【摘 要】
：
支柱绝缘子是变电站中重要的部件，在复杂工作环境下极易出现故障，而传统人工检测难以对大量支柱绝缘子红外图片快速多目标识别。为此，提出了基于改进级联Gentel Adaboost分类器的支柱绝缘子红外图像AI识别方法，使用现场采集的大量红外图片，构建支柱绝缘子红外数据集，然后计算支柱绝缘子数据集样本的haar-like特征值，并将不同特征值构建成若干个弱分类器；通过改进Gentel Adaboost算
论文部分内容阅读
支柱绝缘子是变电站中重要的部件，在复杂工作环境下极易出现故障，而传统人工检测难以对大量支柱绝缘子红外图片快速多目标识别。为此，提出了基于改进级联Gentel Adaboost分类器的支柱绝缘子红外图像AI识别方法，使用现场采集的大量红外图片，构建支柱绝缘子红外数据集，然后计算支柱绝缘子数据集样本的haar-like特征值，并将不同特征值构建成若干个弱分类器；通过改进Gentel Adaboost算法，将弱分类器训练集成为强分类器，得到级联Gentel Adaboost分类器，实现红外图像中支柱绝缘子
其他文献
城乡融合区是城市与农村的连接区域，是城市农产品最重要供给区，其土壤地球化学性质影响因素复杂。为此，以四川省天府新区青龙融合区为研究对象，共采集了395个土壤样品，测定了pH值、有机质（SOM）、全钾（TK）、速效钾（AK）、全氮（TN）、碱解氮（AN）、全磷（TP）、有效磷（AP）、Se、B、V、Zn、Mn、Mo、Ni、Co、As、Cd、Cr、Cu、Hg和Pb等指标。结果表明，TN、Se、Hg和T
随着深度学习的快速发展，其自动学习特征和精确的预测能力使其在地基云分类上获得成功，更复杂更优良的深度学习网络在地基云分类领域得到研究和应用。近两年来一些大规模地基云分类数据集被公布，但还没有文献对这些大数据集进行完整地介绍和使用。本文对深度学习地基云分类领域最新的研究进展进行了详细的概括，并介绍了最新被发布的国际标准大规模数据集，最后对几种经典的卷积神经网络深度学习模型在地基云分类上的性能进行了评
适宜的融合算法有利于遥感影像的质量提升与产品应用。本文基于WV-3影像，选用PCA、GSA、ATWT、BDSD、Indusion、PRACS算法对全色和多光谱影像进行融合实验，在采用定性和定量分析对融合结果进行直接评价的基础上，引入地物分类精度对融合结果进行间接评价。实验结果表明：不同场景下6种算法的融合效果不同，ATWT算法在定性与定量评价中表现最佳，并具有较高的分类精度；GSA的融合效果及分类
为探明不同生产条件下中国农田土壤氨挥发对秸秆还田的响应，通过搜集已发表的试验数据，以秸秆不还田作为对照，基于Meta分析研究了在不同自然因素和农田管理措施条件下，秸秆还田对土壤氨挥发的影响效应。同时通过偏相关分析，找出秸秆还田条件下氨挥发损失的主要影响因素并进行量化。结果表明，秸秆还田能够减少农田土壤氨挥发损失，其减排作用随生育期累积降水量的增高而减弱，随生育期均温的增高而增强；当土壤pH＜6时，
视频异常检测是指识别不符合预期行为的事件。当前许多方法利用重构误差来检测异常，然而由于深度神经网络的强大能力可能会重构出异常行为，这与异常行为重构误差较大的假设不符。而利用预测未来帧的方法进行异常检测取得了很好的效果，但这些方法大多没有考虑正常样本的多样性，或者不能建立视频连续帧之间的关联。为了解决这个问题，提出了一种时序多尺度自编码器网络用于预测未来帧，并通过预测值与真实值的差异完成视频异常检测
准确提取三维点云数据中待测目标的点云集合是三维点云目标识别技术的一个关键问题，也是近年来目标识别领域从2D向3D拓展的一个重要挑战。其主要难点在于快速寻找离散点云之间的相关函数关系。文中结合立体视觉与特征匹配构建了可以表征不同视场条件下的目标点云约束机制，通过采用立体视觉作为约束条件完成了对原有特征匹配算法的优化。设计了基于立体视觉的估计算法，通过训练学习获得了不同选取比例条件下的识别规则。实验采
乳腺超声图像具有肿瘤大小形态多变、阴影较多、边界模糊等特点，经典U-Net的乳腺肿瘤分割结果与标注图像出入较大。对此，本文提出其改进网络MultiMixU-Net。该网络在U-Net结构中引入MultiMix block以及Respath。MultiMix block通过空洞卷积通路提高网络区分目标以及背景的能力，并通过级联该通路中各卷积层输出，融合普通卷积通路的输出来提取多尺度特征信息。Resp
【目的】通过研究集约化玉米体系中长期不同供磷水平对土壤中编码碱性磷酸酶基因的细菌群落多样性、结构、组成和网络特征的影响及其与土壤有机磷形态之间的关系，为探究有机磷循环功能微生物的群落特征及提高土壤中有机磷矿化和利用提供科学依据。【方法】本研究依托华北平原小麦玉米轮作体系石灰性土壤长期施磷的定位试验(始于2008年)，试验处理包括六个供磷水平：0、12.5、25.0、50.0、100.0、200.0
为确定银川平原土壤有机质（SOM）含量的最佳估算模型，实现SOM的快速、准确监测，本研究以银川平原5 km×5 km网格法采集的171个表层土壤样品为对象，测定SOM含量及其野外350～2500 nm高光谱反射率。对光谱经重采样和预处理后得到标准正态变量（SNV）、峰值归一化（MAN）、一阶微分（FDR）、对数的倒数（LR）和倒数的对数（RL）5种光谱指标。基于相关系数法确定SOM的敏感光谱波段，
针对全景分割的背景类实例重叠问题，提出了一种基于注意力机制的全景分割网络(Attention-guided Panoptic Segmentation Network， APSNet)。APSNet基于UPSNet网络进行改进，首先，在残差网络和特征金字塔之间添加一种可以同时在空间注意力和通道注意力上建模的三重态注意力机制，通过学习通道和空间特征信息，增强特征金字塔的特征提取能力；其次，在语义分割