吴建平
- 作品数：17 被引量：69H指数：5
- 供职机构：云南省电子计算中心更多>>
- 发文基金：云南省科研院所技术开发研究专项资金国家自然科学基金云南省科技计划项目更多>>
- 相关领域：自动化与计算机技术文化科学自然科学总论医药卫生更多>>
- 社区卫生服务信息系统研发及示范应用
- 王耀希杨建国周永录张熹艾昌文杨彦华吴建平曹良坤姚寒冰徐永跃代红兵杨鸿卉王思郡
- 随着社区卫生服务工作的深化，社区卫生服务工作日见繁重。如何加强自身条件、完善服务功能、提高服务水平将是目前社区卫生服务工作所面临的问题。为实现云南省社区卫生服务工作的信息化，推进社区卫生服务工作的开展，云南省电子计算中心...
- 关键词：
- 关键词：社区卫生服务信息系统
- 基于改进YOLOv4-tiny的节肢动物目标检测模型
- 2024年
- 针对自然环境下节肢动物背景复杂、形态万千、遮挡目标和目标尺度多样等因素,导致模型检测效率不高、边界框定位不准确的情况,提出一种基于改进YOLOv4-tiny的节肢动物目标检测模型。首先,结合空间、通道卷积注意力机制(CBAM),抑制背景噪声;其次,引入可变形卷积(DCN)以及改进的加权双向特征金字塔,重塑卷积和特征融合方式进行多尺度预测;最后,在FPN网络中引出一层Feat@3,嵌入空间金字塔池化结构,有效提取节肢动物的各种显著特征,使模型泛化能力更强,将改进后的模型命名为YOLOv4-tiny-ATO。实验结果表明,该模型在大小仅为54.6 Mb的前提下,很好地平衡了检测速度和检测精度,检测精度为0.725,检测速度达到89.6帧·s-1,召回率为0.585,较改进前相比YOLOv4-tiny模型,检测精度提高0.426,模型在模型大小、检测速度上更适用于移动端部署,模型检测精度也能达到应用标准,满足对节肢动物的检测需求。
- 余咏吴建平吴建平韦杰高雪豪
- 关键词：节肢动物目标检测
- 复杂背景下SAR舰船目标检测算法的改进被引量：1
- 2023年
- 由于合成孔径雷达(SAR)图像的特点,如岸上船舶目标密集排列,容易受到陆地影响,造成SAR图像近岸舰船目标检测检测率低和漏检率高的问题,提出了一种基于YOLOv5的改进BiFPN特征融合模块的目标检测算法。针对海岸边舰船目标容易受到复杂建筑影响造成漏检的问题,在YOLOv5的Backbone中加入CBAM注意力机制,通过注意力机制学习舰船目标的特征,提高主干网络的特征提取能力;使用SIoU作为新的损失函数,重新定义预测框和真实框的关系,实现新的高精度定位;增加为四尺度特征检测,重新定义一个大尺度特征检测层,与此对应将特征融合模块中原有PANet替换成改进的多尺度加权双向特征金字塔(BiFPN)网络结构,实现与检测层相对应的高效特征融合模块。实验结果表明,该算法在公开的HRSID舰船数据集的R和mAP分别为88.2%和94.3%,比原来的YOLOv5算法分别提升了2和2.7百分点,达到了在复杂环境下对小目标和密集目标检测的要求。
- 何旭鑫吴建平吴建平高雪豪韦杰
- 关键词：合成孔径雷达目标检测CBAM
- 科研院所以人为本的激励机制研究被引量：5
- 2005年
- 文章结合科研院所管理工作实际,以激励过程理论为指导,针对科研院所如何建立以人为本的激励机制,以及如何调动科技工作者的积极性和创造性等问题进行了分析和探索。为了解决以往激励机制(如单纯加权系数法)中存在的非连续性问题,使激励作用在合理拉开距离的同时保证其内部机制运作的连续性,本文以短期考核激励机制为例提出了一种新的解决方法,通过建立线性模型来诠释科研评价体系的考核结果。该研究结果经实际应用,取得了较好的效果,对其他行业的管理和激励也有一定的借鉴作用。
- 吴建平王耀希代红兵周永录
- 关键词：激励机制人本思想科研管理
- 外交互卫星远程教育平台关键技术研究
- 杨建国晏坚王耀希张卫平张林代红兵周永录王丽清刘宏杰徐永跃马正新田云鹏曹志刚杨鸿卉杨玉琢侯启凤吕恬周静谦唐伟周志翔李社宏曾志雄刘谦艾昌文吴建平周飞王毓晗董勇王昆山
- 一、简要技术说明该项目通过对外交互卫星远程教育平台关键技术以及卫星数据通信、DVB数据广播、DVB发送接收等技术的深入研究，在TCP/IP网络和卫星网络之间的双向交互、数据传输及其协议、外交互服务器、IP/DVB网关、卫...
- 关键词：
- 关键词：远程教育卫星通信
- 基于改进残差网络的农作物病虫害检测研究被引量：1
- 2023年
- 针对病虫害症状相似导致类间差异小、难以区分的问题,提出一种基于Res2NeXt50改进模型的农作物病虫害检测算法。首先,在Res2Net50模型中进行分组卷积得到Res2NeXt50模型,提高了模型在细粒度层面的特征提取能力。然后,将7×7卷积换成新的混合卷积,提取局部和全局特征;使用高斯误差线性单元(Gaussian Error Linear Unit,GELU)函数代替残差块中的修正线性单元(Rectified Linear Unit,ReLU)函数,提高鲁棒性;改进下采样来增强信息流通性;调整网络层数,以减少模型计算量。其次,在训练中使用标签平滑(Label Smoothing)和指数移动平均(Exponential Moving Average,EMA)来提高模型的泛化能力。在重组的AI Challenger 2018农作物病虫害数据集上进行实验,结果表明改进模型的准确率高达98.79%,参数量为18.20M,FLOPs为3.73G。同时,该模型在Plantvillage和Plant_leaves数据集中分别达到了99.89%和99.23%的准确率。所提出的算法模型识别准确率高,泛化能力强,更符合实际应用需求。
- 白雪松吴建平吴建平崔亚楠康小霖
- 关键词：农作物病虫害卷积神经网络
- 基于迁移学习仿真SAR图像的目标识别研究
- 2021年
- 合成孔径雷达(SAR)图像的目标识别研究在军事、国防等领域具有特殊的应用价值。为了更高效、准确地识别SAR图像中的目标物,实验利用卷积神经网络对SAR图像进行训练,以获取良好的识别模型。但小样本集合的SAR图像存在识别效果差,易导致结果过拟合等问题。为此,研究并提出了一种基于卷积神经网络仿真SAR图像迁移学习的目标识别方法。通过选取数据量较大的仿真SAR图像数据集预训练Inception-ResNet-v2网络模型,得到相应的网络参数。结合迁移学习的方法,将预训练模型得到的网络参数迁移到目标模型上作为目标模型的初始化参数,使用SAR图像对目标模型进行识别训练,并同步进行参数优化和迭代训练。实验有效解决了SAR图像数据不足所产生的过拟合问题,并且模型识别的准确率得到提升。通过MSTAR数据集验证了该算法的有效性,识别的准确率达到99.57%。
- 崔亚楠吴建平吴建平闫相如
- 关键词：卷积神经网络合成孔径雷达
- 家系图信息处理技术的研究与探讨
- 2004年
- 就计算机绘图和数据库图形管理以及相关信息系统的集成进行了研究和探讨,以家系图信息处理技术为对象进行了具体的探讨分析并给出实现方法。对档案学、人口学、遗传学、人类学和全科医学等领域,在研究个人和家族史相关信息提供了一种计算机图形处理的方法。
- 吴建平杨建国
- 关键词：数据库计算机绘图程序设计家系图
- 改进残差网络结合迁移学习的SAR目标识别被引量：1
- 2022年
- 合成孔径雷达(SAR)图像的目标识别对地面和海面目标获取具有重大意义。实现SAR图像目标自动解释,提高图像目标识别的准确率成为SAR图像研究的热点问题。为准确获取SAR图像中的目标信息,解决深度神经网络训练小样本SAR图像过程中细节特征丢失严重,网络易出现过拟合等问题,该研究提出一种基于RCF(ResNet101-CBAM-FPN)神经网络模型来提取SAR图像特征。将ResNet101作为主干网络模型用于特征提取,在主干网络模型中加入卷积注意力模块引导神经网络有针对性地提取SAR图像关键特征信息。然后结合特征金字塔网络,实现神经网络高层特征与底层特征融合,丰富特征信息。最后融合迁移学习思想,通过数据相对充足的仿真SAR图像对RCF网络模型进行预训练。将预训练获取的模型参数迁移至目标网络,作为目标网络的初始化参数,并使用目标网络对SAR图像进行迭代训练。实验结果表明,该方法能有效提升小样本数据SAR图像的识别精度,在MSTAR数据集上达到99.60%的识别率。
- 崔亚楠吴建平吴建平闫相如
- 关键词：合成孔径雷达
- 重建GPT分区与NTFS_DBR的研究被引量：3
- 2020年
- GPT分区是目前硬盘普遍使用的一种分区形式,克服了MBR对分区管理不能超过2 TB的缺点;而NTFS文件系统是Windows操作系统的重要组成部分。文中以Windows 7为平台,虚拟硬盘为实验对象,WinHex 15.08作为数据分析与恢复工具,对GPT硬盘结构和NTFS文件系统结构进行分析;对硬盘GPT分区、NTFS_DBR和NTFS_DBR备份同时被破坏后进行修复实验。实验结果表明,当GPT分区、NTFS_DBR和NTFS_DBR备份同时被破坏后,通过元文件$MFT的0号记录、1号记录和8号记录中的80H属性相关数据,计算NTFS卷的总容量与NTFS_DBR中BPB的参数。提出了通过NTFS卷的总容量重建GPT分区的基本思路、方法与步骤,并获得各GPT分区开始扇区号(即各NTFS_DBR所在扇区)在整个GPT磁盘中的位置,以及恢复NTFS_DBR和NTFS_DBR备份的思路、方法与步骤。解决了GPT分区和NTFS_DBR同时被破坏后难以恢复的技术难题。
- 陈培德陈培德吴建平吴建平王丽清
- 关键词：NTFS文件系统
