-
- 2022-10-06
- 2022-10-06
- 2022-10-06
- 2022-10-06
- 2022-10-05
- 2022-10-05
- 2022-11-08
- 2022-10-07
- 2022-10-07
- 2019-04-16
- 2019-04-16
- 2019-05-05
- 2019-05-05
- 2019-05-05
- 2019-05-05
- 2022-10-02
- 2022-10-02
- 2022-10-03
- 2023-11-13
- 2022-10-05
- 2022-10-05
- 2022-10-05
- 2022-10-05
- 2022-10-05
- 2022-10-05
- 2022-10-05
- 2019-04-12
- 2022-10-05
- 2022-10-05
- 2022-10-05
- 2022-10-05
- 2022-10-06
- 2022-10-06
- 2022-10-06
- 2022-10-06
- 2020-06-18
- 2019-04-16
- 2022-10-07
- 2019-04-16
- 2024-03-11
- 2024-03-11
-
- 2019-09-25
- 2019-03-19
- 2019-03-19
- 2019-03-19
- 2019-08-26
- 2019-08-26
- 2019-08-26
- 2019-08-26
- 2019-08-26
- 2019-08-26
- 2019-08-26
- 2019-08-27
- 2019-08-27
- 2019-08-27
- 2019-08-27
-
2020-01-03 涂层材料反射率测量.pdf
끂7000 305.87 KB -
2020-01-03 纳米材料反射率测量.pdf
끂7035 1.85 MB -
2020-01-03 镜面薄膜反射率测量.pdf
끂7079 2.96 MB -
2020-01-03 金属材料反射率测量.caj
끂3332 8.89 MB
- 2019-08-26
- 2022-10-12
- 2019-07-22
- 2019-04-15
-
- 2019-03-20
- 2019-03-20
- 2019-03-20
- 2020-01-03
- 2020-01-03
- 2019-03-20
- 2019-03-20
- 2019-03-20
- 2022-10-12
- 2022-10-12
- 2021-01-14
- 2022-10-12
- 2020-01-10
- 2019-03-20
- 2022-10-12
- 2022-10-12
- 2019-03-20
- 2019-03-20
- 2019-03-20
- 2019-03-20
-
2020-01-03 WIRIS 热像仪在安防领域的应用.pdf
끂7588 810.49 KB -
2020-01-03 S185机载高光谱用于监测雷区军事设施.pdf
끂7457 1.5 MB -
2020-01-03 S185机载高光谱用于爆炸装置的伪装识别.pdf
끂7474 4.33 MB
-
- 2019-12-31
- 2019-12-31
- 2019-12-31
- 2019-12-31
- 2020-01-02
- 2020-01-02
- 2020-01-02
- 2019-05-30
- 2019-03-20
- 2019-03-20
- 2019-03-19
- 2019-03-19
- 2022-10-28
- 2019-07-22
- 2019-03-20
- 2019-03-20
- 2022-10-28
- 2020-01-02
- 2020-01-02
- 2020-01-02
-
2020-01-03 南昌航空大学利用ET100研究铝合金等发射率.caj
끂3341 8.89 MB -
2020-01-03 美国桑迪亚大学利用410Solar测量太阳镜薄膜反射率.pdf
끂7202 2.96 MB -
2020-01-03 美国纳米材料研究中心利用410Solar测量纳米材料反射率.pdf
끂7136 1.85 MB -
2020-01-03 澳大利亚国立大学利用410Solar测量不同涂层材料反射率.pdf
끂7123 305.87 KB
-
- 2022-11-21
- 2022-11-02
- 2022-10-30
- 2022-10-21
- 2020-09-25
- 2020-08-27
- 2020-08-19
- 2019-11-28
- 2019-09-05
- 2019-08-05
- 2019-07-31
- 2019-07-04
- 2019-06-02
- 2019-06-02
- 2019-06-02
- 2019-06-02
- 2019-06-02
- 2019-06-02
- 2019-06-02
- 2019-06-02
- 2019-06-18
- 2019-06-18
- 2019-06-18
- 2019-06-18
- 2019-06-18
- 2019-06-18
- 2019-06-18
- 2019-06-18
-
-
2019-03-18 UAS sensors and data processing in agroforestry a review towards practical applications.pdf
끂7607 4.78 MB -
-
-
-
-
-
-
-
2022-11-21 安洲科技 无人机多源遥感产品册.pdf
끂4343 637.78 KB -
2020-08-26 WIRIS Pro 高性能机载热红外成像仪.pdf
끂7697 7.7 MB -
2020-08-26 SOC系列高光谱成像光谱仪.pdf
끂7512 7.11 MB -
2020-08-26 SEI高性能地物光谱仪.pdf
끂7225 2.4 MB -
2020-08-26 S185 机载画幅式高速高光谱成像仪.pdf
끂7007 3.96 MB -
2020-08-26 K6 科研级机载多光谱成像仪.pdf
끂6608 4.11 MB -
2020-08-26 425全波段高光谱成像系统.pdf
끂7230 829.76 KB
- 2020-01-02
- 2020-01-02
- 2020-01-02
- 2020-01-02
- 2020-01-02
- 2020-01-02
-
全国统一电话:4006-507-608
-
贵州大学清镇中华茶博园X20P机载高光谱飞行报告
2022-10-12
-
X20P光场成像高光谱 河南周口某冬小麦试验基地
2022-10-12
-
基于S185机载高光谱成像技术的小麦黄锈检测研究
本研究使用S185机载高速高光谱成像仪来获取野外冠层尺度的高光谱影像。利用高光谱成像仪提取的植被指数(VIs)和纹理特征(TFs)及其组合,建立基于偏最小二乘回归(PLSR)算法的不同感染期的疾病监测模型。
2021-01-14
-
基于SOC710E高光谱成像仪系统的小麦籽粒镰刀菌损伤识别
高光谱成像仪针对小麦赤霉病又称烂穗病、麦秸枯、烂麦头、红麦头,是由多种镰刀菌感染所引起的、发生在小麦上的病害,本文采用高光谱成像仪技术(HSI)对由小麦籽粒不同程度损害引起的小麦赤霉病对进行检测。
2021-01-14
-
基于PSR-3500地物光谱仪相机学习的水稻叶绿素含量估测研究
本研究中,利用地物光谱仪高斯过程回归(GPR)、随机森林回归(RFR)、支持向量回归(SVR)和梯度增强回归树(GBRT)等4个先进的地物光谱仪学习技术将波长a和b之间的反射波长变化率形成的变量(RCRWa-b)与PSR+3500地物光谱仪原始光谱反射率数据进行回归分析进行叶绿素含量的估算研究。
2021-01-14
-
S185高光谱成像仪案例之——青岛崂山林区大面积松线虫病虫害调查
2019年10月15日,安洲科技与国内某测绘院利用S185机载画幅式高光谱成像仪系统与CW10固定翼无人机在青岛崂山林区进行大面积林区病虫害调查研究,成功获取该林区约1平方公里的航空高光谱成像仪影像,本次研究的主要对象为松材线虫病,松材线虫侵染后可破坏树脂道薄壁和上皮细胞,造成植株失水,蒸腾作用降低,树脂分泌积聚减少和停止,使树体死亡,它还可随采伐的病树原木及制品,传播到无病区,从而带来远距离的迅速危害。
2019-11-11
-
基于S185机载高光谱的深度学习方法自动识别冬小麦条锈病研究
本文以S185机载高光谱数据为实例,提出了一种基于深度卷积神经网络(DCNN)的方法,研究了自动识别冬小麦条锈病发病区的相关结论。结果表明,该方法的整体识别精度高达0.85,高于基于随机森林算法的0.77,为基于机载高光谱影像的农作物病害研究提供了较高的参考价值。
2019-08-05
-
使用SOC成像光谱仪进行不同背景因素下小麦白粉病的检测研究
准确评估作物病害严重程度是精确应用农药防止疾病侵袭的关键,高光谱成像技术能够提供高分辨率的光谱图像,用于快速识别作物病害和确定疾病侵袭趋势。在本研究中,使用高光谱成像仪检测小麦白粉病,考虑麦穗和叶子在阴影下的影响,以判定受感染和健康的植物叶。通过比较麦穗和阴影,健康和感染植物叶片之间的光谱差异,选择23个敏感波段区分不同的背景目标。基于筛选的敏感波段获得五个植被指数(VIs)和三个红边参数。
2019-03-20
-
使用SOC710进行葡萄红斑病的检测
本研究使用高光谱图像去检测葡萄叶片的红斑病,分析葡萄叶片的光谱特征,进而识别叶片的病变区域。修正过的光谱反射率的波段566nm、628nm和566nm/628nm和680nm/738nm的反射率比作为特征波段实现从健康的叶片和干旱的叶片中识别红斑病。两个修正反射光谱和两个光谱波段比值作为训练集去训练监督模式下的支持向量机(SVM)分类器。
2019-03-20
产品列表
测量服务
-
ꁸ 回到顶部
-
ꂅ 4006-507-608
-
ꁗ QQ客服
-
ꀥ 微信二维码
北京安洲科技有限公司 版权所有 电话:4006-507-608 010-62111182 邮箱:info@azup.com.cn
Copyright 2009 Auto Parts All Right Reserved
上海
公司地址:上海市天山路641号上海慧谷1号楼300#
4006507608 sh@azup.cn
西安
公司地址:西安市高新区唐延路37号国际公寓C座1106
4006507608 xa@azup.cn
武汉
公司地址:武汉市武昌区复地东湖国际6期10栋1602
4006507608 wh@azup.cn
广州
公司地址:广州市天河区元岗横路31号慧通广场B1-1422
4006507608 gz@azup.cn
联系方式
销售部:4006-507-608 sales@azup.cn
技术部:010-62111182 service@azup.cn
市场部:010-62112652 marketing@azup.cn
北京(总部)
公司地址:北京市海淀区上地信息路2号国际创业园东区C栋7层
010-62112602 info@azup.cn
4006507608