首页|基于CNN技术的探地雷达线测图分类解释模型

基于CNN技术的探地雷达线测图分类解释模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对隧道地质超前预报过程中GPR(Ground Penetrating Radar)线测图分类解释准确率不高的问题,本文在深度学习模型Lenet的基础上,根据GPR线测图的尺寸特点设计了Lenet-6.Lenet-6在Lenet低隐含层部分新增一个卷积层和一个子采样层.通过深入研究Lenet-6低隐含层,给出了卷积层核函数选取的一般准则.仿真实验结果表明:在相同的迭代次数下,Lenet-6比Lenet具有更高的分类准确率.本文模型可为制定隧道施工和开挖计划提供科学合理的依据.

郭玉锦、陈旭阳、赵耀华

展开 >

轻工业钟表研究所,陕西 西安710064

西北工业大学航海学院,陕西西安710072

隧道地质超前预报 探地雷达 深度学习 CNN

2017

公路交通科技·应用技术版
交通运输部公路科学研究院

公路交通科技·应用技术版

影响因子：0.286
ISSN：1002-0268
年,卷(期)：2017.13(7)
  • 1
  • 4