期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于改进U-Net的历史建筑水刷石饰面配比智能分析技术
1
作者 陈雪峡 沈俊凯 +2 位作者 孙沈鹏 张英楠 谷志旺 《建筑施工》 2024年第9期1373-1375,1380,共4页
水刷石饰面是上海近现代历史建筑的典型饰面之一。基于人工智能等现代技术,研发基于改进U-Net的水刷石配比智能分析方法,构建水刷石配比智能分析体系,实现典型水刷石饰面材料配比的快速化、智能化获取,解决了典型特征饰面传统材料配比... 水刷石饰面是上海近现代历史建筑的典型饰面之一。基于人工智能等现代技术,研发基于改进U-Net的水刷石配比智能分析方法,构建水刷石配比智能分析体系,实现典型水刷石饰面材料配比的快速化、智能化获取,解决了典型特征饰面传统材料配比遗失严重,常规的材料配比分析技术面临的试配时间长、过程反复、精确待提升等问题。研究结果可为现代技术赋能历史风貌的保护和传承奠定基础。 展开更多
关键词 材料配比智能分析 图像数据集 神经网络模型 水刷石饰面
下载PDF
基于卷积神经网络的钢箱梁裂缝检测算法研究
2
作者 沈俊凯 张令心 朱柏洁 《世界地震工程》 北大核心 2023年第4期77-85,共9页
地震作用和车辆动载的日常冲击常常会引起钢箱梁的表面裂缝损伤。在日常检修和震后开展安全检查时,由于裂缝在整张图像中的占比较低且受到笔迹、锈迹和焊缝等因素的严重干扰,很难从现场采集到的图像中高效并精确地检测出裂缝。为此,本... 地震作用和车辆动载的日常冲击常常会引起钢箱梁的表面裂缝损伤。在日常检修和震后开展安全检查时,由于裂缝在整张图像中的占比较低且受到笔迹、锈迹和焊缝等因素的严重干扰,很难从现场采集到的图像中高效并精确地检测出裂缝。为此,本文基于卷积神经网络提出了一种结合裂缝定位和裂缝分割的级联裂缝检测模型。首先,采用分类模型在原始图像中定位出裂缝所在位置,然后采用U-Net模型实现对裂缝的像素级检测。结果表明:本文方法可以实现对大部分裂缝的精确检测,F 1分数达到0.67,高于仅采用分割模型的0.55;此外,相比仅采用分割模型的检测方法,本文方法的检测效率提高了近70%,可达到9.25 s每张。 展开更多
关键词 图像处理 深度学习 计算机视觉 卷积神经网络 裂缝检测
下载PDF
不同版本规范设计的底框砌体结构地震易损性对比 被引量:2
3
作者 张令心 陈浩 +2 位作者 朱柏洁 沈俊凯 李宁 《地震工程与工程振动》 CSCD 北大核心 2021年第1期1-8,共8页
历次地震震害表明,底框砌体结构在遭遇大地震时破坏严重。本文比较了《GBJ11-89建筑抗震设计规范》和《GB50011-2001建筑抗震设计规范》中关于该类结构的抗震设计要求。参考某地一个实际底框砌体结构建筑设计资料,分别按上述两版本规范... 历次地震震害表明,底框砌体结构在遭遇大地震时破坏严重。本文比较了《GBJ11-89建筑抗震设计规范》和《GB50011-2001建筑抗震设计规范》中关于该类结构的抗震设计要求。参考某地一个实际底框砌体结构建筑设计资料,分别按上述两版本规范设计了2个具有代表性的底框砌体结构。采用层间剪切模型基于IDA方法对结构进行了地震易损性分析,对比分析结果表明:按两版本规范设计的底框砌体结构的破坏均出现在过渡层;在设防地震作用下,按《89规范》设计的结构达到中等破坏的概率最大,使用功能受到影响,按《01规范》设计的结构达到轻微破坏状态的概率最大,使用功能基本无影响;在罕遇地震作用下,按《01规范》设计的结构发生严重破坏和毁坏的概率比按《89规范》设计的结构明显降低,抗震能力明显提高。本文提供的结果可丰富底框砌体结构地震易损性数据,为区域地震风险评估、震害预测等研究提供更加精细的易损性模型。 展开更多
关键词 底框砌体结构 规范对比 典型结构 简化模型 易损性
下载PDF
基于LM-BP神经网络的钢筋混凝土框架结构震害快速预测模型 被引量:14
4
作者 张令心 戴静涵 +1 位作者 沈俊凯 高华国 《自然灾害学报》 CSCD 北大核心 2019年第2期1-9,共9页
为了快速对建筑群进行震害预测,构建城乡地震易损性模型,为防灾减灾工程提供依据并助力韧性城乡建设,本文选取位于抗震设防烈度为7度区的某市,把该市已完成的震害预测项目的基础数据和结果作为数据库的样本来源,以框架结构作为研究对象... 为了快速对建筑群进行震害预测,构建城乡地震易损性模型,为防灾减灾工程提供依据并助力韧性城乡建设,本文选取位于抗震设防烈度为7度区的某市,把该市已完成的震害预测项目的基础数据和结果作为数据库的样本来源,以框架结构作为研究对象,将层数、层高、楼高、柱面积率等12个易获取且关联度较高的关键数据作为震害影响因子,充分利用了Matlab可视性良好的建模特性及LM算法能够快速拟合的优势,训练了一个基于LM算法的BP神经网络震害预测模型。采用多组数据测试,对单次模拟结果数据进行对比,并通过多次随机选取数据样本建立模型,验证该模型的精度和稳定性。测试结果表明,本文所选取的震害影响因子能够对框架结构的震害预测结果进行准确映射,该方法准确快速高效,可以应用于建筑群的快速震害预测实际工作中。 展开更多
关键词 框架结构 震害预测 震害影响因子 BP神经网络 LM算法
下载PDF
基于科学计量学与可视化的我国中药及天然药物研究热点分析 被引量:2
5
作者 申军凯 张酉秋 +1 位作者 李浩娜 于培明 《中国药事》 CAS 2022年第1期92-104,共13页
目的:对当前我国中药和天然药物领域研究热点进行探测,为学者了解该领域研究现状提供一个全面直观的视角。方法:检索WebofScience核心集中我国学者发表的中药及天然药物相关学术论文,对文献关键词进行共现分析、聚类分析与突发性探测,... 目的:对当前我国中药和天然药物领域研究热点进行探测,为学者了解该领域研究现状提供一个全面直观的视角。方法:检索WebofScience核心集中我国学者发表的中药及天然药物相关学术论文,对文献关键词进行共现分析、聚类分析与突发性探测,对施引文献进行共被引分析和突发性探测,并以网络知识图谱的形式进行可视化。结果:最终筛选得到18689篇文献,"Chemistry""Pharmacology&Pharmacy""Integrative&Complementary Medicine"和"Biochemistry&Molecular Biology"在学科共现网络中具有较高频次和中介中心性;"Expression""Apoptosis""Activation""Cell""Mechanism""Identification"和"Oxidative Stress"等关键词在共现网络中具有较高共现频次和中介中心性;"Expression""Oxidative Stress""Identification""Mechanism""Apoptosis""Traditional Chinese Medicine""Cell"和"Mass Spectrometry"为主要关键词聚类类团;"Cancer Cell""Root""Performance Liquid Chromatography""In Vivo""Plasma"及"Inhibitor"等为突发性关键词;共被引文献主要分布在"Panax Species""Network Pharmacology""Chloroplast Genome""Quality Control""Apoptosis""Metabolomics""Chronic Kidney Disease""Molecular Docking""Biosynthesis""Proteomics""Chemical Profiling"和"Lung Cancer"研究主题。结论:遗传表达、鉴定、反应机理、氧化应激、细胞凋亡与质谱分析为热点研究对象;中药网络药理学、生物遗传与基因测序、肺癌等癌症诊疗、计算机与大数据在中药药理和分子水平诊断机制领域的应用、关于癌症治疗方面自然产物作用机制、传统中医在心脑血管疾病系统水平的药物靶点的关联特征、药对在中药配伍中的作用等方向或成为前沿性学术问题。 展开更多
关键词 中药 天然药物 科学计量学 CiteSpace可视化 知识图谱 研究热点
下载PDF
A review of the research and application of deep learning-based computer vision in structural damage detection 被引量:6
6
作者 Zhang Lingxin shen junkai Zhu Baijie 《Earthquake Engineering and Engineering Vibration》 SCIE EI CSCD 2022年第1期1-21,共21页
Damage detection is a key procedure in maintenance throughout structures′life cycles and post-disaster loss assessment.Due to the complex types of structural damages and the low efficiency and safety of manual detect... Damage detection is a key procedure in maintenance throughout structures′life cycles and post-disaster loss assessment.Due to the complex types of structural damages and the low efficiency and safety of manual detection,detecting damages with high efficiency and accuracy is the most popular research direction in civil engineering.Computer vision(CV)technology and deep learning(DL)algorithms are considered as promising tools to address the aforementioned challenges.The paper aims to systematically summarized the research and applications of DL-based CV technology in the field of damage detection in recent years.The basic concepts of DL-based CV technology are introduced first.The implementation steps of creating a damage detection dataset and some typical datasets are reviewed.CV-based structural damage detection algorithms are divided into three categories,namely,image classification-based(IC-based)algorithms,object detection-based(OD-based)algorithms,and semantic segmentation-based(SS-based)algorithms.Finally,the problems to be solved and future research directions are discussed.The foundation for promoting the deep integration of DL-based CV technology in structural damage detection and structural seismic damage identification has been laid. 展开更多
关键词 deep learning damage detection computer vision loss assessment
下载PDF
基于机器学习的砖砌体房屋震害快速预测方法 被引量:3
7
作者 刘丽 沈俊凯 张令心 《地球科学》 EI CAS CSCD 北大核心 2023年第5期1769-1779,共11页
由于现有的震害预测方法不能对砖砌体结构做出高效的预测,基于机器学习模型,提出了一种综合考虑地震动特性与结构特性的砖砌体结构震害快速预测方法.该方法利用机器学习模型,从时域、频域、反应谱和持时4个方面初步选取了能够代表地震... 由于现有的震害预测方法不能对砖砌体结构做出高效的预测,基于机器学习模型,提出了一种综合考虑地震动特性与结构特性的砖砌体结构震害快速预测方法.该方法利用机器学习模型,从时域、频域、反应谱和持时4个方面初步选取了能够代表地震动特性的12个参数,从承载力、刚度等方面初步选取了与砖砌体结构破坏相关性较强的7个结构参数;将地震动参数与结构参数相结合作为输入变量,分别给出了基于支持向量机(SVM)、随机森林(RF)、人工神经网络(ANN)三种机器学习模型的砖砌体结构的震害快速预测方法,并进行了性能比较;采用相关性分析对输入参数进行进一步优化,给出了优化输入参数后的最优预测模型.结果表明,当采用19个输入参数时,ANN模型的预测准确率最高,达到91.56%.当采用优化后的12个参数作为输入时,基于RF模型的预测性能更加稳定,预测的准确率也更高,可达到90.01%.优化输入参数后的基于RF模型的预测方法可以实现对砖砌体结构震害的快速预测;与只考虑结构参数或只考虑地震动参数作为输入的方法相比,同时考虑结构和地震动参数作为输入的方法极大地提高了预测的准确性. 展开更多
关键词 机器学习 震害快速预测 砖砌体结构 地震动特性 工程地质.
原文传递
基于深度学习的计算机视觉在隧道衬砌病害检测中的应用综述
8
作者 张令心 王茂岑 +2 位作者 谢贤鑫 沈俊凯 李宁 《建筑结构》 2024年第20期143-155,142,共14页
隧道衬砌作为隧道的重要支撑结构,对其中存在的病害进行检测显得十分重要。然而,传统的隧道病害检测方法高度依赖人工,效率低下,并且存在一定的安全风险,因此,如何高效、安全地实现病害的自动检测成为了热门的方向之一。深度学习(DL)和... 隧道衬砌作为隧道的重要支撑结构,对其中存在的病害进行检测显得十分重要。然而,传统的隧道病害检测方法高度依赖人工,效率低下,并且存在一定的安全风险,因此,如何高效、安全地实现病害的自动检测成为了热门的方向之一。深度学习(DL)和计算机视觉(CV)被视为实现隧道衬砌病害自动检测的具有发展前景的方法。为了阐明DL技术和CV技术在病害检测中的研究与应用,总结了隧道衬砌病害检测技术的发展历程;基于数据对于DL模型训练的重要性,总结了衬砌病害数据集的建立过程;随后,总结了基于DL的CV技术在隧道衬砌表面病害和内部病害检测方面的方法和应用;最后,讨论了目前研究中存在的问题,并对未来的发展进行了展望。 展开更多
关键词 隧道工程 隧道衬砌 病害检测 计算机视觉 深度学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部