王卫东
- 作品数：54 被引量：132H指数：7
- 供职机构：江苏科技大学更多>>
- 发文基金：国家自然科学基金江苏省高校自然科学研究项目镇江市国际科技合作计划项目更多>>
- 相关领域：自动化与计算机技术电子电信交通运输工程文化科学更多>>
- 一种基于Transformer编码器和位置编码的推荐方法
- 本发明涉及推荐方法技术领域，尤其涉及一种基于Transformer编码器和位置编码的推荐方法，通过加入位置编码，能够基于用户所有购买历史行为做序列推荐，考虑到用户兴趣的多样性，通过引入Transformer编码器，编码器...
- 王卫东胡克富姜元昊周枫
- 基于迁移学习的胃镜图像自动识别多分类系统的研究被引量：6
- 2021年
- 目的通过迁移学习提高早期胃癌图像识别准确率。方法根据胃癌前病变概念收集5类胃镜图像,分别为早期和进展期胃癌图像783张、胃溃疡图像1042张、慢性胃炎图像1143张、胃息肉图像1096张和正常胃镜图像1763张,按6:2:2的比例分为训练集、验证集、测试集,通过从零训练模型ResNet34与微调迁移模型ResNet34、VGG16相比较。结果基于迁移学习的ResNet34模型识别准确率最高,验证集准确率95.64%,测试集准确率90.75%。结论ResNet34模型可较准确的实现常见胃镜图像识别,较传统深度学习方法对小数据集的医学图像有更好的泛化和特征提取能力。
- 王跃王卫东赵蕾郑天雷
- 关键词：自动识别图像分类
- 一种特征保持的模型简化方法
- 本发明公开了一种特征保持的模型简化方法，通过利用模型顶点之间的几何特征来获得复杂模型中顶点特征度较大的点，然后在保留这些顶点的基础上，对其他特征度小的顶点及其相关边进行边折叠操作，本发明的优化效果是，得到的简化模型能在较...
- 王卫东李坚李宁叶华宋晓宁胡存刚郭小芳
- 文献传递
- 基于节点能量优化的ZigBee网络路由算法改进
- 2014年
- 针对现有的ZigBee路由算法在能量均衡以及延长网络生存时间等方面的不足,在基于簇树路由算法与AODVjr算法的基础上,提出了一种改进的ZigBee路由算法。改进算法提出了重定义邻居表、划分能量等级以及目的节点的缓存机制,侧重于网络的能量优化。实验表明,改进算法在减少网络整体耗能、均衡网络负载、延长网络生存时间等方面表现良好。
- 窦文博王卫东
- 关键词：ZIGBEE
- 一种自适应扩展黑白码编码方法
- 本发明公开了一种自适应扩展黑白码编码方法，该方法编码后的二维码图像本身是包含有价值信息的真彩色图像，同时，采用自适应技术减少了图像中黑点的数量，也就减少了工作量，进一步提高了图像的美观程度。还增加了灰度线性变换的过程，降...
- 王卫东唐娇叶华宋晓宁胡存刚郭小芳
- 文献传递
- 校企合作培养计算机专业实践型创新人才被引量：3
- 2010年
- 首先,介绍校企合作培养实践性人才的起源;其次,对目前国内高校的办学模式进行分析,并指出该模式的不足;最后,在分析不同的校企合作培养模式基础上,提出采用三方合作的模式,培养计算机专业实践型创新人才,并给出具体的培养和建设方法。
- 王卫东
- 关键词：校企合作实践型人才创新性人才
- 一种可调螺距螺旋桨实验装置
- 本发明公开一种用于实验教学的船舶推进装置中的可调螺距螺旋桨实验装置，主传动机构的主传动轴为空心轴，前端连接桨毂，其后端固套第二直齿轮，第二直齿轮同时啮合连接负载电机的第一直齿轮和连接驱动电机的第三直齿轮，桨毂和桨榖端盖的...
- 俞孟蕻袁伟王卫东齐亮李彦杨弈飞张永林李兴友
- 文献传递
- 基于正交投影的分类器算法
- 2011年
- 提出了一种新颖的基于正交投影的分类器算法。该算法将测试样本正交投影到由各类训练样本生成的子空间中,并计算测试样本到各子空间的距离,以此作为分类的依据。该算法不需要计算样本协方差矩阵的逆阵,因此特别适合于小样本问题。在ORL人脸库上的实验结果表明,该算法的模式识别率高于传统分类器方法。
- 王卫东苗帅杨静宇
- 关键词：正交投影分类器小样本问题人脸识别
- 教学资源共享与科研协同创新机制在软件工程专业中的研究与实践
- 2015年
- 长期以来,高校在科研、教学过程中,存在闭门造车、资源浪费等问题。本文以软件工程专业平台为基础建设平台,提出的"双协同与双融合"办学模式、高校与企业协同创新及教师与学生协同创新模式,可以有效解决优质教学科研的资源整合问题及学生自主创新能力的培养。
- 叶华王卫东郭小芳
- 关键词：教育资源共享教学改革
- 基于PCA及ICA的双空间特征提取算法被引量：14
- 2008年
- 任何一种单子空间特征提取算法都不能在任何情况下优于其他子空间算法,但是采用双子空间却可以克服单子空间的局限性。为了提高分类结果的正确率,提出了一种基于PCA及ICA的双空间特征提取算法,该算法采用ICA作为PCA的补空间进行特征提取,其目的是将在PCA子空间中难以识别的样本,再次投影到ICA子空间中进行识别。该算法可分为以下两个步骤:首先进行预分类,即在一个子空间内同时使用两种分类器对测试样本进行分类,若某个测试样本被两种分类器划分到不同的类,则将该测试样本加入到新测试样本集中;然后将新测试样本集中的测试样本再次投影到另一个子空间中进行分类识别;最后,将识别结果与预分类结果一起进行正确率测试。在ORL及FERET人脸库上的实验结果表明,该算法的模式识别率明显优于传统的特征提取算法。
- 王卫东韩斌杨静宇
- 关键词：主成分分析特征提取人脸识别
