首页>
根据【关键词:光谱特性分析,目标检测,航空高光谱遥感,垃圾目标分类识别,黄河湿地垃圾监测】搜索到相关结果 24 条
-
航空高光谱遥感油气探测技术研究及应用效果
-
作者:
刘德长
童勤龙
李志忠
赵英俊
杨燕杰
王茂芝
谢涛
叶发旺
邱骏挺
王子涛
来源:
地质学报
年份:
2019
文献类型 :
期刊
关键词:
含油煤层
油气探测示范区
油页岩
航空高光谱遥感
油气渗漏
探测效果
-
描述:
利用航空高光谱遥感技术探测油气已是一项近年来逐渐推广的新技术,也是当前遥感地质领域研究的前缘和热点。由于地表干扰因素复杂,信息真假识别困难,遥感探测油气的效果不甚理想。本文依托中国地质调查局油气资源
-
航空高光谱遥感油气探测技术研究及应用效果
-
作者:
刘德长
童勤龙
李志忠
赵英俊
杨燕杰
王茂芝
谢涛
叶发旺
邱骏挺
王子涛
来源:
地质学报
年份:
2019
文献类型 :
期刊
关键词:
含油煤层
油气探测示范区
油页岩
航空高光谱遥感
油气渗漏
探测效果
-
描述:
利用航空高光谱遥感技术探测油气已是一项近年来逐渐推广的新技术,也是当前遥感地质领域研究的前缘和热点。由于地表干扰因素复杂,信息真假识别困难,遥感探测油气的效果不甚理想。本文依托中国地质调查局油气资源
-
航空高光谱遥感油气探测技术研究及应用效果
-
作者:
刘德长
童勤龙
李志忠
赵英俊
杨燕杰
王茂芝
谢涛
叶发旺
邱骏挺
王子涛
来源:
地质学报
年份:
2019
文献类型 :
期刊
关键词:
含油煤层
油气探测示范区
油页岩
航空高光谱遥感
油气渗漏
探测效果
-
描述:
利用航空高光谱遥感技术探测油气已是一项近年来逐渐推广的新技术,也是当前遥感地质领域研究的前缘和热点。由于地表干扰因素复杂,信息真假识别困难,遥感探测油气的效果不甚理想。本文依托中国地质调查局油气资源
-
航空高光谱遥感油气探测技术研究及应用效果
-
作者:
刘德长
童勤龙
李志忠
赵英俊
杨燕杰
王茂芝
谢涛
叶发旺
邱骏挺
王子涛
来源:
地质学报
年份:
2019
文献类型 :
期刊
关键词:
含油煤层
油气探测示范区
油页岩
航空高光谱遥感
油气渗漏
探测效果
-
描述:
利用航空高光谱遥感技术探测油气已是一项近年来逐渐推广的新技术,也是当前遥感地质领域研究的前缘和热点。由于地表干扰因素复杂,信息真假识别困难,遥感探测油气的效果不甚理想。本文依托中国地质调查局油气资源
-
基于深度学习的遥感影像飞机检测方法研究
-
作者:
谢奇芳
来源:
中国地质大学(北京)
年份:
2019
文献类型 :
学位论文
关键词:
高分辨率遥感影像
卷积神经网络
深度学习
目标检测
-
描述:
基于深度学习的遥感影像飞机检测方法研究
-
基于深度学习的遥感影像飞机检测方法研究
-
作者:
谢奇芳
来源:
中国地质大学(北京)
年份:
2019
文献类型 :
学位论文
关键词:
高分辨率遥感影像
卷积神经网络
深度学习
目标检测
-
描述:
基于深度学习的遥感影像飞机检测方法研究
-
基于改进候选区域网络的红外飞机检测
-
作者:
姜晓伟
王春平
付强
来源:
激光与红外
年份:
2019
文献类型 :
期刊
关键词:
聚类
红外飞机
卷积神经网络
目标检测
-
描述:
为较好地解决防空武器成像系统对空中红外飞机的检测问题。首先简要地概括了卷积神经网络的兴起和应用,其次在引入基于深度学习的目标检测模型Faster R-CNN的基础上,详细地介绍了经典K-means
-
基于改进候选区域网络的红外飞机检测
-
作者:
姜晓伟
王春平
付强
来源:
激光与红外
年份:
2019
文献类型 :
期刊
关键词:
聚类
红外飞机
卷积神经网络
目标检测
-
描述:
为较好地解决防空武器成像系统对空中红外飞机的检测问题。首先简要地概括了卷积神经网络的兴起和应用,其次在引入基于深度学习的目标检测模型Faster R-CNN的基础上,详细地介绍了经典K-means
-
基于军事飞机图像结合FCN的目标检测技术应用
-
作者:
张春雷
来源:
电子测试
年份:
2019
文献类型 :
期刊
关键词:
特征提取
全卷积神经网络
目标检测
-
描述:
图像分割是图像识别和目标检测的重要工作,军事图像目标检测与准确分割是分析军事目标的核心工作。针对这一工作,本文将全卷积神经网络(全卷积神经网络)应用在军事飞机图像的目标获取上,通过全卷积神经网络强大的特征提取和识别能力,准确获取目标区域,对分析图像信息提供参考性意义。
-
基于军事飞机图像结合FCN的目标检测技术应用
-
作者:
张春雷
来源:
电子测试
年份:
2019
文献类型 :
期刊
关键词:
特征提取
全卷积神经网络
目标检测
-
描述:
图像分割是图像识别和目标检测的重要工作,军事图像目标检测与准确分割是分析军事目标的核心工作。针对这一工作,本文将全卷积神经网络(全卷积神经网络)应用在军事飞机图像的目标获取上,通过全卷积神经网络强大的特征提取和识别能力,准确获取目标区域,对分析图像信息提供参考性意义。