摘要
本发明公开了一种毫米级激光尺高程沉降与压实质量动态关联分析方法,涉及工程测量领域,包括,采集散斑图像序列,基于ViT架构和时空自注意力机制,构建工业视觉智能分析模型,并对散斑图像序列进行时空特征解析,生成碾压面运动特征和压实度预测值;基于压实度预测值,通过实时空间聚类算法识别压实异常区域,并生成动态弹性聚类谱;根据PINN网络框架,构建压实场重构模型,并输入碾压面运动特征和动态弹性聚类谱,生成全场压实度分布图;通过卷积神经网络将全场压实度分布图转换成全局拓扑关联图谱,并结合粒子群优化算法,生成调整指令。本发明通过时空分离注意力层替换,解决场景特征捕捉难题,提升沉降检测精度及抗噪能力。
技术关键词
关联分析方法
压实度
激光尺
运动特征
智能分析模型
粒子群优化算法
空间聚类算法
重构模型
卷积神经网络特征提取方法
Delaunay三角剖分
散斑图像
概率密度估计方法
注意力机制
图谱
灰度转换方法
坐标映射方法
动态时间规整算法
空间插值方法
系统为您推荐了相关专利信息
动态检测方法
残差网络
支路
光流特征
高层语义信息
智能监护系统
电池充电管理模块
智能分析系统
作业智能
智能分析模型
深度控制系统
卷积神经网络识别
运动特征
效应
运动跟踪算法