硕士论文导读《基于探地雷达技术及卷积神经网络理论的公路路基病害评价》
论文题目:基于探地雷达技术及卷积神经网络理论的
公路路基病害评价
作者及单位:长安大学 姜海强
摘要
本文介绍了探地雷达检测的原理和影响检测性能的因素。在此基础上,综述了各类道路材料及包括裂缝、脱空、路基疏松等在内的公路路基病害在探地雷达信号下的典型图像特征,着重介绍了基于病害反射的探地雷达信号识别与优化算法.
。探地雷达技术可以有效克服路基病害的隐蔽性问题,但当前探地雷达的数据分析还依赖于人工识别。为此,本文建立了级联卷积神经网络来实现自动识别探地雷达图像所反映路基病害的任务。级联卷积神经网络系统由两个卷积神经网络组成,分别用于识别低分辨率和高分辨率探地雷达图像。神经网络的建立包括训练、验证和测试三个步骤。通过训练和测试的结果验证了级联卷积神经网络系统的稳定性。将级联卷积神经网络和其他识别算法进行比较,以论证其优越性。结果表明,级联卷积神经网络在路基病害分类训练中的识别准确率为 97.46%,验证中的识别准确率为 95.80%。级联卷积神经网络的识别准确性不受雷达发射频率和路面结构的影响。此外,与 Sobel 边缘检测和 K 值聚类分析相比,级联卷积神经网络系统识别精度更高。
本文做了三件事:
- 介绍探地雷达监测的原理和影响监测性能的因素
- 综述各类道路材料及各类病害在雷达信号下的典型图像特征
- 介绍基于病害反射的探地雷达信号识别与优化算法
- 建立级联卷积神经网络
- 将该神经网络与其他识别算法进行比较
- 探究级联卷积神经网络的识别准确性是否受雷达频率、道路结构影响
第四章 路基病害信号识别与优化算法
本章分析了 7 种路基病害信号识别与优化的算法,分别是:“三维一体化”检测技术;谱剖面技术;支持向量机(SVM)技术;S 变换技术;Sobel 边缘检测技术;K 值聚类分析技术;卷积神经网络技术。本文选取卷积神经网络技术对探地雷达图像进行路基病害的识别
以山西省境内的四条高速公路(平阳高速、侯平高速、太旧高速、太佳高速)作为研究对象,路面结构如表 5-1 所示。每条公路分别采集了 50 张路基病害图像,一共获得分辨率为 5,120×3,072 的 200 张图像
将这 200 张图像进行裁剪,使得像素分辨率为 256×256,并手动注释图像反应的路基状态。为保证后续训练的收敛速度及响应速度,对图像采用正交编码注释。
- 采集200张图片
- 裁剪,归一化分辨率
- 手动注释图像反应的路基状态
网络结构描述:
本文建立了级联卷积神经网络,其结构如图 5.3 所示。级联卷积神经网络有两个分类器,这两个分类器都是卷积神经网络,结构相同。二者的区别在于分辨率的不同:分类器 1 采用的是高分辨率样本训练,分类器 2 采用的是低分辨率样本训练。在探地雷达病害图像识别中,低分辨率样本为 300MHz 发射频率采集的样本,其余样本命名高分辨率样本
卷积神经网络有四个结构层,分别为:输入层、卷积层、池化层和 softmax 层。由 于卷积层和池化层的使用,探地雷达中 256256 的小尺寸图像可作为样本直接输入到卷积神经网络中,用作训练和测试样本。最后样本再进行卷积操作、池化操作以及 softmax操作进行病害分类。
小样本数据:
- 数据增强(实现数据扩充)
- 加入噪声
- 数据裁剪
- 仿真实验
- K-折交叉检验方法
- 将多个这样的“弱学习组”进行组合(可以是一批诸如Support VectorMachines或Decision Trees之类的程序),使得它们能够“协同工作”,共同产生一个预测结果。这就是集成学习的主要内容。
- 迁移学习
集成学习
参考文档
硕士论文导读《基于探地雷达技术及卷积神经网络理论的公路路基病害评价》相关推荐
- 论文导读 | 基于多臂赌博机(MAB)建模的SimRank计算
北京大学 刘钰 原文<SimTab: Accuracy-Guaranteed SimRank Queries through TighterConfidence Bounds and Multi ...
- 硕士论文阅读——基于机器视觉和深度学习的工人安全帽检测与身份识别方法
文章目录 零.摘要 一.绪论 1.背景与研究意义 2.国内外研究现状 (1)安全帽佩戴检测研究现状与不足 (2)身份识别研究现状与不足 (3)基于深度学习的目标检测 二.深度学习目标检测理论 1.卷积 ...
- 关系查询处理 查询优化 论文_论文导读基于查询负载的分布式RDF图分割和分配...
Adaptive Distributed RDF Graph Fragmentation and Allocation based on Query Workload PengPeng, Lei Zo ...
- 【教育硕士论文】基于翻转课堂理念的初中信息技术教学模式构建(节选)
摘 要 随着信息技术的迅速发展,现代信息技术正逐渐改变着人们的生活.学习和工作方式,人们已经明确意识到信息的收集,传输,处理和应用能力已成为一个最基本的能力和文化水平的标记.信息技术作为现代的一门新兴 ...
- retinanet50预训练权重_论文导读|基于注意力机制对齐增强预训练语言模型
李彦增 这篇文章通过提出了一种注意力机制对齐的方法,为预训练语言模型在 fine-tuning阶段引入了多源分词信息外部知识,从而提升了预训练语言模型在各个子任务上的效果.本文收录于 2020 年 A ...
- 论文导读 | 基于注意力机制对齐增强预训练语言模型
这篇文章通过提出了一种注意力机制对齐的方法,为预训练语言模型在 fine-tuning阶段引入了多源分词信息外部知识,从而提升了预训练语言模型在各个子任务上的效果.本文收录于 2020 年 ACL. ...
- 探地雷达技术在道路检测中的应用
在我国,高速公路的发展速度随着经济建设水平的快速提升而较为迅速,评价公路后期维护的路况质量以及检测新建公路质量的工作量也日益攀升.公路建设越来越快,对检测手段的要求也越来越高,显然以往的技术已经无法满 ...
- 基于U-Net的递归残差卷积神经网络在医学图像分割中的应用
转载: 版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/weixin_45723705/ ...
- mysql8.0其他机器访问_论文导读|基于机器学习的高速缓存预取
作者:北京大学杨磊 这篇文章通过机器学习方法预测未来访问来解决LSM-tree存储引擎下的缓存失效问题,目前该论文已经被数据库顶会VLDB2020接收. 问题背景 传统的缓存替换机制,比如LRU.LF ...
最新文章
- 五大点,搞懂单线程的Redis到底快在哪里
- 一文看懂卷积神经网络-CNN(基本原理+独特价值+实际应用)
- Java一行一行的读文件和简单的写文件
- jee-weapp是一套基于jfinal,dubbo微服务开发的微信小程序商城项目,首次开放全部拼团前后台源码
- android程序安装空间不足,AndroidStudio提示磁盘空间不足
- vmware 虚拟机中有时获取不到IP地址
- 游侠原创:VMware ESXi 5安装图文教程
- Android中使用字体库的方法
- 视频教程-交换技术(CCNA魔鬼训练营系列)-思科认证
- “泰迪杯”挑战赛 - 基于协同过滤的推荐算法研究与 GUI 设计
- 我的同事们(四): Sang Shin
- neon浮点运算_ARM Linux Kernel浮点运算(软浮点、硬浮点)
- 30系列显卡使用tensorflow1版本
- 倾斜摄影当中重叠度、传感器尺寸、焦距等参数问题梳理
- “限时分享“ 本地80个小游戏 HTML+CSS+JS源码分享
- ur机器人编程-创建程序
- 删除页面引入的js或者css文件
- 关于meta: description HTML 标签的解释 ,SEO
- Eureka注册中心配置登录验证
- 计算机合成图像的技术可应用于,计算机系统概论第五章测验与答案.doc