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
  收费全文   2篇
  免费   1篇
无线电   3篇
  2019年   1篇
  2000年   2篇
排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
Internet音频产业 随着Internet的普及,Internet也迅速成为一个音乐发行渠道.消费者可以从Internet上把他们最喜欢的歌曲或新近发行的歌曲下载到便携式播放器中.  相似文献   
2.
Internet音频产业随着Internet的普及,Internet也迅速成为一个音乐发行渠道c消费者可以从Internet上把他们最喜欢的歌曲或新近发行的歌曲下载到便携式播放器中。固态音频压缩技术不断推进的里程和具有庞大容量的各种便携式存储媒体的出现,使Internet音频产业呈现欣欣向荣的景象。一些音像公司,如BMG、EMI和华纳,均向Internet内容提供商提供音乐,而Internet内容提供商则将音乐内容提供给消费者下载。这便产生了一个重要的问题,即如何保护Internet发行渠道中的版权。于是,一些在Internet上提供数字权利管理(DRM)的软件公司,…  相似文献   
3.
针对大场景遥感图像舰船目标的快速检测问题,该文设计了一种级联型卷积神经网络检测框架。该检测框架由目标预筛选全卷积网络(P-FCN)和目标精确检测全卷积网络(D-FCN)两个全卷积网络级联而成。P-FCN是一个轻量级的图像分类网络,负责对大场景图像中可能的舰船区域进行快速预筛选,其层数少、训练简单,候选框冗余较少,能够减少后续网络的计算负担;D-FCN是一个改进的U-Net网络,通过在传统U-Net结构中加入目标掩膜和舰船朝向估计层以进行多任务的学习,实现任意朝向舰船目标的精细定位。该文分别使用TerraSAR-X雷达遥感图像和从91卫图、DOTA数据集中获得的光学遥感图像对算法进行了测试,结果表明该方法的检测准确率分别为0.928和0.926,与传统滑窗法相当,但目标检测时间仅为滑窗法的1/3左右。该文所提的级联型卷积神经网络检测框架在保持检测精度的前提下能显著提高目标检测效率,可实现大场景遥感图像中舰船目标的快速检测。   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