利用深度學習改進水深估計方法的精度與範圍;Improvement of Water Depth Estimation in Error and Range with Deep Learning Algorithms

NCU Institutional Repository > 研究中心 > 太空及遙測研究中心 > 研究計畫 > Item 987654321/91046

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/91046

題名:	利用深度學習改進水深估計方法的精度與範圍;Improvement of Water Depth Estimation in Error and Range with Deep Learning Algorithms
作者:	任玄
貢獻者:	國立中央大學太空及遙測研究中心
關鍵詞:	水深估計;卷積神經網路;輻射超解析;葉綠素;海水表面溫度;KD490;東沙環礁;;Bathymetry Estimation;convolution neural network;radiometric super-resolution;sea surface temperature;chlorophyll;KD490;Dongsha atoll
日期:	2023-07-17
上傳時間:	2024-09-18 14:11:23 (UTC+8)
出版者:	國家科學及技術委員會
摘要:	水深、水質及棲地底質資料對航行電子海圖、海洋資源及生態系研究都相當重要。本研究期望可以提高水深估計精度與範圍，目前初步嘗試在水深35公尺內都有良好的相關性。水深精度提高，對水質及棲地底質分類都大有幫助。
關聯:	財團法人國家實驗研究院科技政策研究與資訊中心
顯示於類別:	[太空及遙測研究中心] 研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	17	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing