一种基于深度学习的地理信息提取方法及系统

    公开(公告)号:CN115546551A

    公开(公告)日:2022-12-30

    申请号:CN202211259179.3

    申请日:2022-10-14

    Abstract: 本发明公开了一种基于深度学习的地理信息提取方法及系统,属于图像处理技术领域;用三维图像数据结合已有的地图数据,通过深度学习方法训练得到网络分类模型,在训练网络分类模型前先对三维图像数据进行一系列的预处理操作得到梯度向量,将三维图像数据中小结构的常规地图上无法准确描述显示的地理信息暴露出来,在通过深度学习方法来训练构建网络分类模型,卷积神经网络可以很方便提取三维图像数据中判别性较高的信息,通过网络分类模型对待提取图像识别提取时能够得到更加准确的地理信息分类结果,为张牵场的选址提供准确的地理依据;由于网络分类模型具有良好的训练基础,使得三维的待提取图像也能够快速精准的提取出所需地理信息。

    一种自适应伸缩爬升组塔装置及组塔方法

    公开(公告)号:CN117090438A

    公开(公告)日:2023-11-21

    申请号:CN202310998373.1

    申请日:2023-08-09

    Abstract: 本发明公开了一种自适应伸缩爬升组塔装置及组塔方法,装置包括爬升装置、伸缩装置、外附着平台和起吊装置,爬升装置的固定端与铁塔连接,爬升装置的升降端沿铁塔的斜材移动,装置的两端分别与爬升装置的升降端可拆卸的固定连接,起吊装置固定安装在外附着平台上;方法包括:安装第一层塔材;爬升装置安装至第一层塔材的斜材上;安装第二层塔材;使伸缩装置上移至设定位置;控制爬升装置缩短;重复直至完成安装;本发明可以适应于不同宽度的铁塔截面,最终使得组塔装置能适用于陡峭地形下输电塔塔身组塔施工的施工作业平台,同时该平台具备自爬升功能,消除不可控因素,确保山区组塔方式的安全可行。

    一种悬浮抱杆组塔腿部转向滑车实验用工装

    公开(公告)号:CN115434558A

    公开(公告)日:2022-12-06

    申请号:CN202211246210.X

    申请日:2022-10-12

    Abstract: 本发明公开了一种悬浮抱杆组塔腿部转向滑车实验用工装置,涉及输电线路塔施工的技术领域,能够配合拉力机模拟转向滑车不同工况下转向部件的受力情况。包括主受力板以及设置在主受力板两端的第一拉耳和拉板,且拉板与主受力板倾斜设置,主受力板在第一拉耳与拉板之间具有用于固定转向滑车的固定位,第一拉耳能够与钢丝绳的一端绳头连接,所述钢丝绳的另一端绳头能够绕过所述转向滑车并与拉力机的牵引部相连,所述拉板能够与所述拉力机的锚固部相连。本发明通过选择具有合适的工装,并将其与需要进行试验的转向滑车进行配合,能够在拉力试验下模拟该转向滑车在钢丝绳不同夹角下的受力情况,该试验的模拟真实性逼近真实工况,实验结果的可信度高。

Patent Agency Ranking