基于机器学习的视频微振动放大校准和实时提取方法

    公开(公告)号:CN114821415A

    公开(公告)日:2022-07-29

    申请号:CN202210436023.1

    申请日:2022-04-24

    摘要: 本发明公开了一种基于机器学习的视频微振动放大校准和实时提取方法,其包括以下步骤:获取微振动信息;选取敏感点并布置振动传感器;同时获取振动传感器的时程数据和敏感点的视频时程数据;对视频时程数据进行校准并获取校准后的相位信息放大参数;通过校准后的相位信息放大参数对被监测结构的视频时程数据中未设置振动传感器的测点的相位信息进行放大;通过完成基于机器学习的视频微振动放大校准的视频时程数据对卷积神经网络进行训练,得到训练后的卷积神经网络;采用训练后的卷积神经网络对目标对象的视频时程数据进行振动信息实时提取。本发明通过训练后的卷积神经网络可以直接对视频的振动信息进行实时提取,便于水工结构运行状态监测。

    基于机器学习的视频微振动放大校准和实时提取方法

    公开(公告)号:CN114821415B

    公开(公告)日:2022-11-29

    申请号:CN202210436023.1

    申请日:2022-04-24

    摘要: 本发明公开了一种基于机器学习的视频微振动放大校准和实时提取方法,其包括以下步骤:获取微振动信息;选取敏感点并布置振动传感器;同时获取振动传感器的时程数据和敏感点的视频时程数据;对视频时程数据进行校准并获取校准后的相位信息放大参数;通过校准后的相位信息放大参数对被监测结构的视频时程数据中未设置振动传感器的测点的相位信息进行放大;通过完成基于机器学习的视频微振动放大校准的视频时程数据对卷积神经网络进行训练,得到训练后的卷积神经网络;采用训练后的卷积神经网络对目标对象的视频时程数据进行振动信息实时提取。本发明通过训练后的卷积神经网络可以直接对视频的振动信息进行实时提取,便于水工结构运行状态监测。

    一种GNSS监测设备精度校准方法
    10.
    发明公开

    公开(公告)号:CN115616621A

    公开(公告)日:2023-01-17

    申请号:CN202211245364.7

    申请日:2022-10-12

    IPC分类号: G01S19/23 G01B7/16

    摘要: 本发明公开了一种GNSS监测设备精度校准方法,本发明在空旷、无遮挡、且无其他接收或发射设备的场地设置GNSS基准站,在与GNSS基准站不同间距的位置设置待校准GNSS监测设备,通过调节待校准GNSS监测设备在水平和垂直方向的距离,进行不同间距的待校准GNSS监测设备精度校准;考虑遮挡物的路径效应,在间距GNSS基准站设定值的位置设置遮挡物,进行遮挡工况下不同间距和不同遮挡时间下不同间距的待校准GNSS监测设备精度校准,实现了GNSS监测设备精度校准,为检验、校核GNSS设备的适用性和精确性提供科学方法和依据。