期刊导航
期刊开放获取
vip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器视觉的水体透明度检测方法初探
1
作者
陈桂兰
《水资源开发与管理》
2025年第10期60-66,共7页
为探讨一种基于机器视觉技术的水体透明度检测方法,本文设计并进行了3组室内实验,通过与传统塞氏盘法所得数据进行对比验证该方法的有效性。实验结果表明,利用卷积神经网络(CNN)算法能够有效识别图像中的机器视觉特征,从而实现对水体透...
为探讨一种基于机器视觉技术的水体透明度检测方法,本文设计并进行了3组室内实验,通过与传统塞氏盘法所得数据进行对比验证该方法的有效性。实验结果表明,利用卷积神经网络(CNN)算法能够有效识别图像中的机器视觉特征,从而实现对水体透明度的准确评估。研究结果为水体透明度检测提供了一种新的思路和技术手段,展示了机器视觉在水质监测领域的应用潜力。
展开更多
关键词
机器视觉
水体透明度
塞氏盘法
卷积神经网络
在线阅读
下载PDF
职称材料
题名
基于机器视觉的水体透明度检测方法初探
1
作者
陈桂兰
机构
上海渠观工程设计咨询有限公司
出处
《水资源开发与管理》
2025年第10期60-66,共7页
文摘
为探讨一种基于机器视觉技术的水体透明度检测方法,本文设计并进行了3组室内实验,通过与传统塞氏盘法所得数据进行对比验证该方法的有效性。实验结果表明,利用卷积神经网络(CNN)算法能够有效识别图像中的机器视觉特征,从而实现对水体透明度的准确评估。研究结果为水体透明度检测提供了一种新的思路和技术手段,展示了机器视觉在水质监测领域的应用潜力。
关键词
机器视觉
水体透明度
塞氏盘法
卷积神经网络
Keywords
machine vision
water transparency
secchi disc method
convolutional neural network(CNN)
分类号
TV213 [水利工程—水文学及水资源]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器视觉的水体透明度检测方法初探
陈桂兰
《水资源开发与管理》
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部