摘要
本发明提供了一种基于神经网络与多模态数据融合的桥面冰雪预警方法及系统,该方法包括以下步骤:基于待评估桥面的图像、气象参数和桥面摩擦系数形成多模态特征表示;所述多模态特征表示包括温度‑视觉特征和冰雪纹理特征;通过可学习的动态加权机制融合所述多模态特征表示,得到统一的特征嵌入表示;将所述特征嵌入表示的时间序列输入至时序神经网络模型,以预测桥面未来的冰层厚度;基于预测的冰层厚度生成预警信息。本发明可以对桥面结冰趋势进行精准预警,从而减少事故发生率并提高融雪除冰效率。
技术关键词
时序神经网络
摩擦系数数据
纹理特征
视觉特征
空间金字塔
预警方法
决策
气象
模糊层次分析法
多模态特征融合
输出预警信息
文件系统
高维特征向量
图像
融合特征
桥面结冰
融雪除冰
索引算法
系统为您推荐了相关专利信息
胆道镜
结石
胆管结构
力反馈控制方法
视觉伺服控制方法
局部视觉特征
放行方法
人脸特征向量
ROI图像
特征提取模型
特征金字塔网络
无人机
上下文特征
注意力
融合多尺度特征
边缘计算方法
光场相机
数据
高频特征
子孔径图像
特征融合网络
管控方法
医疗影像数据
深度学习网络
局部纹理特征