主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2020-03-24 公布专利
2020-03-20 公布专利
2020-03-17 公布专利
2020-03-13 公布专利
2020-03-10 公布专利
2020-03-06 公布专利
2020-03-03 公布专利
2020-02-28 公布专利
2020-02-25 公布专利
2020-02-21 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »

地质雷达技术实现土壤含水性分类识别的技术方法无效

申请号: CN201410286867.8 文献下载
申请日: 2014-06-25 公开/公告日: 2014-11-12
公开/公告号: CN104143115A 主分类号: G06N3/02
申请/专利权人: 中国矿业大学(北京)
发明/设计人: 杨峰;杜翠;乔旭;冯泽权;夏云海
分类号: G06N3/02;G06N3/08;G01N33/04;G01V3/12;G01S13/88
搜索关键词: 地质 雷达 技术 实现 土壤 水性 分类 识别 方法
 
我不想注册,点击直接下载立即登录,下载文献升级会员,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矿业大学(北京),未经中国矿业大学(北京)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

 
地址: 100083 *** 国省代码: 北京;11
代理公司: 代理人:
【权利要求书】:

1.地质雷达技术实现土壤含水性分类识别的技术方法,其特征在于包含如下具体步骤:

1)数据预处理

数据预处理的输入数据为地质雷达采集到的原始数据,首先将地质雷达数据进行零线校正,然后进行小波变换,最后进行低通滤波,其输出数据为完成预处理的数据;

2)土壤含水性信息提取

以步骤1)完成预处理之后的输出数据作为此步的输入数据,对其进行自回归滑动平均求功率谱,再进行数据归一化,最后进行主成分分析,提取土壤物性信息,存放于样本数据库,此步完成以后的输出数据为土壤含水性特征数据;

3)神经网络分类识别

以步骤2)完成处理后输出的土壤含水性特征数据作为此步的输入数据,将存放于样本数据库中的数据输入待训练的神经网络训练神经网络,然后用训练成熟的网络完成待分类数据的分类识别,此步完成后的输出数据为待识别数据所属类别号;

4)结果显示

以步骤3)完成处理后输出的待识别数据所属类别号作为此步的输入数据,对分类结果进行色阶调制,绘制出探测区域土壤分类结果图。

2.根据权利要求1所述的地质雷达技术实现土壤含水性分类识别的技术方法,其特征在于,步骤1)中,所述的零线校正为:对地质雷达采集到的每道数据进行零线校正,去除仪器自身的信号漂移噪声;所述的小波变换为:对零线校正后的数据再进行小波变换,滤除高频跳变噪声及外界高频干扰噪声;所述的低通滤波:对小波变换后的数据再进行低通滤波,滤除信号的直流附近能量。

3.根据权利要求1所述的地质雷达技术实现土壤含水性分类识别的技术方法,步骤2)中,所述的自回归滑动平均求功率谱为:对预处理后地质雷达数据中的每道数据进行自回归滑动平均功率谱变化,求得功率谱信息;所述的数据归一化为:对功率谱数据进行归一化;所述的主成分分析为:对归一化之后的数据进行主成分分析;所述的提取土壤物性信息为:把主成分分析后的主要特征向量作为土壤物性信息;所述的样本数据库为:把得到的土壤物性信息存储在特征数据库中。

4.根据权利要求1所述的地质雷达技术实现土壤含水性分类识别的技术方法,步骤3)中,所述的训练神经网络为:将特征数据库中的特征数据输入神经网络进行训练,直到网络训练成熟;所述的神经网络分类识别为:将预处理过后的待预测分类的雷达数据输入训练成熟的神经网络进行分类识别,给出所属类别号。

5.根据权利要求1所述的地质雷达技术实现土壤含水性分类识别的技术方法,步骤4)中,所述的色阶调制为:对步骤3)得到的分类结果进行色阶调制,每一类对应一个颜色值;所述的绘制土壤分类结果图为:利用调制好的色阶将分类结果成图显示,图像可以直观显示探测区域土壤含水性分类示意图。

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。
我不想注册,点击直接下载立即登录,下载文献升级会员,免费下载

本文链接:http://www.vipzhuanli.com/pat/books/201410286867.8/1.html,转载请声明来源钻瓜专利网。

专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top
定制专利/购买专利

行业大牛为您服务 快来咨询~

4008765105 / 022-60709568