摘要
本发明公开了一种地下结构异常检测方法、系统、设备及存储介质,克服现有技术在地下结构异常检测中的局限性,特别是提高数据处理的自动化程度和准确性,本发明结合了GPR B‑scan图像处理技术和机器学习算法,目的在于减少对人工解读的依赖,实现对GPR B‑scan图像的快速、自动化处理;同时,考虑到不同场景下数据的多样性以及标注数据稀缺等问题,本发明着重于优化数据处理流程,以减少对庞大训练集的依赖,缩短模型训练时间,并提高模型在不同地质条件和环境变化下的泛化能力。综合而言,本发明的目标是提供一种高效、准确且用户友好的地下结构检测方法,以提高城市地下基础设施的安全性和可靠性,降低维护成本,提升城市管理的效率。
技术关键词
回声状态网络
结构异常检测方法
像素点
训练分类器
检测地下结构
城市地下基础设施
结构检测方法
阶段
度量
机器学习算法
图像处理技术
处理器
滑动窗口
可读存储介质
程序
数据
参数
系统为您推荐了相关专利信息
工件
语义分割模型
白色像素点
偏转检测装置
图像
电器组件
实时监测方法
图像采集设备
核心
分水岭算法
鱼群数量估计方法
图像识别模型
网箱网衣
密度
一元线性回归分析