泥石流视频识别模型样本集与模型构建方法、边缘监测系统

    公开(公告)号:CN119992427A

    公开(公告)日:2025-05-13

    申请号:CN202510466985.5

    申请日:2025-04-15

    Abstract: 本发明公开泥石流视频识别模型样本集与模型构建方法、边缘监测系统。针对现有技术计算开销大、依赖硬件性能的缺陷,本发明提供泥石流边缘监测方案。泥石流视频识别模型的样本集构建方法生成的样本采用灰度图表征监控视频的帧图像信息,样本数据兼顾包含灾害动态、去除环境干扰、简化图像特征表达三项目标,同时满足识别模型训练达标与适配边缘设备性能。泥石流视频识别模型构建方法提供改进的Tiny Darknet模型用于训练。泥石流边缘监测系统是低成本且运行稳定、性能优秀的自动监测预警系统,显著降低智能监测对通信网络的依赖,使灾情监测预警可以完全前移至野外监测位原址,有利于实现野外多点布控,增强系统性监测预警。

    多尺度次声信号融合的泥石流流量智能反演方法

    公开(公告)号:CN115329854A

    公开(公告)日:2022-11-11

    申请号:CN202210931985.4

    申请日:2022-08-04

    Abstract: 本发明公开多尺度次声信号融合的泥石流流量智能反演方法。针对现有技术无法将水槽模拟试验与野外观测两种途径采集的泥石流次声信号有效融合的缺陷,本发明提供一种多尺度泥石流次声信号融合方法,通过改进水槽实验设备与设计信号处理流程与条件消除两类原始信号间特征差异,实现信号融合,解决泥石流次声监测预警研究中基础数据扩充问题。本发明提供机器学习样本集构建方法,从泥石流次声信号中提取能量、时域、频域特征指标,配合泥石流运动特征指标组成用于机器学习的特征向量。本发明提供泥石流流量智能反演测算方法是一种基于泥石流次声信号的堆栈泛化类集成学习模型,能够应用于现场泥石流监测预警。本发明还提供各技术方案的应用方案。

    土质滑坡灾害时空智能预警报方法与系统

    公开(公告)号:CN111967544A

    公开(公告)日:2020-11-20

    申请号:CN202011143381.0

    申请日:2020-10-23

    Abstract: 本发明提供一种土质滑坡灾害时空智能预警报方法与系统,方法包括步骤:获取滑坡灾害点数据与非滑坡灾害点数据;根据滑坡灾害的成因机理和诱发因素获取用于智能学习的滑坡灾害预警报因子;根据滑坡灾害点数据与非滑坡灾害点数据获取预警报因子对应的原始数据;将原始数据进行空间分析提取用于智能学习的滑坡预警报因子的值,并将得到的预警报因子的值分别进行无量纲化处理后构建滑坡灾害预警报样本数据集;采用集成机器学习的堆栈泛化方法搭建用于滑坡灾害预警报的智能学习模块,将滑坡灾害预警报样本数据集输入智能学习模块,进行训练和优化,实现滑坡灾害的预警报。该方法在进行滑坡预测时准确率高、误报率较低、计算耗时短、实时性能较好。

    多尺度次声信号融合的泥石流流量智能反演方法

    公开(公告)号:CN115329854B

    公开(公告)日:2025-02-25

    申请号:CN202210931985.4

    申请日:2022-08-04

    Abstract: 本发明公开多尺度次声信号融合的泥石流流量智能反演方法。针对现有技术无法将水槽模拟试验与野外观测两种途径采集的泥石流次声信号有效融合的缺陷,本发明提供一种多尺度泥石流次声信号融合方法,通过改进水槽实验设备与设计信号处理流程与条件消除两类原始信号间特征差异,实现信号融合,解决泥石流次声监测预警研究中基础数据扩充问题。本发明提供机器学习样本集构建方法,从泥石流次声信号中提取能量、时域、频域特征指标,配合泥石流运动特征指标组成用于机器学习的特征向量。本发明提供泥石流流量智能反演测算方法是一种基于泥石流次声信号的堆栈泛化类集成学习模型,能够应用于现场泥石流监测预警。本发明还提供各技术方案的应用方案。

Patent Agency Ranking