一种基于卷积神经网络实现内河航道船行波参数识别方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于卷积神经网络实现内河航道船行波参数识别方法
申请号:CN202510217703
申请日期:2025-02-26
公开号:CN120071092A
公开日期:2025-05-30
类型:发明专利
摘要
本发明涉及一种基于卷积神经网络实现内河航道船行波参数识别方法,其特征在于,包括:步骤S1:获取原始图像;步骤S2:对原始图像进行处理得到可以展现波纹的待检测图像;步骤S3:将待检测图像输入至训练好的参数识别模型,得到船行波参数,其中,参数识别模型为含有CBAM注意力机制的卷积神经网络,船行波参数包括传播速度、波高及波长。与现有技术相比,本发明具有提高预测精度等优点。
技术关键词
参数识别模型 识别方法 图像 注意力机制 像素 混合网络 多层感知机 波长 护岸 视频 摄像机 边缘检测 程序 识别装置 标尺 通道 存储器 处理器 分辨率
系统为您推荐了相关专利信息
链轨节 摆料机械手 自动化上料装置 上料机械手 定位输送机构
感光像素单元 信号读出电路 图像传感器芯片 扫描器 可编程增益放大器
阈值预测方法 三维纹理特征 机器学习算法 复杂度特征 邻域
线路 双目立体匹配算法 数据中心 雷达 图像
识别定位方法 三维全景图像 高斯金字塔 特征点定位方法 图像融合策略