基于深度残差反向传播神经网络的钢筋腐蚀检测 |
| |
作者姓名: | 林旭梅 胡川 朱广辉 陈一戈 苗芳荣 |
| |
作者单位: | 青岛理工大学信息与控制工程学院,青岛266520 |
| |
基金项目: | 国家重点基础研究发展计划(973计划) |
| |
摘 要: | 针对小样本数据下浅层神经网络模型拟合能力不足,而加深网络层数出现网络性能退化问题,提出一种双跳跃深度残差BP神经网络模型,每个残差块堆叠三个同维度网络层,在网络的一、二层和一、三层之间加入双跳跃连接,增强浅层低非线性度特征信息向深层网络的直接传递和重复利用,且在反向传播过程中避免了梯度消失,提升模型分类准确率。同时引入一阶矩估计梯度指数加权平均因子对Adam算法中影响学习率的二阶矩估计梯度进行调整,优化网络的收敛能力。将改进后的算法模型用于钢筋腐蚀样本数据训练及测试,仿真结果表明,改进后的算法模型具有更好的分类性能。
|
关 键 词: | 钢筋腐蚀 腐蚀检测 双跳跃残差模块 残差映射 Adam算法 神经网络 |
收稿时间: | 2021-05-17 |
修稿时间: | 2021-08-23 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《科学技术与工程》浏览原始摘要信息 |
|
点击此处可从《科学技术与工程》下载全文 |
|