-
公开(公告)号：CN112418266A
公开(公告)日：2021-02-26
申请号：CN202011102111.5
申请日：2020-10-15
Applicant: 南昌大学
Abstract: 本发明公开了一种基于卷积神经网络的桩基础完整性分类识别方法，通过低应变采集设备对桩基础进行检测，并分别附上类别标签构建待用数据集；对数据集中的图像进行缩放和归一化预处理；将预处理后的数据集进行数据扩充；按预设的比例分为训练集和测试集；将训练集输入构建的模型中进行分类训练，优化相关参数直至获得全局最优解，得到所需卷积神经网络模型；将测试集输入卷积神经网络模型进行验证，输出识别结果并进行评价。本发明利用卷积神经网络的特征提取能力对低应变波型图像进行识别，解决了人工分析检测存在成本高和主观性强的问题；同时基于神经网络的快速计算能力具有较强的实用性，对桩基础完整性检测有巨大的现实意义和价值。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
