模型与方法 | 浏览量 : 0 下载量: 274 CSCD: 0

  • 导出

  • 分享

  • 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   

      纸质出版日期： 2024-12-07 ，

    • DOI： 10.11834/jrs.20243016     

    移动端阅览

  • 陈锡明，姚鑫，任开瑀，姚闯闯，周振凯，杨依林.2024.煤矿采空区地表裂缝双任务检测方法研究.遥感学报，28（12）： 3271-3286 DOI： 10.11834/jrs.20243016.
    Chen X M，Yao X，Ren K Y，Yao C C，Zhou Z K and Yang Y L. 2024. Dual-task model for ground crack detection in the goaf of coal mines. National Remote Sensing Bulletin， 28（12）：3271-3286 DOI： 10.11834/jrs.20243016.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

邵攀 三峡大学 湖北省水电工程智能视觉监测重点实验室;三峡大学 计算机与信息学院
高梓昂 三峡大学 湖北省水电工程智能视觉监测重点实验室;三峡大学 计算机与信息学院
雷相达 南京信息工程大学 遥感与测绘工程学院
管海燕 南京信息工程大学 遥感与测绘工程学院
董震 武汉大学 测绘遥感信息工程国家重点实验室
方婷婷 中国科学技术大学 网络空间安全学院;中国科学院电磁空间信息重点实验室
刘斌 中国科学技术大学 网络空间安全学院;中国科学院电磁空间信息重点实验室
陈春晖 安徽省基础测绘信息中心;自然资源部江淮耕地资源保护与生态修复重点实验室

相关机构

三峡大学 湖北省水电工程智能视觉监测重点实验室
三峡大学 计算机与信息学院
南京信息工程大学 遥感与测绘工程学院
武汉大学 测绘遥感信息工程国家重点实验室
中国科学技术大学 网络空间安全学院
0