一种基于深度学习的瓦斯爆炸源强度及位置反演方法

AITNT
正文
推荐专利
一种基于深度学习的瓦斯爆炸源强度及位置反演方法
申请号:CN202411042539
申请日期:2024-07-31
公开号:CN119167735A
公开日期:2024-12-20
类型:发明专利
摘要
本发明属于瓦斯爆炸灾害反演预防技术领域,并公开了一种基于深度学习的瓦斯爆炸源强度及位置反演方法,包括:获取待反演瓦斯爆炸传感数据;将所述待反演瓦斯爆炸传感数据输入瓦斯爆炸源反演模型中进行预测反演,得到爆炸源位置数据及爆炸强度数据;其中,所述瓦斯爆炸源反演模型包括一维反演模型和二维反演模型,所述一维反演模型和所述二维反演模型均是基于神经网络构建的;将所述爆炸源位置数据及对应的爆炸强度数据进行可视化展示。本发明所述技术方案能够快速实现对爆炸源位置和强度的准确反演。
技术关键词
反演模型 反演方法 数据 强度 时间序列特征 界面 压力波 曲线 传感器
系统为您推荐了相关专利信息
1
一种智能估算放射剂量系统
子模块 染色体 多元异构数据 数据采集模块 分析模块
2
基于广义回归神经网络阻抗识别的变流器宽频谐振抑制方法及系统
广义回归神经网络 谐振抑制方法 变流器系统 宽频 参数
3
基于VLA模型的任务处理方法、装置、设备和存储介质
多模态 跨模态 动态 语义场景 视觉特征提取
4
一种基于改进人工势场法的路径规划的方法
队列算法 节点 栅格 地图 坐标
5
一种电缆通道测量设备
数据处理模块 双向螺纹 电缆 清洁组件 深度相机
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号