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
1
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
基于非均质雷达图谱的沥青路面结构损伤识别技术
被引量：
2
1
作者
洪小刚
张伟光
+1 位作者
王浩仰
田宏宝
《重庆交通大学学报（自然科学版）》
CAS
CSCD
北大核心
2024年第4期7-13,共7页
基于雷达图谱与深度神经网络的沥青路面结构损伤自动辨识方法存在数据量少且种类不均衡的问题,识别准确性与稳定性仍有待提高。提出基于非均质雷达图谱的路面结构损伤识别技术。采用探地雷达采集沥青路面结构裂缝与层间不连续病害,获取...
基于雷达图谱与深度神经网络的沥青路面结构损伤自动辨识方法存在数据量少且种类不均衡的问题,识别准确性与稳定性仍有待提高。提出基于非均质雷达图谱的路面结构损伤识别技术。采用探地雷达采集沥青路面结构裂缝与层间不连续病害,获取实测剖面图;基于时域有限差分法,模拟裂缝与层间不连续在匀质模型中的回波特征,与实测图谱组成数据集1#;基于芯样CT扫描图构建“沥青-集料”二相介质模型,模拟裂缝与层间不连续在二相介质模型中的回波特征,与实测图谱组成数据集2#;采用数据集1#和2#,分别训练YOLO v5深度神经网络。研究结果表明:数据集1#和2#在YOLO v5模型测试集上的m AP@0.5为93.79%与96.33%,证明非均质图谱特征可丰富网络训练样本,并提高深度学习模型识别的准确性。
展开更多
关键词
道路工程
结构裂缝
层间不连续
探地雷达
深度神经网络
在线阅读
下载PDF
职称材料
题名
基于非均质雷达图谱的沥青路面结构损伤识别技术
被引量：
2
1
作者
洪小刚
张伟光
王浩仰
田宏宝
机构
山西高速公路工程检测有限公司
东南大学交通学院
中公高科养护科技股份有限公司
云加一科技有限公司
出处
《重庆交通大学学报（自然科学版）》
CAS
CSCD
北大核心
2024年第4期7-13,共7页
基金
国家重点研发计划项目(2020YFA0714302)
国家自然科学基金面上资助项目(52278443)
中路高科交通科技集团有限公司交通强国试点项目(JTQG2022-1-3-1)。
文摘
基于雷达图谱与深度神经网络的沥青路面结构损伤自动辨识方法存在数据量少且种类不均衡的问题,识别准确性与稳定性仍有待提高。提出基于非均质雷达图谱的路面结构损伤识别技术。采用探地雷达采集沥青路面结构裂缝与层间不连续病害,获取实测剖面图;基于时域有限差分法,模拟裂缝与层间不连续在匀质模型中的回波特征,与实测图谱组成数据集1#;基于芯样CT扫描图构建“沥青-集料”二相介质模型,模拟裂缝与层间不连续在二相介质模型中的回波特征,与实测图谱组成数据集2#;采用数据集1#和2#,分别训练YOLO v5深度神经网络。研究结果表明:数据集1#和2#在YOLO v5模型测试集上的m AP@0.5为93.79%与96.33%,证明非均质图谱特征可丰富网络训练样本,并提高深度学习模型识别的准确性。
关键词
道路工程
结构裂缝
层间不连续
探地雷达
深度神经网络
Keywords
highway engineering
structural crack
interlayer discontinuity
ground-penetrating radar
deep neural network
分类号
U416.2 [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
基于非均质雷达图谱的沥青路面结构损伤识别技术
洪小刚
张伟光
王浩仰
田宏宝
《重庆交通大学学报（自然科学版）》
CAS
CSCD
北大核心
2024
2
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
