一种基于深度学习的岩质高陡边坡结构面提取方法.pdfVIP

下载本文档

1
0
约1.15万字
约 11页
2023-06-15 发布于四川
举报
版权申诉

一种基于深度学习的岩质高陡边坡结构面提取方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于深度学习的岩质高陡边坡结构面提取方法，包括对该三维点云数据进行预处理；采用Knnsearch函数对三维点云数据进行最临近点搜索，得到初始最近临近点集合；对初始最近临近点集合进行共面测试，得到最近临近点集合；对最近临近点集合进行平面拟合，并计算拟合后平面的法向量；将平面拟合图像作为训练集样本；基于Softmax函数构建VGGNet模型；采用VGGNet模型对训练集样本进行训练，得到岩质高陡边坡结构面分布和岩质高陡边坡结构面产状。本发明利用深度学习的VGGNet改进网络模型，在具

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116258972 A (43)申请公布日 2023.06.13 (21)申请号 202310548752.0 G06V 10/82 (2022.01)