期刊导航
期刊开放获取
重庆大学
退出
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
基于轻量化网络与迁移学习的桥梁水下桩墩结构表观病害轮廓提取
1
作者
王威
姜绍飞
+3 位作者
宋华霖
李朋泽
王圣贤
苏振恒
《中国公路学报》
EI
CAS
CSCD
北大核心
2024年第2期88-99,共12页
水下桩墩作为桥梁结构的重要组成部分,由于其所处复杂的水文环境,通常会在其表面产生各种表观病害。现有的光学检测方法存在2个方面的问题:①水下图像模糊不清,色彩严重失真;②无法定量化识别病害尺寸大小,且检测效率低。针对这些问题,...
水下桩墩作为桥梁结构的重要组成部分,由于其所处复杂的水文环境,通常会在其表面产生各种表观病害。现有的光学检测方法存在2个方面的问题:①水下图像模糊不清,色彩严重失真;②无法定量化识别病害尺寸大小,且检测效率低。针对这些问题,提出了图像融合增强算法与深度学习模型相结合的水下桩墩表观病害轮廓提取方法。首先,提出了一种基于点锐度权重的图像像素级融合算法,不仅能够融合2种单一增强图像,而且在保证有效色彩校正的同时还能显著提高图像的对比度。其次,对DeepLabv3+语义分割网络模型进行轻量化改进,使其保证精度的情况下,尽可能降低模型所需的权重参数量;随后采用陆上建筑结构中的表观病害公开数据集训练主干特征提取网络层,并采用迁移学习方法将其运用到目标域的检测任务中。最后,利用水下试验与实际工程采集到的图像数据集对轻量化改进模型进行训练,建立起水下桩墩表观病害轮廓提取模型,然后对其进行验证与测试,并从3个方面进行了比较与讨论,即与其他5种常用算法的比较、图像融合前后的检测结果以及噪声影响,验证了所提出改进方法的鲁棒性和有效性。结果表明:提出的图像融合增强算法可以有效地增强病害图像轮廓的细节特征,且所提的轻量化改进模型不仅具有最高的识别精度,还能够保持较高的检测效率与鲁棒性,适合植入小型水下机器人中用于实际桥梁结构的水下桩墩表观病害轮廓的实时化、定量化检测。
展开更多
关键词
桥梁工程
水下
结构
检测
轻量化网络
迁移学习
桥梁
结构
水下
桩
墩
表观病害
原文传递
深水桩墩结构振动台试验及地震响应预测分析
被引量：
5
2
作者
柳春光
孙国帅
+1 位作者
张士博
韩亮
《大连理工大学学报》
EI
CAS
CSCD
北大核心
2013年第1期114-120,共7页
动力模型试验是研究桥梁结构抗震设计理论的重要方法,而神经网络技术对非线性系统具有很好的辨识和预测功能.为了分析地震动作用下动水压力对结构的影响及探索神经网络应用于地震响应预测分析的可能性,进行了水下桩墩结构振动台模型试...
动力模型试验是研究桥梁结构抗震设计理论的重要方法,而神经网络技术对非线性系统具有很好的辨识和预测功能.为了分析地震动作用下动水压力对结构的影响及探索神经网络应用于地震响应预测分析的可能性,进行了水下桩墩结构振动台模型试验及其仿真预测,衡量了水下桩墩结构的地震响应和动力特性.首先,介绍了相似律的选取、模型制作、试验现象及试验结果分析;然后,基于神经网络的预测功能,对模型试件的地震响应进行预测,并与试验结果对比研究;最后,分析试验结果及预测误差.试验结果表明:结构周围水体的存在改变了结构的地震响应及动力特性;训练有素的神经网络模型可以作为一个有用的工具,用于结构的地震响应预测.
展开更多
关键词
神经网络
预测
水下桩墩结构
试验研究
下载PDF
职称材料
题名
基于轻量化网络与迁移学习的桥梁水下桩墩结构表观病害轮廓提取
1
作者
王威
姜绍飞
宋华霖
李朋泽
王圣贤
苏振恒
机构
福州大学土木工程学院
福州大学福建省土木工程多灾害防治重点实验室
出处
《中国公路学报》
EI
CAS
CSCD
北大核心
2024年第2期88-99,共12页
基金
福建省自然科学基金重点项目(2022J02016)
福建省交通运输厅科技项目(202301)。
文摘
水下桩墩作为桥梁结构的重要组成部分,由于其所处复杂的水文环境,通常会在其表面产生各种表观病害。现有的光学检测方法存在2个方面的问题:①水下图像模糊不清,色彩严重失真;②无法定量化识别病害尺寸大小,且检测效率低。针对这些问题,提出了图像融合增强算法与深度学习模型相结合的水下桩墩表观病害轮廓提取方法。首先,提出了一种基于点锐度权重的图像像素级融合算法,不仅能够融合2种单一增强图像,而且在保证有效色彩校正的同时还能显著提高图像的对比度。其次,对DeepLabv3+语义分割网络模型进行轻量化改进,使其保证精度的情况下,尽可能降低模型所需的权重参数量;随后采用陆上建筑结构中的表观病害公开数据集训练主干特征提取网络层,并采用迁移学习方法将其运用到目标域的检测任务中。最后,利用水下试验与实际工程采集到的图像数据集对轻量化改进模型进行训练,建立起水下桩墩表观病害轮廓提取模型,然后对其进行验证与测试,并从3个方面进行了比较与讨论,即与其他5种常用算法的比较、图像融合前后的检测结果以及噪声影响,验证了所提出改进方法的鲁棒性和有效性。结果表明:提出的图像融合增强算法可以有效地增强病害图像轮廓的细节特征,且所提的轻量化改进模型不仅具有最高的识别精度,还能够保持较高的检测效率与鲁棒性,适合植入小型水下机器人中用于实际桥梁结构的水下桩墩表观病害轮廓的实时化、定量化检测。
关键词
桥梁工程
水下
结构
检测
轻量化网络
迁移学习
桥梁
结构
水下
桩
墩
表观病害
Keywords
bridge engineering
underwater structure detection
lightweight network
transfer learning
bridge underwater pile-pier structure
surface defect
分类号
U443 [建筑科学—桥梁与隧道工程]
原文传递
题名
深水桩墩结构振动台试验及地震响应预测分析
被引量：
5
2
作者
柳春光
孙国帅
张士博
韩亮
机构
大连理工大学建设工程学部工程抗震研究所
大连理工大学海岸和近海工程国家重点实验室
出处
《大连理工大学学报》
EI
CAS
CSCD
北大核心
2013年第1期114-120,共7页
基金
国家自然科学基金资助项目(51178079
重大项目90915011)
“九七三”国家重点基础研究发展计划资助项目(2011CB013605-4)
文摘
动力模型试验是研究桥梁结构抗震设计理论的重要方法,而神经网络技术对非线性系统具有很好的辨识和预测功能.为了分析地震动作用下动水压力对结构的影响及探索神经网络应用于地震响应预测分析的可能性,进行了水下桩墩结构振动台模型试验及其仿真预测,衡量了水下桩墩结构的地震响应和动力特性.首先,介绍了相似律的选取、模型制作、试验现象及试验结果分析;然后,基于神经网络的预测功能,对模型试件的地震响应进行预测,并与试验结果对比研究;最后,分析试验结果及预测误差.试验结果表明:结构周围水体的存在改变了结构的地震响应及动力特性;训练有素的神经网络模型可以作为一个有用的工具,用于结构的地震响应预测.
关键词
神经网络
预测
水下桩墩结构
试验研究
Keywords
neural network
prediction
submerged pile-pier system
experimental research
分类号
U442.39 [建筑科学—桥梁与隧道工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于轻量化网络与迁移学习的桥梁水下桩墩结构表观病害轮廓提取
王威
姜绍飞
宋华霖
李朋泽
王圣贤
苏振恒
《中国公路学报》
EI
CAS
CSCD
北大核心
2024
0
原文传递
2
深水桩墩结构振动台试验及地震响应预测分析
柳春光
孙国帅
张士博
韩亮
《大连理工大学学报》
EI
CAS
CSCD
北大核心
2013
5
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
