基于岩石图像深度学习的岩性自动识别与分类方法   总被引：8，自引：3，他引：5  

张野  李明超  韩帅 《岩石学报》2018,34(2):333-342

岩石岩性的识别与分类对于地质分析极为重要,采用机器学习的方法建立识别模型进行自动分类是一条新的途径。基于Inception-v3深度卷积神经网络模型,建立了岩石图像集分析的深度学习迁移模型,运用迁移学习方法实现了岩石岩性的自动识别与分类。采用此方法对所采集的173张花岗岩图像、152张千枚岩图像和246张角砾岩图像进行了学习和识别分类研究,通过训练学习建立岩石图像深度学习迁移模型,并分别采用训练集和测试集中的岩石图像对模型进行了检验分析。对于训练集中的岩石图像,每组岩石分别用3张图像测试,三种岩石的岩性分类均正确,且分类概率值均达到90%以上,显示了模型良好的鲁棒性;对于测试集中的岩石图像,每组岩石分别采用9张图像进行识别分析,三种岩石的岩性分类均正确,并且千枚岩组图像分类概率均高于90%,但是花岗岩组2张图像和角砾岩组的1张图像分类概率值不足70%,概率值较其他岩石图像低,推测其原因是训练集中相同模式的岩石图像较少,导致模型的泛化能力减小。为了提高识别精确度,对准确率较低的岩石图像进行截取,分别取其中的3张图像加入训练集进行再训练,增加与测试图像具有相同模式的训练样本;在新的模型中,对3张图像进行二次检验,测试概率值均达到85%以上,说明在数据足够的状况下模型具有良好的学习能力。与传统的机器学习方法相比,所提出的岩石图像深度学习方法具有以下优点:第一,模型通过搜索图像像素点提取物体特征,不需要手动提取待分类物体特征;第二,对于图像像素大小,成像距离及光照要求低;第三,采用适当的训练集可获得较好的识别分类效果,并具有良好鲁棒性和泛化能力。  相似文献   

丹阳天王寺边坡稳定性评价及防治措施     

余成  葛伟亚  常晓军 《江苏地质》2018,42(2):345-348

针对苏南地区典型露采边坡的地层岩性及地质构造特点,以极限平衡理论为基础,运用GeoStudio软件中的SLOPE/W模块和VADOSE/W模块计算分析江苏丹阳天王寺边坡在天然工况、暴雨工况及地震工况下的稳定性。结果表明:天然工况下,潜在滑动面分布范围最小,稳定性最高,存在滑动的危险性;暴雨工况下,潜在滑动面分布范围有所增大,稳定性降低,边坡滑动的可能性较大;地震工况下,潜在滑动面分布范围最广,稳定性最低,边坡滑动的可能性很大。基于上述结果,提出防治措施。  相似文献   

改进的GOTURN算法     

《测绘科学技术学报》2018,(6)

随着基于深度学习的算法在计算机视觉领域中的应用不断拓展,GOTURN(Generic Object Tracking Using Regression Networks)算法是第1个满足目标跟踪实时性要求的深度学习算法(达到100 fps),但是该算法的跟踪精度有待提高。针对此问题,采用基于运动估计的卡尔曼滤波算法与基于卷积神经网络的深度学习算法相结合的方法,将卡尔曼滤波算法融入GOTURN算法进行目标跟踪。为了验证该算法的有效性,在ILSVRC2014数据集和ALOV300++数据集中进行了训练和评估。实验结果表明,该算法不仅能够满足目标跟踪的实时性要求,而且能够提高线性系统的跟踪精度。  相似文献   

基于差分筛选的YOLOv2监控视频目标检测方法     

《测绘科学技术学报》2018,(6)

监控视频的多目标跟踪是视频智能分析的热点研究内容,其中目标的检测是目标跟踪的基础,精度高、速度快的目标检测器对于后续的实时分析任务尤为重要。提出一种针对监控视频的基于差分筛选的YOLOv2目标检测算法,采用差分算法筛选无前景目标帧及设置重叠度量阈值进行跨帧检测,改善了YOLOv2作为检测方法用于监控视频多目标跟踪任务时速度过慢的不足,同时高精度的检测结果有利于下一步多目标跟踪任务的顺利完成。利用NPLR监控视频数据集对YOLOv2目标检测算法进行了测试,并将该方法与可变型部件模型DPM进行了比较。结果表明,差分YOLOv2方法在精度上高出DPM方法0.304 6,检测时间快了26倍左右,验证了该算法的有效性。  相似文献   

利用主动深度学习提取极化SAR影像建筑区   总被引：2，自引：0，他引：2  

邓鸿儒  徐佳  单文龙  袁春琦 《测绘科学技术学报》2018,(3)

针对利用传统监督分类方法从极化SAR影像中提取建筑区存在标记样本数量不足、难以挖掘有效特征等问题,提出一种主动学习与深度学习相结合的极化SAR影像建筑区提取方法。首先通过自动编码器对训练样本训练得到初始分类器;接着利用主动学习得到未标记样本中最富有信息量的样本进行人工标记;并将标记好的样本加入到训练样本中重新训练分类器。分别采用RADARSAT-2和ALOS-2极化SAR影像进行实验。结果表明传统的SVM方法和深度学习的方法加入主动学习后建筑区的提取精度都有所提高,而主动深度学习方法的提取效果优于主动SVM方法。  相似文献   

基于多源高分辨率遥感影像的2 m不透水面一张图提取          下载免费PDF全文

邵振峰  张源  黄昕  朱秀丽  吴亮  万波 《武汉大学学报(信息科学版)》2018,43(12):1909-1915

不透水率是衡量城市生态环境状况的一个重要指标。当前全球范围内仅有1 km和30 m分辨率尺度的不透水面专题信息,无法满足城市尺度水文模型建模、海绵城市规划和建设需求。提出了图谱信息融合的不透水面提取模型,实现了基于深度学习的不透水面提取新方法,研制了不透水面遥感全流程提取和监测软件。基于多源高分辨率遥感影像首次完成了中国31个省（直辖市、自治区）的2 m不透水面专题信息提取,形成全国不透水面一张图,为海绵城市和生态城市的建设提供了基础数据支撑和技术监测手段。  相似文献   

基于深度学习的岩石矿物智能识别     

任伟  张盛  乔计花  黄金明 《地质论评》2021,67(Z1):67z1281-67z1282

  相似文献   

云量对祁连山老虎沟12号冰川表面能量平衡的影响   总被引：1，自引：1，他引：0  

邹小伟  孙维君  杨堤益  王英珊  李延召  晋子振  杜文涛  秦翔 《冰川冻土》2021,43(2):342-356

为探讨云量对冰川表面能量平衡（SEB）的影响,利用架设在老虎沟12号冰川（简称12号冰川）消融区（4 550 m a.s.l.）的自动气象站资料,结合能量平衡模型计算各能量分量并分析其季节变化,通过云量参数化方案获取云量因子并量化其对冰川表面能量收支的影响。结果表明：净短波辐射为冰川表面主要的能量来源（92%）,净长波辐射为主要能量支出（61%）,二者均受云量影响,但云的短波辐射效应更强（-37 W?m^-2）。云量通过影响辐射收支和湍流通量进而影响冰川表面能量收支,随云量的增加,冰川表面获得的能量减少,冰川消融速率降低。与其他区域的冰川表面能量收支对比,除地理位置、反照率、气温等因素外,海拔和云量的影响也非常显著。  相似文献   

青藏高原唐古拉多年冻土区冻融循环过程中的能量平衡特征   总被引：1，自引：1，他引：0  

刘艺阗  姚济敏  赵林  肖瑶  乔永平  史健宗 《冰川冻土》2021,43(4):1073-1082

青藏高原多年冻土区冻融循环过程对地表能量及其分配的影响研究相对较少,青藏高原唐古拉站多年冻土的实测资料,依据10 cm土壤温度划分浅层土壤冻融循环的各个阶段并结合能量闭合率、地表能量各通量等数据探讨浅层土壤冻融循环过程与地气间水热交换过程之间的影响。结果表明：浅层土壤冻融循环过程各阶段均受气候变化的影响,其融化过程起始时间提前同时冻结过程起始时间推后,完全融化阶段持续时间增加,且逐渐接近完全冻结阶段持续时间;在浅层土壤不同冻融状态下,能量闭合率差值较大,其中完全融化阶段能量闭合状况普遍好于完全冻结阶段;净辐射值在完全融化阶段高于完全冻结阶段,净辐射在完全冻结阶段主要转化为感热通量,在完全融化阶段主要转化为潜热通量,地表土壤热通量在完全融化阶段为正值,在完全冻结阶段为负值。  相似文献   

基于重磁数据梯度比值的深度学习技术实现场源位置反演方法          下载免费PDF全文

马国庆  吴琪  熊盛青  李丽丽 《地球科学》2021,46(9):3365-3375

场源中心位置的计算是重磁数据反演的主要任务之一,现主要通过异常与场源位置之间的数学物理方程来估算地质体的位置.为了快速、准确获得地质体的位置信息,提出基于重磁梯度比值的深度学习技术实现场源位置的获取;其利用深度学习技术所建立的重磁梯度比值水平分布与地质体埋深、构造指数的关系,快速实现异常场源位置计算,且提出利用多个值的相互关系来更加准确、稳定地计算出地质体的信息.该方法可以计算复杂地质体的中心位置,且避免了以往线性方程反演方法需对结果进行筛选的复杂过程,对于存在剩磁的磁异常则采用解析信号的深度学习方法来进行位置反演.理论模型试验证明利用梯度比值的深度学习方法可以准确获得地质体的深度,且通过对比更多点的深度学习计算结果发现,采用多个不同比例极值点可以减弱噪声带来的干扰,从而得到更加准确的位置.最后将该方法应用于实测磁异常的反演工作,获得了地下磁性物体的中心位置,且计算结果与欧拉反褶积法相接近,因此该方法具有良好的实用性.   相似文献