模型与方法 | 浏览量:674下载量:1760CSCD:0
导出
收藏
专辑
煤矿采空区地表裂缝双任务检测方法研究
Dual-task model for ground crack detection in the goaf of coal mines
- “在矿区地表裂缝识别领域,专家设计了Goaf-DTNet双任务卷积神经网络,通过信息互补提高裂缝检测精度,为矿区监测提供有效数据。”
- 2024年28卷第12期 页码:3271-3286
DOI:10.11834/jrs.20243016
引用
翻译全文
移动端阅览
AI导读
HTML全文
图( 27 ) 表( 6 )
参考文献
出版信息
数据统计
文章被引用时,请邮件提醒。
提交
相关作者
马晓双 安徽大学 资源与环境工程学院;安徽大学 信息材料与智能感知安徽省实验室;安徽大学 湿地生态保护与修复安徽省重点实验室
胡忠文 深圳大学 自然资源部大湾区地理环境监测重点实验室
宋文博 安徽大学 资源与环境工程学院
张锋 湖南第一师范学院 电子信息学院
滕书华 湖南第一师范学院 电子信息学院;南宁学院 工智能与软件学院
韩幸 湖南师范大学 医学院
王应谦 国防科技大学 电子科学学院
王雪莹 国防科技大学 电子科学学院
相关机构
安徽大学 资源与环境工程学院
安徽大学 信息材料与智能感知安徽省实验室
安徽大学 湿地生态保护与修复安徽省重点实验室
深圳大学 自然资源部大湾区地理环境监测重点实验室
湖南第一师范学院 电子信息学院


