Классификатор нефтяного загрязнения на водной поверхности

Чернецова Елена Анатольевна Шишкин Анатолий Дмитриевич

Журнал: Технико-технологические проблемы сервиса @ttps

Рубрика: Диагностика и ремонт

Статья в выпуске: 1 (47), 2019 года.

Бесплатный доступ

Рассматривается автоматизированный классификатор нефтяного пятна и ветрового слика на водной поверхности. Обосновывается выбор входных параметров классификатора. Приводится методика определения структуры нейронной сети-классификатора объектов в автоматизированной системе дистанционного мониторинга

нефтяное загрязнение \ тмный объект \ алгоритм вычисления \ протяженность \ стандартное отклонение

Похожие статьи в разделе Геодезия. Топографо-геодезиче¬ские работы. Аэрокосмическая съемка и фотограмметрия. Дистанционное зондирование. Картография

Ансамбли спектрально-пространственных сверточных нейросетевых моделей для задачи классификации типов почв на гиперспектральных изображениях
Ансамбли спектрально-пространственных сверточных нейросетевых моделей для задачи классификации типов почв на гиперспектральных изображениях

Фирсов Никита Александрович, Подлипнов Владимир Владимирович, Ивлиев Николай Александрович, Рыськова Дарья Дмитриевна, Пирогов Артем Владимирович, Музыка Артм Алексеевич, Макаров Андрей Романович, Лобанов Валерий Евгеньевич, Платонов Владимир Игоревич, Бабичев Александр Николаевич, Монастырский Валерий Алексеевич, Ольгаренко Владимир Игоревич, Николаев Петр Петрович, Скиданов Роман Васильевич, Никоноров Артм Владимирович, Казанский Николай Львович, Сойфер Виктор Александрович

О классификации космических снимков Sentinel-2 нейронной сетью Resnet-50
О классификации космических снимков Sentinel-2 нейронной сетью Resnet-50

Бычков Игорь Вячеславович, Ружников Геннадий Михайлович, Федоров Роман Константинович, Попова Анастасия Константиновна, Авраменко Юрий Владимирович

Короткий адрес: https://sciup.org/148319921

IDS: 148319921   |   УДК: 528.8

A classifier of oil pollution on water surface

An automated classifier of the oil spill and wind slick on the water surface is considered. The choice of input parameters of the classifier is justified. A method for determining the structure of a neural network - a classifier of objects in an automated remote monitoring system is given.

Список литературы Классификатор нефтяного загрязнения на водной поверхности

  • Богданович В.А. Применение принципа инвариантности в задачах обнаружения с априорной неопределенностью.- Изв. вузов СССР. Радиоэлетроника.-1973, т.16, № 1.- С. 43-47
  • Шишкин А.Д. Инвариантное правило обнаружения целей для РЛС с высоким разрешением.- Радиотехника и электроника-1974,т. 19, № 7. - С. 1524-1526
  • Clark, M.M. Transport modeling for environmental engineers and scientists. J.Wiley & Sons, NY, USA, 1996, p. 559.
  • Leonard, B.P. "Third-order Upwinding as a Rational Basis for Computational Fluid Dynamics", in Proc. ofthe International Computational Techniques and ApplicationsConference (CTAC-83), The University of Sydney, Australia, 1984, Elsevier Science Pub. Co., pp. 106-120.
  • Tkalich, P. and Chan, E.S. "The Third-order Polynomial Method for Two-dimensional Convection and Diffusion", Int. J. for Numerical Methods in Fluids,2003, V.41 (9), pp. 997-1019