LVQ神经网络在探地雷达成果解译中的应用

• 作者: 乔兰 孙祥鑫 崔明 李远
• 来源期刊: 现代隧道技术
• 学科: 工学
• 关键词: 雷达图像标准化 特征向量提取 LVQ神经网络 C#编程语言
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 研究与综述
• 页码范围: 19-23,130
• 页数: 6页
• 分类号: TG142.71
• 字数: 4452字
• 语种: 中文

摘要

探地雷达作为短距离预报隧道掌子面前方地质情况的方法之一,已在国内外诸多隧道工程的施工中被成功地运用.探测获得的雷达图像一般由具有经验的工程技术人员进行解译,目前没有简单实用的解译方法和软件.文章在现场经验解译的基础上,提出了雷达图像标准化方案,运用图形边缘检测算子处理技术对图形特征向量进行提取,发现了特征向量与含水量之间的关系;运用LVQ神经网络在模式识别中的优势,经过训练和仿真验证了LVQ神经网络在探地雷达成果图解译中的可行性,并结合C#编程语言编制了图形识别软件,在实际应用中取得了很好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔兰	北京科技大学土木与环境工程学院	101	1313	20.0	32.0
2	李远	北京科技大学土木与环境工程学院	47	308	9.0	16.0
3	孙祥鑫	北京科技大学土木与环境工程学院	9	23	3.0	4.0
4	崔明	北京科技大学土木与环境工程学院	8	56	4.0	7.0