您的位置: 专家智库 > >

广东省自然科学基金(S2012010010295)

作品数:2 被引量:17H指数:2
相关作者:丁惠君刘子琛但果蒋涛韩忠伟更多>>
相关机构:深圳大学吉林动画学院北京邮电大学更多>>
发文基金:国家自然科学基金广东省自然科学基金广东省教育部产学研结合项目更多>>
相关领域:医药卫生自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇医药卫生

主题

  • 1篇电流
  • 1篇严重不良反应
  • 1篇仪器治疗
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇植物
  • 1篇植物叶
  • 1篇植物叶片
  • 1篇特征提取
  • 1篇图像
  • 1篇图像分割
  • 1篇网络
  • 1篇微电流
  • 1篇无线传感
  • 1篇无线传感器
  • 1篇无线传感器网
  • 1篇无线传感器网...
  • 1篇向量
  • 1篇向量机
  • 1篇感器

机构

  • 2篇深圳大学
  • 1篇北京邮电大学
  • 1篇成都信息工程...
  • 1篇华南理工大学
  • 1篇吉林动画学院

作者

  • 2篇丁惠君
  • 1篇王振宇
  • 1篇韩忠伟
  • 1篇但果
  • 1篇刘子琛
  • 1篇蒋涛

传媒

  • 1篇计算机应用研...
  • 1篇中国康复医学...

年份

  • 1篇2015
  • 1篇2014
2 条 记 录,以下是 1-2
排序方式:
利用CBIA与WSN构建的植物叶片分类系统被引量:3
2015年
为了将计算机辅助植物叶片分类算法从理论研究向实际应用推进,利用基于内容的图像分析与无线传感器网络技术实现了移动设备终端的植物叶片分类功能。利用基于Sobel边缘检测子的全自动图像分割方法获取叶片的准确形状,利用基于霍特林变换的方法对叶片进行旋转预处理并提取傅里叶描述子等九种形状特征,然后使用多类支持向量机分类器对叶片进行分类,再进一步使用早期融合的方法对分类结果进行加强,随后利用以上叶片分类方法作为核心技术建立无线传感器网络,最后利用Java与安卓技术实现移动客户端的应用功能。实验结果显示,对于两个叶片数据库,分别达到了80%的分类准确率水平,与国际同类研究水平相当;对于无线传感器网络,移动终端用户可在9 s内从服务器得到叶片分类的反馈结果;移动客户端实现了安卓操作系统上的应用程序。综上所述,研究已经取得了显著的阶段性成果,并将在下一阶段的工作中引入更加新颖高效的方法来进一步提高叶片分类准确率。
李晨姚玮韩忠伟高一鸿Florian Schmidt蒋涛丁惠君王振宇申旻旻
关键词:图像分割特征提取支持向量机无线传感器网络
经颅微电流刺激技术及临床研究现状被引量:14
2014年
经颅微电流刺激(cranial electrotherapy stimulation,CES)疗法应用微量脉冲电流于人体耳部附近(如耳垂、乳突、颧骨),是美国食品和药物管理局(food and drug administration,FDA)批准的治疗焦虑、抑郁、失眠的技术。CES在1953年更早出现于欧洲[2-4],1963年在美国开始临床应用。2009年以来,仅在美国就有超过5万名用户在家使用CES仪器治疗,并且在美国等各国家的使用中暂无发现关于CES的严重不良反应。而与一般的电气设备一样,
但果李志坚丁惠君张佳泳刘子琛
关键词:严重不良反应仪器治疗
共1页<1>
聚类工具0