按文献类别分组
按栏目分组
关键词
基于深度学习的航空影像非正规垃圾堆放点监测技术研究与实践
作者: 李军吉   应良中   陶文旷   来源: 测绘通报 年份: 2023 文献类型 : 期刊 关键词: 深度学习   无人机   航空影像   非正规垃圾堆放点  
描述: 绍兴市越城区、柯桥区和上虞区作为研究区域,利用飞马航测无人机获取航空影像数据,对比分析了本文提出的方法和基于深度学习的典型地物要素提取方法在非正规垃圾堆放点监测上的应用,试验结果表明本文提出的方法准确率提高了1.72倍。
基于Bi/GRU模型的航空发动机外部液压管路故障诊断研究
作者: 黄续芳   赵平   冯铃   张丽   来源: 机床与液压 年份: 2023 文献类型 : 期刊 关键词: 液压管路   故障诊断   深度学习   Bi/GRU模型  
描述: 针对航空液压管路故障信号含有噪声干扰导致管路故障识别困难的问题,提出一种基于双向门控循环单元(Bi/GRU)的深度学习液压管路故障诊断方法。由Bi/GRU神经网络模型综合液压管路数据进行时序特征提取
基于无锚解耦头的航空图像旋转目标检测方法研究
作者: 康宇哲     冯桂林     张易诚     康逸云     沈炜   来源: 计算机时代 年份: 2023 文献类型 : 期刊 关键词: 深度学习   椭圆中心采样   解耦合检测   无锚点  
描述: 解耦合目标检测头将边界框回归任务与目标分类任务分离以提高检测精度。实验表明,所提方法在DOTA和HRSC2016数据集上分别达到了75.2%和89.1%的mAP,满足了精确检测的要求。
无损检测技术在航空发动机叶片故障自动检测中的应用
作者: 邸三虎   来源: 模具制造 年份: 2024 文献类型 : 期刊 关键词: 深度学习   缺陷自动识别   无损检测   航空发动机叶片  
描述: 无损检测技术在航空发动机叶片故障自动检测中的应用
含干扰区域的航空铣削件导孔视觉测量方法
作者: 高光亚     闫娟     杨慧斌     刘亚彪   来源: 上海工程技术大学学报 年份: 2024 文献类型 : 期刊 关键词: 视觉测量   边缘检测   深度学习   图像分割  
描述: 含干扰区域的航空铣削件导孔视觉测量方法
基于深度学习的飞机装配孔位自动检测方法
作者: 孟庆嘉     杨超达     谭银     陈波     常玉伟   来源: 现代工业经济和信息化 年份: 2024 文献类型 : 期刊 关键词: 自动检测方法   深度学习   装配孔位   飞机  
描述: 为提高飞机装配孔位自动检测准确率,降低响应时间,获得较好的检测结果,提出基于深度学习的飞机装配孔位自动检测方法。基于设计的采集结构完成装配孔位图像采集,对图像进行降噪处理,基于深度学习理论,完成
基于点特征检测的农业航空遥感图像配准算法
作者: 陆健强   李旺枝   兰玉彬   何秉鸿   林佳翰   来源: 农业工程学报 年份: 2021 文献类型 : 期刊 关键词: 数据降维   算法   图像配准   图像处理   点特征检测   遥感  
描述: 精准定位,在求取特征点的模值与方向基础上,采用奇异值分解方法进行矩阵优化,实现数据降维再重构。试验结果表明,SNS算法与经典算法相比,配准速度平均提高5.01%,配准精度均方根误差平均降低1
基于点特征检测的农业航空遥感图像配准算法
作者: 陆健强   李旺枝   兰玉彬   何秉鸿   林佳翰   来源: 农业工程学报 年份: 2021 文献类型 : 期刊 关键词: 数据降维   算法   图像配准   图像处理   点特征检测   遥感  
描述: 精准定位,在求取特征点的模值与方向基础上,采用奇异值分解方法进行矩阵优化,实现数据降维再重构。试验结果表明,SNS算法与经典算法相比,配准速度平均提高5.01%,配准精度均方根误差平均降低1
基于无人机倾斜航空影像的树冠体积测算方法
作者: 于东海   冯仲科   来源: 农业工程学报 年份: 2019 文献类型 : 期刊 关键词: 树冠体积   图像处理   点云数据   倾斜摄影   无人机   单木参数提取   林业  
描述:1.46%~4.10%,平均相对误差为2.88%;树冠体积测算值的相对误差为6.95%~12.39%,平均相对误差为9.42%;精度均可满足林业调查中对于树高和树冠体积测量结果的要求。利用无人机
基于无人机倾斜航空影像的树冠体积测算方法
作者: 于东海   冯仲科   来源: 农业工程学报 年份: 2019 文献类型 : 期刊 关键词: 树冠体积   图像处理   点云数据   倾斜摄影   无人机   单木参数提取   林业  
描述:1.46%~4.10%,平均相对误差为2.88%;树冠体积测算值的相对误差为6.95%~12.39%,平均相对误差为9.42%;精度均可满足林业调查中对于树高和树冠体积测量结果的要求。利用无人机
< 1 2 3 ... 17 18 19 ... 29 30 31
Rss订阅