基于快照集成卷积神经网络的苹果叶部病害程度识别

针对苹果叶部病害程度识别准确率低的问题,构建了一种基于快照集成方法的苹果叶部病害程度识别模型。首先,通过多种数字图像处理技术对原始苹果叶部病害图像进行数据增强;然后,选取InceptionResNet V2作为基模型,引入CBAM模块提升网络的特征提取能力,使用焦点损失函数缓解苹果叶部病害数据集类别不平衡问题;最后,通过快照集成方法进行模型集成,得到苹果叶部病害程度识别模型。利用苹果黑星病和锈病的早期和晩期病害数据集进行了模型验证,准确率高达90.82%,比单一InceptionResNet V2模型的准确率提高了2.50个百分点。实验结果表明,基于快照集成的识别模型准确率较高,为苹果叶部病害程度识别研究提供了参考。

柔性基础下减沉复合疏桩沉降性能研究

采用减沉复合疏桩进行软基处理能充分发挥桩间土体的承载力,有效控制工后沉降的同时节约了软基处理成本。预应力管桩作为一种常用的减沉复合疏桩,大量应用于目前高速公路桥头软基处理中。其沉降计算多采用复合模量法,无法准确反映路堤荷载下该桩型的承载机理,计算值与实测值存在较大差别。基于Mindlin应力解,得出了环形桩端均布荷载作用在地基内部任意点竖向附加应力系数的数值计算方法;得出了沿桩身三角形分布、沿桩周均匀分布侧摩阻力作用在地基内部时任意点土中竖向附加应力系数的数值计算方法。在此基础上建立了考虑桩身压缩量和实际截面形状的预应力管桩单桩沉降计算方法,进而建立了路堤荷载下预应力管桩复合地基的沉降计算方法。通过现场实测沉降数据验证了该方法的合理性。