-
公开(公告)号：CN113240812B
公开(公告)日：2022-04-26
申请号：CN202110471592.5
申请日：2021-04-29
申请人： 中国地质大学(武汉) , 贵州省地质矿产勘查开发局
摘要： 一种基于增量模拟的超薄锰矿体三维建模方法，该方法首先获取超薄锰矿体的上边界线和下边界，再根据上边界线构建投影面，将超薄锰矿体投影到投影面上并提取超薄锰矿体在投影面上的边界范围；其次根据下边界线和边界范围拟合生成超薄锰矿体模型的底面；再次根据上边界线和下边界线计算出超薄锰矿体的厚度增量；然后根据超薄锰矿体的厚度增量和边界范围拟合出超薄锰矿体的增量面；接着将超薄锰矿体模型的底面投影到超薄锰矿体的增量面上得到超薄锰矿体模型的顶面；最后将超薄锰矿体模型的底面和超薄锰矿体模型的顶面进行围合得到超薄锰矿体模型。该方法得到的超薄锰矿体模型中顶面和底面之间不会产生顶面和底面相交或者底面在顶面之上的问题。
-
公开(公告)号：CN116863217A
公开(公告)日：2023-10-10
申请号：CN202310805725.7
申请日：2023-07-03
申请人： 中国地质大学(武汉)
IPC分类号： G06V10/764 , G06V10/26 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/096
摘要： 本发明涉及一种野外露头岩石图像岩性识别方法，属于岩性识别领域。本发明提供的一种野外露头岩石图像岩性识别方法通过PascalVOC数据集的基本文件结构和目标检测评价标准，使用LabelImg工具建立了岩石目标检测数据集；基于Faster‑RCNN的岩石目标检测算法，以ResNet50网络作为前置分类网络，进行迁移学习；设计加权公式实现自动化脚本实现批量裁剪最优检测目标，制作高质量野外露头岩石岩性识别图像数据集；设计实现多尺度卷积岩性识别模型，本发明能够为野外露头岩石图像岩性识别问题提供一种精度更高，时间成本更低的解决方案，为岩性识别得进一步研究分析与利用提供了保障。
-
公开(公告)号：CN113240812A
公开(公告)日：2021-08-10
申请号：CN202110471592.5
申请日：2021-04-29
申请人： 中国地质大学(武汉) , 贵州省地质矿产勘查开发局
摘要： 一种基于增量模拟的超薄锰矿体三维建模方法，该方法首先获取超薄锰矿体的上边界线和下边界，再根据上边界线构建投影面，将超薄锰矿体投影到投影面上并提取超薄锰矿体在投影面上的边界范围；其次根据下边界线和边界范围拟合生成超薄锰矿体模型的底面；再次根据上边界线和下边界线计算出超薄锰矿体的厚度增量；然后根据超薄锰矿体的厚度增量和边界范围拟合出超薄锰矿体的增量面；接着将超薄锰矿体模型的底面投影到超薄锰矿体的增量面上得到超薄锰矿体模型的顶面；最后将超薄锰矿体模型的底面和超薄锰矿体模型的顶面进行围合得到超薄锰矿体模型。该方法得到的超薄锰矿体模型中顶面和底面之间不会产生顶面和底面相交或者底面在顶面之上的问题。
-
公开(公告)号：CN118520275A
公开(公告)日：2024-08-20
申请号：CN202410698832.9
申请日：2024-05-31
申请人： 中国地质大学(武汉) , 贵州省地质矿产勘查开发局一〇三地质大队
IPC分类号： G06F18/213 , G06F18/2415 , G06F18/2431 , G06F18/214 , G06N3/047 , G06N3/08
摘要： 本发明公开了一种融合带噪学习和局部分类器的测井数据岩性识别方法，属于深度学习技术领域。该方法包括以下步骤：测井数据训练集预处理；构建预训练模型；确定易混淆岩性组合；构建优化局部分类器模型；建立融合带噪学习优化局部分类器模型；岩性识别。本发明采用上述的一种融合带噪学习和局部分类器的测井数据岩性识别方法，有助于矿产勘查领域测井数据的数据区分，提高了机器学习算法在地矿领域中测井岩性识别的准确率与识别效率，有效解决了岩性识别中相似岩性难以区分和岩性标签标注不明确的问题。
-
-
-
搜索结果
4 条记录 (耗时 0.023 秒)
