李浩
- 作品数：10 被引量：9H指数：3
- 供职机构：河南工程学院更多>>
- 相关领域：自动化与计算机技术电子电信文化科学更多>>
- 高校C 语言课程混合式学习模式构建分析
- 2020年
- 所谓的混合式教学,是指在教学的过程中将网络教学与传统课堂教学相融合,从而克服彼此存在的弊端,发挥出更好的教学效果。当下我国混合式教学的研究主要集中在高等职业教育方面,实际上高校教育也有适合混合式教学的方面。混合式教学模式起源于美国,其本质是面授式教学,本文将主要以教学实践为基础进行分析,讨论C语言课程中混合式学习模式的构建。同时本文将构建出混合式学习模式结构图,并且从中讨论混合式学习模式的应用。
- 李浩
- 关键词：数字化资源教育成果混合式教学
- 一种结合免疫危险理论的蜜网安全态势感知方法
- 本发明涉及一种结合免疫危险理论的蜜网安全态势感知方法，对进入/流出蜜网的数据包认为是恶意流量，对其中账户、数据与服务等信息的操作，包括窃取、篡改、删除等行为作为免疫危险理论的输入信号予以映射，并结合映射的抗原信息，利用免...
- 王禹魏涛张劳模程浩李松阳彭天强李华李浩柏杏丽李嘉宾
- 文献传递
- 基于自适应比特调制的无线通信信道均衡算法被引量：3
- 2018年
- 5G无线通信信道受到空间介质多途效应的影响,容易产生码间干扰,导致无线通信信道的均衡性不好,误码较多.为了提高5G无线通信质量,提出了一种基于自适应比特调制的无线通信信道均衡算法.根据无线通信信道的多途时变衰落特性构造信道模型,采用被动时间镜翻转技术重组多径无线通信信号,利用各多径信号的能量聚焦特性抑制码间干扰,实现信道输出端无线通信信号在同时刻同相位叠加;采用自适应比特序列调制方法获得通信信道的聚焦增益,对接收信号以波特率进行采样,使得调制脉冲冲激响应在时域和频域上同时得到扩展,实现信道均衡.仿真结果表明,采用该算法进行5G无线通信信道均衡设计,能有效抑制码间干扰,提高信号输出增益,降低通信的误码率,改善了通信质量.
- 李浩
- 关键词：信道均衡
- 一种结合免疫危险理论的蜜网安全态势感知方法
- 本发明涉及一种结合免疫危险理论的蜜网安全态势感知方法，对进入/流出蜜网的数据包认为是恶意流量，对其中账户、数据与服务等信息的操作，包括窃取、篡改、删除等行为作为免疫危险理论的输入信号予以映射，并结合映射的抗原信息，利用免...
- 王禹魏涛张劳模程浩李松阳彭天强李华李浩柏杏丽李嘉宾
- 基于卷积神经网络的人脸图像特征提取被引量：3
- 2019年
- 为了提高对人脸的自动识别和检测能力,提出了一种基于卷积神经网络的人脸特征提取技术。采用连续模板匹配技术进行人脸边缘轮廓的检测,采用Harris角点检测方法进行人脸的关键特征点定位,在人脸的分块区域内进行人脸的肤色特征分析和外包矩形轮廓区域特征提取,结合肤色特征对图像中人脸特征点进行图像重构和精确定位,对提取的人脸特征点采用卷积神经网络进行分类,实现对人脸图像特征的优化提取。仿真结果表明,采用该方法进行人脸特征提取的准确性较高,具有较好的特征匹配能力。
- 李浩
- 关键词：人脸卷积神经网络特征提取HARRIS角点检测
- 混合教学模式在大学《计算机基础》教学中的探索与实践研究
- 2022年
- 在我国信息化快速发展的背景下,每个人都应该熟练掌握计算机的基础知识并且合理利用。但是部分大学在计算机教学中依然采取传统的教学模式,将理论知识生硬地灌输给学生,忽视对学生的实践引领。通过OBE混合教学模式在大学计算机基础教学中的应用,能够形成“以结果为导向、以学生为本、以培养为目的”的教学模式,改善课堂教学效果,满足新形势下培养综合人才的需求。本文对混合教学模式在大学《计算机基础》教学中的探索与实践进行分析,构建线上自主学习、线下翻转课堂,充分调动学生的主动性和积极性。
- 李浩
- 关键词：混合教学模式大学计算机基础教学探索
- 三维动态人脸图像的高精度填充重构算法设计
- 2021年
- 现有的图像重构算法未进行立体匹配处理,导致重构的图像与原图像相比在细节方面差距较大,甚至出现失真。为此,进行了三维动态人脸图像的高精度填充重构算法设计。采集二维人脸图像,进行相机标定、图像灰度化、图像滤波等预处理;利用算子提取人脸图像特征点并根据特征点分布进行立体匹配;对立体匹配后的特征点进行划分,得到人脸特征网格组成的三维模型;将二维图像中的纹理映射到三维模型上,实现三维重构。结果表明:所设计的算法减少了重构图像与原图像在细节上的差距,解决了重构图像的失真问题。
- 李浩李政伟阎永华
- 关键词：人脸图像
- PCB板固定结构
- 本实用新型公开了一种PCB板固定结构，包括金属壳体和PCB板，金属壳体内侧设有弹性压片；在金属壳体内与弹性压片相邻处设有止挡；在金属壳体内弹性压片的两边对称设置有支撑架；在金属壳体底部后端设有攻丝的凸包，PCB板由支撑架...
- 司志高翟红生曲宏山李浩
- 文献传递
- 基于深度神经网络的车辆特征识别方法
- 2017年
- 提出了一种基于深度神经网络的车辆特征识别方法,通过车辆特征智能检测识别实现交通智能监控和管理.采用三维区域轮廓扫描方法进行车辆图像采集和几何形状判断,对采集的车辆图像进行边缘轮廓检测和信息增强处理,突出车辆的类别属性特征点,在仿射不变区域对车辆角点分布信息进行直方图均衡化处理,实现车辆像素特征点的提取.对提取的像素特征点采用深度神经网络进行分类训练,实现车辆特征的智能识别.选取大量交通视频图像进行实验,仿真结果表明采用该方法进行车辆特征识别的成功率较高,输出车辆特征点正确的像素总数较多,对目标车辆的准确检测定位性能较好.
- 李浩王旭辉
- 关键词：车辆像素
