范凌云
- 作品数：16 被引量：21H指数：3
- 供职机构：重庆城市职业学院更多>>
- 发文基金：重庆市高等教育教学改革研究项目重庆市教育科学规划课题更多>>
- 相关领域：自动化与计算机技术文化科学农业科学电子电信更多>>
- 一种序批式蛋壳图像采集系统
- 本实用新型公开了一种序批式蛋壳图像采集系统，用于对蛋类外壳进行检测，包括移动拍照系统和检测平台系统，所述移动拍照系统位于所述检测平台系统上方；所述检测平台系统包括多个平行排列的检测位，所述检测位用于放置样品蛋，每个检测位...
- 范凌云
- 手机智能生产线用上料装置
- 本发明属于手机生产线上料技术领域，具体公开了手机智能生产线用上料装置，包括固定盘、安装板、放置板、调节板、第一调节架、第二调节架和插板，固定盘上方转动连接有齿环，齿环上固定连接有圆环形的转盘，固定盘的侧边分别设置有侧板、...
- 范凌云王强黄天春舒志豪
- 国家级职教师资培训基地的建设与发展分析被引量：3
- 2019年
- 针对我国国家级职教师资培训基地的建设历史和现状分析,提出了基地建设时出现的问题,并提出了相应的对策。可对我国相关政策的制定及研究方向有所启示。
- 范凌云
- 关键词：职教师资
- 计算机应用型人才的创新意识和实践能力培养探索被引量：5
- 2018年
- 现如今,我国的计算机科学技术迅猛发展,计算机行业得到了良好的发展机遇,但同时也带来了巨大的挑战。在此背景下,应把培养计算机应用型人才作为起始点,把增强计算机应用型人才的创新意识和提高其实践能力为目标,来实现市场对计算机人才的需求和计算机行业的发展。但在培养计算机应用型人才的过程中往往会遇到培养形式单一、培养方式落后以及学生动手操作能力薄弱等问题。
- 范凌云
- 关键词：计算机应用型人才
- 基于卷积神经网络和深度特征融合的学习表情识别
- 2022年
- 针对单一特征难以精确区分局部区域重合的学习表情等问题,提出了一种基于卷积神经网络的深度特征提取及融合方法,首先提取灰度特征和LBP纹理,其次利用Alexnet卷积神经网络提取深度特征,并将深度特征通过向量拼接进行特征融合,然后对融合特征进行PCA降维处理。通过SVM分类器在CK+数据集上进行学习表情识别实验,实验结果表明,深度融合特征显著提高了识别效率,具有更好的特征鲁棒性。
- 范凌云
- 关键词：卷积神经网络
- “三段十步”智能化课堂教学模型在JAVA WEB开发系统中的应用被引量：1
- 2021年
- 伴随着“互联网+”时代的到来,大数据、云计算、物联网等新一代信息技术得到迅速的发展,智能化教学平台丰富多样、智能化水平不断提升,通过教学平台可以实现师生互动、生生互动,并自动进行在线测试,生成学习报告,有利于提高教学质量,提高人才培养的模式。
- 廖丽范凌云
- 关键词：教学模式
- 舰船网络保密通信的椭圆曲线优化编码技术被引量：1
- 2015年
- 在舰船网络保密通信中,通过对传输数据信息进行优化编码,提高数据加密性能。传统的舰船网络保密通信的编码技术采用随机码幅度调制的信息编码算法,在舰船网络通信密钥扩展过程中,随着信噪比的降低,窃听者可破解全部密钥,加密性能不好。提出一种基于椭圆曲线加密的舰船网络保密通信优化编码算法。设计安全网络编码方案,采用椭圆曲线加密技术实现对通信数据的算术编码与加密,通过多个字符序列进行算术编码,产生加密所需的一个参数密钥,使用改进型Logistic映射得到舰船网络保密通信的信息编码的散列值,分别恢复出信源的编码矢量,得到舰船网络保密通信椭圆曲线加密密钥排列图,实现优化编码通信。仿真结果表明,采用该算法进行舰船网络保密通信数据编码,具有较好的数据加密传输性能,对网络攻击具有较好的抵御效果,适用于舰船保密通信系统设计中。
- 范凌云
- 关键词：舰船网络保密通信加密
- 计算机专业导师制培养模式的探索与探究被引量：1
- 2018年
- 本文对计算机专业导师制培养模式的探索与探究进行深入研究,分析我国当前的教学模式,实施导师制后的成效作对比,对其结果展开讨论,共同探究实施计算机专业导师制培养模式的重要性、发展趋势以及实施措施。
- 范凌云
- 关键词：计算机专业导师制
- 岗位引领的计算机应用技术专业创新型课程体系探究被引量：3
- 2018年
- 为了全面贯彻落实党的教育方针,让新时期的学校教育能够遵循国家的要求,应将工学结合实施与完善、通过校企合作进行人才培养,从校企合作方面体现学校的办学特色,展示培养人才的规律,使学校教育体现出"高等性"和"职业性"。学校创新课程体系的出发点和落脚点是育人,创新型的教学课程可以促进学生发展,满足社会生活和个人的职业发展。本文就计算机应用技术创新型课程展开探究。
- 范凌云
- 关键词：课程体系
- 基于卷积神经网络的学习疲劳检测研究
- 2024年
- 学习疲劳检测有助于教师获取学生的不良学习状态,从而进行针对性的干预,提高教学质量,促进学生身心健康发展。本文提出一种基于卷积神经网络的学习疲劳检测方法,该方法基于改进的SSD目标检测算法实现学生面部的实时精准检测,然后将面部图像输入改进的VGG16深度卷积神经网络进行学习疲劳特征的全面有效提取,实现学习疲劳的高效识别。实验结果表明,该方法既实现了人脸的精准定位,又显著提升了人脸检测速度,并明显地提高了疲劳识别的准确度。
- 范凌云
- 关键词：卷积神经网络SSD
