摘要
本申请公开了一种水利检测用智能取样系统,属于水利检测取样系统技术领域。包括收集水下数据,采集水下不同污染情况,不同光线下的图像数据,对水下数据进行标注,对水中可视可以密集的不同类成分及污染物标注,对水下数据图像大小的调整、归一化、去噪的预处理,利用水下数据建立水下模型并通过训练集进行训练模型,利用验证集对模型进行验证,调整模型的超参数以及结构,以提高模型的性能,在实际应用中,使用训练好的模型对新采集的水样本图像进行预测,根据结果,进行不同状态及可能的污染区进行采样,通过水下模型的建立,方便了在不同的区域进行采样设备,同时在取样的过程中,对于取样的有效性进行预测,提高取样的有效性,避免占用情况。
技术关键词
取样系统
水利
数据
图像
取样瓶
执行设备
定义标签
深度学习模型
标签体系
采样设备
训练集
样本
有效性
多角度
参数
格式
场景
代表
入口
系统为您推荐了相关专利信息
互补集合经验模态分解
故障诊断方法
互感器
电流
注意力机制
宽带集群通信系统
自动化测试方法
语音组呼业务
时延
宽带集群通信网络
蝙蝠算法
建模方法
支持向量回归方法
样本
异常数据