些经验能够为理工类硕士研究生培养工作提供一些借鉴和帮助。 王瑜 于重重 苏维均 肖洪兵关键词:研究生教育 基于卷积神经网络的农作物叶片病害诊断 被引量:4 2021年 农作物病害诊断对于及时发现并采取防控措施具有重要意义。本研究针对苹果、玉米、番茄、葡萄等典型农作物的常见叶片病害问题,使用了两种目前使用最广泛的卷积神经网络——VGG16及Resnet50,对典型农作物叶片病害进行识别。使用AI Challenger比赛的农作物叶片病害数据集图像,并对这些图像进行预处理,构建了47285张图片的数据集。分析两种卷积神经网络的性能,实验结果表明:VGG16及Resnet50分别达到了82.57%和86.34%的准确率,且Resnet50收敛速度更快,更适合农作物叶片病害的诊断识别。 朱家辉 苏维均 于重重关键词:卷积神经网络 植物病害 叶片 基于WIFI的农业温室大棚环境数据采集装置 本实用新型公开了一种基于WIFI的农业温室大棚环境数据采集装置,属于检测技术应用领域。本实用新型检测装置包括空间光照度传感器、环境温湿度传感器、集成无线串口转WIFI模块的嵌入式微处理器、电源模块、485接口。将光照度传... 杨飞 苏维均 谢涛 陈秀新文献传递