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
基于机器学习的深基坑三维土层重建
被引量：
2
1
作者
王朱贺
李楠
+1 位作者
张希瑞
苏想
《重庆大学学报》
EI
CAS
CSCD
北大核心
2021年第5期135-145,共11页
在深基坑施工过程中,需要通过少量钻孔数据来进行土层三维模型重建,以获取土质信息分布。提出一种基于机器学习的土层重建方法,首先设计土层生成算法来进行土层训练数据集的数据增强。然后根据钻孔信息数据结构设计了预测模型特征编码方...
在深基坑施工过程中,需要通过少量钻孔数据来进行土层三维模型重建,以获取土质信息分布。提出一种基于机器学习的土层重建方法,首先设计土层生成算法来进行土层训练数据集的数据增强。然后根据钻孔信息数据结构设计了预测模型特征编码方法,作为预测模型的标准输入,通过搭建卷积神经网络模型,对土层结构进行特征提取,形成土层预测模型。随后,利用预测模型对待预测地块中的离散格点进行土层属性预测,获得土层体数据。最后,对土层体数据利用Marching Cubes算法生成封闭等值面,形成土层实体块,从而实现了对三维土层的重建。本模型能够适应不同层数、不同类型的地层,具备了实际工程应用的初步条件。
展开更多
关键词
深基坑
机器学习
土层重建
土层可视化
CNN
在线阅读
下载PDF
职称材料
基于深度学习的单阶段车辆检测算法综述
被引量：
12
2
作者
赵奇慧
刘艳洋
项炎平
《计算机应用》
CSCD
北大核心
2020年第S02期30-36,共7页
随着基于深度学习的车辆检测技术的更新迭代,它在智能交通中发挥着越来越重要的作用。单阶段目标检测网络因其检测速度快的优点,被广泛地应用于监控视频中的车辆实时检测。为了综合分析和了解现今各种深度学习网络在车辆检测中应用情况...
随着基于深度学习的车辆检测技术的更新迭代,它在智能交通中发挥着越来越重要的作用。单阶段目标检测网络因其检测速度快的优点,被广泛地应用于监控视频中的车辆实时检测。为了综合分析和了解现今各种深度学习网络在车辆检测中应用情况,先介绍了当前深度学习中各类目标检测方法在车辆检测中的应用,之后简介了当前常用的单阶段目标检测算法,详细阐述了实时车辆检测中各类单阶段检测算法的实际应用状况,列举了这些算法的优点和不足。最后,简单介绍了车辆检测相关数据集和评价标准,对目前车辆检测中待解决的问题、未来待改进的方向进行了分析和讨论,为车辆检测的发展方向提供了思路。
展开更多
关键词
车辆检测
图像处理
深度学习
目标识别
单阶段目标检测
在线阅读
下载PDF
职称材料
题名
基于机器学习的深基坑三维土层重建
被引量：
2
1
作者
王朱贺
李楠
张希瑞
苏想
机构
北京工商大学人工智能学院
智慧互通科技有限公司
河北省静态交通技术创新中心
出处
《重庆大学学报》
EI
CAS
CSCD
北大核心
2021年第5期135-145,共11页
基金
国家自然科学基金资助项目(61877002,51405005)。
文摘
在深基坑施工过程中,需要通过少量钻孔数据来进行土层三维模型重建,以获取土质信息分布。提出一种基于机器学习的土层重建方法,首先设计土层生成算法来进行土层训练数据集的数据增强。然后根据钻孔信息数据结构设计了预测模型特征编码方法,作为预测模型的标准输入,通过搭建卷积神经网络模型,对土层结构进行特征提取,形成土层预测模型。随后,利用预测模型对待预测地块中的离散格点进行土层属性预测,获得土层体数据。最后,对土层体数据利用Marching Cubes算法生成封闭等值面,形成土层实体块,从而实现了对三维土层的重建。本模型能够适应不同层数、不同类型的地层,具备了实际工程应用的初步条件。
关键词
深基坑
机器学习
土层重建
土层可视化
CNN
Keywords
deep foundation pit
machine learning
soil layer reconstruction
soil layer visualization
CNN
分类号
TP399 [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
基于深度学习的单阶段车辆检测算法综述
被引量：
12
2
作者
赵奇慧
刘艳洋
项炎平
机构
智慧互通科技有限公司
出处
《计算机应用》
CSCD
北大核心
2020年第S02期30-36,共7页
文摘
随着基于深度学习的车辆检测技术的更新迭代,它在智能交通中发挥着越来越重要的作用。单阶段目标检测网络因其检测速度快的优点,被广泛地应用于监控视频中的车辆实时检测。为了综合分析和了解现今各种深度学习网络在车辆检测中应用情况,先介绍了当前深度学习中各类目标检测方法在车辆检测中的应用,之后简介了当前常用的单阶段目标检测算法,详细阐述了实时车辆检测中各类单阶段检测算法的实际应用状况,列举了这些算法的优点和不足。最后,简单介绍了车辆检测相关数据集和评价标准,对目前车辆检测中待解决的问题、未来待改进的方向进行了分析和讨论,为车辆检测的发展方向提供了思路。
关键词
车辆检测
图像处理
深度学习
目标识别
单阶段目标检测
Keywords
vehicle detection
image processing
deep learning
target recognition
single-stage target detection
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
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
基于机器学习的深基坑三维土层重建
王朱贺
李楠
张希瑞
苏想
《重庆大学学报》
EI
CAS
CSCD
北大核心
2021
2
在线阅读
下载PDF
职称材料
2
基于深度学习的单阶段车辆检测算法综述
赵奇慧
刘艳洋
项炎平
《计算机应用》
CSCD
北大核心
2020
12
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
