期刊导航
期刊开放获取
河南省图书馆
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
3
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
风载荷下树木稳定性的无损评估方法
1
作者
谭旭
张潇巍
+3 位作者
李爽
吕生华
徐凌飞
文剑
《森林工程》
北大核心
2024年第2期127-141,共15页
为解决树木在风载荷下易发生安全事故,造成人员伤亡和财产损失的问题,研究一种基于无损重构技术和有限元分析的风载荷下树木稳定性的评估方法,通过探地雷达(Ground Penetrating Radar, GPR)无损获取根系构型,结合三维重构技术和阻力公...
为解决树木在风载荷下易发生安全事故,造成人员伤亡和财产损失的问题,研究一种基于无损重构技术和有限元分析的风载荷下树木稳定性的评估方法,通过探地雷达(Ground Penetrating Radar, GPR)无损获取根系构型,结合三维重构技术和阻力公式构建风载荷下的树木模型,根据模型的有限元分析结果评估树木稳定性状况。通过仿真和对古侧柏(Platycladus orientalis)现场试验,分析不同根系构型和不同土壤参数对树木稳定性的影响。结果表明,水平浅根和土壤参数是影响树木稳定性的2个重要因素,得到与现有研究中相同的等效应力变化趋势。研究证明GPR所获取的根系构型可以作为树木稳定性的重要评价指标,验证研究结果在实际树木风险评估工作中的可行性。
展开更多
关键词
根系锚固结构
树木稳定性
探地雷达(GPR)
树木模型
Ansys
有限元法
侧柏
下载PDF
职称材料
基于深度学习的树木根系探地雷达多目标参数反演识别
2
作者
李爽
张潇巍
+3 位作者
谭旭
徐凌飞
吕生华
文剑
《北京林业大学学报》
CAS
CSCD
北大核心
2024年第4期103-114,共12页
【目的】使用深度学习方法实现对根系雷达图像的多目标检测和多参数估计。【方法】构建了一种以YOLOv5s和CNN-LSTM为主要框架的网络模型实现对根系雷达扫描图像的多目标检测和多参数估计。首先,通过仿真模拟和预埋试验获取试验所需的根...
【目的】使用深度学习方法实现对根系雷达图像的多目标检测和多参数估计。【方法】构建了一种以YOLOv5s和CNN-LSTM为主要框架的网络模型实现对根系雷达扫描图像的多目标检测和多参数估计。首先,通过仿真模拟和预埋试验获取试验所需的根系雷达剖面图数据,同时为了增加数据的多样性,使用CycleGAN风格迁移网络获取了一批具有真实雷达图像特征的仿真数据;然后,使用YOLOv5s目标检测网络识别并提取根系响应区域;接着引入频域变换,获取频域特征,并将根系雷达图像的时域特征和频域特征融合;最后,利用卷积神经网络、卷积注意力机制以及长短期记忆网络强调和提取与根系参数相关的信息特征,并使用多任务学习的方法实现对根系半径、深度、相对介电常数以及水平倾角的预测。【结果】(1)仿真试验中,根系半径估计的最大误差是4.3 mm,R^(2)为0.980,均方根误差为1.32,深度估计的最大误差是35.1 mm,R^(2)为0.962,均方根误差为17.68,相对介电常数估计的最大误差是3.1,R^(2)为0.960,均方根误差为1.10,水平倾角估计的最大误差是10.2°,R^(2)为0.821,均方根误差是4.96。(2)在实测数据上对根系半径估计的平均相对误差是9.112%,深度估计的平均相对误差是5.772%,水平倾角估计的平均相对误差是11.25%。【结论】本文提出的基于深度学习与探地雷达的多目标检测方法可以为根系检测和根系参数估计提供便利。
展开更多
关键词
探地雷达
多参数估计
无损检测
多任务学习
下载PDF
职称材料
探地雷达树木根系定位与直径估算
被引量:
4
3
作者
王泽鹏
张潇巍
+3 位作者
薛芳秀
文剑
韩红岩
黄莹
《农业工程学报》
EI
CAS
CSCD
北大核心
2021年第8期160-168,共9页
针对树木根系的探地雷达(Ground Penetrating Radar,GPR)检测图像复杂、解译困难、自动化程度低且精度不高等问题,该研究提出了一种基于YOLOv3的树根自动识别和参数估计的方法。通过不同的根预埋试验分析了根直径、掩埋深度和朝向对根...
针对树木根系的探地雷达(Ground Penetrating Radar,GPR)检测图像复杂、解译困难、自动化程度低且精度不高等问题,该研究提出了一种基于YOLOv3的树根自动识别和参数估计的方法。通过不同的根预埋试验分析了根直径、掩埋深度和朝向对根系识别和预测的影响,对比评估了在复杂现场环境下该方法与商业软件常用的阈值分割方法的识别效果。结果表明算法可实现根系自动提取和双曲线顶点定位,对根双曲线的识别准确率和召回率分别达到了96.62%和86.94%,根系参数预测的总平均相对误差在10.57%以内。该方法具有较高的识别准确率和鲁棒性,可实时地对树木根系进行检测并进行根系参数预测,对树木根系无损检测具有重要意义。
展开更多
关键词
探地雷达
根系定位
YOLOv3
随机霍夫变换
Savizky-Golay滤波
下载PDF
职称材料
题名
风载荷下树木稳定性的无损评估方法
1
作者
谭旭
张潇巍
李爽
吕生华
徐凌飞
文剑
机构
北京林业大学工学院
出处
《森林工程》
北大核心
2024年第2期127-141,共15页
基金
国家自然科学基金资助项目(32071679)
北京市自然科学基金项目(6202023)。
文摘
为解决树木在风载荷下易发生安全事故,造成人员伤亡和财产损失的问题,研究一种基于无损重构技术和有限元分析的风载荷下树木稳定性的评估方法,通过探地雷达(Ground Penetrating Radar, GPR)无损获取根系构型,结合三维重构技术和阻力公式构建风载荷下的树木模型,根据模型的有限元分析结果评估树木稳定性状况。通过仿真和对古侧柏(Platycladus orientalis)现场试验,分析不同根系构型和不同土壤参数对树木稳定性的影响。结果表明,水平浅根和土壤参数是影响树木稳定性的2个重要因素,得到与现有研究中相同的等效应力变化趋势。研究证明GPR所获取的根系构型可以作为树木稳定性的重要评价指标,验证研究结果在实际树木风险评估工作中的可行性。
关键词
根系锚固结构
树木稳定性
探地雷达(GPR)
树木模型
Ansys
有限元法
侧柏
Keywords
Root anchorage structure
tree stability
ground penetrating radar(GPR)
tree modelling
Ansys
finite element method
lateral cypress
分类号
S718.43 [农业科学—林学]
下载PDF
职称材料
题名
基于深度学习的树木根系探地雷达多目标参数反演识别
2
作者
李爽
张潇巍
谭旭
徐凌飞
吕生华
文剑
机构
北京林业大学工学院
出处
《北京林业大学学报》
CAS
CSCD
北大核心
2024年第4期103-114,共12页
基金
国家自然科学基金项目(32071679)
北京市自然科学基金项目(6202023)。
文摘
【目的】使用深度学习方法实现对根系雷达图像的多目标检测和多参数估计。【方法】构建了一种以YOLOv5s和CNN-LSTM为主要框架的网络模型实现对根系雷达扫描图像的多目标检测和多参数估计。首先,通过仿真模拟和预埋试验获取试验所需的根系雷达剖面图数据,同时为了增加数据的多样性,使用CycleGAN风格迁移网络获取了一批具有真实雷达图像特征的仿真数据;然后,使用YOLOv5s目标检测网络识别并提取根系响应区域;接着引入频域变换,获取频域特征,并将根系雷达图像的时域特征和频域特征融合;最后,利用卷积神经网络、卷积注意力机制以及长短期记忆网络强调和提取与根系参数相关的信息特征,并使用多任务学习的方法实现对根系半径、深度、相对介电常数以及水平倾角的预测。【结果】(1)仿真试验中,根系半径估计的最大误差是4.3 mm,R^(2)为0.980,均方根误差为1.32,深度估计的最大误差是35.1 mm,R^(2)为0.962,均方根误差为17.68,相对介电常数估计的最大误差是3.1,R^(2)为0.960,均方根误差为1.10,水平倾角估计的最大误差是10.2°,R^(2)为0.821,均方根误差是4.96。(2)在实测数据上对根系半径估计的平均相对误差是9.112%,深度估计的平均相对误差是5.772%,水平倾角估计的平均相对误差是11.25%。【结论】本文提出的基于深度学习与探地雷达的多目标检测方法可以为根系检测和根系参数估计提供便利。
关键词
探地雷达
多参数估计
无损检测
多任务学习
Keywords
ground penetrating radar
multi-parameter estimation
nondestructive testing
multi-task learning
分类号
S771.8 [农业科学—森林工程]
下载PDF
职称材料
题名
探地雷达树木根系定位与直径估算
被引量:
4
3
作者
王泽鹏
张潇巍
薛芳秀
文剑
韩红岩
黄莹
机构
北京林业大学工学院
北京市颐和园管理处
出处
《农业工程学报》
EI
CAS
CSCD
北大核心
2021年第8期160-168,共9页
基金
北京市自然科学基金项目(6202023)
国家自然科学基金资助项目(32071679)。
文摘
针对树木根系的探地雷达(Ground Penetrating Radar,GPR)检测图像复杂、解译困难、自动化程度低且精度不高等问题,该研究提出了一种基于YOLOv3的树根自动识别和参数估计的方法。通过不同的根预埋试验分析了根直径、掩埋深度和朝向对根系识别和预测的影响,对比评估了在复杂现场环境下该方法与商业软件常用的阈值分割方法的识别效果。结果表明算法可实现根系自动提取和双曲线顶点定位,对根双曲线的识别准确率和召回率分别达到了96.62%和86.94%,根系参数预测的总平均相对误差在10.57%以内。该方法具有较高的识别准确率和鲁棒性,可实时地对树木根系进行检测并进行根系参数预测,对树木根系无损检测具有重要意义。
关键词
探地雷达
根系定位
YOLOv3
随机霍夫变换
Savizky-Golay滤波
Keywords
ground penetrating radar
root location
YOLOv3
RHT
savizky-Golay filter
分类号
TP79 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
风载荷下树木稳定性的无损评估方法
谭旭
张潇巍
李爽
吕生华
徐凌飞
文剑
《森林工程》
北大核心
2024
0
下载PDF
职称材料
2
基于深度学习的树木根系探地雷达多目标参数反演识别
李爽
张潇巍
谭旭
徐凌飞
吕生华
文剑
《北京林业大学学报》
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
3
探地雷达树木根系定位与直径估算
王泽鹏
张潇巍
薛芳秀
文剑
韩红岩
黄莹
《农业工程学报》
EI
CAS
CSCD
北大核心
2021
4
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