买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：成都理工大学;成理智源科技(成都)有限公司

摘要：本发明公开了一种基于深度学习的融合模型泥石流次声识别方法，属于图像识别领域，包括构造由带有类别标记的次声时频图构成的数据集；构造一泥石流次声识别网络；用数据集训练泥石流次声识别网络至收敛，得到泥石流次声识别融合模型；获取待识别的次声波信号，转换为次声时频图，送入泥石流次声识别融合模型中，得到预测输出。本发明针对泥石流时频图的特点，改进ResNet18和ViT，并将二者结合在一起，不仅在全局把握以及上下文细节特征的提取更为准确，还能更好地识别到时频图振幅变化和谱带结构。本发明能对泥石流进行快速、准确的识别，不仅提高对泥石流时频图像的泛化能力，还能提升次声报警在防灾减灾中的可用性。

主权项：1.一种基于深度学习的融合模型泥石流次声识别方法，其特征在于：包括以下步骤；S1，构造数据集，包括S11~S13；S11，采集现场泥石流及其他事件产生的次声波信号；S12，对每个次声波信号，先预处理，再转换为次声时频图；S13，对每行次声时频图进行类别标记，所述类别为泥石流和非泥石流，将带有类别标记的所有次声时频图构成数据集；S2，构造一泥石流次声识别网络，包括改进Resnet18网络MRn和改进ViT网络MViT，构造方法包括S21~S22；S21，构造改进Resnet18网络MRn；选取一Resnet18网络，其最后一层为全连接层FC1，用改进的全连接层替换FC1、且FC1输出端接一形状调整层，得到MRn，所述用于输入尺寸为1×1×512的特征、输出长度为196×768的一维特征；所述形状调整层由PyTorch中的view函数实现，用于将一维特征调整为批大小为196×768的第一特征序列；S22，构造改进ViT网络MViT；选取一ViT网络，包括图像块分割器、Transformer编码器和MLP头，用数据处理块替换图像块分割器得到MViT；所述数据处理块包括依次设置的恒等映射层、类别嵌入层、位置编码层；所述恒等映射层输入端接的输出，用于将第一特征序列直接传递到类别嵌入层；所述类别嵌入层用于在第一特征序列前添加一尺寸为1×768的类别向量，使类别向量和第一特征序列构成197×768的第二特征序列，所述类别向量能在训练时学习类别；所述位置编码层用于对第二特征序列内每个元素进行位置编码，得到第三特征序列；所述Transformer编码器用于对第三特征序列进行特征提取，并送入MLP头中进行分类预测；S3，用数据集训练泥石流次声识别网络至收敛，得到泥石流次声识别融合模型；S4，获取待识别的次声波信号，按S12转换为次声时频图，送入泥石流次声识别融合模型中，得到预测输出。

全文数据：

权利要求：

百度查询： 成都理工大学 成理智源科技(成都)有限公司 基于深度学习的融合模型泥石流次声识别方法