全文获取类型
| 收费全文 | 120篇 |
| 免费 | 5篇 |
| 国内免费 | 1篇 |
专业分类
| 测绘学 | 103篇 |
| 大气科学 | 5篇 |
| 地球物理 | 4篇 |
| 地质学 | 1篇 |
| 海洋学 | 2篇 |
| 综合类 | 7篇 |
| 自然地理 | 4篇 |
出版年
| 2024年 | 1篇 |
| 2023年 | 8篇 |
| 2022年 | 5篇 |
| 2021年 | 16篇 |
| 2020年 | 3篇 |
| 2019年 | 10篇 |
| 2018年 | 4篇 |
| 2017年 | 12篇 |
| 2016年 | 11篇 |
| 2015年 | 9篇 |
| 2014年 | 7篇 |
| 2013年 | 6篇 |
| 2012年 | 9篇 |
| 2011年 | 5篇 |
| 2010年 | 7篇 |
| 2009年 | 2篇 |
| 2008年 | 1篇 |
| 2007年 | 1篇 |
| 2006年 | 3篇 |
| 2005年 | 2篇 |
| 2004年 | 1篇 |
| 2003年 | 1篇 |
| 2001年 | 1篇 |
| 1994年 | 1篇 |
排序方式： 共有126条查询结果，搜索用时 109 毫秒
71.
为实现电力线走廊更加有效地巡检,本文设计了一套LiDAR点云数据中电力线自动提取与重建的方法。首先,利用改进的渐进形态学滤波剔除地面点,通过高差阈值与高程离散度分割,实现电力线点粗提取;然后,借助RANSAC直线检测,得到电力线直线模型,依靠密度检测,实现单根电力线点云精确聚类;此外,利用k-means算法完成分裂导线束间归类;最后,进行二次多项式限制的最小二乘拟合,生成电力线曲线模型。试验结果表明,使用该方法电力线点云提取的正确率达98%以上,非电力线点云误判率低至1%左右,电力线直线模型拟合误差在5 cm以下,曲线模型拟合误差在3 cm以下,完全满足实际工程需求。 相似文献
72.
针对电力巡线需求,提出一种基于机载LiDAR点云数据的电力线自动提取方法。首先采用高程滤波方法去除地面点及低矮地物点,采用顾及邻域尺度的自适应半径主成分分析法确定各点维度特性,利用维度特性从滤波后的点云中粗提取电力线点;然后根据电力线点空间分布特征,引入密度聚类算法实现单根电力线点精确提取;最后采用抛物线模型在三维空间中重构每根电力线。选取两组典型代表性的实测数据进行实验,结果表明:该方法能够从电力线走廊机载激光点云中快速提取出完整的单根电力线点,具有抗噪性强和提取精度高的特点,单根电力线提取误差率在0.06%以下,电力线提取结果能够直接应用于三维模型重建中。 相似文献
73.
74.
针对当前变电站设备数据管理的精细化、查询高效化和操作可视化等新需求展开深入的研究.传统变电站部件管理方法存在查询困难、管理模糊、效率低下、设备巡检耗时耗力巨大、危险性高等缺陷,无法满足变电站部件管理的需求.本文以GIS技术与BIM技术相结合为出发点,利用基于GeoSOT的北斗空间网格编码在数据组织的高效性优势,提出一种基于GeoSOT的电力变电站系统设备数据管理和无人巡检设备路线规划方法.研究证明在变电站设备管理和无人巡检规划初级阶段,通过海量设备数据管理和分层显示,巡检机器人空间路径规划,动静态目标空间位置关联分析和协同管理,实现了电网设备业务仿真场景设计,提升了变电站系统的大数据管控水平. 相似文献
75.
管道巡检是管道运营单位的重要工作,因为缺少有效的管理方式和管理手段,一直以来是管道管理者的头疼问题。"e鸟"巡检系统的出现改变了传统的管道巡检方式和管理模式,解决了管道巡检难的问题,但是基础地理数据作为"e鸟"巡检系统的主要组成部分,因为采购手续繁琐、生产周期长、成本大等原因在一定程度上影响了管道巡检的实施。研究了从Google Earth上采集免费高清影像数据,进行加工处理,制作"e鸟"巡检基础地理数据的方法,并详细介绍了Google Earth影像数据采集方法,数据处理流程。 相似文献
76.
随着GPS硬件设备、GIS软件系统和相关计算机设备的快速发展,原有公路巡检软硬件系统已不能满足业务需要,因此建立一套完善快捷的巡检管理体系是非常必要的。本文通过研究各种信息技术在公路巡检中的应用,以平板电脑、天宝GPS接收机为硬件,ArcEngine作为开发组件,设计与实现了一套公路巡检系统。系统实现了地图显示、实时定位、轨迹记录、巡检信息记录等功能,使管理者能够高效地管理公路建设,并促进公路管理的信息化。 相似文献
77.
电力线载波通信实现数据及话音的传输 总被引：1，自引：0，他引：1
以通用电力线载波通讯芯片LM1893为核心，以AT89C51单片机为主控单元，建立一个点对点的电力线载波通信系统，在电力线上实现数据及话音的传输。 相似文献
78.
提出了一种基于线性体素分割的机载LiDAR点云电力线自动提取方法.该方法首先基于八叉树结构对海量三维点云数据进行体素化处理,再对体素点云进行线性检测,并结合马尔可夫随机场(MRF)对线性体素进行分割.然后在分割得到的线性段中,通过杆塔和电力线之间上下文关系的先验知识对杆塔进行精度定位,获取杆塔连接线边集.最后,通过设定的圆柱形搜索框,对边集周围的线性段进行识别,提取出电力线点云.为了验证本文方法的有效性,对江苏省电力设计院提供的在山区复杂场景中采集得到的3块机载LiDAR数据进行试验.结果表明,本文方法能够从LiDAR点云数据中提取出较为完整的电力线,提取的平均质量达到了92.6％,对电力线的风险管理具有较高的应用价值. 相似文献
79.
实现复杂场景下航拍图像的端到端电力线提取是电力线无人机检测的关键。本文通过分析基于深度学习的电力线实例分割实现存在的问题,提出了一种基于改进Mask R-CNN的电力线自动提取算法。首先,根据电力线的线性特征,提出一种线性IoU计算方法,改进Mask R-CNN原有的IoU计算,提高电力线提取性能;然后,将改进后的网络在电力线数据集上进行训练,得到电力线粗提取结果;最后,通过线段编组拟合算法,对粗提取结果进行聚类拟合,以解决电力线断裂和误检的问题。试验结果表明,所提方法能从环境复杂的无人机航拍图像中较为准确地提取完整的电力线。 相似文献