期刊文献+
共找到156篇文章
< 1 2 8 >
每页显示 20 50 100
多尺度空间金字塔池化PCANet的行人检测 预览
1
作者 夏胡云 叶学义 +1 位作者 罗宵晗 王鹏 《计算机工程》 CAS CSCD 北大核心 2019年第2期270-277,共8页
针对非理想条件下行人检测的性能和效率问题,提出多尺度空间金字塔PCANet。将空间金字塔作为网络的特征池化层,通过分层池化特征的方式获得图像的显著性特征,并将底层特征和高层特征级联以获得样本的多尺度特征的向量表示,输入SVM分类... 针对非理想条件下行人检测的性能和效率问题,提出多尺度空间金字塔PCANet。将空间金字塔作为网络的特征池化层,通过分层池化特征的方式获得图像的显著性特征,并将底层特征和高层特征级联以获得样本的多尺度特征的向量表示,输入SVM分类器。在INRIA和NICTA数据库中,与HOG、CNN等算法进行行人检测对比实验,结果表明,该算法有更高的正确检测率、更低的漏检率和误检率。 展开更多
关键词 行人检测 深度学习架构 主成分分析网络 尺度特征 空间金字塔池化 显著性特征
在线阅读 下载PDF
一种改进的卷积神经网络行人识别方法 预览
2
作者 陈聪 杨忠 +1 位作者 宋佳蓉 韩家明 《应用科技》 CAS 2019年第3期51-57,共7页
针对现有的行人检测算法存在的定位精度低、实时性差的问题,借鉴目标检测的研究成果You Only Look Once(YOLO)算法,提出一种实时的行人检测方法。以Tiny-YOLO为基础,改变网络模型的输入尺寸,获得更好的行人特征表达;结合图像中行人尺寸... 针对现有的行人检测算法存在的定位精度低、实时性差的问题,借鉴目标检测的研究成果You Only Look Once(YOLO)算法,提出一种实时的行人检测方法。以Tiny-YOLO为基础,改变网络模型的输入尺寸,获得更好的行人特征表达;结合图像中行人尺寸特点,使用聚类分析方法,对数据集进行目标框聚类,选取适合行人检测的候选框尺寸与数量;通过增加一定数量卷积层的方法重新设计特征提取和目标检测网络;在混合数据集上训练,增强模型泛化性。实验结果表明,在应对不同尺寸行人和部分遮挡情况时,文中方法具有更低的漏检率、更好的定位精度与检测效果,且检测速度可以满足实时性要求。 展开更多
关键词 行人检测 卷积神经网络 深度学习 YOLO 特征提取 聚类分析 尺度特征 行人数据集
在线阅读 下载PDF
融合多尺度上下文卷积特征的车辆目标检测 预览
3
作者 高琳 陈念年 范勇 《光电工程》 CAS CSCD 北大核心 2019年第4期28-35,共8页
针对现有的基于卷积神经网络的车辆目标检测算法不能有效地适应目标尺度变化、自身形变以及复杂背景等问题,提出了一种融合多尺度上下文卷积特征的车辆目标检测算法。首先采用特征金字塔网络获取多个尺度下的特征图,并在每个尺度的特征... 针对现有的基于卷积神经网络的车辆目标检测算法不能有效地适应目标尺度变化、自身形变以及复杂背景等问题,提出了一种融合多尺度上下文卷积特征的车辆目标检测算法。首先采用特征金字塔网络获取多个尺度下的特征图,并在每个尺度的特征图中通过区域建议网络定位出候选目标区域,然后引入候选目标区域的上下文信息,与提取的目标多尺度特征进行融合,最后通过多任务学习联合预测出车辆目标位置和类型。实验结果表明,与多种主流检测算法相比,本算法具有更强的鲁棒性和准确性。 展开更多
关键词 卷积神经网络 尺度特征 上下文信息 车辆检测
在线阅读 下载PDF
基于超像素重建的多尺度B样条医学图像配准 预览
4
作者 刘晨 张龙波 +1 位作者 王雷 卢海涛 《智能计算机与应用》 2019年第1期24-27,共4页
医学图像配准技术是近年来医学图像处理领域中的关键技术之一,具有很高的临床和实践意义。由于人体内部软体组织形态的多变性,采集到的医学图像往往同时存在刚性形变和非刚性形变,传统的图像配准技术,如经典的基于B样条方法在对这类同... 医学图像配准技术是近年来医学图像处理领域中的关键技术之一,具有很高的临床和实践意义。由于人体内部软体组织形态的多变性,采集到的医学图像往往同时存在刚性形变和非刚性形变,传统的图像配准技术,如经典的基于B样条方法在对这类同时存在两种形变的图像进行配准时,如果存在较大的仿射变换,容易造成局部极值问题导致配准失败。针对这一问题,提出一种结合深度学习与SIFT(Scale-invariant feature transform,尺度不变特征转换)的多尺度B样条配准方法。首先用SIFT对图像进行仿射变换,然后B样条进行局部形变校正,同时引入多分辨率策略,降低计算的复杂度,提高精度。最后利用超像素重建方法,消除低尺度配准时造成的图像失真问题。实验结果表明,本文算法针对同时存在2种形变的图像,解决传统B样条算法配准失败的问题,在NMI(互信息)与SSIM(结构相似性)评价下相对传统B样条算法配准性能得到大幅度提升。 展开更多
关键词 图像配准 B样条 尺度特征 超分辨率重建 非刚性配准
在线阅读 免费下载
SAR变体目标识别的卷积神经网络法
5
作者 冯秋晨 彭冬亮 谷雨 《中国图象图形学报》 CSCD 北大核心 2019年第2期258-268,共11页
目的深度学习已经大量应用于合成孔径宽达(SAR)图像目标识别领域,但大多数工作是基于MSTAR数据集的标准操作条件展开研究。当将深度学习应用于同类含变体目标时,例如T72子类,由于目标间差异小,所以仍存在着较大的挑战。本文从极大限度... 目的深度学习已经大量应用于合成孔径宽达(SAR)图像目标识别领域,但大多数工作是基于MSTAR数据集的标准操作条件展开研究。当将深度学习应用于同类含变体目标时,例如T72子类,由于目标间差异小,所以仍存在着较大的挑战。本文从极大限度地保留SAR图像输入特征出发,设计一种适用于SAR变体目标识别的深度卷积神经网络结构。方法设计网络主要由多尺度空间特征提取模块和Dense Net中的稠密块、转移层构成。多尺度特征提取模块置于网络底层,通过使用尺寸分别为1×1、3×3、5×5、7×7、9×9的卷积核,提取丰富空间特征的同时保留输入图像信息。为使输入图像信息更加有效地向后传递,基于Dense Net中的稠密块和转移层进行后续网络层设计。在对训练样本进行样本扩充基础上,分析了输入图像分辨率及目标存在平移和不同噪声水平等情况对模型识别精度的影响,与用于SAR图像目标识别的深度模型识别精度在标准操作条件下进行了对比分析。结果实验结果表明,对T72 8类变体目标进行分类,设计的模型能够取得95. 48%的识别精度,在存在目标平移和不同噪声水平情况下,平均识别精度分别达到了94. 61%和86. 36%。对10类目标(包括不含变体和含变体情况)在进行数据增强的情况下进行模型训练与测试,分别达到了99. 38%和98. 81%的识别精度,略优于其他对比模型结构识别精度。结论提出的模型可以充分利用输入图像以及各卷积层输出的特征,学习目标图像的细节差异,不仅适用于SAR图像变体目标的识别任务,同时在标准操作条件下的识别任务也取得了较高的识别结果。 展开更多
关键词 SAR目标识别 变体目标 深度学习 尺度特征 DenseNet
多层卷积特征的真实场景下行人检测研究 预览
6
作者 伍鹏瑛 张建明 +1 位作者 彭建 陆朝铨 《智能系统学报》 CSCD 北大核心 2019年第2期306-315,共10页
针对真实场景下的行人检测方法存在漏检、误检率高,以及小尺寸目标检测精度低等问题,提出了一种基于改进SSD网络的行人检测模型(PDIS)。PDIS通过引出更底层的输出特征图改进了原始SSD网络模型,并采用卷积神经网络不同层输出的抽象特征... 针对真实场景下的行人检测方法存在漏检、误检率高,以及小尺寸目标检测精度低等问题,提出了一种基于改进SSD网络的行人检测模型(PDIS)。PDIS通过引出更底层的输出特征图改进了原始SSD网络模型,并采用卷积神经网络不同层输出的抽象特征对行人目标分别做检测,融合多层检测结果,提升了小目标行人的检测性能。此外,针对数据集样本多样性能有效地提升检测算法的泛化能力,本文采集了不同光照、姿态、遮挡等复杂场景下的行人图像,对背景比较复杂的INRIA行人数据集进行了扩充,在扩增的行人数据集上训练的PDIS模型,提高了在真实场景下的行人检测精度。实验表明:PDIS在INRIA测试集上测试结果达到93.8%的准确率,漏检率低至7.4%。 展开更多
关键词 行人检测 卷积神经网络 SSD 真实场景 尺度特征 目标检测 小目标行人 行人数据集
在线阅读 下载PDF
基于多尺度特征的乳腺肿块检测方法研究 预览
7
作者 陈珊 卜巍 邬向前 《智能计算机与应用》 2019年第1期159-164,168共7页
提升乳腺肿块病变检测的准确率,从而提升乳腺钼靶X光检查的效率对乳腺癌的及早防治有重要意义。针对乳腺钼靶图像中形态大小不一的肿块病变,本文提出了一种基于多尺度特征的乳腺肿块病变检测方法,将在自然图像检测领域取得优秀性能的SS... 提升乳腺肿块病变检测的准确率,从而提升乳腺钼靶X光检查的效率对乳腺癌的及早防治有重要意义。针对乳腺钼靶图像中形态大小不一的肿块病变,本文提出了一种基于多尺度特征的乳腺肿块病变检测方法,将在自然图像检测领域取得优秀性能的SSD网络应用到乳腺肿块病变检测中。首先利用特征提取网络对输入的乳腺钼靶图像进行特征提取,特征提取网络的每个特征层中的特征图的尺度随着层次加深而减小,再在不同尺度的特征图上对肿块目标进行预测,最后将各个特征层的结果综合起来作为最后的检测结果。通过FROC曲线进行性能分析,并在相同Sensitivity值下的FPI值大小这一评测指标上与其它目前性能较佳的乳腺肿块检测方法进行比较,本文方法的有效性得以证实。 展开更多
关键词 乳腺钼靶图像 计算机辅助诊断 乳腺肿块检测 尺度特征
在线阅读 免费下载
基于反卷积特征学习的图像语义分割算法 预览
8
作者 郑菲 孟朝晖 郭闯世 《计算机系统应用》 2019年第1期147-155,共9页
随着深度学习的发展,语义分割任务中许多复杂的问题得以解决,为图像理解奠定了坚实的基础.本文算法突出表现在两个方面,其一是利用反卷积网络,对卷积网络中不同深度的卷积层提取到的多尺度特征进行融合,之后再次通过反卷积操作对融合后... 随着深度学习的发展,语义分割任务中许多复杂的问题得以解决,为图像理解奠定了坚实的基础.本文算法突出表现在两个方面,其一是利用反卷积网络,对卷积网络中不同深度的卷积层提取到的多尺度特征进行融合,之后再次通过反卷积操作对融合后的特征图进行上采样,将其放大到原图像的大小,最后对每个像素进行语义类别的预测.其二为了提升本文网络结构的性能,提出一种新的数据处理方式,批次中心化算法.经过实验验证,本文算法在SIFT-Flow数据集上语义分割的平均准确率达到45.2%,几何分割的准确率达到96.8%,在PASCAL VOC2012数据集上语义分割的平均准确率达到73.5%. 展开更多
关键词 深度学习 语义分割 批次中心化 尺度特征 反卷积网络
在线阅读 下载PDF
融合多尺度信息的弱监督语义分割及优化 预览
9
作者 熊昌镇 智慧 《通信学报》 EI CSCD 北大核心 2019年第1期163-171,共9页
为提高弱监督语义分割算法精度,提出一种融合多尺度特征的分割及优化算法。首先,基于迁移学习算法构建多尺度特征模型,类别预测时引入新分类器,减少因预测目标类信息错误导致分割失败的情况;其次,将多尺度模型与原迁移学习模型进行加权... 为提高弱监督语义分割算法精度,提出一种融合多尺度特征的分割及优化算法。首先,基于迁移学习算法构建多尺度特征模型,类别预测时引入新分类器,减少因预测目标类信息错误导致分割失败的情况;其次,将多尺度模型与原迁移学习模型进行加权集成,增强模型泛化性能;最后,结合预测类可信度调整分割图中相应类像素的可信度,规避假正例分割区域。在VOC2012验证集上的平均交并比为58.8%,测试集上的平均交并比为57.5%,同比原迁移学习模型分别提升12.9%和12.3%,也优于其他以类标作为监督信息的语义分割算法。 展开更多
关键词 深度学习 弱监督学习 模型融合 尺度特征 模型优化
在线阅读 下载PDF
基于多尺度特征和PointNet的LiDAR点云地物分类方法
10
作者 赵中阳 程英蕾 +2 位作者 释小松 秦先祥 李鑫 《激光与光电子学进展》 CSCD 北大核心 2019年第5期243-250,共8页
针对复杂场景下激光雷达测量(LiDAR)点云数据的地物分类问题,提出了一种基于多尺度特征和PointNet的深度神经网络模型,该方法改进了PointNet提取局部特征的能力,实现了复杂场景下LiDAR点云的自动分类。在PointNet网络基础上添加多尺度... 针对复杂场景下激光雷达测量(LiDAR)点云数据的地物分类问题,提出了一种基于多尺度特征和PointNet的深度神经网络模型,该方法改进了PointNet提取局部特征的能力,实现了复杂场景下LiDAR点云的自动分类。在PointNet网络基础上添加多尺度网络提取点的局部特征,将不同尺度点的局部特征通过全连接层组成一个多维特征,并与PointNet提取的全局特征相结合,返回每个点类的分数以完成点云分类标签。利用Semantic三维数据集和ISPRS提供的Vaihingen数据集,验证了所提深度神经网络模型。研究结果表明,与其他用于点云分类的神经网络相比,所提算法达到了更高的分类精度。 展开更多
关键词 遥感 激光雷达测量 点云分类 尺度特征 PointNet
基于融合分层条件随机场的道路分割模型
11
作者 杨飞 王欢 金忠 《机器人》 CSCD 北大核心 2018年第6期803-816,共14页
为了在道路检测中结合图像的多尺度特征以及点云的空间结构特征,使检测算法能有效地排除道路场景中的阴影、光线等干扰,本文提出一种基于融合分层条件随机场的图像和点云融合的道路分割模型.首先,利用Meanshift算法产生多个尺度的超像... 为了在道路检测中结合图像的多尺度特征以及点云的空间结构特征,使检测算法能有效地排除道路场景中的阴影、光线等干扰,本文提出一种基于融合分层条件随机场的图像和点云融合的道路分割模型.首先,利用Meanshift算法产生多个尺度的超像素分割,建立基于图像的多尺度分层条件随机场.将点云数据投影到图像平面,再建立基于点云的多尺度分层条件随机场.在条件随机场的像素层和点云层之间建立连接,构造多尺度的融合模型.然后,针对多尺度融合模型中图像层的每一层和点云层的每一层,分别提取对应尺度的图像特征或点云特征.每一层用梯度提升树算法根据提取的特征训练1个分类器,利用每一层的分类器得到对应层的数据项代价.最后,使用α扩张算法对融合模型进行联合优化求解.在KITTI Road数据集上的实验结果表明,该方法具有良好的道路检测性能. 展开更多
关键词 分层条件随机场 融合 道路分割 尺度特征 空间结构特征
全文增补中
多层卷积特征融合的行人检测 预览
12
作者 吕俊奇 邱卫根 +1 位作者 张立臣 李雪武 《计算机工程与设计》 北大核心 2018年第11期3481-3485,共5页
针对小目标以及遮挡严重的场景下的行人目标检测准确率较低的问题,提出一种卷积层信息融合的方法。根据经典卷积神经网络的设计特点,融合不同尺度的卷积特征信息;在此基础上,尝试将目标全局以及局部上下文信息进一步融合。在VOC数据集以... 针对小目标以及遮挡严重的场景下的行人目标检测准确率较低的问题,提出一种卷积层信息融合的方法。根据经典卷积神经网络的设计特点,融合不同尺度的卷积特征信息;在此基础上,尝试将目标全局以及局部上下文信息进一步融合。在VOC数据集以及Brainwash数据集上验证该模型的性能,实验结果表明,这种卷积特征融合对于多尺度的物体以及目标遮挡问题,可有效提升目标检测的准确率。 展开更多
关键词 尺度特征 深度卷积神经网络 特征融合 目标上下文 边框回归 行人检测
在线阅读 下载PDF
利用等边长正交格网进行层次聚合聚类
13
作者 林恒 龚威 史硕 《武汉大学学报:信息科学版》 CSCD 北大核心 2018年第5期786-791,共6页
层次聚合聚类的典型算法可以体现研究数据的多尺度特征,但是典型算法的时空复杂度太高。通过将数据所在空间划分成等边长正交格网,结合3点间距离的传递性排除冗余计算,并将其推广到N维空间。设计了一种与典型算法遵循相同的单链规则,可... 层次聚合聚类的典型算法可以体现研究数据的多尺度特征,但是典型算法的时空复杂度太高。通过将数据所在空间划分成等边长正交格网,结合3点间距离的传递性排除冗余计算,并将其推广到N维空间。设计了一种与典型算法遵循相同的单链规则,可即时计算类间距离且无需计算距离矩阵的算法,在获得与典型算法相同的多尺度聚类序列的同时,所需内存远小于典型算法。实验结果表明,该算法无需人工干预且不使用距离矩阵,能大幅降低层次聚合聚类的运行时间,但是效率优势随空间维数增长逐渐降低。 展开更多
关键词 层次聚合聚类 尺度特征 效率优化 等边长正交格网
多尺度特征和马尔可夫随机场模型的电力线场景点云分类法 预览 被引量:1
14
作者 杨俊涛 康志忠 《测绘学报》 CSCD 北大核心 2018年第2期188-197,共10页
及时、准确地监测电力线安全可以预防危险情况的发生。本文以机载点云为研究对象,提出了一种基于随机森林后验概率的马尔可夫随机场模型,用于电力线场景的点云分类。首先结合空间金字塔理论构建多尺度视觉分类特征以此描述空间点及其邻... 及时、准确地监测电力线安全可以预防危险情况的发生。本文以机载点云为研究对象,提出了一种基于随机森林后验概率的马尔可夫随机场模型,用于电力线场景的点云分类。首先结合空间金字塔理论构建多尺度视觉分类特征以此描述空间点及其邻域的几何形状信息;接着利用随机森林分类器描述观测数据的概率分布,基于马尔可夫随机场模型建立顾及上下文信息的先验概率,从而构建一个多标记能量函数;最后利用多标记图割技术最小化能量函数完成分类标签优化。利用直升机巡线系统和小型无人机巡线系统获取的LiDAR点云数据来验证本文提出的模型。试验结果表明,该模型能够有效地分类场景中的电塔、电力线和植被且总分类正确率得到98%以上。与其他分类方法相比,本文提出的模型总体精度更高,尤其是电塔的分类优势明显。 展开更多
关键词 随机森林 点云分类 尺度特征 马尔可夫随机场 先验信息
在线阅读 下载PDF
融合回归网络和多尺度特征表示的实时行人检测
15
作者 宋婉娟 张剑 《电子测量与仪器学报》 CSCD 北大核心 2018年第7期15-20,共6页
提出了一种基于卷积神经网络(CNN)的实时鲁棒的行人检测算法。随着CNN在图像识别的广泛成功,CNN也被引用到行人检测领域,但这些方法还难以达到实时应用。在充分利用CNN强大特征表征能力的同时,提出了一种实时的行人检测算法,该算法将行... 提出了一种基于卷积神经网络(CNN)的实时鲁棒的行人检测算法。随着CNN在图像识别的广泛成功,CNN也被引用到行人检测领域,但这些方法还难以达到实时应用。在充分利用CNN强大特征表征能力的同时,提出了一种实时的行人检测算法,该算法将行人检测构建为一个回归问题,每张图像只需一次网络前向传播,直接输出行人包围框的位置以及置信度。此外,还提出了一种多尺度特征表示方法,进一步提高了行人检测的性能。最后在通用的Caltech行人检测数据集进行算法测试,实验结果验证了算法的有效性,平均检测速度可以达到50.6 fps,可以满足实时应用的需求。 展开更多
关键词 机器视觉 行人检测 卷积神经网络 尺度特征
基于GPS观测的2015年尼泊尔Ms8.1地震多尺度震后形变特征 预览
16
作者 苏小宁 孟国杰 《地震》 CSCD 北大核心 2018年第4期1-13,共13页
2015年4月25日青藏高原南缘的喜马拉雅地震带发生尼泊尔Ms8.1大地震,中国藏南区域和尼泊尔境内的GPS连续站均观测到了明显的同震和震后形变。收集中国大陆构造环境监测网络藏南区域GPS基准站和尼泊尔境内的GPS连续观测站数据,采用统... 2015年4月25日青藏高原南缘的喜马拉雅地震带发生尼泊尔Ms8.1大地震,中国藏南区域和尼泊尔境内的GPS连续站均观测到了明显的同震和震后形变。收集中国大陆构造环境监测网络藏南区域GPS基准站和尼泊尔境内的GPS连续观测站数据,采用统一策略精密解算后获得了测站坐标时序。利用震前两年以上的数据拟合测站长期构造运动和周期性非构造运动,并从震后的时间序列扣除之后获得了GPS测站的震后形变。采用震后余滑的对数型模型、粘弹性松弛的指数型模型以及二者组合的综合模型等3种震后形变模型拟合了GPS测站观测到的震后形变。采用基于贝叶斯估计的马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MC—MC)算法反演了模型参数。结果显示,对数型模型加指数型模型的综合模型能够更好地拟合GPS观测到的震后形变,表明GPS观测到的震后形变至少包含两种不同的变形机制,具有多尺度特征。指数型模型的特征时间为876.623年,对应的等效粘滞系数为8.30×10^20Pa·s。对比不同测站两年内所积累的震后形变与同震比值,相比震中附近的测站,中国藏南区域GPS测站观测到的震后形变所占比例更高,可能指示喜马拉雅地震带主要断裂的持续性加载,其地震危险性值得进一步关注。 展开更多
关键词 尼泊尔地震 GPS 贝叶斯估计 对数型模型 指数型模型 尺度特征
在线阅读 下载PDF
基于Delaunay三角化的二维无约束优化EMD方法
17
作者 胡建平 李鑫 +2 位作者 谢琪 李玲 张道畅 《山东大学学报:工学版》 北大核心 2018年第5期9-15,37共8页
提出一种改进的基于Delaunay三角化的二维无约束优化经验模态分解(empirical mode decomposition,EMD)方法,对二维图像极值点重新定义,利用对定义的极值点进行Delaunay三角化构建无约束的优化模型对图像进行迭代分解,能够将原始图像... 提出一种改进的基于Delaunay三角化的二维无约束优化经验模态分解(empirical mode decomposition,EMD)方法,对二维图像极值点重新定义,利用对定义的极值点进行Delaunay三角化构建无约束的优化模型对图像进行迭代分解,能够将原始图像自适应分解为尺度从细到粗的内蕴模态图像分量和一个余量。试验结果表明:本研究提出的方法较原始的二维无约束优化EMD方法具有更强的细节获取能力,能够更好地体现原始图像的不同尺度特征。 展开更多
关键词 经验模态分解 无约束优化 DELAUNAY三角化 内蕴模态图像 尺度特征
基于金字塔型残差神经网络的红外图像深度估计 预览
18
作者 顾婷婷 赵海涛 孙韶媛 《红外技术》 CSCD 北大核心 2018年第5期417-423,共7页
对车载红外图像进行深度估计,可应用于车辆的夜间辅助驾驶系统(Driver Assistant Systems,DAS),本文提出了一种新型的神经网络结构来估计红外图像的深度。受景物分类思想的启发,将传统深度估计方法中的回归问题转化为分类问题。首先,... 对车载红外图像进行深度估计,可应用于车辆的夜间辅助驾驶系统(Driver Assistant Systems,DAS),本文提出了一种新型的神经网络结构来估计红外图像的深度。受景物分类思想的启发,将传统深度估计方法中的回归问题转化为分类问题。首先,对红外图像进行归一化预处理,并将深度图置于自然对数空间对距离进行远近分类。其次,设计了一种新型的金字塔输入残差神经网络(Pyramid Residual Neural Networks,PRN),将红外图像以金字塔型结构作为网络输入,网络结构分为粗略特征提取和精细特征提取两部分。最后,将全连接层改为全卷积层,大大减少了网络中的参数个数,降低计算复杂度。金字塔型结构的输入使得网络能够多尺度提取特征,这使得估计出的深度图场景中的对象轮廓比同一网络单一红外图像输入估计出的景物轮廓更清晰。此外,通过计算错误和准确性评价指标,证明本文的提出方法能够很好地估计红外图像的深度,对比实验验证了本文方法更具优势。 展开更多
关键词 深度估计 车载红外图像 金字塔型输入 残差网络 尺度特征
在线阅读 下载PDF
安徽省地基GPS大气可降水量时空演化特征分析及应用研究 预览
19
作者 王根 邱康俊 +1 位作者 刘惠兰 谢伟 《中国农学通报》 2018年第33期107-114,共8页
安徽地处梅雨区域,研究此区域的大气可降水量(PWV)时空分布和演化特征对理解水汽相关过程如降雨、蒸发和对流活动等起到重要的作用。笔者分析了安徽地区两个时间段(2012年6月—2012年9月和2014年6月—2014年9月)逐时GPS/PWV资料,揭示了G... 安徽地处梅雨区域,研究此区域的大气可降水量(PWV)时空分布和演化特征对理解水汽相关过程如降雨、蒸发和对流活动等起到重要的作用。笔者分析了安徽地区两个时间段(2012年6月—2012年9月和2014年6月—2014年9月)逐时GPS/PWV资料,揭示了GPS/PWV平均值和地形高度变化存在正相关。相应的GDAS资料积分得到的GDAS/PWV揭示了本区域上层大气中的PWV变化主要集中在地表到700hPa区间。基于快速傅里叶变换(FFT)得到安徽地区6—9月份PWV具有季节性周期,13.0035天~准2周振荡等多尺度特征。进一步根据季节变化特征得出7月底是GPS/PWV值的关键转折点。最后给出了GPS/PWV和GDAS/PWV在天气预报分析中的应用研究,PWV资料对降水预报能力提高、人工影响天气、空中水资源等分析研究奠定了基础。 展开更多
关键词 GPS/PWV GDAS/PWV 快速傅里叶变换 尺度特征 天气预报分析
在线阅读 下载PDF
“7·20”华北和北京大暴雨过程的分析 预览 被引量:3
20
作者 赵思雄 孙建华 +1 位作者 鲁蓉 傅慎明 《气象》 CSCD 北大核心 2018年第3期351-360,共10页
本文对2016年7月19—21日华北及北京的特大暴雨作了研究和讨论。研究表明,该次暴雨为诸多有利因素所致:前期副热带高压呈带状稳定维持,中旬末东退,后呈“东高西低”分布,华北处于槽前辐合上升区,有利对流发生。高空西来槽停滞加... 本文对2016年7月19—21日华北及北京的特大暴雨作了研究和讨论。研究表明,该次暴雨为诸多有利因素所致:前期副热带高压呈带状稳定维持,中旬末东退,后呈“东高西低”分布,华北处于槽前辐合上升区,有利对流发生。高空西来槽停滞加深(并切断)与低层江淮暖性倒槽叠加,快速发生发展成为一深厚的气旋,出现了高低空系统的耦合。有一支暖(湿)输送带自南向北推进至关重要,源地可追踪至南中国海等低纬度地区,水汽通量辐合大值区先后经长江、黄淮至华北,有明显的中低纬度系统的相互作用。2016年的“7·20”暴雨和2012年“7·21”暴雨均存在明显的多尺度特征,但其具体特征有所不同。前者强烈对流活动稍弱于后者,降水趋势平稳,然而由于其大尺度强迫持续时间长,累积降水量仍然较大。本文主要集中于一些事实的分析,对于该次暴雨的机理尚需作进一步研究。 展开更多
关键词 特大暴雨 气旋 暖输送带 尺度特征
在线阅读 下载PDF
上一页 1 2 8 下一页 到第
使用帮助 返回顶部 意见反馈