排序方式: 共有2条查询结果,搜索用时 0 毫秒
1
1.
为提高钢筋混凝土锈蚀裂缝检测分类的效率和精度,提出了一种基于深度学习卷积神经网络(Convolutional Neural Network,CNN)的钢筋混凝土锈蚀裂缝识别模型 SCNet(SteelCorrosion Net). 首先通过原始数据采集和数据增强构建了39 000张图片的裂缝数据集,然后利用 TensorFlow 学习框架和 Python构建神经网络模型并进行训练测试,根据模型的训练精度和测试精度进行网络结构和网络参数的优化,最终将 SCNet识别模型与两种传统检测方法进行对比 . 结果表明:文中所建立的 SCNet三分类神经网络模型达到了 96.8%的分类准确率,可以有效识别分类钢筋混凝土锈蚀裂缝,并且具有较高的准确率和可测性;在图像数据有阴影、扭曲等噪声干扰的条件下,两种传统检测方法已不能达到理想的分类效果,SCNet模型仍能表现出相对稳定的分类性能. 相似文献
2.
矿井通风新技术--受控循环通风 总被引:1,自引:0,他引:1
金淦 《科技情报开发与经济》2005,15(15):290-291
受控循环通风是一种新兴技术,在英国和南非得到普遍应用,它的应用可以改善井下的工作环境,降低通风费用,是一种值得推广的新技术。从理论分析与实际应用方面论证了受控循环通风技术的可行性。 相似文献
1