CN115932845A - 用于煤岩识别的数据生成方法、装置、电子设备及介质 - Google Patents
用于煤岩识别的数据生成方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN115932845A CN115932845A CN202211507199.8A CN202211507199A CN115932845A CN 115932845 A CN115932845 A CN 115932845A CN 202211507199 A CN202211507199 A CN 202211507199A CN 115932845 A CN115932845 A CN 115932845A
- Authority
- CN
- China
- Prior art keywords
- data
- geological model
- geological
- radar
- acquiring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 239000003245 coal Substances 0.000 title claims abstract description 83
- 239000011435 rock Substances 0.000 title claims abstract description 66
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000000149 penetrating effect Effects 0.000 claims abstract description 38
- 238000013528 artificial neural network Methods 0.000 claims abstract description 22
- 238000012549 training Methods 0.000 claims abstract description 18
- 238000010586 diagram Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 description 11
- 238000009826 distribution Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Geophysics And Detection Of Objects (AREA)
Abstract
本公开提出一种用于煤岩识别的数据生成方法、装置、电子设备及介质。具体方案为:获取地质模型,并基于探地雷达获取所述地质模型的雷达数据,再根据所述地质模型和所述雷达数据,生成目标数据,其中所述目标数据用于训练煤岩识别神经网络,通过本公开,由于是基于地质模型和探地雷达所采集的雷达数据,生成用于煤岩识别的数据,从而能够在有效地降低数据生成成本和周期的同时,有效地满足煤岩识别任务的数据需求。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种用于煤岩识别的数据生成方法、装置、电子设备及介质。
背景技术
煤岩识别是一种识别地质体岩性的技术,煤岩识别技术对于智能化开采、改善作业环境、实现煤矿安全高效生产具有重要意义,目前可以使用神经网络进行煤岩识别,在基于神经网络进行煤岩识别任务时,通常需要采集大量的数据以训练神经网络。
相关技术中,通常是采集现场煤岩探测数据,以用于后续煤岩识别神经网络的训练任务中。这种方式下,用于煤岩识别的数据的生成成本较高,且无法满足煤岩识别神经网络的训练任务中的大量数据需求,或者还可以是使用计算机数值模拟程序,生成用于煤岩识别的数据,以用于煤岩识别神经网络的训练。这种方式下,所建立的数值模型较为简单,生成的数据结果无法充分反映复杂结构和环境对煤岩探测数据的影响,所训练出的神经网络预测准确性有限。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本公开的目的在于提出一种用于煤岩识别的数据生成方法、装置、电子设备及存储介质,由于是基于地质模型和探地雷达所采集的雷达数据,生成用于煤岩识别的数据,从而能够在有效地降低数据生成成本和周期的同时,有效地满足煤岩识别任务的数据需求。
本公开第一方面实施例提出的用于煤岩识别的数据生成方法,包括:获取地质模型;基于探地雷达获取所述地质模型的雷达数据;根据所述地质模型和所述雷达数据,生成目标数据,其中所述目标数据用于训练煤岩识别神经网络。
本公开第一方面实施例提出的用于煤岩识别的数据生成方法,通过获取地质模型,并基于探地雷达获取所述地质模型的雷达数据,再根据所述地质模型和所述雷达数据,生成目标数据,其中所述目标数据用于训练煤岩识别神经网络,由于是基于地质模型和探地雷达所采集的雷达数据,生成用于煤岩识别的数据,从而能够在有效地降低数据生成成本和周期的同时,有效地满足煤岩识别任务的数据需求。
本公开第二方面实施例提出的用于煤岩识别的数据生成装置,包括:第一获取模块,用于获取地质模型;第二获取模块,用于基于探地雷达获取所述地质模型的雷达数据;数据处理模块,用于根据所述地质模型和所述雷达数据,生成目标数据,其中所述目标数据用于煤岩识别任务。
本公开第二方面实施例提出的用于煤岩识别的数据生成装置,通过获取地质模型,并基于探地雷达获取所述地质模型的雷达数据,再根据所述地质模型和所述雷达数据,生成目标数据,其中所述目标数据用于训练煤岩识别神经网络,由于是基于地质模型和探地雷达所采集的雷达数据,生成用于煤岩识别的数据,从而能够在有效地降低数据生成成本和周期的同时,有效地满足煤岩识别任务的数据需求。
本公开第三方面实施例提出了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,实现如本公开第一方面实施例提出的用于煤岩识别的数据生成方法。
本公开第四方面实施例提出了一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开第一方面实施例提出的用于煤岩识别的数据生成方法。
本公开第五方面实施例提出了一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行如本公开第一方面实施例提出的用于煤岩识别的数据生成方法。
本公开附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本公开的实践了解到。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本公开一实施例提出的用于煤岩识别的数据生成方法的流程示意图;
图2是本公开另一实施例提出的用于煤岩识别的数据生成方法的流程示意图;
图3是本公开一实施例提出的地质模型的结构示意图;
图4是本公开一实施例提出的用于煤岩识别的数据生成装置的结构示意图;
图5示出了适于用来实现本公开实施方式的示例性电子设备的框图。
具体实施方式
下面详细描述本公开的实施例,实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本公开,而不能理解为对本公开的限制。相反,本公开的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本公开一实施例提出的用于煤岩识别的数据生成方法的流程示意图。
其中,需要说明的是,本实施例的用于煤岩识别的数据生成方法的执行主体为用于煤岩识别的数据生成装置,该装置可以由软件和/或硬件的方式实现,该装置可以配置在电子设备中,电子设备可以包括但不限于终端、服务器端等。
如图1所示,该用于煤岩识别的数据生成方法,包括:
S101:获取地质模型。
其中,地质模型可以用于准确表征实际煤岩识别业务场景中的地质状况。
也即是说,本公开实施例中,可以是针对实际煤岩识别业务中的地质分布及地质条件进行三维建模,以获取地质模型,即可以是针对实际煤岩识别业务中的地质分布及地质条件进行勘探和测量,以得到相应的地质数据,而后可以采用三维建模方法搭建相应的地质模型,对此不做限制。
其中,所述地质模型也可以是根据计算机随机生成的、符合地质分布规律的布置图搭建成的地球物理模拟模型。所述地球物理模型的布置图可以通过计算机程序大量生成,不需要勘探和测量实际的地质体,可以有效降低数据采集成本。
S102:基于探地雷达获取地质模型的雷达数据。
其中,探地雷达是利用一定频率的无线电波来确定地下介质的一种物理探测仪器,其的发射天线可以将高频段脉冲电磁波定向送入地下,电磁波在传播过程中遇到存在电性差异的地层或目标体就会发生反射和透射,接收天线收到反射波信号并将其数字化,然后由计算机以反射波的形式记录下来,使用采集到的数据对煤岩识别神经网络进行多次训练之后,训练后的神经网络即可预测地下目标体的空间位置,结构及其分布。
其中,探地雷达针对地质模型采集的数据,即可以被称为雷达数据。
也即是说,本公开实施例中,可以是控制探地雷达采集地质模型的雷达数据,即可以是控制探地雷达移动至针对地质模型预先确定的数据采集位置,并在该数据采集位置获取地质模型的雷达数据,也可以是控制探地雷达在预先确定的采集路径上连续采集所获取到的雷达数据,对此不做限制。
S103:根据地质模型和雷达数据,生成目标数据,其中,目标数据用于训练煤岩识别神经网络。
本公开实施例在基于探地雷达获取地质模型的雷达数据后,可以根据地质模型和雷达数据,生成用于后续煤岩识别神经网络的训练任务的目标数据。
一些实施例中,根据地质模型和雷达数据,生成目标数据,可以是对获取得到的针对地质模型采集的雷达数据进行相应筛选,例如可以是筛除与该地质模型不相关的雷达数据,并将筛除后的数据作为目标数据,从而有效地提升目标数据的准确性和可参考性,对此不做限制。
另一些实施例中,根据地质模型和雷达数据,生成目标数据,还可以对雷达数据和采集雷达数据过程中所确定的地质模型的相关信息(例如,煤层厚度,雷达高度,采集位置,采集方向,对此不做限制)进行相应组合,并将组合得到的数据作为目标数据,对此不做限制。
本实施例中,通过获取地质模型,并基于探地雷达获取所述地质模型的雷达数据,再根据所述地质模型和所述雷达数据,生成目标数据,其中所述目标数据用于训练煤岩识别神经网络,由于是基于地质模型和探地雷达所采集的雷达数据,生成用于煤岩识别的数据,从而能够在有效地降低数据生成成本和周期的同时,有效地满足煤岩识别任务的数据需求。
图2是本公开另一实施例提出的用于煤岩识别的数据生成方法的流程示意图。
如图2所示,该用于煤岩识别的数据生成方法,包括:
S201:获取数字地质模型布置图和多个地质模块。
其中,数字地质模型布置图可以用于描述煤岩识别任务场景中的地层结构分布(例如,煤层,岩层,对此不做限制)。
其中,该地质模块可以是用煤炭、岩石或者介电常数与煤炭、岩石相近的材料制成,其可以用于描述相应地层结构的地质组成情况,对此不做限制。
本公开实施例中,可以是使用计算机随机生成一个地质模型的布置图,而后针对用于煤岩识别的数据生成预先配置相应的数据传输接口,而后,可以基于该数据传输接口,使用获取模块获取多个地质模块,或者,还可以是结合煤岩识别任务场景中的地层结构分布搭建相应的数字地质模型布置图,并联合煤岩识别任务场景中的地质组成情况搭建多个地质模块,对此不做限制。
S202:根据数字地质模型布置图和多个地质模块搭建地质模型。
本公开实施例在获取数字地质模型布置图和多个地质模块之后,可以根据数字地质模型布置图和多个地质模块生成地质模型。
一些实施例中,根据数字地质模型布置图和多个地质模块生成地质模型,可以是联合煤岩识别任务场景中的地质分布情况,对数字地质模型布置图和多个地质模块进行组合,以得到用于表征煤岩识别任务场景中的地质分布情况的地质模型,对此不做限制。
本公开实施例中,每个数字地质模块具有对应的地质类型,例如,煤类型,岩石类型,对此不做限制。
可选地,另一些实施例中,根据数字地质模型布置图和多个地质模块生成地质模型,可以是根据地质类型,将相应地质模块放置在数字地质模型布置图的相应位置,以生成地质模型。
举例而言,如图3所示,图3是本公开一实施例提出的地质模型的结构示意图,即可以是将相应地质模型的地质模块设置在数字地质模型布置图的相应位置(例如,煤层,岩层,对此不做限制)中,例如,可以是将煤类型的地质模块设置在数字地质模型布置图的相应煤层,将岩石类型的地质模块设置在数字地质模型布置图的相应岩层,以得到如上述图3所示的地质模型,对此不做限制。
S203:在地质模型上方的预设空间范围中,确定数据采集位置。
其中,探地雷达在针对地质模型采集雷达数据时,可以在地质模型上方设置预设空间范围(例如,5~40cm,对此不做限制)中,确定某一具体的位置作为数据采集位置,或者还可以是将该数据采集位置作为雷达数据开始采集的位置,而后,可以在数据采集位置采集雷达数据,或者还可以是以该数据采集位置为起点沿着预设方向持续采集雷达数据,该数据采集位置可以例如是预设空间范围中的空间坐标,对此不做限制。
也即是说,本公开实施例中,可以例如是确定地质模型上方5~40cm的预设空间范围,并在该预设控间范围内确定任意空间坐标作为数据采集位置,而后,可以基于该数据采集位置,执行后续的用于煤岩识别的数据生成方法,对此不做限制。
S204:控制探地雷达在数据采集位置,采集地质模型的雷达数据。
可选地,一些实施例中,控制探地雷达在数据采集位置,采集地质模型的雷达数据,可以是将所述探地雷达的移动方向调整为预设方向,并控制探地雷达在数据采集位置,基于预设方向采集地质模型的雷达数据。
其中,探地雷达沿着一条路径移动的方向,即可以被称为预设方向。
也即是说,本公开实施例中,可以将探地雷达的天线的辐射方向调整为朝向被测模型,并控制探地雷达移动至预先确定的数据采集位置,而后在数据采集位置采集雷达数据,或者,还可以是控制探地雷达以数据采集位置为起点,沿着预设方向移动以持续采集雷达数据,例如,可以控制探地雷达以数据采集位置为起点,沿着预设方向移动,并每间隔1cm采集一次雷达数据,对此不做限制。
S205:将数据采集位置对应的局部地质模型的地质信息和与地质模型对应的雷达数据组成的数据对,作为目标数据的一条记录。
其中,局部地质模型的地质信息是与数据采集位置,或者以数据采集位置为起点所形成的数据采集路径所对应的局部地质模型及其所描述的地质信息。
本公开实施例中,在控制探地雷达在数据采集位置,采集地质模型的雷达数据之后,可以将地质模型和与地质模型对应的雷达数据组成的数据对,作为目标数据的一条记录。
即本公开实施例中,可以是将数据采集位置对应的局部地质模型的地质信息,和与该地质模型对应的雷达数据组成的(局部地质模型的地质信息,雷达数据)作为目标数据。
另一些实施例中,也可以是将包含煤层厚度,雷达高度,数据采集位置,采集方向等信息与对应的雷达数据组成的数据组作为目标数据,对此不做限制。
S206:将多个记录组合为一个数据集,并将数据集作为目标数据。
本公开实施例在将数据采集位置对应的局部地质模型的地质信息和与地质模型对应的雷达数据组成的数据对,作为目标数据的一条记录之后,可以将多个记录组合为一个数据集,并将数据集作为训练煤岩识别神经网络训练任务的目标数据,从而实现低成本地,高效地获取用于煤岩识别神经网络训练任务的目标数据。
本实施例中,通过获取数字地质模型布置图和多个地质模块,并根据数字地质模型布置图和多个地质模块生成地质模型,再在地质模型上方的预设空间范围中,确定数据采集位置,并控制探地雷达在数据采集位置,采集地质模型的雷达数据,再将数据采集位置对应的局部地质模型的地质信息和与地质模型对应的雷达数据组成的数据对,作为目标数据的一条记录,将多个记录组合为一个数据集,并将数据集作为目标数据,从而能够有效地减少搭建模型的次数,在有效地降低数据生成成本和周期的同时,有效地满足煤岩识别神经网络训练任务的数据需求。
图4是本公开一实施例提出的用于煤岩识别的数据生成装置的结构示意图。
如图4所示,该用于煤岩识别的数据生成装置40,包括:
第一获取模块401,用于获取地质模型;
第二获取模块402,用于基于探地雷达获取地质模型的雷达数据;
数据处理模块403,用于根据地质模型和雷达数据,生成目标数据,其中,目标数据用于训练煤岩识别神经网络。
在本公开的一些实施例中,第一获取模块401,还用于:
获取数字地质模型布置图和多个地质模块;
根据数字地质模型布置图和多个地质模块搭建地质模型。
在本公开的一些实施例中,每个数字地质模块具有对应的地质类型;
其中,第一获取模块401,还用于:
根据地质类型,将相应地质模块放置在数字地质模型布置图的相应位置,以生成地质模型。
在本公开的一些实施例中,第二获取模块402,还用于:
在地质模型上方的预设空间范围中,确定数据采集位置;
控制探地雷达在数据采集位置,采集地质模型的雷达数据。
在本公开的一些实施例中,第二获取模块402,还用于:
将所述探地雷达的移动方向调整为预设方向;
控制探地雷达在数据采集位置,基于预设方向采集地质模型的雷达数据。
在本公开的一些实施例中,数据处理模块403,还用于:
将数据采集位置对应的局部地质模型的地质信息和与地质模型对应的雷达数据组成的数据对,作为目标数据的一条记录;
将多个记录组合为一个数据集,并将数据集作为目标数据。
与上述图1至图3实施例提供的用于煤岩识别的数据生成方法相对应,本公开还提供一种用于煤岩识别的数据生成装置,由于本公开实施例提供的用于煤岩识别的数据生成装置与上述图1至图3实施例提供的用于煤岩识别的数据生成方法相对应,因此在用于煤岩识别的数据生成方法的实施方式也适用于本公开实施例提供的用于煤岩识别的数据生成装置,在本公开实施例中不再详细描述。
本实施例中,通过获取地质模型,并基于探地雷达获取地质模型的雷达数据,再根据地质模型和雷达数据,生成目标数据,其中目标数据用于训练煤岩识别神经网络,由于是基于地质模型和探地雷达所采集的雷达数据,生成用于煤岩识别的数据,从而能够在有效地降低数据生成成本和周期的同时,有效地满足煤岩识别任务的数据需求。
为了实现上述实施例,本公开还提出一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时,实现如本公开前述实施例提出的用于煤岩识别的数据生成方法。
为了实现上述实施例,本公开还提出一种非临时性计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本公开前述实施例提出的用于煤岩识别的数据生成方法。
为了实现上述实施例,本公开还提出一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行如本公开前述实施例提出的用于煤岩识别的数据生成方法。
图5示出了适于用来实现本公开实施方式的示例性电子设备的框图。图5显示的电子设备12仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture;以下简称:ISA)总线,微通道体系结构(Micro Channel Architecture;以下简称:MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation;以下简称:VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection;以下简称:PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory;以下简称:RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其他可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。
尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如:光盘只读存储器(Compact Disc Read OnlyMemory;以下简称:CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory;以下简称:DVD-ROM)或者其他光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本公开各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其他程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本公开所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其他计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network;以下简称:LAN),广域网(Wide Area Network;以下简称:WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其他模块通信。应当明白,尽管图中未示出,可以结合电子设备12使用其他硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现前述实施例中提及的用于煤岩识别的数据生成方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
需要说明的是,在本公开的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本公开的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本公开的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本公开的实施例所属技术领域的技术人员所理解。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本公开各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本公开的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本公开的限制,本领域的普通技术人员在本公开的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种用于煤岩识别的数据生成方法,其特征在于,包括:
获取地质模型;
基于探地雷达获取所述地质模型的雷达数据;
根据所述地质模型和所述雷达数据,生成目标数据,其中,所述目标数据用于训练煤岩识别神经网络。
2.如权利要求1所述的方法,其特征在于,所述获取地质模型,包括:
获取数字地质模型布置图和多个地质模块;
根据所述数字地质模型布置图和多个所述地质模块搭建所述地质模型。
3.如权利要求2所述的方法,其特征在于,每个所述地质模块具有对应的地质类型;
其中,所述根据所述数字地质模型布置图和多个所述地质模块搭建所述地质模型,包括:
根据所述地质类型,将相应所述地质模块放置在所述数字地质模型布置图的相应位置,以生成所述地质模型。
4.如权利要求2所述的方法,其特征在于,所述基于探地雷达获取所述地质模型的雷达数据,包括:
在所述地质模型上方的预设空间范围中,确定数据采集位置;
控制所述探地雷达在所述数据采集位置,采集所述地质模型的所述雷达数据。
5.如权利要求4所述的方法,其特征在于,所述方法还包括:
将所述探地雷达的移动方向调整为预设方向;
控制所述探地雷达在所述数据采集位置,基于所述预设方向采集所述地质模型的所述雷达数据。
6.如权利要求5所述的方法,其特征在于,所述根据所述地质模型和所述雷达数据,生成目标数据,包括:
将所述数据采集位置对应的局部地质模型的地质信息和与所述地质模型对应的所述雷达数据组成的数据对,作为所述目标数据的一条记录;
将多个所述记录组合为一个数据集,并将所述数据集作为所述目标数据。
7.一种用于煤岩识别的数据生成装置,其特征在于,包括:
第一获取模块,用于获取地质模型;
第二获取模块,用于基于探地雷达获取所述地质模型的雷达数据;
数据处理模块,用于根据所述地质模型和所述雷达数据,生成目标数据,其中,所述目标数据用于训练煤岩识别神经网络。
8.如权利要求7所述的装置,其特征在于,所述第一获取模块,还用于:
获取数字地质模型布置图和多个地质模块;
根据所述数字地质模型布置图和多个所述地质模块搭建所述地质模型。
9.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211507199.8A CN115932845A (zh) | 2022-11-29 | 2022-11-29 | 用于煤岩识别的数据生成方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211507199.8A CN115932845A (zh) | 2022-11-29 | 2022-11-29 | 用于煤岩识别的数据生成方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115932845A true CN115932845A (zh) | 2023-04-07 |
Family
ID=86555126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211507199.8A Pending CN115932845A (zh) | 2022-11-29 | 2022-11-29 | 用于煤岩识别的数据生成方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115932845A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118226442A (zh) * | 2024-05-23 | 2024-06-21 | 莱州亚通重型装备有限公司 | 基于雷达技术的井下煤矿钻机钻杆自动识别方法及系统 |
-
2022
- 2022-11-29 CN CN202211507199.8A patent/CN115932845A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118226442A (zh) * | 2024-05-23 | 2024-06-21 | 莱州亚通重型装备有限公司 | 基于雷达技术的井下煤矿钻机钻杆自动识别方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
NO327326B1 (no) | Fremgangsmate og system for a bringe data i overensstemmelse mellom seismisk og bronnloggeskalaer i 3-D geologisk modellering | |
CN105317434A (zh) | 一种钻孔超声波反射三维探测装置及方法 | |
CN107561591B (zh) | 基于多功能超宽带穿墙雷达的动静目标检测方法及系统 | |
Li et al. | Automatic recognition and classification of microseismic waveforms based on computer vision | |
CN115932845A (zh) | 用于煤岩识别的数据生成方法、装置、电子设备及介质 | |
US20230324574A1 (en) | Stereoscopic identification method and apparatus for disturbance stress evolution process of underground cave surrounding rock | |
US11892577B2 (en) | Multi-scale photoacoustic detection method of geological structure around borehole and related devices | |
NL8005437A (nl) | Systeem en werkwijze voor het loggen van boorputten. | |
CN115308803A (zh) | 煤层厚度预测方法、装置、设备和介质 | |
CN114449439A (zh) | 一种地下管廊空间的定位方法及装置 | |
CN112180444B (zh) | 一种地层速度结构的探测方法、装置以及存储介质 | |
CN102053275B (zh) | 一种用于单点地震室内组合的相对静校正量计算方法 | |
CN116430126B (zh) | 一种基于电磁背景认知的电磁静默目标检测方法、装置及计算机设备 | |
CN113189672A (zh) | 一种基于多属性反演的隧道超前地质预报方法 | |
CN109633744B (zh) | 地震子波的提取方法、装置、设备及存储介质 | |
CN103328939A (zh) | 基于相位的跟踪 | |
Jiang et al. | Double event joint location method considering P-wave arrival time system errors | |
WO2023089302A1 (en) | Identifying events in distributed acoustic sensing data | |
NO20180997A1 (en) | Interior seismic data generator | |
CN114934810A (zh) | 采掘工作面瓦斯地质异常体超前精细探测方法及设备 | |
CN115128675A (zh) | 层间多次波的压制方法、装置、设备和存储介质 | |
CN110208861B (zh) | 一种构造软煤发育区的预测方法及装置 | |
CN111965707A (zh) | 一种复杂构造含逆掩断裂的地震反演储层预测方法 | |
CN112031755A (zh) | 一种压裂监测装置、方法、系统、电子设备及存储介质 | |
CN114371503B (zh) | 震源定位方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |