期刊导航
期刊开放获取
上海教育软件发展有限公..
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
3
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
改进YOLO V3的道路小目标检测
被引量：
31
1
作者
岳晓新
贾君霞
+1 位作者
陈喜东
李广安
《计算机工程与应用》
CSCD
北大核心
2020年第21期218-223,共6页
针对通用目标检测算法在检测小目标时存在效果不佳及漏检率较高等问题,提出了一种基于改进YOLO V3的道路小目标检测算法。对YOLO V3算法网络模型中的聚类算法进行优化,使用DBSCAN+K-Means聚类算法对训练数据集聚类分析,选取更合适的Anch...
针对通用目标检测算法在检测小目标时存在效果不佳及漏检率较高等问题,提出了一种基于改进YOLO V3的道路小目标检测算法。对YOLO V3算法网络模型中的聚类算法进行优化,使用DBSCAN+K-Means聚类算法对训练数据集聚类分析,选取更合适的Anchor Box,以提高检测的平均精度和速度;同时引入Focal Loss损失函数代替原网络模型中的损失函数形成改进的YOLO V3算法。进而与其他目标检测算法在KITTI数据集上对行人目标进行对比检测,发现改进的YOLO V3算法能够有效降低小目标漏检率,大大提高检测的平均精度和检测速度。实验结果表明,在KITTI数据集上,改进的YOLO V3算法检测目标的平均精度达到92.43%,与未改进的YOLO V3算法相比提高了2.36%,且检测速度达到44.52帧/s。
展开更多
关键词
目标检测
YOLO
V3
聚类算法
损失函数
在线阅读
下载PDF
职称材料
河谷盆地型城市景观格局演变及其生态效应
被引量：
9
2
作者
陈喜东
石培基
+2 位作者
岳晓新
张文敏
刘骁啸
《兰州大学学报（自然科学版）》
CAS
CSCD
北大核心
2020年第2期205-210,218,共7页
以西北地区典型的河谷盆地城市兰州为例,基于1995、2005和2015年3期的遥感影像数据,分析兰州市主城区的景观格局动态变化特征,并通过景观人工干扰强度模型和景观格局梯度从微观上对景观组分变化引起的生态效应进行综合评价.结果表明:199...
以西北地区典型的河谷盆地城市兰州为例,基于1995、2005和2015年3期的遥感影像数据,分析兰州市主城区的景观格局动态变化特征,并通过景观人工干扰强度模型和景观格局梯度从微观上对景观组分变化引起的生态效应进行综合评价.结果表明:1995年以来,兰州市建设用地扩张剧烈,草地、林地等生态用地退化明显,城市景观结构趋于单一;1995-2015年,以草地、林地和耕地为主的低强度和中低强度景观人工干扰区域面积稳中略有减少,以建设用地为主的高强度与中高强度区域持续蔓延;景观格局变化特征明显的梯度带与建设用地扩展显著区域大致相同.景观破碎化总体趋于缓和,但景观多样性减少、邻接程度下降,且建成区周边和两岸河滩地受人为干扰越来越明显,破碎化越来越严重.
展开更多
关键词
景观生态效应
人工干扰强度
梯度分析
河谷盆地城市
在线阅读
下载PDF
职称材料
基于BEEMD分解的红外与可见光图像融合
被引量：
4
3
作者
李广安
曹岩
岳晓新
《计算机工程与应用》
CSCD
北大核心
2021年第14期237-244,共8页
针对二维经验模态分解(BEMD)算法在图像分解过程中存在模态混叠,提出了一种基于二维集合经验模态分解(Bi-dimensional Ensemble Empirical Mode Decomposition,BEEMD)算法的红外与可见光图像融合方法。为了抑制分解过程中存在的模态混...
针对二维经验模态分解(BEMD)算法在图像分解过程中存在模态混叠,提出了一种基于二维集合经验模态分解(Bi-dimensional Ensemble Empirical Mode Decomposition,BEEMD)算法的红外与可见光图像融合方法。为了抑制分解过程中存在的模态混叠现象,获得准确的特征分量和残差分量,使用BEEMD算法对图像进行分解。对获得的特征分量采用局部区域能量选择与加权的融合策略进行融合,而残差分量采用模糊逻辑进行融合。将融合后的特征分量和残差分量叠加得到最后的融合图像。实验结果表明,该方法能够很大程度上保留可见光图像的背景信息,同时突出红外图像的目标,具有较好的可视性,而且在平均梯度(AG)、标准差(SD)、信息熵(IE)等客观评价指标方面,也有明显的优势。
展开更多
关键词
红外与可见光图像
图像融合
模态混叠
二维集合经验模态分解(BEEMD)算法
在线阅读
下载PDF
职称材料
题名
改进YOLO V3的道路小目标检测
被引量：
31
1
作者
岳晓新
贾君霞
陈喜东
李广安
机构
兰州交通大学电子与信息工程学院
兰州文理学院旅游学院
出处
《计算机工程与应用》
CSCD
北大核心
2020年第21期218-223,共6页
基金
国家自然科学基金(No.51867012)
甘肃省科技计划(No.1504WKCA016)。
文摘
针对通用目标检测算法在检测小目标时存在效果不佳及漏检率较高等问题,提出了一种基于改进YOLO V3的道路小目标检测算法。对YOLO V3算法网络模型中的聚类算法进行优化,使用DBSCAN+K-Means聚类算法对训练数据集聚类分析,选取更合适的Anchor Box,以提高检测的平均精度和速度;同时引入Focal Loss损失函数代替原网络模型中的损失函数形成改进的YOLO V3算法。进而与其他目标检测算法在KITTI数据集上对行人目标进行对比检测,发现改进的YOLO V3算法能够有效降低小目标漏检率,大大提高检测的平均精度和检测速度。实验结果表明,在KITTI数据集上,改进的YOLO V3算法检测目标的平均精度达到92.43%,与未改进的YOLO V3算法相比提高了2.36%,且检测速度达到44.52帧/s。
关键词
目标检测
YOLO
V3
聚类算法
损失函数
Keywords
target detection
YOLO V3
clustering algorithm
loss function
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
河谷盆地型城市景观格局演变及其生态效应
被引量：
9
2
作者
陈喜东
石培基
岳晓新
张文敏
刘骁啸
机构
西北师范大学地理与环境科学学院
兰州文理学院旅游学院
兰州交通大学电子与信息工程学院
出处
《兰州大学学报（自然科学版）》
CAS
CSCD
北大核心
2020年第2期205-210,218,共7页
基金
国家自然科学基金资助项目(41771130,41271133,41661035)。
文摘
以西北地区典型的河谷盆地城市兰州为例,基于1995、2005和2015年3期的遥感影像数据,分析兰州市主城区的景观格局动态变化特征,并通过景观人工干扰强度模型和景观格局梯度从微观上对景观组分变化引起的生态效应进行综合评价.结果表明:1995年以来,兰州市建设用地扩张剧烈,草地、林地等生态用地退化明显,城市景观结构趋于单一;1995-2015年,以草地、林地和耕地为主的低强度和中低强度景观人工干扰区域面积稳中略有减少,以建设用地为主的高强度与中高强度区域持续蔓延;景观格局变化特征明显的梯度带与建设用地扩展显著区域大致相同.景观破碎化总体趋于缓和,但景观多样性减少、邻接程度下降,且建成区周边和两岸河滩地受人为干扰越来越明显,破碎化越来越严重.
关键词
景观生态效应
人工干扰强度
梯度分析
河谷盆地城市
Keywords
landscape ecological effect
human interference intensity
gradient analysis
valley-basin city
分类号
P901 [天文地球—自然地理学]
在线阅读
下载PDF
职称材料
题名
基于BEEMD分解的红外与可见光图像融合
被引量：
4
3
作者
李广安
曹岩
岳晓新
机构
兰州交通大学电子与信息工程学院
出处
《计算机工程与应用》
CSCD
北大核心
2021年第14期237-244,共8页
基金
国家自然科学基金(61761027)。
文摘
针对二维经验模态分解(BEMD)算法在图像分解过程中存在模态混叠,提出了一种基于二维集合经验模态分解(Bi-dimensional Ensemble Empirical Mode Decomposition,BEEMD)算法的红外与可见光图像融合方法。为了抑制分解过程中存在的模态混叠现象,获得准确的特征分量和残差分量,使用BEEMD算法对图像进行分解。对获得的特征分量采用局部区域能量选择与加权的融合策略进行融合,而残差分量采用模糊逻辑进行融合。将融合后的特征分量和残差分量叠加得到最后的融合图像。实验结果表明,该方法能够很大程度上保留可见光图像的背景信息,同时突出红外图像的目标,具有较好的可视性,而且在平均梯度(AG)、标准差(SD)、信息熵(IE)等客观评价指标方面,也有明显的优势。
关键词
红外与可见光图像
图像融合
模态混叠
二维集合经验模态分解(BEEMD)算法
Keywords
infrared and visible light images
image fusion
mode mixing
Bi-dimensional Ensemble Empirical Mode Decomposition(BEEMD)algorithm
分类号
TP751 [自动化与计算机技术—检测技术与自动化装置]
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
改进YOLO V3的道路小目标检测
岳晓新
贾君霞
陈喜东
李广安
《计算机工程与应用》
CSCD
北大核心
2020
31
在线阅读
下载PDF
职称材料
2
河谷盆地型城市景观格局演变及其生态效应
陈喜东
石培基
岳晓新
张文敏
刘骁啸
《兰州大学学报（自然科学版）》
CAS
CSCD
北大核心
2020
9
在线阅读
下载PDF
职称材料
3
基于BEEMD分解的红外与可见光图像融合
李广安
曹岩
岳晓新
《计算机工程与应用》
CSCD
北大核心
2021
4
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
