检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于u-net神经网络初至自动拾取

基于U-Net神经网络初至自动拾取

作者：姚舜禹中国石油大学(北京)

学位级别：硕士

近年来,随着“两宽一高”的高精度地震勘探一体化技术的发展,地震数据室外采集、数据处理到资料解释的方法理念和技术流程都有着更高要求的准确率和效率,初至拾取作为地震资料处理流程中重要环节,同样亟需优化改革。所以,如何高效,精确... 详细信息

近年来,随着“两宽一高”的高精度地震勘探一体化技术的发展,地震数据室外采集、数据处理到资料解释的方法理念和技术流程都有着更高要求的准确率和效率,初至拾取作为地震资料处理流程中重要环节,同样亟需优化改革。所以,如何高效,精确地大批量地拾取地震数据的初至波时间问题,成为目前急需解决的问题之一。针对上述问题,本文将已在医学领域广泛应用,用于图像分类的u-net深度学习网络应用于叠前地震资料的初至拾取工作,主要从特征工程,u-net网络训练两大部分展开研究,其中特征工程包括地震资料预处理、数据分割、标签制作,u-net网络训练包括数据增强、网络训练、成果整理。本文首先构建理论模型,验证u-net网络可行性,然后应用实际地震资料测试初至拾取的准确性,并且与其他网络进行拾取的准确率和效率对比。最终得出结论,Att u-net在拾取的准确率和训练速率两方面综合评价更高,更具有实际应用价值。再与商业软件拾取结果对比,二者拾取的准确率相似。

关键词：叠前地震数据初至拾取特征工程 u-net网络

基于u-net深度学习网络的地震数据高分辨率处理

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于U-Net深度学习网络的地震数据高分辨率处理

作者：李泽钰中国石油大学(北京)

学位级别：硕士

随着油气勘探开发向深层及超深层油气、非常规油气等复杂储层油藏的发展,对于利用地震数据进行高精度的油藏描述,需要高分辨率、高信噪比的地震数据。对地震数据体进行提高分辨率处理仍是研究的重点及难点。常规的基于褶积模型的地震数... 详细信息

随着油气勘探开发向深层及超深层油气、非常规油气等复杂储层油藏的发展,对于利用地震数据进行高精度的油藏描述,需要高分辨率、高信噪比的地震数据。对地震数据体进行提高分辨率处理仍是研究的重点及难点。常规的基于褶积模型的地震数据高分辨率处理方法和基于地层衰减模型的反Q滤波方法等,均是基于模型驱动的高分辨率处理技术,具有模型依赖性。深度学习方法是基于数据驱动的方法,有强大的数据本征特征提取能力,近年来被广泛应用于地震数据处理中。针对利用深度学习方法进行地震数据提频任务,本文建立了将Res Path引入到Res-unet的网络架构,同时考虑到需要识别空间中的微小地质结构,使用MAE(Mean Absolute Error)函数和MS-SSIM(Multi-Scale structural similarity)函数加权组合作为损失函数。在训练方法方面,使用预训练的方法,增强了网络对于地震数据中低频成分的感知能力,解决了通常存在低频成分丢失的问题。利用合成数据及实际数据对本文方法进行了测试,结果表明本文方法训练的模型可以更好地保留原始数据低频信息,同时很好地恢复出高频成分,有效地提高了地震数据分辨率。本文采用纯数据驱动的思路解决地震数据提频的问题。所设置的网络架构及损失函数,可以明显提高处理后地震数据的纵向分辨率。此外,经过预训练后的网络,可以有效提高地震数据由低频到高频的映射能力,而且数据的低频成分得到了有效保留,模型的精度得以进一步被提高。

关键词： u-net网络深度学习预训练策略地震分辨率数据驱动

基于改进u-net神经网络的路面裂纹检测算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于改进U-net神经网络的路面裂纹检测算法研究

作者：尹慧敏河北建筑工程学院

学位级别：硕士

随着道路建设的不断完善,面临最大的问题就是道路养护,而裂缝就是道路出现问题最多的原因之一,对裂缝进行精确的检测,防患于未然,能够降低在道路修复上的大额成本和人力资源,对公路建设起到至关重要的作用。传统的检测方法依靠人工识别... 详细信息

随着道路建设的不断完善,面临最大的问题就是道路养护,而裂缝就是道路出现问题最多的原因之一,对裂缝进行精确的检测,防患于未然,能够降低在道路修复上的大额成本和人力资源,对公路建设起到至关重要的作用。传统的检测方法依靠人工识别和无线传感器等,效率低、成本高,不利于提高检测的精准度。由此本文提出基于改进u-net神经网络的裂纹检测,利用u-net网络的全“u”型结构,并且结合注意力机制和Resnet网络的残差单元对网络进行改进,设计了一种具有高精度的检测网络,具体内容如下:1.通过生成式对抗网络对真实图像进行学习,将随机噪声转换为具有规律的向量,并通过损失回传不断调整,实现数据集的扩充,减少过拟合的情况。针对生成图像模糊问题,引入自注意力机制,使生成器专注于细节的生成。2.为了使目标真实信息得到充分的利用,需要对图像进行预处理操作,流程为:降噪、灰度化、图像增强。通过多种滤波方式对图像进行降噪处理,并将RGB三通道图片通过加权平均法进行灰度化转换,最后通过图像增强进一步改善原始图像。该算法可以有效地降低图像中的多余信息对目标的影响,有效地提高目标的检测能力,同时还可以使目标的检测更加简单,进而提升检测的可信度。3.基于u-net网络结构的改进,将传统卷积替换成空洞卷积,增大感受野,提高裂纹特征信息提取精度。同时为了防止网络层的冗余信息被过度学习,分层加入Dropout,隔层加入LRN模块,提高模型的泛化性能。将改进后的网络模型应用在自制裂纹数据集上,对比现有网络和改进网络的裂纹检测效果,对结果进行分析,实验结果表明,对传统u-net网络进行改进后的网络模型训练过程损失值达到0.0015,精确度达到0.98,相较于传统u-net网络在裂纹检测上的损失值降低了0.001,精确度提升了0.12,召回率和交并比分别相较于原始u-net网络提升了0.0193和0.1573,对裂纹有不错的检测效果。4.针对改进u-net网络模型在裂纹检测上效果不佳以及出现边缘信息丢失问题,在改进的网络模型上进一步改进,在下采样与上采样跳跃连接处增加注意力机制,避免模型受到图像噪声影响,提高模型对裂纹关键特征的提取,将卷积层中引入残差单元,并将改进后的模型分别在单一背景图像上和复杂背景图像进行实验,并对结果进行分析,在召回率和交并比上分别比上一章改进的u-net网络模型提升了0.0542和0.0176,验证了本文提出模型在裂纹检测上的有效性。

关键词：裂纹检测 u-net网络注意力机制残差单元

Attention u-net在雷达信号图像化分选中的应用研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

舰船电子对抗 2024年第3期47卷 78-83,95页

作者：郭立民张鹤韬莫禹涵于飒宁胡懿真哈尔滨工程大学黑龙江哈尔滨150001 北京遥感设备研究所北京100854

针对海战场复杂电磁环境对雷达信号分选的挑战,采用改进的u-net网络结合注意力机制提出新的分选方法。首先,将脉冲描述字转化为图像序列以适应深度学习处理。通过优化u-net架构,融入注意力机制,有效提升模型对关键脉冲特征的识别与提取... 详细信息

针对海战场复杂电磁环境对雷达信号分选的挑战,采用改进的u-net网络结合注意力机制提出新的分选方法。首先,将脉冲描述字转化为图像序列以适应深度学习处理。通过优化u-net架构,融入注意力机制,有效提升模型对关键脉冲特征的识别与提取能力,实现像素级分类。通过此方法,系统能够精准搜索并归类所有雷达脉冲。实验证明,在海战场复杂电磁环境中,该方法显著提升了雷达信号分选准确率,提供了一种应对强干扰环境下的高效解决方案。这一研究成果证实了Attention u-net在雷达信号智能分选中的优越性和实用性。

关键词：雷达信号分选 u-net网络注意力机制脉冲描述字

基于高分辨率遥感影像和改进u-net的城市绿地提取

在线全文

学校读者我要写书评

暂无评论

湖南林业科技 2024年第3期51卷 10-18页

作者：张国珍雷昌龙严恩萍杨明刘丽娜钟雅婷湖南省建筑科学研究院有限责任公司湖南长沙410022 中南林业科技大学林业遥感信息工程研究中心湖南长沙410004 林业遥感大数据与生态安全湖南省重点实验室湖南长沙410004 南方森林资源经营与监测国家林业和草原局重点实验室湖南长沙410004 湖南省林业科学院湖南长沙410004

准确掌握城市绿地的面积和空间分布对于城市园林绿化规划和管理具有重要意义。针对u-net网络提取城市绿地存在的参数冗余和边界特征丢失等问题,本研究提出一种基于改进u-net网络的城市绿地信息自动提取方法。该方法采用Mobilenetv2作为... 详细信息

准确掌握城市绿地的面积和空间分布对于城市园林绿化规划和管理具有重要意义。针对u-net网络提取城市绿地存在的参数冗余和边界特征丢失等问题,本研究提出一种基于改进u-net网络的城市绿地信息自动提取方法。该方法采用Mobilenetv2作为编码部分,结合交叉熵损失函数和Dice损失函数以提高模型的泛化性并解决样本不平衡的问题。同时,引入空间通道压缩与激励模块以解决边界特征提取不准确的问题,在提高模型精度和速度的同时,降低参数量。结果表明:(1)改进的u-net模型在城市绿地提取的精度和速度方面优于其他4种经典模型,参数量仅为6.9M;相较于原始的u-net模型,改进后u-net模型的mIou提高0.63%,参数量减少77.77%,平均帧数提高2.77倍,表明该方法在显著减少模型参数的同时,仍能保持较高的精确性。(2)实际应用方面,研究部署最优模型对长沙市区的绿地进行自动提取,共提取75549个绿地图斑,面积范围从0.0001hm^(2)到706.39hm^(2)不等;分区统计结果显示,岳麓区绿地面积最大,芙蓉区最小,与目视解译结果基本一致。本研究不仅提供了一种改进城市绿地提取精度和速度的方法,而且具有一定的实用价值,为城市绿化规划和管理提供有力的数据支持。

关键词：信息提取高分辨率遥感影像 Mobilenetv2 u-net网络城市绿地

基于u-net的输煤皮带检测技术研究与应用

在线全文

学校读者我要写书评

暂无评论

山西焦煤科技 2024年第8期48卷 48-51页

作者：蒋道丹山西焦煤物资装备有限公司山西吕梁033000

为了提高煤矿井下输煤皮带检测的效率和准确性,进行了基于u-net的输煤皮带检测技术研究。实验中通过构建u-net神经网络模型,实现对输煤皮带的自动识别和检测。研究结果表明,该技术有效解决了传统巡检方法存在的低效率、依赖人工干预等问... 详细信息

为了提高煤矿井下输煤皮带检测的效率和准确性,进行了基于u-net的输煤皮带检测技术研究。实验中通过构建u-net神经网络模型,实现对输煤皮带的自动识别和检测。研究结果表明,该技术有效解决了传统巡检方法存在的低效率、依赖人工干预等问题,可提高煤矿生产的安全性和效率。

关键词：输煤皮带目标检测深度学习 u-net网络

一种基于改进u-net的苹果表皮缺陷无损检测方法探讨

在线全文

学校读者我要写书评

暂无评论

南方农业 2024年第11期18卷 233-240页

作者：黄旭李泽文曾孟佳湖州师范学院信息工程学院浙江湖州313000 湖州学院电子信息学院浙江湖州313000 湖州市城市多维感知与智能计算重点实验室浙江湖州313000

针对目前苹果外观品质通过人工筛选成本高昂且效率低下,而传统机器视觉方法准确率较低、鲁棒性较差等问题,提出了一种运用语义分割技术自动识别苹果及其表皮缺陷的方法。该方法以u-net网络为基础,首先在编码器的CNN分支使用resnet50作... 详细信息

针对目前苹果外观品质通过人工筛选成本高昂且效率低下,而传统机器视觉方法准确率较低、鲁棒性较差等问题,提出了一种运用语义分割技术自动识别苹果及其表皮缺陷的方法。该方法以u-net网络为基础,首先在编码器的CNN分支使用resnet50作为网络backbone,同时加入Transformer分支,用于兼顾局部信息与全局信息的特征提取能力;使用PatchMerging模块替换原始网络中的最大池化下采样操作,避免空间信息丢失;在解码器部分,使用dualup-sample提升网络的分割精度。改进后的网络平均像素准确率(MPA)达到98.14%,相比于原网络提高了7.33%,平均交并比(MIou)95.57%,提高了14.14%。与原网络相比,改进后的网络有更好的特征提取能力与分割精度,针对不规则的缺陷特征也有更好的分割效果。

关键词：表面缺陷语义分割 u-net网络苹果缺陷注意力机制

维普期刊数据库博看期刊

融合GF-2与开放地图数据的城市绿地精细化分类研究

在线全文

学校读者我要写书评

暂无评论

资源开发与市场 2024年第3期40卷 321-329页

作者：黄芳曹芳洁王潜心中国矿业大学环境与测绘学院江苏徐州221116

城市绿地是城市生态效益的重要载体,高精度的绿地目标检测与属性分类为优化城市生态空间结构、维护城市生态平衡以及建设“碳中和”城市提供基础数据支撑。通过改进经典u-net算法,进行GF-2多光谱遥感影像图像分类;同时,基于景观生态学理... 详细信息

城市绿地是城市生态效益的重要载体,高精度的绿地目标检测与属性分类为优化城市生态空间结构、维护城市生态平衡以及建设“碳中和”城市提供基础数据支撑。通过改进经典u-net算法,进行GF-2多光谱遥感影像图像分类;同时,基于景观生态学理论,采用POI和OSM为代表的开放地图数据,对绿地斑块进行多维度精细化分类;进一步选择深圳市福田区与罗湖区交界处的矩形区域为样本进行验证。结果表明:所提出的ASPP+SFAM融合u-net网络模型与u-net和u-net3+模型相比,所识别的城市绿地边界和真实城市绿地边界更吻合。所提出的模型的总体分类精度为90.87%,比u-net和u-net3+模型分别提高了11.13%和7.39%。同时,针对遥感影像纹理特征无法直接进行小区域城市绿地社会属性分类的问题,利用POI数据包含的属性信息、城市绿地与OSM道路网的拓扑关系以及景观形态指数,最终实现功能分类、类型特征、服务范围和形态特征4个维度的城市绿地的精细化分类。

关键词：城市绿地分类 u-net网络兴趣点开放街道数据

在线全文

学校读者我要写书评

暂无评论

基于CAMu-net的肺结节分割方法

中南民族大学学报（自然科学版） 2024年第1期43卷 104-111页

作者：王统徐胜舟卢浩然吴福彬裴承丹中南民族大学计算机科学学院武汉430074 湖北省制造企业智能管理工程技术研究中心武汉430074 武汉工程大学网络信息中心武汉430205

肺癌作为世界上死亡率最高的癌症之一,严重威胁人类的生命安全,早发现早治疗可以提高患者的生存率.为了准确地分割出肺部CT图像中的肺结节区域,提出一种基于CAM u-net的肺结节分割方法.在u-net网络基础上,通过添加通道注意力模块CAM,使... 详细信息

肺癌作为世界上死亡率最高的癌症之一,严重威胁人类的生命安全,早发现早治疗可以提高患者的生存率.为了准确地分割出肺部CT图像中的肺结节区域,提出一种基于CAM u-net的肺结节分割方法.在u-net网络基础上,通过添加通道注意力模块CAM,使网络中的特征聚焦于关键有用的信息,减弱甚至消除无关信息的干扰,进而提升模型的性能.在LIDC-IDRI肺结节公开数据集上的实验结果表明:该算法的交并比、Dice相似系数、准确率、和召回率分别为82.04%、89.24%、88.61%和91.28%.与其他肺结节分割方法相比,该算法具有更好的分割性能.

关键词：肺结节分割 u-net网络通道注意力模块

维普期刊数据库博看期刊