中国科学院用 AI 深度学习构建山区泥石流和落石监测模型，准确率达 95.46%
创始人
2025-02-15 23:17:18
0次
2 月 15 日消息，山区泥石流灾害的突发性与夜间发生特性使得灾害预警面临巨大挑战。
传统的监测技术如雨量计、泥位计、视频监控等，存在一定的局限性；而基于多普勒原理的微波雷达则不依赖可见光，具备全天候、全天时的监测能力，但在实际应用中却会因为风吹草动、落石、涨水等环境变化而导致误报。
为了解决这一问题，中国科学院成都山地灾害与环境研究所刘双与胡凯衡课题组联合奥地利学者开展了泥石流雷达监测技术的改进研究。
他们在前期研究的基础上，考虑风吹草动、崩塌落石、溪水涨落、动物活动、车来人往等环境因素的影响，结合大量实地雷达测量与样本采集，提出了基于深度学习的多目标分类判识方法。
研究团队采用了 12 种深度学习网络模型，并结合迁移学习算法，成功构建了一个针对泥石流和落石的多目标分类模型。
结果显示，大部分深度学习模型能够完成多目标分类任务，最高准确率达到了 95.46%。其中，vgg16、mobilenet_v2 和 googlenet 模型在泥石流与落石的分类识别上表现尤为优秀。
此外，研究人员还探索了基于多个深度学习模型和投票策略相结合的集合判识方法。该方法进一步优化了目标分类的准确性和精度，显著降低了虚警率，增强了泥石流的监测判识能力。
相关内容
热门资讯
以AI大模型“伏羲”为基础，新...
台风为何经常“跑偏”？因为大气系统自带“混沌”属性，初始条件差之毫厘，最终路径就可能谬以千里。记者2...
ChinaJoy2026｜延伸...
【中国·上海，2026年7月31日】第23届中国国际数码互动娱乐展览会（ChinaJoy）在上海新国...
给中国AI“扣帽子”，遮不住美...
最近，美国对中国AI的围堵，有点歇斯底里。 当地时间7月28日，美国联邦通信委员会(FCC)宣布，将...
Seedance 2.5 实测...
30 秒视频直出不是参数升级，是创作方式的切换。 作者｜张勇毅 编辑｜靖宇 5 个月前，，提到了一个...
MiniMax H3发布，近期...
7月31日，稀宇科技（MiniMax）发布新一代多模态生成模型MiniMax H3，并宣布近期开源。...
Kimi K3正式开源，全球首...
2026年7月27日晚，月之暗面kimi正式开源Kimi K3完整模型权重，为全球首个落地的3万亿参...
把AI搬进Linux：媒体实测...
导语：最近有开发者基于Debian推出了Shadowfetch，一款把本地化人工智能直接作为桌面第一...
器械宝典2.0｜深瑞达 DEE...
Introduction 基本信息 器械名称 DEEPINTEC VEGA™输送导管 器械类型 输送...
苹果macOS 26.6正式版...
IT之家 7 月 28 日消息，苹果今日向 Mac 电脑用户推送了 macOS 26.6 更新（内部...