您的位置: 专家智库 > >

宋相满

作品数:5 被引量:19H指数:3
供职机构:东北大学更多>>
发文基金:国家自然科学基金中央高校基本科研业务费专项资金更多>>
相关领域:自动化与计算机技术理学更多>>

文献类型

  • 4篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...
  • 1篇理学

主题

  • 2篇图像
  • 2篇图像分割
  • 1篇第一性原理
  • 1篇第一性原理研...
  • 1篇电子结构
  • 1篇多目标
  • 1篇多目标进化
  • 1篇多目标优化
  • 1篇多目标优化问...
  • 1篇手势
  • 1篇手势识别
  • 1篇水平集
  • 1篇图像分割方法
  • 1篇子结构
  • 1篇自适
  • 1篇自适应
  • 1篇密度泛函
  • 1篇密度泛函理论
  • 1篇脑部
  • 1篇决策系统

机构

  • 4篇东北大学
  • 1篇东北师范大学

作者

  • 5篇宋相满
  • 1篇覃文军
  • 1篇王显鹏
  • 1篇杨金柱
  • 1篇张军
  • 1篇王维
  • 1篇王坤
  • 1篇张浩
  • 1篇赵大哲

传媒

  • 1篇小型微型计算...
  • 1篇东北大学学报...
  • 1篇控制与决策
  • 1篇人工晶体学报

年份

  • 1篇2025
  • 1篇2024
  • 1篇2015
  • 1篇2013
  • 1篇2011
5 条 记 录,以下是 1-5
排序方式:
融合GVF Snake与肤色模型的手势轮廓提取方法被引量:5
2013年
针对在基于视觉的手势识别系统中手势轮廓难以准确提取问题,本文提出一种融合GVF Snake和肤色模型的手势轮廓提取方法.首先把图像由RGB空间转换到YCb'Cr'空间,利用该空间上的椭圆肤色模型检测出手势区域并提取手势轮廓作为GVF Snake模型的初始轮廓曲线;然后根据图像分块思想把检测出的手势所在图像区域分割出来,并计算该图像分块的梯度值;最后在图像分块和初始轮廓曲线的基础上通过GVF Snake模型迭代搜素准确提取手势轮廓.实验结果表明,本文提出的手势轮廓提取方法无需人工参与,准确性上优于肤色模型、传统Snake模型,实时性上优于GVF Snake模型,满足手势识别系统中手势轮廓提取的实时性和准确性要求.检测准确、实时性高.
覃文军杨金柱宋相满赵大哲
关键词:手势识别肤色模型SNAKE模型
高炉布料过程仿真与决策系统被引量:8
2015年
针对高炉布料过程中人工决策无法得到稳定、满意的径向矿焦比值及炉况发生变化时不能及时做出准确的布料调整,提出了基于操作优化的高炉布料仿真和决策系统.以高炉多层布料料面对应的径向矿焦比值与满意值的偏差最小为目标函数,建立高炉布料操作优化模型,用差分进化算法对该模型求解.本系统在某高炉实际运行后提高了炉况的稳定性,满足了工业现场科学稳定地控制径向矿焦比等技术指标的要求,同时在炉况变化时及时给出了布料调整方案.在工业实际运行中验证了该系统的有效性.
张军宋相满
关键词:高炉布料仿真系统
共掺杂β-Ga_(2)O_(3)导电性质第一性原理研究
2025年
本文基于密度泛函理论的第一性原理计算方法,研究了Mg-Al共掺杂、F-Zn共掺杂和N-Mg共掺杂β-Ga_(2)O_(3)三种体系的结构性质和电学性质,以期获得高性能共掺杂P型导电β-Ga_(2)O_(3)材料。结果表明,Mg-Al共掺杂和F-Zn共掺杂β-Ga_(2)O_(3)仍为直接带隙半导体材料,而N-Mg共掺杂β-Ga_(2)O_(3)为间接带隙半导体材料。三种共掺杂体系均具有较低的形成能。其中Mg-Al共掺杂β-Ga_(2)O_(3)体系形成能最低,表现出较好的热力学稳定性。该体系中,Mg-p和Al-p轨道推移价带顶向高能方向移动,并穿越费米能级,是三种掺杂体系中最有可能实现P型导电性质的材料。
王淳王坤宋相满宋相满张浩
关键词:第一性原理电子结构密度泛函理论
面向海马区的脑部MRI图像分割算法研究
随着医学影像处理与分析学科的发展,在医学影像的图像分割领域中出现了很多新的方法。但是其中的许多方法都专门应用于特定的处理对象,对于一般对象并无通用的理论或方法,并且若不区分对象而应用该方法,得到的分割结果可能不理想。对脑...
宋相满
关键词:MRI图像水平集C-V模型
文献传递
基于自适应多目标进化CNN的图像分割方法被引量:5
2024年
卷积神经网络已经成为强大的分割模型,但通常为手动设计,这需要大量时间并且可能导致庞大而复杂的网络.人们对自动设计能够准确分割特定领域图像的高效网络架构越来越感兴趣,然而大部分方法或者没有考虑构建更加灵活的网络架构,或者没有考虑多个目标优化模型.鉴于此,提出一种称为AdaMo-ECNAS的自适应多目标进化卷积神经架构搜索算法,用于特定领域的图像分割,在进化过程中考虑多个性能指标并通过优化模型的多目标适应特定的数据集.AdaMo-ECNAS可以构建灵活多变的预测分割模型,其网络架构和超参数通过基于多目标进化的算法找到,算法基于自适应PBI实现3个目标进化问题,即提升预测分割的F1-score、最大限度减少计算成本以及最大限度挖掘额外训练潜能.将AdaMo-ECNAS在两个真实数据集上进行评估,结果表明所提出方法与其他先进算法相比具有较高的竞争性,甚至是超越的.
王维王显鹏宋相满
关键词:多目标优化问题自适应图像分割
共1页<1>
聚类工具0