摘要
一种基于自监督学习的煤矿巷道形变检测基础模型及检测方法,模型:包括依次连接的巷道形变点云数据生成模块、数据增强模块和巷道形变智能检测模块,巷道形变智能检测模块包括自监督学习模块和形变检测模块;方法:利用巷道形变点云数据生成模块通过模拟方法生成具有不同形变类型的巷道点云数据;利用数据增强模块对形变巷道点云数据进行变形处理;构建自监督学习模块,用于从未标注的点云数据中自动提取特征;构建形变检测模块,实现对巷道形变区域的精准识别和形变程度的评估;利用巷道形变智能检测模块进行巷道形变区域的自动化识别及评估。该模型及方法能有效提高巷道形变检测的准确性与效率,能为巷道的安全监测提供高效、智能化的解决方案。
技术关键词
智能检测模块
煤矿巷道
样本
三维点云数据
网络结构
生成对抗机制
基础
编码器
噪声
局部空间特征
生成点云数据
坐标系
语义特征
矩阵
因子
系统为您推荐了相关专利信息
语义搜索方法
识别用户意图
兴趣特征向量
文本
预测用户意图
分子
多任务学习模型
非暂态计算机可读存储介质
三元组
评分方法
文本生成方法
样本
关键词
建立文本分类模型
输入模块