本发明公开了一种基于跨孔雷达和深度学习的地下结构内部缺陷识别方法,包括:建立数值模拟数据集,所述数值模拟数据集包括若干组二维跨孔雷达时域波形图与模型剖面介电常数分布图的数据对;以所述数值模拟数据集作为学习样本,训练基于深度学习的缺陷识别模型;使用所述基于深度学习的缺陷识别模型对实时采集的跨孔雷达数据进行反演,进而得到对应的缺陷介电常数分布预测图像。本发明提出的方法可以应用于使用跨孔雷达探测地下连续墙、桩基础、工程地质勘察等实际工程场景,实现对地下结构内部缺陷的准确、高分辨率和快速识别。
声明:
“基于跨孔雷达和深度学习的地下结构内部缺陷识别方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)