-
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：CN107883932B
公开(公告)日：2023-10-27
申请号：CN201711135241.7
申请日：2017-11-16
申请人： 自然资源部第二海洋研究所 , 山东科技大学 , 北京海卓同创科技有限公司 , 广州中海达卫星导航技术股份有限公司
IPC分类号： G01C13/00
摘要： 本发明公开一种适用岛礁与岸滩的测量系统与方法。系统包括测量船、三维激光扫描系统、多波束测深系统、前视避碰声呐、内置摄像头、多传感器升降平台、通讯天线、采集控制终端。通过设计模块化、一体化多传感器升降平台，以组合固联多种传感器。多种传感器接入到采集控制终端，完成传感器校准、测线布设、数据采集、实时处理、精细后处理和精度评估等步骤，实现多传感器协同作业，以同步获取岛礁与岸滩区水深小于500 m、近岸1 km内的陆海统一基准、三维一体化空间信息数据。本发明突破了传统测量技术的限制，显著提升了岛礁岸滩区调查测量效率，对提升我国海洋军事、海洋开发、海洋科学研究具有战略意义。
-
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：CN115540832A
公开(公告)日：2022-12-30
申请号：CN202211257179.X
申请日：2022-10-14
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VGGNet的卫星测高海底地形校正方法及系统，涉及深度学习技术领域，包括：采集船测多波束声呐海底地形数据和卫星测高海底地形数据，作为原始数据；对所述原始数据进行预处理，获得训练数据集；基于卷积神经网络构建海底地形校正模型，并将所述训练数据集输入所述海底地形校正模型中进行模型训练，直至损失函数收敛，得到最优的海底地形校正模型；利用所述最优的海底地形校正模型对卫星测高测深地形数据进行水深校正，获得修正后的卫星测高水深数据。本发明使用深度学习的方法来对卫星测高水深数据进行基于多波束声呐水深数据的校正，为高精度、高实时性的全球海域的海底地形测量提供新的技术手段可能性。
-
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：CN115905877A
公开(公告)日：2023-04-04
申请号：CN202310021014.0
申请日：2023-01-07
申请人： 自然资源部第二海洋研究所
IPC分类号： G06F18/214 , G06F17/17 , G06N20/00
摘要： 本发明公开了一种基于VGGNet的测深模型反演方法及系统，应用于海底地形测量技术领域。根据船测重力异常数据和卫星测高重力异常数据，输入预训练的VGGNet模型，以使船船测重力异常数据对卫星测高重力异常数据的修正，得到卫星测高重力数据；其中，所述卫星测高重力数据通过对所述预训练的VGGNet模型进行训练得到；对所述卫星测高重力数据进行滤波法反演得到海底地形数据。本发明将基于船载数据的海洋重力校正与重力地形反演相结合，以提高卫星派生测深数据的精度。
-
-
-
-
-
-
-
搜索结果
8 条记录 (耗时 0.047 秒)
