检索结果-维普期刊中文期刊服务平台

基于矢量量化变分自编码器的混凝土表观裂缝检测算法被引量：1: 1; 作者刘超吴纪曙《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第11期1699-1705,共7页; 提出了一种基于第2代矢量量化变分自编码器(VQ-VAE-2)的自监督混凝土表观裂缝检测算法,可以在缺少裂缝样本的条件下实现高效检测。以重建误差为检测指标,利用无裂缝图片训练VQ-VAE-2,使其在重建裂缝图片时产生更大的重建误差;在计算重... 展开更多; 关键词桥梁工程混凝土表观裂缝检测深度学习变分自编码器异常检测; 在线阅读下载PDF 职称材料

基于改进U-net的大坝表面混凝土裂缝图像分割方法被引量：2: 2; 作者赵普谷艳昌 +1 位作者张大伟吴云星《人民长江》北大核心 2024年第4期252-261,共10页; 大坝表面混凝土裂缝的检测与识别对大坝安全具有重要意义,为此开展了基于深度学习方法的混凝土裂缝织别方法研究。针对裂缝图像具有复杂拓扑结构和正负样本不平衡等特点,在典型U-net中嵌入了ASPP和CBAM优化模块,同时以Dice+BCE混合损失... 展开更多; 关键词混凝土裂缝检测深度学习语义分割 U-net模型优化大坝安全; 在线阅读下载PDF 职称材料

激光扫描混凝土裂缝的超声检测被引量：9: 3; 作者金谏周若阳 +4 位作者赵金峰潘永东刘学增桑运龙顾盛《激光技术》 CAS CSCD 北大核心 2019年第4期453-459,共7页; 为了探究激光扫描混凝土裂缝进行超声检测的可行性,采用激光扫描混凝土表面激发声场、表面波探头接收超声信号的方法,进行了相应的实验验证.通过对实验信号峰峰值和双极性特征分析,实现了混凝土表面裂缝的定位.同时采用有限元方法模拟... 展开更多; 关键词激光技术混凝土裂缝检测激光超声双极性; 在线阅读下载PDF 职称材料

基于PCNN和遗传算法相结合的新型混凝土桥梁裂缝检测方法被引量：20: 4; 作者王艳沈晓宇 +2 位作者丁文胜王健波邹秀阳《计算机应用研究》 CSCD 北大核心 2017年第10期3197-3200,共4页; 针对混凝土桥梁裂缝对比度低、裂缝图像噪声干扰强等难题,提出了基于脉冲耦合神经网络(PCNN)和遗传算法相结合的混凝土桥梁裂缝检测新算法(GA-PCNN)。该算法首先利用遗传算法优化裂缝PCNN模型参数;然后通过改进的最小对数误差适应度函... 展开更多; 关键词混凝土桥梁裂缝检测脉冲耦合神经网络遗传算法最小对数误差; 在线阅读下载PDF 职称材料

题名基于矢量量化变分自编码器的混凝土表观裂缝检测算法被引量：1: 1; 作者刘超吴纪曙; 机构同济大学土木工程学院; 出处《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第11期1699-1705,共7页; 文摘提出了一种基于第2代矢量量化变分自编码器(VQ-VAE-2)的自监督混凝土表观裂缝检测算法,可以在缺少裂缝样本的条件下实现高效检测。以重建误差为检测指标,利用无裂缝图片训练VQ-VAE-2,使其在重建裂缝图片时产生更大的重建误差;在计算重建误差时将原图和重建图片均分割成若干图块,取对应图块间重建误差最大值作为图片的重建误差,以增大2类图片的重建误差差异。结果表明,该算法的精确率为0.954,召回率为0.959,准确率为0.956,F1分数为0.957。在无裂缝样本作为训练集的情况下,该算法能较好地完成混凝土表观裂缝检测任务。; 关键词桥梁工程混凝土表观裂缝检测深度学习变分自编码器异常检测; Keywords bridge engineering concrete structural apparent crack detection deep learning variational autoencoders anomaly detection; 分类号 U445.71 [建筑科学—桥梁与隧道工程]; 在线阅读下载PDF 职称材料

题名基于改进U-net的大坝表面混凝土裂缝图像分割方法被引量：2: 2; 作者赵普谷艳昌张大伟吴云星; 机构南京水利科学研究院水利部大坝安全管理中心江苏省连云港市水利局; 出处《人民长江》北大核心 2024年第4期252-261,共10页; 基金国家自然科学基金项目(51979175) 南京水科院基本科研业务费科研创新团队建设项目(Y722003) 南京水科院基本科研业务费重点项目(Y721005,Y721003)。; 文摘大坝表面混凝土裂缝的检测与识别对大坝安全具有重要意义,为此开展了基于深度学习方法的混凝土裂缝织别方法研究。针对裂缝图像具有复杂拓扑结构和正负样本不平衡等特点,在典型U-net中嵌入了ASPP和CBAM优化模块,同时以Dice+BCE混合损失函数代替了单一交叉熵损失函数。结果表明:所创建的改进U-net在自制实例大坝裂缝图像数据集上表现优异,交并比IoU和F1分数分别为47.05%和62.99%,对比典型U-net分别提高了5.41%和5.19%,对比PSPNet分别提高了3.05%和3.31%。改进的U-net在裂缝分割任务中像素分类更精确,多尺度信息更丰富,具有良好的泛化能力和鲁棒性,可为大坝混凝土结构表面裂缝检测与识别提供更优的手段。; 关键词混凝土裂缝检测深度学习语义分割 U-net模型优化大坝安全; Keywords concrete crack detection deep learning semantic segmentation improved U-net model dam safety; 分类号 TV698.1 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名激光扫描混凝土裂缝的超声检测被引量：9: 3; 作者金谏周若阳赵金峰潘永东刘学增桑运龙顾盛; 机构同济大学航空航天与力学学院中国建筑股份有限公司同济大学土木工程学院上海同岩土木工程科技股份有限公司上海地下基础设施安全检测与养护装备工程技术研究中心昆山市建设工程质量检测中心; 出处《激光技术》 CAS CSCD 北大核心 2019年第4期453-459,共7页; 基金国家九七三重点基础研究发展计划资助项目(2015CB057806) 国家自然科学基金面上资助项目(51878497 11872282); 文摘为了探究激光扫描混凝土裂缝进行超声检测的可行性,采用激光扫描混凝土表面激发声场、表面波探头接收超声信号的方法,进行了相应的实验验证.通过对实验信号峰峰值和双极性特征分析,实现了混凝土表面裂缝的定位.同时采用有限元方法模拟了扫描激光在材料表面激发声场的过程,对超声信号进行了时域和频域上的分析.结果表明,当激光与裂缝边沿距离在1mm时,接收信号具有典型的双极性,且峰峰值达到极大值;当激光与裂缝边沿距离继续减小时,峰峰值迅速降低.通过扫描激光激发超声,在打点范围上形成由信号峰峰值表征的2维图像,由峰峰值突变特征和信号的双极性特征,可以实现混凝土表面缺陷边缘的定位.; 关键词激光技术混凝土裂缝检测激光超声双极性; Keywords laser technique concrete crack detection laser ultrasonic bipolarity; 分类号 TN247 [电子电信—物理电子学]; 在线阅读下载PDF 职称材料

题名基于PCNN和遗传算法相结合的新型混凝土桥梁裂缝检测方法被引量：20: 4; 作者王艳沈晓宇丁文胜王健波邹秀阳; 机构上海理工大学机械工程学院上海应用技术大学城市建设与安全工程学院; 出处《计算机应用研究》 CSCD 北大核心 2017年第10期3197-3200,共4页; 文摘针对混凝土桥梁裂缝对比度低、裂缝图像噪声干扰强等难题,提出了基于脉冲耦合神经网络(PCNN)和遗传算法相结合的混凝土桥梁裂缝检测新算法(GA-PCNN)。该算法首先利用遗传算法优化裂缝PCNN模型参数;然后通过改进的最小对数误差适应度函数区分裂缝与背景,当适应度值大小几乎无变化时,停止分割图像;最后通过连通域去噪算法滤除残余噪声,实现裂缝的自动检测。比较GA-PCNN、PCNN和基于熵及动态阈值算法对裂缝图像的分割效果,并绘制PR和ROC曲线评价分割质量,经计算GA-PCNN算法的PR和ROC曲线下面积为90.6%和91.6%,分别高于PCNN算法10.1%和6.8%、基于熵和动态阈值6.5%和6.7%。实验结果表明,GA-PCNN新算法分割效果好且去噪能力强,该算法能准确地提取混凝土桥梁裂缝特征。; 关键词混凝土桥梁裂缝检测脉冲耦合神经网络遗传算法最小对数误差; Keywords crack detection of concrete bridge PCNN genetic algorithm minimum logarithmic error; 分类号 TP391.41 [自动化与计算机技术—计算机应用技术]; 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	基于矢量量化变分自编码器的混凝土表观裂缝检测算法	刘超吴纪曙	《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心	2024	1	在线阅读下载PDF 职称材料
2	基于改进U-net的大坝表面混凝土裂缝图像分割方法	赵普谷艳昌张大伟吴云星	《人民长江》北大核心	2024	2	在线阅读下载PDF 职称材料
3	激光扫描混凝土裂缝的超声检测	金谏周若阳赵金峰潘永东刘学增桑运龙顾盛	《激光技术》 CAS CSCD 北大核心	2019	9	在线阅读下载PDF 职称材料
4	基于PCNN和遗传算法相结合的新型混凝土桥梁裂缝检测方法	王艳沈晓宇丁文胜王健波邹秀阳	《计算机应用研究》 CSCD 北大核心	2017	20	在线阅读下载PDF 职称材料