期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
塑料企业数字化转型研究
1
作者 胡爱晶 陆晶双 林盛泓 《塑料工业》 CAS CSCD 北大核心 2024年第9期178-179,共2页
随着全球经济的快速发展和科技的进步,数字化转型已成为各行各业推动可持续发展的重要战略。在塑料行业,数字化转型不仅是提升企业竞争力的必然选择,也是应对环境保护压力和资源短缺挑战的重要途径。随着智能制造、物联网(IoT)、人工智... 随着全球经济的快速发展和科技的进步,数字化转型已成为各行各业推动可持续发展的重要战略。在塑料行业,数字化转型不仅是提升企业竞争力的必然选择,也是应对环境保护压力和资源短缺挑战的重要途径。随着智能制造、物联网(IoT)、人工智能(AI)。 展开更多
关键词 数字化转型 资源短缺 智能制造 塑料行业 环境保护压力 提升企业竞争力 塑料企业 可持续发展的
下载PDF
基于改进R^(2) CNN 的遥感图像船舶检测方法研究
2
作者 林堉斌 邵哲平 林盛泓 《中国航海》 CSCD 北大核心 2023年第2期106-112,共7页
为深入研究光学遥感图像中的船舶检测问题,提升检测精度和降低模型复杂度,设计基于改进旋转区域卷积和神经网络(Rotational Region Convolutional Neural Networks),R^(2)CNN的两阶段旋转框检测模型。在模型的第一阶段使用水平框作为候... 为深入研究光学遥感图像中的船舶检测问题,提升检测精度和降低模型复杂度,设计基于改进旋转区域卷积和神经网络(Rotational Region Convolutional Neural Networks),R^(2)CNN的两阶段旋转框检测模型。在模型的第一阶段使用水平框作为候选区域;在模型第二阶段引入水平框预测分支,并且设计一种间接预测角度的回归模型;在测试阶段进行旋转框非极大值抑制时,设计基于掩码矩阵的旋转框IoU(Intersection over Union)算法。试验结果显示:改进R^(2)CNN模型在HRSC2016(High Resolution Ship Collection 2016)数据集上取得81.0%的平均精确度,相比其他模型均有不同程度的提升,说明改进R^(2)CNN在简化模型的同时能有效提升使用旋转框检测船舶的性能。 展开更多
关键词 船舶检测 遥感图像 卷积神经网络 R^(2)CNN模型 旋转框检测 候选区域提取
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部