摘要
本发明提供一种基于人工智能深度学习的岩石类型识别方法及识别系统,涉及岩石识别领域,该岩石类型识别方法包括:基于训练岩石样本的实际特征和实际类型对神经网络进行训练,得到岩石类型识别模型,其中,实际特征包括:表面特征、结构特征和红外光谱,红外光谱用于表示岩石样本整体的岩层分布;获取待识别岩石样本的特征数据,将特征数据输入岩石类型识别模型,岩石类型识别模型输出岩石类型;基于岩石类型确定待识别岩石样本的力学数据。这种岩石类型识别方法能够在提高识别精度的同时,降低识别成本。
技术关键词
识别岩石
神经网络模型
识别方法
样本
人工智能深度学习
三维点云模型
识别系统
高清摄像头
力学
三维扫描仪
结构特征提取
岩石识别
数据处理装置
红外光
输入结构
矩阵
图片
密度
频率
系统为您推荐了相关专利信息
信号识别模型
信号识别方法
信号识别模块
序列
数据
热源模型参数
应力场
训练神经网络模型
三维温度场
实时监测数据
报告生成方法
故障特征模型
输配电
生成图文
模型训练模块
设计生成方法
卷积神经网络模型
多模态
资源
元素