摘要
本发明涉及地质勘测技术领域,尤其涉及基于岩体劣化特征的潜在滑坡隐患识别方法;技术问题:现有技术在滑坡监测中存在的监测范围有限、数据收集不全面、预警及时性不足;技术方案:基于岩体劣化特征的潜在滑坡隐患识别方法,包括有采用卷积神经网络对预处理后的图像进行特征提取,识别岩体劣化特征,将识别出的劣化特征转换为数值特征;本发明相较于现有技术在滑坡监测中存在的监测范围有限、数据收集不全面、预警及时性不足的问题,本发明通过智能化机器视觉技术识别岩体劣化特征,结合物联网技术部署传感器网络实时监测岩体状态,利用云计算平台进行数据分析与处理,最终实现滑坡隐患的智能预警。
技术关键词
劣化特征
随机森林模型
识别方法
监测岩体
训练集数据
水分传感器
实时监测数据
监测点
雷达传感器
裂缝
高清摄像头
图像
位移传感器
桶形畸变校正算法
数值
交叉验证方法
变量
系统为您推荐了相关专利信息
风力发电机叶片结冰
智能识别方法
振动加速度传感器
红外热成像仪
深度神经网络
电池特征
性能识别方法
布拉格光栅传感器
数据
显微技术
生成复合图像
身份
图像配准技术
评价算法
人脸识别算法
状态识别方法
分类识别模型
膝关节
图像采集环境
红外热成像仪
手势识别模型
手部关键点
手势识别方法
OTSU算法
视频流