QQ客服 官方微博 反馈留言

浏览/检索结果: 共5条，第1-5条 帮助 限定条件 专题：北京航空航天大学    第一署名单位    第一作者单位    通讯作者单位    发表日期：2019     已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择发表日期升序发表日期降序提交时间升序提交时间降序题名升序题名降序作者升序作者降序 On-Board Ship Detection in Micro-Nano Satellite Based on Deep Learning and COTS Component 期刊论文 REMOTE SENSING, 2019, 卷号: 11 作者:  Yao, Yuan;  Jiang, Zhiguo;  Zhang, Haopeng;  Zhou, Yu 收藏  |  浏览/下载：9/0  |  提交时间：2019/12/30 on-board processing  ship detection  micro-nano satellite  deep learning  COTS component   Automatic Ship Detection in Optical Remote Sensing Images Based on Anomaly Detection and SPP-PCANet 期刊论文 REMOTE SENSING, 2019, 卷号: 11 作者:  Wang, Nan;  Li, Bo;  Xu, Qizhi;  Wang, Yonghua 收藏  |  浏览/下载：2/0  |  提交时间：2019/12/30 ship detection  anomaly detection  multivariate Gaussian  spatial pyramid pooling pcanet   Ship detection in spaceborne infrared images based on Convolutional Neural Networks and synthetic targets 期刊论文 INFRARED PHYSICS & TECHNOLOGY, 2019, 卷号: 97, 页码: 229-234 作者:  Jiang, Bitao;  Ma, Xiaofeng;  Lu, Yao;  Li, Yang;  Feng, Li 收藏  |  浏览/下载：9/0  |  提交时间：2019/12/30 Ship detection  Spaceborne infrared image  Convolutional Neural Networks  Synthetic targets   Distribution Information Based Intuitionistic Fuzzy Clustering for Infrared Ship Segmentation 期刊论文 IEEE Transactions on Fuzzy Systems, 2019 作者:  Jin, D.;  Bai, X. 收藏  |  浏览/下载：9/0  |  提交时间：2019/12/30 C (programming language)  Cluster analysis  Edge detection  Fuzzy clustering  Fuzzy sets  Fuzzy systems  Image segmentation  Infrared imaging  Linear programming  Ships  Clustering methods  distribution information  Image edge detection  Intuitionistic Fuzzy C-Means  Marine vehicles  Nonhomogeneous media  Clustering algorithms   A Hierarchical Convolution Neural Network (CNN)-Based Ship Target Detection Method in Spaceborne SAR Imagery 期刊论文 REMOTE SENSING, 2019, 卷号: 11 作者:  Wang, Jun;  Zheng, Tong;  Lei, Peng;  Bai, Xiao 收藏  |  浏览/下载：3/0  |  提交时间：2019/12/30 spaceborne synthetic aperture radar  ship target detection  ghost  convolutional neural network