-
题名基于轻量化卷积神经网络模型的云与云阴影检测方法
- 1
-
-
作者
杨昌军
张昊
张秀再
李景轩
冯绚
-
机构
中国气象局中国遥感卫星辐射测量和定标重点开放实验室
许健民气象卫星创新中心
南京信息工程大学电子与信息工程学院
南京信息工程大学江苏省大气环境与装备技术协同创新中心
中国科学院空间应用工程与技术中心
-
出处
《科学技术与工程》
北大核心
2023年第32期13681-13687,共7页
-
基金
第二次青藏高原综合科学考察研究项目(2019QZKK0105)
国家自然科学基金青年科学基金(11504176,61601230,41905033)
+1 种基金
江苏省自然科学青年基金(BK20141004)
江苏省高校自然科学研究重大项目(13KJA510001)。
-
文摘
大多数遥感影像数据不可避免地受到云层的污染导致数据的失效。因此,对云进行检测是非常必要的预处理步骤。随着航天技术的飞速发展,更加轻便的卫星被设计出来,为在这些算力有限的微小卫星上配备遥感影像预处理模型。设计一种高精度、算力要求低的轻量化云与云阴影检测网络模型具有重要意义。针对上述问题,提出一种基于深度可分离卷积的轻量化卷积神经网络(lightweight M-shaped network,L-MNet)模型,L-MNet网络模型是在M-Net(M-shaped network)模型的基础上引入深度可分离卷积(depthwise separable convolution,DS-Conv),设计一种深度可分离卷积模块(DS-Conv Block),以减小算法的复杂度及计算量。结果表明:所提方法在保证检测精度的前提下,可以有效减小像素级云检测的模型大小及计算量,有助于实现微小卫星在轨云检测的任务。
-
关键词
遥感
云与云阴影检测
深度可分离卷积(DS-Conv)
轻量化卷积神经网络(L-mnet)
-
Keywords
remote sensing
cloud and cloud shadow detection
depthwise separable convolution(DS-Conv)
lightweight convolution neural network(L-mnet)
-
分类号
O43
[机械工程—光学工程]
-
-
题名SNTP协议分析及其在CPR1000系统中的应用
- 2
-
-
作者
迟宗岭
宋宪均
高景斌
-
机构
北京广利核系统工程有限公司
-
出处
《自动化博览》
2021年第10期64-67,共4页
-
文摘
本文详细分析介绍了简单网络时间协议(SNTP)在工程项目中的应用,解决了CPR1000项目中,跨系统时钟不一致的问题。因时间偏差的存在,随着时间的推移偏差将进一步扩大,从而给交换机日志及操作系统日志分析带来困扰。本文提供了一套时间同步方案,并对方案进行了充分分析和说明。
-
关键词
SNTP
校时
NTP
mnet
SNET
CNET
UDP
-
Keywords
SNTP
Timing
NTP
mnet
SNET
CNET
UDP
-
分类号
TM623
[电气工程—电力系统及自动化]
-