首页> 中国专利> 一种基于深度学习的树木根径和深度预测方法及预测系统

一种基于深度学习的树木根径和深度预测方法及预测系统

摘要

本发明公开了一种基于深度学习的树木根径和深度预测方法及预测系统,属于无损检测技术领域。所述方法采用探地雷达A‑Scan数据进行树根半径和深度的预测,相比于B‑Scan图像,A‑Scan数据包含更多有关半径和深度的信息,且更加容易被深度模型学习到,因此,使用A‑Scan数据作为数据集更容易训练出精度高、鲁棒性强的根系半径和深度预测模型;采用卷积神经网络和注意力机制组成的深度学习模型来预测树根半径和深度,使用注意力机制突出关键特征对模型预测的影响,并通过卷积神经网络将局部特征综合为全局特征完成对树根半径和深度的预测,可以有效提高根系半径和深度预测的准确性。

著录项

  • 公开/公告号CN114330917A

    专利类型发明专利

  • 公开/公告日2022-04-12

    原文格式PDF

  • 申请/专利权人 江南大学;

    申请/专利号CN202111680663.9

  • 发明设计人 李光辉;王哲旭;

    申请日2021-12-27

  • 分类号G06Q10/04(20120101);G06N3/08(20060101);G06N3/04(20060101);G06K9/62(20220101);G06F30/27(20200101);

  • 代理机构23211 哈尔滨市阳光惠远知识产权代理有限公司;

  • 代理人张勇

  • 地址 214122 江苏省无锡市滨湖区蠡湖大道1800号

  • 入库时间 2023-06-19 14:51:31

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-04-12

    公开

    发明专利申请公布

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号