宋丽华 作品数:44 被引量:59 H指数:5 供职机构: 北方工业大学 更多>> 发文基金: 北京市属高等学校人才强教计划资助项目 国家高技术研究发展计划 国家科技支撑计划 更多>> 相关领域: 自动化与计算机技术 电子电信 文化科学 语言文字 更多>>
自动调节视距的手持电子助视器 本实用新型公开了图像处理设备技术领域中的一种自动调节视距的手持电子助视器。包括用户交互按键单元、焦距可调的镜头模组单元、辅助光源单元、语音输入单元、语音输出单元、显示单元、USB接口单元、AV输出接口单元、系统程序存储单... 肖珂 曾凡锋 鲁远耀 童立靖 宋丽华 付晓玲 王景中文献传递 一种智能阅读器及其实现方法 本发明公开了图像识别技术领域中一种智能阅读器及其实现方法。技术方案是,智能阅读器包括资料获取模块、图像处理模块、文字识别模块、语音合成模块、发音模块、存储管理模块和控制模块;智能阅读器的实现方法包括从图像传感器获取图像信... 付晓玲 童立靖 鲁远耀 宋丽华 王景中文献传递 嵌入式协议栈可重构性分析与设计实现 被引量:7 2007年 本文通过对协议栈的可重构性进行分析,设计并实现了一种可重构的嵌入式TCP/IP协议栈,并介绍了关键技术的实现细节。该协议栈可以根据用户需求重构为IPv4、IPv6、双栈协议栈等多种协议栈,具有良好的灵活性、可移植性。该协议栈已成功应用在嵌入式双向通信平台上,通过实际网络测试表现出良好的性能和可靠性。在主频为66MHz的ARM7 CPU上运行,吞吐率可达1.5MB/s以上,目标代码大小仅为传统协议栈的30%左右,并可满足IPv4到IPv6网络过渡时期嵌入式设备的网络需求。 宋丽华 张晓彤 王沁 郭艳飞关键词:TCP/IP 嵌入式协议栈 IPV6 可重构性 计算机网络 一种边缘计算卸载的方法 本发明实施例公开了一种边缘计算卸载的方法,引入个性化联邦学习机制,考虑每个边缘设备的独特特性和需求,实现个性化的卸载决策,提高资源利用和计算效率,满足不同应用场景下需求,采用个性化边缘计算卸载,仅传输模型参数或梯度信息而... 李阳 姜毅 李璐鑫 马礼 宋丽华一种基于无线传感器网络的节能MAC协议通信方法 本发明属于无线传感器网络通信领域,尤其涉及一种基于无线传感器网络的节能MAC协议通信方法,包括:新节点通过维护邻居节点的唤醒时间表,记录邻居节点的唤醒时间偏移值;根据邻居节点的唤醒时间偏移值确定新节点的唤醒时间偏移值;当... 马礼 高洪磊 张永梅 马东超 宋丽华文献传递 一种作物产量预估任务的计算卸载和资源优化方法 本发明实施例公开了一种作物产量预估任务的计算卸载和资源优化方法,首先通过预设条件和拉格朗日乘式推导出资源分配策略的发射功和计算频率;对卸载选择问题进行求解,获得卸载选择策略参数;对资源分配问题进行求解,获得资源分配策略的... 李阳 陈帅 李洁 马礼 宋丽华基于时分多路接入自适应休眠的低功耗DOCSIS上行发射器 被引量:2 2008年 针对 DOCSIS 上行发射器的高功耗问题,通过建立 DOCSIS 上行信道多电缆调制解调器(CM)突发传输和功耗模型,提出了一种基于时分多路接入(TDMA)方式接入自适应休眠的低功耗上行发射器的设计方法。典型网络环境下的实验结果表明,所提出方法能使 DOCSIS 上行发射器降低51.37%的功耗。该低功耗 DOCSIS 上行发射器已经成功应用于符合 EuroDOCSIS1.1规范的支持双向有线电视点播的 CM SOC 平台中,并表现出优良的低功耗性。 郭艳飞 王沁 宋丽华 杜立国基于DTBNN的双阈值图像分割方法 2016年 为了能够实现动态无灰度特征峰值的图像分割,提出一种基于决策树的神经网络(Decision Tree Based Neural Network,DTBNN)双阈值图像分割方法。该方法首先运用决策树与神经网络的对应关系,构建出稳定、训练高效的神经网络;然后通过实验采集的图像提取图像灰度均值,最大灰度偏差与阈值映射函数作为样本数据训练神经网络;最后采用训练好的神经网络对被测图像进行阈值映射函数筛选,并计算出被测图像的上下灰度阈值,完成对图像的双阈值分割。仿真实验表明,该方法不依赖于灰度直方图的峰值特征并能获取较好的上下限分割阈值,与最大类间方差双阈值法和最大熵双阈值法比较,能够在动态图像中实现双阈值分割。 付永强 宋丽华 李也白 马礼关键词:双阈值 图像分割 一种基于位置的前缀聚合方法 本发明公开了一种基于位置的前缀聚合方法,以地面IPv4前缀的星上部署为目标,将地址集合的表达方式由传统二进制掩码前缀转换为十进制整数区间,支持集合精确控制,该方法以地面站为中心迭代聚合对应范围内的前缀,然后通过排序并构造... 宋丽华 金玉珠 于磊 马东超Deep_FGDL:一种基于深度神经网络的细粒度缺陷定位方法 2024年 传统静态缺陷定位技术仅能实现函数级或语句级的粗粒度定位,且过度依赖于缺陷报告等标注信息,限制了其在实际应用中的有效性。针对以上问题,本文提出一种基于深度神经网络(Deep Neural Networks,DNN)技术挖掘代码抽象语法树(Abstract Syntax Tree,AST)细粒度特征信息的缺陷定位方法Deep_FGDL。该方法利用正确代码片段构建模板库突破缺乏标注数据的限制。首先,通过代码语义相似度分析方法匹配正确模板进行初步定位。其次,提出了怀疑度公式,结合代码缺陷检测模型对结果进行加权操作,得到最为可能的细粒度缺陷定位。最后,为增强模型有效性,对于无法匹配合适模板的情况,引入了基于缺陷模式的缺陷定位方法。选用SARD数据集,将本文方法与几种静态缺陷定位方法进行实验对比,实验结果表明,该方法定位准确性在Top-5排名上提升15.0%、精确度提升19.1%。 宋丽华 韩莹