地质与灾害 | 浏览量:3456下载量:1282CSCD:0

  • 导出

  • 收藏

  • 专辑

    • 3D点云震害建筑物深度学习样本增强方法

    • 暂无标题

    • “在震后复杂场景下，专家利用3D点云深度学习方法，实现了建筑物震害自动化智能化识别，为应急救援提供解决方案。”
      • 角色：First author第一作者
      • 机构：

        中国地震局地震预测研究所, 地震数值预测与风险预测研究室, 北京 100036

      • 邮箱：15738510390@163.com
      • 简介：崔驿宁，研究方向为遥感与GIS应用。E-mail：15738510390@163.com

      崔驿宁

      1，
      • 角色：Corresponding author通信作者
      • 机构：

        中国地震局地震预测研究所, 地震数值预测与风险预测研究室, 北京 100036

      • 邮箱：axdothy@163.com
      • 简介：窦爱霞，研究方向为多源遥感地震灾害监测与风险评估、空间技术综合减灾应用。E-mail：axdothy@163.com

      窦爱霞

      1 * ，
      • 机构：

        北京麦格天渱科技发展有限公司, 北京 100089

      杨慎宁

      2
    • 2023年27卷第8期 页码：1876-1887  

    • DOI：10.11834/jrs.20211009    

    移动端阅览

    移动端阅览

  • 引用

    翻译全文

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 26 ) 表( 4 )

  • 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

相关文章

相关作者

崔驿宁
窦爱霞
杨慎宁
徐逸 深圳大学 土木与交通工程学院;深圳大学 自然资源部大湾区地理环境监测重点实验室&广东省城市空间信息工程重点实验室;特温特大学 地理信息科学与地球观测学院
甄佳宁 深圳大学 自然资源部大湾区地理环境监测重点实验室&广东省城市空间信息工程重点实验室;深圳大学 生命与海洋科学学院
蒋侠朋 深圳大学 自然资源部大湾区地理环境监测重点实验室&广东省城市空间信息工程重点实验室
王俊杰 深圳大学 自然资源部大湾区地理环境监测重点实验室&广东省城市空间信息工程重点实验室;深圳大学 生命与海洋科学学院
王楠 生态环境部卫星环境应用中心;生态环境部卫星遥感重点实验室

相关机构

深圳大学 土木与交通工程学院
特温特大学 地理信息科学与地球观测学院
深圳大学 生命与海洋科学学院
深圳大学 自然资源部大湾区地理环境监测重点实验室&广东省城市空间信息工程重点实验室
生态环境部卫星环境应用中心