-
题名基于改进深度学习的航拍滑坡检测方法
- 1
-
-
作者
杨靛青
毛艳萍
-
机构
福州大学经济与管理学院
-
出处
《计算机工程与设计》
北大核心
2024年第1期268-274,共7页
-
基金
国家自然科学基金项目(71572040)
福建省自然科学基金面上基金项目(2021J01573)
福建省社会科学规划基金项目(FJ2019B139)。
-
文摘
为及时发现滑坡险情展开应急救援,提出一种结合逐通道不同阈值的深度残差收缩网络(DRSN-CW)方法的更快速区域卷积神经网络(Faster-RCNN)模型的航拍图像滑坡检测算法。利用图像增强的伽马变换、高斯滤波方法提高图片的质量;使用群组归一化方法消除batchsize大小对模型的影响;为减少噪声以及无关特征区域的干扰,采用DRSN-CW网络对滑坡检测目标进行精准定位。实验结果表明,改进后模型与先前模型相比F1值以及平均精度分别增加了10.7%、10.2%,可以有效检测滑坡险情。
-
关键词
更快速区域卷积神经网络
滑坡检测
无人机航拍
伽马变换
高斯滤波
群组归一化方法
逐通道不同阈值的深度残差收缩网络
-
Keywords
faster-RCNN
landslide detection
drone aerial photography
Gamma transform
Gaussian filter
group normalization
DRSN-CW
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于全卷积残差收缩网络的地震波阻抗反演
- 2
-
-
作者
王康
刘彩云
熊杰
王永昌
胡焕发
康佳帅
-
机构
长江大学电子信息学院
长江大学信息与数学学院
-
出处
《物探与化探》
CAS
北大核心
2023年第6期1538-1546,共9页
-
基金
国家自然科学基金项目(62273060、61673006)
长江大学大学生创新创业项目(Yz2022055)。
-
文摘
卷积神经网络对地震波阻抗反演已经能取得不错的效果,但反演精度、抗噪声性能有待提高,针对此问题,本文提出了一种基于带逐通道阈值的全卷积残差收缩网络(FCRSN-CW)的地震波阻抗反演方法。该方法首先在残差网络的结构上加入了“注意力机制”和“软阈值化”构成反演网络,然后用波阻抗数据通过正演计算得到合成地震数据集,接着用该数据集训练全卷积残差收缩网络,最后将地震数据输入到训练好的网络中,直接得到反演结果。理论模型反演结果表明,该网络能准确地反演出波阻抗,具有良好的学习能力和抗噪声性能。实测数据反演结果表明,该方法能有效解决地震波阻抗反演问题。
-
关键词
卷积神经网络
波阻抗反演
全卷积收缩网络
逐通道阈值
-
Keywords
convolutional neural network
wave impedance inversion
fully convolutional shrinkage network
channel-wise threshold
-
分类号
P631.4
[天文地球—地质矿产勘探]
-