-
题名天然砂砾基层机械化施工技术
被引量：5
- 1
-
-
作者
曹源文
梁乃兴
冯立群
-
机构
重庆交通学院机电学院
重庆交通学院土木建筑学院
新疆交通科学研究所
-
出处
《重庆交通学院学报》
2006年第2期58-60,共3页
-
基金
交通部西部交通建设科技项目(200131879744)资助
-
文摘
结合新疆特殊的天然资源和地质条件,通过实验分析和理论研究,确定了天然砂砾基层机械化施工设备及施工工艺,研究结论对施工有现实的指导意义.
-
关键词
天然砂砾
基层
机械化施工
技术
-
Keywords
nature aggregate
base-course
mechanize construction
technology
-
分类号
U415.521
[交通运输工程—道路与铁道工程]
-
-
题名结合多通道特征和可形变模型的自然场景鸟类检测
- 2
-
-
作者
张逸扬
储珺
王璐
-
机构
南昌航空大学软件学院
-
出处
《南昌航空大学学报（自然科学版）》
CAS
2018年第1期76-82,89,共8页
-
基金
国家自然科学基金(61663031
61663036)
江西省重点研发计划项目(20161BBE50085)
-
文摘
可形变部件模型(DPM)在目标检测已取得较好的效果,但因为现有的目标检测数据集中鸟类样本数量过少,分布不均衡,而且采用的HOG特征无法较好的表征鸟类目标,造成自然场景鸟类检测的准确率很低。针对这个问题,本研究首先对Image Net数据集上的鸟类样本进行筛选和数据分析,选取自然场景中鸟类样本1 500个,生成对应的标注文件,建立了自然场景鸟类数据集;并提出一种结合多通道特征(Aggregate Channel Features,ACF)和DPM的自然场景鸟类检测方法,算法从自然场景鸟类数据集中的训练样本中,提取ACF特征,再通过Latent SVM训练得到ACF-DPM模型;进一步研究了模型组件和部件个数对于鸟类检测效果的影响。实验结果表明:本文算法在复杂的自然场景中,能够有效地进行鸟类检测,整体精度优于传统的DPM算法。
-
关键词
鸟类检测
自然场景
DPM
ACF特征
-
Keywords
bird detection
nature scenes
deformable part model
aggregate channel features
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
