检索结果-维普期刊中文期刊服务平台

长江口外东海赤潮暴发期间^(210)Po-^(210)Bi-^(210)Pb的生物地球化学行为研究: 1; 作者周文清钟强强 +3 位作者周曰华王求贵王浩杜娟《海洋学报》北大核心 2025年第1期25-35,共11页; ^(210)Bi-^(210)Pb核素对被认为是一种新型的可以示踪海洋颗粒物动力学过程的良好示踪剂。由于^(210)Bi半衰期较短以及分析难度较大等限制因素的存在,人们对海洋中^(210)Bi的生物地球化学行为如何以及是否存在^(210)Bi-^(210)Pb活度不... 展开更多; 关键词近海 ^(210)Bi-^(210)Pb活度不平衡赤潮暴发分馏因子生物地球化学行为; 在线阅读下载PDF 职称材料

小型长航时水面无人平台光伏发电功率预测研究: 2; 作者王兵振柯伟 +2 位作者周茜子申书源杨维维《太阳能学报》 CSCD 北大核心 2024年第12期49-56,共8页; 以研制的小型长航时水面无人平台为研究对象,研究波浪作用下小型长航时水面无人平台的光伏发电功率预测问题。建立基于高频非稳定姿态响应分析模型、任意斜面辐照度计算模型和光电转换模型的小型长航时水面无人平台光伏发电功率仿真分... 展开更多; 关键词光伏发电水面无人平台波浪作用计算机仿真功率预测海洋观测; 在线阅读下载PDF 职称材料

融合类别数量自适应深度数据增强和迁移学习的造礁珊瑚识别方法研究: 3; 作者王岚魏皓 +1 位作者车亚辰张翠翠《海洋学报》 CAS CSCD 北大核心 2024年第9期120-130,共11页; 造礁珊瑚识别对于珊瑚礁生态系统的保护与监测具有重要意义。深度学习作为图像识别的前沿技术,在珊瑚识别领域逐渐得到应用。然而,其识别性能仍然面临挑战。其中,数据集中类别间样本数量不平衡和数据多样性欠缺是两个主要问题。前者使... 展开更多; 关键词珊瑚识别深度学习数据集不平衡数据增强迁移学习; 在线阅读下载PDF 职称材料

水下智能识别与自主抓取机器人设计与实现被引量：1: 4; 作者高天铭闫敬 +3 位作者尤康林张良林景胜罗小元《控制理论与应用》 EI CAS CSCD 北大核心 2022年第11期2074-2083,共10页; 设计了一款面向海珍品捕捞的水下智能识别与自主抓取机器人.首先通过YOLOv4-tiny网络对海珍品图像离线训练,设计单双目自适应切换与多目标选择算法以实现海珍品在线识别与持续定位.进一步,采用声呐与深度传感器融合策略获取水下机器人... 展开更多; 关键词识别抓取水下机器人深度学习; 在线阅读下载PDF 职称材料

题名长江口外东海赤潮暴发期间^(210)Po-^(210)Bi-^(210)Pb的生物地球化学行为研究: 1; 作者周文清钟强强周曰华王求贵王浩杜娟; 机构国家海洋技术中心自然资源部海洋观测技术重点实验室自然资源部第三海洋研究所华东师范大学河口海岸学国家重点实验室厦门特殊教育学校广州大学环境科学与工程学院东莞理工学院生态环境工程技术研发中心; 出处《海洋学报》北大核心 2025年第1期25-35,共11页; 基金国家自然科学基金(42107251,42206166) 中国博士后科学基金(2021M693780)。; 文摘 ^(210)Bi-^(210)Pb核素对被认为是一种新型的可以示踪海洋颗粒物动力学过程的良好示踪剂。由于^(210)Bi半衰期较短以及分析难度较大等限制因素的存在,人们对海洋中^(210)Bi的生物地球化学行为如何以及是否存在^(210)Bi-^(210)Pb活度不平衡现象这两个问题缺乏足够认知。本文于2017年5月5日至15日搭载国家自然科学基金委春季航次对长江口外东海赤潮暴发期间水体中溶解态和颗粒态(溶解态+颗粒态=总态)^(210)Po、^(210)Bi和^(210)Pb活度浓度及核素活度比进行了现场观测。结果显示,总态^(210)Po/^(210)Pb活度比在0.20到2.08之间变化,平均值为0.82±0.58(n=15);总态^(210)Bi/^(210)Pb活度比在0.32到3.72之间变化,平均值为1.38±0.79(n=15),表明水体中普遍存在^(210)Po-^(210)Pb和^(210)Bi-^(210)Pb活度不平衡现象;而深层水体中存在明显的^(210)Po和^(210)Bi相对于^(210)Pb过剩的现象,表明^(210)Po和^(210)Bi伴随颗粒物在中-深层水体中发生再溶出现象。通过计算3种核素的分配系数和分馏因子,本文发现颗粒物在同时清除^(210)Po、^(210)Bi和^(210)Pb的过程中,倾向于优先清除^(210)Po和^(210)Bi;与^(210)Po类似,^(210)Bi表现出比^(210)Pb更强的海洋颗粒物亲和活性特征,浮游植物暴发(生物量的增加)能促进^(210)Bi与^(210)Pb之间的分馏行为,支持了^(210)Bi-^(210)Pb可用于示踪海洋颗粒物过程的观点。; 关键词近海 ^(210)Bi-^(210)Pb活度不平衡赤潮暴发分馏因子生物地球化学行为; Keywords coastal sea ^(210)Bi-^(210)Pb disequilibrium red tide fractionation factor biogeochemical behavior; 分类号 P593 [天文地球—地球化学]; 在线阅读下载PDF 职称材料

题名小型长航时水面无人平台光伏发电功率预测研究: 2; 作者王兵振柯伟周茜子申书源杨维维; 机构国家海洋技术中心; 出处《太阳能学报》 CSCD 北大核心 2024年第12期49-56,共8页; 基金自然资源部海洋观测技术重点实验室基金(2021klootB04) 重点研发计划(2018YFB1503003)。; 文摘以研制的小型长航时水面无人平台为研究对象,研究波浪作用下小型长航时水面无人平台的光伏发电功率预测问题。建立基于高频非稳定姿态响应分析模型、任意斜面辐照度计算模型和光电转换模型的小型长航时水面无人平台光伏发电功率仿真分析模型,利用水池造波试验检验实海况条件平台光伏阵列姿态响应分析模型,利用陆上摇摆试验装置检验任意斜面辐照度计算模型和光电转换模型;在此基础上,梳理平台典型海上作业工况,并对各工况条件下的平台光伏发电情况进行仿真分析。研究结果表明:实海况条件下,小型长航时水面无人平台光伏瞬时发电功率波动情况受海况、波向、时刻等因素影响较大,平均功率受影响较小;3级海况下功率变化幅值最大可达平均值的82.5%,4级海况下功率变化幅值最大可达平均值的111.8%。; 关键词光伏发电水面无人平台波浪作用计算机仿真功率预测海洋观测; Keywords PV power unmanned surface vehicles wave effects computer simulation power prediction ocean observation; 分类号 TK511 [动力工程及工程热物理—热能工程]; 在线阅读下载PDF 职称材料

题名融合类别数量自适应深度数据增强和迁移学习的造礁珊瑚识别方法研究: 3; 作者王岚魏皓车亚辰张翠翠; 机构天津大学海洋科学与技术学院国家海洋技术中心自然资源部海洋观测技术重点实验室中国科学院计算技术研究所; 出处《海洋学报》 CAS CSCD 北大核心 2024年第9期120-130,共11页; 基金国家重点研发计划项目(2022YFC3104600) 海南省重点研发计划项目(ZDYF2024SHFZ051) +1 种基金自然资源部海洋观测技术重点实验室定向基金(klootB06)。; 文摘造礁珊瑚识别对于珊瑚礁生态系统的保护与监测具有重要意义。深度学习作为图像识别的前沿技术,在珊瑚识别领域逐渐得到应用。然而,其识别性能仍然面临挑战。其中,数据集中类别间样本数量不平衡和数据多样性欠缺是两个主要问题。前者使得深度学习模型在特征提取过程中更偏向于样本数较多的类,对少数类(尤其是濒危珊瑚)的学习能力不足进而影响其识别准确度。后者因为数据缺乏多样性使得模型无法充分学习各种珊瑚特征,进而限制了特征提取的能力。鉴于此,本文提出了一种融合类别数量自适应深度数据增强和迁移学习的造礁珊瑚类型识别方法。针对第一个问题,本文利用识别结果评价指标F_(1)-score定义的数据生成量化公式对原始深度数据增强方法DeepSMOTE进行改进,提出了类别数量自适应的深度数据增强方法DeepSMOTE-F_(1)。该方法根据每类珊瑚的识别结果自适应地增强其样本数量,确保模型充分学习各类珊瑚特征。针对第二个问题,利用迁移学习强化了模型的提取能力。实验结果表明,在RSMAS、EILAT和EILAT2这3个代表性珊瑚识别数据集上,相较于原始DeepSMOTE,本文提出的DeepSMOTE-F_(1)识别准确率分别提升了2.88%、0.39%和1.54%;与现有的珊瑚智能识别方法相比,准确率分别提升了0.76%、1.40%和1.30%。; 关键词珊瑚识别深度学习数据集不平衡数据增强迁移学习; Keywords coral recognition deep learning imbalanced dataset data augmentation transfer learning.; 分类号 P714.5 [天文地球—海洋科学]; 在线阅读下载PDF 职称材料

题名水下智能识别与自主抓取机器人设计与实现被引量：1: 4; 作者高天铭闫敬尤康林张良林景胜罗小元; 机构燕山大学电气工程学院国家海洋技术中心自然资源部海洋观测技术重点实验室; 出处《控制理论与应用》 EI CAS CSCD 北大核心 2022年第11期2074-2083,共10页; 基金国家自然科学基金项目(62222314,61973263,61873345,62033011) 自然资源部海洋观测技术重点实验室开放基金项目(2021klootA02) +3 种基金河北省三三三人才项目(C20221019)资助.; 文摘设计了一款面向海珍品捕捞的水下智能识别与自主抓取机器人.首先通过YOLOv4-tiny网络对海珍品图像离线训练,设计单双目自适应切换与多目标选择算法以实现海珍品在线识别与持续定位.进一步,采用声呐与深度传感器融合策略获取水下机器人深度信息,设计基于模糊比例–积分–微分控制的定深抓取控制器,以确保目标定位与抓取过程中深度信息的有效反馈.所提目标识别算法,具有实时性强、复杂度低优点;同时,定深与抓取控制器,不依赖于系统复杂模型,可适应不同海况下的精确抓取.最后,通过试验验证了方法的有效性.; 关键词识别抓取水下机器人深度学习; Keywords recognition grasp underwater vehicle deep learning; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术] TP242 [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	长江口外东海赤潮暴发期间^(210)Po-^(210)Bi-^(210)Pb的生物地球化学行为研究	周文清钟强强周曰华王求贵王浩杜娟	《海洋学报》北大核心	2025	0	在线阅读下载PDF 职称材料
2	小型长航时水面无人平台光伏发电功率预测研究	王兵振柯伟周茜子申书源杨维维	《太阳能学报》 CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
3	融合类别数量自适应深度数据增强和迁移学习的造礁珊瑚识别方法研究	王岚魏皓车亚辰张翠翠	《海洋学报》 CAS CSCD 北大核心	2024	0	在线阅读下载PDF 职称材料
4	水下智能识别与自主抓取机器人设计与实现	高天铭闫敬尤康林张良林景胜罗小元	《控制理论与应用》 EI CAS CSCD 北大核心	2022	1	在线阅读下载PDF 职称材料