摘要
本发明提供一种电厂反无人机反制系统自适应智能布点方法,包括:获取电厂地图的三维数据,通常以点云或其他三维数据形式存在,提供电厂的三维结构信息;进行3D数据处理,将3D数据以不同投影角度投影到2D平面;通过投影处理,获得多个电厂地图的2D平面图像;使用图像分割方法对生成的2D图像进行处理,将图像划分为不同区域,以区分不同元素;配置CNN训练选项,选择优化算法、最大训练周期、迷你批处理大小,采用电厂图像数据集进行训练,得到训练后的CNN模型;将待测试的电厂图像输入训练后的CNN模型,对分割后的各个区域进行特征提取,用于识别电厂地图中的关键参数以及检测阻挡物,输出无人机出现的概率分布和障碍物的高度、厚度和坐标位置信息。
技术关键词
反无人机
反制系统
布点方法
多重约束条件
坐标位置信息
地图
纹理特征
图像分割方法
障碍物
数据
sigmoid函数
贪婪算法
图像捕捉
像素
阈值分割方法
三维结构
系统为您推荐了相关专利信息
智能识别方法
协同注意力
生成特征向量
短时傅里叶变换
监督学习方法
关键点
步态特征向量
图像
视频
深度神经网络模型
碰撞检测方法
风险预测模型
量子优化算法
桥梁
双重验证机制
滤芯
多重约束条件
正态分布模型
正态分布曲线
参数