-
公开(公告)号：CN114169411B
公开(公告)日：2024-08-02
申请号：CN202111384746.3
申请日：2021-11-22
申请人： 哈尔滨工业大学 , 大连中睿科技发展有限公司
IPC分类号： G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464
摘要： 本发明提出一种基于3D‑CNN算法的三维探地雷达图像地下管线识别方法，通过探地雷达获得三维回波图像，对三维回波图像进行预处理，将已预处理的探地雷达的三维回波图像进行标注，并将其打乱，随机分配至训练集和验证集；利用的训练集和验证集对3D‑CNN的神经网络模型进行训练，得到训练好的权重模型；利用获得训练好的神经网络模型，对探地雷达三维回波图像进行管线目标识别检测，最终标注出带有地下管线信息的三维回波图像；本发明可以将地下管线目标识别概率提高到95％以上，且对探地雷达三维回波图像的地下管线目标进行检测可以有效提高识别概率并且可以大幅降低管线虚检概率。
-
公开(公告)号：CN114169402A
公开(公告)日：2022-03-11
申请号：CN202111354267.7
申请日：2021-11-16
申请人： 哈尔滨工业大学 , 大连中睿科技发展有限公司
IPC分类号： G06K9/62 , G06V10/764 , G06V10/774 , G06V10/44 , G06V10/50 , G06N3/04 , G06N3/08
摘要： 本发明提供一种基于门控循环单元的探地雷达地下空洞目标自动识别方法。所述门控循环神经网络的GRU有两个门：重置门和更新门；重置门主要决定了到底有多少过去的信息需要遗忘，根据输入xt，当前重置门的输出rt和上一时间步隐藏状态ht‑1得到候选隐藏状态如果重置门近似0，上一个隐藏状态将被丢弃；而更新门帮助模型决定到底要将多少信息传递到未来，或到底前一时间步和当前时间步的信息有多少是需要继续传递的，更新门zt根据上一时间步的隐藏状态ht‑1和当前时间步的候选隐藏状态得到当前的隐藏状态ht；重置门和更新门的激活函数σ是sigmoid函数。本发明解决现有方法难以检测识别地下空洞目标的问题。
-
公开(公告)号：CN114169411A
公开(公告)日：2022-03-11
申请号：CN202111384746.3
申请日：2021-11-22
申请人： 哈尔滨工业大学 , 大连中睿科技发展有限公司
IPC分类号： G06K9/62 , G06V10/764 , G06V10/774 , G06N3/04 , G06N3/08
摘要： 本发明提出一种基于3D‑CNN算法的三维探地雷达图像地下管线识别方法，通过探地雷达获得三维回波图像，对三维回波图像进行预处理，将已预处理的探地雷达的三维回波图像进行标注，并将其打乱，随机分配至训练集和验证集；利用的训练集和验证集对3D‑CNN的神经网络模型进行训练，得到训练好的权重模型；利用获得训练好的神经网络模型，对探地雷达三维回波图像进行管线目标识别检测，最终标注出带有地下管线信息的三维回波图像；本发明可以将地下管线目标识别概率提高到95％以上，且对探地雷达三维回波图像的地下管线目标进行检测可以有效提高识别概率并且可以大幅降低管线虚检概率。
-
公开(公告)号：CN113780361B
公开(公告)日：2024-09-13
申请号：CN202110944158.4
申请日：2021-08-17
申请人： 哈尔滨工业大学 , 北京机电工程总体设计部
IPC分类号： G06V10/764 , G06V20/64 , G06V10/82 , G06N3/0464
摘要： 本发明提出一种基于2.5D‑CNN算法的三维探地雷达图像地下管线识别方法，所述方法包括步骤1：对已经得到的探地雷达的三维回波图像进行直达波去除，以及小波去噪；步骤2：将已预处理的探地雷达的三维回波图像进行标注，分别为横向管线、纵向管线、地下空洞和无目标四类，并将其打乱，随机分配至训练集和验证集；步骤3：利用步骤2的训练集和验证集对2.5D‑CNN的神经网络模型进行训练，得到训练好的权重模型；步骤4：利用步骤3获得训练好的神经网络模型，对探地雷达三维回波图像进行管线目标识别检测。本发明解决了传统方法识别地下管线目标效率低以及准确率低的问题。
-
公开(公告)号：CN114169410B
公开(公告)日：2024-08-02
申请号：CN202111383573.3
申请日：2021-11-22
申请人： 哈尔滨工业大学
IPC分类号： G06V10/764 , G06V10/774 , G06V10/44 , G06V10/82 , G06N3/0442 , G06N3/08
摘要： 本发明提出一种基于长短期记忆模型的探地雷达地下空洞目标自动识别方法，对已获取的地下空洞目标的探地雷达回波图像进行预处理，得到横向波纹受到抑制的探地雷达回波图像；对生成的探地雷达回波图像进行预筛选，标记明确空洞目标像素位置；对已标记的图像数据进行增广处理，得到处理后的具有相似分布的增广图像数据集；使用增广图像数据集，进行特征提取，对提取到的特征数据进行标准化处理，得到特征向量数据集；将得到的特征向量数据集分为训练集和验证集，对长短期记忆模型进行训练，得到权重模型；将得到的验证集输入得到的权重模型，对图像进行目标识别分类；采用本发明的方法能有效的提高识别概率，将识别概率提高到90％以上。
-
公开(公告)号：CN113901878B
公开(公告)日：2024-04-05
申请号：CN202111068615.4
申请日：2021-09-13
申请人： 哈尔滨工业大学
IPC分类号： G06V20/13 , G06V10/774 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/049 , G06N3/084
摘要： 本发明提出一种基于CNN+RNN算法的三维探地雷达图像地下管线识别方法，对已经得到的探地雷达的三维回波图像进行直达波去除，以及小波去噪；将已预处理的探地雷达的三维回波图像进行标注，分别为横向管线、纵向管线、地下空洞和无目标四类，并将其打乱，随机分配至训练集和验证集；利用的训练集和验证集对CNN+RNN的神经网络模型进行训练，得到训练好的权重模型；利用训练好的神经网络模型，对探地雷达三维回波图像进行管线目标识别检测；采用本发明的方法对探地雷达三维回波图像的地下管线目标进行检测可以有效提高识别概率和识别速度，可以将地下管线目标识别概率提高到95％以上。
-
公开(公告)号：CN113780362B
公开(公告)日：2024-04-02
申请号：CN202110945451.2
申请日：2021-08-17
申请人： 哈尔滨工业大学 , 北京机电工程总体设计部
IPC分类号： G06V10/764 , G06V10/774 , G06V10/762 , G06V10/44 , G06V10/50
摘要： 本发明提出一种基于隐马尔可夫模型的探地雷达地下空洞目标自动识别方法，所述方法共6个步骤：对已获取的地下空洞目标的探地雷达回波图像进行预处理得到处理后的横向波纹得到抑制的图像；对生成的图像进行预筛选标注明确空洞目标像素位置；利用已标注的数据进行图像增广处理得到处理后的具有相似分布的图像；利用增广图像数据集，使用三种方法进行特征提取得到特征向量数据集；将获得的特征向量分为训练集和验证集，对隐马尔可夫模型进行训练得到权重模型；将获得的验证集输入得到的权重模型，对地下空洞目标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地下空洞目标的问题。
-
公开(公告)号：CN115322410A
公开(公告)日：2022-11-11
申请号：CN202210982092.2
申请日：2022-08-16
申请人： 哈尔滨工业大学 , 吉林省交通规划设计院
摘要： 一种均匀分散且定向排列石墨烯增强沥青复合材料的制备方法，它涉及沥青复合材料的制备方法。它是要解决石墨烯在沥青中易团聚、相容性差及分布不均的技术问题。本方法：将基质沥青加热至熔融，然后加入石墨烯进行定向低剪切处理，然后再提高温度并进行高剪切处理，然后保温处理，得到均匀分散且定向排列石墨烯增强沥青复合材料。与基质沥青相比，石墨烯增强沥青复合材料车辙因子提高了480%~490%；在1.6kPa的加载条件下，回复率值提高了240%~245%，不可回复蠕变柔量值降低了80%~85%；石墨烯增强沥青复合材料在‑12℃条件下挠度值比基质沥青提高了110%~115%，可用于桥面铺装和路面铺装材料领域。
-
公开(公告)号：CN114594428B
公开(公告)日：2022-11-01
申请号：CN202210203946.2
申请日：2022-03-02
申请人： 哈尔滨工业大学
摘要： 基于脉间频率编码脉内线性调频的间歇采样干扰抑制方法，涉及雷达抗干扰领域。本发明是为了解决现有间歇采样干扰抑制方法可实施性差，以及针对经过频率调制的间歇采样干扰时抑制会失效的问题。本发明包括：获取最优脉间频率编码脉内线性调频信号的回波；对回波进行脉冲压缩；将脉冲压缩结果在快时间维进行相位补偿；将相位补偿结果在慢时间维超分辨处理获得真假目标多普勒频率；利用真假目标多普勒频率构建设计斜投影矩阵；利用斜投影矩阵将相位补偿结果在慢时间维滤波处理；对滤波处理结果进行逆相位补偿；将逆相位补偿结果在慢时间维进行多普勒处理获得回波距离多普勒谱；利用回波距离多普勒谱实现目标有效探测。本发明用于抑制间歇采样干扰。
-
公开(公告)号：CN109061597B
公开(公告)日：2022-04-15
申请号：CN201810969137.6
申请日：2018-08-23
申请人： 哈尔滨工业大学
IPC分类号： G01S7/41
摘要： 本发明提供基于盲源分离与时频脊波域滤波的电离层杂波抑制方法，属于雷达信号处理技术领域。本发明首先通过盲源分离方法对雷达阵列天线接收的信号进行源信号分离，并对分离成分按信杂噪比从小到大进行排列；然后分别对雷达阵列天线接收的信号以及重新排序后的分离成分在杂波与目标所在波束方向进行波束形成，用接收信号波束形成结果逐个对消分离成分波束形成结果，选出其中信杂噪比最大的对消结果；最后对对消后的结果进行时频‑脊波域滤波处理，进一步提高信号的信杂噪比。本发明解决了现有电离层杂波抑制技术在信杂噪比较低情况下，杂波抑制效果差的问题，相对现有技术杂波抑制性能更优。本发明可用于高频雷达的超视距探测面对的强杂波问题。
-
-
-
-
-
-
-
-
-
搜索结果
55 条记录 (耗时 0.078 秒)