买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国地质调查局西安地质调查中心(西北地质科技创新中心)
摘要:本发明提供的一种地质灾害斜坡单元的自动提取方法包括:步骤S1、基于正反向DEM水文过程分析的斜坡单元提取方法初步建立斜坡单元训练数据集,获得初级斜坡单元训练数据集;步骤S2、对所述初级斜坡单元训练数据集进行校正与优化,建立斜坡单元训练数据集;步骤S3、基于Xception算法,建立基于深度学习的斜坡单元提取模型;步骤S4、运用所述斜坡单元训练数据集对所述基于深度学习的斜坡单元提取模型进行训练;步骤S5、使用训练好的深度学习模型提取无参化斜坡单元。提高了斜坡单元提取的精度与泛化能力,降低了人为设定的影响,降低了斜坡单元提取的应用复杂度,进一步降低了工作量,提高了工作效率。
主权项:1.一种地质灾害斜坡单元的自动提取方法,其特征在于,所述提取方法包括:步骤S1、基于正反向DEM水文过程分析的斜坡单元提取方法初步建立斜坡单元训练数据集,获得初级斜坡单元训练数据集;步骤S2、对所述初级斜坡单元训练数据集进行校正与优化,建立斜坡单元训练数据集;步骤S3、基于Xception算法,建立基于深度学习的斜坡单元提取模型,包括:Xception使用depthwiseseparableconvolution,将卷积操作分成depthwiseconvolution和pointwiseconvolution两步;Xception包括Entryflow,Middleflow和Exitflow三个部分,网络总共有36个卷积层;其中Entryflow包括8个卷积层,Middleflow包括8个卷积组,每组包括3个卷积层,共计24个卷积层;Exitflow包括4个卷积层;36个卷积层由14个模块组成,除了第一个和最后一个模块外,所有这些模块周围都具有线性残差连接;fully-connectedlayer全连接输出层完成最后的斜坡单元提取;步骤S4、运用所述斜坡单元训练数据集对所述基于深度学习的斜坡单元提取模型进行训练;步骤S5、使用训练好的深度学习模型提取无参化斜坡单元。
全文数据:
权利要求:
百度查询: 中国地质调查局西安地质调查中心(西北地质科技创新中心) 一种地质灾害斜坡单元的自动提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。