-
公开(公告)号：CN119169436B
公开(公告)日：2025-02-07
申请号：CN202411667242.6
申请日：2024-11-21
Applicant: 吉林大学 , 中国地质调查局水文地质环境地质调查中心
IPC: G06V10/82 , G06V10/762 , G06V10/80 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及地质环境灾害监测领域，具体为一种基于YADMW图像目标识别的滑坡面智能监测方法，该方法包括：使用摄像机对滑坡面进行多角度、多时段采集包括不同时间段，不同天气条件和不同地质类型下的滑坡面图像数据；将采集的滑坡面图像数据制作成滑坡面图像数据集；构建YADMW图像目标识别模型，利用滑坡面图像数据集对YADMW图像目标识别模型进行训练得到最终的YADMW图像目标识别模型，采用最终的YADMW图像目标识别模型对实时采集的滑坡面图像数据进行监测。本发明提高滑坡面异常检测的准确率。
-
公开(公告)号：CN119004061A
公开(公告)日：2024-11-22
申请号：CN202411495810.9
申请日：2024-10-25
Applicant: 吉林大学
IPC: G06F18/21 , G06F18/27 , G06F18/213 , G06N3/0464 , G06N3/088
Abstract: 本发明涉及地下水有机污染磁共振信号检测方法领域，为一种面向地下有机污染的磁共振信号特征非配对学习方法。该方法通过组建实际的含噪数据集和有效信号数据集，搭建地下有机污染磁共振信号特征的非配对学习网络，所述非配对学习网络包括回归降噪网络和特征判别网络，训练所述非配对学习网络建立实际采集的含噪数据集#imgabs0#所在的#imgabs1#域到有效信号数据集#imgabs2#所在#imgabs3#域间的映射关系，进行数据域的迁移学习，从而实现提取地下有机污染磁共振信号特征的目标，实现实际地下有机污染磁共振信号的特征提取，减弱了深度学习方法对数据的依赖性，增强了网络的泛化能力。
-
公开(公告)号：CN119004061B
公开(公告)日：2025-02-11
申请号：CN202411495810.9
申请日：2024-10-25
Applicant: 吉林大学
IPC: G06F18/21 , G06F18/27 , G06F18/213 , G06N3/0464 , G06N3/088
Abstract: 本发明涉及地下水有机污染磁共振信号检测方法领域，为一种面向地下有机污染的磁共振信号特征非配对学习方法。该方法通过组建实际的含噪数据集和有效信号数据集，搭建地下有机污染磁共振信号特征的非配对学习网络，所述非配对学习网络包括回归降噪网络和特征判别网络，训练所述非配对学习网络建立实际采集的含噪数据集#imgabs0#所在的#imgabs1#域到有效信号数据集#imgabs2#所在#imgabs3#域间的映射关系，进行数据域的迁移学习，从而实现提取地下有机污染磁共振信号特征的目标，实现实际地下有机污染磁共振信号的特征提取，减弱了深度学习方法对数据的依赖性，增强了网络的泛化能力。
-
公开(公告)号：CN119169436A
公开(公告)日：2024-12-20
申请号：CN202411667242.6
申请日：2024-11-21
Applicant: 吉林大学 , 中国地质调查局水文地质环境地质调查中心
IPC: G06V10/82 , G06V10/762 , G06V10/80 , G06V10/764 , G06V10/766 , G06N3/0464 , G06N3/048
Abstract: 本发明涉及地质环境灾害监测领域，具体为一种基于YADMW图像目标识别的滑坡面智能监测方法，该方法包括：使用摄像机对滑坡面进行多角度、多时段采集包括不同时间段，不同天气条件和不同地质类型下的滑坡面图像数据；将采集的滑坡面图像数据制作成滑坡面图像数据集；构建YADMW图像目标识别模型，利用滑坡面图像数据集对YADMW图像目标识别模型进行训练得到最终的YADMW图像目标识别模型，采用最终的YADMW图像目标识别模型对实时采集的滑坡面图像数据进行监测。本发明提高滑坡面异常检测的准确率。
-
-
-
Search Results
4
records
(took 0.015 seconds)
