面向AUV自主水下对接的视觉检测算法          下载免费PDF全文

龙泽升  徐海祥  冯辉  龚锐 《数字海洋与水下攻防》2022,5(1):17-24

针对自主式水下机器人水下对接过程中近距离视觉导引存在的定位精度低、计算时间长的问题.基于Cascade RCNN神经网络模型设计了一种高精度视觉检测算法.首先,基于热力图导向的泊松复制建立混合数据增强策略,在实例级和图像级上扩充训练样本;其次,采用完备交并比损失函数提高算法模型输出边界框的回归准确率;然后,使用学习率余...  相似文献   

飞雁滩油田保滩促淤先导试验研究     

廖绍华  鞠美丽  蒲高军 《海岸工程》2009,28(3):69-75

介绍和分析了飞雁滩油田保滩促淤先导试验工程中采用的倒“T”形潜堤结构、初期破坏原因及相应加固措施，初步探讨了潜堤的保滩促淤效果和淤积速率，并对潜堤顶高程设计提出了建议。  相似文献   

高电荷态Ar¹⁷⁺离子在表面以下过程中发射X射线分支比及各分支能量的研究          下载免费PDF全文

邹贤容  邵剑雄  陈熙萌  崔莹 《海洋学报》2010,32(9):6064-6070

对低速高电荷态Ar¹⁷⁺离子在与不同金属靶相互作用过程中放出的Ar离子K壳X射线的Kβ/Kα分支比及各分支K线平均能量进行了理论研究.在文献 的基础上,通过对实验数据的分析,得到了0.3—0.8玻尔速度之间的Ar¹⁷⁺离子与Be,Al,Ni,Mo,Au等金属相互作用过程中入射离子发出的X射线分支比及各分支平均能量.理论上,基于导带电子俘获模型和级联跃迁模型,建立耦合方程组,以解释实验主要结果,理论结果与实验符合较  相似文献   

浅谈岸线蚀退与保滩促淤     

袁勇 《海岸工程》2009,28(2):34-37

简要介绍了海岸线蚀退对胜利油田的危害，分析了海岸线蚀退的主要原因，提出应进行重点研究的内容，并提供了几种潜堤的结构型式。  相似文献   

基于多源遥感的大尺度高分辨率不透水面深度学习提取方法EI北大核心CSCD     

孙根云  王鑫  安娜  张爱竹 《测绘学报》2023,(2):272-282

深度学习是提取不透水面的一类重要方法,具有精度高,泛化性强等优势。但是模型的训练需要依靠大量的训练样本。尤其是在高分辨率、大尺度不透水面制图时,获取数量足够且高质量的训练样本非常费时费力。因此,本文结合多源遥感影像与开源数据,提出了一种大尺度高分辨率不透水面自动提取方法。该方法首先从众源数据OpenStreetMap中自动获取训练样本,然后用开源的不透水面产品对噪声样本加权,减小标签噪声对模型训练的负面影响;在此基础上,构建了一种三分支的超轻量级CNN模型,融合光学、SAR和地形数据生成10 m不透水面产品。以越南全境为试验区,对本文方法进行了验证。试验结果表明,本文提出的方法分类总体精度和Kappa系数分别为91.01%和0.82,优于目前已发布的不透水面产品。本文研究成果可为澜湄流域等热带亚热带城市可持续发展和生态环境保护提供基础技术和数据支撑。  相似文献   

基于形态变换与空间逻辑聚合的高光谱森林树种分类     

张蒙蒙李伟刘欢赵旭东陶然 《测绘学报》2023,(7):1202-1211

基于机载及卫星平台面向地面实施反射率光谱信息采集，高光谱图像可捕获数十个甚至数百个相邻窄带，为土地利用提供丰富的判别性信息。因此，同可见光及多光谱图像相比，高光谱图像可以揭示更为精细的光谱特性，有助于实现更为准确的材质及地类识别。然而，现有分析方法大多过度关注其光谱特性，忽略了高光谱输入源的形态及空间性信息利用。在复杂对象分类任务中，针对细粒度类别(如森林树种)的类边界挖掘，形态结构差异性的捕获是极为重要的。本文分析了形态结构利用的重要性，设计了不同类型的特征提取器。在此基础上，针对细粒度树种分类提出了一种由粗到细的空间信息聚合网络MS-NET。本文方法将形态学算子与可训练的结构元素有效结合，有助于获取输入数据的特异性形态表征，提升最终分类精度。将本文方法在两组树种分类数据集中开展分类效果验证，相关结果表明本文方法相较其他类型分类器具有更好的性能。  相似文献   

基于机器学习的地表破裂自动识别和填图——以2021年青海玛多M_W7.4级地震为例     

曾宪阳  刘静  王伟  姚文倩  吴静  刘小利  韩龙飞  王文鑫  邢宇堃  杜瑞林  杨绪前 《地球物理学报》2023,(3):1098-1112

大地震的同震地表破裂高分辨率填图对于理解破裂传播机制、量化地震灾害和地震危险性等至关重要；无人机航片和地形数据为地表破裂研究提供大量的高精度数据.同时基于海量数据的人工填图耗时费力，效率较低；机器学习(Machine learning)技术的发展为快速处理这类高分辨率图像数据提供了新思路.本文以2021年玛多M_W7.4级地震震后高精度无人机航片为基础数据，展示了机器学习技术快速、高效识别地表破裂的潜力.基于卷积神经网络Canny算法，详细讨论了无人机数字正射影像的处理流程和关键步骤，包括准备训练数据、训练和后处理.对比人工识别和机器识别的结果显示，本文所提出的方法可以有效地绘制地表破裂，为未来研究大地震地表破裂提供新思路.同时，展示了机器学习在地震地质、地表过程和地貌等定量研究中的巨大优势和广阔前景.  相似文献   

基于深层卷积神经网络的震级快速估算方法     

王自法  廖吉安  王延伟  位栋梁  赵登科 《地球物理学报》2023,(1):272-288

当前地震预警中的震级估算方法是通过初至几秒地震波的特征参数与震级的经验关系来实现的，这些特征参数依赖于人的经验和主观判断，没有充分利用初至地震波中与震级相关的信息，制约了震级估算效果.对此，本文利用深层卷积神经网络(Deep Convolutional Neural Networks, CNN)直接从初至地震波中自动提取特征，实现端到端的震级快速估算.CNN方法以单台站的初至竖向地震波作为主输入，震中距、震源深度以及V_s30作为辅助输入，震级作为输出.利用日本和智利的大量地表强震记录对CNN方法进行训练(98257条记录)、验证(31429条记录)和测试(40638条记录),利用美国和新西兰的强震记录进行泛化性能测试(583条记录),并与应用最为广泛的峰值位移Pd方法进行对比.结果表明，当初至地震波时长为3 s时，在4～6.4级范围内，CNN方法估算震级的准确率是Pd方法的1.5倍，在6.5～9级范围，CNN方法估算震级的准确率是Pd方法的1.2倍；当初至地震波从3 s增加到10 s时，CNN方法能够随着地震波时长的增加不断提高估算震级的准确率，并且始终高于Pd方...  相似文献   

基于百度AI卷积神经网络的茶树结霜智能识别北大核心          下载免费PDF全文

朱兰娟  胡德云  华行祥  李时睿  杨欣洁  张旭晖 《气象科学》2023,43(2):245-253

基于采集的近20000张茶园图像,分别筛选出1000张茶园结霜和1000张未结霜图像作为训练样本,利用百度AI开放平台的EasyDL经典版图像识别功能,应用卷积神经网络算法,建立茶园结霜识别模型,进行茶树结霜图像智能判别。茶树结霜智能识别模型的准确率、F1评分、精确率、召回率分别为99.2%、99.2%、99.3%、99.1%。模型检验结果为:样本地20张结霜图像的平均识别置信度为95.51%,20张非结霜图像的平均识别置信度为99.99%;非样本地(江南茶区)80张结霜图像的平均识别置信度为97.53%,80张非结霜图像的平均识别置信度为95.11%。  相似文献   

机器学习的原理及其在气候预测中的潜在应用          下载免费PDF全文

贺圣平  王会军  李华  赵家臻 《大气科学学报》2021,44(1):26-38

经历了两次“人工智能寒冬”之后,机器学习于近十年再次进入大众视野,且有腾飞发展之势,已在图像识别和语音识别系统等实际应用方面取得了巨大成功。从已知数据集中总结关键信息和主要特征,从而对新数据做出准确的识别和预测,分别是机器学习的主要任务和主要目标之一。从这个角度看,将机器学习整合到气候预测的思路切实可行。本文,首先以线性拟合参数(即斜率和截距)调整为例,介绍了机器学习通过梯度下降算法优化参数并最终得到线性拟合函数的过程。其次,本文介绍了神经网络的构建思路以及如何应用神经网络拟合非线性函数的过程。最后,阐述了深度学习之卷积神经网络的框架原理,并将卷积神经网络应用到东亚冬季逐月气温的回报试验,并与气候动力模式的回报结果相比较。本文将有助于理解机器学习的基本原理,为机器学习应用于气候预测提供一定的参考思路。  相似文献