期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
盐渍土地区路基边坡冲刷破坏影响因素
1
作者
江路路
高兴
杨舒月
《黑龙江交通科技》
2024年第9期6-12,共7页
了解水流特征、边坡结构和土质条件对边坡冲刷的影响及其破坏形式,是为盐渍土地区工程设计和施工防护提供科学依据的前提。结合室内试验方法,对盐渍土路基边坡冲刷工程进行模拟。结果表明:水流的冲刷致使路基边坡发生明显的变化,边坡坡...
了解水流特征、边坡结构和土质条件对边坡冲刷的影响及其破坏形式,是为盐渍土地区工程设计和施工防护提供科学依据的前提。结合室内试验方法,对盐渍土路基边坡冲刷工程进行模拟。结果表明:水流的冲刷致使路基边坡发生明显的变化,边坡坡脚首先受到水流的影响,其动态过程表征为水流浸泡冲刷—形成淘空槽—边坡上部土体掉落—冲刷深度范围扩大;随着流速、水深增加,坡脚冲刷程度增大,而坡比的影响恰恰相反;此外冲刷角的变化改变了最大冲刷深度出现的位置;相比于NaCl盐渍土路基边坡,Na 2SO 4盐渍土盐量的增加,坡脚处冲刷范围和最大冲刷深度出现呈现相反的减少趋势。
展开更多
关键词
盐渍土
边坡冲刷
水流特征
边坡结构
边坡土质类型
在线阅读
下载PDF
职称材料
基于YOLO v5的探地雷达地下空洞与管线图像自动识别技术
2
作者
江路路
尹轶
+1 位作者
孟姿含
许佳毅
《国防交通工程与技术》
2024年第5期7-11,共5页
为了提高探地雷达图像中的病害自动识别的效率和准确度,通过现场实测和正演模拟的方法获得并扩充训练数据集,用于训练YOLO v5模型,以实现对探地雷达图像中地下空洞与管线的快速准确分类。结果表明:①YOLO v5模型能较好的定位和区分地下...
为了提高探地雷达图像中的病害自动识别的效率和准确度,通过现场实测和正演模拟的方法获得并扩充训练数据集,用于训练YOLO v5模型,以实现对探地雷达图像中地下空洞与管线的快速准确分类。结果表明:①YOLO v5模型能较好的定位和区分地下空洞、金属管线和混凝土管线三类地下目标。②使用正演模拟对数据集增广能提升模型的精准度和召回率,但数据增广比例不宜过高。③由于混凝土相对介电常数更接近土壤,因此混凝土管道的识别准确率较低。研究可为地下病害检测和识别工作提供一定参考。
展开更多
关键词
探地雷达
图像识别
YOLO
v5模型
地下目标探测
数据增广
病害检测
在线阅读
下载PDF
职称材料
题名
盐渍土地区路基边坡冲刷破坏影响因素
1
作者
江路路
高兴
杨舒月
机构
黄大铁路有限责任公司
北京交通大学
出处
《黑龙江交通科技》
2024年第9期6-12,共7页
基金
列车荷载作用下季冻区级配碎石填料冻融规律及劣化机制研究(中央高校基本科研业务费专项资金项目)(KCJBZY23003536)
交通荷载下路基变形特性(国家自然科学基金)。
文摘
了解水流特征、边坡结构和土质条件对边坡冲刷的影响及其破坏形式,是为盐渍土地区工程设计和施工防护提供科学依据的前提。结合室内试验方法,对盐渍土路基边坡冲刷工程进行模拟。结果表明:水流的冲刷致使路基边坡发生明显的变化,边坡坡脚首先受到水流的影响,其动态过程表征为水流浸泡冲刷—形成淘空槽—边坡上部土体掉落—冲刷深度范围扩大;随着流速、水深增加,坡脚冲刷程度增大,而坡比的影响恰恰相反;此外冲刷角的变化改变了最大冲刷深度出现的位置;相比于NaCl盐渍土路基边坡,Na 2SO 4盐渍土盐量的增加,坡脚处冲刷范围和最大冲刷深度出现呈现相反的减少趋势。
关键词
盐渍土
边坡冲刷
水流特征
边坡结构
边坡土质类型
Keywords
saline soils
slope scour
water flow characteristics
slope structure
slope soil types
分类号
U416.1 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
基于YOLO v5的探地雷达地下空洞与管线图像自动识别技术
2
作者
江路路
尹轶
孟姿含
许佳毅
机构
国能黄大铁路有限责任公司
北京交通大学土木建筑工程学院
出处
《国防交通工程与技术》
2024年第5期7-11,共5页
文摘
为了提高探地雷达图像中的病害自动识别的效率和准确度,通过现场实测和正演模拟的方法获得并扩充训练数据集,用于训练YOLO v5模型,以实现对探地雷达图像中地下空洞与管线的快速准确分类。结果表明:①YOLO v5模型能较好的定位和区分地下空洞、金属管线和混凝土管线三类地下目标。②使用正演模拟对数据集增广能提升模型的精准度和召回率,但数据增广比例不宜过高。③由于混凝土相对介电常数更接近土壤,因此混凝土管道的识别准确率较低。研究可为地下病害检测和识别工作提供一定参考。
关键词
探地雷达
图像识别
YOLO
v5模型
地下目标探测
数据增广
病害检测
Keywords
ground-penetrating radar
image recognition
YOLO v5 model
underground target detection
data augmentation
defect detection
分类号
U418.5 [交通运输工程—道路与铁道工程]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
盐渍土地区路基边坡冲刷破坏影响因素
江路路
高兴
杨舒月
《黑龙江交通科技》
2024
0
在线阅读
下载PDF
职称材料
2
基于YOLO v5的探地雷达地下空洞与管线图像自动识别技术
江路路
尹轶
孟姿含
许佳毅
《国防交通工程与技术》
2024
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
