摘要
本发明公开了一种基于探地雷达的深度学习煤火探测方法,包括雷达信号采集,采用探地雷达进行煤矿区域的地下探测,获取煤矿地下介质的雷达信号数据;数据预处理,提取出反射信号的特征信息,对数据进行数据增强,采用旋转、平移、缩放方式扩充样本量,增强模型的泛化能力;深度学习建模,CNN提取雷达信号的局部特征,并通过LSTM提取雷达信号的时间序列特征;煤火探测分析,识别其中是否存在煤火的痕迹;结果输出与验证。该方法能够实现对煤火隐患区域的高精度和智能化识别。
技术关键词
探地雷达
深度学习模型
时间序列特征
雷达信号特征
深度学习建模
时频分析方法
数据
频谱特征
时域特征
背景噪声
传播算法
状态更新
预测误差
采集设备
介质
频率
滤波器
功率
系统为您推荐了相关专利信息
城市排水管道
动态监测方法
时间序列特征
周期性特征
模拟装置
展厅
数据处理框架
多模态数据融合
多模态情感分析
数据处理方法
风电机组设备
健康度评估方法
标签系统
数据
一致性检测