[发明专利]一种基于深度学习的雷达图谱识别方法及系统在审
| 申请号： | 201910541303.7 | 申请日： | 2019-06-21 |
| 公开（公告）号： | CN110245642A | 公开（公告）日： | 2019-09-17 |
| 发明（设计）人： | 王新灵;武旭;王帆;孙景来 | 申请（专利权）人： | 北京市市政工程研究院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06T5/00;G06T5/20 |
| 代理公司： | 北京细软智谷知识产权代理有限责任公司 11471 | 代理人： | 涂凤琴 |
| 地址： | 100032 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的雷达图谱识别方法及系统，该方法包括：收集预设数量的雷达图谱数据，所述雷达图谱数据包括无道路病害图谱数据和包含空洞病害图谱数据；将所述雷达图谱数据作为训练集训练深度学习模型；将实时采集的雷达图谱数据输入到所述深度学习模型中，以使所述深度学习模型对实时采集的雷达图谱数据进行识别分类。本发明提供的技术方案，通过将深度学习技术引入到地下工程中的雷达图谱识别问题上，研究建立雷达图谱分析识别的深度学习模型，实现了雷达图谱的自动识别和分别，相比现有技术中人工雷达图谱识别方法，本发明提供的技术方案，人力投入少、效率高、正确率高。 | ||
| 搜索关键词： | 雷达 图谱数据 图谱识别 学习 实时采集 地下工程 道路病害 技术引入 图谱分析 自动识别 训练集 正确率 预设 病害 图谱 空洞 分类 研究 | ||
【主权项】：
1.一种基于深度学习的雷达图谱识别方法，其特征在于，包括：步骤S1、收集预设数量的雷达图谱数据，所述雷达图谱数据包括无道路病害图谱数据和包含空洞病害图谱数据；步骤S2、将所述雷达图谱数据作为训练集训练深度学习模型；步骤S3、将实时采集的雷达图谱数据输入到所述深度学习模型中，以使所述深度学习模型对实时采集的雷达图谱数据进行识别分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京市市政工程研究院，未经北京市市政工程研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910541303.7/，转载请声明来源钻瓜专利网。
