-
Patent Agency Ranking
公开(公告)号：CN117975193A
公开(公告)日：2024-05-03
申请号：CN202410014354.5
申请日：2024-01-04
Applicant: 中国矿业大学(北京)
IPC: G06V10/774 , G06V10/82 , G06V10/36 , G06V20/10 , G06V10/44 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/094 , G01V3/12 , G01V3/38
Abstract: 本发明公开了一种探地雷达城市道路空洞样本数据扩充算法。该算法基于改进后的GAN网络，结合实测有限空洞病害样本，迁移易获得的实测地下目标中的电磁波特征，生成贴近真实环境的空洞样本。增加了探地雷达探测空洞的样本数量，突破了城市道路塌陷空洞病害样本库空洞数量不足对智能学习模型参数优化训练限制，提高了智能识别精确度，通过实际测试，本发明提供算法生成空洞的识别精确度高于GAN网络。
-
公开(公告)号：CN116930869A
公开(公告)日：2023-10-24
申请号：CN202310689122.5
申请日：2023-06-12
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种少样本条件下的三维探地雷达空洞智能识别算法。结合三维探地雷达一次探测获得纵向、横向和水平三个切片的探测特点，提出了一种基于模型迁移的三维探地雷达空洞智能识别模型，首先通过正演模拟获得大量带有空洞病害的城市道路模型的三维探地雷达数据，分别在三个切片上对空洞检测数据进行智能识别模型预训练，再通过模型迁移的方式使用少量真实地下空洞数据加快模型训练的收敛速度，优化结构参数。本发明突破了三维雷达探测空洞数量样本不足对智能学习模型参数优化训练限制，提高了识别精确度。
-
公开(公告)号：CN118395374A
公开(公告)日：2024-07-26
申请号：CN202410498080.1
申请日：2024-04-24
Applicant: 中国矿业大学(北京)
IPC: G06F18/25 , G06F18/241 , G06V10/54 , G06V10/82 , G06V10/764 , G06N3/0464 , G06V10/44 , G06V10/52 , G06V10/80 , G06F123/02
Abstract: 本发明公开了一种基于探地雷达信号序列频谱与时域特征的地下目标分类算法。该算法首先将雷达数据序列化，通过小波变换得到序列谱，再将不同方向的序列谱与时域图像相结合，构成地下目标分类算法的输入数据，通过多尺度卷积神经网络进一步完成地下目标的分类。实验表明，该方法能够有效提升探地雷达地下目标的分类准确率，为探地雷达数据智能识别提供了新的思路。
-
公开(公告)号：CN117826108A
公开(公告)日：2024-04-05
申请号：CN202410008360.X
申请日：2024-01-04
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于改进SSA‑VMD‑NSST的矿井下探地雷达杂波抑制方法，属于信号处理领域，包括如下步骤：S1:输入一张预处理后含杂波的探地雷图谱，得到该图谱的平均轨迹，利用麻雀搜索算法优化对平均轨迹VMD分解的分解个数和惩罚因子，得到VMD的最佳参数组合，其适应度函数是最小包络熵；S2:利用最佳参数对图谱进行VMD分解，根据模态分量与原图谱的皮尔逊相关系数，选择相似度大的VMD分量，重新组合成新的图谱；根据基于尺度方向自适应变化的阈值以及柔性阈值函数，对合成图谱进行改进NSST操作，得到最终去噪后的图谱。本发明不仅可以有效去除特定中心频率的杂波，而且可以抑制探地雷达图谱中的随机杂波，提高对探地雷达图谱的去噪性能。
-
公开(公告)号：CN119291675A
公开(公告)日：2025-01-10
申请号：CN202411391053.0
申请日：2024-10-08
Applicant: 中国矿业大学(北京)
Abstract: 本发明公开了一种基于探地雷达信号时频特征的地下介质电特性反演算法。该算法基于编码器‑解码器的跳跃连接结构，充分结合雷达波在衰减过程中频域特征的变化，对介电常数和电导率精确反演。实验结果表明，算法在非均匀土壤条件下表现出对地下介质电特性的优异反演能力。
-
-
-
-
Search Results
5
records
(took 0.017 seconds)
