摘要
本发明公开了一种基于深度学习的多级爆破岩体结构面智能化识别方法,包括:首先,通过获取空间序列爆破工作面的多源异构数据,构建多模态数据集。接着,对数据集进行预处理,依据解译标志表对数据集进行解译,标注爆破岩体结构面的位置和范围,生成标注训练数据集。然后,构建深度学习模型,最后,利用标注训练数据集进行训练,实现多级爆破岩体结构面的智能化识别。本发明能够清晰展现爆破结构面的空间效应,分析其在边坡内部的分布特征,显著提升复杂爆破工程的精细化和智能化水平。
技术关键词
岩体结构面
智能化识别方法
局部特征提取
高维特征向量
空间分布特征
三维点云数据
多模态
多层感知机
正射影像数据
模块
空间分布规律
标志
三维激光扫描仪
纹理
多源异构数据
序列
深度学习模型
点云密度
系统为您推荐了相关专利信息
动态手势识别
手势识别方法
特征金字塔
卷积模块
上采样
逻辑回归模型
高维特征向量
特征提取模块
电磁信号处理技术
识别模块
智能分析方法
带标记
分布式传感器
地理信息数据库
地形特征提取