全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 红外焦平面的光谱响应测试技术研究
- 作者： 徐灿明 来源： 电子科技大学 年份： 2019 文献类型 ： 学位论文 关键词： 光谱测试系统 二值衍射 相对光谱响应 频谱泄露
- 描述： 红外焦平面的光谱响应测试技术研究
- 航空摆扫式成像光谱仪成像质量研究
- 作者： 徐力智 来源： 中国科学院大学(中国科学院长春光学精密机械与物理研究所) 年份： 2020 文献类型 ： 学位论文 关键词： 机载摆扫成像 成像质量 像点位移 调制传递函数
- 描述： 航空摆扫式成像光谱仪成像质量研究
- 航空监控影像之区域切割与分类
- 作者： 吴鼎汶 来源： 国立中央大学 年份： 2016 文献类型 ： 学位论文 关键词： 空照监控 区域分割 影像分类
- 描述： 近年來空照監控影像的需求不斷增加，其應用範圍廣泛，主要用在軍事與交通運輸上。在交通運輸方面，空照監控影像不但能讓警察掌握交通狀況還能協助道路秩序之管理。為了能自動化地處理空照影像，必須先對影像中的物件與區域進行分割與標記的動作，如物件偵測、事件偵測、等。本論文提出一套自動化空照影像之區域分割與分類系統。任何影像分割的演算法都可以套入本系統中。其中比較了兩種分割演算法，分別是分水嶺(Watershed)與均值偏移(Mean-shift)分割演算法，但由於上述演算法會導致區域被過度切割，故本系統將過小的區域進行合併。其合併方式是根據八連通的方式建構一個無向圖(undirected graph)，將影像中的每個區域視為一個頂點(vertex)，而連接兩區域的邊(edge)會給定一個權重(weight)，該權重代表兩區域的相異程度，再根據該權重對鄰近的小區域進行合併。而對於每個區域，本系統會擷取其顏色與紋理特徵，並使用支持向量機(Support Vector Machine)將每個區域進行分類的動作，最後再將同類的鄰近區域合併，獲得最終的分類結果。經實驗證實，本論文所提出的方法能有效的對各種空照影像進行分割與分類。
- 某航空企业信息分类编码系统的设计与实现
- 作者： 骆小菊 来源： 北京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 分类编码系统 Web 服务 多重分类
- 描述： 推进，企业发现难以实现内部数据的共享，应用系统之间无法集成等问题。本文在课题组统一信息编码体系研究成果的基础上，结合该航空企业的具体需求，开发并实施了编码管理系统。该系统提供了多重分类管理、属性动态
- 结合航空影像的LIDAR数据地物分类研究
- 作者： 吴飞 来源： 中国地质大学(武汉) 年份： 2016 文献类型 ： 学位论文 关键词： 激光雷达 滤波 影像配准 数据融合 地物分类
- 描述： 的目标是综合利用摄影测量、遥感相关理论与处理手段，对融合LIDAR与 影像的配准和地物分类算法进行较深入的研究。主要内容包括： (1)LIDAR是最近十几年发展起来的新技术，它的工作方式与原理与传统的摄影
- 贝叶斯网络在航空影像纹理分类中的应用研究
- 作者： 虞欣 来源： 武汉大学 年份： 2016 文献类型 ： 学位论文 关键词： 贝叶斯网络 航空影像 影像分类 语义信息 相关反馈
- 描述： ，并力图探索一条贝叶斯网络在航空影像纹理分类应用中的有效途径，为实现摄影测量与遥感的全自动化和智能化打下一定的基础。 论文首先系统地介绍了贝叶斯网络的基本原理、数学模型和方法。接着，为了充分利用贝叶斯网络
- 民航机场预防航空犯罪机制研究：基于航空犯罪排序分类视角
- 作者： 程洁 来源： 宁波大学 年份： 2016 文献类型 ： 学位论文 关键词： 民航机场 安全管理 预防机制 航空犯罪
- 描述： 的理论基础，随后分析民航机场内潜在的两类不安全因素：航空犯罪和意外事故。进一步分析了预防航空犯罪作为安全管理工作一部分建立其预防机制是必要的。其中着重对于航空犯罪进行量化分解和ABC分类法。将将航空
- 融合航空影像的机载激光扫描数据分类与特征提取
- 作者： 吴杭彬 来源： 同济大学土木工程学院 年份： 2016 文献类型 ： 学位论文 关键词： 机载激光扫描系统 点云数据 定位模型 分类 匹配 融合 特征提取
- 描述： 和原始数据处理入手，研究了点云数据的数据预处理、点云数据分类、点云与影像匹配以及基于匹配结果的特征提取的理论与方法。本文的主要工作在于： 1，系统总结了当前主要的机载激光扫描系统测距原理和系统组成，并给出了自
- 不平衡数据分类在航空安全领域定义抽取中的应用
- 作者： 李晋 来源： 南京航空航天大学 年份： 2016 文献类型 ： 学位论文 关键词： 术语定义 信息抽取 C4.5算法 后剪枝方法 等价替换
- 描述： C4.5算法,将WEKA平台中的源代码导入Eclipse中进行二次开发;根据实验结果的数据分析得出,采用PEP剪枝方法得到的决策树在训练集或测试集上的分类误差率普遍降低,树的规模明显减小,宏平均F1、F2的值得到了明显的提高。