[發明專利]一種融合InSAR和CNN-AFSA-SVM的開采沉陷盆地自動檢測方法在審
| 申請號： | 202210115680.6 | 申請日： | 2022-02-07 |
| 公開（公告）號： | CN114660598A | 公開（公告）日： | 2022-06-24 |
| 發明（設計）人： | 王磊;李世保;張鮮妮 | 申請（專利權）人： | 安徽理工大學 |
| 主分類號： | G01S13/90 | 分類號： | G01S13/90 |
| 代理公司： | 合肥中谷知識產權代理事務所(普通合伙) 34146 | 代理人： | 洪玲 |
| 地址： | 23200*** | 國省代碼： | 安徽;34 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 融合 insar cnn afsa svm 開采 沉陷 盆地 自動檢測 方法 | ||
1.一種融合InSAR和CNN-AFSA-SVM的開采沉陷盆地自動檢測方法，其特征在于，包括以下步驟：
獲取Sentinel-1A雷達衛星影像，通過差分雷達干涉測量方法處理所述Sentinel-1A雷達衛星影像得到InSAR干涉圖，在所述InSAR干涉圖中選取沉陷盆地作為樣本數據集；
建立CNN-AFSA-SVM模型，使用所述樣本數據集對所述CNN-AFSA-SVM模型進行訓練和分類測試，得到訓練后的CNN-AFSA-SVM模型；
將待測區域的Sentinel-1A雷達衛星影像通過差分雷達干涉測量方法處理得到目標InSAR干涉圖，將所述目標InSAR干涉圖輸入所述訓練后的CNN-AFSA-SVM模型并采用非極大值抑制法去除重復搜索框，最終輸出開采沉陷盆地檢測結果圖。
2.根據權利要求1所述的一種融合InSAR和CNN-AFSA-SVM的開采沉陷盆地自動檢測方法，其特征在于：所述樣本數據集包括正樣本數據集和負樣本數據集，在所述InSAR干涉圖中選取開采沉陷盆地作為所述正樣本數據集，選取非開采沉陷盆地作為所述負樣本數據集。
3.根據權利要求2所述的一種融合InSAR和CNN-AFSA-SVM的開采沉陷盆地自動檢測方法，其特征在于：使用所述樣本數據集對所述CNN-AFSA-SVM模型進行訓練和分類測試的具體步驟為：
利用CNN模型提取所述正樣本數據集和所述負樣本數據集的特征向量；
將所述特征向量輸入SVM分類器后，通過AFSA算法尋找出最優的懲罰因子c和核函數參數g，將最優的懲罰因子c和核函數參數g代入SVM分類器，利用SVM分類器進行訓練和分類測試，得到訓練后的CNN-AFSA-SVM模型。
4.根據權利要求3所述的一種融合InSAR和CNN-AFSA-SVM的開采沉陷盆地自動檢測方法，其特征在于：所述CNN模型具體為ResNet50卷積神經網絡模型，所述CNN-AFSA-SVM模型具體為Resnet50-AFSA-SVM模型。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于安徽理工大學，未經安徽理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210115680.6/1.html，轉載請聲明來源鉆瓜專利網。
