中文版 | English

在结果中检索

CIOMP OpenIR

浏览/检索结果: 共7条，第1-7条 帮助

限定条件    
已选(0)清除 条数/页：   排序方式：
光学遥感图像中复杂海背景下的舰船检测 期刊论文
光学精密工程, 2018, 期号: 03, 页码: 723-732
作者:  王慧利;  朱明;  蔺春波;  陈典兵;  杨航
收藏  |  浏览/下载：286/0  |  提交时间：2019/09/17
舰船检测  遥感图像  显著性检测  AdaBoost分类器  
Ship Detection in Optical Remote Sensing Images Based on Saliency and a Rotation-Invariant Descriptor 期刊论文
Remote Sensing, 2018, 卷号: 10, 期号: 3, 页码: 19
作者:  Dong, C.;  Liu, J. H.;  Xu, F.
浏览  |  Adobe PDF(7112Kb)  |  收藏  |  浏览/下载：406/156  |  提交时间：2019/09/17
remote sensing  visual saliency  radial gradient transform  covariance  matrix  Gaussian SVM  detection scheme  object detection  model  shape  Remote Sensing  
Ship Detection in Optical Satellite Images Using Haar-like Features and Periphery-Cropped Neural Networks 期刊论文
Ieee Access, 2018, 卷号: 6, 页码: 71122-71131
作者:  Yu, Y.;  Ai, H.;  He, X. J.;  Yu, S. H.;  Zhong, X.;  Lu, M.
Adobe PDF(8941Kb)  |  收藏  |  浏览/下载：250/73  |  提交时间：2019/09/17
Object detection  feature extraction  CNN  AdaBoost classifier  object detection  tracks  shape  Computer Science  Engineering  Telecommunications  
Ship detection of complex sea background in optical remote sensing images 期刊论文
Guangxue Jingmi Gongcheng/Optics and Precision Engineering, 2018, 卷号: 26, 期号: 3, 页码: 723-732
作者:  Wang, Hui-Li;  Zhu, Ming;  Lin, Chun-Bo;  Chen, Dian-Bing;  Yang, Hang
Adobe PDF(1027Kb)  |  收藏  |  浏览/下载：508/121  |  提交时间：2019/09/17
Remote sensing  Adaptive boosting  Behavioral research  Binary images  Errors  Pixels  Precision engineering  Ships  
基于支持向量机的行人检测技术研究 学位论文
硕士, 中国科学院大学(中国科学院长春光学精密机械与物理研究所): 中国科学院大学(中国科学院长春光学精密机械与物理研究所), 2018
作者:  杨萌
caj(4008Kb)  |  收藏  |  浏览/下载：224/0  |  提交时间：2019/09/23
行人检测  SVM  核函数  惩罚因子  参数优化  AdaBoost  
Biologically Visual Perceptual Model and Discriminative Model for Road Markings Detection and Recognition 期刊论文
Mathematical Problems in Engineering, 2018, 卷号: 0, 页码: 11
作者:  Jia, H. Q.;  Wei, Z. H.;  He, X.;  Lv, Y.;  He, D. L.;  Li, M. Y.
浏览  |  Adobe PDF(4675Kb)  |  收藏  |  浏览/下载：346/122  |  提交时间：2019/09/17
salient region detection  sparse representation  scene classification  robust  Engineering  Mathematics  
Evaluation of Supervised Machine Learning Techniques for Dynamic Malware Detection 期刊论文
International Journal of Computational Intelligence Systems, 2018, 卷号: 11, 期号: 1, 页码: 1153-1169
作者:  Zhao, H. W.;  Li, M. Z.;  Wu, T. Q.;  Yang, F.
浏览  |  Adobe PDF(2093Kb)  |  收藏  |  浏览/下载：327/101  |  提交时间：2019/09/17
Dynamic Analysis  Malware detection  Machine Learning  Static Analysis  classification  Computer Science