摘要
本发明提供了一种融合深度学习和偏移成像的路基隐蔽病害探测定位方法,包括:获取探地雷达对所述路基的雷达检测数据,并获取基于深度学习的预设神经网络模型,其中所述预设神经网络模型包括基于自注意力机制的滤波子模型,以及基于特征金字塔网络的信号增强子模型;将所述雷达检测数据输入所述预设神经网络模型,以采用所述滤波子模型滤除所述雷达检测数据中的杂波信号,以及采用所述信号增强子模型增强所述雷达检测数据中的地质特征;采用预设偏移成像算法,根据所述雷达检测数据生成所述路基的剖面成像,然后从所述剖面成像识别出路基病害,并确定所述路基病害的位置。本发明的技术方案,能够提高识别和定位路基病害的准确性。
技术关键词
探测定位方法
神经网络模型
ResNet网络
路基病害
融合深度学习
上采样
增强子
特征金字塔网络
检测数据输入
成像算法
模块
探地雷达
注意力机制
正则化策略
仿真模型
系统为您推荐了相关专利信息
PLC控制器
预警方法
LSTM神经网络模型
制丝集控系统
时序
衬砌管片
钢圈
三维模型
三维激光扫描仪
纠偏作业
识别分类方法
纹理特征识别
指数
痕迹特征
室内空间单元
无损计数方法
卷积神经网络模型
声音采集模块
计数装置
回放模块