【摘 要】
：
本文提出了一种运用深度卷积神经网络(Convolutional neural networks,简称CNN)的混凝土桥梁裂缝图像的智能检测方法.通过裁剪200张拍摄于实际桥梁检测工作中的图像制作了一
论文部分内容阅读
本文提出了一种运用深度卷积神经网络(Convolutional neural networks,简称CNN)的混凝土桥梁裂缝图像的智能检测方法.通过裁剪200张拍摄于实际桥梁检测工作中的图像制作了一个包含30000张分辨率为100×100像素的图像数据库,并随机地从数据库中选择图像组成了4个训练集用来训练CNN网络.由4个训练集训练的网络组成对比试验,结果能够达到的最高验证精度为99.06％.在随后的识别过程中,采用了50张分别拍摄于不同实际桥梁,且并未参与网络训练的图像.识别结果证明了本文设计的卷积神经网络在混凝土裂缝识别过程中具有良好的泛化能力和自适应性.研究结果表明,深度卷积神经网络能够在实际条件下很好地对混凝土桥梁表面裂缝进行识别.本文为进一步实现混凝土桥梁裂缝检测的智能化奠定了良好基础.
其他文献
拉索疲劳分析不仅包括拉索由于荷载产生的索力的变化,还应包括拉索振动时,拉索动构型偏离静构型产生的振动附加索力.本文提出一种在频域内,利用拉索横向加速度信号计算拉索振
用15个自由度的多刚体模型模拟跨座式单轨车辆,轨道梁离散为12个自由度的空间梁单元,运用弹性系统动力学总势能不变值原理推导跨座式单轨交通车桥系统振动方程.根据日本轨道
本文为探究“风雨桥”这一特殊类型的结构在车桥耦合作用下桥上建筑物的振动性能,以某公轨合建同层布置的六跨连续梁“风雨桥”为背景,根据7自由度单轨列车车辆模型和4种汽车
近期翘高速磁浮交通成为举世瞩目的焦点,其主要特征是车辆运行在真空环境中以尽可能减小空气阻力、降低能耗、提高运行速度,理想状态下运行时速可超过1000km/h,同时采用电磁
本文通过哈密顿变分原理,同时引入拟静态假设,将斜拉索面内非线性运动方程解耦.然后分别运用多尺度法和同伦分析法来计算斜拉索主共振响应的近似解.并选取了某大桥的三根超长
针对桥梁结构设计了一种可滑移钢阻尼装置,以适应梁体在温度作用下的伸缩而不受力的特性;借助于有限元动力分析手段,对某典型连续梁桥钢阻尼装置进行参数分析,确定合理的阻尼
无约束梁体的导纳是采用功率流方法进行结构振动计算和噪声预测的基础参数.传统的2维有限元方法不能考虑非均布荷载,而3维有限元模型在高频振动上的计算量极大.对于常见的沿
桥梁结构在受到环境、有害物质的侵蚀,车辆、风、地震、疲劳、人为因素等作用下,会产生不同程度的损伤和劣化,进而威胁到人们的生命财产安全.为了能够简便有效地识别桥梁结构
高速公路跨线桥在实际使用过程中使用方为了追求效益,往往在上面设置大面积的广告牌,由于风荷载作用会进一步对桥梁产生侧向作用,而在桥梁设计中大多并未考虑这一因素,使用不
本文充分利用压电陶瓷在结构健康监测中的优势,针对钢结构桥梁高强螺栓锈蚀损伤问题,提出了一种基于压电阻抗法的高强螺栓锈蚀损伤监测研究方法.使用压电阻抗法展开研究,得到