检索结果-维普期刊中文期刊服务平台

基于卷积神经网络的天麻表面破损检测研究被引量：2: 1; 作者夏敏孙鹏 +2 位作者费琦琪赵旭东杨琳琳《云南农业大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第2期371-376,共6页; 【目的】为解决传统天麻表面破损主要依靠人工检测的问题,提出将残差神经网络模型(Faster R-CNN ResNet101)检测方法应用到天麻表面破损识别中,以期取得较好的识别效果。【方法】以腐烂、霉变、机械损伤和完好等4类天麻为研究对象,在卷... 展开更多; 关键词天麻表面破损 ResNet101 图像预处理; 在线阅读下载PDF 职称材料

混凝土表面破损的修补方法: 2; 作者韦公远《西北水资源与水工程》 2003年第2期59-59,共1页; 关键词水工建筑物混凝土表面破损修补施工方法; 在线阅读下载PDF 职称材料

基于形态学的棉花种子破损检测被引量：16: 3; 作者李伟于振东 +1 位作者陈涛荀一《农业机械学报》 EI CAS CSCD 北大核心 2009年第4期169-172,共4页; 以"中棉35"棉花种子为对象,应用图像处理技术,提出了基于形态学的破损识别方法。采用链码算子获取轮廓信息并进行傅里叶算子平滑,根据曲率特征定位轮廓尖端点后,通过轮廓的对称性识别局部破损棉种;基于统计思想,根据大小、形... 展开更多; 关键词棉花种子表面破损图像处理形态学; 在线阅读下载PDF 职称材料

基于深度学习的倾斜摄影建筑物表面损毁信息提取被引量：3: 4; 作者罗嘉琦帅向华李继赓《中国地震》北大核心 2023年第2期271-281,共11页; 建筑物受损信息是地震受灾程度评估的基础,针对传统建筑物表面信息识别人工成本高、效率低等问题,受深度学习提取建筑物影像的启发,提出利用无人机倾斜摄影模型与深度学习相结合的方法提取震后建筑物表面破损信息。以2019年长宁6.0级地... 展开更多; 关键词深度学习倾斜摄影 VGG-16 DeeplabV3+ 建筑物表面破损信息; 在线阅读下载PDF 职称材料

基于深度学习的矿用输送带损伤检测方法被引量：16: 5; 作者张梦超周满山 +2 位作者张媛于岩李虎《工矿自动化》北大核心 2021年第6期51-56,共6页; 针对目前输送带损伤检测方法缺乏对输送带撕裂以外其他损伤类型研究的问题,提出一种基于深度学习的矿用输送带损伤检测方法,通过Yolov4-tiny目标检测网络对输送带损伤类型进行分类。Yolov4-tiny目标检测网络以CSPDarknet53-tiny作为主... 展开更多; 关键词带式输送机损伤检测深度学习目标检测表面划伤撕裂表面破损击穿; 在线阅读下载PDF 职称材料

基于低空无人机的大坝渗漏安全检测技术研究被引量：12: 6; 作者徐陈勇李云帆王喜春《电子测量技术》 2018年第9期84-86,共3页; 水库大坝为我国低空防护重点目标,研究大坝隐患排查及安全管理技术,确保大坝自身的结构稳定性具有十分重要的战略意义。提出以低空无人机航飞结合倾斜摄影技术对大坝表面渗漏情况进行检测的技术方法,通过无人机数据采集、倾斜摄影建模... 展开更多; 关键词无人机倾斜摄影裂缝表面破损渗漏; 在线阅读下载PDF 职称材料

浅谈砼外观质量的处理方法: 7; 作者顾凤玲朱志成《林业科技情报》 2007年第4期39-40,共2页; 砼外观质量的缺陷大致有:表面裂缝;表面破损;表面颜色不均匀:表面漏筋四方面,阐明了结合不同情况提出应采取的处理方法。; 关键词砼外观质量表面裂缝表面破损漏筋; 在线阅读下载PDF 职称材料

题名基于卷积神经网络的天麻表面破损检测研究被引量：2: 1; 作者夏敏孙鹏费琦琪赵旭东杨琳琳; 机构云南农业大学机电工程学院; 出处《云南农业大学学报（自然科学版）》 CAS CSCD 北大核心 2021年第2期371-376,共6页; 基金云南省科技厅重大专项(2018ZI001)。; 文摘【目的】为解决传统天麻表面破损主要依靠人工检测的问题,提出将残差神经网络模型(Faster R-CNN ResNet101)检测方法应用到天麻表面破损识别中,以期取得较好的识别效果。【方法】以腐烂、霉变、机械损伤和完好等4类天麻为研究对象,在卷积神经网络和区域候选网络的基础上构建模型,然后在tensorflow框架上实现模型检测,最后对比分析结果。【结果】天麻表面破损检测模型利用Faster R-CNN ResNet101网络中的输入卷积层以及4个卷积组进行特征提取,区域候选网络生成天麻表面破损的初步位置候选框,实现候选框的分类和定位,其识别率达95.14%,且查准率为0.94,召回率为0.92。与SSD (Single Shot multibox Detector)、Faster_rcnn_inception和Rfcn_resnet101等3种神经网络识别方法对比,识别率分别提高了13.02%、10.69%和12.02%。【结论】该模型具有泛化能力强、准确率较高和鲁棒性较好等特点,为农产品的识别研究提供了参考和借鉴。; 关键词天麻表面破损 ResNet101 图像预处理; Keywords Gastrodia elata Blume surface damage ResNet101 image preprocessing; 分类号 S567.239 [农业科学—中草药栽培]; 在线阅读下载PDF 职称材料

题名混凝土表面破损的修补方法: 2; 作者韦公远; 机构辽宁省; 出处《西北水资源与水工程》 2003年第2期59-59,共1页; 关键词水工建筑物混凝土表面破损修补施工方法; 分类号 TV544 [水利工程—水利水电工程]; 在线阅读下载PDF 职称材料

题名基于形态学的棉花种子破损检测被引量：16: 3; 作者李伟于振东陈涛荀一; 机构中国农业大学工学院; 出处《农业机械学报》 EI CAS CSCD 北大核心 2009年第4期169-172,共4页; 基金高等学校博士学科点专项科研基金资助项目(20050019005); 文摘以"中棉35"棉花种子为对象,应用图像处理技术,提出了基于形态学的破损识别方法。采用链码算子获取轮廓信息并进行傅里叶算子平滑,根据曲率特征定位轮廓尖端点后,通过轮廓的对称性识别局部破损棉种;基于统计思想,根据大小、形状特征的差异识别严重破损棉种。选取完好、破损棉种各200粒进行识别试验,结果表明破损棉种识别率达到94%。; 关键词棉花种子表面破损图像处理形态学; Keywords Cotton, Seed, Surface damage, Image processing, Morphology; 分类号 S339.3 [农业科学—作物遗传育种] 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

题名基于深度学习的倾斜摄影建筑物表面损毁信息提取被引量：3: 4; 作者罗嘉琦帅向华李继赓; 机构中国地震局地震预测研究所中国地震台网中心深圳防灾减灾技术研究院; 出处《中国地震》北大核心 2023年第2期271-281,共11页; 基金地震传感器信息准实时汇聚与地震影响场动态判定(2018YFC1504501)资助。; 文摘建筑物受损信息是地震受灾程度评估的基础,针对传统建筑物表面信息识别人工成本高、效率低等问题,受深度学习提取建筑物影像的启发,提出利用无人机倾斜摄影模型与深度学习相结合的方法提取震后建筑物表面破损信息。以2019年长宁6.0级地震为例,选用双河镇震后倾斜摄影模型切片图为数据源,对比分析面向对象分类方法、VGG-16模型和DeeplabV3+模型对建筑物表面损毁信息的提取结果。分析结果表明,针对建筑物表面破损信息的提取,尤其是细小裂缝的提取,语义分割网络DeeplabV3+模型具有较强的优势(准确率96.93%、召回率96.85%、总体精度96.89%),可实现建筑物表面破损信息的有效提取,具有较强的应用价值。; 关键词深度学习倾斜摄影 VGG-16 DeeplabV3+ 建筑物表面破损信息; Keywords Deep learning Oblique photography VGG16 DeeplabV3+ Destruction information of buildings; 分类号 P315 [天文地球—地震学]; 在线阅读下载PDF 职称材料

题名基于深度学习的矿用输送带损伤检测方法被引量：16: 5; 作者张梦超周满山张媛于岩李虎; 机构山东科技大学机械电子工程学院力博重工科技股份有限公司中煤科工集团常州研究院有限公司; 出处《工矿自动化》北大核心 2021年第6期51-56,共6页; 基金国家重点研发计划资助项目(2018YFC0604702) 山东省自然科学基金资助项目(ZR2018BEE014)。; 文摘针对目前输送带损伤检测方法缺乏对输送带撕裂以外其他损伤类型研究的问题,提出一种基于深度学习的矿用输送带损伤检测方法,通过Yolov4-tiny目标检测网络对输送带损伤类型进行分类。Yolov4-tiny目标检测网络以CSPDarknet53-tiny作为主干特征提取网络,借鉴Resnet残差思想,使用残差块防止深层网络中高层语义特征丢失,同时采用特征金字塔网络实现高低层语义信息融合,达到提高检测精度的目的;将CSPDarknet53-tiny中的2个有效特征层输入预测网络Yolo Head,通过得分排序和非极大值抑制算法对预测框进行筛选,从而预测输送带损伤类型。实验结果表明,Yolov4-tiny目标检测网络在输送带损伤数据集上对表面划伤、撕裂、表面破损和击穿4种损伤类型检测的平均精度分别为99.36%,94.85%,89.30%,86.76%,平均精度均值达92.57%;与Faster-RCNN,RFBnet,M2det,SSD,Yolov3,EfficientDet和Yolov4目标检测网络相比,Yolov4-tiny目标检测网络在数据集上取得了最快的检测速度,帧速率达101帧/s,实现了较好的速度与精度的平衡,且占用计算资源相对较少;通过对数据集外新鲜样本的检测,验证了本文方法具有较好的泛化能力。; 关键词带式输送机损伤检测深度学习目标检测表面划伤撕裂表面破损击穿; Keywords belt conveyor damage detection deep learning target detection surface scratches tear surface damage surface breakdown; 分类号 TD528 [矿业工程—矿山机电] TD634 [矿业工程—矿山机电]; 在线阅读下载PDF 职称材料

题名基于低空无人机的大坝渗漏安全检测技术研究被引量：12: 6; 作者徐陈勇李云帆王喜春; 机构长江勘测规划设计研究院; 出处《电子测量技术》 2018年第9期84-86,共3页; 文摘水库大坝为我国低空防护重点目标,研究大坝隐患排查及安全管理技术,确保大坝自身的结构稳定性具有十分重要的战略意义。提出以低空无人机航飞结合倾斜摄影技术对大坝表面渗漏情况进行检测的技术方法,通过无人机数据采集、倾斜摄影建模及人工解译等手段排查大坝出现的裂缝、表面破损、渗漏等情况。以丹江口大坝为例,对其中一条溢洪道进行实地验证,准确发现多处裂缝、表面破损、渗漏等位置。实验结果表明本文提出的方法结果准确有效,较传统方法效率更高。; 关键词无人机倾斜摄影裂缝表面破损渗漏; Keywords UAV oblique photogrammetry fracture surface damage dam leakage; 分类号 TP79 [自动化与计算机技术—检测技术与自动化装置]; 在线阅读下载PDF 职称材料

题名浅谈砼外观质量的处理方法: 7; 作者顾凤玲朱志成; 机构黑龙江省穆棱林业工程公司; 出处《林业科技情报》 2007年第4期39-40,共2页; 文摘砼外观质量的缺陷大致有:表面裂缝;表面破损;表面颜色不均匀:表面漏筋四方面,阐明了结合不同情况提出应采取的处理方法。; 关键词砼外观质量表面裂缝表面破损漏筋; Keywords concrete appearance quality surface crack surface dilapidation tendon- leakage; 分类号 TU755 [建筑科学—建筑技术科学]; 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	基于卷积神经网络的天麻表面破损检测研究	夏敏孙鹏费琦琪赵旭东杨琳琳	《云南农业大学学报（自然科学版）》 CAS CSCD 北大核心	2021	2	在线阅读下载PDF 职称材料
2	混凝土表面破损的修补方法	韦公远	《西北水资源与水工程》	2003	0	在线阅读下载PDF 职称材料
3	基于形态学的棉花种子破损检测	李伟于振东陈涛荀一	《农业机械学报》 EI CAS CSCD 北大核心	2009	16	在线阅读下载PDF 职称材料
4	基于深度学习的倾斜摄影建筑物表面损毁信息提取	罗嘉琦帅向华李继赓	《中国地震》北大核心	2023	3	在线阅读下载PDF 职称材料
5	基于深度学习的矿用输送带损伤检测方法	张梦超周满山张媛于岩李虎	《工矿自动化》北大核心	2021	16	在线阅读下载PDF 职称材料
6	基于低空无人机的大坝渗漏安全检测技术研究	徐陈勇李云帆王喜春	《电子测量技术》	2018	12	在线阅读下载PDF 职称材料
7	浅谈砼外观质量的处理方法	顾凤玲朱志成	《林业科技情报》	2007	0	在线阅读下载PDF 职称材料