排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
农村市场潜力初显节能仍是不变话题——2009年第一季度冰箱市场分析 总被引:2,自引:0,他引:2
中国已成为全球最大的冰箱市场和冰箱生产基地,随着金融危机对欧美市场购买力的影响不断扩大,跨国公司及国内以出口业务为主的冰箱生产企业纷纷将更多精力投入到中国市场. 相似文献
2.
3.
<正>前不久,苏宁首家ELITE精品店在北京富力广场五楼开业,这是国内家电连锁企业又一次对精品店(自助式购买)模式的尝试。从表面上看到的是渠道商不断的调整自己对新的销售模式的尝试,然而作为家电行业多年的参与者和关注者,我们还看到了这背后可能带来的变化,也有着不自觉的隐忧。假如渠道的经销模式发生了大规模的变 相似文献
4.
针对当前去雾方法存在雾残留、颜色失真等问题, 结合生成对抗网络在图像超分辨率重建的优势, 提出基于通道注意力与条件生成对抗网络图像去雾算法(CGAN-ECA). 网络基于编码-解码结构, 生成器设计多尺度残差模块(multi-scale residual block, MRBlk)和高效通道注意力模块(efficient channel attention, ECA)扩大感受野, 提取多尺度特征, 动态调整不同通道权重, 提高特征利用率. 使用马尔可夫判别器分块评价图像, 提高图像判别准确率. 损失函数增加内容损失, 减少去雾图像的像素和特征级损失, 保留图像更多的细节信息, 实现高质量的图像去雾. 在公开数据集RESIDE实验结果表明, 提出的模型相比于DCP、AOD-Net、DehazeNet和GCANet方法峰值信噪比和结构相似性分别平均提高36.36%, 8.80%, 改善了颜色失真和去雾不彻底的现象, 是一种有效的图像去雾算法. 相似文献
5.
针对现有交通标志识别系统对图像特征提取不充分和复杂情况下难以识别的问题,设计基于图像增强和SKNet的交通标志识别模型HE-SKNet。首先,采用直方图均衡化,对过亮或过暗的交通标志图像进行增强;然后使用自适应调节感受野大小的SKNet网络进行特征提取和分类。GTSRB数据集的实验结果表明,提出的HE-SKNet模型识别准确率达到了98.95%,相比ResNet、ResNeXt、SENet和SKNet准确率平均提高了2.77个百分点,验证了HE-SKNet模型自适应提取不同尺度特征的能力,更适用于过亮或过暗的复杂实际应用场景。 相似文献
1