论文部分内容阅读
采用深度学习算法:首先通过超分辨复原生成对抗网络实现图像超分辨率,在包括测试船舶本体的多个训练集中进行训练;然后采用AlexNet网络进行分类检测;最后采用RetinaNet网络进行目标识别。实验表明:与不包含测试本体的训练集相比,包含测试本体的训练集超分辨率下的目标识别精确率最高。
训练集对遥感图像超分辨率下自动目标识别影响的研究
【摘 要】
：
采用深度学习算法:首先通过超分辨复原生成对抗网络实现图像超分辨率,在包括测试船舶本体的多个训练集中进行训练;然后采用AlexNet网络进行分类检测;最后采用RetinaNet网络进行目标识别。实验表明:与不包含测试本体的训练集相比,包含测试本体的训练集超分辨率下的目标识别精确率最高。
【机 构】
：
南京理工大学紫金学院,南京理工大学电子工程与光电技术学院,南京邮电大学通信学院
【出 处】
：
重庆理工大学学报(自然科学)
【发表日期】
：
2021年02期
【基金项目】
：
江苏省高校自然科学基金面上项目(18KJD510004),江苏省普通高校学术学位研究生科研创新计划项目(KYLX160661),江苏省高等学校大学生创新创业训练计划项目(201913654002Y)
其他文献
基于模型预测控制框架,提出了一种考虑未来工况变化趋势的智能换挡策略。建立循环神经网络,以过去一段时间工况为输入,对未来5 s的车速序列进行预测。以训练好的神经网络作为
为了确定使路网行程时间和尾气排放最优的禁左交叉口组合策略,以区域交叉口为例建立禁左双层规划模型。在搭建双层模型之前,分别针对单进口禁左的信号方案、转向车流的表示方
当前无人机广泛采用的单层盘式电机因其定转子之间存在单边磁拉力,使得轴承寿命短且存在转矩小、过载能力差、效率低等问题。为此,设计了塑料结构多盘式无铁心永磁同步电机,
基于某新型双电机两挡变速箱驱动系统,研究了能耗经济性双电机转矩分配策略以及工况适应性两挡变速箱换挡策略。针对经济性优化目标,挖掘行驶工况数据与双电机效率的互补特征
针对滚动轴承振动信号包含不同频率复杂噪声,单一降噪方法难以去除多种噪声,导致最终故障诊断率低的问题。提出一种基于组合降噪的卷积神经网络的轴承故障诊断方法。首先,通
针对大型停车场停车效率低、在停车高峰时期容易出现停车拥堵,对大型停车场的结构特点以及动态车流量进行分析,在改进Dijkstra算法的基础上,提出了一种考虑停车拥堵的Dijkstr
为提高电动汽车在制动过程中的再生制动能量以缓解日益尖锐的能源短缺问题,以双电机驱动系统为研究对象,基于Matlab/Simulink和COMSOL联合仿真平台构建了双电机变速箱系统多
根据站点需求响应式公交能为乘客提供实时预约服务的优点,结合互联网环境下信息技术的时效性和共享性对站点需求响应式公交进行了优化。首先,阐述了公交运行方式,设计了公交
研究仿真驾驶中的手势识别及自动交互,利用Kinect空间编码技术提取人体运动关节信息,采用DTW与深度学习相结合的方法进行手势识别。提出了一种加权的DTW算法,对提取的骨架信息进行分析,实现对连续手势实时的粗粒度识别;对手部信息,通过关节点计算提取ROI,利用7层CNN网络对ROI信息进行特征提取并得到手部行为的细粒度识别。利用Unity3D对驾驶场景进行仿真,虚拟环境与用户手势实时交互,实验结果
齿轮箱行星轮系复杂的结构导致常规的频谱和解调方法在分析此类振动信号时,频谱会出现"模糊"现象,不能有效提取齿轮箱行星轮系故障特征频率。为此,提出了一种阶次跟踪新方法,