Zobrazeno 1 - 10
of 117
pro vyhledávání: '"boundary optimization"'
Publikováno v:
Scientific Reports, Vol 14, Iss 1, Pp 1-24 (2024)
Abstract To solve the problem of controlling mining in the open-pit mine end slope fire-burned area, applying multivariate function fitting to the roof and floor modeling of multi-coal seam open pit mines, introducing the factor of coal quality chang
Externí odkaz:
https://doaj.org/article/dc5989597b1641f8b0e7a6d219ca77aa
Publikováno v:
Geo-spatial Information Science, Vol 27, Iss 4, Pp 1326-1347 (2024)
Cloud coverage has become a significant factor affecting the availability of remote-sensing images in many applications. To mitigate the adverse impact of cloud coverage and recover ground information obscured by clouds, this paper presents a curvatu
Externí odkaz:
https://doaj.org/article/53f72b532a9e47dc93abffa8564ffb34
Publikováno v:
Muhandisī-i manābi̒-i ma̒danī, Vol 9, Iss 2, Pp 33-45 (2024)
As near-surface mineral resources are being depleted, mining operations are focused on deepening. Rising environmental concerns prefer underground mining methods because their footprint is less than that of surface mining methods. Among the undergrou
Externí odkaz:
https://doaj.org/article/77c17de6f6b043d69e24b66d7099d405
Publikováno v:
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, Vol 17, Pp 519-534 (2024)
The extraction of buildings in aerial remote sensing applications is an important and challenging task. Most existing methods extract buildings based on local area attention, ignoring the loss of accuracy due to the global structure of the building.
Externí odkaz:
https://doaj.org/article/1397bf990cdf4b9a877cbdc668919f67
Publikováno v:
Complex & Intelligent Systems, Vol 9, Iss 6, Pp 6343-6358 (2023)
Abstract Recently proposed state-of-the-art saliency detection models rely heavily on labeled datasets and rarely focus on perfect RGBD feature fusion, which lowers their generalization ability. In this paper, we propose a depth-based interaction and
Externí odkaz:
https://doaj.org/article/8629adc1b9d345debe3995180d1d6733
Publikováno v:
Geocarto International, Vol 38, Iss 1 (2023)
Deep learning has achieved remarkable performance in semantically segmenting remotely sensed images. However, the high-frequency detail loss caused by continuous convolution and pooling operations and the uncertainty introduced when annotating low-co
Externí odkaz:
https://doaj.org/article/37ae02527f344a61ada358641774baee
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.