刘成 作品数:8 被引量:22 H指数:3 供职机构: 西北大学信息科学与技术学院 更多>> 发文基金: 国家自然科学基金 陕西省自然科学基金 陕西省教育厅自然科学基金 更多>> 相关领域: 自动化与计算机技术 机械工程 农业科学 理学 更多>>
RGO/MoS_2复合光催化材料的制备及其在可见光照射下对RhB的光催化降解性能 2019年 为提高二硫化钼(MoS_2)材料的光催化性能,文中利用水热路线,成功制备了RGO/MoS_2复合光催化材料,并分别通过XRD,XPS,SEM,UV-Vis DRS和PL对复合材料进行了物相、组分、形貌和光学特性表征,研究了不同质量分数的RGO(2.5%,5%,7.5%,10%)对光降解活性的影响。实验结果表明,RGO/MoS_2复合材料对罗丹明B(RhB)染料的光降解效率明显高于纯MoS_2纳米花球,其中7.5%(质量分数)RGO负载量获得了最佳的降解效果,5次循环光降解实验进一步表明,RGO/MoS_2复合光催化剂仍能保持90%以上的降解效率。 刘成 张志勇关键词:光催化 一种新型的土壤电导率远程实时监测系统设计与制作 2014年 本文设计并制作了一种可以实时在线监测土壤电导率的无线传感器系统,传感器可以长期埋藏于被监测区域的土壤中,监测土壤的电导率,反映土壤中含水量和可溶盐的多少,能够广泛的应用于农业生产、文物保护、环境监测等领域。实验结果,该装置能够在户外的应用环境下长期稳定的工作,具有精度高、响应快、功耗低、无线数字收发、不扰动原有土壤等优点。 刘成 齐锦关键词:土壤电导率 无线 具有环境自适应能力的旋转倒立摆控制方法 被引量:6 2015年 设计一种具有环境自适应能力的旋转倒立摆控制方法。以PID算法作为核心控制算法,加入双闭环位置反馈,以改善控制系统的环境自适应能力,使得该系统具有较强的环境自适应能力,较小的稳态误差和较快的动态响应。所提出的旋转倒立摆控制方法对于实际制作倒立摆具有较强的指导意义。 刘成 张万绪 张志勇 吴佳丽 袁永德关键词:倒立摆 自适应 双闭环 一种改进的提高SAR图像分辨率的偏微分方程方法 2012年 目的提高SAR图像的分辨率,滤除噪声干扰。方法利用了P-M非线性扩散方程在提高SAR图像分辨率时既能滤除噪声又能很好保护边缘的优势,借鉴了边缘增强扩散方程能够增强图像边缘的特性,提出了一种将两种方法相结合的处理方式。结果得到了一种将2种方法相结合的混合模型。结论该方式既避免了P-M非线性扩散方程无法改善SAR图像边缘的缺陷,又回避了边缘增强扩散方程容易产生虚假条纹的劣势,使图像的整体分辨率得到了提高。 刘县 康宝生 刘成关键词:SAR图像 分辨率 基于FPGA的高精度计时系统设计 被引量:1 2014年 基于Altera FPGA为核心设计高精度计时仪,方案采用Verilog HDL编程实现高精度连续计时模块,并把相应的数据信息经过处理后通过RS232串口上传至上位机。该方案系统集成度高、工作可靠,达到既定计时精度要求。 齐锦 李杰 张远 刘成 刘灏关键词:FPGA RS232 基于改进ICP算法的三维点云刚体配准方法 被引量:9 2021年 针对含有噪声和外点的三维点云刚体配准问题,由于迭代最近点(iterative closest point,ICP)算法的配准精度较低,为此,该文提出了一种基于改进ICP算法的三维点云刚体配准方法。考虑到伪Huber损失函数对噪声和外点不敏感、鲁棒性强,首先,建立了基于伪Huber损失函数的三维点云刚体配准模型。其次,利用RGB-D点云数据中颜色信息辅助建立点云对应关系,以提高改进ICP算法中对应点匹配的准确性。最后,结合奇异值分解(singular value decomposition,SVD)和Levenberg-Marquardt(LM)的优化算法对三维点云刚体配准模型进行优化求解。实验结果表明,该文所提三维点云刚体配准方法的配准精度高,能够有效抑制噪声和外点对配准精度的影响。 汪霖 郭佳琛 张璞 万腾 刘成 杜少毅基于多任务学习的自然图像分类研究 被引量:6 2012年 针对自然图像内容结构复杂、难以区分的实际情况,提出了一种基于多任务学习的自然图像分类方法。通过额外任务来辅助主任务的学习,构造了衡量任务间相关性大小的相关性矩阵,提出了主任务联合额外任务共同决策的学习模式;通过额外任务与主任务的相关性来控制额外任务参与主任务决策的程度,以提高主任务的分类准确率。实验结果表明,与传统的单任务学习相比,尤其是在已知样本较少的情况下,多任务学习机制能够明显地改善分类器的泛化性能。 刘成 彭进业关键词:多任务学习 自然图像 深度U-Net网络在遥感山地冰川边界分割中的应用 2023年 冰川变化会对当地的气候环境、水资源环境产生重要影响,随着遥感技术的发展,通过遥感图像进行冰川提取成为相关研究的主要手段,相比于人工目视解释法会出现的耗时长、效率低、主观因素大等问题,深度学习有着一定的优势。该文基于传统U-Net语义分割网络进行冰川分割,但因受限于冰川训练集缺失,真彩色图像在冰川地区进行分割会有较大的干扰,无法凸显冰川的特征,冰川分割效率较低。因此,利用冰川的矢量数据,基于Landsat 8遥感卫星图像,建立成对的假彩色冰川分割训练集,充分利用遥感多波段图像的优势,强化冰川特征信息。同时,通过添加不同波段组合的假彩色图像,丰富冰川的分割信息,并利用Inception v1深度学习模块将两种特征信息进行融合,提升冰川分割的准确性。实验结果表明,所提方法可以有效分割出冰川范围,相比于其他深度学习方法,分割准确性有了一定的提高。 王宇轩 姜博 刘成 于涛 陈晓璇 袁玉芳 汪霖关键词:山地冰川