-
公开(公告)号：CN110807400A
公开(公告)日：2020-02-18
申请号：CN201911034777.9
申请日：2019-10-29
Applicant: 北京师范大学
Abstract: 本发明为一种基于孪生网络的崩塌隐患特征信息提取方法，解决了如何从多源信息数据中有效提取崩滑隐患特征的问题。本发明提出的技术方案首先融合坡度，遥感等数据，之后将多源数据送入孪生网络中训练，孪生网络包括两个输入，一个输出，训练网络时将标记为含有崩塌隐患的图片和标记为不含有崩塌隐患的图片随机配对，然后将成对的数据对送入网络训练，网络的输出为两张照片是否是同类，网络收敛后即认为网络已经训练好，最后将待检测的图片送入训练好的网络，得到未知图片在网路中提取的特征向量。本发明可以为崩塌隐患的自动检测提供输入特征，可以有效的提高崩塌隐患自动检测的准确度和效率。
-
公开(公告)号：CN110807399A
公开(公告)日：2020-02-18
申请号：CN201911034612.1
申请日：2019-10-29
Applicant: 北京师范大学
Abstract: 本发明为一种可以解决崩滑隐患样本数据存在的不确定性问题以及正负样本的不均衡性问题，基于单一类别支持向量机的崩滑隐患点检测方法，本发明的技术方案首先融合多种类型的数据，之后再通过训练单一类别支持向量机模型，得到已知存在崩滑隐患的样本点数据的支持向量域，最后再通过计算未知类别的采样样本点与支持向量域之间的距离，从而判断样本数据是否存在崩滑隐患。本发明的技术方案可以解决崩滑检测问题中存在的数据类别不确定性和正负样本的不均衡性，并综合利用多种类型数据的特征，来有效的检测存在的崩滑隐患。
-
Search Results
2
records
(took 0.036 seconds)
