龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明提供一种基于卷积神经网络的煤岩结构损伤分类方法及装置，涉及煤岩结构损伤分类检测技术领域。所述基于卷积神经网络的煤岩结构损伤分类方法包括：获取关于煤岩体破裂的声发射参数数据；采用Morse小波对数据进行处理，获得RGB图像数据；构建煤岩结构损伤识别模型；将图像数据输入模型中，通过预训练好的基于ResNet和多头注意力机制网络进行特征提取，获得第一特征表示；通过预训练好的基于LSTM和多头注意力机制残差网络进行特征提取，获得第二特征表示；通过预训练好的基于卷积神经和LSSVM网络进行特征提取，获得第三特征表示；将获得的所有特征表示进行融合，获得融合结果；通过融合结果，获得分类预测结果。采用本发明可提高煤岩结构损伤分类的准确率。
主权项：1.一种基于卷积神经网络的煤岩结构损伤分类方法，其特征在于，所述方法包括：S1、获取关于煤岩体破裂和应力状态的声发射参数数据；根据信号特性，采用Morse小波对所述声发射参数数据进行处理，获得RGB图像数据；S2、构建煤岩结构损伤识别模型；其中，所述煤岩结构损伤识别模型包括：输入层、特征提取模块、融合层、全连接层以及分类层；其中，所述特征提取模块，包括：预训练好的基于ResNet和多头注意力机制网络、预训练好的基于LSTM和多头注意力机制残差网络以及预训练好的基于卷积神经和LSSVM网络；S3、将所述RGB图像数据输入所述煤岩结构损伤识别模型的输入层中，通过所述预训练好的基于ResNet和多头注意力机制网络进行特征提取，获得第一特征表示；S4、将所述RGB图像数据输入所述煤岩结构损伤识别模型中，通过所述预训练好的基于LSTM和多头注意力机制残差网络进行特征提取，获得第二特征表示；S5、将所述RGB图像数据输入所述煤岩结构损伤识别模型中，通过所述预训练好的基于卷积神经和LSSVM网络进行特征提取，获得第三特征表示；S6、将所述第一特征表示、第二特征表示以及第三特征表示输入所述融合层中进行融合，获得融合的特征向量；将所述融合的特征向量输入所述全连接层以及所述分类层进行分类，获得分类预测结果。
全文数据：
权利要求：
百度查询： 吉林建筑大学 一种基于卷积神经网络的煤岩结构损伤分类方法及装置
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号