基于改进FCOS的遥感图像舰船目标检测 被引量：2

1

作者 陈天鹏 胡建文 《计算机科学》 CSCD 北大核心 2024年第S01期467-473,共7页

由于遥感图像中舰船目标方向任意,基于深度学习的通用目标检测算法采用水平框,在检测舰船时易框选大量背景,检测效果欠佳。文中提出一种改进全卷积一阶段目标检测网络(FCOS)的遥感图像舰船目标检测算法,以FCOS为基线,在检测头部分增加... 由于遥感图像中舰船目标方向任意,基于深度学习的通用目标检测算法采用水平框,在检测舰船时易框选大量背景,检测效果欠佳。文中提出一种改进全卷积一阶段目标检测网络(FCOS)的遥感图像舰船目标检测算法,以FCOS为基线,在检测头部分增加一条偏移回归分支,通过偏移水平框的上边中点和右边中点,产生旋转框。舰船目标通常具有较大的长宽比,预测框与真实框之间的角度偏差对交并比的影响较大,进而影响模型的检测精度。针对该问题,在计算偏移损失时引入与舰船目标长宽比有关的加权因子,使得具有较大长宽比的目标获得较大的偏移损失。在HRSC2016数据集上的实验结果表明,所提算法的平均精确度达到89.00%,检测速度达到19.8FPS,相比同类型的无锚框算法,其在检测速度和检测精度上均表现优秀。 展开更多

关键词 遥感图像 舰船目标检测 fcos 无锚框算法 偏移分支

在线阅读 下载PDF 职称材料

基于改进FCOS的水稻叶片病害检测模型

2

作者 丁士宁 姜明富 《江苏农业科学》 北大核心 2024年第12期232-238,共7页

针对传统水稻病害识别方法主要依赖人工,效率低下且存在人工主观误差的问题,提出一种基于改进FCOS模型的水稻叶片病害检测模型。首先收集950张3种不同病害的水稻叶片图像,构建Pascal Voc格式的水稻叶片病害数据集。为增强模型的泛化能力... 针对传统水稻病害识别方法主要依赖人工,效率低下且存在人工主观误差的问题,提出一种基于改进FCOS模型的水稻叶片病害检测模型。首先收集950张3种不同病害的水稻叶片图像,构建Pascal Voc格式的水稻叶片病害数据集。为增强模型的泛化能力,对划分为训练集的图像进行数据增强,训练集图像由760张扩增到6080张。然后构建检测模型,改进FCOS模型在原模型的基础上,在特征融合网络引入CBAM注意力模块;损失函数中,回归损失函数采用CIoU损失函数,分类损失函数和中心度损失函数与原FCOS模型保持一致。改进的FCOS模型在水稻叶片病害数据上的平均精度均值达77.7%,相比原FCOS模型提升了2.3百分点,改进的模型在不明显提升检测时间的情况下,提升了模型的精度。通过试验与模型YOLOF、Faster R-CNN、VarifocalNet、NAS-FCOS、TOOD进行对比,结果表明本研究模型取得了最高的检测精度,且在检测精度和检测速度上取得了最高的权衡。结果表明,本研究提出的模型能够比较精准地识别水稻白叶枯病、胡麻叶斑病和叶瘟病,可以为水稻叶片病害的检测提供参考。 展开更多

关键词 改进fcos模型 水稻叶片病害图像 Pascal Voc格式 CBAM注意力模块 CIOU损失函数

在线阅读 下载PDF 职称材料

基于改进FCOS网络的自然环境下苹果检测 被引量：11

3

作者 龙燕 李南南 +2 位作者 高研 何梦菲 宋怀波 《农业工程学报》 EI CAS CSCD 北大核心 2021年第12期307-313,共7页

为了快速识别和准确定位自然环境下苹果果实目标,提出了一种改进全卷积单阶段无锚框(Fully Convolutional One-Stage object detection,FCOS)网络的苹果目标检测方法。该网络在传统FCOS网络基础上,使用模型体积较小的darknet19作为骨干... 为了快速识别和准确定位自然环境下苹果果实目标,提出了一种改进全卷积单阶段无锚框(Fully Convolutional One-Stage object detection,FCOS)网络的苹果目标检测方法。该网络在传统FCOS网络基础上,使用模型体积较小的darknet19作为骨干网络,将center-ness分支引入到回归分支上。同时提出了一种融合联合交并比(GIoU)和焦点损失(Focal loss)的损失函数,在提高检测性能的同时降低正负样本比例失衡带来的误差。首先,对田间采集的自然环境下的苹果图像进行数据增强和标注,使用darknet骨干网络提取图像特征,然后将不同尺度待检测目标分配到不同的网络层中进行预测,最后进行分类和回归,实现苹果目标的检测。该研究在计算机工作站上对不同光照条件、不同密集程度和不同遮挡程度的苹果果实进行检测试验,并与传统FCOS网络的检测结果进行对比分析。基于改进FCOS网络的检测准确率为96.0%,检测精度均值(mean Average Precision,mAP)为96.3%。试验结果表明,改进FCOS网络比传统FCOS网络的苹果检测方法在检测准确度上有提高,具有较强的鲁棒性。 展开更多

关键词 目标识别 算法 苹果检测 GIoU 焦点损失 fcos网络

在线阅读 下载PDF 职称材料

基于改进FCOS的水下目标检测算法 被引量：2

4

作者 陈卫东 谢晓东 +2 位作者 岑强 陈娜兰 朱奇光 《计量学报》 CSCD 北大核心 2023年第11期1659-1666,共8页

提出一种基于改进全卷积单阶段目标检测(FCOS)算法的水下目标检测算法。针对水下光学图像存在高色偏、低对比度、色彩偏暗、模糊失真而导致现有目标检测算法在水下环境检测效果不佳等问题,将骨干网络中的普通卷积替换为可变形卷积(DCN)... 提出一种基于改进全卷积单阶段目标检测(FCOS)算法的水下目标检测算法。针对水下光学图像存在高色偏、低对比度、色彩偏暗、模糊失真而导致现有目标检测算法在水下环境检测效果不佳等问题,将骨干网络中的普通卷积替换为可变形卷积(DCN)进行优化,增强算法在模糊的水下光学图片的特征提取能力。通过神经架构搜索(NAS)改进网络的特征融合网络以及检测网络,提升对骨干网络提取到的特征的利用能力。采用CIoU Loss作为新的损失函数来提高坐标回归的准确率。实验表明:改进的FCOS算法在DUO数据集上,检测的准确率提高了1.8%,召回率提高了2.2%,检测速度为53.4帧/s(相比改进前降低了5.0%)。该算法准确率较高并基本达到实时检测的要求。 展开更多

关键词 计量学 水下目标检测 改进fcos算法 DCN模块 NAS模块

在线阅读 下载PDF 职称材料

基于改进FCOS算法的架空输电线路防振锤检测 被引量：2

5

作者 吴彤 李冰锋 +1 位作者 费树岷 连东辉 《电气工程学报》 CSCD 2023年第1期143-152,共10页

防振锤是架空输电线路系统中一种重要的电气设备,对防止架空线路因风吹而发生周期性疲劳破坏具有重要意义。航拍图像中,防振锤具有尺寸较小、形态各异、背景复杂多变、检测难度较大等问题。针对这些问题,采用单阶段全卷积目标检测网络(F... 防振锤是架空输电线路系统中一种重要的电气设备,对防止架空线路因风吹而发生周期性疲劳破坏具有重要意义。航拍图像中,防振锤具有尺寸较小、形态各异、背景复杂多变、检测难度较大等问题。针对这些问题,采用单阶段全卷积目标检测网络(Fully convolutional one-stage object detection,FCOS)来进行架空输电线路防振锤检测。为了提高检测精度,将FCOS特征提取层的各个特征点看作随机变量,用各阶中心矩的组合表达其随机分布,并在此基础上提出了一种基于各阶中心矩的空间注意力机制,来准确描述图像特征的权重分布。试验结果表明,改进后的FCOS在不同阈值下的平均检测精度均高于原始的FCOS,当阈值为0.5时,平均检测精度达到94.9%。同时,该方法在不同阈值下的平均检测精度,大大超过了其他主流的注意力机制。 展开更多

关键词 架空输电线路 fcos 防振锤检测 矩特征 空间注意力机制

在线阅读 下载PDF 职称材料

改进FCOS的二阶段SAR舰船检测算法 被引量：4

6

作者 刘竞升 伍星 +1 位作者 王洪刚 李姜楠 《计算机工程与应用》 CSCD 北大核心 2021年第24期144-151,共8页

近年来无锚框的目标检测算法逐渐被应用于SAR舰船检测,其中FCOS算法摆脱了对锚框参数设置的依赖,对多尺度、多形态舰船检测的鲁棒性更好,但仍存在两个问题:第一、该算法直接进行逐像素点回归,因搜索空间过大、目标回归困难导致检测不够... 近年来无锚框的目标检测算法逐渐被应用于SAR舰船检测,其中FCOS算法摆脱了对锚框参数设置的依赖,对多尺度、多形态舰船检测的鲁棒性更好,但仍存在两个问题:第一、该算法直接进行逐像素点回归,因搜索空间过大、目标回归困难导致检测不够准确;第二、其中特征金字塔对低层特征利用仍有不足导致小目标大量漏检。针对上述问题基于FCOS进行改进,通过增加特征增强网络构建了二阶段无锚框检测算法。该网络作为第一阶段对检测过程进行精细化引导,同时增强了舰船特征表达能力。通过引入更多特征并增加跳跃连接改进特征金字塔,提高了低层特征利用率。在数据集SSDD和SAR-Ship-Dataset上的实验结果表明,平均准确率(mAP)相比FCOS分别提高9.5和3.4个百分点,相比其他主流舰船检测算法分别提高3.6和1.0个百分点,充分验证了所提算法的有效性。 展开更多

关键词 合成孔径雷达 舰船检测 fcos算法 二阶段 特征增强

在线阅读 下载PDF 职称材料

优化FCOS网络复杂果园环境下绿色苹果检测模型 被引量：4

7

作者 张中华 贾伟宽 +3 位作者 邵文静 侯素娟 Ji Ze 郑元杰 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第2期647-653,共7页

目标果实的精准识别是实现果园测产和机器自动采摘的基本保障。然而受复杂的非结构化果园环境、绿色苹果与枝叶背景颜色接近等因素的影响,制约着可见光谱范围下目标果实的检测精度,给机器视觉识别带来极大挑战。针对复杂果园环境下的不... 目标果实的精准识别是实现果园测产和机器自动采摘的基本保障。然而受复杂的非结构化果园环境、绿色苹果与枝叶背景颜色接近等因素的影响,制约着可见光谱范围下目标果实的检测精度,给机器视觉识别带来极大挑战。针对复杂果园环境下的不同光照环境和果实姿态,提出一种优化的一阶全卷积(FCOS)神经网络绿色苹果识别模型。首先,新模型在FCOS的基础上融合了卷积神经网络(CNN)的特征提取能力,消除了对锚框的依赖,以单阶段、全卷积、无锚框的方式预测果实置信度与边框偏移,在保证检测精度的前提下提升了模型的识别速度;其次,增加了自底向上的特征融合架构,为模型提供了更加准确的定位信息,进一步优化绿色苹果的检测效果;最后根据FCOS末端三个输出分支设计整体损失函数,完成模型训练。为尽可能模拟真实果园环境,分别采集不同光照环境、光照角度、遮挡类型、摄像距离的绿色苹果图像,制作数据集并用以模型训练。挑选最优训练模型在包含不同场景的验证集上进行评估,结果为:在检测效果方面,平均精度为85.6%,与目前最先进的检测模型Faster R-CNN,SSD,RetinaNet,FSAF相比,分别高出0.9,10.5,2.5,1.9个百分点;在模型设计方面,FCOS的模型参数量与整个检测流程所需的计算量分别为32.0 M和47.5 GFLOPs(10亿次浮点运算),与Faster R-CNN相比,分别降低了9.5 M和12.5 GFLOPs。对比表明,在可见光谱范围下,对复杂果园环境中绿色苹果,提出的新模型具有更高的检测精度和识别效率,为苹果果园测产和自动化采摘提供理论和技术支撑;也可为其他果蔬的球形绿色目标果实识别提供借鉴。 展开更多

关键词 fcos网络 绿色果实 目标检测

在线阅读 下载PDF 职称材料

基于改进GhostNet-FCOS的火灾检测算法 被引量：7

8

作者 张融 张为 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2022年第10期1891-1899,共9页

针对现有火灾检测算法检测精度不佳和算法模型复杂度过高的问题,提出基于改进GhostNet-FCOS的火灾检测算法.该算法以目标检测网络FCOS为基础,降低通道维数并选用GhostNet作为特征提取网络,以实现轻量化火灾检测算法.引入动态卷积,在不... 针对现有火灾检测算法检测精度不佳和算法模型复杂度过高的问题,提出基于改进GhostNet-FCOS的火灾检测算法.该算法以目标检测网络FCOS为基础,降低通道维数并选用GhostNet作为特征提取网络,以实现轻量化火灾检测算法.引入动态卷积,在不增加网络宽度和深度的情况下优化主干网络的基础模块,提高对形态多变的火焰图像的特征提取能力.增加空间注意力模块,优化网络空间特征的表达.改进正负样本定义和回归损失函数,优化训练过程中算法模型对标注框内不同区域的关注程度.在自建火灾数据集和公开数据集中的实验结果表明,该算法在检测精度和模型复杂度方面具有优势.该算法在自建火灾数据集中的检测精度为90.9%,参数量为4.58×10^(6),浮点计算量为31.45×10^(9). 展开更多

关键词 火灾检测 目标检测 fcos GhostNet 动态卷积 注意力模块

在线阅读 下载PDF 职称材料

基于FCOS神经网络的制动主缸内槽缺陷检测方法 被引量：5

9

作者 王芷薇 郭斌 +2 位作者 胡晓峰 罗哉 段林茂 《计量学报》 CSCD 北大核心 2021年第9期1225-1231,共7页

针对主缸内槽缺陷检测存在干扰因素复杂、检测精度低等难点,提出了一种基于全卷积单阶段神经网络(FCOS)的主缸内槽缺陷检测算法。利用特征融合金字塔网络进行特征提取并逐像素预测,得到缺陷种类,实现凹槽缺陷的自动检测。实验结果表明,F... 针对主缸内槽缺陷检测存在干扰因素复杂、检测精度低等难点,提出了一种基于全卷积单阶段神经网络(FCOS)的主缸内槽缺陷检测算法。利用特征融合金字塔网络进行特征提取并逐像素预测,得到缺陷种类,实现凹槽缺陷的自动检测。实验结果表明,FCOS网络对制动主缸内槽砂眼、划痕、振刀纹缺陷检测的平均精度均值分别为85.2%、87.5%、90.1%,精确度分别为0.98、0.89、0.95。实验结果与Mask R-CNN网络和Faster R-CNN网络的实验结果进行对比,FCOS网络具有更高的准确率,学习时长大幅度缩短,且满足实时检测要求。 展开更多

关键词 计量学 内槽缺陷检测 制动主缸 全卷积网络 fcos 特征融合金字塔网络

在线阅读 下载PDF 职称材料

改进FCOS模型的微通道铝扁管表面缺陷检测算法

10

作者 桂鹏辉 宋涛 +3 位作者 汤建斌 徐志鹏 曹松晓 蒋庆 《计算机工程与应用》 CSCD 北大核心 2023年第24期298-308,共11页

针对微通道铝扁管表面缺陷的检测问题,提出了一种改进的FCOS(fully convolutional one-stage object detection)算法。设计一种特征卷积金字塔网络(feature convolutional pyramid network,FCPN),使模型能够自适应地混合不同层的特征图... 针对微通道铝扁管表面缺陷的检测问题,提出了一种改进的FCOS(fully convolutional one-stage object detection)算法。设计一种特征卷积金字塔网络(feature convolutional pyramid network,FCPN),使模型能够自适应地混合不同层的特征图进行检测;在分析原始FCOS应用于狭长缺陷检测局限性的基础上,改进了模型的正样本部署策略,以降低模型对狭长缺陷的漏检;设计更加合适的映射函数与中心度函数,解决标注框外正样本点的回归问题与中心度计算问题;使用EIoU损失(efficient IoU loss)替换原模型中的IoU损失,进一步提高模型的回归能力。实验结果表明,在微通道铝扁管的表面缺陷检测任务中,改进后的FCOS模型达到了76.4%的mAP(mean average precision),相比于原始模型提高了7.7个百分点。 展开更多

关键词 微通道铝扁管 狭长缺陷检测 样本部署 特征卷积金字塔 fcos模型

在线阅读 下载PDF 职称材料

改进FCOS算法正样本选择的交通标志检测

11

作者 崔港涛 马社祥 《计算机工程与设计》 北大核心 2023年第10期3153-3159,共7页

针对交通标志独特的形状特点,提出一种改进的anchor-free卷积神经网络检测算法FCOS(fully convolutional one-stage object detection)。由于原算法在训练过程中直接将真实框内的位置点标记为正,会产生大量标签噪声,在FCOS网络结构的基... 针对交通标志独特的形状特点,提出一种改进的anchor-free卷积神经网络检测算法FCOS(fully convolutional one-stage object detection)。由于原算法在训练过程中直接将真实框内的位置点标记为正,会产生大量标签噪声,在FCOS网络结构的基础上融合交通标志的形状特征,减少没有辩证能力的噪声标签,设计新的正样本选择策略。实验结果表明,改进后FCOS算法在处理后的TT100K数据集上的检测mAP(mean average precision)在不增加计算量的情况下提升到83.2%,检测性能高于FCOS。 展开更多

关键词 交通标志检测 fcos 深度学习 正标签 回归位置 卷积神经网络 噪声

在线阅读 下载PDF 职称材料

催化裂化技术在炼油企业转型发展中的地位与作用

12

作者 施俊林 王伟 《石油炼制与化工》 北大核心 2025年第5期180-186,共7页

“十四五”中后期,我国的能源结构调整处于关键的十字路口。面临“新能源乘用车发展迅猛”“成品油消费峰值来临”以及“化工市场长达十个季度以上的亏损周期”等复杂格局,传统炼油企业既要发展实体经济,也要端好、端稳能源饭碗。坚定... “十四五”中后期,我国的能源结构调整处于关键的十字路口。面临“新能源乘用车发展迅猛”“成品油消费峰值来临”以及“化工市场长达十个季度以上的亏损周期”等复杂格局,传统炼油企业既要发展实体经济,也要端好、端稳能源饭碗。坚定油化转型主基调,以新型催化剂及新型反应器构型为抓手,整合炼油厂资源,力求低成本、高竞争力地使减量的汽油产品转化为低碳烯烃。中国石化天津分公司牵头的开发团队优化整合出新型催化裂化(裂解)FCO技术,以第一提升管新鲜进料为基准,可产出6.5%~10.6%(w)乙烯、22%(w)丙烯,能耗为63~72 kgOE t(1 kgOE=41.8 MJ),为存量资产保值、增值开辟新的转型道路,在转型过渡期,深挖催化裂化技术潜力,筑牢了催化裂化技术在总流程中的关键地位。 展开更多

关键词 催化裂化 炼油转型 MFI分子筛 靶向催化裂化 FCO技术

在线阅读 下载PDF 职称材料

基于自注意力与双向特征融合的道路障碍物检测方法 被引量：3

13

作者 李婷 赵尔敦 杨军 《计算机科学》 CSCD 北大核心 2024年第S02期277-281,共5页

随着科技的飞速发展,辅助驾驶技术已经成为汽车行业未来发展的重要方向。在基于图像的道路障碍物检测中,现有方法对尺度变化大的目标、小目标和存在遮挡目标的检测能力有限,常出现误判和漏判等问题。针对此问题,提出了一种基于自注意力... 随着科技的飞速发展,辅助驾驶技术已经成为汽车行业未来发展的重要方向。在基于图像的道路障碍物检测中,现有方法对尺度变化大的目标、小目标和存在遮挡目标的检测能力有限,常出现误判和漏判等问题。针对此问题,提出了一种基于自注意力与双向特征融合的道路障碍物检测方法(CoXt-FCOS)。该方法在主干特征提取网络中引入分组的自注意力机制模块CoXT,以增强网络的全局信息捕获能力;为解决遮挡问题,引入跨阶段金字塔池化模块SPPCSPC;在特征融合模块中,引入路径增强网络,形成双向特征融合模块ESPAFPN,提升网络对小目标的感知能力。实验结果表明,CoXT-FCOS模型的精度较高,在CODA数据集上的mAP达到了88%,能够更准确地检测出道路上的障碍物。 展开更多

关键词 障碍物检测 自动驾驶 fcos 自注意力机制 特征融合

在线阅读 下载PDF 职称材料

基于SORT算法的图像轨迹跟踪混合控制方法 被引量：2

14

作者 杜磊 《现代电子技术》 北大核心 2024年第13期32-35,共4页

当目标物体被其他物体部分或完全遮挡时,目标的有效特征点数量会逐渐减少,跟踪器无法继续准确地锁定目标,导致目标轨迹中断。为此,文中研究基于SORT算法的图像轨迹跟踪混合控制方法。选取FCOS算法,利用特征金字塔结构,依据检测头层输出... 当目标物体被其他物体部分或完全遮挡时,目标的有效特征点数量会逐渐减少,跟踪器无法继续准确地锁定目标,导致目标轨迹中断。为此,文中研究基于SORT算法的图像轨迹跟踪混合控制方法。选取FCOS算法,利用特征金字塔结构,依据检测头层输出的目标分类得分、位置回归结果以及中心度检测图像目标。将目标检测结果作为卡尔曼滤波器的输入,利用离散控制过程系统描述视频图像中的目标运动状态,预测目标轨迹。利用SORT算法控制图像目标检测结果与目标轨迹预测结果进行级联匹配与IoU匹配,输出匹配成功的目标,即图像目标轨迹跟踪结果。实验结果表明,该方法可有效地跟踪视频图像目标轨迹,未出现ID变更情况,轨迹中断占比低于0.2%。 展开更多

关键词 SORT算法 图像轨迹跟踪 混合控制方法 fcos算法 卡尔曼滤波器 级联匹配

在线阅读 下载PDF 职称材料

基于深度学习的地震速度谱自动拾取研究 被引量：9

15

作者 崔家豪 杨平 +3 位作者 王洪强 边策 胡扬 潘海侠 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2022年第12期4832-4845,共14页

在常规的地震数据处理工作流程中,人工拾取地震速度谱中的叠加速度存在耗时长、效率低的问题,且容易受到人为经验的影响.本文基于目标检测的方法,应用改进后的FCOS(Fully Convolutional One-Stage Object Detection)神经网络模型实现速... 在常规的地震数据处理工作流程中,人工拾取地震速度谱中的叠加速度存在耗时长、效率低的问题,且容易受到人为经验的影响.本文基于目标检测的方法,应用改进后的FCOS(Fully Convolutional One-Stage Object Detection)神经网络模型实现速度谱中叠加速度的自动拾取.该方法将速度谱图像作为输入,经模型训练后输出“时间-速度”对序列.在处理低信噪比工区数据时,针对速度谱能量团聚焦特征较差的特点加入基于深度神经网络(Deep Neural Network,DNN)的线性回归模型以拟合出全局速度曲线.Marmousi模型数据和实际工区数据测试结果表明,本文所设计的地震速度谱自动拾取模型准确性较高、鲁棒性强,有效地缓解了人工拾取的负担,在保证速度拾取精度的同时显著地提高了效率. 展开更多

关键词 速度谱 自动拾取 深度学习 fcos DNN

在线阅读 下载PDF 职称材料

FCo70-YQ型放射源运输容器耐热试验 被引量：3

16

作者 李国强 张建岗 +2 位作者 赵兵 马安平 王学新 《辐射防护》 CAS CSCD 北大核心 2009年第5期352-355,共4页

FCo70-YQ型放射源运输容器是设计用于运输60Co和137Cs的医用放射源运输容器,设计容器最高装源活度60Co不超过12000C(i444TBq),137Cs不超过8000C(i296TBq)。根据国家标准《放射性物质安全运输规程》(GB 11806ˉ2004)的要求,对FCo70ˉYQ... FCo70-YQ型放射源运输容器是设计用于运输60Co和137Cs的医用放射源运输容器,设计容器最高装源活度60Co不超过12000C(i444TBq),137Cs不超过8000C(i296TBq)。根据国家标准《放射性物质安全运输规程》(GB 11806ˉ2004)的要求,对FCo70ˉYQ型容器进行了耐热试验。试验中测量到容器本体的最高温度为193.9℃,小于容器屏蔽材料铅的熔点温度327.3℃。试验结果证明了FCo70-YQ型容器热工设计满足国家标准《放射性物质安全运输规程》(GB 11806-2004)的要求。 展开更多

关键词 耐热试验 FCo70-YQ型容器 运输 放射源

在线阅读 下载PDF 职称材料