检索结果-南通市图书馆

结合SAR和光学数据检索凯库拉Mw 7.8地震三维形变

在线全文

学校读者我要写书评

暂无评论

引用

武汉大学学报（信息科学版） 2024年第2期49卷 303-312页

作者：王乐洋邹阿健东华理工大学测绘与空间信息工程学院江西南昌330013 自然资源部环鄱阳湖区域矿山环境监测与治理重点实验室江西南昌330013

地震的同震形变监测对于地震形变特征解释以及直观了解断层的几何特征具有重要意义。对于有地表破裂的大地震,GNSS(global navigation satellite system)技术空间分辨率较低,InSAR(interferometric synthetic aperture radar)技术由于... 详细信息

地震的同震形变监测对于地震形变特征解释以及直观了解断层的几何特征具有重要意义。对于有地表破裂的大地震,GNSS(global navigation satellite system)技术空间分辨率较低,InSAR(interferometric synthetic aperture radar)技术由于大的形变梯度会发生相位失相干,均无法获得详细的断层周围形变。基于亚像素互相关技术的光学影像相关和像素偏移追踪能够很好地解决这些问题。以2016年凯库拉Mw 7.8级地震为例,使用哨兵2号数据获取东西向和南北向形变,使用哨兵1号数据获取距离向和方位向形变。为确定获取三维形变场的哨兵2号光学数据与哨兵1号SAR数据的最佳组合,将这些形变种类进行组合,并使用最小二乘方法计算三维形变。结果表明,OIC+POT_As_Des的组合最适合获取凯库拉地震三维形变,各种观测数据类型的结合能够较好地控制三维形变的效果和精度。对凯库拉地震的三维形变进行分析,结果表明,该地震在两个不同区域发生了巨大且复杂的地表位移,是一次右旋走滑为主带有逆冲的地震,垂直形变主要表现为抬升。研究成果可以为地表三维形变的研究提供参考。

关键词：光学影像相关 SAR像素偏移追踪凯库拉地震三维形变监测

冰温贮藏结合生物保鲜剂对虹鳟鱼肉品质特性影响的研究

在线全文

学校读者我要写书评

暂无评论

引用

制冷学报 2024年第3期45卷 160-166页

作者：秦延斌阿依乔丽帕尼•阿地里刘宝林上海理工大学健康科学与工程学院上海200093

虹鳟鱼肉质鲜美,营养丰富,是我国重要的经济鱼类,但其在贮藏、运输、销售过程中极易发生腐败变质,影响食用价值。为研究虹鳟鱼在贮藏过程中的高效保鲜方案,延长货架期,以4℃冷藏为对照,通过测定不同实验工况下鱼肉的汁液流失率、pH值和... 详细信息

虹鳟鱼肉质鲜美,营养丰富,是我国重要的经济鱼类,但其在贮藏、运输、销售过程中极易发生腐败变质,影响食用价值。为研究虹鳟鱼在贮藏过程中的高效保鲜方案,延长货架期,以4℃冷藏为对照,通过测定不同实验工况下鱼肉的汁液流失率、pH值和挥发性盐基氮(TVB-N)等指标,研究0℃冰温贮藏以及0℃冰温贮藏+生物保鲜剂(壳聚糖、茶多酚、柠檬汁质量分数分别为1.75%、0.25%、4.98%)对鱼肉品质的影响。结果表明:0℃冰温贮藏组的各项指标及随时间的上升幅度均优于4℃冷藏,可有效减缓虹鳟鱼肉的腐败进程;第12 d时,4℃冷藏的pH值和TVB-N值分别为6.86和51.89 mg/100 g, 0℃冰温贮藏的pH值和TVB-N值分别为6.56和31.82 mg/100 g,而0℃冰温贮藏+生物保鲜剂组的pH值、TVB-N值仅为6.32和16.96 mg/100 g,该方案对虹鳟鱼肉的保鲜效果更佳,可有效延长其货架期。

关键词：冰温贮藏保鲜效果生物保鲜剂虹鳟鱼

在线全文

学校读者我要写书评

暂无评论

基于跨模态近邻损失的可视-红外行人重识别

引用

北京航空航天大学学报 2024年第2期50卷 433-441页

作者：赵三元阿琪高宇北京理工大学计算机学院北京100081 北京理工大学长三角研究院嘉兴314019

可视-红外跨模态行人重识别任务的目标是给定一个模态的特定人员图像,在其他不同模态摄像机所拍摄的图像集中进行检索,找出相同人员对应的图像。由于成像方式不同,不同模态的图像之间存在明显的模态差异。为此,从度量学习的角度出发,对... 详细信息

可视-红外跨模态行人重识别任务的目标是给定一个模态的特定人员图像,在其他不同模态摄像机所拍摄的图像集中进行检索,找出相同人员对应的图像。由于成像方式不同,不同模态的图像之间存在明显的模态差异。为此,从度量学习的角度出发,对损失函数进行改进以获取具有更加辨别性的信息。对图像特征内聚性进行理论分析,并在此基础上提出一种基于内聚性分析和跨模态近邻损失函数的重识别方法,以加强不同模态样本的内聚性。将跨模态困难样本的相似性度量问题转化为跨模态最近邻样本对和同模态样本对的相似性度量,使得网络对模态内聚性的优化更加高效和稳定。对所提方法在全局特征表示的基线网络和部分特征表示的基线网络上进行实验验证结果表明:所提方法对可视-红外行人重识别的预测结果相较于基线方法,平均准确度最高可提升8.44%,证明了方法在不同网络架构中的通用性;同时,以较小的模型复杂度和较低的计算量为代价,实现了可靠的跨模态行人重识别结果。

关键词：可视-红外行人重识别度量学习深度学习跨模态学习计算机视觉