首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  免费   2篇
大气科学   1篇
海洋学   1篇
  2023年   1篇
  2013年   1篇
排序方式: 共有2条查询结果,搜索用时 15 毫秒
1
1.
图像超分辨率重建旨在从低分辨率图像中生成包含高频细节的高分辨率图像。随着近年来人工智能的快速发展,基于深度学习的超分辨率重建算法取得了突破性进展。然而,水下光学图像通常会产生严重的颜色失真、细节缺失、对比度下降与模糊等多种退化问题,重建难度远高于常规的自然光学图像。目前尚未有文献对基于深度学习的水下光学图像超分辨率重建进行系统性综述。首先,对自然图像退化方式和数据集进行分类总结,结合国内外最新研究现状将基于深度学习的单幅图像超分辨率重建算法分为针对一般退化、已知(非盲)多种退化、未知(盲)多种退化 3 个方面进行详细总结,为水下应用场景提供参考。然后, 介绍了水下光学图像退化方式,归纳了常见的公开数据集,总结并分析了水下光学图像超分辨率重建的最新进展。最后,对该领域未来可能的发展趋势进行了展望。  相似文献   
2.
反硝化过程是维系闭合氮循环所必需的氮素形态转化环节。土壤反硝化过程速率及产物比的直接测定是研究氮循环过程机理的基础,但却是一个难题。为解决此难题,德国卡尔斯鲁厄技术研究所与中国科学院大气物理研究所最近合作新建了一套通过氦环境培养-气体同步直接测定土壤反硝化气体--氮气(N2)、氧化亚氮(N2O)、一氧化氮(NO)和二氧化碳(CO2)排放的系统和与之配套的三阶段培养方法。为检验该新建系统和配套方法测定土壤反硝化过程的准确性和可靠性,以华北地区广泛分布的盐碱地农田土壤(采自山西运城)为研究对象开展实验室培养试验,在初始可溶性有机碳(DOC)供应比较充足约300 mgC kg–1干土(d.s.)的条件下,测试了不同初始土壤硝态氮含量水平(10、100 mgN kg–1d.s.左右,分别表示为10N和100N)的反硝化气体和CO2排放过程。结果显示:100N的反硝化速率(定义为N2、N2O 和NO 排放速率之和)显著高于10N 处理(统计检验显著水平p<0.01);两个处理的反硝化产物均以N2为主(质量比分别占77%和75%),产物的NO/N2O摩尔比分别为1.2和1.5,N2O/N2摩尔比均为0.19;土壤反硝化气体动态排放速率及相关指标的测定结果表明,培养土壤中消失的硝态氮被回收81%~87%,培养前后的氮平衡率达92%~95%。因此,该新建方法测定土壤反硝化速率和产物比的结果具有很好的可靠性,为定量研究土壤反硝化过程提供了有效的直接测定手段。研究中检测到的土壤反硝化产物NO/N2O摩尔比大于1,不同于以往用液体培养基纯培养反硝化细菌得出的NO/N2O摩尔比远小于1的结论。这意味着,不能用NO/N2O摩尔比小于1与否来推断土壤排放的N2O和NO是主要来源于反硝化作用还是硝化作用。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号