排序方式: 共有21条查询结果,搜索用时 15 毫秒
1.
从区域铁路网假设规模的层面出发,对铁路客货运输量、经济发展水平、铁路网规模三者间的关联性进行了深入研究,构建得到了预测区域铁路网建设规模的规划模型.把问题分成二个不同阶段再对其实施求解,第一阶段是通过分析区域社会经济发展情况来确定铁路客货运输量,第二阶段是按照之前得到的客货运输量来计算区域铁路网的建设规模.铁路网运输能... 相似文献
2.
对内蒙古京泰发电有限责任公司的单床CFB锅炉与神华神东电力萨拉齐发电厂双床CFB锅炉进行比较.2种锅炉在燃烧室布置、给煤系统及排渣系统布置、返料器布置方式上有较大区别.单床CFB锅炉在运行中应做到以下几点:保证高负荷时床温维持在890~920℃,建立良好的锅炉物料内外循环环境,调整好入炉煤粒径及选用煤种应尽可能接近设计值等.双床CFB锅炉除了遵循单床CFB锅炉的调整方式,还需尽量维持两侧燃烧室床温一致、床料高度相同及给煤量、流化风量相同等,否则会出现翻床现象.总体来说,双床CFB锅炉较单床CFB锅炉的燃烧效率高,值得推广应用,但易出现的翻床问题,还有待进一步探讨解决. 相似文献
3.
4.
针对卷积神经网络(CNN)平等地对待输入图像中潜在的对象信息和背景信息,而遥感图像场景又存在许多小对象和背景复杂的问题,提出一种基于注意力机制和多尺度特征变换的尺度注意力网络模型。首先,开发一个快速有效的注意力模块,基于最优特征选择生成注意力图;然后,在ResNet50网络结构的基础上嵌入注意力图,增加多尺度特征融合层,并重新设计全连接层,构成尺度注意力网络;其次,利用预训练模型初始化尺度注意力网络,并使用训练集对模型进行微调;最后,利用微调后的尺度注意力网络对测试集进行分类预测。该方法在实验数据集AID上的分类准确率达到95.72%,与ArcNet方法相比分类准确率提高了2.62个百分点;在实验数据集NWPU-RESISC上分类准确率达到92.25%,与IORN方法相比分类准确率提高了0.95个百分点。实验结果表明,所提方法能够有效提高遥感图像场景分类准确率。 相似文献
5.
基于人类视觉注意机制的显著性对象检测模型作为能主动感知图像中重要信息的有效方法,对探索视觉早期认知过程的大范围知觉信息组织具有重要意义.然而由于夜间图像具有低信噪比和低对比度特性,现有的视觉显著性对象检测模型在夜间场景中容易受到噪声干扰、弱纹理模糊等多方面因素的影响.有鉴于此,本文提出了一种基于区域协方差和全局搜索的夜间图像显著性对象检测方法.首先将输入图像分割为超像素块,并分别计算它们的协方差.然后使用超像素块协方差的差异性作为适应度函数,并结合全局搜索算法来优化各个超像素块的显著值.最后通过图扩散方法来精炼显著图结果.实验测试采用了5个公开图像数据集和1个夜间图像数据集,通过与11种目前主流的视觉显著性对象检测模型进行对比,综合评价了本文所提出模型的性能. 相似文献
6.
7.
针对现有跨视角地理定位方法中视点不变特征与视角转换方法割裂导致的性能提升瓶颈问题,提出多任务联合学习模型(MJLM)。MJLM由前置图像生成模型和后置图像检索模型组成。前置生成模型首先使用逆透视映射(IPM)进行坐标变换,显式地弥合空间域差,使投影图像与真实卫星图的空间几何特征大致相同;然后通过提出的跨视角生成对抗网络(CVGAN)隐式地对图像内容及纹理进行细粒度的匹配和修复,并合成出更平滑且真实的卫星图像。后置检索模型由多视角多监督网络(MMNet)构成,能够兼顾多尺度特征和多监督学习的图像检索任务。在University-1652(无人机定位数据集)上进行实验,结果显示MJLM对无人机(UAV)定位任务的平均精确率(AP)及召回率(R@1)分别达到89.22%和87.54%,与LPN(Local Pattern Network)和MSBA(MultiScale Block Attention)相比,MJLM在R@1上分别提升了15.29%和1.07%。可见,MJLM能在一个聚合框架体系内联合处理跨视角图像生成任务及检索任务,实现基于视角转换与视点不变特征方法的融合,有效提升跨视角地... 相似文献
8.
9.
10.
为有效解决由于信噪比偏低,夜间图像显著目标检测结果具有区域定位不准确、内部结构不完整和外部边界不清晰等问题,提出由全局语义感知和局部结构细化引导的深度全卷积网络用于夜间显著性检测,判别夜间图像的像素级显著性。为进一步完善目标定位和像素分类性能,模型集成全局语义感知模块以获取更多空间信息,嵌入局部结构细化模块提取具有完整边界知识的显著性信息。实验结果表明,所提模型具备先进的夜间显著性检测性能。 相似文献