基于方向感知与贝叶斯融合的地裂缝提取深度学习方法

AITNT
正文
推荐专利
基于方向感知与贝叶斯融合的地裂缝提取深度学习方法
申请号:CN202510616934
申请日期:2025-05-14
公开号:CN120764702A
公开日期:2025-10-10
类型:发明专利
摘要
本发明公开了一种基于方向感知与贝叶斯融合的地裂缝提取深度学习方法,通过构建方向先验知识提取器,强化网络对方向的感知能力,同时,采用动态形变卷积核沿裂缝走向调整感受野,解决传统卷积核固定形态导致的特征断裂问题,并设计贝叶斯融合模块,基于贝叶斯概率模型动态分配全局语义特征与方向感知特征的权重,优化了不同特征之间的融合效果,通过与其他深度学习方法的对比,本发明所提取的地裂缝更为完整,能够适应地质条件较为复杂的矿区环境。
技术关键词
贝叶斯概率融合 深度学习方法 感知特征 裂缝 多源特征融合 语义特征 深度学习数据集 特征协方差矩阵 贝叶斯概率模型 区域无人机 融合特征 生成多尺度 相干性 全局平均池化 解码架构 正则化参数 综合误差 定义 计算机程序产品 特征值
系统为您推荐了相关专利信息
1
一种基于多模态数据融合的化塑行情分析方法
多模态数据融合 语义向量 分析方法 多模态融合技术 文本数据提取
2
一种过井裂缝图像分隔方法、装置、电子设备及介质
语义分割模型 融合注意力机制 分隔方法 空间金字塔池化 裂缝
3
3D和AI视觉传感可见光机芯的场景识别方法
场景识别方法 场景分类识别 矩阵 对象 点云特征
4
含孔洞及裂隙复杂形貌材料二维圆单元模型生成方法
非连续变形分析方法 模型生成方法 孔洞 接触点 矩阵
5
基于CNN与Transformer的新媒体影像智能标注深度学习系统及方法
深度学习系统 影像 注意力机制 特征提取模块 媒体
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号