地面雨滴谱观测的图像自动识别方法   总被引：2，自引：0，他引：2       下载免费PDF全文

安英玉  金凤岭  张云峰  祖雪梅 《应用气象学报》2008,19(2):188-193

该文介绍了地面雨滴谱观测方法的研究, 通过增大取样面积、增加辅助观测手段, 改进了传统的滤纸取样法, 设计出图像自动识别软件应用到雨滴谱资料的处理中, 这种方法不仅可以增加观测的样本数, 以获得稳定的雨滴谱资料, 而且有利于资料的相互配合与分析。对其图像的位置变化、形状改变、滴谱重叠等情况进行验证以及对计算结果进行误差分析, 雨滴谱资料中的单个滴谱图像位置变化和形状变化对图像识别后的结果没有影响, 自动图像处理程序运行结果稳定可靠。程序在处理不粘连的滴谱资料时敏感性较好, 对于大滴溅散而形成的很多溅散滴时, 会处理成很多单独的小雨滴, 同时也说明无法解决溅散问题。在雨滴重叠问题上该程序智能程度不高, 不能真正鉴别是否存在重叠现象, 无法将重叠的雨滴分离开来, 往往会将重叠在一起的雨滴视为一个滴, 从而带来观测雨滴数量减少的现象。从雨滴谱资料处理误差分析上看, 斑迹直径在3~18 mm时相对误差小于6%, 对于直径小于4 mm雨滴误差完全控制在6%以内, 且在处理小滴时误差更小。该方法在地面雨滴谱观测及资料处理中准确度高、性能稳定、实用性强, 为雨滴谱资料的处理分析提供了一个新的思路, 可以应用到实际工作中。  相似文献   

基于深度学习的镜下矿石矿物的智能识别实验研究   总被引：1，自引：3，他引：1  

徐述腾  周永章 《岩石学报》2018,34(11):3244-3252

矿石矿物鉴定的智能化是智能地质学和智能矿床学的基础技术之一。计算机视觉技术和深度学习理论使矿石矿物鉴定的智能化成为可能。本研究基于深度学习系统Tensor Flow,以吉林夹皮沟金矿和河北石湖金矿的黄铁矿、黄铜矿、方铅矿、闪锌矿等硫化物矿物为例,设计有针对性的Unet卷积神经网络模型,有效自动提取矿相显微镜下矿石矿物的深层特征信息,实现镜下矿石矿物智能识别与分类。实验显示,模型在训练过程中,随着训练次数的增加,模型精度在不断增大,损失函数不断减小;经过3000个批处理之后,模型精度和损失函数基本趋于稳定。训练出的模型对测试集中的显微镜镜下矿石矿物照片的识别成功率均高于90%,说明实验所建立的模型,具有很好的图像特征提取能力,能完成镜下矿石矿物智能识别的任务。  相似文献   

基于物理模型试验的杆塔基础滑坡防护措施效果研究     

李思德  李远耀  殷坤龙  钟源  刘毅  许艺林 《地质科技情报》2022,41(2):209-218

大量穿越山地丘陵区的高压输电线路杆塔基础常位于滑坡灾害高易发斜坡地段,施加适当防护措施提高其稳定性,是保障输电线路持续安全运行的关键.为研究不同防护措施对杆塔基础滑坡的防护效果,以湖北省巴东县燕子滑坡为地质原型,设计制作物理试验模型,分别开展了极端降雨条件下滑坡在无防护、施加抗滑桩与格构护坡时的物理模型试验,从试验角度...  相似文献   

基于大数据的复杂海运环境下船舶路径自动生成方法     

韩鹏  杨晓霞 《海洋学报(英文版)》2020,39(8):113-120

随着全球经济的快速发展，海上运输由于其运力大、运费低而变得更具实用性。然而，这也意味着在海上航道行驶的船只正变得越来越多，这将导致在复杂的海洋环境中航海船只发生事故的可能性会很高。据相关历史的统计，在海域中航行缺乏高精度导航数据会导致大量事故，这种累积的事故信息可以被用来提高航海的安全性。本文通过将蕴含在AIS (Automatic Identification System) 大数据中的经验导航信息挖掘出来，以辅助实现复杂海事环境下安全可靠的船舶路径的生成。本文提出了一种基于大数据自动生成船舶路径的新方法。该方法首先在大量船舶轨迹上通过DBSCAN (Density-Based Spatial Clustering of Applications with Noise) 聚类形成不同的轨迹矢量簇。然后，迭代计算轨迹矢量簇的中心线，并从这些中心线之间的节点-弧段拓扑关系来构建航道网络。最后，基于航道网络来实现船舶路径的生成，对于航道网络未覆盖的海域，则通过海洋环境风险栅格的路径规划来实现船舶路径的生成。不同海域不同AIS数据集进行的多次实验结果表明，本文提出的船舶路径生成方法是有效性。  相似文献   

基于串行通信的传感器自动识别与通用型浮标数据采集系统设计   总被引：1，自引：1，他引：0  

周浩  段发阶  邵毅  周文清 《海洋科学》2019,43(11):68-75

海洋资料浮标以其多种功能和连续探测能力成为现代海洋观测的重要工具。海洋浮标传感器种类多、通信协议差异性大,为浮标数据采集系统提出了集成应用需求多样、平均开发周期长的问题。本实验设计并实现了基于串行通信波特率特征判别传感器的通用型海洋浮标数据采集系统。系统基于串行通信接口,通过对波特率的自动识别,对多种不同海洋参数传感器的通信特点进行比对分析,从而将传感器进行分类识别,实现外载传感器的自动识别功能;通过IAP设计,实现系统的拓展。最后,通过实验室的原型试验进行技术路线可行性验证。结果表明,系统能够在数秒内快速无误识别信息库中传感器,可以通过分包方式满足远程更新需求。  相似文献   

云计算环境下震前震源异常次声波自动识别方法          下载免费PDF全文

乔红丽  张常在 《地震工程学报》2018,40(6):1331-1336

云计算下采用三点阵次声源定位方法,在自动识别震前震源次声波过程中不能自动筛选识别大量的异常次声波数据,导致震前监测准确度不高且效率低下。因此提出一种云计算环境下震前震源异常次声波自动识别方法,构建JNS异常次声波数据采集筛查模组,全天候实时扫描访问端口,快速反馈异常次声波数据,采用NDS异常次声波数据序列异常检测算法快速识别错误序阵,准确回查、定位和锁定异常次声波数据;利用震前震源异常次声波自动识别方法分类识别异常次声波信号,判断该信号是否是地震可疑信号。实验结果表明,所提方法可有效自动识别震前震源异常次声波信号类型,信号分类准确率最大值达到99.99%;多次识别耗时最大均值仅为1.3min,具有准确率高和效率快的优势。  相似文献   

基于单阶段实例分割网络的黄土滑坡多任务自动识别     

师芸  石龙龙  牛敏杰  赵侃 《测绘通报》2022,(4):26-31

滑坡自动识别能够解决人工目视解译方法速度慢的问题,现有基于深度学习的自动识别方法多以目标检测和语义分割等单任务识别方法为主。本文基于深度学习实例分割网络探索可同时完成滑坡目标定位和语义分割的多任务识别方法。首先,基于谷歌地球影像构建了包含3822个样本的黄土滑坡样本数据集;然后,采用单阶段实例分割网络(YOLACT)构建了基于小样本学习的黄土滑坡多任务自动识别模型;最后,通过大、中、小3种比例尺度的滑坡测试样本对识别结果进行评价。试验结果表明:①滑坡目标定位框(Box)平均精确度为61.66%,滑坡语义分割掩码(Mask)平均精确度为62.0%,大比例尺测试结果中Mask交并比为0.88;②基于YOLACT构建的滑坡识别模型可同时完成滑坡目标定位和滑坡高精度掩码分割的双任务识别,为滑坡多任务自动识别及快速制图提供了技术支撑。  相似文献   

地震事件自动识别的标准时频变换方法          下载免费PDF全文

姚彦吉  柳林涛  王国成  沈聪  彭钊  邵永谦 《武汉大学学报(信息科学版)》2022,47(5):780-788

提出将标准时频变换(normal time-frequency transform,NTFT)与卷积神经网络(convolutional neural networks,CNN)结合,尝试实现地震信号的自动准确识别。单纯利用神经网络方法识别地震通常需要人工方式判别收集地震信号样本,对受到噪声污染的信号进行相关预处理操作。采用NTFT+CNN模型无需预处理去噪,更具有实用性。从中国云南省盈江地区3个台站连续两周的地震记录中截取19 884个地震事件和17 ?640 ?个噪声数据作为样本,分别利用CNN模型与NTFT+CNN模型进行3台站与单台站地震信号识别实验。在3台站实验中,CNN模型的地震信号识别准确率为93.10%,NTFT+CNN模型的地震信号识别准确率提升至97.80%,引入NTFT使得识别错误率降低了3倍,表明NTFT+CNN模型可更为有效地识别信噪比低的地震信号。与此同时,CNN模型的训练次数为29,而NTFT+CNN模型训练18次即可达到上述识别准确率,说明NTFT+CNN模型收敛快速且稳定。在单台站实验中,对比考察3种典型噪声情况下的模型表现,进一步验证了NTFT对噪声-地震信号的识别作用与模型结果的正确性。并将NTFT+CNN模型应用于识别美国南加州地震台网公开的地震-脉冲噪声数据,相对于CNN模型,NTFT+CNN模型在识别准确率、收敛速度与所需训练样本数量方面均表现出明显的优势。NTFT为基于神经网络结构的地震信号自动识别提供了新的有效途径。  相似文献   

长江中游临近预报业务系统 (MYNOS) 及其应用   总被引：1，自引：1，他引：0       下载免费PDF全文

万玉发  王志斌  张家国  吴翠红  吴涛  王珏 《应用气象学报》2013,24(4):504-512

针对长江中游强风暴天气特点和现代预报业务需求,在借鉴世界临近预报系统, 特别是美国的Auto-Nowcaster和WDSS-II以及英国的GANDOLF等先进经验的基础上,以我国多普勒天气雷达网为重要技术手段,结合数值预报等信息资源,于2007年研究建成长江中游临近预报业务系统 (MYNOS)。MYNOS主要技术方法包括:雷达与雨量计实时同步积分结合的降水估算方法 (RASIM),雷达反演参量与中尺度模式输出物理量相结合的强风暴性质自动识别和追踪技术,基于暴雨回波生命史特性约束下的多尺度合成降水量临近预报,基于数值预报模式和模糊逻辑学的强对流天气分类落区潜势预报,集GIS功能并整合各种定量监测与预警产品于一体的短时预报工作站。MYNOS已成为短时临近预报业务的支撑平台,其中实时生成的流域定量降水估算与临近预报、强对流天气分类潜势诊断与识别预警产品等成为日常预报业务的重要参考依据。  相似文献   

南黄海地震资料叠前有源干扰的自动识别与压制     

童思友  徐磊磊  崔树果  刘怀山 《海洋地质前沿》2008,24(8):14-19

南黄海海域油气勘探已经有近40年的历史，勘探区域各种地质条件以及商船等有源干扰严重影响采集资料的品质。针对有源干扰的特点，提出首先分析有源干扰波的频带特性及视速度范围，然后从地震记录中自动分离出线性干扰所在优势频带范围，按最小偏差标准确定最优视倾角，在时一空域前向后向预测规则噪声。这种有源干扰压制方法与传统方法相比，其优势在于能准确估算干扰波的倾角，进而将其彻底压制，对有效反射波没有伤害，使地震叠加剖面的质量得到改善。  相似文献