基于深度学习的雾天夜间机场能见度预测方法

来源 :电子制作 | 被引量 : 0次 | 上传用户:shqcd992
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
大雾发生时具有低能见度的特点,会给飞机飞行带来视程障碍,危及飞行安全.本文采用基于深度学习的语义分割网络U-Net对夜间机场不同远近的地标进行分割并拟合出检测框,然后建立摄像机成像模型计算出地标点到摄像头的距离,最终将最远处的地标距离作为能见度值.实验结果表明,在没有使用任何除雾算法的情况下,本文的算法在检测平均准确率达到80%的情况下,能够以79%的召回率检测机场上的地标.可以建立一个低成本、准确率较高、具有抗雾干扰的机场能见度预测系统.
其他文献
随着软件架构的不断复杂以及迭代周期的缩短,软件从业人员不断创新以改进开发流程和开发技术,以期提高软件产品开发质量.持续集成作为一种软件开发实践,可以很好地提升软件集成效率和发布速度,并保证软件产品开发质量.本文通过对持续集成和持续集成工作流程的介绍,提出了一种以Docker作为基础设施环境的持续集成部署方案并加以实现.
滚动轴承的疲劳寿命和/或轴承润滑脂的使用寿命服从Weibull分布,因此通常采用Weibull分布来对轴承和/或润滑脂的寿命进行评估.对Weibull分布数据处理的数学模型进行了探讨,并基于VBA (Visual Basic for Application)编程语言,开发了一款适用于评估轴承和/或润滑脂寿命的程序.开发的程序可以快速生成Weibull概率纸并打印,同时可以自动作图并求解Weibull形状参数,尺度参数,F10和F50参数,方便用户用图解法高效地评估轴承和/或润滑脂的寿命.与Minitab商
近些年来,虽然火灾的发生率缓慢下降,但是重大火灾发生概率仍然居高不下,一旦发生重大火灾,会威胁大量人的生命财产安全,这一方面是由于发生大火灾的地方大都十分偏远,无法及时救援,另一方面随着社会电气化程度越来越高,引起火灾的因素也在变多.在科技不断发展的今天,我们可以利用计算机视觉的方法解决火灾问题.YOLOX是最近发布的目标检测模型,它是YOLO系列的最新版本,在现有的YOLO版本中,YOLOX拥有最快的检测速度和检测性能.它可以被用来识别火灾产生的火焰.
本文针对汽车销售管理工作愈加繁琐设计并实现了一款基于MVVM框架、以Java为开发语言、以MySQL为数据库的汽车销售管理系统,前端采用渐进式框架Vue实现,后端使用SpringBoot框架开发,从系统的设计与实现入手,对开发本系统所用的技术框架、功能模块与实现流程展开了研究.