一种基于3D-CNN缺陷监测网络的探地雷达地下目标自动识别方法.pdfVIP

下载本文档

1
0
约9.85千字
约 12页
2023-11-08 发布于四川
举报
版权申诉

一种基于3D-CNN缺陷监测网络的探地雷达地下目标自动识别方法.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

本发明提出一种基于3D‑CNN缺陷监测网络的探地雷达地下目标自动识别方法，所述方法包括步骤1：对已获取的探地雷达回波图像进行预处理，得到处理后杂波受到抑制的探地雷达回波图像；步骤2：对步骤1生成的探地雷达回波图像进行分类并打上标签；步骤3：将步骤2中有标签的雷达图像随机分为训练集和验证集；步骤4：用步骤3中获得的训练集对3D‑CNN网络进行训练，得到训练好的权重模型；步骤5：将步骤3中获得的验证集代入到步骤4中训练好的权重模型中，对探地雷达回波图像进行目标识别分类。本发明解决现有方法难以检测识别

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117011600 A (43)申请公布日 2023.11.07 (21)申请号 202310898951.4 G06N 3/048 (2023.01)