-
题名基于深度残差反向传播神经网络的钢筋腐蚀检测
被引量：5
- 1
-
-
作者
林旭梅
胡川
朱广辉
陈一戈
苗芳荣
-
机构
青岛理工大学信息与控制工程学院
-
出处
《科学技术与工程》
北大核心
2021年第33期14351-14355,共5页
-
基金
国家重点基础研究发展计划(973计划)(2015CB655100)。
-
文摘
针对小样本数据下浅层神经网络模型拟合能力不足,而加深网络层数出现网络性能退化问题,提出一种双跳跃深度残差反向传播(back propagation,BP)神经网络模型,每个残差块堆叠3个同维度网络层,在网络的一、二层和一、三层之间加入双跳跃连接,增强浅层低非线性度特征信息向深层网络的直接传递和重复利用,且在反向传播过程中避免了梯度消失,提升模型分类准确率。同时引入一阶矩估计梯度指数加权平均因子对Adam算法中影响学习率的二阶矩估计梯度进行调整,优化网络的收敛能力。将改进后的算法模型用于钢筋腐蚀样本数据训练及测试,仿真结果表明,改进后的算法模型具有更好的分类性能。
-
关键词
钢筋腐蚀
腐蚀检测
双跳跃残差模块
残差映射
Adam算法
神经网络
-
Keywords
reinforced concrete
corrosion detection
double jump residual module
residual map
Adam algorithm
neural network
-
分类号
TU528.33
[建筑科学—建筑技术科学]
-
