交通部民用航空局遙控無人機管理資訊系統的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列免費下載的地點或者是各式教學

防止無人機影響機場飛行安全之策略

為了解決交通部民用航空局遙控無人機管理資訊系統的問題，作者陳炫旻 這樣論述：

無人機現今蓬勃發展，目前又因疫情關係，在國外一群無人機愛好者利用他們的飛行操控技能，替居家隔離患者提供藥品及食物無接觸遞送服務。使得無人機在生活中的運用越來越廣泛了，當無人機越來越頻繁則會造成飛航安全的問題，中央或地方政府必須劃定的管制區內進行活動時，也需透過系統提出申請，才能在合法區內依規定操作飛行。在以前反制無人機極為困難，傳統防空系統主要用於反制飛機或飛彈的攻擊，雖然技術層次日益精進，成本也大幅增加，世界各國均加快發展、測試及部署無人機反制系統，以因應此種新興的不對稱威脅。本研究是針對機場的禁航區域用反制小型無人機的策略，提供給未來研究防止無人機技術參考方向。此研究是將反制無人機系統分

為三種策略，分別為監管策略、干擾策略及摧毀策略，從無人機遙控器的無線頻段(2.4G、5.8及GPS)去探討監控管理、無線干擾以致最後都無法侵入時以摧毀手段，可以了解無人機與遙控器構連時的程序，並研究此程序的步驟。其中對於干擾策略則計算無線電的自由空間、飽和度及EIRP，將上述的頻段以公式算出功率，針對市面上無人機干擾槍發射功率與距離大小作為未來研究干擾槍相關距離與功率關係；但也必須依循NCC的低功率射頻電機技術規範，因此發射功率大小均須先行提出申請。

運用卷積神經網路發展船舶影像辨識技術之研究

為了解決交通部民用航空局遙控無人機管理資訊系統的問題，作者張勝凱 這樣論述：

摘要 iABSTRACT ii誌謝 iii目錄 iv表目錄 vi圖目錄 vii第一章、緒論 11.1 研究背景 11.2 研究動機 21.3 研究目的 31.3.1 船舶影像蒐集 31.3.2 船舶影像前置處理 31.4 論文架構 4第二章、文獻探討 52.1 卷積神經網路 52.1.1 AlexNet 82.1.2 VGGNet 82.1.3 ResNet 102.1.4 DenseNet 102.1.5 Inception V4 112.2 相關文獻 122.2.1 物件切割 122.2.2 船舶目標識別 132

.2.3 卷積神經網路用於船舶目標識別的改進算法 15第三章、研究方法 173.1 系統架構 173.2 資料蒐集 183.2.1 遙控無人機航拍 183.2.2 船舶種類 223.2.3 網路蒐集 243.3 影像前置處理 283.3.1 船舶影像除霧化 283.3.2 船舶影像去背 303.4 資料集擴增(DATASET AUGMENTATION) 313.5 模型訓練資料分配比例 323.6 模型訓練 32第四章、實驗結果 334.1 本研究實驗環境介紹 334.2 正常影像與去背影像進行測試結果 344.3

結合不同模型輸出的融合方法 37第五章、結論與未來研究方向 38第六章、參考文獻 39第七章、附錄 42