排序方式: 共有58条查询结果,搜索用时 15 毫秒
51.
52.
53.
文章讨论了水下障碍物的类别及水上物探工作的方法选择和水上物探工作的特点,同时重点就水下金属物(沉船等)的探测方法进行了讨论.并举例说明物探工作在航道治理工作中的作用. 相似文献
54.
珠江口海域沉船后油类的分布特征 总被引:3,自引:0,他引:3
本文以1984年4月珠江口东侧发生的一起沉船溢油事故为例,分析了珠江口海区发生海难事故后油类的分布特征。通过分析认为:(1)海面油类的漂流方向和速度取决于风和表层海流的方向和速度;(2)海面油膜的扩散及其影响范围与溢出油类的理化特征、数量和水文气象因素等有关;(3)水体中油类浓度的分布具有沉船附近高,沿油带漂流方向逐渐降低的特点;(4)水体中油类的扩散和迁移的方向主要受水体运动的影响,因此与海水中的温、盐等要素密切相关。 相似文献
55.
56.
Wave Motion Compensation Scheme and Its Model Tests for the Salvage of An Ancient Sunken Boat 总被引:5,自引:0,他引:5
1 .IntroductionIt is always hopedthat sunken merchant vessels would resume their ship performances after sal-vage ,that ancient sunkenships of archeological value would be salvagedinits entirety withlittle harmtothe cultural relics ,andthat warships with … 相似文献
57.
为构建适合不同测量平台搭载以及满足不同任务需求的高效侧扫声纳图像目标检测网络,将高性能轻量级目标识别网络PP-LCNet引入YOLOv5目标检测框架,并通过调整网络卷积层的通道数,构建了8种不同大小的高性能水下目标检测网络模型。以水下沉船目标为例进行了目标检测试验,结果表明,当网络主干改进为PP-LCNet-1.5x和PP-LCNet-2.0x时,检测精度(mAP)可分别达0.845和0.849,较原始YOLOv5s分别提升了0.024和0.028,同时参数量更少,能够满足普通硬件上的实时目标检测需求。 相似文献
58.
针对传统侧扫声纳图像沉船目标识别精度低的问题,引入深度学习,提出了一种改进的You Only Look Once X(YOLOX)目标检测方法。首先对收集的侧扫声纳沉船图像进行预处理,根据实测过程拖鱼的姿态、仪器设备不同等造成的成像差异进行数据增强与扩充,并构建数据集;其次以YOLOX为基础网络,根据侧扫声纳图像缺少丰富特征信息的问题,对网络进行改进,在网络的Spatial pyramid pooling(SPP)结构引入Softpool池化替换原来的池化,提取更多的细节特征信息;最后对改进前后的网络模型进行精度评估,验证改进网络的可行性。实验结果表明,改进后的网络在平均精确率均值(mAP)等精度评定指标中相较于原网络都有着显著提升,识别效果更好。该研究可为侧扫声纳探测中实时目标物检测提供研究基础。 相似文献