摘要
本发明涉及一种基于人工智能的堤坝滑坡病害识别方法及装置,属于堤坝滑坡病害识别领域。其包括以下步骤:对实际堤坝监测点的堤坝滑坡数据进行采集,并进行人工标注,得到标注好的堤坝滑坡数据集;标注好的堤坝滑坡数据集输入到训练好的基于层次强化的生成对抗网络中,得到扩充后的堤坝滑坡数据集;将扩充后的堤坝滑坡数据集输入到训练好的基于自适应卷积核优化的神经网络中进行特征提取,得到提取后的堤坝滑坡数据特征;将提取后的堤坝滑坡数据特征输入到训练好的基于高阶特征内插的支持向量机算法中,得到堤坝滑坡病害识别结果。本发明能够提高特征提取的精度和效率,从而精准识别不同滑坡级别。
技术关键词
堤坝
病害识别方法
极限学习机
生成对抗网络
支持向量机算法
数据
残差神经网络
正则化策略
局部注意力机制
Softmax函数
Sigmoid函数
样本
监测点
强化学习策略
噪声
多项式
输出特征
神经网络参数
系统为您推荐了相关专利信息
智能排班方法
生成对抗网络模型
理论
网络结构
计划
生成对抗网络模型
历史故障数据
系统配置数据
测试方法
样本
轨道交通线网
数据挖掘方法
时空图卷积神经网络
移动轨迹数据
门控循环单元
学习训练方法
生成对抗网络
资产
多层感知网络
深度强化学习