[发明专利]基于深度学习和贝叶斯网络的岩石类别自动识别方法有效
| 申请号： | 201910509533.5 | 申请日： | 2019-06-13 |
| 公开（公告）号： | CN110263835B | 公开（公告）日： | 2021-11-12 |
| 发明（设计）人： | 徐文刚;石安池;单治钢;彭鹏;倪卫达;程万强;姚晓雯 | 申请（专利权）人： | 中国电建集团华东勘测设计研究院有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 杭州九洲专利事务所有限公司 33101 | 代理人： | 韩小燕 |
| 地址： | 310014 浙*** | 国省代码： | 浙江;33 |
| 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和贝叶斯网络的岩石类别自动识别方法。本发明的目的是提供一种基于深度学习和贝叶斯网络的岩石类别自动识别方法，以快速、准确的识别岩石岩性。本发明的技术方案是：一种基于深度学习和贝叶斯网络的岩石类别自动识别方法，其特征在于，包括以下步骤：获取待识别岩石图像中岩石的岩石大类和产状信息；将岩石大类和产状信息输入预先构建的ResNet_BN深度学习‑贝叶斯网络模型作为先验；将待识别的岩石图像输入所述ResNet_BN深度学习‑贝叶斯网络模型；输出待识别岩石的岩性。本发明适用于地质学以及人工智能领域。 | ||
| 搜索关键词： | 基于 深度 学习 贝叶斯 网络 岩石 类别 自动识别 方法 | ||
【主权项】：
1.一种基于深度学习和贝叶斯网络的岩石类别自动识别方法，其特征在于，包括以下步骤：获取待识别岩石图像中岩石的岩石大类和产状信息；将岩石大类和产状信息输入预先构建的ResNet_BN深度学习‑贝叶斯网络模型作为先验；将待识别的岩石图像输入所述ResNet_BN深度学习‑贝叶斯网络模型；输出待识别岩石的岩性；所述ResNet_BN深度学习‑贝叶斯网络模型的构建方法如下：获取若干不同类型的岩石图像；确定岩石图像中岩石大类，并对不同大类进行编号；确定岩石图像中岩石产状，并对不同产状进行编号；确定岩石图像中岩石岩性，并对不同岩性进行编号；将经编号的岩石图像分为训练集和测试集；创建ResNet_BN深度学习‑贝叶斯网络模型；利用训练集和测试集，对ResNet_BN模型进行训练，并根据测试结果，调整ResNet_BN模型。
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中国电建集团华东勘测设计研究院有限公司，未经中国电建集团华东勘测设计研究院有限公司许可，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/201910509533.5/，转载请声明来源钻瓜专利网。
