摘要
本发明属于岩体完整程度判别技术领域,具体公开了一种掌子面完整程度智能解析方法,包括采集完整掌子面图像,并对完整掌子面图像进行预处理;将预处理后的完整掌子面图像裁剪为局部图像,并利用局部图像构建数据库;构建卷积神经网络模型,并将数据库中的图像数据输入卷积神经网络模型进行训练、测试与验证,得到掌子面完整程度智能解析模型;利用掌子面完整程度智能解析模型识别掌子面完整程度,并输出识别结果。本发明对于岩体条件均匀的掌子面完整程度判定具有明显效果,对于岩体条件差异大的掌子面判断有一定效果。解决了现有岩体完整程度判别方式对人员依赖性较高以及风险大的问题。
技术关键词
智能解析方法
掌子面
卷积神经网络模型
构建卷积神经网络
岩体条件
分辨率
输入模块
输出模块
判别技术
训练集数据
图像增强
样本
风险
参数
尺寸
系统为您推荐了相关专利信息
一维卷积神经网络
浓度预测方法
深度学习模型
静脉
滑动窗口
入侵检测方法
样本
主动学习算法
标签
分类器模型
意识障碍患者
分类方法
非线性动力学特征
非高斯噪声
多维度特征提取
激光雷达数据
局部特征信息
融合特征
卷积神经网络模型
图像生成方法