工学 >>> 安全科学技术 >>> 安全管理工程 >>> 安全检测与监控技术 >>>
搜索结果: 1-15 共查到知识库 安全检测与监控技术相关记录536条 . 查询时间(7.553 秒)
基于网格的影像电子病历共享交换数字签字与安全监控技术研究。
高精度远程变型监测与预警系统     高精度  远程变型监测  预警系统       font style='font-size:12px;'> 2023/8/22
高精度远程变型监测与预警系统。
远程智能视频监控与决策支持技术与应用     远程  智能视频  监控  决策支持       font style='font-size:12px;'> 2023/8/17
远程智能视频监控与决策支持技术与应用。
针对现有的视频监控系统设备成像能力弱,图像分辨率较低,且枪机视场角有限,存在大量死角,而球机需要不停的转动云台,其在任意时刻只能观测一个方向,相机图像画面显示单一,缺乏关联性产生“只见树木,不见森林”的效果难以全面掌握、直观了解现场的情况,难以直视动态掌控局面,故需要建立一套大场景覆盖、全方位监控、连续性实时监控的视频监控系统。计算机视觉技术团队成功研制出多拼接型360度全景摄像机,打破了国外在此...
哈尔滨工业大学交通科学与工程学院科研成果索撑桥梁安全监测与安全评价。
哈尔滨工业大学交通科学与工程学院科研成果基于超大规模感知网络的隧道结构安全监测技术网络术。
哈尔滨工业大学交通科学与工程学院科研成果桥梁集群结构运营安全智能监测与预警技术。
哈尔滨工业大学交通科学与工程学院科研成果桥梁健康监测智慧运维云技术。
天车挂钩安全智能检测系统采用先进的云边端体系结构、机器视觉、深度学习、可靠的无线传输技术、支持深度学习模型部署的低功耗边缘计算服务器等,构建适合炼钢和有色等复杂工业环境的天车挂钩安全智能检测系统。系统针对重要的吊包位,通过定位、重量和视觉等多种手段触发检测系统开始工作,机器视觉基于深度学习模型对挂钩和钢包进行实时、精确的跟踪,通过实例分割模型准确分割出挂钩形态,基于挂钩和钢包耳轴的多个关键特征点进...
针对工地、危险区域等场景需要实现同时佩戴安全帽与口罩的自动检测问题,提出一种改进的YOLOv3算法以提高同时检测安全帽和口罩佩戴的准确率。首先,对网络模型中的聚类算法进行优化,使用加权核K-means聚类算法对训练数据集聚类分析,选取更适合小目标检测的AnchorBox,以提高检测的平均精度和速度;然后,优化YOLO网络内部的Darknet特征网络层,将4倍降采样提取的特征图进行2倍上采样,再与2...
中国民航飞行安全风险监测防控关键技术研究与应用     中国民航  安全风险  监测防控       font style='font-size:12px;'> 2022/9/9
中国民航飞行安全风险监测防控关键技术研究与应用,获奖年度:2019年,获奖级别:中国智能交通协会科学技术奖二等奖,该项目由中国民航科学技术研究院完成,项目建立了具有自主知识产权的行业级飞行品质安全风险监测平台,构建了可控飞行撞地、空中失控、跑道安全、机场特殊风险等模型、民航运行风险监测指标体系和风险监测模型,开发了基于时态 GIS 技术的新型飞行品质监控管理分析系统,提出了针对低高度不稳定进近和擦...
Landslide inventory mapping is essential for hazard assessment and mitigation. In most previous studies, landslide mapping was achieved by visual interpretation of aerial photos and remote sensing ima...
Aiming at the problem that the target may have different orientation in the unmanned aerial vehicle (UAV) image, the target detection algorithm based on the rotation invariant feature is studied,and t...
SAR polarimetry (PolSAR) is a method that can be used to investigate landslides. Polarimetric scattering power decomposition allows to separate the total power received by the SAR antenna, which is di...
采用机器学习的火焰前景提取算法     火灾检测  前景提取  机器学习  聚类算法       font style='font-size:12px;'> 2017/8/22
针对现有火焰前景提取算法提取前景不完整、轮廓失真严重、对复杂环境适应性差等问题,提出一种采用机器学习的火焰前景提取算法。该算法结合使用监督学习方法和无监督学习方法,训练了两级专用的分类器用于确定疑似目标区域;根据Real AdaBoost分类器的输出结果计算聚类算法的初始中心,并使用计算出的聚类中心对目标区域进行聚类分割,以得到最终的前景区域。实验结果表明:该算法对强光环境、夜间环境、静态或动态干...

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...