排序方式: 共有109条查询结果,搜索用时 12 毫秒
61.
62.
63.
64.
65.
66.
岩性识别和分类是地质学、资源勘查等不可或缺的环节,高光谱遥感的兴起为岩性识别提供新的思路。利用机器学习挖掘岩石高光谱图像中的信息从而准确识别岩性,这具有重要的应用价值。目前用机器学习的方法实现岩石的高光谱影像分类研究中,缺少对空间和光谱信息的充分利用,因此本文使用了一种加入注意力机制的三维卷积残差网络结构,能够有效提取岩石高光谱图像的空间、光谱特征以及空谱联合特征。本实验利用无人机搭载高光谱传感器采集了10种不同类型的岩石样本影像,应用该算法对岩石高光谱图像进行分类。实验结果表明:该算法与传统机器学习算法SVM、RF和深度学习算法ResNet、3D CNN和SSRN相比具有更高的精度。 相似文献
67.
经过约5.7亿千米的长途跋涉,美国东部时间2012年8月6日凌晨1:31(北京时间13:31),美国于2011年11月25日发射的“火星科学实验室”所携带的好奇号火星车在火星盖尔陨坑中心山丘的山脚下着陆。其主要任务是分析盖尔陨坑的土壤和岩石,探索火星过去或现在是否存在适宜生命生存的环境,可展开为期一个火星年(约687个地球日)的探测。
继续寻找火星生命迹象
总投资达25'f7_,美元的“火星科学实验室”是迄今最昂贵的火星探测项目,由美国航宇局喷气推进实验室负责管理,波音和洛马公司为主承包商。它是美国火星生命计划的一部分,将挖掘火星土壤、钻取火星岩石粉末,对岩石样本进行分析,探测火星过去或现在是否具有支持微生物生存的环境,从而确定火星是否具有可居住性。为了描述火星的气候特征和地形特征,确定火星上是否有过生命,为载人火星探测做准备,“火星科学实验室”的具体科学探测目标是:了解生物学效应的特点;研究火星岩石和土壤形成和变化的过程;探索火星大气长时间以来的演变过程;确定目前火星上水和二氧化碳的状态、分布和循环情况,以及有机碳复合物的特性和储量;勘测火星表面的化学、同位素、矿物质复合物和火星近表面的地质情况;分析火星表面辐射的光谱特征,包括宇宙银河射线、太阳质子效应和次级中子等;掌握构建生命的物质的含量,如碳、氢、氮、氧、磷和硫。好奇号面临最大的挑战之一就是如何保护火星不受污染。其主要任务是探索火星的过去或现在是否可以作为生命的“避难所”。这就意味着探测器一定不能带有任何的地球病菌和微生物。 相似文献
68.
研究了碳纤维和碳-碳复合材料透射电镜样品制备技术。超薄切片法具有很多优点,并与离子轰击法进行了比较。用金刚石刀超薄切片法制备的薄膜样品电子透明度高,平行度好,而且具有清洁的表面。并对在电镜观察中识别在薄膜的制备过程中引入的假象做了分析。 相似文献
69.
70.