-
公开(公告)号:CN107942392B
公开(公告)日:2023-08-11
申请号:CN201711133386.3
申请日:2017-11-15
申请人: 自然资源部第二海洋研究所 , 东海实验室
IPC分类号: G01V1/38
摘要: 本发明公开了一种声学底质与水柱测试系统及方法。系统包括底质分类声学水槽和移动声学测试平台,底质分类声学水槽包括槽体、底质传送带、底质进出窗口、气泡注入管和导轨;槽体为双层结构,底质传送带横卧在槽体下部,导轨安装在槽体顶部;气泡注入管从槽体顶部伸入到槽体内部。移动声学测试平台包括移动声学测试吊车、可伸缩声学仪器安装杆、控制终端。使用时,通过底质进出窗口送入测试底质,开动传送带将其送入水槽底部,控制终端遥控吊车的前进并采集底质声强数据。本发明克服了传统声学水槽难以直接应用于声学底质测试的缺点,为准确构建声学关系模型,实现声学底质分类提供了良好的试验环境和方法,可在海洋测绘与海洋工程中广泛应用。
-
公开(公告)号:CN110532615B
公开(公告)日:2022-11-15
申请号:CN201910686640.5
申请日:2019-07-26
申请人: 自然资源部第二海洋研究所
摘要: 本发明公开了一种浅海复杂地形的逐级分解方法。在浅海陆架上,多种尺度的海底地形叠加形成复杂的地貌体系,导致难以进行量化研究,本发明利用傅里叶分析方法,结合Butterworth滤波器,实现地形信号由空间域到频率域的转换,通过分频将叠加地形分解成几组具有不同频率的单一类型地形。实例测试结果表明:该方法可快速、准确地将复杂海底叠加地形分解成不同空间尺度的地形。本发明在海洋测绘、海洋工程的安全评估和海洋科学研究等方面具有重要实用价值。
-
公开(公告)号:CN112149755B
公开(公告)日:2022-07-05
申请号:CN202011084474.0
申请日:2020-10-12
申请人: 自然资源部第二海洋研究所
IPC分类号: G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本发明公开了一种基于深度学习的小样本海底水声图像底质分类方法,应用于深度学习领域,从模型参数和数据两方面出发进行优化研究:(1)模型参数优化方面使用迁移学习中的微调技术,将大型数据集作为预训练数据集,从而实现大跨度的任务模型参数迁移;(2)数据增强方面则使用WGAN‑GP模型并结合CBN生成特定底质声纳图像,用于扩充数据集。后续的优化实验肯定了大跨度任务迁移的微调对于CNNs在底质分类的优化,其中ResNet可以达到非常理想的精度,肯定了将深度模型应用在此类任务中的可行性。生成对抗神经网络进行数据增强来从数据角度优化任务表现,结论说明生成对抗神经网络的数据增强可以带来精度提升但同时时间损耗巨大。
-
公开(公告)号:CN112149755A
公开(公告)日:2020-12-29
申请号:CN202011084474.0
申请日:2020-10-12
申请人: 自然资源部第二海洋研究所
摘要: 本发明公开了一种基于深度学习的小样本海底水声图像底质分类方法,应用于深度学习领域,从模型参数和数据两方面出发进行优化研究:(1)模型参数优化方面使用迁移学习中的微调技术,将大型数据集作为预训练数据集,从而实现大跨度的任务模型参数迁移;(2)数据增强方面则使用WGAN‑GP模型并结合CBN生成特定底质声纳图像,用于扩充数据集。后续的优化实验肯定了大跨度任务迁移的微调对于CNNs在底质分类的优化,其中ResNet可以达到非常理想的精度,肯定了将深度模型应用在此类任务中的可行性。生成对抗神经网络进行数据增强来从数据角度优化任务表现,结论说明生成对抗神经网络的数据增强可以带来精度提升但同时时间损耗巨大。
-
公开(公告)号:CN106872212B
公开(公告)日:2020-12-04
申请号:CN201710022177.5
申请日:2017-01-12
申请人: 自然资源部第二海洋研究所
IPC分类号: G01N1/10
摘要: 本发明所公开了一种基于简易杆体的高效海底表层细沙取样装置。它包括:支撑钢管、基座、取样管和重心调节件,所述的支撑钢管的一端垂直固定于基座的重心处,另一端设有U型连接扣,用于连接绳索,所述的取样管采用多根空心钢管,规则分布,一端固定于支撑钢管的同一截面,另一端围绕支撑钢管展开,采用固定杆与支撑钢管的另一截面固定;重心调节件,固定于支撑钢管,用于重心调节。本发明可下潜到较深水域采集细沙粒样本,适用于各种流速、各种水深的江河湖泊及海洋和陆地水域的地质填图、水下探矿、工程地质或生态环境研究等。并且可在海洋调查、海洋测绘与海洋工程中广泛应用。
-
公开(公告)号:CN117197596A
公开(公告)日:2023-12-08
申请号:CN202311478720.4
申请日:2023-11-08
申请人: 自然资源部第二海洋研究所
IPC分类号: G06V10/764 , G06V10/82 , G06V10/26 , G06V10/44 , G06V10/80 , G06N3/0464 , G06N3/048 , G06N3/096
摘要: 本发明公开了一种基于小样本迁移学习的混合底质声学分类方法,包括如下步骤:按像素值大小对海底声呐图像进行分割;基于单位矩元,通过计算相邻像素点之间的距离、方向,得到反向散射强度特征及地形特征;通过分离、融合及选择等操作,自适应调整感受野尺寸;通过膨胀卷积等操作,遍历单位矩元,使用多个不同空洞率的空洞卷积核混合;迁移含有权重的卷积层,微调残差网络模型;通过实测海底底质采样数据与该区域分类结果进行验证,评估分类方法的精度及可靠性,实现对海底混合底质的自动分类。该方法能够快速实现浅海小样本海底混合底质的自动分类,高效准确,在海洋测绘及海底地貌学等方面具有实际应用价值。
-
公开(公告)号:CN115270608A
公开(公告)日:2022-11-01
申请号:CN202210802633.9
申请日:2022-07-09
申请人: 自然资源部第二海洋研究所
摘要: 本发明公开了一种基于ARIMA与LSTM的海岸带地面沉降预测方法,涉及深度学习领域。本发明包括以下步骤:InSAR的SLC影像数据经过预处理得到干涉图;根据干涉图利用StaMPS得到第一时间序列;基于第一时间序列,利用ARIMA模型进行初步的预测,得到预测时间序列;所述预测时间序列与所述第一时间序列做差,得到第二时间序列;利用LSTM模型对第二时间序列进行学习,得到第三时间序列;将第三时间序列与预测时间序列相加,得到原始InSAR形变量时间序列的预测结果。本发明相对单一的预测方法得到的精度指标有所提升。
-
公开(公告)号:CN113159191A
公开(公告)日:2021-07-23
申请号:CN202110449813.9
申请日:2021-04-25
申请人: 自然资源部第二海洋研究所
摘要: 本发明公开了一种基于深度学习的高精度底跟踪方法,涉及声呐信号处理技术领域,具体步骤包括如下:构建训练数据集;对所述训练数据集进行几何变换增强,得到最终训练数据集;将一维残差卷积模块结合现有图像语义分割模型,构建语义分割底跟踪模型;将所述最终训练数据集输入所述语义分割底跟踪模型中进行训练,得到训练完成的语义分割底跟踪模型;将实测数据输入所述训练完成的语义分割底跟踪模型中,输出语义标签进而确定海底点。本发明创新性的将底跟踪转换为基于一维数据的二分类语义分割任务,使得底跟踪结果更精确且具有良好的抗噪性能。
-
公开(公告)号:CN110490800A
公开(公告)日:2019-11-22
申请号:CN201910687715.1
申请日:2019-07-26
申请人: 自然资源部第二海洋研究所
摘要: 本发明公开了一种浅海地形的重构方法。多波束测深系统在浅海进行水深测量时,由于地形的起伏变化,常出现地形测量空白区域,大大降低了测量工作效率。为解决此问题,本发明基于一定间隔的多波束地形条带数据,分别获取横向的地形拟合方程和纵向的地形特征线,以特征线作为基准线,在横向上沿地形剖面进行水深点赋值,继而采用空间插值方法将水深点归算到规则格网之上,最终构建得到重构地形数字水深模型。通过重构地形与原始条带地形的水深对比对该方法进行精度评估。经实测结果表明,该方法能较好重构出空白区地形,平均误差与均方根误差都能控制在1 m左右。本发明在海底地形测绘和海洋科学研究等方面具有重要实用价值。
-
公开(公告)号:CN118799593A
公开(公告)日:2024-10-18
申请号:CN202411268034.9
申请日:2024-09-11
申请人: 自然资源部第二海洋研究所
IPC分类号: G06V10/44 , G06V10/80 , G06V20/13 , G06N3/0455 , G06N3/0464 , G06V10/62 , G01C13/00
摘要: 本发明公开了一种基于多分辨率尺度融合的浅水多光谱遥感水深探测方法,包括如下步骤:通过多尺度层级采样器对输入的预处理后多光谱遥感影像进行裁剪并重采样,以获取对应不同空间尺度的多分辨率层级多光谱遥感影像组;对应多个特定空间尺度分辨率的编码器模块组用于在不同空间尺度下提取特征,并通过后接的中心对齐融合模块实现从粗糙的大空间尺度向精细的小空间尺度的光谱特征聚合;提取主干模型中4个编码器阶段中最精细高分辨率分支的特征并沿通道维度拼接后映射得到输出水深结果;通过实测水深数据作为真值对模型进行训练并评估其表现。该方法能够实现高精度的水深探测且具备一定的外推能力,在海底地形地貌探测及测绘领域具有实际应用价值。
-
-
-
-
-
-
-
-
-