-
题名深度学习算法下国际机场货运区全景监控方法
- 1
-
-
作者
李雪晖
贺小辉
-
机构
广东省机场管理集团有限公司工程建设指挥部
广东工业大学
-
出处
《计算机仿真》
2025年第10期81-85,共5页
-
基金
广东省科技计划基金资助项目(2022b010101030)。
-
文摘
国际机场货运区空间广阔、货物种类繁多,加大了监控难度。为此,提出深度学习算法下国际机场货运区全景监控方法。利用灰度级累积概率密度函数对国际机场货运区图像进行划分与校正,通过均衡化映射变换和图像融合技术,获得增强后的清晰图像。建立卷积神经网络模型,通过特征提取和融合,获取货运区目标的特征信息,实现准确的货运目标检测。结合卡尔曼滤波与蒙特卡洛算法,实现对目标的连续、稳定跟踪,完成国际机场货运区的全景监控。仿真结果表明,所提方法灰度直方图分布较均匀,跟踪框与检测框之间的重叠度较高,货运目标检测IOU值高于96.0%,全景监控效果较好,可以在监控过程中可高精度的实现目标检测与跟踪。
-
关键词
深度学习
直方图
国际机场货运区
卷积神经网络模型
全景监控
-
Keywords
Deep learning
histogram
International airport cargo area
Convolutional neural network model
Pano-ramic monitoring
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名地下水水源地脆弱性评价研究
被引量：12
- 2
-
-
作者
王丽红
王开章
李晓
焦玉国
-
机构
山东农业大学资源与环境学院
山东农业大学水利土木工程学院
山东省水利科学研究院
山东省地质矿产勘查开发局第五地质大队
-
出处
《中国农村水利水电》
北大核心
2008年第11期22-25,共4页
-
基金
国家科技支撑计划子课题(2006BAD01B08-01)
-
文摘
从水源地的水文地质结构抵御外界污染的能力出发,利用地下水GMS模拟系统和东武水源地钻孔资料,实现了水源地水文地质结构实体的可视化;在此基础上,运用DRAMIC模型对水源地进行了脆弱性评价。研究结果表明,该水源地的两个含水层(孔隙水、岩溶水)为脆弱性较强,第四系孔隙水较易受到污染,岩溶水容易受到第四系孔隙水的污染。因而,应控制化肥、农药的使用,综合治理大汶河水质,保障水源地安全。
-
关键词
地下水水源地
脆弱性
Dramic模型
GMS
-
Keywords
groundwater source region
vulnerability
ramic model
GMS
-
分类号
K523
[历史地理—世界史]
-
