公开(公告)号：CN119295825A

公开(公告)日：2025-01-10

申请号：CN202411413646.2

申请日：2024-10-11

Applicant: 吉林大学

Inventor： 宋盛渊 ,  吕旭强 ,  杨政玉 ,  彭麟甥

IPC: G06V10/764 ,  G06V20/17 ,  G06V10/762 ,  G06V10/774 ,  G06V10/776 ,  G06V10/40 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/08 ,  G06N7/01

Abstract: 本发明公开了一种量子与深度学习相结合的自适应识别危岩块体及精细表征全息投影可视化的方法，属于边坡稳定与地质灾害监测技术领域，包括：基于无人机采集的数据获取斜坡点云数据；对所述点云数据进行预处理，获得预处理数据集；构建量子随机森林模型及环境因子自适应算法，基于所述预处理数据集对所述量子随机森林模型进行训练，获得危岩块体自适应自动识别模型；基于量子机器学习算法、大数据模型和所述危岩块体识别自动识别模型获取精细表征信息；对所述精细表征信息进行个性化高精度建模，将建模数据导入至全息投影模型中，生成三维可视化模型。本发明有效解决了自动识别高陡斜坡上的危险岩石块体及其精细特征的技术难题。