自主稳定的海底底形与边界层近距离观测装置及应用方法

    公开(公告)号:CN114877942A

    公开(公告)日:2022-08-09

    申请号:CN202210538819.8

    申请日:2022-05-18

    摘要: 本发明公开了一种自主稳定的海底底形与边界层近距离观测装置及应用方法。该装置包括仪器仓、三脚架两大部分,其中仪器仓包含三维点式流速计、电池仓、声学多普勒流速剖面仪、悬浮物剖面测量仪和三维微地貌声纳;三脚架包含拉环、仪器安装支柱、上三边架、仪器安置平板、上斜边杆、中斜边杆、下斜边杆、防下沉挡板和下三边架。该装置的使用方法,包括装置组装、仪器调试、投放、作业与回收等步骤。本发明具有自主稳定、组装拆卸方便、采集数据多样等优点,可对活动性底形及其底边界层的水动力环境进行同步监测,以分析底形的时序变化过程及致灾机理。本发明可在海底动力地貌、海底探测装备、海洋工程建设等领域使用。

    基于深度学习的小样本海底水声图像底质分类方法

    公开(公告)号:CN112149755B

    公开(公告)日:2022-07-05

    申请号:CN202011084474.0

    申请日:2020-10-12

    摘要: 本发明公开了一种基于深度学习的小样本海底水声图像底质分类方法,应用于深度学习领域,从模型参数和数据两方面出发进行优化研究:(1)模型参数优化方面使用迁移学习中的微调技术,将大型数据集作为预训练数据集,从而实现大跨度的任务模型参数迁移;(2)数据增强方面则使用WGAN‑GP模型并结合CBN生成特定底质声纳图像,用于扩充数据集。后续的优化实验肯定了大跨度任务迁移的微调对于CNNs在底质分类的优化,其中ResNet可以达到非常理想的精度,肯定了将深度模型应用在此类任务中的可行性。生成对抗神经网络进行数据增强来从数据角度优化任务表现,结论说明生成对抗神经网络的数据增强可以带来精度提升但同时时间损耗巨大。

    基于地形地貌和构造特征的海底地理实体划定与分类方法

    公开(公告)号:CN114663640A

    公开(公告)日:2022-06-24

    申请号:CN202210548489.0

    申请日:2022-05-20

    摘要: 本发明公开了基于地形地貌和构造特征的海底地理实体划定与分类方法,包括:数据预处理、地理实体划定、特征提取与分类三大步骤。首先,通过数据预处理得到海底地形地貌模型、重力垂直梯度模型、磁异常模型;其次,将上述模型分别通过基于地形地貌的界限划定和基于构造特征的界限划定这两种方法,得到两种类型的界限;最后,通过特征提取与分类得到海底地理实体的全要素信息表。依据国际规则和国家规范,结合中国传统文化,分别赋予其通名和专名。本方法可概况为“构造定级、地貌定类、文化定名”,克服了现有技术缺乏地质构造约束、无量化界定,导致地理实体划定模糊。本发明可在海底地名命名、海底地形地貌学等方面具有重要的实际应用价值。

    基于深度学习的小样本海底水声图像底质分类方法

    公开(公告)号:CN112149755A

    公开(公告)日:2020-12-29

    申请号:CN202011084474.0

    申请日:2020-10-12

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于深度学习的小样本海底水声图像底质分类方法,应用于深度学习领域,从模型参数和数据两方面出发进行优化研究:(1)模型参数优化方面使用迁移学习中的微调技术,将大型数据集作为预训练数据集,从而实现大跨度的任务模型参数迁移;(2)数据增强方面则使用WGAN‑GP模型并结合CBN生成特定底质声纳图像,用于扩充数据集。后续的优化实验肯定了大跨度任务迁移的微调对于CNNs在底质分类的优化,其中ResNet可以达到非常理想的精度,肯定了将深度模型应用在此类任务中的可行性。生成对抗神经网络进行数据增强来从数据角度优化任务表现,结论说明生成对抗神经网络的数据增强可以带来精度提升但同时时间损耗巨大。