排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
2.
油源区内外断裂控藏作用差异性研究——以松辽盆地三肇凹陷和长10区块扶余—杨大城子油层为例 总被引:3,自引:0,他引:3
在松辽盆地三肇凹陷和长10区块断裂发育及分布特征研究的基础上,利用断裂与三肇凹陷之间空间分布位置关系对三肇凹陷和长10区块断裂控藏作用的差异性进行了研究,得到三肇凹陷和长10区块扶余—杨大城子(扶杨)油层主要发育南北向的T2断裂,断裂密度大、平面分布不均,断裂断距小,延伸距离短,剖面上受基底断裂控制形成似花状垒堑组合,平面上密集成带。三肇凹陷T2源断裂主要对青一段源岩生成的油起垂向运移输导作用,使油向下"倒灌"运移进入扶杨油层。长10区块T2断裂对扶杨油层的油则主要起侧向运移输导作用,使三肇凹陷扶杨油层中的油向长10区块侧向运移。三肇凹陷T2断裂密集带不是扶杨油层油聚集成藏的主要部位,油主要聚集在T2源断裂的下盘,长10区块T2断裂密集带则是扶杨油层油聚集成藏的主要部位。 相似文献
3.
基于深度神经网络的多源遥感影像目标识别系统已逐步在空天遥感情报侦察、无人作战自主环境认知、多模复合末制导等多个军事场景中广泛应用。然而,由于深度学习理论上的不完备性、深度神经网络结构设计工程上的强复用性、以及多源成像识别系统在复杂电磁环境中易受到各类干扰等多因素的影响,使得现有识别系统在对抗攻击鲁棒性方面评估不足,存在极大安全隐患。本文首先从深度学习理论不完备性和识别系统攻击样式两个方面分析了潜在安全风险,并重点介绍了深度识别模型对抗样本攻击基本原理和典型方法。其次,针对光学遥感影像和SAR遥感影像两类典型数据形式,从鲁棒正确识别率和对抗攻击可解释性两个方面开展多源遥感影像深度识别模型对抗攻击鲁棒性评估,覆盖了9类常见深度识别网络架构和7类典型对抗样本攻击方法,验证了现有深度识别模型对抗攻击鲁棒性普遍不足的问题,分析了对抗样本与正常样本的多隐层特征激活差异,为下一步设计对抗样本检测算法和提升模型对抗鲁棒性提供参考。 相似文献
4.
5.
基于多尺度形变特征卷积网络的高分辨率遥感影像目标检测 总被引:4,自引:4,他引:0
传统的基于滑窗搜索和人工设计特征相结合的目标检测方法难以适用于海量高分辨率遥感图像的目标检测任务。本文提出了一种基于多尺度形变特征卷积网络的目标检测方法,利用可形变卷积网络对具有尺度和方向变化的遥感图像目标进行特征提取,然后对多层残差模块提取出的形变特征进行区域预测和鉴别。具体模型包括两个子网络:①目标区域预测子网络用于从多层深度特征图提取目标候选区域;②目标区域鉴别子网络用于对目标候选区域进行分类和位置回归。本文在光学卫星图像10类目标数据集上对比了多种基于深度学习的目标检测算法,并将训练好的模型用于谷歌地球影像飞机坟场数据集和高分2号、吉林1号数据集的评估,试验结果表明本文方法能够快速准确地对多类目标进行检测,具有较好的稳健性和迁移性。 相似文献
1