一种基于深度学习的树木根径和深度预测方法及预测系统
本发明公开了一种基于深度学习的树木根径和深度预测方法及预测系统,属于无损检测技术领域。所述方法采用探地雷达A‑Scan数据进行树根半径和深度的预测,相比于B‑Scan图像,A‑Scan数据包含更多有关半径和深度的信息,且更加容易被深度模型学习到,因此,使用A‑Scan数据作为数据集更容易训练出精度高、鲁棒性强的根系半径和深度预测模型;采用卷积神经网络和注意力机制组成的深度学习模型来预测树根半径和深度,使用注意力机制突出关键特征对模型预测的影响,并通过卷积神经网络将局部特征综合为全局特征完成对树根半径和深度的预测,可以有效提高根系半径和深度预测的准确性。
《一种基于深度学习的树木根径和深度预测方法及预测系统》是一发明专利,专利号为 2021116806639,当前法律状态为已下证,由江南大学提出申请,发明人为李光辉;王哲旭,申请日期为2021-12-27,公开(公告)日期为2025-08-01,国际专利分类号(IPC)为 G06Q 10/04 (2023.01),高新资质:未报高企,所属技术领域包括:电子信息与人工智能。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于深度学习的树木根径和深度预测方法及预测系统,属于无损检测技术领域。所述方法采用探地雷达A‑Scan数据进行树根半径和深度的预测,相比于B‑Scan图像,A‑Scan数据包含更多有关半径和深度的信息,且更加容易被深度模型学习到,因此,使用A‑Scan数据作为数据集更容易训练出精度高、鲁棒性强的根系半径和深度预测模型;采用卷积神经网络和注意力机制组成的深度学习模型来预测树根半径和深度,使用注意力机制突出关键特征对模型预测的影响,并通过卷积神经网络将局部特征综合为全局特征完成对树根半径和深度的预测,可以有效提高根系半径和深度预测的准确性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
