[發(fā)明專利]斷層識(shí)別的方法及其模型訓(xùn)練方法、裝置

在審

• 申請?zhí)枺?/td>: 201911078637.1
• 申請日: 2019-11-06
• 公開（公告）號(hào): CN110737021A
• 公開（公告）日: 2020-01-31
• 發(fā)明（設(shè)計(jì)）人: 任珂;鄒冠貴;孫振宇
• 申請（專利權(quán)）人: 中國礦業(yè)大學(xué)(北京)
• 主分類號(hào): G01V1/30
• 分類號(hào): G01V1/30
• 代理公司: 11463 北京超凡宏宇專利代理事務(wù)所(特殊普通合伙)
• 代理人: 安衛(wèi)靜

1.一種用于斷層識(shí)別的模型訓(xùn)練方法，其特征在于，所述方法包括：

獲取斷層區(qū)域的斷層屬性數(shù)據(jù)；

根據(jù)所述斷層屬性數(shù)據(jù)，生成樣本數(shù)據(jù)集；

將所述樣本數(shù)據(jù)集輸入至預(yù)設(shè)的支持向量機(jī)模型中進(jìn)行訓(xùn)練；

通過粒子群優(yōu)化算法對所述支持向量機(jī)模型進(jìn)行計(jì)算，當(dāng)計(jì)算結(jié)果滿足預(yù)設(shè)的閾值時(shí)，得到所述用于斷層識(shí)別的模型。

2.根據(jù)權(quán)利要求1所述的模型訓(xùn)練方法，其特征在于，所述根據(jù)所述斷層屬性數(shù)據(jù)，生成樣本數(shù)據(jù)集的步驟，包括：

對所述斷層屬性數(shù)據(jù)進(jìn)行歸一化處理，得到歸一化的斷層屬性數(shù)據(jù)；

將所述歸一化的斷層屬性數(shù)據(jù)進(jìn)行相關(guān)性計(jì)算，得到所述斷層屬性數(shù)據(jù)的相關(guān)性結(jié)果；

將滿足預(yù)設(shè)的相關(guān)性閾值的所述斷層屬性進(jìn)行濾波處理，得到所述模型的樣本數(shù)據(jù)集。

3.根據(jù)權(quán)利要求2所述的模型訓(xùn)練方法，其特征在于，將歸一化后的所述斷層屬性數(shù)據(jù)進(jìn)行相關(guān)性計(jì)算，得到所述斷層屬性數(shù)據(jù)的相關(guān)性結(jié)果的步驟，包括：

將歸一化后的所述斷層屬性數(shù)據(jù)進(jìn)行相關(guān)系數(shù)計(jì)算，得到相關(guān)系數(shù)結(jié)果；

將所述相關(guān)系數(shù)結(jié)果進(jìn)行R型聚類分析，得到所述斷層屬性數(shù)據(jù)的相關(guān)性結(jié)果。

4.根據(jù)權(quán)利要求2所述的模型訓(xùn)練方法，其特征在于，將滿足預(yù)設(shè)的相關(guān)性閾值的所述斷層屬性進(jìn)行濾波處理，得到所述模型的樣本數(shù)據(jù)集的步驟，包括：

判斷所述斷層屬性的值是否小于預(yù)設(shè)的相關(guān)性閾值；

如果是，將所述斷層屬性的值設(shè)置為0；

如果否，當(dāng)所述斷層屬性的值滿足y′(x)*y′(x-1)<0&y″(x)<0時(shí)，將所述斷層屬性的值設(shè)為1；當(dāng)所述斷層屬性的值不滿足y′(x)*y′(x-1)<0&y″(x)<0時(shí)，將所述斷層屬性的值設(shè)置為0；其中x為所述斷層屬性的值，y′(x)為所述斷層屬性值的一階導(dǎo)數(shù)，y″(x)為所述斷層屬性值的二階導(dǎo)數(shù)。

5.根據(jù)權(quán)利要求1所述的模型訓(xùn)練方法，其特征在于，通過粒子群優(yōu)化算法對所述支持向量機(jī)模型進(jìn)行計(jì)算，當(dāng)計(jì)算結(jié)果滿足預(yù)設(shè)的閾值時(shí)，停止訓(xùn)練，得到所述用于斷層識(shí)別的模型的步驟，包括：

獲取所述支持向量機(jī)模型的懲罰因子和徑向基核函數(shù)參數(shù)；

利用粒子群優(yōu)化算法，對所述懲罰因子和徑向基核函數(shù)參數(shù)進(jìn)行計(jì)算，得到所述懲罰因子和徑向基核函數(shù)參數(shù)的計(jì)算結(jié)果；

當(dāng)所述懲罰因子和徑向基核函數(shù)參數(shù)的計(jì)算結(jié)果均滿足預(yù)設(shè)閾值時(shí)，停止訓(xùn)練，得到所述用于斷層識(shí)別的模型。

6.根據(jù)權(quán)利要求5所述的模型訓(xùn)練方法，其特征在于，所述預(yù)設(shè)閾值滿足所述粒子群優(yōu)化算法的適應(yīng)度函數(shù)；所述適應(yīng)度函數(shù)滿足所述支持向量機(jī)模型的識(shí)別準(zhǔn)確率。

7.一種斷層識(shí)別的方法，其特征在于，所述方法包括：

獲取待識(shí)別的斷層屬性數(shù)據(jù)；

將所述待識(shí)別的斷層屬性數(shù)據(jù)輸入至預(yù)先完成訓(xùn)練的斷層識(shí)別模型，輸出所述斷層識(shí)別的結(jié)果；所述斷層識(shí)別模型通過權(quán)利要求1-6任一項(xiàng)所述的用于斷層識(shí)別的模型訓(xùn)練方法訓(xùn)練得到。

8.一種用于斷層識(shí)別的模型訓(xùn)練裝置，其特征在于，所述裝置包括：

數(shù)據(jù)采集模塊，用于獲取斷層區(qū)域的斷層屬性數(shù)據(jù)；

數(shù)據(jù)生成模塊，用于根據(jù)所述斷層屬性數(shù)據(jù)，生成樣本數(shù)據(jù)集；

第一訓(xùn)練模塊，用于將所述樣本數(shù)據(jù)集輸入至預(yù)設(shè)的支持向量機(jī)模型中進(jìn)行訓(xùn)練；

第二訓(xùn)練模塊，用于通過粒子群優(yōu)化算法對所述支持向量機(jī)模型進(jìn)行計(jì)算，當(dāng)計(jì)算結(jié)果滿足預(yù)設(shè)的閾值時(shí)，得到所述用于斷層識(shí)別的模型。

9.一種斷層識(shí)別裝置，其特征在于，所述裝置包括：

數(shù)據(jù)獲取模塊，用于獲取待識(shí)別的斷層屬性數(shù)據(jù)；

識(shí)別模塊，用于將所述待識(shí)別的斷層屬性數(shù)據(jù)輸入至預(yù)先完成訓(xùn)練的斷層識(shí)別模型，輸出所述斷層識(shí)別的結(jié)果；所述斷層識(shí)別模型通過權(quán)利要求1-6任一項(xiàng)所述的用于斷層識(shí)別的模型訓(xùn)練方法訓(xùn)練得到。

10.一種電子設(shè)備，其特征在于，包括：處理器和存儲(chǔ)裝置；所述存儲(chǔ)裝置上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序在被所述處理器運(yùn)行時(shí)執(zhí)行如權(quán)利要求1至6任一項(xiàng)所述的方法。